編譯/李華晶
?
相信朋友圈,還是只愛陌生人?
相信朋友圈還是陌生人?互聯(lián)網(wǎng)時代,這可不是個簡單的問題,其背后是社會互動的基本規(guī)律。
編譯/李華晶
設(shè)想一個一場景:用戶在不確定質(zhì)量的情況下打算買一件電子產(chǎn)品,她知道一位朋友已經(jīng)買了,而另一位陌生人卻沒有購買。此時,她會決定買下這件產(chǎn)品嗎?如果她的朋友圈里有10位朋友買了這件產(chǎn)品,而她還知道有10 位陌生人并未購買,那么,她的消費(fèi)決策又會是怎樣的呢?美國加州大學(xué)圣芭芭拉分校的安德魯·德爾頓(Andrew Delton)和麥克斯·卡拉斯諾(Max Krasnow)兩位學(xué)者的模擬研究成果表明,情不自禁相信陌生人甚至傾向于選擇與陌生人合作是人類漫長進(jìn)化的自然現(xiàn)象。那么,朋友圈和陌生人對于用戶而言,誰更有利于他們做出正確的消費(fèi)決策呢?
朋友圈和陌生人網(wǎng)絡(luò)差別在于偏好異質(zhì)不同。朋友圈里往往聚集著具有同質(zhì)性偏好的人,陌生人網(wǎng)絡(luò)則是由異質(zhì)性偏好的人構(gòu)成。無論是偏好同質(zhì)性的朋友圈還是偏好異質(zhì)性的陌生人,這兩張社會網(wǎng)絡(luò)都會提升用戶在做出消費(fèi)決策前觀察和學(xué)習(xí)的能力,同時也提升了企業(yè)把控用戶社會網(wǎng)絡(luò)的可能性和運(yùn)作空間。
例如,亞馬遜很早就在網(wǎng)頁上為用戶提示,瀏覽某頁產(chǎn)品的顧客最終購買了什么,讓用戶了解其他人之前的消費(fèi)行為。2010年開始,亞馬遜與臉書(Facebook)合作,為用戶提供社會評價信息。當(dāng)一位用戶將自己的臉書賬戶與亞馬遜賬戶相聯(lián),他在亞馬遜上瀏覽和選購一件產(chǎn)品時,可以看到同樣這樣綁定賬戶的好友是否購買或“點贊”了這件產(chǎn)品。再如,在牛仔褲品牌李維斯的母公司李維·斯特勞斯(Levi Strauss)的網(wǎng)站上,用戶既能夠看到朋友們在“朋友商店(Friends Store)”的購買選擇和偏好,還能夠獲知互不相識的陌生人在“大眾商店(Everyone Store)”的這些信息。就連搜索引擎必應(yīng)(Bing)也實現(xiàn)了用戶賬戶與其臉書和推特等社交網(wǎng)絡(luò)賬戶的綁定,讓每個人都有可能觀察到來自朋友圈和陌生人的兩類行為信息。
在傳統(tǒng)觀念中,用戶更有可能效仿她的朋友們。著名社會學(xué)家保羅·拉扎斯菲爾德(Paul Lazarsfeld)和羅伯特·墨頓(Robert Merton)在半個多世紀(jì)前提出的同質(zhì)性理論就主張,人們通過與那些有著相似教育、社會經(jīng)濟(jì)地位和價值觀的人交流,可以更好地認(rèn)識自己。因此,相比較異質(zhì)性的陌生人,同質(zhì)性的朋友們的行為信息,對用戶來說更加有用、更具指導(dǎo)性。例如,朋友買的一本書,要比路邊或網(wǎng)絡(luò)上任意一位陌生人買的書,更有可能符合用戶的偏好。美國加州大學(xué)伯克利分校的學(xué)者安瑞克·莫里提(Enrico Moretti)研究發(fā)現(xiàn),人們在決定看什么電影時,會傾向于朋友們的選擇。
但這并不意味著在影響用戶消費(fèi)決策方面,朋友圈總是跑贏陌生人。清華大學(xué)教授陳煜波與美國兩位學(xué)者的最新研究證明,隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大,朋友圈極有可能產(chǎn)生“信息瀑布(information cascade)”現(xiàn)象,陌生人網(wǎng)絡(luò)卻不會?!靶畔⑵俨肌币馕吨脩粼谟^察其他人的消費(fèi)行為時,忽略甚至無視自身擁有的、與觀察信息沖突的信號,轉(zhuǎn)而采取與其他人相似的行為,結(jié)果可能造成錯誤的決策。這樣看來,在一定規(guī)模水平上,對“信息瀑布”具有較高絕緣性的陌生人網(wǎng)絡(luò),就比朋友圈更能夠提供有用的產(chǎn)品質(zhì)量信息。
