1. 引言
短视频依托媒介技术的发展，成为新兴主流媒体之一，短视频行业的蓬勃发展也带动市场规模超高速增长。近几年，短视频凭借广告植入进一步扩展了市场，其在互联网广告中的地位变得愈发突出。短视频平台的逐渐成熟，其流量价值也更多地受到商业企业的重视，短视频广告处在新媒体时代的风口，正成为短视频广告行业的发展重点。Z世代群体 [1] 作为与互联网相伴而成长起来的一代新人，受数字信息技术、即时通信设备、智能手机产品等影响较大。作为一个庞大的短视频用户群体，Z世代群体正成为移动互联网时代的消费主体，未来潜力不可限量。综上所述，本文通过问卷调查的方式，以Z世代群体作为调查群体，通过SPSS26.0软件及Python爬虫对数据进行分析与挖掘，研究Z世代对于短视频广告植入的态度及商业变现潜力，并提出相关改进策略，为短视频广告内容创作的可持续发展和稳定的商业变现提供有意义的参考。
2. 文献综述
视频广告是短视频营销的重要表现形式，作为新型营销方式，许多学者从各个角度提出短视频广告营销的优化策略。陈敏(2022)运用SWOT模型与AIDA模型研究短视频广告类型及广告效果的影响因素，并基于广告投放、内容、形式提出营销建议 [2] 。梁丽红(2022)从多维度剖析抖音平台的广告植入发展现状，提出平台监管、广告创意与广告长远化发展的策略建议 [3] 。田蕊艳(2020)提出三种短视频营销模式，认为深度构建消费者画像精准投放能够极大提高营销效果 [4] 。
短视频植入广告形态的持续发展需要用户的持续支持和信赖，学者们在用户参与意愿方面展开调查。黄杰、刘磊杰(2021)结合UTAUT模型分析用户行为与心理、短视频广告用户接受度的影响因素及强度，为优化短视频广告的效果提供建议 [5] 。Addo Prince Clement等运用B2C和C2C的数据集与爬虫技术，研究短视频广告的接受度、基于产品的决定因素和研究变量对用户满意度的影响 [6] 。常俊奇等(2022)基于SOR模型探究短视频广告对大学生用户的购买意愿影响模型，得出短视频广告对大学生用户感知匹配度的影响并提出针对建议 [7] 。
现有研究多局限于概念与理论，研究维度集中在短视频平台、广告商与用户，但用户维度广泛，且对起到媒介作用的短视频内容创作者维度的研究较少，也鲜少提及短视频广告的商业变现潜力。本研究将用户维度定位于年轻人，对Z世代群体对短视频广告植入的态度进行研究，并从短视频内容创作者的维度研究短视频植入广告对用户的态度及商业变现潜力影响。
3. 研究设计
3.1. 问卷设计与变量测量
本研究主要采用方便抽样和滚雪球抽样相结合的方法通过问卷调研获取一手数据进行研究。问卷包括三个部分，第一部分为受访者基本信息，其中包括性别、年龄、职业、月可支配收入等。第二部分是受访者对短视频与短视频广告植入的相关问题，第三部分主要调查受访者对短视频内容创作者所植入的广告的态度及看法等相关问题。问卷所涉及量表均采用李克特量表五点式量表，使用正向计分制。量表设计参考相关学者研究中所用成熟量表并根据Z世代的特点进行针对性修改。
3.2. 问卷发放与样本描述
1) 问卷发放与信度检验
在预调查的实施阶段，以部分Z世代群体作为调查样本，共发放问卷100份，其中有效问卷92份，有效回收率为92%。根据预调查样本的数据对问卷中的量表进行信效度检验，对一个信效度检验不通过的问题进行删除，并对部分量表所设置的题目进行适当调整，最终确定并发放正式调查问卷。正式调研中，本研究共发放问卷719份，其中有效问卷677份，有效率为94.16%。笔者利用SPSS26.0对问卷数据进行信度分析。一般而言，系数最好在0.8以上，若系数低于0.6，则需要考虑修改测量题项。分析显示，本问卷的克伦巴赫系数为0.892，调查问卷的信度较高。
2) 样本基本特征描述
677份有效问卷中，男性占比47.12%，女性占比52.88%，性别比例相当。符合年龄条件的调查样本中，年龄多集中于18~22岁。受访者职业涵盖面较广，在校学生占比83.31%。个人月可支配收入在1001到2000元之间的受访者占比最大，为58.94%。短视频浏览频率题项中，经常浏览短视频(空余时间随时浏览和每天一次的浏览频率)的受访者占91.14%。单次观看时长分布题项中，42.84%受访者单次浏览短视频时长约在一小时以内，46.97%受访者则浏览一至三小时。
4. 问卷数据分析
4.1. 基于因子分析的短视频广告中产品的消费情况影响因素分析
