盧 美 麗，燕 宇 飛，曹 翠 珍

（1.山西財經(jīng)大學(xué)工商管理學(xué)院，山西太原 030006；2.西南財經(jīng)大學(xué)工商管理學(xué)院，四川成都 611130；3.山西工商學(xué)院商學(xué)院，山西太原 030006）

一、引言

隨著互聯(lián)網(wǎng)和信息技術(shù)的高速發(fā)展，虛擬社區(qū)憑借其良好的互動性，成為人們分享知識、交流經(jīng)驗的重要場所。交易型虛擬社區(qū)是電子商務(wù)發(fā)展的產(chǎn)物，其在營銷中的價值日益受到電商企業(yè)和科研工作者的關(guān)注[1]。虛擬社區(qū)的技術(shù)環(huán)境特征為消費者口碑分享提供了更好的平臺與支撐，豐富的圖片、基于親身體驗的描述使口碑分享變得更加真實、可信，進而增加商品附加價值，并對消費者購買決策產(chǎn)生更加強烈的影響。

虛擬社區(qū)中消費者購買產(chǎn)品后自發(fā)地發(fā)表口碑并分享體驗的過程，其本身就是消費者行為的表現(xiàn)和延伸，在這一過程中形成了大量反映消費行為的客觀數(shù)據(jù)。消費者發(fā)布的口碑影響其他成員的購買意愿，并觸發(fā)他人購買后發(fā)布口碑的行為，消費者通過分享體驗并回復(fù)評價，彼此關(guān)注，互動交流，逐漸形成虛擬社區(qū)消費者之間的網(wǎng)絡(luò)結(jié)構(gòu)。正因為如此，有關(guān)虛擬社區(qū)的研究開始從知識分享[2]、價值共創(chuàng)[3]、購買意愿[4]等視角轉(zhuǎn)向社交網(wǎng)絡(luò)視角[5]。不過，多數(shù)研究主要關(guān)注意見領(lǐng)袖的概念、特征、識別和影響力[6-7]，并未從整個虛擬社區(qū)口碑發(fā)布者的角度進行分析。本文分析虛擬社區(qū)口碑發(fā)布者影響力，構(gòu)建相應(yīng)的評價指標(biāo)體系，并研究口碑發(fā)布者影響力的價值，是一個有實踐意義的課題。

二、虛擬社區(qū)相關(guān)理論及口碑發(fā)布行為剖析

（一）自我決定理論與虛擬社區(qū)環(huán)境建設(shè)

作為一種新的認(rèn)知動機理論，自我決定理論最早由美國心理學(xué)家德西（Deci E L）等[8]提出。該理論認(rèn)為，人都具有先天、內(nèi)在追求自我實現(xiàn)和自我成長的潛能，但人類自我的決定取決于個人需要與外部環(huán)境的交互作用。人類最基本的心理需要有三種，即自主需要、能力需要、關(guān)系需要。外部環(huán)境為上述三種需要的滿足提供了機會，且外部環(huán)境對個體動機的影響體現(xiàn)在外部環(huán)境對內(nèi)在動機的促進以及外部動機的內(nèi)化過程中。

首先，虛擬社區(qū)環(huán)境為成員自我決定理論提到的基本需要的滿足提供了較好的技術(shù)基礎(chǔ)。馬（Ma M）等[9]提出了虛擬社區(qū)環(huán)境的四個特征，即支持虛擬共存的技術(shù)、支持用戶持續(xù)性標(biāo)簽、支持用戶自我實現(xiàn)、支持用戶資料深度挖掘。其中，虛擬共存指虛擬社區(qū)環(huán)境下個體成員可以感覺到與其他成員在一起的主觀感受[10]，如瀏覽次數(shù)增加、有用性評價、回復(fù)留言、通過關(guān)注成為粉絲等均能表明發(fā)布口碑的成員受到了其他成員的關(guān)注和重視，進而可實現(xiàn)其內(nèi)心需要的滿足；持續(xù)性標(biāo)簽指虛擬社區(qū)環(huán)境下個體成員注冊了ID號便建立了虛擬身份，這個虛擬身份既是用戶持續(xù)表達并展示自己虛擬角色的信號標(biāo)簽，也是被他人識別和認(rèn)可的主要標(biāo)識；自我實現(xiàn)指虛擬社區(qū)的用戶一旦對某次消費形成滿意體驗，就有可能利用文本、圖像、視頻等各種擴展的網(wǎng)絡(luò)符號工具構(gòu)建和表達自我，分享自己的心得和感受，實現(xiàn)自我滿足或利他的喜悅；用戶資料深度挖掘指虛擬社區(qū)能夠集中提供更多有關(guān)用戶的資料，如所有產(chǎn)品的購買、評論、口碑記錄以及成員間相互聯(lián)系和彼此關(guān)注的關(guān)系等，對這些信息的搜索和匯集既方便成員間相互了解，也有利于成員間關(guān)系的建立。

