蘭穎,譚北平

    摘要 互聯(lián)網(wǎng)改變了消費者與品牌的溝通方式，大數(shù)據(jù)技術(shù)的發(fā)展，使得這些溝通行為可以被測量。在互聯(lián)網(wǎng)上，消費者與品牌的接觸方式有很多種，但這種大數(shù)據(jù)與傳統(tǒng)的品牌關(guān)鍵指標關(guān)聯(lián)度如何，哪些指標更有效，這是大數(shù)據(jù)應(yīng)用于品牌測量領(lǐng)域的關(guān)鍵問題。本研究基于大數(shù)據(jù)采集了近200個品牌的30多種消費者網(wǎng)絡(luò)行為大數(shù)據(jù)，并且與對應(yīng)的200個品牌的基于線下調(diào)查的品牌發(fā)展數(shù)據(jù)庫進行比較。研究發(fā)現(xiàn)：消費者行為大數(shù)據(jù)可以分為四大類聯(lián)結(jié)行為：內(nèi)容、需求、行動與互動，并可以匯總為統(tǒng)一的聯(lián)結(jié)指數(shù)。品類發(fā)展不均衡，各品類的聯(lián)結(jié)指數(shù)差異較大。應(yīng)用統(tǒng)計方法在消除品類差異后，互聯(lián)網(wǎng)行為大數(shù)據(jù)的品牌指標與傳統(tǒng)調(diào)查指標顯著相關(guān)。這個研究提示我們，大數(shù)據(jù)指標確實能夠測量品牌的表現(xiàn)，因為大數(shù)據(jù)更加敏捷、細節(jié)和準確，能夠幫助營銷實現(xiàn)基于數(shù)據(jù)驅(qū)動的革新。
    關(guān)鍵詞 品牌聯(lián)結(jié)資產(chǎn)，互聯(lián)網(wǎng)行為，多層次線性模型，大數(shù)據(jù)，品牌測量
    1．前言
    我們在互聯(lián)網(wǎng)上瀏覽信息，搜索內(nèi)容，購買產(chǎn)品，分享見解……互聯(lián)網(wǎng)的發(fā)展，改變了我們的生活方式。
    互聯(lián)網(wǎng)也改變了消費者與品牌的溝通方式。消費者購買一個品牌，不再依賴于頭腦中的封閉式的大量品牌的篩選，而是轉(zhuǎn)化為開放性的、依靠更多信息的品牌評估 。這也讓我們重新思考，在數(shù)字時代，品牌應(yīng)該如何管理 。Chen 和Muller 的研究表明，網(wǎng)站對企業(yè)的品牌管理有著重要的作用，它是加強品牌屬性（brand attribute）的重要工具。在2002年，Page & Lepkowska-White 首次提出網(wǎng)站品牌資產(chǎn)的概念，以傳統(tǒng)的方法構(gòu)建了以網(wǎng)站認識和網(wǎng)站形象為中心的網(wǎng)絡(luò)品牌資產(chǎn)的理論框架，幫助企業(yè)通過加強網(wǎng)站的管理進而增強品牌的管理。但David Edelman1 認為，在數(shù)字時代用傳統(tǒng)的指標、方式來管理品牌是不合時宜的，大部分企業(yè)在互聯(lián)網(wǎng)上對品牌的花費用錯了地方。
    大數(shù)據(jù)的應(yīng)用，給互聯(lián)網(wǎng)上品牌的管理帶來了新契機?？墒钱斍?，通過大數(shù)據(jù)從事最多的是關(guān)于社交媒體在大數(shù)據(jù)領(lǐng)域的研究。一些學(xué)者發(fā)現(xiàn)，社交媒體的應(yīng)用能夠增加品牌的銷量 ，然而，這些研究主要集中于特定的行業(yè)中，并不能廣泛適用于所有品牌。雖然在數(shù)字化變革中，數(shù)字化觸點的管理將是企業(yè)致勝的法寶 ?？蓪嶋H上，在數(shù)字時代，企業(yè)對如何全面的管理品牌，且消費者與品牌是如何相互影響和作用的，都缺乏清晰的了解和認識，也缺乏簡便有效的方法。
    2．研究假設(shè)：
    本研究將著重探索在數(shù)字時代，運用互聯(lián)網(wǎng)行為大數(shù)據(jù)對品牌進行測量的方法，且以期此方法可以廣泛應(yīng)用于各行業(yè)中。
