1. 引言
随着网络技术的快速进步与消费行为的数字化转型，社交媒体已从单纯的社会互动工具演变为集内容传播、用户共创与商业转化于一体的复合型生态平台。中国互联网络信息中心(CNNIC) 2024年数据显示[1]，国内社交媒体用户规模突破10亿，日均使用时长超过2.5小时，短视频、社交电商与兴趣社区成为用户高频接触场景在此背景下，网络营销逐渐从传统广告的单向曝光转向以用户行为数据驱动的精准触达模式[2]，而社交媒体因其强用户粘性、内容生态多样性及算法推荐能力，成为品牌方争夺消费者注意力的核心战场[3]。当前社交媒体生态呈现两大特征：其一，用户信息接触模式发生转变。传统搜索行为占比下降，被动偶遇行为(如算法推荐、KOL种草、UGC分享)显著增加。这种“无目的性接触”降低了用户对广告的抵触心理，却因信息过载与同质化加剧了决策负担。其二，网络营销链路呈现“触点分散化”与“转化即时化”矛盾。用户可能在抖音短视频中偶遇商品并收藏，却跳转至淘宝比价后放弃购买，导致营销资源浪费。因此，从网络营销视角剖析社交媒体用户商品信息偶遇行为特征，不仅能够揭示用户从认知到转化的关键路径，还可为品牌方优化投放策略、提升公私域协同效率提供理论支撑。
2. 理论基础及文献综述
“社交媒体”的概念首先产生于信息科学领域社交媒体是指基于互联网技术，将图片、视频、文本等内容混搭结合，为人们提供社会互动平台的媒体，能够为用户提供资料存放功能，促使用户可以自由评论、反馈和分享信息的交流工具[4]。网络营销指的是在互联网平台中，利用数字技术及网络平台实现营销。本研究中的网络营销指的是在社交媒体平台中，通过分析用户被动商品信息获取行为来为企业提供针对性营销推广对策。
国外学者Erdelez [5]是最早对信息偶遇相关概念进行界定的人，她在实证研究中将信息偶遇概念与信息寻求概念进行对比，将信息偶遇定义为一种非计划性、非预期性的信息获取方式。商品信息偶遇则指的是用户通过信息偶遇所获得的商品信息或服务。具体而言，指的是用户低预期的情境下发现的感兴趣、且对自身当前或将来有用的商品信息或服务。在社交媒体使用过程中，则指的是用户在无目的浏览过程中或寻找其他信息的过程中发现意料之外，且感兴趣或有用的商品信息或服务。
3. 研究方法
3.1. 实验设计
本研究研究采用混合研究方法：首先通过屏幕录制和眼动追踪技术实时记录用户浏览时的视觉焦点与操作路径；其次参考Yadamsuren等学者[6]的“大声思考法”，要求受试者在发现感兴趣内容时立即提示实验人员立即进行行为标注；最后结合实验后深度访谈，严格区分真实偶遇事件与有意识的信息查找行为。实验设计强调自然使用情境：使用个人日常手机设备与社交媒体账号，仅告知受试者“观察社交媒体浏览习惯”以避免目的性干扰，同时保留平台推荐、好友动态、陌生人分享等多元信息源以模拟真实环境。
研究前期通过80份预调研问卷发现，50%用户高频使用抖音，60%偏好小红书，因此设置组内对照实验，要求所有受试者在两个平台分别完成浏览任务，以此对比平台特性对信息偶遇的影响机制。该设计突破了传统实验室受控实验的局限，通过融合自然观察与行为分析，更精准捕捉社交媒体场景下的偶遇行为特征，以此作为依据为社交媒体平台中平台与商家提供营销策略。
3.2. 实验设备及被试选取
在被试浏览过程中，为便于实验人员监视被试信息偶遇情况，本研究采用Tobii Pro Glasses 2 (50 Hz)可穿戴眼动追踪设备开展实验工作。借助该设备录屏记录被试浏览社交媒体平台过程。实验过程中，实验人员避免与被试交谈，借助安装在Windows平板电脑上的控制软件Tobii Pro Glasses 2 Controller软件，实时查看被试浏览痕迹以及注视点，并在过程中对被试商品信息偶遇进行记录，后期与被试进行深入访谈。
为保证被试对实验平台的熟悉度，被试的选取要求被试必须有长期使用抖音或小红书平台的经验，以及被试有长期购物经验，共招募了31位被试参与本次实验。其中，使用小红书平台的被试有14名，使用抖音平台的被试有17名；男性12人、女性19人，主要因为社交媒体用户性别分布本身存在倾斜(小红书女性占比约70% [7])；年龄范围18~28岁，主要考虑到使用社交媒体获取信息及消费较频繁的人群分布。
3.3. 实验流程