其次，成員自主需要、能力需要、關(guān)系需要的滿足會促進成員對虛擬社區(qū)環(huán)境的依賴，這也是虛擬社區(qū)形成和存在的基礎(chǔ)[11]。其中，自主需要指成員個體是積極的有機體，其進行決策更多依靠自己而非依靠他人，因此當(dāng)他認(rèn)為自己可以在虛擬社區(qū)控制事情的發(fā)生和發(fā)展時，就會提高參與活動的內(nèi)部動機，并從虛擬社區(qū)行為中體驗到更強烈的滿足感；能力需要指成員希望有機會展示自己所具有的勝任某項活動的才能，虛擬社區(qū)成員有足夠的自信來表達自己并得到他人認(rèn)可，從而使其能力需要得以滿足，并進一步因虛擬社區(qū)可以較大程度地調(diào)動自己參與活動的積極性而感到滿意；關(guān)系需要指成員通過與他人建立密切聯(lián)系，感受到環(huán)境中存在的來自他人的關(guān)注、理解或欣賞，同時也會以同樣的態(tài)度對待他人，當(dāng)虛擬社區(qū)成員通過瀏覽、關(guān)注、交流而彼此認(rèn)可時，其內(nèi)心的幸福感、滿足感和歸屬感就會自然提升。

（二）口碑發(fā)布行為剖析

虛擬社區(qū)口碑形成、發(fā)布及產(chǎn)生影響的過程同時體現(xiàn)了消費者具體的參與行為。電商虛擬社區(qū)中的消費者參與行為可概括為個人信息完善、信息分享、人際關(guān)系建立、參與團購、達人評比等活動。在線購買前，消費者的主要行為往往是采集信息，網(wǎng)上瀏覽搜集他人見解、經(jīng)驗和評價[12]，這種對有用的信息形成信任并使用可用信息的過程被稱為信息采納。在線購買后，受一定的動機誘導(dǎo)，發(fā)表他們的看法或張貼問題，形成虛擬社區(qū)成員間的幫助與交流互動[13]。這些行為的發(fā)生符合前面有關(guān)自我決定理論的分析，虛擬社區(qū)的環(huán)境特征為社區(qū)成員需要的滿足提供了基礎(chǔ)條件。在虛擬社區(qū)口碑形成、發(fā)布及產(chǎn)生影響的整個過程中會產(chǎn)生或生成相應(yīng)的數(shù)據(jù)，可從中獲得豐富的信息。具體參見圖1。

三、虛擬社區(qū)口碑發(fā)布者影響力評價指標(biāo)體系構(gòu)建

（一）實證數(shù)據(jù)獲取

考慮到數(shù)據(jù)的代表性、豐富性和可得性，本研究選取聚美口碑中心的數(shù)據(jù)進行研究。聚美優(yōu)品成立于2010年3月，2014年在美國上市，成為登陸美國紐約證券交易所的首家中國美妝電商，到2016年公司營業(yè)收入達到9.05億美元。

