工商人类学在网络营销的应用.docx
- 文档编号:6267557
- 上传时间:2023-05-09
- 格式:DOCX
- 页数:13
- 大小:796.89KB
工商人类学在网络营销的应用.docx
《工商人类学在网络营销的应用.docx》由会员分享,可在线阅读,更多相关《工商人类学在网络营销的应用.docx(13页珍藏版)》请在冰点文库上搜索。
工商人类学在网络营销的应用
请将我指出的小问题解决了,另外,请一定遵照学校规定的行文规范,严格遵循毕业论文的模板。
找两位同学帮你阅读修改一下。
另外,英语部分我做了点改动,请解决编排方面的问题(我不知你是如何造成的,所以无法帮你)。
记住,我只有明天的时间给你签字了。
工商人类学在网络营销的应用
摘要:
1924年著名的霍桑工程成功地将人类学参与式观察研究方法融入商业实践活动,并取得巨大经济效益。
而后,工商人类学一词应运而生,意即运用人类学方法解决商业实践问题。
工商人类学作为一门独立学科,带着它过去几十年的发展硕果,沉甸甸地走进互联网时代。
互联网为商业信息交换提供了便利平台,然而亦给商业信息传递(即网络营销)制造了更多噪音。
自此,精准营销日渐成为商业实践成功的评判标准。
精准化意味着充分掌握消费需求及消费习惯,因而工商人类学方法逐渐被尝试运用到网络营销方法中。
本文将通过介绍当前工商人类学方法在网络营销中的应用概况,描述分析其二者融合的有效性以及未来发展趋势。
关键词:
工商人类学、网络营销、精准营销、GoogleAnalytics、社交媒体
ApplicationofBusinessAnthropologyinE-marketing
Abstract
In1924,a known projectnamedthe Hawthorne workedsuccessfully byputtinganthropological participantobservationalresearchmethods into commercial practice,which hadmadegreateconomic benefits.Aterm ofbusiness anthropologycameintobeingsincethen,whichmeans tosolve the problem of businesspracticesbythe use of anthropological participantobservationalresearchmethods. The business anthropology, workedas an independent discipline,isgettingintoInterneterawith itsachievementsinthepastfewdecades ofdevelopment. TheInternet providesaconvenient platform for businessinformationexchange;however, itcreatedmore noisesto the transmissionofcommercialinformation (networkmarketing). Sincethen,precisemarketingiseventually becominga keyfactortosuccessful businesspractices. Precisemarketingmeans toknowof consumerdemandand theirconsuminghabitsperfectly,thus,business anthropologicalmethods havebeengradually applied to network marketing. Thisarticle willmakeaconclusionoftheuseofbusiness anthropologicalresearchmethodinthenetwork marketing area; meanwhile,italsopresentsadescriptiveanalysisof theeffectiveness ofintegration and future developmenttrends.
Keywords:
BusinessAnthropology,E-marketing,PreciseMarketing,GoogleAnalytics,SocialMedia
目录
1.工商人类学概述4
1.1人类学定义及其研究方法4
1.2工商人类学的起源及其应用意义4
2.工商人类学在网络营销的应用概述6