“信息瀑布”的出現(xiàn),或者說陌生人網(wǎng)絡(luò)是否能夠戰(zhàn)勝朋友圈,取決于兩個重要的行為效應(yīng)。一是個體偏好效應(yīng)(individual preference effect),即用戶對先前行為的偏好要素越明確,作出正確產(chǎn)品質(zhì)量判斷的可能性越高。二是社會從眾效應(yīng)(social conforming effect),即用戶遵從他人行為的可能性越高,作出正確質(zhì)量判斷的可能性越低。這是兩個相互對立的效應(yīng),影響著人們在異質(zhì)性網(wǎng)絡(luò)中的社會學(xué)習(xí)過程。
個體偏好效應(yīng)的存在使得如今越來越大的網(wǎng)絡(luò)異質(zhì)性增加,用戶因而難以明確先前行為的偏好要素,作出正確判斷的可能性下降了。然而由于從眾效應(yīng),異質(zhì)性程度越來越高的大規(guī)模網(wǎng)絡(luò),降低了用戶遵從他人行為的可能性,增加了用戶采納自身擁有的質(zhì)量判斷信息的可能性,反而有利于用戶開展積極的社會學(xué)習(xí)。在小規(guī)模網(wǎng)絡(luò)里,個體偏好效應(yīng)大于社會從眾效應(yīng);在大規(guī)模的網(wǎng)絡(luò)里,社會從眾效應(yīng)大于個體偏好效應(yīng)。
在此基礎(chǔ)上,陳煜波教授等進(jìn)一步提出,由于朋友圈是同質(zhì)性偏好的社會網(wǎng)絡(luò),因此,當(dāng)朋友網(wǎng)絡(luò)規(guī)模擴(kuò)大到一定程度之后,用戶觀察新增行為的社會學(xué)習(xí)效果,將出現(xiàn)邊際回報遞減的情況。換言之,了解一些朋友的信息,就能幫助用戶作出產(chǎn)品價值的推斷。了解更多的朋友,幾乎不會改變用戶的判斷。用戶卻能夠從持續(xù)增大的陌生人網(wǎng)絡(luò)中受益,因為陌生人網(wǎng)絡(luò)規(guī)模越大,異質(zhì)性越高,而此時由于社會從眾效應(yīng)主導(dǎo)著用戶的學(xué)習(xí),這就會調(diào)動用戶去積極運(yùn)用自身所掌握的質(zhì)量信息。圖1反映了在不同規(guī)模的社會網(wǎng)絡(luò)中,用戶作出正確質(zhì)量判斷的可能性。
圖1 不同網(wǎng)絡(luò)下作出正確質(zhì)量判斷的可能性
高質(zhì)量產(chǎn)品更適合陌生人網(wǎng)絡(luò)對于高質(zhì)量的產(chǎn)品,用戶身處的網(wǎng)絡(luò)規(guī)模越大,或者了解的產(chǎn)品質(zhì)量信息越精確,陌生人網(wǎng)絡(luò)就會比朋友圈創(chuàng)造更多的銷售量。原因在于,當(dāng)偏好異質(zhì)性的陌生人網(wǎng)絡(luò)規(guī)模到達(dá)一個拐點,網(wǎng)絡(luò)越大,偏好異質(zhì)性就越有利于用戶得到精確的信息,從而放大了用戶作出有效質(zhì)量判斷的可能性。因此,高質(zhì)量產(chǎn)品信息在陌生人網(wǎng)絡(luò),產(chǎn)生了比朋友圈更為巨大的影響力。