對于實證數(shù)據(jù)，首先利用爬蟲程序隨機選取十個粉絲數(shù)在200人左右的達人作為初始入口，采用滾雪球的方法得到1 931個用戶的ID，并隨機選取300個ID入口。下載用戶名稱、粉絲數(shù)、關(guān)注數(shù)、口碑商品ID、口碑主要內(nèi)容、口碑瀏覽數(shù)、回復(fù)數(shù)、有用數(shù)、發(fā)布日期、粉絲ID數(shù)據(jù)以及粉絲所購買產(chǎn)品的名稱、價格、購買時間數(shù)據(jù)。刪除購買記錄不完整（比如產(chǎn)品信息不全）、粉絲有重復(fù)的用戶，最終得到280個第一層用戶，稱為達人，共計18 298條記錄，與各達人相對應(yīng)的粉絲形成第二層用戶，其中有購買記錄的粉絲數(shù)量總計107 627人，購買記錄的總數(shù)為280.222萬條。下載時間為2016年3月，最終數(shù)據(jù)的最早時間為2011年5月1日，截止時間為2016年2月29日。

圖1 虛擬社區(qū)消費者行為分析

（二）基于因子分析的評價指標(biāo)體系構(gòu)建

因子分析是一種降維和簡化數(shù)據(jù)的技術(shù)，主要研究眾多變量間的內(nèi)部依賴關(guān)系，探索這些變量觀測數(shù)據(jù)彼此間可能包含的基本結(jié)構(gòu)，嘗試依靠少數(shù)幾個假想變量來表達結(jié)構(gòu)內(nèi)涵，并將假想變量稱為因子。接下來對聚美口碑中心可以直接得到或整理計算后得到的初始變量進行因子分析。具體變量說明參見表1。

表1 初始變量表

表2 描述性統(tǒng)計

使用SPSS21.0軟件，可以得到上述各變量的描述性統(tǒng)計情況。結(jié)果參見表2。由表2可以發(fā)現(xiàn)，變量普遍表現(xiàn)出了較大的差異性。

進一步計算變量間的相關(guān)性，具體結(jié)果參見表3。

表3中存在許多比較大的相關(guān)系數(shù)，且從相關(guān)系數(shù)顯著性檢驗結(jié)果看，存在大量小于0.05的p值，說明變量間相關(guān)性較強，具有進行因子分析的必要。

進一步進行KMO檢驗和巴特利特（Bartlett）球形檢驗。KMO統(tǒng)計量的取值在0到1之間，其值越接近1，表明原始變量相關(guān)性越強，越適合使用因子分析方法。巴特利特球形檢驗的原假設(shè)是原始變量的相關(guān)系數(shù)矩陣是單位矩陣，即非對角線上的值為0，變量間相互獨立。利用SPSS21.0軟件，可以得到KMO檢驗和巴特利特球形檢驗的結(jié)果。具體參見表4。

由表4可見，KMO檢驗統(tǒng)計量0.709＞0.7，巴特利特球形檢驗的p值為0.000，說明該數(shù)據(jù)組比較適合進行因子分析。

表3 相關(guān)系數(shù)及顯著性檢驗

表4 KMO檢驗和巴特利特球形檢驗

采用主成分分析法進行因子提取，將給定的具有相關(guān)性的初始變量通過線性變換轉(zhuǎn)化成另外一組不相關(guān)的變量，保持總方差不變，將新的變量按照方差遞減的順序排列。表5顯示了各階段的特征值與方差貢獻率。

表5 特征值與方差貢獻率

方差貢獻率可以反映變量的重要程度，其值越大，說明重要程度越高。由表5可見，有四個因子的特征值大于1，其方差貢獻率分別為33.705%、15.249%、13.304%、10.749%，因此提取相應(yīng)的四個公共因子，總解釋率為73.008%，說明公共因子信息基本能夠反映初始變量的情況，具有較好的代表性。且由圖2可見，前面四個因子的特征值普遍較大，彼此連接形成陡峭的折線，后面各因子的特征值普遍較小，形成的折線較為平緩，進一步說明所提取的四個因子是適當(dāng)?shù)摹?/p>

但由表6可見，旋轉(zhuǎn)前變量在各因子的負(fù)載差別不是很明顯，不便于對所得因子進行合理解釋。因此，采用方差最大旋轉(zhuǎn)法進行旋轉(zhuǎn)，使得與某因子有關(guān)的負(fù)載平方的方差最大，因子可解釋性更強。

