网红营销测量:调查筛选出了谁?
询问看过创作者帖子后是否购买,与询问创作者影响,可能选出不同的人。将一项 2022 年美国调查的回答配对,能说明企业或创作者规划受众访谈时,为何要注意这一区别。
Influence IQ 对 Pew Research Center 的 American Trends Panel 第 111 轮所作分析。美国实地调查:2022 年 7 月 5–17 日。结果为 4,628 名符合条件社交媒体用户的描述性加权百分比,不是活动表现或当前全球基准。
摘要
招募受众访谈时,询问是否曾在看过创作者帖子后购买,与询问一般创作者影响,并不选出同一组人。我们加权分析了 Pew Research Center 2022 年 7 月美国调查中的 4,628 名社交媒体用户:30.2% 报告过该购买经历,38.6% 报告至少有一点影响,两者均报告的占 24.8%。将购买规则替换为影响规则,会保留这部分重叠,移出 5.4%,并加入符合条件总体的 13.8%,均按加权比例计算。[1]
报告购买的受访者中,82.1% 也报告影响;反向看,报告影响者中,64.3% 也报告购买。不确定及拒答仍保留在分母中。实际启示是围绕访谈需探索的经历,选择筛选问题。这些历史自报涉及不同经历及时间范围,不确立归因销售、活动效果或受访者前后矛盾。
访谈邀请从一个看似简单的选择开始:应发给谁?对研究购物的企业或创作者,“受创作者影响的人”听起来可能足够具体,却可能指记得购买的人、感到一般影响的人,或两者都有。
演示文稿中,分别列示的 2 个百分比并列时,这一区别容易丢失。本研究追踪同一受访者的 2 道调查回答,再问:一种定义替换另一种时,访谈组会发生什么变化?
同一受众,2 道问题

2 道网红问题,筛选出不同组
企业想理解创作者内容在购物中起什么作用。一位研究者提议访谈记得看过创作者帖子后买过东西的人;另一位提议访谈自称购买决定受创作者影响的人。两者听起来都像寻找同一受众的合理方式,配对回答却说明值得仔细检查这一选择。
Pew Research Center 已分别报告这 2 项指标:约 30% 的社交媒体用户说看过创作者帖子后购买过,39% 说创作者至少对购买决定有一点影响。我们的分析将每个人的 2 个回答放在一起,所得重叠增加了分别列示的百分比未包含的信息。[2]
购买问题选中了加权社交媒体用户组的 30.2%,一般影响问题选中 38.6%,两者都选中 24.8%。另有 5.4% 仅被购买问题选中,13.8% 仅被影响问题选中,其余 56.0% 均未被两项规则选中。[3]
这 4 组描述 2 种可能访谈规则下的资格。任一规则都只让明确肯定回答者入选。其余回答包含不确定及拒答,在底层表格中仍单独保留。因此,“两项规则均未选中”不意味着组内每个人都明确否定两种说法。
在任何人撰写访谈提纲之前,区别就有实际后果:筛选规则不同,受邀对象就不同。较大的符合条件组,不只是较小组再加一些人。比较将 2 种定义回溯应用于同一批回答,不是证明措辞变化导致不同回答的随机试验。
2 项访谈规则,选出 4 个组
2022 年 7 月美国调查中,全部 4,628 名符合条件社交媒体用户的加权比例。肯定购买回答为 Yes(是);肯定影响回答为 A lot(影响很大)或 A little(有一点影响)。
| 被哪项规则选中? | 占全部符合条件用户的比例(%) |
|---|---|
| 两道问题都选中 | 24.8% |
| 仅购买问题选中 | 5.4% |
| 仅影响问题选中 | 13.8% |
| 两道问题均未选中 | 56.0% |
访谈候选组扩大,也可能漏掉一些人
只看分别列示的总数,团队可能说影响问题选出的组,比购买问题大 8.4 个百分点。这是 38.6% 与 30.2% 的净差,不描述每个资格改变的人。
从购买规则开始,再换成影响规则。两者均选中的 24.8% 继续符合条件;仅购买规则选中的 5.4% 离组;仅影响规则选中的 13.8% 加入。按加权计算,加入及移出合计占这项 2022 年美国调查中符合条件社交媒体用户的 19.2%。[4]
换成 100 的尺度,更容易看清:约保留 24.8、移出 5.4、加入 13.8。这些是百分比的等值表达,不是分数人数,也不预测接下来的 100 位客户。计算描述的是同一批人回答 2 道题的历史调查。
总数不同,使部分差异不可避免。即使购买问题选中的每个人也通过影响问题,较大组仍会多出 8.4 个百分点。配对回答显示,筛选不同的占 19.2 个百分点,比最低差异多 10.8 个百分点。这是算术比较,不是显著性检验。[4]
对企业,这意味着报告应展示新增者及被排除者。仅报告较大总数,可能隐藏原本访谈想探索特定经历的受访者流失。
82.1% 与 64.3%,回答不同招募问题
若起始组是报告看过创作者帖子后购买过的人,82.1% 也说创作者至少对购买决定有一点影响。它回答的是:如果团队还要求自报影响,购买组中多少人仍会符合条件?