本研究利用因子分析探寻隐藏在短视频广告中的产品消费情况的因子作用。笔者首先通过KMO检验和巴特利特球形检验来判断用户对于短视频广告与其推荐的产品所持有的态度和购买意愿是否适合做因子分析，如下表所示：
Table 1. KMO test and Bartlett spherical test
表1. KMO检验和Bartlett球形检验
注：***、**、*分别代表1%、5%、10%的显著性水平
由表1可知，KMO的值为0.711，大于0.5，因此说明各变量间确实存在相关性。同时，Bartlett球形检验的结果显示，显著性P值为0.000***，水平上呈现显著性，拒绝原假设，因子分析有效。因子旋转方式采用最常用的最大方差法。
因子分析是关于降维和简化数据的技术，笔者利用特征根和累积方差解释率确定与碎石图相结合来判断选取因子的标准。
Table 2. Total variance interpretation
表2. 总方差解释
从表2中的特征根可以看出：大于1的特征根因子仅为第1个，第2个因子的特征根为0.983接近于1；第4个因子的累积方差解释率为89.168%，而第3个因子的累积方差解释率为77.574%，接近于80%。由此可知，因子的选取个数可能为3个或4个。
再结合图1的碎石图：第1、2个特征根减小幅度较大，而从第3个点开始的特征根减小的幅度小，图形趋于平缓。因此，选择3个公因子最为适宜。
Table 3. Factor load coefficient table after rotation
表3. 旋转后因子载荷系数表
表3为旋转后因子载荷系数表，可以分析到每个主成分中隐变量的重要性。从表中结果可知，使用因子分析将5个项浓缩为3个因子。因子与题项对应关系，其中Q17和Q21在因子1上有较高的载荷，说明因子F1可以解释这几个分析项，它们主要反映用户购买产品的意愿和态度；Q14和Q15在因子F2上有较高的载荷，它们主要反映用户观看广告的意愿和态度；Q13在因子F3上有较高的载荷，它们主要反映植入了广告的短视频的出现频率。
表4为成分矩阵表，意在说明各个成分的所包含的因子得分系数(主成分载荷)，用于计算出成分得分，进而得出如下主成分公式与权重。
F = (0.294/0.776) × F1 + (0.276/0.776) × F2 + (0.205/0.776) × F3
表5的因子分析的权重结果可知，因子1的指标权重最大，为37.96%，因子3的最小，为26.49%。
4.2. 基于独立样本t检验与有序Logistic回归的用户广告产品消费情况对广告植入的态度的影响研究
4.2.1. 用户对广告产品消费情况与其对广告植入的态度存在显著性差异
利用SPSS进行独立样本t检验，研究用户对于短视频广告中所推荐的产品的消费情况与其对广告植入的态度是否存在显著性差异，得到下列表6、表7结果：
由上表可知，莱文方差大于0.05，因此接受原假设，方差相等；又平均值等同性小于0.05，因此用户对于短视频广告中所推荐的产品的消费情况与其对广告植入的态度存在显著性差异。
4.2.2. 用户对广告产品消费情况与其对待广告植入的态度成正相关
为了深入探究上述差异，笔者利用SPSS软件进行有序Logistic回归分析，得到下列结果：
注：关联函数：分对数。
上述表8拟合优度检验显示，Pearson与Deviance两种检验的P值均大于0.1，认为模型拟合比较好。
原假设指出，位置参数(斜率系数)在各个响应类别中相同。a) 关联函数：分对数。
表9平行线假设检验结果显示，P = 0.174 > 0.1，认为符合比例优势，即各模型各个回归方程平行，可使用有序Logistic过程进行分析。
注：关联函数：分对数。
模型的拟合信息，是对模型中所有自变量的偏回归系数是否全为0检验。根据表10结果可知，该模型中P = 0.012 < 0.05，认为模型中偏回归系数不全为0，模型具有统计学意义。
注：关联函数：分对数。a) 此参数冗余，因此设置为零。
上述表11对短视频广告植入的态度中各数字代表含义为：“1” = 非常讨厌，“2” = 比较讨厌，“3” = 无所谓，“4” = 比较喜欢，“5” = 非常喜欢。
估算值0.494 > 0，认为短视频广告中的产品购买情况与对待广告植入的态度呈正相关，即购买过短视频广告中的产品的群体比没有购买过短视频广告中的产品的群体对广告植入的接受度与喜爱度更高。
4.3. 问卷数据分析结论