    越來越多的企業(yè)已經(jīng)意識到互聯(lián)網(wǎng)對品牌的改變，也在努力尋找一些指標以測量品牌在互聯(lián)網(wǎng)上的現(xiàn)狀，如使用官網(wǎng)訪問量、百度指數(shù)、微博、電商等指標數(shù)據(jù)。然而，這些指標多而龐雜，更重要的是，它們顯示的僅僅是品牌在市場表現(xiàn)的一個個獨立的點，無法系統(tǒng)地顯示出品牌全貌。因此，在此基礎(chǔ)上提出假設(shè)1：互聯(lián)網(wǎng)行為大數(shù)據(jù)可以進行分類，并能夠提煉出綜合指標測量品牌的整體表現(xiàn)。
    互聯(lián)網(wǎng)已經(jīng)成為消費者與品牌發(fā)生關(guān)系的重要渠道，且不同品類和品牌對互聯(lián)網(wǎng)的使用方式不同。如網(wǎng)上銀行是網(wǎng)購過程中必不可少的支付環(huán)節(jié)；消費者習慣于在超市里挑選飲料，即時飲用；消費者在互聯(lián)網(wǎng)上查看汽車的信息，分享經(jīng)驗，但傾向于在4S店里進行購買?；诖?，本文提出假設(shè)2：不同品類在互聯(lián)網(wǎng)上的發(fā)展階段不同，且品類間的品牌表現(xiàn)具有顯著性差異。
    品牌在互聯(lián)網(wǎng)上的表現(xiàn)僅僅是品牌在市場中表現(xiàn)的一部分，品牌在線上的表現(xiàn)是否也是其在現(xiàn)實世界的反映，是企業(yè)非常關(guān)注的問題?；诖耍疚膶⒁詡鹘y(tǒng)的調(diào)查數(shù)據(jù)作為效標，驗證互聯(lián)網(wǎng)品牌大數(shù)據(jù)的現(xiàn)實意義。因此，提出假設(shè)3：互聯(lián)網(wǎng)行為大數(shù)據(jù)的品牌指標與傳統(tǒng)調(diào)查指標品牌力顯著相關(guān)。 
    然而，不論在線下還是在線上，消費者的行為習慣會因品類存在較大差異。例如我們可能每隔一個月需要購買護發(fā)用品，而更換一部手機卻要一年之久，因此，行業(yè)的差別是大數(shù)據(jù)指標現(xiàn)實意義驗證中需要關(guān)注的因素?；诖?，提出假設(shè)4：品牌所屬的品類，會顯著性影響品牌在互聯(lián)網(wǎng)上的表現(xiàn)與品牌力的關(guān)系。
    3．數(shù)據(jù)采集與分析
    3.1 大數(shù)據(jù)的采集
    本研究所采用的互聯(lián)網(wǎng)行為大數(shù)據(jù)，覆蓋超過中國1億網(wǎng)民用戶。同時為保證研究的廣泛性和適用性，在研究中，本文將涉及與消費者日常生活息息相關(guān)的20個品類，如服裝、汽車、手機、快餐、護發(fā)等，包括兩百余個國內(nèi)外品牌。
    其中，這些數(shù)字觸點由兩類數(shù)據(jù)組成。一種是基于消費者在一系列相關(guān)網(wǎng)站或頁面的瀏覽數(shù)量。將每個網(wǎng)站或頁面的URL作為統(tǒng)計依據(jù)，計算在一定時間范圍內(nèi)，每一個URL的瀏覽次數(shù)之和。另一種是基于消費者和品牌在互聯(lián)網(wǎng)上發(fā)表或轉(zhuǎn)發(fā)文章數(shù)量的統(tǒng)計。在一定的時間范圍內(nèi)，只要全文中包含特定關(guān)鍵詞，則記為一篇。這些數(shù)據(jù)基本覆蓋了消費者與品牌發(fā)生關(guān)系的各觸點以及觸及方式。
