社會網(wǎng)絡(luò)意見領(lǐng)袖對客戶間接價值的影響

潘蕊 周靜 關(guān)蓉

內(nèi)容提要：從社會網(wǎng)絡(luò)理論出發(fā)，通過對國內(nèi)某移動通訊運(yùn)營商提供的用戶之間通話和短信數(shù)據(jù)以及消費(fèi)記錄的分析，提煉出用戶通話網(wǎng)絡(luò)與短信網(wǎng)絡(luò)的結(jié)構(gòu)特征，對網(wǎng)絡(luò)結(jié)構(gòu)變量進(jìn)行主成分分析與聚類分析，并將現(xiàn)有客戶分為不活躍用戶、中等活躍用戶和意見領(lǐng)袖，將客戶的價值分為直接價值與間接價值，探究意見領(lǐng)袖對客戶間接價值的影響?；貧w分析表明意見領(lǐng)袖的作用主要體現(xiàn)在提升客戶間接價值上，其個人消費(fèi)金額（直接價值）與其他消費(fèi)者并無顯著差異。但是，由于其在網(wǎng)絡(luò)中所處的地位和活躍程度，使得與意見領(lǐng)袖間接聯(lián)系的消費(fèi)者的消費(fèi)金額有了顯著提高。這一研究結(jié)論表明衡量客戶價值應(yīng)以個人的消費(fèi)額度為基礎(chǔ)，而且一個客戶的價值還應(yīng)該包含他的社會關(guān)系價值；為了穩(wěn)定廣大客戶長期在網(wǎng)，通信服務(wù)業(yè)要注重對意見領(lǐng)袖的識別和維護(hù)，他們具有加固網(wǎng)絡(luò)聯(lián)系的作用。

關(guān)鍵詞：社會網(wǎng)絡(luò)；客戶間接價值；意見領(lǐng)袖；主成分分析；聚類分析；回歸分析

中圖分類號：F272；C939 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-148X（2017）09-0028-05

收稿日期：2017-03-16

作者簡介：潘蕊（1985-），女，遼寧大連人，中央財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院副教授，經(jīng)濟(jì)學(xué)博士，研究方向：高維數(shù)據(jù)分析、網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)統(tǒng)計建模；周靜（1989-），本文通訊作者，女，哈爾濱人，中國人民大學(xué)統(tǒng)計學(xué)院講師，管理學(xué)博士，研究方向：客戶關(guān)系管理、社會網(wǎng)絡(luò)分析；關(guān)蓉（1985-），女，南寧人，中央財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院講師，管理學(xué)博士，研究方向：復(fù)雜數(shù)據(jù)分析。

基金項目：國家自然科學(xué)基金青年項目，項目編號：11601539；國家自然科學(xué)基金重點(diǎn)項目，項目編號：11631003；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項資金“中央財經(jīng)大學(xué)科研創(chuàng)新團(tuán)隊支持計劃”資助；中國人民大學(xué)新教師啟動基金項目，項目編號：17XNLF08。

隨著社交媒體（如Facebook，Twitter，WeChat等）的蓬勃發(fā)展，每個人都處于不同的社會網(wǎng)絡(luò)（social network），扮演著不同的社會角色，而且與網(wǎng)絡(luò)中的其他人有著各種各樣的聯(lián)系。由大大小小的網(wǎng)絡(luò)所構(gòu)成的社會，不僅包括網(wǎng)絡(luò)中的個體（node），還有這些個體之間的相互關(guān)系（relationship），社會網(wǎng)絡(luò)中的個體通過某種關(guān)系相互聯(lián)系，個體間的關(guān)系是網(wǎng)絡(luò)中資源傳遞的樞紐[1]。對通信運(yùn)營商來說，用戶無疑是最重要的資產(chǎn)。本文所要研究的問題是基于移動電話用戶的通信行為，主要是如何識別高價值用戶，并且保留住這部分用戶；如何通過分析用戶在網(wǎng)絡(luò)中的地位對其通信行為的影響而識別出具有價值的客戶，并最終在客戶管理層面給通信運(yùn)營商提供一些建議。

