李華晶

場(chǎng)景：用戶在不確定質(zhì)量的情況下打算買(mǎi)一件電子產(chǎn)品，她知道一位朋友已經(jīng)買(mǎi)了，而另一位陌生人卻沒(méi)有購(gòu)買(mǎi)。此時(shí)，她會(huì)決定買(mǎi)下這件產(chǎn)品嗎？

如果她的朋友圈里有10位朋友買(mǎi)了這件產(chǎn)品，而她還知道有10 位陌生人并未購(gòu)買(mǎi)，那么，她的消費(fèi)決策又會(huì)是怎樣的呢？

美國(guó)加州大學(xué)圣芭芭拉分校的安德魯·德?tīng)栴D（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(zhǎng)進(jìn)化的自然現(xiàn)象。

那么，朋友圈和陌生人對(duì)于用戶而言，誰(shuí)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)的綁定

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。這兩張社會(huì)網(wǎng)絡(luò)都會(huì)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(shí)也提升了企業(yè)把控用戶社會(huì)網(wǎng)絡(luò)的可能性和運(yùn)作空間。

舉二個(gè)例子

亞馬遜很早就在網(wǎng)頁(yè)上為用戶提示，瀏覽某頁(yè)產(chǎn)品的顧客最終購(gòu)買(mǎi)了什么，讓用戶了解其他人之前的消費(fèi)行為。

2010年開(kāi)始，亞馬遜與臉書(shū)（Facebook）合作，為用戶提供社會(huì)評(píng)價(jià)信息。當(dāng)一位用戶將自己的臉書(shū)賬戶與亞馬遜賬戶相聯(lián)，他在亞馬遜上瀏覽和選購(gòu)一件產(chǎn)品時(shí)，可以看到同樣這樣綁定賬戶的好友是否購(gòu)買(mǎi)或“點(diǎn)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?cè)凇芭笥焉痰辏‵riends Store）”的購(gòu)買(mǎi)選擇和偏好，還能夠獲知互不相識(shí)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(shí)現(xiàn)了用戶賬戶與其臉書(shū)和推特等社交網(wǎng)絡(luò)賬戶的綁定，讓每個(gè)人都有可能觀察到來(lái)自朋友圈和陌生人的兩類行為信息。

為何朋友敗給陌生人？

在傳統(tǒng)觀念中，用戶更有可能效仿她的朋友們。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(duì)用戶來(lái)說(shuō)更加有用、更具指導(dǎo)性。

例如，朋友買(mǎi)的一本書(shū)，要比路邊或網(wǎng)絡(luò)上任意一位陌生人買(mǎi)的書(shū)，更有可能符合用戶的偏好。

美國(guó)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?cè)跊Q定看什么電影時(shí)，會(huì)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(guó)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(huì)。

“信息瀑布”意味著用戶在觀察其他人的消費(fèi)行為時(shí)，忽略甚至無(wú)視自身?yè)碛械?、與觀察信息沖突的信號(hào)，轉(zhuǎn)而采取與其他人相似的行為，結(jié)果可能造成錯(cuò)誤的決策。

這樣看來(lái)，在一定規(guī)模水平上，對(duì)“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。

當(dāng)然，陌生人網(wǎng)絡(luò)是否能夠戰(zhàn)勝朋友圈？取決于兩個(gè)重要的行為效應(yīng)。

一是個(gè)體偏好效應(yīng)（individual preference effect），簡(jiǎn)單來(lái)說(shuō)就是用戶對(duì)先前越明確自己需要什么，做出正確產(chǎn)品質(zhì)量判斷的可能性越高。但是由于如今網(wǎng)絡(luò)越來(lái)越紛繁復(fù)雜，用戶相比以前更難提前明確自身的偏好要素。

二是社會(huì)從眾效應(yīng)（social conforming effect），即用戶遵從他人行為的可能性越高，做出正確質(zhì)量判斷的可能性越低。同時(shí)，越來(lái)越紛繁復(fù)雜的網(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?yè)碛械馁|(zhì)量判斷信息的可能性，反而有利于用戶開(kāi)展積極的社會(huì)學(xué)習(xí)。

總的來(lái)說(shuō)，在小規(guī)模網(wǎng)絡(luò)里，個(gè)體偏好效應(yīng)大于社會(huì)從眾效應(yīng)；在大規(guī)模的網(wǎng)絡(luò)里，社會(huì)從眾效應(yīng)大于個(gè)體偏好效應(yīng)。