反过来,答案是 64.3%。报告至少有一点影响的人中,这部分也记得看过创作者帖子后购买。同一重叠,除以更大起始组。两个百分比都正确,也都不是网红营销有效性的一般指标。[3]
研究已要求购买经历、团队正考虑增加影响问题时,使用第一个方向;以感知影响为起点、需知道谁能讨论记得的购买时,使用第二个方向。分母应放在数值旁,因为它决定数值能支持什么决定。有些探索性访谈中,只要团队接受规则会排除什么,像这里观察到的 82.1% 重叠,可能足以采用 1 道筛选题。
没有理由期待 2 题完全相同。一题问过去任何时候的事件,另一题问创作者一般对购买决定影响多少。过去买过,可以与较少的一般影响并存;感到影响,也可以不记得购买。这些是可能解释,不是本分析已确立的原因。
跟进访谈可以探索区别,不预先告诉对方答案应该意味着什么。问他们想到哪次购买、记得帖子什么内容,或考虑哪些决定。避免把回答差异变成指责,称对方困惑或隐瞒影响。
同一重叠,得到 2 个不同百分比
2022 年 7 月美国调查中,每行以不同组开始:报告看过创作者帖子后购买的人,或报告影响的人。影响指 A lot(影响很大)或 A little(有一点影响)。另一题不确定或拒答,仍留在分母中。
| 起始组与第二个回答 | 另一题也肯定的比例(%) |
|---|---|
| 报告看过创作者帖子后购买:也报告影响 | 82.1% |
| 报告影响:也报告看过创作者帖子后购买 | 64.3% |
保留不确定回答,会改变分母
购买题提供“not sure”(不确定)选项,也有人拒答 1 题或 2 题。至少 1 题不确定或拒答者,合计占加权社交媒体用户组的 7.2%,保留在主分析中。符合条件者的这 2 题,没有系统缺失回答。[5]
从影响组开始时,这一选择最重要。报告至少有一点影响的人中,64.3% 报告购买,28.9% 表示未购买,6.7% 不确定或未答购买题。最后一组既不是确认购买,也不是明确否定。
我们还计算了指定敏感性检查,仅保留购买题回答 Yes(是)或 No(否)、影响题回答 A lot(影响很大)、A little(有一点影响)或 Not at all(完全无影响)的人,占加权符合条件组的 92.8%。在该受限组内,报告影响者中的购买比例从 64.3% 升为 69.0%,反向百分比从 82.1% 变为 82.4%。[5]
较高百分比不说明受限计算更准确。它回答的是移除不确定及无回答者之后的组的问题。如果团队悄悄删除这些回答,即使没人改变说法,汇总也可能不同。
访谈项目应在发送邀请前,决定如何处理不确定。对某次具体购买的访谈,不确定者可能不合适;但若想理解人们记得哪些创作者内容,他们可能有用。这取决于研究目的,不构成给不确定回答改标签的理由。
移除不确定回答,会改变百分比描述谁
2022 年 7 月美国调查中,主要估计保留另一题的不确定及拒答。受限计算保留购买题回答 Yes(是)或 No(否)、影响题回答 A lot(影响很大)、A little(有一点影响)或 Not at all(完全无影响)的人,保留加权符合条件组的 92.8%。
| 起始组与第二个回答 | 保留不确定/拒答(%) | 排除不确定/拒答(%) |
|---|---|---|
| 报告看过创作者帖子后购买:也报告影响 | 82.1% | 82.4% |
| 报告影响:也报告看过创作者帖子后购买 | 64.3% | 69.0% |
围绕需要的对话选择问题
从访谈所需经历开始

明确经历
决定访谈涉及记得的购买、感知影响,还是两者比较。
选择问题
指定项目所需产品情境及回忆时期。
保持回答清楚
单独保留不确定回答,并说明每个百分比包括谁。
访谈过去购买时,先询问对方将讨论的经历。笼统表示购买决定受创作者影响,不能证明对方能记起看帖后购买。购买题更接近此招募目的,但调查“ever”(曾经)的时间范围,对近期上新项目仍可能过宽。