一、研究數(shù)據(jù)的選取與網(wǎng)絡(luò)結(jié)構(gòu)變量

消費(fèi)者的偏好和決策不是獨(dú)立形成的，而是會受到其他消費(fèi)者的影響，無論這種影響是正面的或是負(fù)面的，都會對消費(fèi)者的決策以及后續(xù)的選擇起作用[2]。社會網(wǎng)絡(luò)分析方法中有很多刻畫網(wǎng)絡(luò)特征的指標(biāo)，通過對這些指標(biāo)的分析可以更好地理解網(wǎng)絡(luò)中個體之間的聯(lián)系。

（一）數(shù)據(jù)介紹

本文的數(shù)據(jù)由國內(nèi)某移動通訊運(yùn)營商提供，研究的個體全部來自該運(yùn)營商的客戶，他們是來自國內(nèi)某大學(xué)同一學(xué)院的學(xué)生，樣本量為n=104。數(shù)據(jù)當(dāng)中記錄了這些個體在一個月的電信消費(fèi)金額（單位：元），主要是由通話和短信所產(chǎn)生的費(fèi)用構(gòu)成，記為Yi，i=1，…，104。圖1是消費(fèi)金額的直方圖，從中可以看到有兩個個體的消費(fèi)金額超過了150元，大部分個體的消費(fèi)金額集中在50元附近，我們將消費(fèi)金額視為客戶的直接價值。

除了消費(fèi)金額，還記錄了這些消費(fèi)者在當(dāng)月每天互相通電話和發(fā)短信的行為，這部分?jǐn)?shù)據(jù)被用于構(gòu)建本文研究的網(wǎng)絡(luò)結(jié)構(gòu)。本文構(gòu)造了兩個矩陣：X1和X2，它們都是104×104維的矩陣，分別代表通話和短信網(wǎng)絡(luò)。所有符號的上標(biāo)都用來區(qū)分兩個網(wǎng)絡(luò)，1代表通話網(wǎng)絡(luò)，2代表短信網(wǎng)絡(luò)。如果在當(dāng)月用戶i給用戶j打過電話，那么X1ij=1，否則X1ij=0。如果用戶i給用戶j發(fā)過短信，那么X2ij=1，否則X2ij=0。為了方便起見，讓X1和X2的對角元素都等于0，這樣的矩陣稱為鄰接矩陣或者關(guān)系矩陣（adjacency matrix）。注意到X1和X2可以是非對稱的矩陣，這意味著盡管用戶i給用戶j打過電話，但是用戶j并不一定給用戶i打過電話，兩個網(wǎng)絡(luò)的結(jié)構(gòu)是存在一定差異的。

圖1 消費(fèi)金額直方圖

（二）網(wǎng)絡(luò)結(jié)構(gòu)變量

為了描述每個個體在兩個網(wǎng)絡(luò)中所起到的作用以及所處的地位，現(xiàn)在介紹各種網(wǎng)絡(luò)變量的基本概念和計算方法。

1.點(diǎn)（node，individual，actor）：網(wǎng)絡(luò)中的每個個體被稱為一個點(diǎn)，數(shù)據(jù)中的每個消費(fèi)者都是一個點(diǎn)。

2.邊（edge，relationship）：當(dāng)網(wǎng)絡(luò)中的某兩個個體產(chǎn)生了某種聯(lián)系之后就形成了一條邊，如果個體i給個體j打過電話，相應(yīng)的X1ij=1，他們之間就存在一條邊，也就是說他們之間產(chǎn)生了“打電話”關(guān)系，值得注意的是邊是有方向的。