本实验主要包括实验前期准备工作：被试了解有关实验情况以及《实验知情同意书》签字、填写被试个人基本情况统计问卷、实验平台选取，做好眼动仪校准工作。实验中期：被试根据实验任务浏览所使用的社交平台，完成被动的搜索任务一、自由浏览的任务二，在浏览过程中使用大声思考法，实验人员借助监视平台及被试大声思考过程对被试信息偶遇情况进行判定。实验任务后：对被试进行半结构化访谈以及后测问卷。
实验任务一主要为被动式搜索任务，根据Erdelez等[8]学者所指出的信息偶遇可能发生在寻找其他信息的过程中，为增大被试商品信息偶遇发生可能，结合学者给出的模糊被试设定一个固定商品信息搜寻任务，获取“便携咖啡杯”有关信息，观察被试在这一任务过程中是否能偶遇到自身感兴趣的其他商品信息。
实验任务二为自由浏览式任务，模拟被试日常真实浏览社交媒体平台情境，参考Makri等[9]学者在观测被试信息偶遇情况实验中所设计的，要求被试自主选择或设计真实或 现实的自选信息任务，但事先不能让他们知道信息偶遇相关定义。之后，实验人员询问他们是否认为自己遇到了他们认为有用或可能会有用和意想不到的信息，并借助被试大声思考法记录被试浏览过程中的屏幕记录。过程中被试可以随意点赞、评论、收藏、分享。
实验结束后与被试进行访谈，详细告知被试商品信息偶遇有关定义，结合实验过程中被试使用大声思考法过程中实验人员记录情况以及录屏，与被试一同回忆商品信息偶遇情况，并对被试商品信息偶遇情况进行判断。此处向被试介绍及判定商品信息偶遇的标准主要包括：1) 偶遇到商品信息的感受是出乎意料的，内心预期较低；2) 所偶遇商品信息是自己认为有用的或有趣的，包括现在或将来有用。此外针对被试本次被试商品信息偶遇经历以及过往经历与被试进行半结构访谈，了解被试有关商品信息偶遇过程中认知状态、特征表现、行为过程。
4. 实证分析
本实验在具体数据分析时将结合对个体商品信息偶遇情况结合实验人员记录、被试单个眼动注视数据以及结合实验后的半结构化访谈进行深入分析。
4.1. 商品信息偶遇情况判定
在实验结束后，结合实验人员详细告知被试本研究所研究的商品信息偶遇行为的详细界定。根据任务设计环节所设定的判定标准，对被试信息偶遇情况进行判定，如表1所示为被试的信息偶遇情况。
Table 1. Information encountering of subjects
表1. 被试信息偶遇情况
(a) |
编号 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
任务一中是否出现偶遇状况 |
否 |
否 |
否 |
否 |
是 |
否 |
是 |
否 |
否 |
否 |
否 |
否 |
否 |
否 |
否 |
任务二中是否出现偶遇状况 |
是 |
否 |
否 |
否 |
否 |
是 |
否 |
是 |
是 |
否 |
否 |
是 |
否 |
是 |
否 |
实验平台 |
小红书 |
抖音 |
小红书 |
小红书 |
小红书 |
抖音 |
抖音 |
抖音 |
抖音 |
抖音 |
小红书 |
抖音 |
小红书 |
抖音 |
小红书 |
(b) |
编号 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
31 |
任务一中是否出现偶遇状况 |
否 |
否 |
否 |
否 |
否 |
否 |
否 |
是 |
是 |
否 |
否 |
是 |
否 |
否 |
否 |
否 |
任务二中是否出现偶遇状况 |
否 |
否 |
是 |
是 |
是 |
否 |
否 |
是 |
是 |
否 |
否 |
是 |
是 |
是 |
是 |
否 |
实验平台 |
抖音 |
抖音 |
抖音 |
抖音 |
小红书 |
小红书 |
抖音 |
小红书 |
抖音 |
小红书 |
小红书 |
小红书 |
小红书 |
抖音 |
抖音 |
抖音 |
4.2. 不同任务情况下商品信息偶遇出现情况
本研究对比了目标导向型信息获取与无目的浏览场景下商品信息偶遇行为的差异性。在任务一(主动搜索情境)中，研究者要求受试者以“便携咖啡杯”为明确目标进行定向搜索。基于实验控制原则，该任务中与目标商品直接相关的信息获取被界定为主动检索行为，而受试者在搜索过程中发现的非目标商品信息则被判定为信息偶遇事件。数据分析显示，仅有3名受试者(占比12.9%)在此阶段产生信息偶遇，表明定向搜索显著抑制了非预期的信息偶遇。
