网络拓扑特征对病毒式营销传播动态影响的研究 ——基于新浪微博大数据的实证分析
发布时间：2020-08-11 16:27:06 点击次数：335
本文基于新浪微博的大数据，应用分位数回归，实证分析了网络拓扑特征4个相关变量对病毒式营销信息传播的动态影响。通过对真实营销数据的动态分析发现，病毒式营销信息的传播过程具有两阶段特性：在传播初期，初始信息源规模、高影响力群体是激活营销传播关键因素；传播后期，社群规模与数量关系特征、网络结构非均衡性成为传播持续的主要驱动因素。研究发现，传播激活后的病毒式营销传播存在一个动力转换的“弱过度区间”，相当一部分营销信息因缺乏持续扩散的动力条件，难以跨越“弱过度区间”而“早衰”。企业通过在线交流与沟通，提升社群自我增强能力，来牵引整个传播过程，以形成长生命周期大尺度病毒式营销传播。本研究丰富和拓展了学界对病毒式营销信息在新媒体平台上传播机制的理解，也为企业在新媒体上优化病毒式营销传播效果，提供了实践性思路。
关键词：病毒式营销；网络拓扑特征；信息传播；初始信息源；社群
作者简介：陆煊，上海财经大学国际工商管理学院博士生；江若尘，上海财经大学国际工商管理学院，上海财经大学，上海发展研究院教授，博士生导师
内容提要：本文基于新浪微博的大数据，应用分位数回归，实证分析了网络拓扑特征4个相关变量对病毒式营销信息传播的动态影响。通过对真实营销数据的动态分析发现，病毒式营销信息的传播过程具有两阶段特性：在传播初期，初始信息源规模、高影响力群体是激活营销传播关键因素；传播后期，社群规模与数量关系特征、网络结构非均衡性成为传播持续的主要驱动因素。研究发现，传播激活后的病毒式营销传播存在一个动力转换的“弱过度区间”，相当一部分营销信息因缺乏持续扩散的动力条件，难以跨越“弱过度区间”而“早衰”。企业通过在线交流与沟通，提升社群自我增强能力，来牵引整个传播过程，以形成长生命周期大尺度病毒式营销传播。本研究丰富和拓展了学界对病毒式营销信息在新媒体平台上传播机制的理解，也为企业在新媒体上优化病毒式营销传播效果，提供了实践性思路。
关 键 词：病毒式营销；网络拓扑特征；信息传播；初始信息源；社群
互联网已进入了一个全新的时代。随着数字媒体的兴起，传统大众媒体的营销价值开始弱化，越来越多的消费者逐渐对传统营销工具产生了疏远心理。[1]另一方面，随着以社交网站为代表的新媒体快速普及，改变了消费者获取、处理和消费信息的方式。越来越多的企业开始通过新媒体，以病毒式营销方式传播信息。与传统营销工具相比，病毒式营销具有成本低、可信度高、传播速度快的优势，已成为企业整合营销的重要组成部分，国内外都有成功的案例。
但许多企业发现，与传统大众媒体相比，消费者接收到特定信息的几率急剧下降，使许多精心设计的营销信息很难到达目标用户。美国数据分析公司EdgeRank Checker统计了3万多条发布在美国著名社交媒体脸谱(Facebook)上的营销信息，发现一条信息的平均“寿命”仅为2小时56分钟，有些甚至低于15分钟。[2]互联网技术快速发展，为企业病毒式营销带来了巨大的机遇，但为什么取得成功的企业却不多见？[3]从传统媒体营销价值的弱化到新媒体信息寿命的不确定性，我们可能会问：哪些因素会影响到病毒式营销传播效果？传播激活后又需要什么样的动力条件延续传播“寿命”？
现有文献中，从两个领域探讨了上述问题。复杂网络科学的研究认为，网络中最普遍的是“小世界”(Small World)和“无标度”(Scale-free)特性，前者具有高聚类系数、短路径的拓扑特征，信息传播效果优于随机网络；[4]后者拥有一些超高连接度的中心节点，信息传播效率比随机网络更高。[5]夏克林和保罗(Shakarian and Paulo)构建了多种迥然不同的网络结构，发现每个网络都拥有独特的信息扩散机制，而扩散初期网络结构的微小差异，会导致信息最终传播效果的巨大差异。在营销传播学领域这方面研究的文献相对较少。[6]班布(Bampo)、欣茨(Hinz)和卡托纳(Katona)等学者的工作具有一定的代表性。班布和欣茨认为传播网络中参与者的行为特征、企业育种策略(选择关键参与者)、网络的宏观拓扑特征和信息的内容吸引力等因素，都会影响病毒式营销传播的效果，并通过数值模拟的方法，在随机网络、小世界网络和无标度网络上验证了上述假设。[7]卡托纳等学者以微观拓扑特征为对象，研究发现新产品消费的决策，主要受已有消费体验采纳者的网络特征、已采纳者的局部网络特征以及尚未采纳者的人口统计特征的影响。其中，前两种情境对提高潜在受众的采纳率具有显著作用。[8]