3.點(diǎn)的度數(shù)（degree）：對于非對稱鄰接矩陣來說，點(diǎn)的度數(shù)分為輸出度數(shù)（out-degree）和輸入度數(shù)（in-degree）。簡單來說，個體i的輸出度數(shù)就是以i為起點(diǎn)的邊的數(shù)量，其輸入度數(shù)就是以i為終點(diǎn)的邊的數(shù)量。以通話網(wǎng)絡(luò)為例，個體i的輸出度數(shù)就是i給多少人打了電話（即呼出電話數(shù)），其輸入度數(shù)就是多少人給他打了電話（即呼入電話數(shù)），可以利用鄰接矩陣非常容易算出每個個體的輸出和輸入度數(shù)。以通話網(wǎng)絡(luò)為例，個體i的輸出和輸入度數(shù)分別為：

D1Oi=∑j≠iX1ij，D1Ii=∑j≠iX1ji。

如果某一個體的輸出和輸入度數(shù)都為0，可稱其為孤立點(diǎn)，因為他與網(wǎng)絡(luò)中的其他個體沒有任何聯(lián)系。輸出度數(shù)大的點(diǎn)被稱為信息的發(fā)送者，而輸入度數(shù)大的點(diǎn)被稱為信息接收者。度數(shù)越大的點(diǎn)在網(wǎng)絡(luò)中越活躍，因為他與網(wǎng)絡(luò)中的很多個體都會有直接的聯(lián)系，從而在網(wǎng)絡(luò)中可以起到非常重要的作用。類似的，也可以在短信網(wǎng)絡(luò)上定義輸出和輸入度數(shù)。endprint

4.網(wǎng)絡(luò)的密度（density）：網(wǎng)絡(luò)密度就是這個網(wǎng)絡(luò)中所觀測到的邊的數(shù)量與這個網(wǎng)絡(luò)可能形成的所有的邊的數(shù)量的比值，這個數(shù)值介于0到1之間，密度越大說明網(wǎng)絡(luò)中個體的聯(lián)系越緊密，可以通過計算網(wǎng)絡(luò)的密度而對網(wǎng)絡(luò)中個體聯(lián)系的疏密程度有一個大概地了解。

5.點(diǎn)的接近中心度（closeness centrality）：從一定程度上，點(diǎn)的度數(shù)反映了每個個體在網(wǎng)絡(luò)中的活躍程度，度數(shù)大的點(diǎn)更有可能處在網(wǎng)絡(luò)的中心位置，起到傳遞信息的重要作用。但是，在計算某個點(diǎn)的度數(shù)時只考慮與這個點(diǎn)有直接聯(lián)系的那些點(diǎn)屬于衡量點(diǎn)局部性質(zhì)的統(tǒng)計量，而點(diǎn)的接近中心度考慮了每個點(diǎn)能夠到達(dá)的所有的點(diǎn)更接近全局的概念。

假設(shè)從個體i出發(fā)經(jīng)過一些沒有重復(fù)的點(diǎn)還有邊，能夠到達(dá)個體j，他們之間便形成了一條路徑。值得注意的是從i到j(luò)可能存在不止一條路徑，每條路徑都可以計算其長度，也就是這條路徑包含的邊的數(shù)量。我們將最短路徑的長度定義為從i到j(luò)的距離，記為dij。對于個體i，將他能夠到達(dá)的點(diǎn)的數(shù)量記為Ii。點(diǎn)的輸出接近中心度（out-closeness centrality）的一種定義如下（以通話網(wǎng)絡(luò)為例）：C1Oi=I1i/（n-1）∑j≠id1ij/I1i。

仔細(xì)觀察接近中心度的公式，發(fā)現(xiàn)分子是個體i能夠到達(dá)的人的數(shù)量占總?cè)藬?shù)的比，分母是個體i到能夠達(dá)到的人的平均距離。類似的，將能夠到達(dá)個體i的點(diǎn)的數(shù)量記為Ji，仍然以通話網(wǎng)絡(luò)為例可以得到輸入接近中心度的公式（in-closeness centrality）：C1Ii=J1i/（n-1）∑j≠id1ji/J1i。

