朱 侯 萬(wàn)芳彬 張 麗

(中山大學(xué)資訊管理學(xué)院，廣東 廣州 510006)

·應(yīng)用研究·

考慮電子口碑累積效果的手機(jī)APP BASS擴(kuò)散過(guò)程的研究

朱 侯 萬(wàn)芳彬 張 麗

(中山大學(xué)資訊管理學(xué)院，廣東 廣州 510006)

隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展和智能手機(jī)的普及，手機(jī)APP作為智能手機(jī)接入移動(dòng)互聯(lián)網(wǎng)最重要的入口，與人們的生活息息相關(guān)。探究移動(dòng)APP的推廣及擴(kuò)散機(jī)理，對(duì)企業(yè)制定IT營(yíng)銷(xiāo)及開(kāi)發(fā)策略具有重要的意義。本文在經(jīng)典BASS模型的基礎(chǔ)上，引入了電子口碑這一影響因素，利用多智能體模擬技術(shù)，借助建模軟件AnyLogic，建立了手機(jī)APP在移動(dòng)互聯(lián)網(wǎng)中的仿真擴(kuò)散模型。對(duì)比實(shí)際案例中手機(jī)APP的擴(kuò)散情況，本文驗(yàn)證了模型的有效性。由于電子口碑的累積效果，APP的擴(kuò)散過(guò)程與傳統(tǒng)產(chǎn)品的擴(kuò)散過(guò)程明顯不同，不同的電子口碑累積效果，將導(dǎo)致APP不同的擴(kuò)散趨勢(shì)。

BASS模型；手機(jī)APP擴(kuò)散；電子口碑；多智能體模擬

隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展以及智能手機(jī)的普及，移動(dòng)設(shè)備的用戶群體規(guī)模迅速擴(kuò)大，使用頻率越來(lái)越高，人們與移動(dòng)終端設(shè)備之間的關(guān)系也越來(lái)越緊密。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心于2017年1月22日發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》指出，截至2016年12月，我國(guó)網(wǎng)民人數(shù)已經(jīng)達(dá)到了7.31億，其中，手機(jī)網(wǎng)民的數(shù)量就占了6.95億，占比從2015年的90.1%提高到了95.1%，比例進(jìn)一步攀升。手機(jī)在人們生活中扮演著越來(lái)越重要的角色，而手機(jī)APP是安裝在手機(jī)中的應(yīng)用軟件。作為智能手機(jī)接入互聯(lián)網(wǎng)的入口，其豐富多樣的功能給用戶的生活帶來(lái)了極大的便利，改變了人們的生活方式，同時(shí)，手機(jī)APP也是企業(yè)技術(shù)創(chuàng)新和服務(wù)提升的一種重要方式。因此，了解手機(jī)APP擴(kuò)散的機(jī)理，對(duì)于企業(yè)管理者制定符合企業(yè)發(fā)展的IT決策具有重要意義。

與傳統(tǒng)的實(shí)體商品相比，手機(jī)APP作為一種虛擬商品，其擴(kuò)散方式與實(shí)體商品存在很大的不同。電子口碑成為人們?cè)诨ヂ?lián)網(wǎng)環(huán)境下做出購(gòu)買(mǎi)決策的重要參考標(biāo)準(zhǔn)之一，并受到人們的廣泛推崇。在互聯(lián)網(wǎng)環(huán)境下，面對(duì)面、口耳相傳的口碑模式已經(jīng)很難適用于虛擬商品的大面積傳播，而電子口碑傳播效率高、傳播方式多樣化、互動(dòng)性好等特點(diǎn)，受到越來(lái)越多研究者和實(shí)踐者的關(guān)注[1]，且電子口碑還會(huì)在各類(lèi)應(yīng)用市場(chǎng)上長(zhǎng)期存在，形成累積效果。這些特點(diǎn)必然帶來(lái)APP的推廣和擴(kuò)散過(guò)程與傳統(tǒng)產(chǎn)品相比存在差異。

本文基于BASS產(chǎn)品擴(kuò)散模型，在考慮廣告和口碑兩種影響手機(jī)APP傳播的因素的基礎(chǔ)上，進(jìn)一步引入了電子口碑(Electronic Word of Mouth)這一區(qū)別于傳統(tǒng)口碑(Word of Mouth)的因素，設(shè)計(jì)了由廣告、傳統(tǒng)口碑、電子口碑3個(gè)因素驅(qū)動(dòng)的手機(jī)APP擴(kuò)散模型，借助該模型來(lái)研究電子口碑如何影響手機(jī)APP的擴(kuò)散。

1 相關(guān)研究

新產(chǎn)品的擴(kuò)散研究可以大致分成兩個(gè)層面：1)個(gè)體層面；2)群體層面。個(gè)體層面的研究從個(gè)體感知的角度出發(fā)，分析個(gè)體用戶決定采納某個(gè)新產(chǎn)品主要受到哪些因素的影響。其中包括李欣穎[2]等以技術(shù)采納和使用整合理論及感知信息質(zhì)量理論為基礎(chǔ)，構(gòu)建餐飲外賣(mài)移動(dòng)APP信息采納行為影響因素模型，探究所構(gòu)建模型的適用性及各影響因素的影響方向及程度。趙玉攀[3]等選取互動(dòng)性、移動(dòng)性、情景感、臨界質(zhì)量、感知易用性、感知有用性以及感知鼓勵(lì)等因素構(gòu)建公眾采納政務(wù)APP的模型。楊艷妮[4]等分析了行為意向、感知有用性、感知易用性、相關(guān)性、個(gè)體差異、感知愉悅與圖書(shū)館APP采納之間的影響關(guān)系。上述模型僅僅從個(gè)體的層面分析了新產(chǎn)品采納的影響因素，而在實(shí)際的新產(chǎn)品的營(yíng)銷(xiāo)過(guò)程中，除了個(gè)體感知之外，群體之間的互動(dòng)、口碑傳播等對(duì)于IT產(chǎn)品——特別是手機(jī)APP的傳播擴(kuò)散有著至關(guān)重要的作用，因而上述基于個(gè)體層面的模型具有一定的局限性。

