希南·阿拉爾(Sinan Aral)

每次演講時(shí)，我都會(huì)做個(gè)小實(shí)驗(yàn)：

首先，我請(qǐng)?jiān)谕铺厣详P(guān)注了演員阿什頓·庫徹（Ashton Kutcher）的聽眾舉手。不出所料，大部分聽眾都舉了手。最近幾年，庫徹一直在大肆搜羅粉絲，甚至不惜租用廣告牌宣傳自己的推特。2009年，他成為第一位粉絲數(shù)破千萬的推特用戶；2013年初，這一數(shù)字攀升到1370萬。庫徹儼然是社交媒體“影響者”的化身。

不過，當(dāng)我再問：他的推文直接影響過你的行動(dòng)嗎？大部分時(shí)候，都無人舉手。因此，我不得不思考：如果像庫徹這樣的典型影響者都不能改變?nèi)藗兊男袨椋撬挠绊懥τ煮w現(xiàn)在哪里？

這個(gè)問題值得所有營銷員深思。

關(guān)于“影響力”的爭(zhēng)論

馬爾科姆·格拉德威爾（M a l c o l m Gladwell）在2000年出版的《引爆點(diǎn)》（The Tipping Point）一書使“影響者”這一概念迅速躥紅。各路商家深信，如果能把產(chǎn)品推給互相關(guān)注、發(fā)言踴躍的特定消費(fèi)者群體，人際影響的效應(yīng)遲早將觸發(fā)產(chǎn)品的流行引爆點(diǎn)。他們?cè)谏缃幻襟w營銷上投入巨額資金，希望積聚足夠的人氣，并同時(shí)運(yùn)用Klout、PeerIndex等公司開發(fā)的“影響力指標(biāo)”，試圖精確把握每位粉絲的影響力；他們希望告別昂貴低效的傳統(tǒng)大眾廣告，轉(zhuǎn)向點(diǎn)對(duì)點(diǎn)的口碑營銷。影響力的效力并不止于營銷領(lǐng)域。政策制定者也在研究如何運(yùn)用影響力來為社會(huì)帶來積極變化，例如，減少肥胖。

這項(xiàng)工作極富挑戰(zhàn)性。即使手握強(qiáng)大統(tǒng)計(jì)工具的數(shù)據(jù)科學(xué)家也會(huì)發(fā)現(xiàn)，從紛繁復(fù)雜的各種因素中剝離出影響力因素絕非易事。準(zhǔn)確把握影響力，可以提升企業(yè)利潤，助推社會(huì)改革；但如果判斷失誤，將原本就具有購買傾向的消費(fèi)者當(dāng)成營銷目標(biāo)人群，那么營銷活動(dòng)就做了無用功。

在研究了影響力在消費(fèi)行為中的作用后，一些學(xué)者開始質(zhì)疑格拉德威爾等人是否高估了影響力。例如，鄧肯·瓦茨（Duncan Watts）在他的《顯而易見》（Everything Is Obvious）一書中就認(rèn)為，影響力本身并不必然制造流行趨勢(shì)，在引領(lǐng)潮流方面，大明星庫徹和普通人并無分別。

解決這些爭(zhēng)論需要數(shù)據(jù)，尤其是實(shí)驗(yàn)數(shù)據(jù)。為此，我和同事以社交媒體為平臺(tái)，進(jìn)行了一系列實(shí)驗(yàn)研究，意在更精確地評(píng)估影響力。盡管這些試驗(yàn)的最終結(jié)論尚不明晰，但企業(yè)仍可以參考我們的初步研究成果，找準(zhǔn)最具影響力的人群和最易受影響的人群。

物以類聚，人以群分

影響力常被誤讀，主要原因在于，我們常把相關(guān)關(guān)系和因果關(guān)系搞混。

眾多關(guān)于人類行為方式的研究已經(jīng)表明，人們傾向于同時(shí)和朋友做相同的事。這是人們互相影響的結(jié)果，還是緣于其他因素呢？社會(huì)學(xué)中的“同嗜性”（homophily）概念提供了一種可能的解釋。

俗話說，物以類聚，人以群分。我們傾向于與自己相似的人在一起。我們的偏好、興趣以及行為方式都與朋友高度相關(guān)：我們同時(shí)購買相同的產(chǎn)品，觀看同樣的電視節(jié)目，瀏覽同樣的網(wǎng)站（自然而然，接收相同的廣告信息）；我們外出就餐、健身、通勤路線的選擇也大體相同。這些現(xiàn)象看似受控于社會(huì)影響力，其實(shí)可能與之完全無關(guān)。研究者將這些同嗜現(xiàn)象稱為“混雜因素”（confounding factors）。

為準(zhǔn)確評(píng)估社會(huì)影響力，我們需要找出各種混雜因素，以區(qū)分開行為傾向和行為變化。若要衡量你可以在多大程度上影響我的購買決定，就必須區(qū)分我已有的購買傾向和你的推薦行為對(duì)我產(chǎn)生的額外影響。在實(shí)際操作中，這非常困難，好在社交媒體提供了全新的實(shí)驗(yàn)平臺(tái)。