2.1工商人类学在网络营销应用的必要性及可行性6
2.2互联网单向观察法——GoogleAnalytics应用概述6
2.2.1网页用户行为追踪记录——热力图7
2.2.2网络用户身份识别——绝对唯一访问者8
2.2.3网络用户身份识别——新访问者、回访者8
2.2.4网络用户行为观察记录——点击访问次数9
2.2.5网络用户行为观察记录——综合浏览量、唯一身份浏览量10
2.2.6网络用户行为观察记录——跳出行为、退出行为10
2.2.7网络用户行为习惯观察记录——忠诚度、新近度11
2.2.8网络用户行为观察记录——访问时长、访问深度12
2.2.9从单向观察到互动参与观察—金宝汤厨房互动社区13
3.结论15
参考文献:
16
1.工商人类学概述
1.1人类学定义及其研究方法
人类学,顾名思义是以人类为研究对象的一门专业学科,人类行为特征、行为习惯、行为发生成因等均属于人类学研究领域。
因此,人类学也是一门跨越自然和社会科学的交叉学科。
人类学根据研究内容性质的不同可分为广义和狭义人类学。
狭义人类学研究领域集中在对人类体质和体形发展规律的研究,亦被人类学学者称为体质人类学;广义人类学因研究领域广泛而得名,其研究领域涵盖人类社会发展的各个方面,包括对人类社会生活,即由人类创造并由社会继承下来的技术、经济、社会结构、政治法律、风俗习惯、交易行为等等。
也正由于广义人类学的研究领域广泛,因此人类学学者又将其细分为文化人类学、社会人类学、经济人类学、城市人类学、教育人类学、管理人类学、环境人类学等研究分支。
人类学家能够应用人类学的技能,运用民族志的方法对商业领域开展研究。
民族志是人类学独一无二的研究方法,人类学学者将其描述为“描述社群文化的文字或影像”,回归人类学,民族志本意可理解为是一种写作文本,它是对人类学田野观察以及参与观察所收集的材料进行概括综述。
因此,基于人类学的民族志研究便意味着描绘一幅研究对象(通常是人)的图景,开展民族志研究是一个对即定环境的社会文化特点或群体行为特征进行观察阐述的研究调查。
民族志的方法主要在四个方面体现:
参与观察,民族志研究者花费时间在他们要研究的人的日常生活,通过作他们每天要作的事情来学习他们。
自然状态下的民族志:
指的是在参与者实际生活、工作和休息的地域开展的研究,没有采用什么分离的研究器材。
运用他们的语言的民族志:
指的是研究发现被采用参与者的词语,运用他们的语言和语调。
整体观指的是人们的行为或者思想通过他们的日常生活的点点滴滴被直接或者间接的影响着,人类学家对一切潜在的联系持开放的态度。
1.2工商人类学的起源及其应用意义
工商人类学源起于全球化时代企业跨国活动中的文化问题,是一门融合了人类学和工商管理学的交叉学科,根据广义人类学的定义,工商人类学也可以说是广义人类学的一个新的分支学科。
它沿用人类学民族志观察研究方法,致力于为商业实践提供解决方案。
上世纪20年代,美国哈佛大学的人类学学者开始运用人类学参与观察研究方法对坐落于芝加哥的西电公司(WesternElectric'sHawthorneWorks)进行雇员人际关系与劳动效益相互影响关系的研究,即著名的霍桑工程实验。
参与该项工程的主要研究人员EltonMayo和W.LlyodWarner依据人类学功能学派的理论,结合应用参与观察等人类学研究方法,最终得出雇员的劳动效益会随着管理层对他们的关注程度的提高而提高。
霍桑工程的实践为工商管理学提供了新的管理思想,人类学参与观察研究方法正式走进工商管理学领域。
霍桑工程研究成果在当时被誉为人际关系学派的奠基石,同时也是象征着工商人类学(当时被称作工业人类学)的起源标志。
工商人类学作为一门独立学科,带着它过去几十年的发展硕果,沉甸甸地走进互联网时代。
互联网为商业信息交换提供了便利平台,然而亦给商业信息传递(即网络营销)制造了更多噪音。
今天的互联网已然演变成一个虚拟地球村,每天数以亿计的用户在这个在线社区“活动”,并且还将持续地增长,如此庞大的用户群及信息交换量正在引发营销革命。
互联网的发展引领着营销模式的改变。
互联网1.0到互联网2.0的转变,是单向营销向互动营销的转变。
互联网3.0概念背后对应的是基于互动的精准营销。
自此,精准营销日渐成为商业实践成功的评判标准。
精准化意味着充分掌握消费需求及消费习惯。
此前,人类学方法在线下营销策划中被广泛地应用以实现精准营销,并取得了巨大效益。
因而工商人类学方法与网络营销相互融合应用将具有重大意义。
从人类学的角度看,文化是影响营销和消费的关键力量。
工商人类学学者Jordan认为“人类学家尝试在文化、历史和全球化背景下观察消费者行为,并通过消费者行为观察逆向了解他们的文化、历史”。