在群體層面的新產(chǎn)品擴(kuò)散研究中最具有代表性的是BASS模型。1969年美國(guó)學(xué)者FrankM.Bass[5]在前人的基礎(chǔ)上，結(jié)合了E.M.Rogers[6]對(duì)新產(chǎn)品采用者的分類(lèi)，融合了Fourt提出的指數(shù)擴(kuò)散模型和Woodlock、Mansfield提出的邏輯擴(kuò)散模型[7]這兩種模式，提出了BASS模型。BASS模型將新產(chǎn)品的潛在使用者分為兩類(lèi)：創(chuàng)新者和模仿者。并假定潛在采用者會(huì)受到兩種因素的影響：外部影響因素和內(nèi)部影響因素，前者主要借助大眾媒體傳播，后者主要借助口碑傳播，即已采用者對(duì)未采用的潛在采用者的口頭傳播，對(duì)模仿者產(chǎn)生影響。

BASS模型的成立需要基于一系列的假設(shè)條件：1)市場(chǎng)潛力隨時(shí)間的推移保持不變；2)一種創(chuàng)新的擴(kuò)散獨(dú)立于其他創(chuàng)新；3)產(chǎn)品性能隨時(shí)間推移保持不變；4)社會(huì)系統(tǒng)的地域界限不隨擴(kuò)散過(guò)程而改變；5)擴(kuò)散只有兩階段過(guò)程，不采用和采用，不考慮重復(fù)購(gòu)買(mǎi)；6)一種創(chuàng)新的擴(kuò)散不受市場(chǎng)營(yíng)銷(xiāo)策略的影響；7)不存在供給約束；8)采用者是無(wú)差異的、同質(zhì)的。

BASS模型作為新產(chǎn)品擴(kuò)散研究的基礎(chǔ)，被廣泛用于以下3個(gè)方面[8]：對(duì)新產(chǎn)品采用者進(jìn)行分析，描述新產(chǎn)品進(jìn)入市場(chǎng)后的傳播情況；對(duì)創(chuàng)新產(chǎn)品或新技術(shù)市場(chǎng)做出預(yù)測(cè)；引入其他市場(chǎng)變量，通過(guò)觀察和控制產(chǎn)品的銷(xiāo)售情況來(lái)制定合適的市場(chǎng)策略。盡管BASS模型在上述3個(gè)方面取得了很好的應(yīng)用效果，但它的嚴(yán)格假設(shè)限制了其應(yīng)用范圍。BASS模型提出后，不少研究者針對(duì)模型中假設(shè)前提過(guò)于嚴(yán)格等問(wèn)題，通過(guò)放寬模型假設(shè)、擴(kuò)大模型應(yīng)用領(lǐng)域，提出了許多適用性更廣的拓展模型。Guo[9]在研究中用經(jīng)典BASS模型模擬消費(fèi)者初次購(gòu)買(mǎi)過(guò)程，使用基于神經(jīng)心理學(xué)的消費(fèi)者實(shí)用理論來(lái)模擬重復(fù)購(gòu)買(mǎi)過(guò)程，改進(jìn)了BASS模型只考慮消費(fèi)者初次購(gòu)買(mǎi)的局限，更為精確地模擬和預(yù)測(cè)消費(fèi)者實(shí)際購(gòu)買(mǎi)決策。Robinson[10]基于BASS模型建立了考慮價(jià)格因素的營(yíng)銷(xiāo)策略擴(kuò)散模型。Boehner[11]則通過(guò)BASS模型中價(jià)格和廣告水平參數(shù)的連續(xù)性變化，給出了營(yíng)銷(xiāo)組合中彈性系數(shù)的不同假設(shè)，結(jié)果表明不同的營(yíng)銷(xiāo)組合對(duì)BASS模型中的創(chuàng)新和模范系數(shù)、市場(chǎng)規(guī)模和擴(kuò)散速度等關(guān)鍵要素均有不同影響。除此之外，諸多學(xué)者還分別從產(chǎn)品多功能問(wèn)題[12]、產(chǎn)品替代問(wèn)題[13]、初始參數(shù)依賴(lài)問(wèn)題[14]等方面對(duì)模型進(jìn)行了擴(kuò)展和完善。