同理，每一個體在短信網(wǎng)絡(luò)中的輸出（輸入）中心度的公式分別為：

C2Oi=I2i/（n-1）∑j≠id2ij/I2i，C2Ii=J2i/（n-1）∑j≠id2ji/J2i。

如果Ii（或者Ji）取值為0，也就是個體i不能到達(dá)任何其他個體（或任何其他個體無法到達(dá)個體i），相應(yīng)的輸出（輸入）接近中心度取值為0。注意到，輸出（輸入）接近中心度最小取值為0，最大取值為1。接近中心度越大的個體，到達(dá)其他點(diǎn)（或其他點(diǎn)到達(dá)他）的平均距離就越短，說明他與其他個體互相傳遞信息的效率越高。因此，點(diǎn)的接近中心度在一定程度上反映了個體在網(wǎng)絡(luò)中的中心地位。

6.中間中心度（betweenness centrality）：網(wǎng)絡(luò)中有很多的點(diǎn)并不能直接相連，而是需要經(jīng)過某些路徑到達(dá)彼此，處于路徑上的點(diǎn)在一定程度上起到了某種控制和傳遞作用。如果某個點(diǎn)處于很多路徑上，說明其他的點(diǎn)之間的聯(lián)系依賴這個點(diǎn)，那么其在網(wǎng)絡(luò)中有很大的影響力，處于非常重要的中心地位，我們視這種點(diǎn)為“中介”。點(diǎn)的中間中心度就能夠幫助我們很好地衡量這種影響力。這里采用最常用的Freeman（1979）[3]的定義，用j和k代表兩個不同的個體，gjk表示從j到k的最短路徑的條數(shù)。現(xiàn)在考慮另外一個個體i，如果i處于j到k的最短路徑中，我們說j到k的最短路徑經(jīng)過i，用gjk（i）表示最短路徑中有多少條是經(jīng)過i的，那么個體i的中間中心度定義如下（以通話網(wǎng)絡(luò)為例）：

B1i=∑j≠kg1jk（i）/g1jk。

類似的，我們可以定義短信網(wǎng)絡(luò)中個體的中間中心度，B2i=∑j≠kg2jk（i）/g2jk。這樣定義的點(diǎn)的中間中心度取值在0和n-1（n-2）之間。如果取值為0，說明某個點(diǎn)沒有在任何最短路徑中出現(xiàn)。如果取到最大值，說明某個點(diǎn)出現(xiàn)在所有其他點(diǎn)的最短路徑中。在下文中所報告的都是標(biāo)準(zhǔn)化的中間中心度，中間中心度越大的點(diǎn)越有可能決定著網(wǎng)絡(luò)中信息的傳遞的方向和效率，它們在網(wǎng)絡(luò)中也就處于非常重要的地位。

在定義了以上變量之后，現(xiàn)將這10個變量的描述統(tǒng)計列在表1當(dāng)中。從表1可以得到以下結(jié)論：第一，對于輸出和輸入度數(shù)來說，通話網(wǎng)絡(luò)較比短信網(wǎng)絡(luò)在5個度量上的取值都要偏小。例如通話網(wǎng)絡(luò)的輸出（輸入）度數(shù)的均值是455，而短信網(wǎng)絡(luò)的相應(yīng)的取值是696，這說明個體在短信交流方面要比通話更為頻繁。第二，類似的，對于輸出（輸入）接近中心度來說，也能觀察到類似于輸出（輸入）度數(shù)的結(jié)論，這都說明該樣本的個體在短信網(wǎng)絡(luò)的表現(xiàn)更為活躍。第三，對于中間中心度來說，短信網(wǎng)絡(luò)的中間中心度的最大值要高于通話網(wǎng)絡(luò)，但均值和中位數(shù)相對較低。

二、數(shù)據(jù)的主成分分析

在進(jìn)行主成分分析之前先將10個變量進(jìn)行標(biāo)準(zhǔn)化，使得每個變量的均值為0，方差為1，這樣做相當(dāng)于使用相關(guān)系數(shù)矩陣來進(jìn)行主成分分析。在選取主成分個數(shù)的時候使用Kaiser準(zhǔn)則，保留特征值大于1的主成分，得到兩個主成分，對應(yīng)的特征值分別為704和112，這兩個主成分對應(yīng)的系數(shù)見表2。從表2中不難看出所有變量在第一主成分上的系數(shù)相差不多，可以將第一個主成分看成是所有變量的平均水平，也可以理解為用戶在兩個網(wǎng)中的總體表現(xiàn)。在第二主成分上發(fā)現(xiàn)和通話網(wǎng)絡(luò)相關(guān)的變量的系數(shù)為正，而和短信網(wǎng)絡(luò)相關(guān)的變量的系數(shù)為負(fù)，這說明第二主成分刻畫了通話網(wǎng)絡(luò)和短信網(wǎng)絡(luò)的對比。