Z世代群体产生购买短视频广告中产品的行为受多种因素的影响。根据上述问卷数据分析显示，对Z世代产生购买短视频广告中的产品的行为影响最大的因素为用户购买产品的意愿和态度，其次为用户观看广告的意愿和态度，广告的短视频出现频率的影响程度最小。且曾经产生过购买短视频广告中产品的行为的用户，更易于接受短视频中植入的广告。
5. 网络文本分析
5.1. 分析目的与数据来源
网络文本分析的目的是通过自动化的方式提取、清洗、组织和分析网络上大量的文本数据，对网站的用户行为、社会言论等进行系统性的统计和研究，以精确捕捉用户信息及其影响力。由于只通过单方面研究Z世代这一群体，并不能代表所有互联网用户的态度与观点。作为补充，本研究决定通过收集并分析大量网络热门长文本，了解互联网上不同用户(包括个人和媒体)对于短视频广告植入的态度与看法，并探究短视频广告对于广告商、产品本身以及短视频用户的影响，为研究短视频广告如何更好地进行商业变现做进一步补充。
本研究利用Python爬虫，在知乎网站上爬取比较有代表性且可信度较高的热门长文本进行分析。笔者在知乎网站上通过关键词搜索和人工筛选，收集关联度最高的知乎盐选文章23篇和知乎热点帖子16篇，总计获取长文本39篇共81,245字。
5.2. 文本数据处理
5.2.1. 数据处理
未经处理的文本中通常包含大量重复性对于研究无意义的词语，例如数字、字母和网络语义的特殊字符，这类内容无法传递信息，且增加文本分析的复杂度，因此笔者利用Office办公软件中Word的查找替换功能与Python的jieba包，对长文本进行简单数据清洗、分词和去除停用词等处理，共爬取并且删除33,230个无效字符。故本次研究共爬取有效文字48,015个，爬取文本数据的有效率为59.1%。
5.2.2. 词频统计与词云图生成
为了较全面地反映知乎用户对于短视频广告植入的总体印象，本次研究选取中高频词作为分析对象，这样既能避免因为词量太少而导致的结果模糊，又能保证核心关键词的完整，不会产生词量过多的负担。故笔者利用Python的wordcloud工具将词频统计出的前300个高频词汇生成词云图，如图2所示。
Figure 2. Cloud map of high-frequency words in popular articles on Zhihu
图2. 知乎热门文章中高频词云图
根据词云图中的词语与词频显示，可以发现，除与关键词直接相关的“广告”“短视频”和“植入”外，“用户”“内容”“平台”“信息”“传播”等词语的出现频率较高。
5.3. 网络文本分析结论
对于广告商来说，在各大短视频平台的短视频中植入广告能够比较高效地促进广告信息的传播，扩大品牌的影响；对于产品本身来说，短视频植入广告这种营销方式的受众广、效果佳，能够帮助大量消费者了解产品性能特点，有助于消费者快速决策；但站在短视频用户的角度来说，短视频植入广告会在很大程度上影响短视频用户的观看体验，不利于用户持续浏览短视频内容。
6. 对策与建议
6.1. 广告植入须与短视频内容及其创作者本身有效融合
广告植入旨在引起受众注意，但如若视频受众专注于植入广告的广告内容，又会影响其观看视听内容时的连贯性与完整性，进而影响整体收视效果。调查结果显示，Z世代群体购买产品的意愿和态度对于短视频广告植入的商业变现有很大的影响，这就需要创作者在植入广告方式的思路上有所转变，与其向用户直接推销产品，不如通过建立层层递进的内容逻辑顺序的方式，在合理的场景环境下充分结合视频整体风格，设置言之有物、切合实际的情节场景，将广告信息巧妙融合其中，避免破坏视频整体格调，以提高用户观看广告的意愿和态度。另外，为提高用户购买短视频广告产品的意愿和态度，稳定其商业变现价值。短视频创作者在选择广告中的产品时要充分考虑广告商品或服务的特点、定位与内容创作者自身形象的契合度，选择自己更加了解的领域，对消费者和粉丝负责，也是对自身与广告主负责。
6.2. 利用短视频流量与大数据技术定位用户并精准投放短视频广告
短视频行业背靠庞大的受众群体，站在新媒体时代的风口。在大数据时代，根据用户的兴趣偏好、消费习惯与潜在需求，选择出与广告主题最契合的目标用户群体，以恰到好处的频率，精准推送迎合受众喜好、需求与欲望的广告内容，在不降低用户体验的情况下，扩大潜在消费者群体，提升广告的投放效果。在植入广告时，还需做好广告产品的相关调研并核实广告信息的真实性与准确性，避免虚假宣传或者过度宣传，夸大或杜撰产品功效。积极创作“品质广告”，为消费者提供高品质产品和服务。通过深耕内容创作、提升创意水平、推陈出新、树立正确良好价值导向等方式，让短视频在浩如烟海的网络内容中脱颖而出，为稳定商业变现打好基础。