在手機(jī)APP擴(kuò)散的研究上，目前國(guó)內(nèi)在這方面的研究相對(duì)較少，且主要集中在各類(lèi)APP使用的影響因素以及實(shí)證研究上。學(xué)者張一弛[15]基于創(chuàng)新擴(kuò)散理論，分析了報(bào)紙類(lèi)新聞APP接受創(chuàng)新擴(kuò)散的條件，并進(jìn)一步探討了其未來(lái)發(fā)展的策略；學(xué)者徐承歡等[16]結(jié)合顧客承諾理論與創(chuàng)新擴(kuò)散理論，采用問(wèn)卷調(diào)查與結(jié)構(gòu)方程建模的方法，實(shí)證研究了移動(dòng)圖書(shū)館APP使用意愿的影響因素；學(xué)者武志琴[17]以小咖秀為例，結(jié)合創(chuàng)新擴(kuò)散理論分析了其成功實(shí)現(xiàn)創(chuàng)新擴(kuò)散的相關(guān)因素；學(xué)者代玲[18]基于創(chuàng)新擴(kuò)散理論，分析了打車(chē)APP接受創(chuàng)新擴(kuò)散的條件，并進(jìn)一步探討了其未來(lái)發(fā)展的策略從而使得該APP更好地實(shí)現(xiàn)創(chuàng)新的擴(kuò)散。

因此，已有研究在對(duì)APP擴(kuò)散的驅(qū)動(dòng)因素、擴(kuò)散條件等問(wèn)題進(jìn)行了研究，并取得了一定的成績(jī)，然而這類(lèi)研究不能很好的揭示APP的擴(kuò)散機(jī)理和動(dòng)態(tài)過(guò)程?；诙嘀悄芙５腂ASS模型在研究產(chǎn)品擴(kuò)散動(dòng)態(tài)機(jī)理方面具有明顯的優(yōu)勢(shì)，產(chǎn)品的擴(kuò)散主要受廣告和口碑的影響，并且口碑的相互傳播會(huì)造成用戶采納行為的動(dòng)態(tài)變化。但是手機(jī)APP的擴(kuò)散過(guò)程中，應(yīng)用市場(chǎng)的網(wǎng)絡(luò)評(píng)論等電子口碑相比傳統(tǒng)產(chǎn)品而言，影響更加明顯，且這種影響具有累積效果。在這種影響下，傳統(tǒng)的BASS擴(kuò)散模型已經(jīng)不能充分表達(dá)APP的擴(kuò)散機(jī)理了。本研究在傳統(tǒng)BASS模型的基礎(chǔ)上，考慮電子口碑的影響函數(shù)，進(jìn)而分析手機(jī)APP的擴(kuò)散機(jī)理和過(guò)程，為APP提供商給出決策建議。

2 基于BASS模型的手機(jī)APP擴(kuò)散模型建立

2.1 BASS模型

新產(chǎn)品擴(kuò)散效果的影響因素包括口碑、廣告、用戶誘導(dǎo)、渠道推送、業(yè)務(wù)粘度等，這些因素之間關(guān)系復(fù)雜，然而口碑和大眾媒體廣告的影響最為顯著。因此，為了有效控制模型的邊界，經(jīng)典BASS模型主要選取了口碑和大眾媒體廣告兩類(lèi)驅(qū)動(dòng)因素。BASS模型是研究新技術(shù)在生命周期中擴(kuò)散機(jī)制的重要模型，其數(shù)學(xué)表達(dá)式如下：

(1)

其中，n(t)為t時(shí)刻新的產(chǎn)品采納者的數(shù)量，N(t)為t時(shí)刻產(chǎn)品采納者的總量，p代表外部影響系數(shù)(創(chuàng)新系數(shù))，表示在大眾媒體傳播的影響下，尚未采納的潛在采納者采納該產(chǎn)品的可能性大小，q代表內(nèi)部影響系數(shù)(模仿系數(shù))，表示在口頭傳播的影響下，尚未采納的潛在采納者采納該產(chǎn)品的可能性大小，m代表潛在的采納者總量(即市場(chǎng)最大潛力)。由該公式可以得到BASS模型中t時(shí)刻產(chǎn)品采納者累計(jì)總量的表達(dá)式：

(2)

BASS模型在實(shí)踐領(lǐng)域有廣泛的應(yīng)用，其在零售業(yè)、工業(yè)技術(shù)、農(nóng)產(chǎn)品和耐用消費(fèi)品等行業(yè)已經(jīng)有了成功的預(yù)測(cè)效果[19]。然而，利用BASS模型來(lái)分析手機(jī)APP的擴(kuò)散具有一定的局限性，因?yàn)閭鹘y(tǒng)BASS模型忽略了手機(jī)APP擴(kuò)散過(guò)程中電子口碑的影響，且手機(jī)APP的電子口碑具有累積效果。

電子口碑，又稱(chēng)為網(wǎng)絡(luò)口碑或在線口碑。電子口碑與傳統(tǒng)口碑的不同之處在于：1)傳統(tǒng)的面對(duì)面交流方式具有明顯的時(shí)效性，信息只在交互期內(nèi)傳遞，而電子口碑突破了時(shí)間限制，且具有累積效應(yīng)，這種累積效應(yīng)體現(xiàn)在可保存性和保存的持久性，即電子口碑可以被存儲(chǔ)在數(shù)據(jù)庫(kù)中，在很長(zhǎng)一段時(shí)間內(nèi)不會(huì)消失并對(duì)后來(lái)的瀏覽者產(chǎn)生影響；2)電子口碑的傳播效率更高，突破了空間限制，人們不僅受到周?chē)贁?shù)人的影響，而且可以接收到更廣泛的口碑信息；3)手機(jī)APP的擴(kuò)散依賴(lài)于電子口碑的程度明顯增加，各大APP應(yīng)用市場(chǎng)充滿了評(píng)分和相關(guān)的文字評(píng)論，其成為了用戶最終采納行為的重要依據(jù)。因此，經(jīng)典的BASS擴(kuò)散模型已經(jīng)不能充分表達(dá)手機(jī)APP的擴(kuò)散機(jī)理。