    為便于統(tǒng)計整理，將這些觸點按照消費者的決策路徑劃分為四個大維度：內(nèi)容聯(lián)結(jié)，需求聯(lián)結(jié)，行動聯(lián)結(jié)和互動聯(lián)結(jié)，如表1所示。其中，內(nèi)容聯(lián)結(jié)為消費者對品牌官網(wǎng)、官方論壇等品牌相關(guān)內(nèi)容的訪問；需求聯(lián)結(jié)為消費者主動搜索品牌；行動聯(lián)結(jié)為消費者在電商搜索或者瀏覽品牌電商頁；互動聯(lián)結(jié)為消費者在社交媒體等互動平臺上發(fā)布品牌的相關(guān)內(nèi)容。
    
    3.2 線下品牌數(shù)據(jù)源
    本文將全球知名傳播服務(wù)集團WPP旗下市場調(diào)研機構(gòu)華通明略 (MillwardBrown)推出的BrandZ? 數(shù)據(jù)作校驗，其每年推出的“最具價值品牌排行榜”在全球范圍內(nèi)具有廣泛的影響。BrandZ?是通過傳統(tǒng)市場調(diào)研中抽樣訪問的方法，訪問數(shù)百萬的消費者得到的品牌資產(chǎn)數(shù)據(jù)。本文所引用的數(shù)據(jù)是2015年全球品牌資產(chǎn)榜中品牌在中國的數(shù)據(jù)。
    其中，品牌力是品牌資產(chǎn)重要的組成部分 ，具有強勁品牌力的品牌，在市場上可以迅速成長，從而把品牌資產(chǎn)與品牌成長戰(zhàn)略相聯(lián)系起來 。另外，從BrandZ? 數(shù)據(jù)中很容易的分析出，品牌力與品牌排名具有較高的相關(guān)性（0.62）。因此，在后文的分析中，選取品牌力作為衡量品牌線下表現(xiàn)的指標，探索互聯(lián)網(wǎng)上品牌表現(xiàn)的指標與品牌力的關(guān)系。
    3.3 分析方法
    在前期的數(shù)據(jù)準備中，將互聯(lián)網(wǎng)行為大數(shù)據(jù)所涉及的品類和品牌與BrandZ? 一一對應(yīng)，剔除缺失值。最終，可用于研究的品類有15個，分別為：服飾類、銀行類、啤酒類、汽車類、奶制品類、家電類、護膚品類、快餐類、食品類、護發(fā)類、醫(yī)藥類、嬰兒食品類、保險類、手機類、軟飲料類、以及運動品類，涵蓋圍繞消費者生活的品牌109個。
    本文研究過程中，將按照以下方法對假設(shè)進行驗證。
    第一步：主成分分析
    與傳統(tǒng)調(diào)查方法中品牌影響力的指標一樣，品牌大數(shù)據(jù)指標并不能簡單地由各級指標加總而成，需要考慮各指標間的差異及相互作用，本文將采用主成分法確定品牌大數(shù)據(jù)指標各二級指標系數(shù)。在這一階段，使用互聯(lián)網(wǎng)行為大數(shù)據(jù)中采集到的192個品牌，超過1,000,000觸點的數(shù)據(jù)。
    第二步：單因素方差分析
    品牌所處的行業(yè)和品類的特性會使得品牌在互聯(lián)網(wǎng)上的發(fā)展呈現(xiàn)差異性，進而影響品牌在互聯(lián)網(wǎng)上的表現(xiàn)，因此，本文將通過單因素方差分析的方法來進行驗證。在這一階段，本文將采用上一步分析中，通過192個品牌總結(jié)出的品牌大數(shù)據(jù)指標。
    第三步：HLM多層線性模型
    考慮到品牌嵌套于不同的品類和行業(yè)中，而這種嵌套關(guān)系的存在，難以滿足品牌間隨機誤差獨立性的假設(shè)條件，因此，傳統(tǒng)的回歸分析無法應(yīng)用于此研究中。而傳統(tǒng)的市場研究中，一般也只局限于同品類品牌的比較，無法找到合適的方法來解決這一問題。因此，本文將借用社會學(xué)研究的方法，采用多層線性模型（HLM）來研究影響品牌大數(shù)據(jù)指標與品牌力的關(guān)系。HLM的優(yōu)勢在于充分考慮了數(shù)據(jù)分層的特點，通過建立多層回歸方程組，將總誤差分解為各層次的誤差，解決了隨機誤差獨立性假設(shè)違反的問題 （劉紅云，孟慶茂，2002），以探討不同層面自變量對因變量的影響。在這一階段，將使用經(jīng)過比對整理的15個品類，109個品牌的大數(shù)據(jù)信息。
    4. 分析結(jié)果