使用凱撒（Kaiser）標(biāo)準(zhǔn)化正交旋轉(zhuǎn)法進行旋轉(zhuǎn)，旋轉(zhuǎn)在六次迭代后收斂。表7為旋轉(zhuǎn)后的因子負(fù)載矩陣。

圖2 因子碎石圖

表6 旋轉(zhuǎn)前的因子負(fù)載矩陣

由表7可以明顯發(fā)現(xiàn)，旋轉(zhuǎn)后的負(fù)載系數(shù)在其中一個因子上具有較大的負(fù)載。比如，粉絲（Fans）、關(guān)注（Attention）、有購買的粉絲（Buyfans）以及口碑發(fā)布后有購買的粉絲（Afterbuy）這四個變量表現(xiàn)出了較強的相關(guān)性，可歸為一類，其中粉絲量和關(guān)注數(shù)反映了口碑發(fā)布者的活躍性；口碑（WOM）、時長（Length）、口碑發(fā)布后產(chǎn)生粉絲購買的口碑（AfterbuyP）這三個變量可歸為一類，其中前面兩個變量明顯反映了口碑發(fā)布者的忠誠度；平均閱讀（Averreader）、平均回復(fù)（Averreply）、平均有用（Averuseful）這三個變量可歸為一類，反映了口碑發(fā)布者的互動性；口碑發(fā)布者粉絲的平均粉絲（Averfansfans）和口碑發(fā)布者粉絲的平均關(guān)注（Averfansatten）在第四個因子上有較大的負(fù)載，可歸為最后一類，反映了網(wǎng)絡(luò)的拓展性。因子得分參見表8。

根據(jù)上述因子分析的結(jié)果，構(gòu)建口碑發(fā)布者影響力評價指標(biāo)體系，其二級指標(biāo)分別為活躍性、忠誠性、互動性和拓展性。具體情況及三級指標(biāo)參見圖3。

四、影響力實證分析

（一）基于因子分析結(jié)果的聚類分析

聚類分析是一種根據(jù)多個觀測指標(biāo)之間相似程度劃分群體類型的定量統(tǒng)計方法，其結(jié)果往往是將關(guān)系密切的群體聚合到一個小的分類單位，將關(guān)系疏遠的群體聚合到一個大的分類單位。

將上述因子分析得到的四個因子視為各口碑發(fā)布者新的特征變量，使用SPSS21.0軟件中的K均值聚類法對口碑發(fā)布者進行聚類分析。選擇系統(tǒng)默認(rèn)的迭代次數(shù)值10和收斂條件值0，并對類別數(shù)分別為三類、四類、五類時的結(jié)果進行比較，發(fā)現(xiàn)選擇四類比較合適。

表9給出了分為四類時的方差分析結(jié)果。在由四個因子構(gòu)成的新變量中，任意一個變量造成的類間均方都遠遠大于類內(nèi)均方，從p值來看，四個變量類間無差異假設(shè)成立的概率均小于0.05。

每個聚類中的案例數(shù)和聚類結(jié)果參見表10、表11。

（二）分類結(jié)果

將所有案例按第一個因子（F1）、第三個因子（F3）、第四個因子（F4）以及第二個因子（F2）的得分分別降序排列，具體參見表12?？梢园l(fā)現(xiàn)，按第一個因子（F1）得分排序后，前38名中除17名外均歸為1類（17名對應(yīng)編號為257的案例，其按第三個因子（F3）得分排序的名次為7，故另行歸類）。該類群體的主要特點是粉絲數(shù)較大，在3 206～11 937之間，平均粉絲數(shù)約為7 786，與總平均粉絲數(shù)1 558.230相比超出了6 227.770。同時關(guān)注、有購買的粉絲、口碑發(fā)布后有購買的粉絲均值分別為80.70、604.81、1 856.22，與對應(yīng)的總均值36.120、373.680、141.810相比，同樣差距明顯。這類人群稱為“超級活躍達人”。

表7 旋轉(zhuǎn)后的因子負(fù)載矩陣

表8 因子得分

圖3 口碑發(fā)布者影響力指標(biāo)體系

表9 方差分析結(jié)果

表10 每個聚類中的案例數(shù)