2.2 手機(jī)APP擴(kuò)散模型

本文進(jìn)一步將內(nèi)部影響因素細(xì)分為電子口碑和傳統(tǒng)口碑兩部分，其中傳統(tǒng)口碑以恒定不變的速度在人群中擴(kuò)散，而電子口碑則隨著時(shí)間的變化而變化。借鑒Easingwood等學(xué)者[20]將BASS模型中的內(nèi)部影響因素由原本的常量設(shè)計(jì)為變量，用來(lái)表示產(chǎn)品擴(kuò)散過(guò)程中人際影響的變化。此外，本文假定內(nèi)部影響因素q(t)是時(shí)間的函數(shù)，而非一個(gè)恒定常量，其值的大小反映了口碑效應(yīng)的變化。當(dāng)電子口碑的評(píng)價(jià)越積極時(shí)，內(nèi)部影響因素越大，人們就越傾向于接受手機(jī)APP；當(dāng)電子口碑的評(píng)價(jià)越消極時(shí)，內(nèi)部影響因素越小，人們就會(huì)更傾向拒絕接受手機(jī)APP。這里本文分別考慮電子口碑為正面、負(fù)面以及波動(dòng)變化的情況，參考BASS模型的表達(dá)式(2)，手機(jī)APP擴(kuò)散模型公式如下所示：

(3)

許曉暉等[21]認(rèn)為技術(shù)創(chuàng)新擴(kuò)散速度可以用Logistic曲線的斜率來(lái)度量，羅彪等[22]的研究表明，具有大量口碑的產(chǎn)品能夠吸引更多的消費(fèi)者進(jìn)行評(píng)論，具有“成功產(chǎn)生成功效應(yīng)”。在本文中，通過(guò)控制函數(shù)的曲線斜率大小來(lái)模擬不同的電子口碑情況。當(dāng)正面電子口碑累積時(shí)，曲線斜率逐漸增大；當(dāng)負(fù)面電子口碑累積時(shí)，曲線斜率逐漸減小。因此，本文選擇了曲線斜率不斷增大的Logistic函數(shù)來(lái)模擬正面電子口碑隨時(shí)間的變化；選擇曲線斜率不斷減小且呈現(xiàn)下降趨勢(shì)的二次函數(shù)來(lái)模擬負(fù)面電子口碑隨時(shí)間的變化；使用正弦函數(shù)來(lái)模擬波動(dòng)口碑對(duì)口碑效應(yīng)的影響情況。電子口碑在不同情況下影響的函數(shù)以及隨時(shí)間變化的圖像如表1所示：

表1 手機(jī)APP擴(kuò)散模型內(nèi)部影響因素函數(shù)表達(dá)式匯總

上述內(nèi)部影響因素函數(shù)反映了實(shí)際生活中廣泛存在的3種電子口碑的情況，在內(nèi)部影響因素隨時(shí)間變化的表達(dá)式中，通過(guò)不斷迭代來(lái)模擬電子口碑的累積效應(yīng)。在正面電子口碑的表達(dá)式中，a為正面電子口碑?dāng)U散系數(shù)，表示正面電子口碑在人群中擴(kuò)散的最大增速，b是正面電子口碑的持續(xù)影響時(shí)間；在負(fù)面電子口碑的表達(dá)式中，α表示負(fù)面電子口碑?dāng)U散系數(shù)，用于控制負(fù)面電子口碑在人群中擴(kuò)散的速度大?。辉诓▌?dòng)電子口碑的表達(dá)式中，每一時(shí)刻的電子口碑大小都是相對(duì)初始口碑大小來(lái)確定的，其中β表示電子口碑的波動(dòng)幅度，T表示電子口碑的波動(dòng)周期。

3 手機(jī)APP擴(kuò)散模型的仿真與結(jié)果分析

3.1 模型建立和參數(shù)設(shè)定

本文采用的多智能體模擬方法起源于人工智能，是分布式人工智能的一個(gè)重要分支，主要用于研究與復(fù)雜系統(tǒng)相關(guān)的問(wèn)題。多智能體模擬是從微觀角度自下而上的研究，通過(guò)將復(fù)雜系統(tǒng)中的個(gè)體映射為具有自主性、主動(dòng)性、反應(yīng)性和交互性特征的智能體，將復(fù)雜系統(tǒng)分解為多個(gè)智能體的相互作用，通過(guò)模擬多個(gè)智能體之間簡(jiǎn)單的行為交互，從而研究系統(tǒng)整體復(fù)雜行為的涌現(xiàn)?；贏nylogic構(gòu)建的手機(jī)APP擴(kuò)散模型如圖1所示。

Talukdar的研究表明：外部影響系數(shù)p平均介于0.0007～0.03之間，模仿系數(shù)q平均介于0.38～0.53之間，擴(kuò)散的動(dòng)力更多地來(lái)自于內(nèi)部影響[23]。為了更好地研究電子口碑對(duì)手機(jī)APP擴(kuò)散的影響，避免函數(shù)過(guò)快收斂，本文將外部影響系數(shù)與模仿系數(shù)均設(shè)定為一個(gè)較小值。這里，我們?cè)O(shè)定廣告效應(yīng)(外部影響系數(shù))的大小為0.01，初始時(shí)刻口碑效應(yīng)的大小為0.015，其余參數(shù)的默認(rèn)值也依據(jù)經(jīng)典BASS模型的設(shè)置，如表2所示。

圖1 手機(jī)APP擴(kuò)散仿真模型的組織結(jié)構(gòu)

