本研究調查了 31 間全港各大新聞媒體機構,審視當中 26 間機構在 Facebook 開設的專頁內容。找出三種:背景資料、帖文內容,及讀者互動等,共31項不同設置, 以分析26間機構的Facebook專頁。 調查發現,機構於讀者互動一類選項當中,使用有限,未能充份發揮社交媒體的功效。進一步分析專頁表現,包括專頁「讚好」及各種表情回應,發現好的表現與帖 文中有否短片,並不相關,並不能支持短片作為主要吸引讀者的說法。 其次,發現不同媒體類別的專頁表現,並沒有顯著差異。最後,發現Timeline相片外,大部份設置選項,其實都與表現無顯著關係。
研究內容及方法
截至 2016 年 6 月,香港有 575 萬人使用互聯網,佔總人口 80.2%[1];其中,有 510 萬人使用 Facebook,佔88.7%,比例十分之高。其實,Facebook 於全球73億人口當中,有16.6億登記用戶[2],及11億3千多萬活躍用戶之眾[3]。Facebook為社交媒體,使用者毋須繳費。與傳統傳播媒體單向廣播的形式不同。用家在 Facebook 平台上建立虛擬人際關係網絡,除了接收其他使用者提供的資訊,還可以:表達感受、發表意見與其他人討論,及將資訊分享。
新聞行業重視發放平台。 對新聞行業而言,獲得讀者、聽眾,觀眾至為重要。根據皮尤研究中心(Pew Research Center) 今年1月在美國對成人用社交網絡看新聞行為作調查[4],66% Facebook 成人用戶透過 Facebook 看新聞。Facebook用戶眾多,使用者又養成於Facebook內閱讀新聞的習慣,促使本港新聞媒體,在 Facebook 大潮流下,紛紛向 Facebook 發展。
本研究旨在瞭解本港新聞媒體,包括:報紙、電台、電視台、網絡媒體,在平台上建立專頁的使用情況,並作出比較,分析包括多媒體內容展示、讀者間互動、社群建立等因素之相互關係,以及成功吸納讀者的可能因素。
本調查以內容分析法進行,將本港傳媒機構,包括:報章、電視、電台及網絡新聞媒體所建立的 Facebook 專頁進行分析。當中查看的收費報章,包括:《大公報》、《公教報》、《星島日報》、《成報》、《文匯報》、《香港商報》、《明報》、《東方日報》、《信報 財經新聞》、《香港經濟日報》、《蘋果日報》、《香港01》、《南華早報》,共 13 間傳媒機構。免費報紙,包括:《都市日報》、《頭條日報》、《am730》、《晴報》、《熱血時報》、《V1周報》,共 6 間傳媒機構。電視新聞,包括:無綫新聞、now 新聞、有線新聞,共 3 間傳媒機構。電台,包括:香港電台、香港商業電台、新城電台、DBC 數碼電台,共4 間傳媒機構。網絡新聞媒體,包括:巴士的報、852 郵報、立場新聞、端傳媒及 HKG報,共 5 間傳媒機構。合共 31 間傳媒機構。
數據以 2016 年 7 月 27 日下午三時至2016 年 7 月 28 日下午三時一天24小時,作查看比較。查看後發現,無綫新聞沒有建立 Facebook 專頁,而《大公報》、《星島日報》、《成報》及《V1周報》在收集數據時段,或過去一天,一周,甚至一月以上,沒有更新Facebook專頁,不能作出比 較。所以,於今次數據收集中,排除於外,不作分析。於31間機構中,減去此5間,得出26間作進一步分析比較。
調查結果
結果一:傳媒機構 Facebook 專頁數據
於26 間傳媒機構中,《蘋果日報》擁有最多專頁「讚好」及上載最多 Timeline 相片,共 1,882,841 個「讚好」及 26,717 張 Timeline 相片。《巴士的報》擁有最多帖文 「讚」 Like (5,400);《東方日報》擁有最多帖文 「勁正」Love (976)、「哈哈」Haha (918) 及「嘩」Wow (262);《新城電台》擁有最多帖文 「慘慘」 Sad (205) 及 「嬲嬲」Angry (7,300)。《晴報》擁有最多「留言」Comments (3,388) 及 「分享」Share (3,317)。超過1000的回應、留言,分享,以黃色填滿顯示。
檢視數據時須留意,每天帖文題目內容不同,數據亦可能有顯 著不同。例如,《蘋果日報》於數據收集當天24小時內,最高帖文回應不過1000;但另一天,2016年8月5日晚上11時,一篇帖文「香港民族黨正舉行 集會」則有6200多則回應。所以,今次只可作初步,整體,及一個概括的參考。
表一‧傳媒機構 Facebook 專頁數據,以專頁「讚好」排序
結果二:傳媒機構 Facebook 專頁使用行為
我們瀏覽各機構的Facebook專頁,找出三方面共31項不同的設置,包括:機構背景資料、帖文內容,及讀者互動。根據這31項不同設置,於26 間傳媒機構的 Facebook 專頁中核對記錄。詳情見下表 (表二)。