访谈创作者内容如何影响产品考虑时,可能不必要求购买。报告影响却不记得购买的人,可能有相关经历可谈。调查不说明他们是否发现品牌、比较产品、推迟决定或做了其他事。这些是可能的访谈主题,不是可归给此组的发现。
比较经历时,两题都问,能让团队有意纳入不同组合。招募简报可区分两者均报告、只报告其一,以及不确定者,无须假定某组更诚实、更有价值,或未来更可能购买。
要求两题均肯定,会选中加权调查组的 24.8%;任一肯定即可,则选中 44.0%。第一种适合需要两种报告经历的项目,第二种允许更广比较,研究目标不同。不知道访谈需解决什么,任何比例都不能告诉团队哪个选择最好。
网红准备受众总结时,也面临同样措辞选择。部分受众记得看帖后购买,应仍表述为购买回忆;感知影响则应保留自身问题及分母。仅将其放进媒体资料包,不能把任一说法变成创作者销售贡献。
这些区别帮助将受众研究与活动报告分开。询问任何时候、任何创作者的问题,不识别计算 ROI 所需的创作者、活动、支出或销售。若任务是评估具体活动,需单独定义范围及结果证据。
假设护肤项目简报:从一个决定开始
设想一家护肤企业,在下一次创作者合作前准备访谈,想听顾客如何从看到产品演示,走向决定是否试用。这是应用区别的假设示例,不是 Pew 调查观察到的企业或活动。
如果团队明确需要已完成购买的描述,可以问是否记得看创作者讨论该产品类别后购买,再邀请对方描述那次经历。应指定相关回忆时期,不假定调查“ever”(曾经)措辞满足需求。改变类别或时间范围,会产生新问题,Pew 百分比不能预测其招募量。
如果想理解考虑过程,则可邀请表示创作者内容影响了所考虑产品的人,包括未购买者。讨论再探索什么影响决定、接下来发生什么,不以每位参与者都是购买者为起点。
重要选择是企业需要哪种对话。两题都问,可以保留区别,也允许访谈者追问意外回答。不要求团队造出大小相同的组,或将调查比例复制进自身样本。
简报可以记录决定:“我们希望理解[经历或决定]。我们将在[相关类别及时期]内,邀请[有指定经历或报告相关影响]的人。不确定回答会单独保留,用于[明确访谈目的,如有]。我们将按[实际提出的问题]描述发现,不将其视为归因活动销售。”
假设护肤项目的最终报告,应说明描述的是记得的购买经历、感知影响,还是两者都有。这个小措辞,让下一位阅读者更容易解读访谈,无论是选择简报的企业主,还是展示受众研究的创作者。
如何分析调查回答
我们分析了 Pew Research Center 的 American Trends Panel 第 111 轮。实地调查于 2022 年 7 月 5–17 日,通过英语及西班牙语自填在线问卷实施。目标总体为美国年满 18 岁、非机构居住的成年人,包括阿拉斯加及夏威夷。发布文件有 6,034 名受访者,其中 4,628 人报告使用社交媒体,符合两题条件;全部 4,628 人留在主要分母中。[1][6]
本轮结合 4,996 名 American Trends Panel 受访者,及 Ipsos KnowledgePanel 的 1,038 名女同性恋、男同性恋或双性恋受访者。抽样设计还在 American Trends Panel 内对指定组过度抽样。我们采用提供的最终波次权重 WEIGHT_W111,经多项调整及总体基准处理选择与无回答。未加权人数不能复现加权估计。[6]
计算联合结果前,方法固定了 2 道题、全部原始回答组合、2 项肯定回答规则、两个条件方向及敏感性检查。购买规则采用 Yes(是);影响规则合并 A lot(影响很大)与 A little(有一点影响)。Not sure(不确定)、拒答及任何系统缺失值,在底层表中保持独立,不会变成实质性的 No(否)。