表11 聚類結(jié)果明細

表12 按因子排名的結(jié)果

按第三個因子（F3）得分從大到小排列，將前11名的所有口碑發(fā)布者歸為一類。其主要特點是互動性強，所對應(yīng)的平均閱讀、平均回復(fù)、平均有用的值分別為13 550.26、19.02、47.76，明顯高于總體平均值2.444、6.974、4.143。我們稱這類人群為“互動達人”。其較高的閱讀量以及很好的互動性表明，這類達人可能在產(chǎn)品選擇與口碑內(nèi)容撰寫上具有獨到的眼光與表現(xiàn)力，能夠得到大家更大程度的認(rèn)同。

按第四個因子（F4）得分從大到小排列，將前11名的所有口碑發(fā)布者均歸為一類，稱之為“小小達人”。這個類別的主要特點是口碑發(fā)布者粉絲的粉絲或粉絲的關(guān)注平均值較大，分別為2 893.04和77.99，均遠遠超出了它們的總均值242.145和23.396。在這11名口碑發(fā)布者中，有9名成員其粉絲的粉絲平均值處于該指標(biāo)前十位，另外兩名其粉絲的關(guān)注平均值排在第四和第五位。進一步對照相應(yīng)記錄，這個類別的口碑發(fā)布者粉絲量偏少，因此當(dāng)粉絲中有較大的粉絲或關(guān)注者時對結(jié)果影響較大，其實有許多這樣的超級活躍達人，在其眾多的粉絲甚至更下一級粉絲中仍有超級活躍達人存在，但由于基數(shù)的原因使得該指標(biāo)較低。不過，這也進一步說明，這類人群具有獨特的魅力，盡管口碑有限卻能得到超級活躍達人的關(guān)注，是正在成長并有望通過下一級粉絲的參與和激勵實現(xiàn)盡快發(fā)展的達人。

除上述三類外，其余人員形成規(guī)模最大的一類，人數(shù)達到221名，他們在上述三個因子上的表現(xiàn)均不突出，可稱為“大眾人群”，但按第二個因子（F2）得分從大到小排列，排名在前面的口碑發(fā)布者基本都在此類。第二個因子主要反映口碑?dāng)?shù)和時長，因此我們可以根據(jù)實際情況選擇一部分。比如，前20名中除序號為6的案例因其在第一個因子上的排名比較靠前被歸入1類外，其余19位口碑發(fā)布者均被評定為“忠誠達人”，他們在“大眾人群”中明顯表現(xiàn)出更高的忠誠度。

（三）影響力價值評價與管理啟示

1.超級活躍達人。超級活躍達人因為擁有大量的粉絲而備受關(guān)注。盡管總體來說粉絲數(shù)與最早進入時間的相關(guān)性不是很強（相關(guān)系數(shù)為0.166），但這個類別的38位達人最早發(fā)布口碑的時間普遍較早，說明社區(qū)成立早期進入的成員更容易積累粉絲，這與巴拉巴斯（Barabasi A L）等[14]提出的擇優(yōu)原則一致。他們依靠先進入的優(yōu)勢，得到較多的關(guān)注并形成較大的粉絲量，即便后來已經(jīng)表現(xiàn)出僵化老化的跡象而不再活躍，其粉絲量仍然會優(yōu)先增加。這類達人因粉絲量大而容易受到關(guān)注，常常被視為社區(qū)的意見領(lǐng)袖，影響力較大，因此社區(qū)管理者應(yīng)關(guān)注他們的沉寂時間，及時給予更多激勵和關(guān)注，延長其口碑發(fā)布生命周期，防止其過早老化，充分發(fā)揮其意見領(lǐng)袖作用，強化其對他人觀點、態(tài)度、動機、信念、行為等的影響[15]。