再進(jìn)一步計算所有個體在兩個主成分上的主成分得分。由于第一主成分代表的是所有網(wǎng)絡(luò)變量的平均水平，也就是用戶在兩個網(wǎng)絡(luò)中的整體表現(xiàn)。在第一主成分上得分較高的個體，其在兩個網(wǎng)絡(luò)中總體表現(xiàn)活躍；第二主成分代表的是兩個網(wǎng)絡(luò)的對比，在第二主成分上得分絕對值較高的個體，他們在兩個網(wǎng)絡(luò)中表現(xiàn)差異很大。為了進(jìn)一步對個體進(jìn)行區(qū)分，我們利用所有個體的兩個主成分得分進(jìn)行聚類分析，這里采用了k均值聚類的方法，通過偽F統(tǒng)計量的取值來決定類別的個數(shù)，最后將個體分為3類（類別為2到5時，偽F統(tǒng)計量的取值分別為：1256，1370，1291和1204，在類別為3時達(dá)到峰值）。我們將所有個體在兩個主成分上的得分以及類別描繪在圖2中，每個類別比較有代表性的個體編號也顯示在圖2當(dāng)中。

圖2 根據(jù)主成分得分得到的類別

圖2實(shí)心點(diǎn)、空心方塊和空心倒三角分別代表3個不同類別，第一個類個體，在第一主成分上得分基本都小于0，說明他們在兩個網(wǎng)絡(luò)中的活躍程度很低；他們在第二主成分上得分絕對值也不算很高，說明其在兩個網(wǎng)絡(luò)中活躍程度都偏低。這類客戶以13、29、67號個體為代表，總共有39人。第二類個體在第一主成分上得分要高于第一類，說明其總體活躍程度較高，在第二主成分上得分與第一類相似。這類客戶以55、68號個體為代表，總共有50人。第三類個體非常值得關(guān)注，他們在第一主成分上得分非常高，說明其總體活躍程度很高；在第二主成分上的得分絕對值也很高，說明其在兩個網(wǎng)絡(luò)中表現(xiàn)差異很大。例如43號個體，在通話網(wǎng)絡(luò)中的活躍度要遠(yuǎn)遠(yuǎn)高于其在短信網(wǎng)絡(luò)中的，而2、9、11號個體在短信網(wǎng)絡(luò)中的表現(xiàn)要比通話網(wǎng)絡(luò)中的活躍很多，以他們?yōu)榇淼牡谌惪蛻艨偣灿?5人。endprint

由此，可通過網(wǎng)絡(luò)結(jié)構(gòu)變量將消費(fèi)者分成了三類，將第一類消費(fèi)者視為“不活躍”群體，將第二類消費(fèi)者視為“中等活躍”群體，將第三類消費(fèi)者視為“極度活躍”群體。這里面最值得關(guān)注的是第三類消費(fèi)者，他們在網(wǎng)絡(luò)中處于中心位置，屬于意見領(lǐng)袖。雖然這類消費(fèi)者是極度活躍的群體，但是其在兩個網(wǎng)絡(luò)中的表現(xiàn)差異很大。