来源检查确认发布行数、符合条件组、允许代码、问卷跳转,以及正且有限的权重。分别计算的加权边际比例复现了 Pew 已发布整数百分比。全部非社交媒体用户在这 2 项有结构性空白,被排除出分母。公开版本说明,为保密,对某些值作了有限修改;我们未提出人口特征或个人层面主张。
每个结果等于相关类别受访者权重和,除以指定组权重和。我们报告描述性加权百分比。公开文件及配套说明,未为联合估计确立精确方差程序,因此不附置信区间、显著性检验,也不套用完整调查误差幅度。抽样不确定性、回忆及问题理解仍然重要。[6]
独立审核检查原始分析代码及独立虚构的测试记录,包括不等权重、不确定回答及反向分母,未独立重新分析机密受访者数据。下载包含有限配对汇总、定义、来源哈希及复现代码,不再分发受访者记录、标识符或权重。[7]
本文表达的观点,包括对政策的任何启示,均属于作者,不代表 Pew Research Center。
图表 CSV 包含 10 个估计值,每行数据 1 个。ZIP 包含原始回答组合、单独的系统缺失审计、分析方法及代码。大于 0、小于 0.5% 的配对表单元显示为 <0.5%。不含受访者记录、标识符或权重。数字字段使用小数点,来源数据访问须遵守 Pew 自身协议。
来源与注释
- Pew Research Center 的 American Trends Panel,第 111 轮。实地调查为 2022 年 7 月 5–17 日;发布 6,034 名受访者,其中 4,628 名社交媒体用户符合 2 题条件。Influence IQ 用最终波次权重计算配对结果。实地日期描述底层证据,不是本分析发表日期。
- Pew 于 2022 年 11 月 21 日的报告,分别给出购买及影响百分比。所链接方法与主要结果,将 ONLSHOP4 定义为曾在看过创作者帖子后购买,将 ONLSHOP5 定义为对购买决定的一般影响。两题在共同解释网红及内容创作者后,向社交媒体用户提出。本文贡献是配对筛选与分母比较,不声称首次发现创作者影响购物。
- 加权比例为:30.2% 报告购买,38.6% 报告影响,24.8% 两者均报告。仅购买题选中 5.4%,仅影响题选中 13.8%,两者均未选中 56.0%。将重叠除以各起始组,得到 82.1% 及 64.3%。全部计算使用未四舍五入权重;展示结果保留 1 位小数,不应用于重建精确比率。
- 仅 1 项规则选中的比例,合计 19.2 个百分点。组大小不等所要求的最低差异,是 2 项入选比例绝对差,即 8.4 个百分点。观察差异超过最低值 10.8 个百分点。这些计算使用未四舍五入值,显示 1 位小数,描述成对回答的信息,不是因果效果或统计显著性检验。
- 任一题不确定或拒答,占加权符合条件组的 7.2%。组内没有系统缺失项。敏感性检查保留 Yes/No(是/否)购买回答及 A lot/A little/Not at all(影响很大/有一点影响/完全无影响)影响回答,保留加权组的 92.8%。2 项重叠百分比为 82.4% 及 69.0%,使用受限分母。数值在四舍五入前计算。原始表中大于 0、小于 0.5% 的单元标为 <0.5%,不是 0。
- 本轮方法描述概率样本、过度抽样、无回答调整、群体重组、校准及权重修剪。WEIGHT_W111 是发布的最终报告权重。所查公开版本没有重复权重,也没有这些配对子组方差估计的精确程序。Pew 全样本误差幅度,不应用于我们的条件百分比。
- 来源署名:Pew Research Center 的 American Trends Panel。ATP 协议允许有限、注明来源的研究发表,并限制受访者数据的访问及再分发。下载仅含原创代码及有限派生汇总。本文表达的观点,包括对政策的任何启示,均属于作者,不代表 Pew Research Center。
这篇英文文章为来源版本。每种语言版本描述同一项 2022 年 7 月美国调查。翻译不改变总体、时间范围、问题或证据,也不会使数字成为本地市场结果。