人类学学者Richins则认为对消费者的研究是一门社会科学,他认为消费与个人健康和福利相关,对经济行为影响很大;很多紧迫的社会问题与消费者行为相关(诸如吸烟,滥饮酒等会使个人和家庭造成不良影响);消费及其影响是无处不在的,并且十分有力地影响着生活的各个方面。
消费者行为研究如今已经成为企业进行市场营销不可或缺的一部分,文化对消费的影响引起了企业家们的注意。
从焦点小组访谈,到后来的在线聊天室,企业正不断地尝试应用人类学参与观察方法理论,了解消费者购买行为模式、消费需求、消费习惯以及偏好。
著名的工商人类学家Koprowskj指出,无论是在线聊天室还是舒适的商店,对商业有利的亚文化群无处不在。
现代商业人类学家会使用摄像机、录音机和寻呼机等进行实地调查。
在调查过程中,这些研究者追踪消费者的购买行为,并帮助企业决策者改进文化敏感型的营销战略。
人类学学者Robinson和他的同伴曾尝试使用人类学民族志方法参与观察帮助企业进行新产品开发设计,他们对人们的实际行动进行了观察记录,对消费行为过程进行了重新定义,新发现的消费行为模式为新产品开发提供了设计思路以及研究材料支持,最终他们成功帮助一家大型汽车制造商开发了新式站台货车;另外还成功帮助一家箱式背包制造商JanSport以全新的方式展示其在运动品商店的产品。
2.工商人类学在网络营销的应用概述
2.1工商人类学在网络营销应用的必要性及可行性
今天的互联网已然演变成一个虚拟地球村,每天数以亿计的用户在这个在线社区“活动”。
互联网用户规模的不断膨胀,不断吸引更多企业进驻互联网平台,网站成为了企业与消费者沟通交流的主要平台,此外,随着互联网技术的不断进步以及互联网平台的不断普及,越来越多的网民选择互联网作为消费信息搜索的首选渠道,2011年在线购物成交额达8000亿人民币(数据来源于阿里巴巴公司2011年年度报表)。
企业商务网站为企业与消费者提供了信息传递平台,现阶段,基于企业商务网站的消费者行为追踪记录也成为了企业了解网络消费市场,了解网络消费人群特点从而预测消费需求的主要方式。
民族志田野观察研究方法其本质归属于定性分析,人类学家通过参与观察,结合自身理论知识对观察现象进行文字阐述。
区别于线下民族志田野观察,互联网无法实现实地观察。
然而,互联网这一虚拟平台的出现并不改变人类学参与观察研究原理,互联网的存在仅仅是将人类学民族志田野参与观察研究的地点转移到线上,其研究对象以及研究内容并没有因此发生变化,只不过由于互联网这一虚拟平台的存在,我们的参与观察必须基于线上,无法面对面观察。
自互联网不断发展普及,基于民族志参与观察理论原理,人们开发了各式有针对性的网站流量监控工具。
互联网的参与观察主要通过设置Cookie插件追踪记录网络用户的网页点击行为,用户点击行为记录结果最终将会以数字形式(点击量/跳出率等),网站所有者主要通过搜集Cookie插件所记录的用户行为数据结果对网络用户进行“观察研究”,因此基于互联网的参与观察分析是属于定量分析范畴,有别于传统的人类学参与观察定性分析法。
目前,可为企业所直接利用的主流网站流量监控工具有GoogleAnalytics,XX统计,CNZZ统计,下面将以GoogleAnalytics为代表作详细说明。
2.2互联网单向观察法——GoogleAnalytics应用概述
2.2.1网页用户行为追踪记录——热力图
互联网用户行为观察现阶段主要通过对网页点击行为进行记录实现。
在网页点击行为记录功能方面,GoogleAnalytics热力图是一款新版的网页点击量可视化工具,也叫做网页详情分析报告,她通过直观的方式显示出访问者在网页中的点击行为,并且可以告诉你不同位置,不同样式链接的受欢迎程度。
图1
如图1所示,其中的百分比数字是网络用户在该网页的点击量分配比,该热力图直观地展示了在预先设定的时间范围内,访问该网页的用户点击行为。
然而,点击量仅仅是一个行为结果,人类学民族志参与观察研究方法的应用并不仅仅停留在用户点击行为结果的显示,更为重要的是观察被研究者发生系列行为的完整过程,对于互联网而言,则是观察用户点击行为产生的过程。
通过Cookie插件,GoogleAnalytics热力图亦可实现点击访问来源追踪记录,即用户是通过什么媒介/网页连接到本网页,此外,除了点击访问来源追踪,追踪记录还可实现对用户的基本属性(网页语言/地理位置)以及用户点击行为发生环境(电脑操作系统/屏幕分辨率/网络浏览器)追踪记录。
互联网用户点击行为观察记录为我们提供了大量用户数据来源,准确到位的用户行为数据分析有助于我们更好地了解用户行为习惯以及偏好,为网络营销精准化提供良好的数据支持。
一份有参考价值的人类学参与观察研究报告来源于对行为观察结果的客观准确描述。