    4.1 互聯(lián)網(wǎng)的不同聯(lián)結(jié)之間高度相關(guān)
    在研究中發(fā)現(xiàn)，處于不同聯(lián)結(jié)頻次的品類的主要聯(lián)結(jié)點有所不同，如圖1。高頻品類對官方資源的控制力較強，善于利用官網(wǎng)、官方論壇、官方商城等與消費者聯(lián)結(jié)。百科類網(wǎng)站對中低頻品類有著重要的作用，是與消費者溝通的主要渠道之一。因此，通過了解品類在互聯(lián)網(wǎng)上的發(fā)展狀態(tài)，可以明確品牌自身的優(yōu)劣勢，采取差異化策略。
    
    同時，在分析中，我們也看到，品牌的各個指標并不是獨立存在的，他們相互影響作用，構(gòu)成了品牌在互聯(lián)網(wǎng)上生存的生態(tài)圈。因此，需要找到一個指數(shù)，用于測量品牌在互聯(lián)網(wǎng)上的整體表現(xiàn)。本文采用主成分法，得出以下分析結(jié)果：
    
    KMO值大于0.7，顯著性為P=0.000，且提煉出的一個因子對指標都的解釋率達到63%，說明可以通過主成分法確立指標系數(shù)。因此，互聯(lián)網(wǎng)行為大數(shù)據(jù)可以進行分類，并可以提煉出一個綜合指標，用于測量品牌通過各個觸點與消費者之間的關(guān)系，假設(shè)1證明成立。由于品牌與消費者關(guān)系的本質(zhì)在于聯(lián)結(jié)，在后面的研究中，我們將這一指標定義為“品牌聯(lián)結(jié)資產(chǎn)（BrandCQ, Brand Connection Quotient）”，表示每萬人每周消費者與品牌的聯(lián)結(jié)指數(shù)。下圖為品牌聯(lián)結(jié)資產(chǎn)指數(shù)與各指標的關(guān)系，品牌加強各觸點與消費者的聯(lián)結(jié)，有助于提高品牌在互聯(lián)網(wǎng)上的表現(xiàn)，即增加品牌聯(lián)結(jié)資產(chǎn)。
    
    4.2 互聯(lián)網(wǎng)的數(shù)字聯(lián)結(jié)品類間差異很大
    雖然在互聯(lián)網(wǎng)上，各品牌與消費者關(guān)系的本質(zhì)都是聯(lián)結(jié)，都可以用統(tǒng)一的指標進行測量，但由于品類的物理特性，功能特性等差異，各品類對互聯(lián)網(wǎng)的利用方式和程度不同，其所屬品牌在互聯(lián)網(wǎng)上的表現(xiàn)也會不同。本文通過單因素方差檢驗，也證實了這一點，如表3：
    
    單因素方差檢驗的結(jié)果顯示，品類間存在著顯著性差異（P=0.000），這說明，假設(shè)2成立，不同品類在互聯(lián)網(wǎng)上的發(fā)展階段不同，且品類間的品牌表現(xiàn)具有顯著性差異。
    在進一步的分析中，我們可以看到（如圖3），銀行、手機、汽車等與人們每天生活都密不可分的品類的數(shù)字化程度越高，消費者與這些品類每個月的聯(lián)結(jié)占到所有聯(lián)結(jié)的95%左右；而面部護理，嬰兒紙尿褲，奶制品，計生用品等品類處于中等數(shù)字化水平，每個月消費者與這些品類的聯(lián)結(jié)占到所有聯(lián)結(jié)的4%左右；而嬰兒奶粉、軟飲料等品類，在互聯(lián)網(wǎng)上的數(shù)字化程度較低，消費者與這些品類的聯(lián)結(jié)僅有1%左右?？梢?，消費者與品牌的親密關(guān)系直接體現(xiàn)在聯(lián)結(jié)上。
    單因素方差檢驗的結(jié)果顯示，品類間存在著顯著性差異（P=0.000），這說明，假設(shè)2成立，不同品類在互聯(lián)網(wǎng)上的發(fā)展階段不同，且品類間的品牌表現(xiàn)具有顯著性差異。