於機構背景資料中,最多傳媒機構於專頁中提供聯絡網站 (佔96.2%),或電郵 (佔65.4%);但只有約一半,有專頁認證(佔53.8%),提供電話(佔53.8%)或地址(佔53.8%)。有多過一個專頁的少於一半 (佔46.2%)。
於帖文內容中,較多含導言、含網站連結及含 Hashtag (皆佔 80.8%)。含相片(佔69.2%)及短片(佔65.4%) 約佔三分二。 於讀者互動中,與讀者遊戲相對佔較多(佔34.6%),但其他互動皆非常少。
表二‧傳媒機構 Facebook 專頁使用行為設置
結果三:傳媒機構 Facebook 專頁讚好與發表短片帖文關係
最近,Facebook 推出 Live 即時錄播影片,以表示對影片的重視,及反映用戶喜歡影片的需要。因此,我們將專頁中有發表短片帖文的為一組,沒有的為另一組。以統計學的獨立雙樣本t檢驗 法 (Independent 2-samples t-Test) 進行測試。查看這兩組的Facebook 專頁「讚好」平均值,有沒有明顯差異。
結果顯示,傳媒機構 Facebook 專頁發表短片帖文與否,與 Facebook 專頁「讚好」平均值,並沒有明顯差異 (p> .05)。
結果四:傳媒機構 Facebook 專頁最多帖文反應與該帖文是否短片帖文關係
同樣地,我們將專頁中最多帖文反應的帖文,有短片的為一組,沒有的為另一組。以統計學的獨立雙樣本t檢驗法 (Independent 2-samples t-Test) 進行測試。根據六種不同情感反應,每一組查看比較有或沒有短片,有沒有明顯差異。結果顯示,任何一種情感反應,與該帖文是否有短片,均沒有明顯差異 (p > .05)。
結果五:傳媒機構種類與 Facebook 專頁讚好及帖文讚好關係
本研究將26間傳媒機構分成五組,包括:收費報章 (10)、免費報章 (5)、電視 (2)、電台 (4) 及網絡新聞媒體 (5),以統計學的方差分析 (ANOVA) 進行測試。嘗試查看他們的表現有否明顯差異,量度表現選項包括:Facebook 專頁「讚好」及最高帖文「讚」的值。結果顯示,傳媒機構性質分類,在Facebook 專頁「讚好」及最高帖文「讚」的值,並沒有明顯差異 (p > .05)。
結果六:Facebook專頁表現、圖片數量、及最多讀者回應表情的帖文之關係
本研究透過相關性測試 (Bivariate Correlations),嘗試找出Facebook專頁帖文,Timeline相片數量、及最多讀者回應表情(「讚」(Like)、「勁正」 (Love)、「哈哈」(Haha)、「嘩」(Wow)、「慘慘」(Sad)、「嬲嬲」(Angry))等等之相關性。
結果顯示:
- Facebook專頁「讚好」數量和Timeline相片數量有高度顯著相關性 (.666, p < .01),與表情回應「嘩」則有中度顯著相關性 (.410, p < .05)。
- Timeline相片數量與表情回應「嘩」有中低度顯著相關性 (.397, p < .05)。
- 帖文「讚」與帖文「分享」有中度顯著相關性 (.451, p < .05)。
- 帖文「勁正」和「哈哈」有高度顯著相關性 (.897, p < .01);帖文「勁正」和「嘩」有中度顯著相關性 (.536, p < .01)。
- 帖文「哈哈」和「嘩」有中度顯著相關性 (.650, p < .01);帖文「哈哈」和帖文數量有中度顯著相關性 (.487, p < .05)。
- 帖文「嘩」和「慘慘」有中度顯著相關性 (.452, p < .05);帖文「嘩」和「嬲嬲」有中度顯著相關性 (.461, p < .05)。
- 帖文「慘慘」和「嬲嬲」有高度顯著相關性 (.998, p < .01)。
- 帖文「留言」和「分享」有高度顯著相關性 (.941, p < .01)。
表三‧Facebook 專頁表現及表情回應間之相關性交叉列表
結果七:Facebook專頁圖片數量和同公司專頁數量的差異
本研究透過使用線性回歸分析法 (Linear Regression),以逐步加入變數方式 (Stepwise),從各種選項設置中,找出與Facebook專頁表現 (以「讚好」數目來量度) 有顯著相關性的設置。
測試結果顯示,只有2種運作行為模型配合數據,找到統計學上之顯著相關性 (p < .001)。
模型一,只包含 Timeline 相片一項,與Facebook專頁「讚好」顯著相關性 (β= .666, p < .001; R2=.421)。即Timeline 相片每一標準單位增加,即可增加Facebook專頁「讚好」標準值 0.421 單位。
模型二,包含兩項變數:Timeline 相片(β = .704, p < .001),及有否多於一個 Facebook 專頁 (β = .347, p < .05);與Facebook專頁「讚好」顯著相關性 (R2=.526)。即Timeline 相片及有否多於一個 Facebook 專頁每一標準單位增加,即可增加Facebook專頁「讚好」標準值 0.526 單位。