2.忠誠達人。其口碑?dāng)?shù)較多，時間跨度長，且在截止日期附近仍然表現(xiàn)活躍。進一步計算最后口碑發(fā)布時間與口碑量之間的相關(guān)系數(shù)，結(jié)果為0.577，在0.01的水平上（雙側(cè)）顯著相關(guān)，與僅僅觀察忠誠達人的情況相一致?？诒翘摂M社區(qū)存在的根本，虛擬口碑空間中的文字、圖片、交流互動等豐富而生動，可以通過信任、降低成本等因素影響潛在消費者購買意愿或購買決策，并進一步促進購買行為，提高產(chǎn)品銷量，產(chǎn)生直接的影響力價值。因此，忠誠達人所表現(xiàn)出的旺盛生命力和成長力是虛擬社區(qū)所需要并首先倡導(dǎo)的。當(dāng)然，聚美口碑中心一直非常注重對近期口碑的評比和推動，這也是忠誠達人持續(xù)活躍的直接原因，這些具體的活動和策略需要繼續(xù)進行。

3.互動達人。互動達人平均閱讀、平均回復(fù)、平均有用三個指標(biāo)值特別是平均閱讀指標(biāo)值較大。由表3可以發(fā)現(xiàn)，這三個指標(biāo)除本身相關(guān)性較強外，它們與粉絲數(shù)也具有一定的相關(guān)性，分別為0.206、0.362和0.167，且均在0.01的水平上（雙側(cè)）顯著相關(guān)。進一步計算三個指標(biāo)與最早口碑發(fā)布時間的相關(guān)系數(shù)，結(jié)果分別為0.148、0.197和0.260，分別在0.05、0.01、0.01的水平上（雙側(cè)）顯著相關(guān)。盡管從相關(guān)系數(shù)上看，其相關(guān)性不是很高，但直接分析11位互動達人的口碑發(fā)布情況可以發(fā)現(xiàn)，與超級活躍達人相近，同樣表現(xiàn)為最早發(fā)布時間較早且近期活躍度偏低。因此，仍可根據(jù)擇優(yōu)原則來分析其平均瀏覽量較大的原因，此外還需要結(jié)合這些指標(biāo)后臺記錄的動態(tài)變化規(guī)律及口碑內(nèi)容等進一步具體分析。虛擬社區(qū)成員之間通過相互交流形成基于一定人際關(guān)系的社群網(wǎng)絡(luò)，成員間聯(lián)系越緊密，虛擬社區(qū)的凝聚力和影響力就越強，社區(qū)成員所蘊含的商業(yè)價值就越大。虛擬社區(qū)消費者之間的互動體驗對用戶行為和態(tài)度有著積極的作用，因此提升虛擬社區(qū)平臺功能與服務(wù)，促使消費者在使用平臺的過程中獲取自身所需要的價值，可有效推動消費者進行口碑推薦[16]?？诒邮翘摂M社區(qū)活力的來源，虛擬社區(qū)應(yīng)設(shè)置專欄鼓勵成員互動，如根據(jù)回復(fù)內(nèi)容的質(zhì)量，對一段時間以來積極參與回復(fù)的成員進行進一步評比，選擇一些有代表性的成員進行試用品或其他優(yōu)惠激勵，充分發(fā)揮虛擬社區(qū)互動環(huán)境的影響作用，通過消費者互動共同創(chuàng)造實用價值和享樂價值等，提高口碑發(fā)布者的忠誠度和接收者的信任度，形成對銷量的正向影響。

4.小小達人。第四類成員被評為小小達人。由表3可以發(fā)現(xiàn)，該類的兩個指標(biāo)與其他變量的相關(guān)性均比較弱，比較獨立。但進一步研究發(fā)現(xiàn)，口碑發(fā)布者粉絲的粉絲平均值與最早口碑發(fā)布時間的相關(guān)度為0.573（在0.01的水平上雙側(cè)顯著相關(guān)），且該類達人的11名成員其最早發(fā)布口碑時間和最晚發(fā)布口碑時間也普遍較早，而近期活躍度很低，與第一類和第三類成員相似，明顯老化。盡管這類成員其口碑、粉絲等指標(biāo)值均比較小，但其個體分享知識或經(jīng)驗的欲望與生俱來且普遍存在[17]，小小達人對網(wǎng)絡(luò)的構(gòu)建作用同樣不容忽視。從發(fā)展的角度看，虛擬社區(qū)口碑網(wǎng)絡(luò)建設(shè)不應(yīng)僅僅注重將已有的口碑發(fā)布者逐漸培養(yǎng)為意見領(lǐng)袖，更應(yīng)通過互動交流和相互關(guān)注促使新的口碑發(fā)布者不斷產(chǎn)生，推動虛擬社區(qū)整體發(fā)展壯大，真正發(fā)揮網(wǎng)絡(luò)倍增效應(yīng)，進而實現(xiàn)社區(qū)成員的普遍忠誠。