    在進一步的分析中，我們可以看到（如圖3），銀行、手機、汽車等與人們每天生活都密不可分的品類的數(shù)字化程度越高，消費者與這些品類每個月的聯(lián)結(jié)占到所有聯(lián)結(jié)的95%左右；而面部護理，嬰兒紙尿褲，奶制品，計生用品等品類處于中等數(shù)字化水平，每個月消費者與這些品類的聯(lián)結(jié)占到所有聯(lián)結(jié)的4%左右；而嬰兒奶粉、軟飲料等品類，在互聯(lián)網(wǎng)上的數(shù)字化程度較低，消費者與這些品類的聯(lián)結(jié)僅有1%左右。可見，消費者與品牌的親密關(guān)系直接體現(xiàn)在聯(lián)結(jié)上。
    
    4.3 行為大數(shù)據(jù)與調(diào)查所得數(shù)據(jù)高度相關(guān)
    前面的研究已證實，品牌聯(lián)結(jié)資產(chǎn)指數(shù)越高，品牌與消費者在互聯(lián)網(wǎng)上的關(guān)系越緊密。然而，線上和線下都是品牌表現(xiàn)的重要組成部分，驗證品牌聯(lián)結(jié)資產(chǎn)對品牌線下表現(xiàn)的影響是非常必要的。
    對此，本研究采用多層次線性模型，品牌是第一層數(shù)據(jù)，品牌嵌套在品類中，描述各品類在互聯(lián)網(wǎng)上的表現(xiàn)，即品類的聯(lián)結(jié)資產(chǎn)是第二層數(shù)據(jù)。在分析中，首先看0模型：
    層1：品牌聯(lián)結(jié)資產(chǎn) = B0 + R
    層2：B0 = G00 + U0
    
    由表4可見，0模型的卡方檢驗結(jié)果顯著（P= 0.000），不同品牌的品牌聯(lián)結(jié)資產(chǎn)存在顯著差異，且對品牌聯(lián)結(jié)資產(chǎn)而言，其跨級相關(guān)為：319125/(319125+354100)=47.4%，即品類之間的差異解釋了品牌在互聯(lián)網(wǎng)上表現(xiàn)的47.4%。顯然，如以上結(jié)論，品類之間存在差異。加入品牌力這一變量，輸出結(jié)果如下：
    
    由固定部分的參數(shù)可見，品牌力與品牌聯(lián)結(jié)資產(chǎn)呈現(xiàn)顯著上升的趨勢（回歸系數(shù)3.00，p值<0.05），即品牌力越強的品牌，其品牌聯(lián)結(jié)資產(chǎn)也越高，因此，假設(shè)3成立，品牌在互聯(lián)網(wǎng)上的表現(xiàn)指標——品牌聯(lián)結(jié)資產(chǎn)對品牌力具有顯著性影響。但從隨機部分的參數(shù)估計結(jié)果可以看出，品牌個體之間存在顯著性差異，于是加入品類品牌聯(lián)結(jié)資產(chǎn)這一變量，得到完全模型，輸出結(jié)果如下：
    層1：品牌聯(lián)結(jié)資產(chǎn) = B0 + B1*(品牌力) + R
    層2：B0 = G00 + G01*(品類聯(lián)結(jié)資產(chǎn)) + U0
    B1 = G10
    
    如以上結(jié)果，交互作用顯著，品類作為第二層變量，對品牌聯(lián)結(jié)資產(chǎn)和品牌力有顯著性影響(P=0.000)，同時，作為第二層的品類很好的解釋了品牌間的差異（P>.5）。這說明在互聯(lián)網(wǎng)上發(fā)展較成熟的品類，其所屬的品牌在互聯(lián)網(wǎng)上的品牌聯(lián)結(jié)資產(chǎn)與品牌力的相互作用就越明顯。假設(shè)4成立，品牌所屬的品類，會對品牌聯(lián)結(jié)資產(chǎn)與品牌牌力的關(guān)系產(chǎn)生顯著性影響。
    5. 討論
    5.1 需要用全面的聯(lián)結(jié)行為作為互聯(lián)網(wǎng)時代品牌管理的工具