与传统大众营销活动相比，病毒式营销注重消费者之间的互动传播，以及随之形成的传播网络，而在研究营销网络运行时，都会涉及到对网络拓扑结构特征的认识。因此，分析网络拓扑结构的演化对病毒式营销信息传播的影响，已成为网络营销的一个重要课题。但目前该领域的研究，还缺乏对病毒式营销过程中各种因素作用机制的探讨。此外，由于数据可获得性，现有的研究主要采用计算机仿真和小规模案例分析，难以从整体上对病毒式营销传播动力条件变化过程进行动态分析。从市场营销的角度来看，究竟哪些度量具有营销内涵，对营销信息的传播效果具有显著影响；企业在优化病毒式营销策略时，需要重点关注哪些因素，以往的研究并没有给出明确的结论。鉴于此，本文基于传播学、网络科学与社会资本理论，着力研究两个问题：病毒式营销信息传播的网络拓扑特性及其对传播效果的作用强度和方向是怎样的？病毒式营销激活形成与持续扩散两个不同阶段中，传播动力条件有何差异？通过将大数据分析方法引入互联网营销传播领域，对我国消费者真实行为数据的实证分析，对上述问题展开讨论，丰富和拓展学界对病毒式营销信息在新媒体平台上传播机制的理解。
二、理论综述与假设
(一)病毒式营销与传播网络的拓扑特征
病毒式营销是指营销者采用口碑(Word-of-Mouth)传播的形式，激励消费者主动分享、传播与企业或品牌相关的、精心设计的信息，实现特定营销目标的行为。[9]为描述病毒式营销的传播机制，假设存在一个由N个用户组成的新媒体平台网络G(V，E)，其中V=｛｝代表用户集合，E=｛e(i，j)∈E；i，j∈V｝代表用户间关联关系。营销信息传播伊始，企业从新媒体平台网络中选择其中一组用户()作为初始信息源。在其后每个传播层，平台用户开始逐渐参与到信息传播中，由此产生一个参与用户序列：
其中，表示第i个传播层的用户集合。需要强调的是，新媒体平台网络与营销信息传播网络是两个不同的网络：前者定义了所有潜在信息接收群体，在传播过程中恒稳不变；后者定义了参与信息传播用户构成的网络，随时间规模递增。营销信息传播网络包含了传播参与者集合()，以及新媒体平台网络中这些用户间的关联关系(=｛e(v，w)∈E；v，w∈｝)。如果按传播层，依次绘出传播参与者及其关联关系，即可观察到营销信息在新媒体平台网络中的传播路径。企业通过分析新媒体网络平台，将传播网络中第一传播层的核心节点列为备选信息源(见图1A)，并从中优选出初始信息源群体，激活营销信息在信息接收群体中快速扩散(见图1B)。这一过程国外营销学文献称之为育种策略(Seeding Strategy)，即在传播初期选择关键传播者的策略。
由此可见，着眼网络拓扑结构特征，有效的病毒式营销信息传播的动态演化过程可表述为：企业选择合适的初始信息源群体，激活营销信息在信息接收群体中快速传播。通过构建高效的传播网络，优化传播动力条件，实现信息持续扩散，以达到传播效果最大化。在这一过程中，企业引导信息传播路径，顺着消费者的习惯强化印象，保持了品牌形象或信息价值在传播中的完整性，从而将传统媒体的权威性、可控性与新媒体的用户洞察及互动、广泛性融为一体，提升了营销信息的商业价值和社会价值。
(二)网络拓扑特征相关变量对病毒式传播影响
1.初始信息源规模
采用多少初始信息源作为信息传播的起点，是非常敏感的初始条件。初始信息源对于病毒式营销来说，类似传染病扩散过程中的初始病源体，当其规模达到临界区间，传播就被激活。从社会资本视角看，个体拥有的网络连接越多，获取、应用社会资源的能力越强，越容易实现自身目标。在新媒体上，企业使用的初始信息源数量越多，信息的曝光度越高，消费者接触到信息的概率和传播意愿也越高。[10]这也是大众媒体传播规模特性在新媒体平台上的体现。因此，本文提出以下研究假设：
研究假设：初始信息源规模越大，对病毒式营销信息传播效果的促进作用越大。
2.社群规模与数量关系特征
图1 新媒体平台网络与营销信息传播网络示意图
注：图1模拟了一个新媒体平台网络，以及基于该网络实现的营销信息传播网络。其中，实心圆代表营销信息发布企业，空心圆代表参与传播用户。营销信息传播网络中，参与者间点划线代表未激活的关联关系，营销信息无法通过该路径实现传播。
人们以社群的方式在网络上存在。学术界一般认为社群是“一个拥有某种共同的价值、规范和目标的实体，其中每个成员都把共同的目标当作自己的目标”。[11]人们从属于一个社群，也因社群的不同而区分。各个社群不是完全隔绝的，很多社群总是可以通过不同的人而联系起来。[12]从营销的视角分析，市场是消费者交流活动的结果，网络社群是一群有着共同兴趣爱好和需求的人在网上集聚而成的消费者群体。在社群内充分交换产品价格和质量信息，交流体验感受，结果是具有“近邻模仿效应”(Neighborhood Effect)的大规模购买力。网络社群也是一个开放的小世界，一个“自平衡”市场生态系统。新的消费者进来会发现，在社群内部，也有明显的层级差异。对企业品牌信息具有不同程度的知晓度和忠诚度，由此差异形成的冲突与包容，引导社群进入动态发展的佳境，吸引更多的消费者了解企业的信息。