目前，聚美口碑中心針對第二類人群有現(xiàn)實激勵，但對另外三類人群缺乏關(guān)注，不利于虛擬社區(qū)的長遠發(fā)展，建議根據(jù)分類情況開辟不同的專欄，引導(dǎo)并激勵各類達人代表繼續(xù)保持活躍狀態(tài)。

五、結(jié)論

《長尾理論》一書的作者克里斯·安德森曾經(jīng)說過：“隨著用戶驅(qū)動的網(wǎng)絡(luò)的崛起，值得信賴的個人多了，值得信賴的機構(gòu)少了，最有效的廣告來自同齡人，沒有什么比口碑更有效，正如我們親眼所見，網(wǎng)絡(luò)是世界上前所未有的口碑放大器。”在如今的電子商務(wù)實踐中，許多企業(yè)已經(jīng)意識到了虛擬社區(qū)在延伸和培養(yǎng)客戶關(guān)系以及激發(fā)顧客創(chuàng)造行為等方面的價值，虛擬社區(qū)中成員的相互交流和作用甚至可以對業(yè)務(wù)戰(zhàn)略和業(yè)務(wù)運作產(chǎn)生重大影響，于是電商企業(yè)紛紛開始著手制訂虛擬社區(qū)營銷計劃[18]。

本文根據(jù)自我決定理論中個人需要滿足與虛擬社區(qū)環(huán)境特征之間的關(guān)系，以聚美口碑中心為實證對象，從社區(qū)口碑發(fā)布行為中提取相關(guān)可得數(shù)據(jù)，建立了口碑影響力評價指標(biāo)體系，并通過聚類分析剖析了不同類型達人的指標(biāo)特征與行為表現(xiàn)，為虛擬社區(qū)支持電子商務(wù)持續(xù)發(fā)展提供了理論基礎(chǔ)及相應(yīng)策略。

第一，虛擬社區(qū)環(huán)境為滿足成員自我決定理論中提到的基本需要（即自主需要、能力需要、關(guān)系需要）提供了較好的技術(shù)基礎(chǔ)。對社區(qū)成員三種需要的滿足會增強成員對虛擬社區(qū)環(huán)境的依賴性，這也是虛擬社區(qū)形成和存在的基礎(chǔ)。

第二，在虛擬社區(qū)口碑形成、發(fā)布、影響等一系列行為中生成了相應(yīng)的數(shù)據(jù)，可從中獲得豐富的信息，如口碑?dāng)?shù)量、關(guān)注數(shù)量、粉絲數(shù)量、口碑閱讀數(shù)、口碑回復(fù)數(shù)、口碑有用數(shù)、口碑發(fā)布后有購買的粉絲數(shù)等。

第三，虛擬社區(qū)口碑發(fā)布者影響力可從活躍性、忠誠性、互動性、拓展性四個方面進行評價，每個特性都有相對應(yīng)的若干指標(biāo)進行衡量。

第四，基于以上四個方面的特性和指標(biāo)，可將口碑發(fā)布者分為四個類別，即超級活躍達人、忠誠達人、互動達人和小小達人，不同類別的人群其影響力價值各有不同。目前，聚美口碑中心僅僅關(guān)注對第二類人群的現(xiàn)實激勵，而缺乏對另外三類人群的關(guān)注，不利于虛擬社區(qū)的長遠發(fā)展。

第五，除持續(xù)發(fā)布口碑的忠誠達人外，虛擬社區(qū)中擁有眾多粉絲的意見領(lǐng)袖、成員間互動交流以及社區(qū)網(wǎng)絡(luò)拓展均對虛擬社區(qū)凝聚力與未來發(fā)展具有較大影響力。社區(qū)管理者應(yīng)當(dāng)建立相應(yīng)的專欄，對各類成員代表給予一定的激勵，以全面發(fā)揮不同類別達人的影響和作用，促進虛擬社區(qū)持續(xù)發(fā)展。