    品牌已經(jīng)存在于消費者大腦和互聯(lián)網(wǎng)外腦。在數(shù)字時代，品牌不僅存在于消費者的頭腦中，還存在于互聯(lián)網(wǎng)這個大空間中，互聯(lián)網(wǎng)上的各類信息已經(jīng)成為我們可以任意讀取、存儲、重復(fù)利用的廉價的電子記憶形態(tài)（E-Memory） 。消費者與品牌在互聯(lián)網(wǎng)上的聯(lián)結(jié)行為紛繁復(fù)雜，多種多樣。
    從文中分析可知，單一的搜索或者社交數(shù)據(jù)只是品牌表現(xiàn)的一部分。品牌在互聯(lián)網(wǎng)上與消費者聯(lián)結(jié)的各觸點并不是孤立存在的，它們對品牌有不同的作用，且觸點間相互影響，共同形成了品牌在互聯(lián)網(wǎng)上的數(shù)字化狀態(tài)。因此，企業(yè)需要一個綜合全面的數(shù)據(jù)指標對品牌進行測量。
    品牌聯(lián)結(jié)資產(chǎn)的提出，正是基于對品牌各觸點的整合，讓企業(yè)不僅可以直觀了解品牌的整體表現(xiàn)，還可以結(jié)構(gòu)化地對品牌表現(xiàn)進行分解，有目的對品牌進行管理，以確保品牌在互聯(lián)網(wǎng)上全面、均衡、健康發(fā)展。
    5.2品牌聯(lián)結(jié)資產(chǎn)為品牌的數(shù)字化管理提供了新方法
    大數(shù)據(jù)技術(shù)的應(yīng)用，使得消費者與品牌各觸點的聯(lián)結(jié)可以被追蹤和記錄，并最終轉(zhuǎn)化為數(shù)字，讓品牌可以被測量。品牌的數(shù)字化測量方法相對傳統(tǒng)的品牌調(diào)查，有諸多優(yōu)勢。
    一、速度快。品牌聯(lián)結(jié)資產(chǎn)按照統(tǒng)一標準，實時采集消費者行為大數(shù)據(jù)，可以程序化的應(yīng)用于品牌監(jiān)測中，使之可以敏捷、動態(tài)地反饋品牌在市場中的表現(xiàn)，加快品牌管理的迭代更新。
    二、數(shù)據(jù)客觀。與傳統(tǒng)的特定情境下的訪問式調(diào)查不同，品牌聯(lián)結(jié)資產(chǎn)作為一個觀察者，真實記錄消費者與品牌在互聯(lián)網(wǎng)上的每一次接觸，剔除人為干擾及方法上的系統(tǒng)誤差，保證測量結(jié)果客觀準確。
    三、結(jié)果精細。相較于粗略的抽樣訪問，品牌聯(lián)結(jié)資產(chǎn)能夠覆蓋全國所有省市和各級別市場，洞察所有網(wǎng)民與品牌的各個觸點，全面而立體地測量品牌在市場中的表現(xiàn)。
    5.3 數(shù)字化發(fā)展階段不同的品類應(yīng)采用不同的品牌數(shù)字化策略
    數(shù)字化程度較低的品類應(yīng)加強品牌與消費者在官方類網(wǎng)站上的聯(lián)結(jié)。由前文分析可知，數(shù)字化發(fā)展程度較高的品類在官方渠道，如內(nèi)容聯(lián)結(jié)中的官網(wǎng)、官方論壇，行動聯(lián)結(jié)中的官方商城等，與消費者的聯(lián)結(jié)量明顯高于低品類的品牌。這說明消費者更傾向于從官方渠道上了解品牌和產(chǎn)品，并進行購買，這也說明品牌的官方類網(wǎng)站更易于與消費者建立聯(lián)系。因此，企業(yè)可以通過加強官方類網(wǎng)站的管理，建立良好的品牌形象，加強與消費者的互動溝通，以增加消費者的聯(lián)結(jié)量。
    而數(shù)字化程度較高的品類應(yīng)著重探索互聯(lián)網(wǎng)應(yīng)用的新方向。如前文分析，銀行、手機、汽車處于數(shù)字化發(fā)展較高階段，銀行通過官網(wǎng)的支付功能與消費者聯(lián)結(jié)，汽車正在試圖讓消費者在互聯(lián)網(wǎng)上預(yù)約購買，而手機涌現(xiàn)出如小米的互聯(lián)網(wǎng)品牌。尤此可見，互聯(lián)網(wǎng)不僅是品牌推廣的媒介，銷售的渠道，也是服務(wù)本身。
