基于多元统计方法的网络用户视频满意度分析

陈红静，孙靖，王雯聪

(1.中国传媒大学 理工学部，北京 100024；2.北京大学 教育学院，北京 100871；3.中国建设银行 上海信用卡中心，上海 310000)

1 研究背景及意义

2011年12月底，中国网民规模突破5亿，达到5.13亿，全年新增网民5580万。互联网普及率较上年提升4个百分点，达到38.3%。2011年，网络视频行业的发展势头稳，达到3.25亿人，网络视频已成为人们获取视频数字内容的重要渠道。 视频网站在2009年进入了内容竞争阶段，网络视频资源由过去的相对紧缺到目前的相对过剩。

如何在激烈的媒体竞争环境中占有一席之地，网络视频该如何留住观众成为最重要的议题。本文分析网络视频消费者的群体特征，了解了消费者的需求，以打造令消费者满意的视频节目，获得市场和口碑的双赢；同时分析了消费者对网络视频的满意度，以解决供求矛盾，提高网络传媒的传播效果。分析结果为网络视频行业发展提供理论上的指导和借鉴，同时为网络视频网站能够更好地满足观众需求给出方向，提升网站竞争力。

2 主要研究方法

2.1 数据来源

本文采用调查问卷的方式获得数据。问卷中以网络视频满意度模型为基础，通过访谈、专家讨论及条目分析形成21个条目的满意度问项，问卷中包括部分人口统计变量。问卷的发放和回收采用网络问卷调查与传统纸笔问卷调查相结合的方式，进行抽样调查。

问卷共发放220份，回收有效问卷共计200份，问卷有效率为91%。

2.2 数据的信度和效度检验

为了提高研究结果的准确性，对回收问卷进行信度和效度检验。

(1) 信度检验

信度是反映被测特征真实程度的指标，用信度系数来表示信度大小。信度系数越大，表明测量的可信程度越大。

本文信度检验采用的方法是常见的Cormbach’s α信度系数法，用来衡量问卷量表中各项目之间的内部一致性。

本文变量个数为21，经计算Cormbach’s α系数为0.914，该量表具有较高信度，即问卷测量各项目之间具有较高的内部一致性，测量结果可靠。

(2)效度检验

效度分析，就是分析结果的有效性。最理想的方法是利用因子分析来测量量表的结构效度。采用SPSS16.0 for Windows 统计分析软件对问卷进行分析。得出本文贡献率分析结果为45.879%高于40%，效度处中等水平。

同时通过因子分析里面的KMO和巴特利检验，得出本文KMO的值为0.895>0.5，说明因子分析的效度还行；本文巴特利检验的P值为0.00<0.001，说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度可以。说明该量表应用于测量网络视频的满意度是比较有效的。

3 结果展示

3.1 受访者的基本特征分析

受访者性别比例基本平衡，男性占45.9%，女性占54.1%；年龄主要集中在中青年；受教育程度多数为大学本科、硕士及以上。职业以学生居多，占42.3%，与我国网民主流群体相符。除去被访者中因学生人数太多而导致无收入受访者占31.2%外，受访者收入在2001-4000元区间人数最多。

视频用户多为年轻用户，用户娱乐情节较浓，较为偏向分享类的视频网站。

图1 网络视频观看类型统计

在收回的200份问卷中，只有1.5%的受访者表示不收看网络视频，原因主要是电脑没有安装宽带或是受网速限制。

调查受访者观看网络视频的习惯，有78%的受访者选择“P2P网络电视(如PPLIVE、PPS、PPMATE、QQLIVE、TVANTS等)”，46%的选择“门户视频(如搜狐视频、CCTV网站视频、新浪视频等) ”，34%的选择“视频下载(如BT、迅雷下载等)”，76%的选择“视频分享(如优酷、YouTube、土豆网等)”。选择P2P网络电视和视频分享的比例明显要高于门户视频和视频下载(图2)。

图2 网络视频观看频率

3.2 观众忠诚度分析

网络视频分为网络电视、门户视频、视频下载和视频分享。观众忠诚度，体现在观众收看节目时是否有意识选择网络视频。观众满意度越高，放弃者越少，观众忠诚度越高。

考察观众忠诚度的观察变量有：受众在看到好的网络视频是否会向亲友推荐；受众收看视频内容的频率、时长。而考察观众选择放弃的观察变量有：受众在观看视频节目是否会首先会选择其它途径。

在本次调查中，选择收看节目时首先选择网络视频的比例高达58.9%，而选择其他途径的比例只有23.2%，看到好的网络视频会向亲友推荐的比例达80.6%。

在对收看网络视频的观看频率调查中，选择“几乎不看”的只占1%；选择“偶尔看(每周低于3次)”的占36%，选择“经常看(每周约4-6次)”占41%，有22%的受访者选择“天天看”。

在对收看网络视频的观看时长中，选择“小于1小时”的占34%；选择“1-2小时”的占38%，选择“2-3小时”占14%，有14%的受访者选择“大于3小时”。

图3 网络视频观看时长

从上面三组数据来看，网络视频的用户忠诚度较高。

3.3 不同特征人群满意度差异分析

为了进一步分析不同年龄、不同收入、不同文化受众群体对频道满意度的评估情况，本文采用SPSS16.0 for Windows 统计分析软件进行对应分析。

根据对应分析的基本思想：首先，编制两品质型变量的交叉列联表，将交叉列联表中的每个数据单元看成两变量在相应类别上的对应点；然后，对应分析将变量及变量之间的联系同时反映在一张二维或三维的散点图上，并使联系密切的类别点较集中，联系疏远的类别点较分散；最后，通过观察对应分布图就能直观地把握变量类别之间的联系。

分析结果如下：

在对不同性别、不同年龄、不同收入、不同学历的受众群体对节目满意度评估进行对应分析之后，我们发现在满意度评估中：性别不同对满意度的评价没有显著差异；而年龄越大对网络视频的满意度越低，16-24岁青少年群体满意度最高，25-34岁年轻群体满意度偏向一般，35-44岁中年群体满意度低；高等文化程度比较满意，低等文化满意度一般；高收入人群满意度不太高。

4 结论与建议

本文分析中发现，培养观众对视频网站忠诚度至关重要。品牌效应已经在观众对视频网站的选择中有所体现。网络视频网站需要加强网络视频内容建设，令设计界面更加稳定有效，同时实行电子邮件等定制服务。

网站界面稳定有效，第一眼抓住用户。网络视频内容丰富，满足不同用户多种观看需要。实行电子邮件等定制服务，有利于与用户的长期互动，从而达到留住用户，进而将用户变为忠实用户的目标。视频网站应开办一些有针对性的节目，吸引中年群体及高收入群体收看，增强节目普适性。对于年纪稍长的群体，简单易懂的操作界面也是吸引其观看网络视频的有效方法。

图4 对应分析结果

在网络视频蓬勃发展的势头下，网络视频网站必须以积极的态度，全面了解观众满意度及收看需求，切实规划好网络视频的发展，才能最大程度发挥网络视频的强大号召力，在竞争中立于不败之地。

[1]柯惠新，沈浩.调查研究中的统计分析法[M].北京：中国传媒大学出版社，2005.

[2]贾俊平，何晓群，金勇进.统计学[M].北京：中国人民大学出版社，2007.

[3]吴喜之.统计学：从数据到结论[M].北京：中国统计出版社，2011.

[4]张辉，付广军，杨茜.基于多元统计分析的我国电影消费者群体特征研究[J].经济与管理评论，2012，6.

[5]张辉，王雯聪.基于多元统计分析方法研究电视剧收视特征及影响因素[J].现代传播，2011，06.