當(dāng)然，本文仍然存在一定的局限性，如目前所得數(shù)據(jù)只能看到粉絲數(shù)和關(guān)注量的靜態(tài)數(shù)據(jù)，缺乏對粉絲增長與關(guān)注動態(tài)的了解。虛擬社區(qū)管理者應(yīng)利用后臺更為豐富的數(shù)據(jù)，定期運用該方法進行分析，嘗試增加能夠反映一定時期內(nèi)變化情況的動態(tài)指標(biāo)。

參考文獻：

[1]MILLER K D，F(xiàn)ABIAN F，LIN S J.Strategies for online communities[J].Strategic management journal，2009，30（3）：305-322.

[2]LIANG C Y，CHANG C C，ROTHWELL W，et al.Influences of organizational culture on knowledge sharing in an online virtual community[J].Journal of organizational&end user computing，2016，28（4）：15-32.

[3]申光龍，彭曉東，秦鵬飛.虛擬品牌社區(qū)顧客間互動對顧客參與價值共創(chuàng)的影響研究——以體驗價值為中介變量[J].管理學(xué)報，2016，13（12）：1 808-1 816.

[4]LEAL G P A，HOR-MEYLL L F.Influence of virtual communities in purchasing decisions：the participants'perspective[J].Journal of business research，2014，67（5）：882-890.

[5]夏立新，鄭路，翟姍姍，等.基于結(jié)構(gòu)洞理論的虛擬社區(qū)邊緣用戶信息資源推薦模型構(gòu)建研究[J].情報理論與實踐，2017，40（2）：1-6.

[6]HUANG B，YU G，KARIMI H R.The finding and dynamic detection of opinion leaders in social network[J].Mathematical problems in engineering，2014（1）：1-7.

[7]CHEN Y F，TSAI C W，LIN P H.The influence of perceived risk，shopping value and opinion leader to explore online consumer purchase intention：using social network analysis[J].International journal of e-adoption，2017，9（2）：31-58.

[8]DECI E L，RYAN R M.The general causality orientations scale：self-determination in personality[J].Journal of research in personality，1985，19（2）：109-134.

[9]MA M，AGARWAL R.Through a glass darkly：information technology design，identity verification，and knowledge contribution in online communities[J].Information systems research，2007，18（1）：42-67.

[10]BIOCCA F，HARMS C，BURGOON J.Toward a more robust theory and measure of social presence：review and suggested criteria[J].Presence，2003，12（5）：456-480.

[11]趙明霞.虛擬社區(qū)成員持續(xù)參與行為的心理機制研究——基于社會認(rèn)同理論的視角[D].上海：復(fù)旦大學(xué)，2013.

[12]PITTA D A，F(xiàn)OWLER D.Online consumer communities and their value to new product developers[J].Journal of product&brand management，2005，14（5）：283-291.

[13]SUSSMAN S W，SIEGAL W S.Informational influence in organizations：an integrated approach to knowledge adoption[J].Information systems research，2003，14（1）：47-65.

[14]BARABASI A L，ALBERT R.Emergence of scaling in random networks[J].Science，1999，286（5 439）：509-512.

[15]VALENTE T W，PUMPUANG P.Identifying opinion leaders to promote behavior change[J].Health education&behavior the official publication of the society for public health education，2007，34（6）：881-896.

[16]張明立，涂劍波.虛擬社區(qū)共創(chuàng)用戶體驗對用戶共創(chuàng)價值的影響[J].同濟大學(xué)學(xué)報（自然科學(xué)版），2014，42（7）：1 140-1 146.

[17]滕沐穎，趙云澤.基于社會網(wǎng)絡(luò)分析的虛擬社區(qū)“認(rèn)知盈余”實現(xiàn)過程研究[J].新聞大學(xué)，2017（3）：79-87.

[18]WILLIAMS R L，COTHREL J.Four smart ways to run online communities[J].Mit sloan management review，2000，41（4）：81.