同样的,精准的网络营销背后需要精准的用户行为数据分析结果支撑,GoogleAnalytics对互联网用户行为观察研究制定了七个度量维度,GoogleAnalytics作为当前较为全面的互联网流量监控工具,因此了解这七个度量维度有助于我们更好地对用户行为进行参与观察,精准地对数据进行汇总分析,下面将对这七个维度进行简要说明:
2.2.2网络用户身份识别——绝对唯一访问者
绝对唯一访问者在GoogleAnalytics工具中被定义为:
在指定时段内不重复(仅计数一次)的访问者人数。
比如:
在选定的时间范围内访问者A访问网页5次,访问者B访问网页一次,其统计结果为在选定的时间范围内,共有2个绝对唯一访问者人数。
在GoogleAnalytics应用中,绝对唯一访问者数量的记录统计可通过计算GoogleAnalytics在用户电脑上设置的cookie(_utma)所记录的信息获得。
GoogleAnalytics会在用户第一次访问网页时,系统自动在用户的电脑上设置cookie。
图2
图2中的第一项Name对应的_utma代码是GoogleAnalytics用来辨别绝对唯一访问者身份和访问次数等信息。
第二项Content后面的6组数字分别为系统设置的记录代码,需关注的是其中的第二组数字和第三组数字,第二组数字是GoogleAnalytics随机生成的唯一ID,第三组数字是用户第一次访问时生成的时间戳(时间戳是指文件属性里的创建、修改、访问时间),这两组数字构成了一个的唯一标识,GoogleAnalytics依靠这两组数字来区分和计算绝对唯一访问者。
最终这个用于计算“绝对唯一访问者”的cookie数据,即_utma,将被附加在一个像素为1的GIF图片请求的参数中发送回GoogleAnalytics服务器,并显示在报告里。
2.2.3网络用户身份识别——新访问者、回访者
新访问者在GoogleAnalytics工具中被定义为:
某个网络浏览器首次访问您网站中的任何一个网页时,该访问者被记录为一个新访问者。
此操作是通过在此浏览器中设置的第一方cookie来完成的,因此,GoogleAnalytics对新访问者的识别是通过访问者使用的网络浏览器实现的。
回访者的定义为:
当访问网页的浏览器中已存在原始_utmacookie时,该访问者将被记录为一个回访者,回访者的识别实际上就等同于原始_utmacookie的识别。
在GoogleAnalytics应用中,新访问者和回访者的计算都是通过检查和计算cookie里存储的数据完成的。
_utma内容中的最后一组数字就是用来计算新访问者和回访者的。
(Google在实际计算时可能还会参考时间戳和随机ID)
图7
如上图7所示,_utmaCookie存储的内容为127635166.1360367272.1264374807.1264374807.1264374807.1。
其中最后一组数字是1,代表是第一次访问网站,说明该访问者是一个新访者,若最后一组数字结果显示大于1,则说明该访问者是一个回访者,此时,最后一组数字所显示的统计结果亦即该访问者在选定的时间范围内重复访问的总次数,通过计算网页或子网页的回访率(回访率=回访次数/总访问次数)亦可反映网页对访问者的粘性。
2.2.4网络用户行为观察记录——点击访问次数
访问次数在GoogleAnalytics工具中被定义为:
所有访问者对本网页发起访问的次数。
亦可表达为:
在选定的时间范围内,所有的访问者对网页访问的总次数,其统计公式为访问者人数*每个访问者的访问次数。
另外,此处的访问者有别于维度一中提及的绝对唯一访问者,在维度一种,相同身份(根据用户访问IP地址来确认,具有相同IP地址的用户在系统中被默认为同一用户)的用户的访问次数不被重复计算,而此处的相同身份的用户的重复访问次数将被累计计算。
在GoogleAnalytics应用中,访问次数也是通过计算GoogleAnalytics设置用户电脑上的cookie(_utma)获得的,GoogleAnalytics读取到这个数据后同样会附加在一个1像素的GIF图片请求的参数中发送回服务器。
并显示在报告里。
图3
第二项Content后面的六组数字中,最后一组的数字就是用来计算用户访问次数的。
这里的31就表示访问次数统计结果为31次。
然而值得关注的是,由于系统对访问次数的统计仅通过Cookie所记录的数据信息实现,因此,若删除原始cookie并再次访问网站,则会出现以下结果:
图4
Content的最后一组数字变成了1,访问次数将重新计算,并且第二组和第三组数字也和原来不同了,说明变成了一个新用户。
2.2.5网络用户行为观察记录——综合浏览量、唯一身份浏览量
综合浏览量在GoogleAnalytics工具中被定义为:
由浏览器加载的网页综合情况。
亦即页面被加载的总次数。