傳統(tǒng)模型將影響力的作用高估了七倍

我們研究了雅虎即時(shí)通訊平臺(tái)的2700萬用戶對(duì)某項(xiàng)移動(dòng)服務(wù)的使用情況，具體說，就是考察用戶的使用和推薦如何影響其好友對(duì)該服務(wù)的選擇。實(shí)驗(yàn)?zāi)康脑谟?，運(yùn)用統(tǒng)計(jì)方法，將影響力因素從同嗜性等混雜因素中區(qū)分出來。

結(jié)果表明，傳統(tǒng)模型將影響力的作用高估了七倍之多；約有一半的“影響力”只是同嗜現(xiàn)象及其他混雜因素的結(jié)果。我們還發(fā)現(xiàn)，在產(chǎn)品生命周期的早期階段，人們對(duì)影響力的高估尤為這些發(fā)現(xiàn)可能會(huì)讓你徹底改變營銷戰(zhàn)略。

假設(shè)你是一位首席營銷官，正在籌備新品發(fā)布。公司數(shù)據(jù)科學(xué)家分析認(rèn)為，該產(chǎn)品的采用者會(huì)帶動(dòng)很多朋友采用這款產(chǎn)品，你會(huì)怎么做？若數(shù)據(jù)科學(xué)家認(rèn)為，在90%的情況下，影響力發(fā)揮了作用，你可能會(huì)將大部分預(yù)算投入到點(diǎn)對(duì)點(diǎn)營銷和口碑營銷上；若數(shù)據(jù)科學(xué)家認(rèn)為，在90%的情況下，同嗜性在發(fā)揮作用，你會(huì)意識(shí)到，以人際影響為核心的點(diǎn)對(duì)點(diǎn)營銷可能派不上用場(chǎng)，于是轉(zhuǎn)而研究潛在用戶群的特征，細(xì)分市場(chǎng)，利用傳統(tǒng)的廣告和促銷手段來贏得消費(fèi)者。

人們?cè)敢鈱⒑锰巶鬟f給朋友

在第二項(xiàng)實(shí)驗(yàn)中，我們研究了1 4 0萬Facebook用戶下載一款電影應(yīng)用的情況，以找出影響他們做出決定的因素。

我們將下載了這款應(yīng)用的用戶隨機(jī)分成三組：第一組用戶有權(quán)自行邀請(qǐng)朋友試用；第二組用戶的朋友則會(huì)接到一條自動(dòng)生成的信息，提示你的好友正在使用這款應(yīng)用；第三組用戶的朋友不會(huì)收到任何信息。結(jié)果，收到主動(dòng)邀請(qǐng)的人中，有6%下載了應(yīng)用；在收到自動(dòng)提示的人群中，這一比例僅為2%。

此外，我們比較了發(fā)送個(gè)邀請(qǐng)而成功邀請(qǐng)到朋友以及只是向朋友發(fā)送自動(dòng)提示就邀請(qǐng)到朋友的這兩類已有用戶，長期來看，前者使用應(yīng)用的時(shí)間比后者多出17%。

總而言之，這些營銷策略不僅提高了用戶的參與度，還帶來了相當(dāng)數(shù)量的新用戶。更值得一提的是，設(shè)計(jì)并實(shí)施這些策略只需一次性支出600美元。

另外，通過深入的影響力數(shù)據(jù)分析，我們發(fā)現(xiàn)以下規(guī)律：一般而言，男性比女性更具影響力；女性較易影響男性，而不易影響其他女性；30歲以上人士比年輕人更具影響力，且更不易受影響；已婚人士比單身人士更不易受影響；影響力與易受影響的程度成反比，即影響力越強(qiáng)的人，越不易受別人影響，反之亦然。

雖然這些結(jié)論不一定對(duì)所有產(chǎn)品都成立，但我們的實(shí)驗(yàn)示范了衡量影響力的一般方法，這有助于企業(yè)搞清楚哪類消費(fèi)者的影響力能為其產(chǎn)品帶來更多用戶。

此后，我們又研究了企業(yè)應(yīng)如何激勵(lì)消費(fèi)者向他人推薦其產(chǎn)品。

在實(shí)驗(yàn)中，為推廣一家網(wǎng)上花店，我們?cè)O(shè)置了三種激勵(lì)方式：如果向朋友推薦訂花服務(wù)，第一組用戶每人獲得10美元的獎(jiǎng)勵(lì)（“自私激勵(lì)”）；第二組用戶沒有任何獎(jiǎng)勵(lì)，但他們的朋友在該網(wǎng)站注冊(cè)即可得到10美元折扣（“慷慨激勵(lì)”）；第三組用戶和他們的朋友每人各得5美元（“公平激勵(lì)”）。

結(jié)果出乎意料：慷慨激勵(lì)和公平激勵(lì)比自私激勵(lì)帶來了更多推薦次數(shù)。這表明，人們?cè)敢鈱⒑锰巶鬟f給朋友，而不是轉(zhuǎn)發(fā)垃圾郵件。

我們應(yīng)積極地研究驅(qū)動(dòng)人類行為發(fā)生變化的因素，社會(huì)影響力營銷的未來有賴于此。如果錯(cuò)將混雜因素當(dāng)成影響力，我們將在市場(chǎng)營銷乃至公共政策領(lǐng)域走彎路。