三、數(shù)據(jù)的回歸分析

現(xiàn)將消費(fèi)金額的對數(shù)值作為因變量，根據(jù)消費(fèi)者被分成三個不同的類別而構(gòu)造兩個啞變量D1和D2。當(dāng)消費(fèi)者屬于第一類時，兩個啞變量同時取值為0；當(dāng)消費(fèi)者是第二類時D1取值為1，D2取值為0；當(dāng)消費(fèi)者是第三類時D1取值為0，D2取值為1。具體的回歸模型如下：

lnYi=β0+β1D1i+β2D2i+εi（1）

其中εi是誤差項。（1）式的回歸結(jié)果見表3。

從表3可以看到回歸模型的F沒有通過檢驗，也就表明模型（1）并不顯著。這說明在網(wǎng)絡(luò)中活躍程度不同的消費(fèi)者的消費(fèi)金額并沒有顯著差異，意見領(lǐng)袖的直接價值與其他消費(fèi)者并沒有顯著差別。

現(xiàn)在定義一個新的變量Yi，對于每個消費(fèi)者i來說，Yi就是他在當(dāng)月有聯(lián)系的所有個體（包括通話和短信）的消費(fèi)金額的總和。我們將Yi視作個體i的間接價值，其數(shù)值大小能反映了個體所聯(lián)系的所有人的消費(fèi)情況，于是我們建立了模型（2）：

lnYi=β0+β1D1i+β2D2i+εi（2）

更具體地說，如果某個個體在網(wǎng)絡(luò)中非?；钴S，那么網(wǎng)絡(luò)中就會有很多個體與他產(chǎn)生聯(lián)系，他的間接價值就會很高，其回歸結(jié)果見表4。

從中可以看到回歸模型（2）的全模型F檢驗是顯著的，判決系數(shù)達(dá)到566%。另外，所有系數(shù)的估計都是顯著的。β1和β2的估計值的符號和大小說明意見領(lǐng)袖所帶來的間接價值最高，其次是第二類消費(fèi)者，最低的是第一類消費(fèi)者。所以，消費(fèi)者的網(wǎng)絡(luò)地位會在一定程度上影響其消費(fèi)行為。

具體來說，雖然意見領(lǐng)袖（第三類）的消費(fèi)金額與其他兩類沒有顯著差異（見表3），但是他所帶來的間接價值要顯著高于其他兩類客戶。這也就說明，研究電信消費(fèi)的時候不能只考察消費(fèi)者的直接消費(fèi)金額，更不能認(rèn)為消費(fèi)金額高的消費(fèi)者價值就高，消費(fèi)金額低的就沒有價值；相反，我們要關(guān)注消費(fèi)者在網(wǎng)絡(luò)中所處的地位以及其活躍程度。因為網(wǎng)絡(luò)中的意見領(lǐng)袖，雖然消費(fèi)金額不一定很高，但在網(wǎng)絡(luò)中起到非常關(guān)鍵的作用，有著很高的社會關(guān)系價值。所有的消費(fèi)者會因為意見領(lǐng)袖而聯(lián)系得更加緊密，信息的傳遞也會更加有效率。因此，意見領(lǐng)袖會帶來很高的間接價值，在分析客戶價值的過程中不能忽略他們的作用。

四、研究結(jié)論

首先，研究數(shù)據(jù)刻畫了兩個不同的網(wǎng)絡(luò)，分別是通話和短信網(wǎng)絡(luò)。兩個網(wǎng)絡(luò)存在著顯著差異。從各種網(wǎng)絡(luò)變量的取值來看，個體在短信網(wǎng)絡(luò)中的活動更為頻繁，這符合當(dāng)代人的行為習(xí)慣，尤其對于大學(xué)生來說，發(fā)短信更是普遍的行為，而非打電話。

其次，我們通過聚類分析而將網(wǎng)絡(luò)中的個體分成了三類，分別是“不活躍”、“中等活躍”以及“意見領(lǐng)袖”這三個群體，意見領(lǐng)袖在網(wǎng)絡(luò)中起到最重要的作用，他們使得網(wǎng)絡(luò)中個體之間的聯(lián)系更加緊密，信息的傳遞也更加有效，這類個體可以說是網(wǎng)絡(luò)中的“粘合劑”。但是，在第一部分的回歸當(dāng)中我們發(fā)現(xiàn)這三類個體的消費(fèi)金額沒有顯著差異，意見領(lǐng)袖的直接價值和其他消費(fèi)者并沒有顯著差別。