    5.4 探索行為數(shù)據(jù)與態(tài)度數(shù)據(jù)的結(jié)合，以更好洞察品牌
    品牌聯(lián)結(jié)資產(chǎn)的行為數(shù)據(jù)與問卷調(diào)查的態(tài)度數(shù)據(jù)相結(jié)合，能更完整洞察品牌。品牌聯(lián)結(jié)資產(chǎn)由消費者行為大數(shù)據(jù)構(gòu)成，是消費者對品牌主動行為的體現(xiàn)；而問卷調(diào)查在測量消費者的感情態(tài)度方面具有優(yōu)勢，用來了解消費者行為背后的原因。如文中分析，品牌聯(lián)結(jié)資產(chǎn)與品牌力高度相關(guān)，因此，品牌聯(lián)結(jié)資產(chǎn)可以和調(diào)查所得數(shù)據(jù)相交互，全面深度解讀品牌表現(xiàn)。
    在輔以問卷調(diào)查時，建議采用簡短快速的Online調(diào)查。設(shè)計有針對性的問卷，可以定時、定地點、連續(xù)地投放在相關(guān)網(wǎng)站上，快速、周期性收集消費者反饋。這樣，調(diào)查結(jié)果不僅能反映出消費者態(tài)度，更具有時間上的連續(xù)性，與品牌聯(lián)結(jié)資產(chǎn)相結(jié)合時，研究結(jié)果更準確，更能適應(yīng)品牌市場的瞬息萬變，推動品牌管理的更新迭代。
    6、本文貢獻與研究局限
    本文的理論貢獻在于：探索性地提了出“品牌聯(lián)結(jié)資產(chǎn)”這一測量品牌的新指標，并對其進行了驗證。不論是在我國還是國外，大數(shù)據(jù)都尚屬新興領(lǐng)域，將大數(shù)據(jù)應(yīng)用在市場營銷領(lǐng)域以及品牌管理領(lǐng)域的研究更是少之又少，本研究既可豐富此領(lǐng)域的理論基礎(chǔ)又對將來的研究起到拋磚引玉的作用。
    另外，分層線性模型分析的引入，豐富了市場研究的方法，更為大數(shù)據(jù)在市場營銷領(lǐng)域的應(yīng)用提出了新的思路。
    實踐意義在于：在互聯(lián)網(wǎng)的影響下，企業(yè)傳統(tǒng)的對品牌的管理已經(jīng)無法滿足快速變化市場的需求，基于大數(shù)據(jù)的品牌聯(lián)結(jié)資產(chǎn)，可以成為企業(yè)快速管理品牌的工具，其具有的敏銳、細節(jié)、準確的特性，幫助企業(yè)進行品牌市場決策。
    盡管本研究取得了一定的成果，但仍存在一些不足。首先，由于傳統(tǒng)調(diào)查得到的是截面數(shù)據(jù)，基于大數(shù)據(jù)的品牌聯(lián)結(jié)資產(chǎn)在時間上的優(yōu)勢沒有得到體現(xiàn)。其次，缺少適當?shù)匿N量數(shù)據(jù)與品牌聯(lián)結(jié)資產(chǎn)相互驗證，品牌聯(lián)結(jié)資產(chǎn)對銷量的影響還無法有效證明。在未來，將引入線下的銷量數(shù)據(jù)，對指標的銷售預(yù)測能力進行探索。
    
    參考文獻
     Edelman, D. (2010) 'Branding in the digital age: You're spending your money in all the wrong places', Harvard Business Review, December, No. 65
     Hatch, M.-J., & Schultz, M. (2010). Toward a theory of brand co-creation with implications for brand governance. Brand Management, 17(8), 590–604.