在任务二(自由浏览情境)中，受试者使用个人移动设备在其惯用社交媒体平台进行无预设目标浏览。由于实验对象均具有社交媒体消费习惯，平台基于用户画像的个性化推荐机制显著提升了信息偶遇概率。结果显示，该阶段发生信息偶遇的受试者数量增至15人，较任务一呈现显著增长态势。
采用McNemar配对检验对两类任务的信息偶遇结果进行差异分析(参照刘春茂等[10]的二分类编码方法：1 = 发生偶遇，0 = 未发生偶遇)。关键统计结果如表2、表3所示。
Table 2. Cross-tabulation of different task types
表2. 不同任务类型交叉表
IE1*IE2 |
|
|
IE2 |
总计 |
|
|
否 |
是 |
|
IE1 |
0 |
12.6 |
13.4 |
26 |
1 |
2.4 |
2.6 |
5 |
总计 |
|
15 |
16 |
31 |
Table 3. McNemar test results for different task types
表3. 不同任务类型McNemar检验结果
|
值 |
自由度 |
渐进显著性
(双侧) |
精确显著性(双侧) |
精确显著性(单侧) |
点概率 |
麦克尼马尔检验 |
|
|
|
0.007a |
0.004a |
0.003a |
有效个案数 |
31 |
|
|
|
|
|
注：a使用了二项分布。
统计检验显示，任务间存在显著差异(p = 0.007 < 0.05)。效应量分析表明，自由浏览情境(任务二)的信息偶遇发生概率是定向搜索情境(任务一)的4.3倍(1/0.23)。
因此，实验证实用户信息获取模式与信息偶遇频率存在强相关性。在被试进行无预设目标浏览过程中，社交媒体平台的智能推荐机制与用户行为惯性共同作用，显著提升偶遇概率。在定向信息搜索任务中，由于明确的目标导向形成认知过滤效应，导致偶遇机会减少。
4.3. 不同社交媒体平台商品信息偶遇差异
被试在实验过程中可以自主选择日常使用频次较多的社交媒体平台，包括以图文为主的小红书平台和以短视频为主的抖音平台。在不同的平台中被试商品信息偶遇可能存在差异，本部分选取卡方检验(chi-square test)，以任务二为例，分析两个实验平台对被试商品信息偶遇结果影响。其中总样本31人，抖音组17人，小红书组14人。抖音组成功率为64.7%，小红书组为35.7%，但需检验差异是否具有统计学显著性。
对用户信息偶遇情况数据进行卡方检验后，结果如表4所示，χ2 = 2.584，自由度(df) = 1，渐进显著性(双侧) p = 0.108 (>0.05)。说明抖音与小红书组间商品信息偶遇成功率无统计学显著差异。同时，表5中显示，Phi系数(0.289)提示实际差异接近中等效应，可能反映平台设计(如推荐算法、交互界面)对用户行为的潜在影响，但需进一步验证。
综上，本研究未发现抖音与小红书在任务二信息偶遇成功率上存在统计学显著差异，但效应量提示实际差异值得关注。未来可以扩大样本量并控制混淆变量，进一步探索平台设计对用户行为的影响机制。
Table 4. Results of the chi-square test
表4. 卡方检验结果
|
值 |
自由度 |
渐进显著性
(双侧) |
精确显著性(双侧) |
精确显著性(单侧) |
点概率 |
皮尔逊卡方 |
2.584a |
1 |
0.108 |
0.156 |
0.106 |
|
连续性修正b |
1.553 |
1 |
0.213 |
|
|
|
似然比 |
2.619 |
1 |
0.106 |
0.156 |
0.106 |
|
费希尔精确检验 |
|
|
|
0.156 |
0.106 |
|
线性关联 |
2.501c |
1 |
0.114 |
0.156 |
0.106 |
0.082 |
有效个案数 |
31 |
|
|
|
|
|
注：a0个单元格(0.0%)的期望计数小于5。最小期望计数为6.77。b仅针对2 × 2表进行计算。c标准化统计为−1.581。
Table 5. Symmetry measurement results
表5. 对称测量结果
|
|
值 |
渐进显著性 |
精确显著性 |
名义到名义 |
Phi |
−0.289 |
0.108 |
0.156 |
|
克莱姆V |
0.289 |
0.108 |
0.156 |
有效个案数 |
|
31 |
|
|
4.4. 热点图及轨迹图