最后，我們定義了用戶的間接價值，間接價值體現(xiàn)了用戶在網(wǎng)絡(luò)中的影響力。從第二部分的回歸結(jié)果中發(fā)現(xiàn)意見領(lǐng)袖的間接價值高于那些不活躍的個體，這就說明在衡量客戶價值的時候除了要考慮客戶自身帶來的直接價值外，還應(yīng)該考慮由于社會網(wǎng)絡(luò)關(guān)系而帶來的間接價值。

五、管理啟示

對于通信運(yùn)營商，基于上述結(jié)論給出了如下一些建議。

首先，把握大學(xué)生消費(fèi)行為特點(diǎn)，重視集團(tuán)短信營銷方案。對大學(xué)生群體而言，更偏好于使用短信交流，對短信溝通的需求更強(qiáng)。目前，通信運(yùn)營商對語音業(yè)務(wù)的營銷考慮更多，對短信業(yè)務(wù)的營銷考慮較少，對學(xué)生的短信套餐都是兩部式定價，沒有考慮短信網(wǎng)絡(luò)的因素。因此，運(yùn)營商還可以考慮如何在校園市場優(yōu)化短信業(yè)務(wù)的營銷方案。

其次，關(guān)注社會關(guān)系網(wǎng)絡(luò)，正確衡量客戶價值。通信行業(yè)衡量客戶價值是以個人的消費(fèi)額度為基礎(chǔ)的，并據(jù)此制定營銷方案。但是，一個客戶的價值還應(yīng)該包含他的社會關(guān)系價值，特別是對于通信服務(wù)而言，正確衡量一個用戶價值既要計算他的直接價值，還要計算他的間接價值。

最后，為穩(wěn)定廣大客戶常期在網(wǎng)，要注重意見領(lǐng)袖的識別和維護(hù)。一個客戶忠誠于某個運(yùn)營商既可能因為自己的偏好，也可能是因為受周圍人群的影響，意見領(lǐng)袖有加固網(wǎng)絡(luò)聯(lián)系的作用，可以起到類似粘合劑的作用。因此，識別出意見領(lǐng)袖，穩(wěn)定他們通信網(wǎng)絡(luò)中非常有利于維護(hù)整個通信網(wǎng)絡(luò)的穩(wěn)定。

本文的研究也存在一定的局限性。首先從樣本上看只考慮了某高校某一學(xué)院的通信網(wǎng)絡(luò)，樣本量較小，但優(yōu)點(diǎn)是可以最大程度的觀測到全網(wǎng)的結(jié)構(gòu)。在未來的研究中希望可以擴(kuò)大樣本量，研究更大規(guī)模的網(wǎng)絡(luò)中用戶的行為是如何受到社交網(wǎng)絡(luò)變量影響的。其次，隨著社交軟件的發(fā)展，短信已不再是唯一的即時通信工具，如現(xiàn)在有更多的年輕人使用微信作為日常主要的交流工具，遺憾的是運(yùn)營商無法記錄到用戶使用社交軟件的行為，無法構(gòu)建基于社交軟件的用戶網(wǎng)絡(luò)關(guān)系也就無法探討該網(wǎng)絡(luò)結(jié)構(gòu)對人們的消費(fèi)行為有何影響。所以，如果未來可以在這方面有所突破也將會是對現(xiàn)有研究的一個有力補(bǔ)充。最后，受數(shù)據(jù)收集的限制，本文考慮的變量也十分有限，未來的研究可以考慮增加更多的變量，來豐富研究結(jié)果。

參考文獻(xiàn)：

[1] Wellman， B. and Berkowitz， S.D. （eds）. Social Structures[M].Cambridge： Cambridge University Press，1988.

[2] Duncan， J.W.， and Dodds， P. S. Influentials， Networks， and Public Opinion Formation[J].Journal of Consumer Research，2007，34（4）：441-458.

[3] Freeman， L.C. Centrality in Social Networks： I. Conceptual Clarification. Social Networks， 1979， 1.endprint