相反,對于低質(zhì)量的產(chǎn)品,朋友圈則比陌生人網(wǎng)絡(luò)更能推動這類產(chǎn)品的銷售。這是因為“信息瀑布”的存在,使得朋友圈規(guī)模越大,用戶作出錯誤判斷的可能性較陌生人網(wǎng)絡(luò)更高。這些偏差在市場上積聚,最終讓低質(zhì)量產(chǎn)品得利,獲得較大銷售量。
圖2 精準(zhǔn)和非精準(zhǔn)廣告在不同網(wǎng)絡(luò)中對質(zhì)量判斷的影響
陌生人網(wǎng)絡(luò)中,專家作用更大現(xiàn)實社會網(wǎng)絡(luò)中,總有一些專家掌握著更為準(zhǔn)確的產(chǎn)品質(zhì)量信息,發(fā)揮潮流引領(lǐng)者的作用。專家作出購買決策時,就會影響后續(xù)用戶的消費(fèi)決策。
在朋友圈里,專家的行動會讓很多人跟隨,而且跟進(jìn)者常常忽略自己觀察到的信息。但研究發(fā)現(xiàn),“信息瀑布”的存在,第三個人在沒有專家的情況下,反而能夠作出更好的質(zhì)量判斷,第四個以及后續(xù)的跟進(jìn)者,作出正確判斷的可能性不比第三個人小。因此,在朋友圈里,專家降低了網(wǎng)絡(luò)中后來者作出正確質(zhì)量判斷的可能性。
而在陌生人網(wǎng)絡(luò)中,緊隨專家之后的第二個人,雖然和朋友圈里的情況一樣,作出正確判斷的可能性增加,但由于偏好異質(zhì)性的存在,專家導(dǎo)致的“信息瀑布”沒有發(fā)生,后面的跟進(jìn)者將會融合自身擁有的信息和先前所有人(包括專家)的行為信號,這種信息整合有利于后面的決策制定,也使得專家的知識得以延續(xù)。因此,在陌生人網(wǎng)絡(luò),專家讓產(chǎn)品質(zhì)量的判斷更加準(zhǔn)確。
精準(zhǔn)廣告向左,非精準(zhǔn)廣告向右由于“信息瀑布”的存在,使得廣告策略在朋友圈和陌生人網(wǎng)絡(luò)中產(chǎn)生了不一樣的作用(圖2)。
精準(zhǔn)廣告在朋友圈和陌生人網(wǎng)絡(luò),都能對用戶作出正確的質(zhì)量判斷產(chǎn)生積極作用,不過,其程度在陌生人網(wǎng)絡(luò)要高于朋友圈,并呈遞增的趨勢;在朋友圈,這種積極作用將在網(wǎng)絡(luò)規(guī)模達(dá)到一定程度時保持不變,換言之,當(dāng)朋友圈的規(guī)模比較大時,人數(shù)無論怎么增加,精準(zhǔn)廣告的積極作用都不會加強(qiáng)。
有意思的是,非精準(zhǔn)廣告在朋友圈和陌生人網(wǎng)絡(luò),都對用戶制定正確的質(zhì)量判斷產(chǎn)生了消極作用。在朋友圈里,從第一個人到第三個人,正確判斷的可能性極速遞減,之后這一數(shù)值將保持平穩(wěn)。而在陌生人網(wǎng)絡(luò),這種消極作用將隨著團(tuán)隊規(guī)模的增加而持續(xù)下降。這是由于非精準(zhǔn)廣告,使得每個人自身擁有的信息既包括產(chǎn)品質(zhì)量信號,也有廣告?zhèn)鬟f的信息。這些摻雜在一起的信息不斷積聚,讓后續(xù)的用戶很難有效將自身信息運(yùn)用到?jīng)Q策中,影響了制定正確判斷的可能性。而在朋友圈,“信息瀑布”很快顯現(xiàn)在最初幾位用戶的決策過程中,因而沒有讓非精準(zhǔn)廣告帶來的摻雜信息一直存在于網(wǎng)絡(luò)當(dāng)中。
無論高低大小,匹配就好在網(wǎng)絡(luò)異質(zhì)性和網(wǎng)絡(luò)積聚信息之間,存在倒U型關(guān)系。因此,僅僅為用戶提供朋友圈的社會互動,對企業(yè)而言并非益事,尤其是那些提供高質(zhì)量產(chǎn)品的企業(yè),需要關(guān)注陌生人網(wǎng)絡(luò)。但這并不意味著網(wǎng)絡(luò)異質(zhì)性越高越好。當(dāng)異質(zhì)性程度超過臨界點,個體偏好效應(yīng)將超越社會從眾效應(yīng),成為主導(dǎo)力量,如果這種異質(zhì)性繼續(xù)加劇,消費(fèi)行為信息將產(chǎn)生巨大噪音,不利于積極的社會學(xué)習(xí)。