表四‧Facebook 專頁表現因素分析
傳媒傳播新渠道
傳統媒體遇到互聯網,單靠本身平台未必可以觸及所有目標受眾。強大的社交網絡Facebook 的出現,為傳統及網絡媒體提供了一個新的平台:受眾廣、免費、互動等。這些優勢,都好像要把傳統媒體渠道比下去。
從今次調查數據得知,本地傳統傳媒已經向 Facebook 發展,而且還發展得有聲有色,廣受讀者歡迎。不同於傳統渠道, Facebook 令受眾不再只是單向接收資訊,而傳媒亦不再只是發放資訊,在收發過程中,傳媒同時與受眾交流,從而產生更多互動。Facebook 用戶除了可以對帖文「讚好」及「留言」外,更可以將帖文「分享」,令用戶的朋友都可以觀看文章。當其他用戶觀看帖文後,都按「分享」,便會在 Facebook 中形成互相推介效應 (viral effects)。帖文在這個循環過程中引起更多人關注,引發公眾議論,讓更多人接觸,短時間內令大量讀者觀看文章。以《蘋果日報》為例,擁有 1,882,841用戶讚好,即每段帖文只靠Facebook 訂戶接觸 (organic reach - Facebook並不將帖文傳送予全部訂閱用戶,而只是其中一個百分比,例如,10-20%之數),都可讓約十至三十萬人看到,與其報章銷量或讀者數量相 近。
傳播內容不同平台不同做法:文、圖、片
帖文:根據以上調查分析,有別於傳統做法,在 Facebook 上發布新聞時,傳媒機構傾向在帖文中加入導言、網站連結及Hashtag;而傳統上的標題及內文卻不常使用。現在用戶使用 Facebook 方式有異於印刷刊物,普遍用戶以「掃描」(scan) 方式瀏覽,太短的標題未必可以引起興趣;太長的內文又會過於冗贅,所以傳媒機構的帖文須有異於傳統。而且在經營 Facebook 專頁要使用符合用戶的發表方式。例如,在Facebook中多用導言、網站連結及Hashtag;而將傳統寫法的新聞內容放回到連結網站內。一方面可以更受Facebook用戶歡迎;另一方面,又可以增加自身媒體網站流量。
圖/相:由於用戶「讚好」一個Facebook專頁後, 會自動訂閱該專頁,所以傳媒機構都爭取更多用戶「讚好」自己機構的Facebook專頁。但本研究卻發現,其實傳媒機構並不全心投入發展Facebook 專頁,而只重視自身網站。例如:帖文相片都上載到機構網站,而Facebook中的Timeline相片不多。讀者的需求卻不同。正如線性回歸分析法結果 顯示,專頁的Timeline相片越多,專頁的「讚好」數量就越多。傳媒機構需考慮,是否真正願意投入資源開發Facebook專頁,並爭取讀者的認同。
短片:Facebook 推出短片功能後,人人覺得短片是專頁受歡迎要訣,紛紛投放資源製作短片。但本研究發現,不論專頁或個別帖文的表現,與短片出現與否,並沒有顯著關係。其 實,帖文內容不需拘泥於是否有短片;而可從多方面考量內容的影響性、接近性、即時性、顯著性、異常性、衝突性、人情趣味和實用性。可是,可能現時各專頁的 短片不多,影響了相關性測試,這個結論或需日後有更多數據支持。
讀者回應互動
情緒互動:自從Facebook新增五個表情符號 (「勁正」(Love) 、 「哈哈」(Haha)、「嘩」(Wow)、「慘慘」(Sad)、「嬲嬲」(Angry),讀者可以更準確地表達對每一帖文的感受。雖然新增了5個表情符 號,但讀者只會分開「正面」感受(「勁正」、「哈哈」)、「非正亦非負面」感受(「嘩」)和「負面」感受(「慘慘」、「嬲嬲」)。以上調查亦發現,讀者對 帖文中的表情符號是有區別的。
帖文「讚好」、「留言」、「分享」:Facebook 用戶回應一個帖文的方法一般有三個,「讚好」、「留言」、「分享」。本研究發現,讀者回應一個帖文的方法有兩種,一種是純粹按「讚」,一種是在帖文「留 言」;而讀者對帖文「讚好」或於帖文「留言」後,都會「分享」帖文,但「讚好」帖文和在帖文「留言」卻沒有明顯相關性。可以說,用戶回應了一個帖文後,會希望朋友都回應相關帖文。
總結
社交網絡Facebook提供免費平台予讀者,全球16.6億Facebook用戶成了一個偌大的社群。這是一個傳媒機構不能忽視的平台,應該充份善用的渠道。今天,大家都趕緊跑上了這Facebook 列車,一同發展。
[2] ibid
[3] Facebook 官方網站統計資料 http://newsroom.fb.com/company-info/
[4] Gottfried, J. & Shearer, E. (2016). News use across social media platforms 2016. Retrieved from http://www.journalism.org/2016/05/26/news-use-across-social-media-platforms-2016/