为准确评估社会影响力，我们需要找出各种混杂因素，以区分开行为倾向和行为变化。若要衡量你可以在多大程度上影响我的购买决定，就必须区分我已有的购买倾向和你的推荐行为对我产生的额外影响。在实际操作中，这非常困难，好在社交媒体提供了全新的实验平台。
我们研究了雅虎即时通讯平台的2700万用户对某项移动服务的使用情况，具体说，就是考察用户的使用和推荐如何影响其好友对该服务的选择。实验目的在于，运用统计方法，将影响力因素从同嗜性等混杂因素中区分出来。结果表明，传统模型将影响力的作用高估了七倍之多；约有一半的“影响力”只是同嗜现象及其他混杂因素的结果。我们还发现，在产品生命周期的早期阶段，人们对影响力的高估尤为严重。这是因为产品早期采用者之间的相似性较后期采用者更为显着。那些在苹果门店前彻夜排队的iPhone迷就是鲜活的例子。
这些发现可能会让你彻底改变营销战略。假设你是一位首席营销官，正在筹备新品发布。公司数据科学家分析认为，该产品的采用者会带动很多朋友采用这款产品，你会怎么做？若数据科学家认为，在90%的情况下，影响力发挥了作用，你可能会将大部分预算投入到点对点营销和口碑营销上；若数据科学家认为，在90%的情况下，同嗜性在发挥作用，你会意识到，以人际影响为核心的点对点营销可能派不上用场，于是转而研究潜在用户群的特征，细分市场，利用传统的广告和促销手段来赢得消费者。
在第二项实验中，我们研究了140万Facebook用户下载一款电影应用的情况，以找出影响他们做出决定的因素。我们将下载了这款应用的用户随机分成三组：第一组用户有权自行邀请朋友试用；第二组用户的朋友则会接到一条自动生成的信息，提示你的好友正在使用这款应用；第三组用户的朋友不会收到任何信息。结果，收到主动邀请的人中，有6%下载了应用；在收到自动提示的人群中，这一比例仅为2%。此外，我们比较了发送个邀请而成功邀请到朋友以及只是向朋友发送自动提示就邀请到朋友的这两类已有用户，长期来看，前者使用应用的时间比后者多出17%。总而言之，这些营销策略不仅提高了用户的参与度，还带来了相当数量的新用户。更值得一提的是，设计并实施这些策略只需一次性支出600美元。
另外，通过深入的影响力数据分析，我们发现以下规律：一般而言，男性比女性更具影响力；女性较易影响男性，而不易影响其他女性；30岁以上人士比年轻人更具影响力，且更不易受影响；已婚人士比单身人士更不易受影响；影响力与易受影响的程度成反比，即影响力越强的人，越不易受别人影响，反之亦然。虽然这些结论不一定对所有产品都成立，但我们的实验示范了衡量影响力的一般方法，这有助于企业搞清楚哪类消费者的影响力能为其产品带来更多用户。
此后，我们又研究了企业应如何激励消费者向他人推荐其产品。在实验中，为推广一家网上花店，我们设置了三种激励方式：如果向朋友推荐订花服务，第一组用户每人获得10美元的奖励（“自私激励”）；第二组用户没有任何奖励，但他们的朋友在该网站注册即可得到10美元折扣（“慷慨激励”）；第三组用户和他们的朋友每人各得5美元（“公平激励”）。结果出乎意料：慷慨激励和公平激励比自私激励带来了更多推荐次数。这表明，人们愿意将好处传递给朋友，而不是转发垃圾邮件。
我们应积极地研究驱动人类行为发生变化的因素，社会影响力营销的未来有赖于此。如果错将混杂因素当成影响力，我们将在市场营销乃至公共政策领域走弯路。
消息源：哈佛商业评论
原作者：希南阿拉尔(Sinan Aral)
翻译者：王晨
文章TAG：营销 企业 应用 推荐