眼动热力图作为视觉注意力的空间分布可视化工具，通过红、绿色温梯度直观呈现用户注视强度差异。其中红色高亮区域表征注视密度集中或停留时间较长的热区，绿色区域则反映低关注度冷区。
如图1所示，被试在偶遇商品信息时呈现显著的空间注意力分化特征：研究结果显示，被试视觉焦点密集分布于商品展示图等图像元素区域，而对文字描述的注视频次与时长明显偏低。这种视觉偏好可归因于两方面的认知机制：其一，图像通过色彩对比、形状构图等视觉显著性特征更易触发自动化注意捕获，符合人类信息处理的并行加工特性；其二，在社交媒体自由浏览情境下，用户倾向于通过快速扫描图像提取关键信息以降低认知负荷，这与日常碎片化阅读行为模式高度契合。
4.5. 综合分析
结合以往学者大多将信息偶遇过程划分为信息偶遇前、信息偶遇中、信息偶遇后这一过程，本研究将从这三个不同的阶段中，结合实验人员观察录屏记录、被试访谈数据以及眼动实验相关数据对用户商品信息偶遇情况特征进行描述性分析。
Figure 1. Eye movement thermogram of Subject 12 in the free browsing interface of Task 2
图1. 被试12在任务二自由浏览界面的眼动热力图
在信息偶遇前，实验被试发生商品信息偶遇的情境大多是在无目的地浏览社交媒体过程中发生的，即在任务二的过程中发生的。之所以能发生该商品信息偶遇，主要源于被试有过在该社交媒体搜索商品信息的经验。且由于小红书及抖音平台为每位用户制定了特定的兴趣标签，其标签的形成主要源于每个用户的浏览类型、搜索关键词以及视频的完播率等数据[11]，利用用户数据针对用户进行个性化推荐，增加用户商品信息偶遇的可能。但与此同时，过度依赖算法推荐可能导致偶遇内容同质化现象出现。此外，一些被试认为商品能够吸引到自身，主要是由于商品呈现形式富有吸引力、商品贴合自身需求。
在信息偶遇过程中，被试在偶遇到感兴趣或有用的商品信息或服务时，会停驻、浏览商品详情，获取其他用户有关该商品的评论、页面呈现信息、以及专业电商平台中商品官方店铺所提供的详细信息，从而判断该商品信息的可靠性、性价比。出现这一现象主要是由于所选取的被试有丰富的社交媒体使用经验，因此对信息的真实性能够更好地判断，不会轻易信任平台中的商品信息，主要将其作为信息获取、破解信息茧房的平台，也反映了当前用户趋向理性化对待社交媒体平台中所偶遇的商品信息。
在被试发生商品信息偶遇后，通常主要采取点赞、收藏以及加购的方法来保存信息。大多数被试不会考虑直接购买商品。直接购买的情况仅有8号被试直接购买了抖音团购链接，主要由于团购链接可以延时使用，并且随时可退，降低了消费者风险，实际上也是将其作为收藏作用。还有被试表示商品信息必须要富有吸引力且是自己切实所需的才会购买。同时有被试表示虽然会对商品信息进行收藏，但真正购买时不会再去查看收藏夹，并不能将偶遇的商品信息转化为购买力，存在信息囤积现象。此外，一些被试在社交媒体平台了解到该商品信息之后，对商品信息进行收藏，之后会选择前往专门的电商平台进行购物。此外借助其他相关平台会增进被试对该商品信息的了解，如被试认为专门的电商平台中的官方会发布对该商品信息更加详细的介绍。
5. 小结
综上，为提升社交媒体用户商品信息偶遇的营销效率，本研究从算法优化、内容设计、数据应用及平台协同四个维度提出以下策略：1) 优化推荐算法，平衡精准与多样性。在推荐系统中设置少量跨品类内容，避免用户陷入信息同质化，挖掘潜在需求。同时结合用户活跃时段推送场景化内容——通勤时段侧重便携商品，晚间推荐家居好物，周末主推休闲娱乐产品，通过时空适配提升信息触达的相关性[12]。2) 强化视觉设计，3秒抓住用户注意力。短视频前3秒需直击用户痛点，图文内容采用“问题 + 解决方案”标题结构。商品详情页嵌入“真实买家实拍”板块，通过视觉冲击与沉浸式体验降低用户决策门槛，增强信任感。3) 简化数据应用，聚焦核心转化路径。优先监测用户从浏览到下单的关键行为(点击、收藏、比价)，识别转化过程中的薄弱环节。针对负面反馈，快速优化商品描述或调整推荐策略，避免口碑风险扩散。4) 全平台协同，打通公私域流量循环。在抖音、小红书等公域平台投放种草内容，引流至微信社群或品牌小程序，通过社群专属福利(如限时秒杀券)促进用户留存与复购。私域运营中定期推送实用指南，减少硬广干扰，以价值内容维持用户粘性。