表2 Anylogic建模初始參數(shù)設(shè)置

3.2 模型執(zhí)行過(guò)程

模型的算法流程如下：

步驟一：構(gòu)建環(huán)境智能體，并在其中構(gòu)建手機(jī)APP擴(kuò)散所在的無(wú)標(biāo)度網(wǎng)絡(luò)；

步驟二：創(chuàng)建手機(jī)網(wǎng)民智能體，所有手機(jī)網(wǎng)民的狀態(tài)初始化為潛在采納者(Si=0)；

步驟三：仿真實(shí)驗(yàn)開(kāi)始；

步驟四：手機(jī)網(wǎng)民受到廣告效應(yīng)的影響，若手機(jī)網(wǎng)民決定采納該手機(jī)APP，則狀態(tài)變成采納者(Si=1)，若不采納，仍為潛在采納者；

步驟五：潛在采納者根據(jù)按照內(nèi)部影響因素的大小決定是否受到影響而采納其意見(jiàn)，若手機(jī)網(wǎng)民決定采納該手機(jī)APP，則狀態(tài)變成采納者(Si=1)，若不采納，仍為潛在采納者；

步驟六：判斷是否達(dá)到仿真結(jié)束時(shí)間，若未達(dá)到，繼續(xù)步驟四；否則，進(jìn)行步驟七；

步驟七：仿真實(shí)驗(yàn)結(jié)束。

3.3 仿真結(jié)果分析

模擬實(shí)驗(yàn)基于Anylogic進(jìn)行，這里本文采用控制變量的方法，在控制廣告效應(yīng)和傳統(tǒng)口碑效應(yīng)相同的情況下僅改變電子口碑的形式，按照上述步驟分別執(zhí)行：無(wú)電子口碑影響、正面電子口碑影響、負(fù)面電子口碑影響、波動(dòng)電子口碑影響時(shí)的手機(jī)APP擴(kuò)散模型，得到下面的結(jié)果：

圖2 無(wú)電子口碑影響狀態(tài)下的手機(jī)APP擴(kuò)散模型模擬結(jié)果示意圖

圖3 正面電子口碑影響狀態(tài)下的手機(jī)APP擴(kuò)散模型模擬結(jié)果示意圖

圖4 負(fù)面電子口碑影響狀態(tài)下的手機(jī)APP擴(kuò)散模型模擬結(jié)果示意圖

圖5 波動(dòng)電子口碑影響狀態(tài)下的手機(jī)APP擴(kuò)散模型模擬結(jié)果示意圖

由圖2的仿真模擬結(jié)果可以看出，在無(wú)電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線符合Rogers[6]提出的“S”型擴(kuò)散曲線?！癝”型曲線可以分為3個(gè)階段：1)起步階段，一個(gè)新的手機(jī)APP剛剛進(jìn)入市場(chǎng)，還沒(méi)有廣為人知，此時(shí)廣告效應(yīng)占有主導(dǎo)影響地位，手機(jī)APP的擴(kuò)散速度較慢；2)加速階段，有了起步階段的人脈積累，新產(chǎn)品知名度越來(lái)越高并受到口碑效應(yīng)的影響，向社會(huì)中的其他潛在采納者擴(kuò)散，手機(jī)APP的擴(kuò)散速度加快；3)成熟階段，手機(jī)APP在系統(tǒng)中經(jīng)過(guò)一段時(shí)間的擴(kuò)散，人群中的潛在采納者越來(lái)越少，因而擴(kuò)散速度逐漸下降，系統(tǒng)中的采納者數(shù)量達(dá)到飽和。

在正面電子口碑影響狀態(tài)下，模型中的參數(shù)設(shè)置為a=0.001，b=10，由圖3的仿真模擬結(jié)果可以看出，此時(shí)手機(jī)APP在人群中呈現(xiàn)“指數(shù)型”擴(kuò)散，系統(tǒng)中的潛在采納者數(shù)量迅速減少，最終人群中所有的潛在采納者都轉(zhuǎn)變成為了采納者，新產(chǎn)品最終被所有人認(rèn)可和接受。

在負(fù)面電子口碑影響狀態(tài)下，模型中的參數(shù)設(shè)置為α=0.001，由圖4的仿真模擬結(jié)果可以看出，手機(jī)APP擴(kuò)散速度越來(lái)越緩慢并最后趨近于某一極值，近似于某一斜率很小的“線性”函數(shù)。此時(shí)，手機(jī)APP并不能很好的在人群中擴(kuò)散，只能被少部分人接受。

在波動(dòng)電子口碑影響狀態(tài)下，模型中的參數(shù)設(shè)置為β=0.01，2πT=100，由圖5的仿真模擬結(jié)果可以看出，此時(shí)的手機(jī)APP擴(kuò)散曲線類(lèi)似于“S”型曲線，但并不具有明顯的3個(gè)階段的劃分，而是呈現(xiàn)出“波浪型”上升的趨勢(shì)，并最后在系統(tǒng)中達(dá)到飽和。

從以上的仿真數(shù)據(jù)可以看出，不同的電子口碑類(lèi)型會(huì)對(duì)手機(jī)APP的擴(kuò)散形式產(chǎn)生很大影響，可以概括為無(wú)電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“S”型；積極電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“指數(shù)型”；消極電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“線性”；波動(dòng)電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“波浪型”。仿真結(jié)果表明，控制電子口碑的輿論導(dǎo)向?qū)τ谑謾C(jī)APP的擴(kuò)散有非常重要的影響。手機(jī)APP在人群中以較快的速度傳播是企業(yè)所愿意看到的結(jié)果，因此，企業(yè)不能忽視電子口碑對(duì)手機(jī)APP擴(kuò)散帶來(lái)的影響。