每一次页面被成功加载,就会被算作一次综合浏览量(PV)。
比如:
如果有人来到你的网站,浏览了页面A,然后浏览了页面B,然后再一次回到了页面A,然后离开了你的网站,那么这次访问的综合浏览量总数就是3。
而如果这个人打开页面后又点击了刷新或是重新加载,就又会被算做另一次综合浏览量,此处值得留意的是,成功加载有别于点击访问,点击访问次数在对链接进行点击的那一刻即被计算,但用户此次点击访问不一定是成功加载,可能由于网络因素影响,访问用户在网页未被成功加载的情况下即选择跳出网页,因此此次访问实际上是无效的,此次的点击累计计算亦是无效的。
唯一身份综合浏览量在GoogleAnalytics工具中被定义为:
同一用户在同一会话期间生成的综合浏览量,亦即页面所受到来自同一个用户在同一session中的访问次数,此处的session指的是系统设定的用户的一次访问时间,该时间由_utmb的生存期决定,系统默认值是30分钟。
当页面受到同一用户在同一session的访问时算作一次唯一身份综合浏览量,当这个用户在另一session中访问了这个页面,或另外一个用户访问了这个页面市,又被算作是另一次“唯一身份综合浏览量”。
在GoogleAnalytics工具中,网页的唯一身份综合浏览量是通过网站页面内安装的GoogleAnalytics追踪代码来获得的。
2.2.6网络用户行为观察记录——跳出行为、退出行为
跳出在GoogleAnalytics工具中被定义为单页访问或访问者的次数,即在一次访问中访问者进入网站后只访问了一个页面就离开的次数。
退出则被定义为:
访问者离开网站的次数,通常是基于某个设定范围(比如说用户访问网页中的博文区后直接离开网页,此处的博文区即为设定范围)。
在GoogleAnalytics应用中,访问者只访问一个页面后离开网站被记录为一次跳出,而访问者离开网站即被记录为一次退出。
值得关注的数据还有跳出率,退出率。
跳出率的计算公式为:
某一范围内跳出的数量/同一范围内总访问次数*100%,退出率的计算公式为某一范围内退出的数量/同一范围内综合访问量*100%。
跳出率高,退出率高的网页或子网页说明网页体验优化抑或内容优化的必要性。
2.2.7网络用户行为习惯观察记录——忠诚度、新近度
忠诚度在GoogleAnalytics工具中被定义为:
在选定的时间范围内网页获得的总访问次数是在由用户的多少次访问完成的。
须注意,这里有两个访问次数的概念,一是网站获得的总访问次数,二是一个用户发起的访问次数,网站的总访问量即为前面所述的综合浏览量,用户发起的访问次数是指在选定的时间范围内的唯一身份综合浏览量。
上图6所示的时间段中,1次访问的共有8次,2次访问的(回访1次)共有2次。
忠诚度的报告被分为三个部分,第一部分是访问者的访问次数级别,亦即上面所说的忠诚度,忠诚度是根据访问者在选定的时间区间内的唯一身份浏览量来划分的,分为1次,2次等。
第二部分是访问者在每个访问次数级别中发起的访问次数,亦即与每一次唯一身份浏览相对应的综合浏览量,这部分的访问次数总和即为网站所获得的所有访问次数。
第三部分是各个忠诚度级别所发起的总访问次数与网站总访问次数的比率。
图5
如上图5所示,在选定的时间范围内,绝对唯一身份浏览量为1的统计结果为8,即在选定的时间范围内,唯一身份综合浏览量为1的访问者,综合浏览量统计记录结果为8次,占网页总访问次数的比例为32%。
但这里须注意一点,由于每个忠诚度级别的浏览量是计算总访问次数,无法计算每个忠诚度级别中的平均访问次数,因为此处没有显示唯一身份综合浏览量为1的访问者的个数。
新近度在GoogleAnalytics被定义为:
在选择的时间范围内访问过网站的访问者距离上次访问的时间间隔,亦等同于访问频率。
新近度的报告也分为三部分,第一部分是访问者上次访问网站的时间。
第二部分是按上次访问时段划分的网站访问次数。
这部分的访问次数总和是网站所获得的所有访问次数。
第三部分是按上次访问时段划分的访问次数与网站被访问总次数的比率。
图6
如上图6所示,该报告将考察时间划分为FirstVisit,Sameday,1dayago,7daysago四个区间,其中FirstVisit,亦即新访者的综合浏览量为8,其占网页总访问次数的比例为32%。
这项数据表明,该网页的总访问次数中,有32%的访问是在首次对网页进行访问时完成的,同理,图7中Sameday的记录比例为60%,说明该网页的总访问次数中,有60%的访问是所选定的日期当天完成的。
新近度的数据汇总报告是研究网页对访问者吸引度以及粘性的良好
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 工商 人类学 网络营销 应用