希南·阿拉爾(Sinan Aral)
每次演講時,我都會做個小實驗:
首先,我請在推特上關注了演員阿什頓·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,當我再問:他的推文直接影響過你的行動嗎?大部分時候,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人們的行為,那他的影響力又體現(xiàn)在哪里?
這個問題值得所有營銷員深思。
關于“影響力”的爭論
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》(The Tipping Point)一書使“影響者”這一概念迅速躥紅。各路商家深信,如果能把產品推給互相關注、發(fā)言踴躍的特定消費者群體,人際影響的效應遲早將觸發(fā)產品的流行引爆點。他們在社交媒體營銷上投入巨額資金,希望積聚足夠的人氣,并同時運用Klout、PeerIndex等公司開發(fā)的“影響力指標”,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,轉向點對點的口碑營銷。影響力的效力并不止于營銷領域。政策制定者也在研究如何運用影響力來為社會帶來積極變化,例如,減少肥胖。
這項工作極富挑戰(zhàn)性。即使手握強大統(tǒng)計工具的數(shù)據(jù)科學家也會發(fā)現(xiàn),從紛繁復雜的各種因素中剝離出影響力因素絕非易事。準確把握影響力,可以提升企業(yè)利潤,助推社會改革;但如果判斷失誤,將原本就具有購買傾向的消費者當成營銷目標人群,那么營銷活動就做了無用功。
在研究了影響力在消費行為中的作用后,一些學者開始質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)一書中就認為,影響力本身并不必然制造流行趨勢,在引領潮流方面,大明星庫徹和普通人并無分別。
解決這些爭論需要數(shù)據(jù),尤其是實驗數(shù)據(jù)。為此,我和同事以社交媒體為平臺,進行了一系列實驗研究,意在更精確地評估影響力。盡管這些試驗的最終結論尚不明晰,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,我們常把相關關系和因果關系搞混。
眾多關于人類行為方式的研究已經表明,人們傾向于同時和朋友做相同的事。這是人們互相影響的結果,還是緣于其他因素呢?社會學中的“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:我們同時購買相同的產品,觀看同樣的電視節(jié)目,瀏覽同樣的網站(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)象看似受控于社會影響力,其實可能與之完全無關。研究者將這些同嗜現(xiàn)象稱為“混雜因素”(confounding factors)。
為準確評估社會影響力,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我產生的額外影響。在實際操作中,這非常困難,好在社交媒體提供了全新的實驗平臺。
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通訊平臺的2700萬用戶對某項移動服務的使用情況,具體說,就是考察用戶的使用和推薦如何影響其好友對該服務的選擇。實驗目的在于,運用統(tǒng)計方法,將影響力因素從同嗜性等混雜因素中區(qū)分出來。
結果表明,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果。我們還發(fā)現(xiàn),在產品生命周期的早期階段,人們對影響力的高估尤為這些發(fā)現(xiàn)可能會讓你徹底改變營銷戰(zhàn)略。
假設你是一位首席營銷官,正在籌備新品發(fā)布。公司數(shù)據(jù)科學家分析認為,該產品的采用者會帶動很多朋友采用這款產品,你會怎么做?若數(shù)據(jù)科學家認為,在90%的情況下,影響力發(fā)揮了作用,你可能會將大部分預算投入到點對點營銷和口碑營銷上;若數(shù)據(jù)科學家認為,在90%的情況下,同嗜性在發(fā)揮作用,你會意識到,以人際影響為核心的點對點營銷可能派不上用場,于是轉而研究潛在用戶群的特征,細分市場,利用傳統(tǒng)的廣告和促銷手段來贏得消費者。
人們愿意將好處傳遞給朋友
在第二項實驗中,我們研究了1 4 0萬Facebook用戶下載一款電影應用的情況,以找出影響他們做出決定的因素。
我們將下載了這款應用的用戶隨機分成三組:第一組用戶有權自行邀請朋友試用;第二組用戶的朋友則會接到一條自動生成的信息,提示你的好友正在使用這款應用;第三組用戶的朋友不會收到任何信息。結果,收到主動邀請的人中,有6%下載了應用;在收到自動提示的人群中,這一比例僅為2%。
此外,我們比較了發(fā)送個邀請而成功邀請到朋友以及只是向朋友發(fā)送自動提示就邀請到朋友的這兩類已有用戶,長期來看,前者使用應用的時間比后者多出17%。
總而言之,這些營銷策略不僅提高了用戶的參與度,還帶來了相當數(shù)量的新用戶。更值得一提的是,設計并實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,即影響力越強的人,越不易受別人影響,反之亦然。
雖然這些結論不一定對所有產品都成立,但我們的實驗示范了衡量影響力的一般方法,這有助于企業(yè)搞清楚哪類消費者的影響力能為其產品帶來更多用戶。
此后,我們又研究了企業(yè)應如何激勵消費者向他人推薦其產品。
在實驗中,為推廣一家網上花店,我們設置了三種激勵方式:如果向朋友推薦訂花服務,第一組用戶每人獲得10美元的獎勵(“自私激勵”);第二組用戶沒有任何獎勵,但他們的朋友在該網站注冊即可得到10美元折扣(“慷慨激勵”);第三組用戶和他們的朋友每人各得5美元(“公平激勵”)。
結果出乎意料:慷慨激勵和公平激勵比自私激勵帶來了更多推薦次數(shù)。這表明,人們愿意將好處傳遞給朋友,而不是轉發(fā)垃圾郵件。
我們應積極地研究驅動人類行為發(fā)生變化的因素,社會影響力營銷的未來有賴于此。如果錯將混雜因素當成影響力,我們將在市場營銷乃至公共政策領域走彎路。