3.4 模型驗(yàn)證

為了更好地驗(yàn)證提出的手機(jī)APP擴(kuò)散模型的有效性，本文采用宏觀驗(yàn)證法[26]，選取了以下3個(gè)知名度較高且具有代表性的APP作為研究對(duì)象，從國(guó)內(nèi)知名的ASO(App Store Optimization)優(yōu)化網(wǎng)站ASO100(https://aso100.com/)中獲得其下載量和評(píng)分值等信息，這些數(shù)據(jù)來(lái)源于ASO100網(wǎng)站中采集的IOS系統(tǒng)應(yīng)用市場(chǎng)和國(guó)內(nèi)九大主流安卓系統(tǒng)應(yīng)用市場(chǎng)(數(shù)據(jù)統(tǒng)計(jì)截止至2017年6月7日)，4個(gè)手機(jī)APP的基本情況如表3所示。

圖6、圖7、圖8分別是上述3個(gè)軟件在特定時(shí)間內(nèi)的下載量趨勢(shì)圖。摩拜單車(chē)作為國(guó)內(nèi)最火的“共享單車(chē)”之一，其產(chǎn)品的外觀、質(zhì)量、功能和價(jià)格等受到了消費(fèi)者的一致好評(píng)，其電子口碑評(píng)分均值達(dá)到了4.9分之高。從圖8中摩拜單車(chē)下載量的曲線形式上來(lái)看，其與正面電子口碑影響下的手機(jī)APP擴(kuò)散的“指數(shù)型”曲線相吻合。e寶賬是中國(guó)人壽公司推出的應(yīng)用軟件，用戶一直抱怨其版本老舊、不能更新等問(wèn)題，但是中國(guó)人壽公司官方并未作出回應(yīng)或在應(yīng)用市場(chǎng)替換老舊版本，導(dǎo)致其口碑評(píng)分很低。由圖7可以看出其下載量的增長(zhǎng)率低，在2017年1月至5月期間僅有300萬(wàn)左右下載量，遠(yuǎn)低于同行業(yè)手機(jī)APP的下載量，大致呈“線性”的形式增長(zhǎng)。此外，本文選取了ofo共享單車(chē)在最近3個(gè)月的下載量變化趨勢(shì)來(lái)研究波動(dòng)電子口碑的影響。ofo共享單車(chē)作為國(guó)內(nèi)共享單車(chē)的巨頭，其增長(zhǎng)勢(shì)頭強(qiáng)勁，但由于其不斷被曝光的密碼安全強(qiáng)度低、車(chē)輛亂停亂放、用戶私占共享單車(chē)、故意損毀共享單車(chē)等負(fù)面新聞，社會(huì)輿論對(duì)其褒貶不一。從圖8中可以看出，其增長(zhǎng)呈現(xiàn)“波浪型”上升趨勢(shì)。

表3 3種手機(jī)APP基本情況介紹

圖6 摩拜單車(chē)2016年7月-2017年5月下載量趨勢(shì)圖

圖7 e寶賬2017年1月-2017年5月下載量趨勢(shì)圖

圖8 ofo共享單車(chē)2017年3月-2017年5月下載量趨勢(shì)圖

為了進(jìn)一步驗(yàn)證模型的有效性，本文對(duì)不同情境下模型輸出與實(shí)際下載趨勢(shì)進(jìn)行了參數(shù)檢驗(yàn)。由于樣本總體分布未知、樣本量較小且兩組樣本相互獨(dú)立，采用Mann-Whitney U檢驗(yàn)分析仿真結(jié)果和真實(shí)數(shù)據(jù)是否有顯著差異，進(jìn)而對(duì)仿真效果做出評(píng)價(jià)?？紤]到模擬輸出與實(shí)際下載量數(shù)據(jù)的量綱和區(qū)間差異，本文在對(duì)3組數(shù)據(jù)分別歸一化的基礎(chǔ)上進(jìn)行Mann-Whitney U檢驗(yàn)，根據(jù)表4可知，3組數(shù)據(jù)的Sig值均大于0.05，即模擬輸出與實(shí)際下載趨勢(shì)間不存在顯著差異，模型的科學(xué)性和有效性得到了驗(yàn)證。

表4 統(tǒng)計(jì)結(jié)果和模擬結(jié)果的非參數(shù)檢驗(yàn)

相比于BASS模型新產(chǎn)品擴(kuò)散的“S”型增長(zhǎng)曲線，本文提出的手機(jī)APP擴(kuò)散模型能更好地反映手機(jī)APP在正面電子口碑、負(fù)面電子口碑和波動(dòng)電子口碑情況下的擴(kuò)散情況。

4 對(duì)企業(yè)APP推廣的建議

4.1 加大對(duì)電子口碑營(yíng)銷(xiāo)的重視力度

從不同電子口碑影響導(dǎo)致的手機(jī)APP擴(kuò)散呈現(xiàn)出的四種曲線結(jié)果中，我們可以體會(huì)到電子口碑對(duì)于手機(jī)APP擴(kuò)散的重要程度。正面良好的電子口碑會(huì)減小消費(fèi)者采用該產(chǎn)品的風(fēng)險(xiǎn)性，增大消費(fèi)者對(duì)于該手機(jī)APP的信任程度，從而使得消費(fèi)者更容易做出采納該手機(jī)APP的決定。相反，負(fù)面的電子口碑會(huì)導(dǎo)致消費(fèi)者對(duì)該手機(jī)APP的不信任程度加劇，導(dǎo)致手機(jī)APP在人群中的擴(kuò)散舉步維艱。對(duì)于企業(yè)管理者來(lái)說(shuō)，建立專(zhuān)門(mén)的電子口碑管理崗位和部門(mén)來(lái)管理電子口碑是非常有必要的。