社交登錄并非“萬能膠”社交登錄是指網(wǎng)站用戶能夠使用社交媒體賬號登錄。在社會網(wǎng)絡(luò)規(guī)模越來越大的時代,社交登錄是每個企業(yè)的最佳選擇嗎?回答這個問題,既要考慮企業(yè)提供的產(chǎn)品,還要考慮具體情境。
如果銷售的是瞄準(zhǔn)利基市場的新產(chǎn)品(例如在美國市場上的一款增白護(hù)膚品),為用戶提供基于朋友圈的社交登錄將更加有效。正如前文分析的原因,利基產(chǎn)品緊緊瞄準(zhǔn)非常特定的細(xì)分市場,潛在規(guī)模相對較小,觀察朋友們的行為有助于用戶制定更為準(zhǔn)確的質(zhì)量判斷。因此,可以從定位朋友圈的創(chuàng)新型領(lǐng)導(dǎo)者開始行動。但對于那些著眼于大眾化市場的產(chǎn)品而言,陌生人網(wǎng)絡(luò)可能發(fā)揮更為積極的作用。
當(dāng)情境中的公共信息非常嘈雜(例如欠缺第三方評價的一種全新產(chǎn)品或者使用新技術(shù)的已知產(chǎn)品),高質(zhì)量企業(yè)可以借助社交登錄從朋友圈網(wǎng)絡(luò)獲益。因為這種情境下,陌生人行為信息的增加,將會加劇信息混亂的狀況,用戶更有可能作出錯誤的判斷。
當(dāng)網(wǎng)絡(luò)構(gòu)成處于高度同質(zhì)性和高度異質(zhì)性之間的水平,即在網(wǎng)絡(luò)規(guī)模和信息準(zhǔn)確性相同的條件下,網(wǎng)絡(luò)中既有熟人,也有陌生人時,信息整合的有效性最高。當(dāng)網(wǎng)絡(luò)規(guī)模越來越大,公眾信息越來越準(zhǔn)確,企業(yè)在推薦信息時,應(yīng)該更加重視陌生人而非朋友圈。
需要說明的是,炫耀性的產(chǎn)品并不在以上分析之列,因為這些產(chǎn)品的價值會受到已經(jīng)擁有產(chǎn)品用戶數(shù)量的影響,用戶不太可能跟從朋友們的消費(fèi)行為。
互聯(lián)網(wǎng)時代的營銷,不能用傳統(tǒng)的眼光來判斷誰是用戶的朋友,誰是陌生人。美國研究人員的最新數(shù)據(jù)分析發(fā)現(xiàn),伴隨著諸如Pinterest(照片分享網(wǎng)站)、Quora(問答SNS網(wǎng)站)和Flipora(基于瀏覽歷史的內(nèi)容推薦引擎)等基于興趣愛好的社交網(wǎng)絡(luò)興起,越來越多的用戶是按照共同興趣愛好來選擇社交網(wǎng)站,而不是簡單地把線下關(guān)系移到線上。正如一位大學(xué)老師在選擇買什么書當(dāng)教材時,她的同事會進(jìn)入決策參考的朋友圈,而當(dāng)她在選擇看什么電影時,這位同事卻不會出現(xiàn)在影響決策的朋友圈中。
生物學(xué)領(lǐng)域有種“循環(huán)磨(Circular Mill)”現(xiàn)象,是說幾乎不能依靠視力導(dǎo)航的軍蟻,總是通過尋找前面一只螞蟻留下的氣味等信息作出判斷,結(jié)果導(dǎo)致它們常常沒有目的地一直繞圈子,甚至陷入“自殺螺旋”,這就是自然界的“朋友圈”。而物理學(xué)的“布朗運(yùn)動”則是指任何物質(zhì)的分子,不論在什么狀態(tài)下,都會永不停息地做無規(guī)則的運(yùn)動,而且,當(dāng)物質(zhì)的溫度越高,分子的無規(guī)則運(yùn)動就越劇烈,這就是自然界的“陌生人”。如何避免朋友圈帶來死循環(huán),如何挖掘陌生人網(wǎng)絡(luò)的動力源,自然界的實例或許能帶來些許啟發(fā)。