營(yíng)銷的五個(gè)秘密

高質(zhì)量產(chǎn)品更適合陌生人網(wǎng)絡(luò) 對(duì)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(huì)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(gè)拐點(diǎn)，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，從而放大了用戶做出有效質(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(duì)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(dòng)這類產(chǎn)品的銷售。這是因?yàn)椤靶畔⑵俨肌钡拇嬖?，使得朋友圈?guī)模越大，用戶做出錯(cuò)誤判斷的可能性較陌生人網(wǎng)絡(luò)更高。這些偏差在市場(chǎng)上積聚，最終讓低質(zhì)量產(chǎn)品得利，獲得較大銷售量。

陌生人網(wǎng)絡(luò)中，專家作用更大 現(xiàn)實(shí)社會(huì)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。專家做出購(gòu)買(mǎi)決策時(shí)，就會(huì)影響后續(xù)用戶的消費(fèi)決策。

在陌生人網(wǎng)絡(luò)中，緊隨專家之后的第二個(gè)人，雖然和朋友圈里的情況一樣，做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(méi)有發(fā)生，后面的跟進(jìn)者將會(huì)融合自身?yè)碛械男畔⒑拖惹八腥耍ò▽＜遥┑男袨樾盘?hào)，這種信息整合有利于后面的決策制定，也使得專家的知識(shí)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。

精準(zhǔn)廣告在朋友圈和陌生人網(wǎng)絡(luò)，都能對(duì)用戶做出正確的質(zhì)量判斷產(chǎn)生積極作用，不過(guò)，其程度在陌生人網(wǎng)絡(luò)要高于朋友圈，并呈遞增的趨勢(shì)；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(shí)保持不變，換言之，當(dāng)朋友圈的規(guī)模比較大時(shí)，人數(shù)無(wú)論怎么增加，精準(zhǔn)廣告的積極作用都不會(huì)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(duì)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，“信息瀑布”很快顯現(xiàn)在最初幾位用戶的決策過(guò)程中，因而沒(méi)有讓非精準(zhǔn)廣告帶來(lái)的摻雜信息一直存在于網(wǎng)絡(luò)當(dāng)中。而在陌生人網(wǎng)絡(luò)，這種消極作用將隨著團(tuán)隊(duì)規(guī)模的增加而持續(xù)下降。

無(wú)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(huì)互動(dòng)，對(duì)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(guò)臨界點(diǎn)，個(gè)體偏好效應(yīng)將超越社會(huì)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(huì)學(xué)習(xí)。

社交登錄并非“萬(wàn)能膠” 社交登錄是指網(wǎng)站用戶能夠使用社交媒體賬號(hào)登錄。在社會(huì)網(wǎng)絡(luò)規(guī)模越來(lái)越大的時(shí)代，社交登錄是每個(gè)企業(yè)的最佳選擇嗎？

如果銷售的是瞄準(zhǔn)利基市場(chǎng)的新產(chǎn)品（例如在美國(guó)市場(chǎng)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(chǎng)，潛在規(guī)模相對(duì)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。但對(duì)于那些著眼于大眾化市場(chǎng)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。

誰(shuí)是朋友，誰(shuí)是陌生人

互聯(lián)網(wǎng)時(shí)代的營(yíng)銷，不能用傳統(tǒng)的眼光來(lái)判斷誰(shuí)是用戶的朋友，誰(shuí)是陌生人。

美國(guó)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(wèn)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(ài)好的社交網(wǎng)絡(luò)興起，越來(lái)越多的用戶是按照共同興趣愛(ài)好來(lái)選擇社交網(wǎng)站，而不是簡(jiǎn)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(mǎi)什么書(shū)當(dāng)教材時(shí)，她的同事會(huì)進(jìn)入決策參考的朋友圈，而當(dāng)她在選擇看什么電影時(shí)，這位同事卻不會(huì)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(shuō)幾乎不能依靠視力導(dǎo)航的軍蟻，總是通過(guò)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(méi)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(dòng)”則是指任何物質(zhì)的分子，不論在什么狀態(tài)下，都會(huì)永不停息地做無(wú)規(guī)則的運(yùn)動(dòng)，而且，當(dāng)物質(zhì)的溫度越高，分子的無(wú)規(guī)則運(yùn)動(dòng)就越劇烈，這就是自然界的“陌生人”。

如何避免朋友圈帶來(lái)死循環(huán)，如何挖掘陌生人網(wǎng)絡(luò)的動(dòng)力源，自然界的實(shí)例或許能帶來(lái)些許啟發(fā)。

（作者系北京林業(yè)大學(xué)副教授、碩士生導(dǎo)師，南開(kāi)大學(xué)創(chuàng)業(yè)管理研究中心研究員）