4.2 及時(shí)引導(dǎo)電子口碑的輿論導(dǎo)向

鑒于電子口碑對(duì)手機(jī)APP擴(kuò)散的重要影響，企業(yè)應(yīng)該密切關(guān)注其電子口碑的動(dòng)態(tài)變化。Zhao Y等[24]的研究表明，由于負(fù)面評(píng)論的感知有用性高于正面評(píng)論，人們更容易受到負(fù)面評(píng)論的影響。企業(yè)管理者應(yīng)該深入分析其波動(dòng)原因，通過(guò)采取及時(shí)有效的措施來(lái)及時(shí)遏制電子口碑下降的趨勢(shì)，從而保證手機(jī)APP在人群中持續(xù)、穩(wěn)定、快速地增長(zhǎng)。

4.3 提升產(chǎn)品質(zhì)量

最好的口碑不是來(lái)自完善的銷(xiāo)售預(yù)算或廣告，而是來(lái)自產(chǎn)品本身的特征及良好的使用者體驗(yàn)，因此對(duì)于企業(yè)來(lái)說(shuō)，提供高質(zhì)量的產(chǎn)品和良好的產(chǎn)品體驗(yàn)是保證積極正面的電子口碑的根本原因。Dellarocas和Narayan[25]研究發(fā)現(xiàn)，消費(fèi)者對(duì)產(chǎn)品的滿意度和口碑傳播呈U形關(guān)系，即消費(fèi)者在高度滿意和高度不滿意時(shí)口碑傳播意愿最強(qiáng)，而優(yōu)質(zhì)的產(chǎn)品質(zhì)量是用戶滿意度的保證。因此，產(chǎn)品質(zhì)量應(yīng)該是企業(yè)關(guān)注的核心。

5 結(jié) 語(yǔ)

手機(jī)APP作為企業(yè)創(chuàng)新產(chǎn)品和服務(wù)的一種重要形式，理解其推廣和擴(kuò)散模式對(duì)企業(yè)具有重要的意義。本文在BASS模型的基礎(chǔ)上進(jìn)行變動(dòng)，將電子口碑這一常見(jiàn)的評(píng)論形式納入模型的考慮范圍，并且將電子口碑進(jìn)一步分成3類(lèi)，利用Anylogic多智能體建模軟件進(jìn)行模擬，對(duì)這3種情況分別進(jìn)行討論和研究。本文最后得出的結(jié)論如下：不同的電子口碑類(lèi)型對(duì)應(yīng)的手機(jī)APP的擴(kuò)散形式也有不同。無(wú)電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“S”型；積極電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“指數(shù)型”；消極電子口碑影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“線性”；波動(dòng)電子口影響時(shí)，手機(jī)APP的擴(kuò)散曲線為“波浪型”。本文所提出的手機(jī)APP擴(kuò)散模型能夠更好地模擬手機(jī)APP在現(xiàn)實(shí)世界中的擴(kuò)散現(xiàn)象，3個(gè)真實(shí)案例也定性的驗(yàn)證了本文模型的有效性。電子口碑對(duì)手機(jī)APP的擴(kuò)散過(guò)程具有重要影響，企業(yè)管理者需要密切關(guān)注手機(jī)APP電子口碑的動(dòng)態(tài)變化，積極引導(dǎo)電子口碑的輿論導(dǎo)向，以促進(jìn)產(chǎn)品的傳播與發(fā)展。

本研究中還存在一些局限，如：未能考慮個(gè)體用戶的異質(zhì)性、手機(jī)APP重復(fù)下載問(wèn)題、APP更新?lián)Q代的問(wèn)題等，未來(lái)將進(jìn)一步開(kāi)展相關(guān)的研究。

[1]金永生,田慧.網(wǎng)站特征對(duì)消費(fèi)者口碑傳播意愿的影響機(jī)制研究[J]現(xiàn)代情報(bào),2016,36(10):107-112.

[2]李欣穎,徐愷英,盛盼盼.餐飲外賣(mài)移動(dòng)APP信息采納行為影響因素實(shí)證研究[J].圖書(shū)情報(bào)工作,2016,60(18):133-139.

[3]趙玉攀,楊蘭蓉.公眾采納政務(wù)APP影響因素及實(shí)證研究[J].情報(bào)雜志,2015,34(7):195-201.

[4]楊艷妮,明均仁,黃傳慧.基于TAM3的移動(dòng)圖書(shū)館APP用戶的信息采納行為研究[J].圖書(shū)館,2015,(9):90-95.

[5]Frank M.Bass.A New Product Growth for Model Customer Durables[J].Management Science,1969,(15):215-227.

[6]Rogers EM.Diffusion of Innovations[M].Free Press of Glencoe,1962.

[7]Fourt L.A.Woodlock.Early prediction of market success for new grocery products[J].Journal of Marketing,1960,(25):31-38.

[8]趙保國(guó),馮旭艷.基于Bass模型的微信用戶數(shù)擴(kuò)散研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2014,(11):108-112.