     Chen, S. (2001) 'Assessing the impact of the Internet on brands'. Journal of Brand Management, Vol. 8, No. 4, pp. 288-302.
     Muller, B. and Chandon, J. B. (2004) ‘The impact of a World Wide Web site visit on brand image in the motor vehicle and mobile telephone industries’, Journal of Marketing Communications, Vol. 10, No. 2, pp. 153-165.
     Page. C.,&Lepkowska-Whiet, E. L. Web equity: A framework for building consumer value in online companies[J]. Journal of Consumer Marketing, 2002,19(3),231-248
     Stephen,T. and Galak,J. (2012) 'The effects of traditional and social earned inedia on sales: A study of a microlending marketplace', Journal of Marketing Research, Vol. 49, No. 5, pp. 624-639.
     Duana, W., Gub, B. and Whinston, A. (2008) ‘The dynamics of online word-of-mouth and product sales — An empirical investigation of the movie industry’, Journal of Retailing,,Vol. 84, No. 2, pp. 233-242.
     Jacques Bughin (2014) ‘Brand success in an era of digital Darwinism’, JOURNAL OF BRAND STRATEGY VOL. 2. NO. 4, 355-365 WINTER 2013-2014.
     盧泰宏，周志民．基于品牌關(guān)系的品牌理論:研究模型及展望［J］．商業(yè)經(jīng)濟與管理，2003(2):4－9．
     Pitta D &Katsanis L. Understanding brand equity for successful extension [J] .Journal of Consumer Marketing, 12(4), 51～64 .1995.
     劉紅云,孟慶茂.教育和心理研究中的多層線性模型[J].心理科學(xué)進展,2002,10(2)
     Robert W. Clowes（2013）. ‘The Cognitive Integration of E-Memory’, Rev.Phil.Psych. DOI 10.1007/s13164-013-0130-y
    
    The exploratory study of using behaviors’ big data in internet to measure brand performance
    Abstract The Internet has been changed the relationship between the consumers and brands. As the meanwhile, the development of big data technology makes the relationships can be tracked. There are many different touch points between consumers and brands which all can be tracked. But the biggest difficult points are whether and which touch points from big data have high relationship with the traditional indices. only solve this problem, the big data can be used in brand management. In this article, we will explore the relationship and apply it to brand measurement in digital era. We collected the big data about nearly 200 brands information. Each brand has more than 30 touch points information which gathered to four big parts, Content connection, Desire connection, Action connection and Interaction connection. We found that, the behaviors’ big data in internet can be gathered and calculated to a single one index, which named Brand Connection Quotient, to measure the brand performance. We also found that different category has different stages of development in the internet. Some categories have very high frequency connection with consumers but some are very low. The other very important result is the index of behaviors’ big data shows significant impact upon the traditional brand power index and the category has the same significant impact to the relationship between the index of behaviors and brand power index. With the research, We learn that big data is truly a very useful technology to measure brand performance in the internet and the real world. It makes the measurement more rapid, detailed and accurate. The companies need to care about the changing relationship about the brand and consumer and use the big data technology to measure the brands and their consumers in marketing.
    Key Word Brand Connection Quotient, Internet behavior, HLM, Big data, Brand tracking