[9]Guo X.A novel Bass-type model for product life cycle quantification using aggregate market data[J].International Journal of Production Economics,2014,158:208-216.

[10]Robinson B,Lakhani C.Dynamic price models for new-product planning[J].Management science,1975,21(10):1113-1122.

[11]Boehner R,Gold S.The influence of the marketing mix on the diffusion of innovation:Bass model redux[EB/OL].https://ssrn.com/abstract=2626947,2017-05-30.

[12]Wu M,Wang L,Li M,et al.Alleviating Feature Fatigue in product development based on the bass model[J].Journal of Engineering,Design and Technology,2015,13(3):350-368.

[13]Norton J A,Bass F M.A diffusion theory model of adoption and substitution for successive generations of high-technology products[J].Management science,1987,33(9):1069-1086.

[14]Kim T,Hong J.Bass model with integration constant and its applications on initial demand and left-truncated data[J].Technological Forecasting and Social Change,2015,95:120-134.

[15]張一弛.以“創(chuàng)新擴(kuò)散”理論分析報(bào)紙類(lèi)APP發(fā)展[J].傳媒觀察,2014,(4):40-42.

[16]徐承歡,管弦.移動(dòng)圖書(shū)館APP使用意愿影響因素實(shí)證研究——基于顧客承諾和創(chuàng)新擴(kuò)散的雙重視角[J].信息資源管理學(xué)報(bào),2015,5(4):65-74.

[17]武志琴.移動(dòng)互聯(lián)網(wǎng)時(shí)代App的創(chuàng)新擴(kuò)散——以小咖秀為例[J].新聞研究導(dǎo)刊,2016,7(6):159-160.

[18]代玲.基于創(chuàng)新擴(kuò)散理論的打車(chē)軟件發(fā)展研究[J].中國(guó)商論,2015,(24):62-64.

[19]Schmittlein D C,Mahajan V.Maximum likelihood estimation for an innovation diffusion model of new product acceptance[J].Marketing Science,1982,1(1):57-78.

[20]Easingwood C J,Mahajan V,Muller E.A Nonuniform Influence Innovation Diffusion Model of New Product Acceptance[J].Marketing Science,1983,2(3):273-295.

[21]許曉暉,劉汶榮.國(guó)外基于BASS模型的技術(shù)創(chuàng)新擴(kuò)散影響因素研究述評(píng)[J].社會(huì)科學(xué)戰(zhàn)線,2009,(10):265-266.

[22]羅彪,叢日飛.留、傳、搜、用:消費(fèi)者行為視角下的電子口碑研究綜述與展望[J].外國(guó)經(jīng)濟(jì)與管理,2015,(8):54-64.

[23]Talukdar D,Sudhir K,Andrew A.Investigating new product diffusion across products and countries[J].Marketing Science,2002,21(1):97-114．

[24]Zhao Y,Yang S.Modeling consumer learning from online product reviews[J].Marketing Science,2013,32(1):153-169.

[25]Dellarocas C.The digitization of word of mouth:Promise and challenges of online feedback mechanisms[J].Management Science,2003,49(10):1407-1424.

[26]Yilmaz L.Validation and verification of social processes within agent-based computational organization models[J].Computational & Mathematical Organization Theory,2006,12(4):283-312.

AStudyofDiffusionProcessofMobileAPPBasedonBASSModelConsideringtheCumulativeEffectofElectronicWordofMouth

Zhu Hou Wan Fangbin Zhang Li

(School of Information Management,SunYat-Sen University,Guangzhou 510006,China)

With the rapid development of mobile internet and the popularity of smart phones,mobile APP,the most important access to mobile Internet of smart phones,is more and more inseparable from people’s lives.The research on the mechanism of diffusion and spreading of mobile APPs had important significance for enterprises to formalate IT marketing and developing strategies.Based on the classic BASS model,this paper introduced a new influencing factor,electronic word of mouth,into the model.Multi-agent simulation technology was utilized to model the diffusion of mobile APPs with the help of AnyLogic,a powerful modeling software.After comparing the simulation results with real cases,the paper validated the effectiveness of this model.There were obvious differences between the diffusion process of mobile APPs and traditional products.The cumulative effect of different kinds of electronic word of mouth will lead to different diffusion results of mobile APPs.

BASS model;diffusion of mobile APP;electronic word of Mouth;multi-agent simulation

10.3969/j.issn.1008-0821.2018.01.015

F713.36

A

1008-0821(2018)01-0108-07

2017-10-10

中山大學(xué)人文社會(huì)科學(xué)青年教師桐山基金項(xiàng)目“社會(huì)化媒體用戶隱私披露行為的社會(huì)計(jì)算研究”(項(xiàng)目編號(hào)20000-54500053)；廣東省技術(shù)交易體系與科技服務(wù)網(wǎng)絡(luò)建設(shè)項(xiàng)目“面向主題的中文語(yǔ)料庫(kù)構(gòu)建方法與技術(shù)”(項(xiàng)目編號(hào)2015-2000-42020008)。

朱侯(1985-)，男，講師，博士，碩士生導(dǎo)師，研究方向：計(jì)算機(jī)模擬，信息擴(kuò)散與傳播，復(fù)雜網(wǎng)絡(luò)。萬(wàn)芳彬(1997-)，女，本科生，研究方向：計(jì)算機(jī)模擬。張麗(1997-)，女，本科生，研究方向：信息行為。

(實(shí)習(xí)編輯：陳 媛)