社交网络的流行密码

《社交网络的流行密码》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、社交网络的流行密码当社交网络让传播信息的成本急剧降低，我们该如何把握流行？   在最新一集热门美剧《生活大爆炸》中，谢耳朵和艾米发现模因（即Meme，指八卦和其他社交信息）像传染性生物一样繁殖自己，并将人类作为宿主。他们使用了“模因流行病学”的理论在朋友中进行实验，同时用带有刺激、恶性和世俗信息的八卦勾引朋友，以检验前者是否传播得更快。   4月20日，开心网以这集《生活大爆炸》的故事做开场，发布了独立于开心网的群组产品“海贝”。开心网品牌战略总监孙璐说：“八卦在小圈子、小群体里传播，传来传去不出几个人。而放大到现实世界，还会有‘好事者’（连接不同圈子

2、的结点用户）将小圈子八卦传播到另一个圈子，甚至有些变成社会流行新闻。模拟这些特点，海贝具有严格邀请注册和一键跨群分享等功能。   显然，这种对于信息传播的深入思考，今后必然还会引发更多的功能和应用。   在《商业价值》对社交网络的系列思考里，我们曾在上一篇报道中描述了一个社交新世界的到来——这是最好的时代，也是最坏的时代。好处在于，如果你想成为主角，社交网络能够帮助你迅速成为焦点；坏处在于，所有人都像孤单的游鱼，瞬间就被淹没在信息的海洋中。在这个时代，每个人自觉或不自觉地成为了数字移民，迁移着过去的关系，也构建着新的自己。   那么，社交新世界让信息传

3、递的成本前所未有地降低，我们该如何在这个新世界中把握流行的密码？   被免疫的病毒传播   技术哲学大师凯文·凯利曾经提出过“传真机效应”的理论：第一台传真机的研发费用高达上千万美元，零售价格也要超过2000美元，但是这台传真机却毫无价值，因为世界上还没有其他传真机可以同它联系。第二台传真机的出现使得第一台传真机具备了价值，第三台传真机让前两台更有价值，以此类推。因此凯文·凯利得出结论：用户买下传真机，实则是买下整个传真网络——这个网络远比传真机本身更加值钱。   凯文·凯利的理论为市场营销专家带来了直接的启发：在社会网络中要想创造流行，就要尽可能地扩

4、展这个网络的宽度和广度，加入网络的人数越多，流行影响的范围就会越广。然而遗憾的是，急剧扩大的网络固然增强了产品所能影响的范围，但对网络的过度迷信者却为自己掘下了坟墓。   在社交网络出现初期，由于信息传递的成本极度降低，于是就出现了一发不可收拾的病毒营销和疯狂的粉丝买卖。广告商兴奋地看着自己的广告传达到的人群与日俱增；然而不久，他们就发现这些铺天盖地的信息轰炸，不仅没有带来更多忠实的客户，反倒是每年巨额的广告费用大都打了水漂。买卖粉丝的人看着一夜骤增的粉丝数目，除了满足虚荣并未有更好的感觉，因为这些粉丝中的大多数根本无法与之形成有效的交流。   事实上

5、，病毒传播的最大克星恰恰是用户的免疫。例如，每一次流行感冒发生时，感冒病毒都会创造了一个巨大的网络。在这个网络中，感染病毒的人越多，流行病就越有威力；然而，流行感冒大都不久之后就中止了，原因在于通过接种流感疫苗，大多数人对感冒病毒具有免疫力之后，这流行也就结束了。足够大的、能够被影响的网络固然是流行的先决条件，但过度的病毒传播引发出受众免疫力，则会最终葬送这场流行。   20世纪70年代末期，电话的普及使得商家意识到这是一个经济高效的推销方式，从此针对目标客户家庭的电话推销增加了10倍。但是真相却是，在那之后的20多年里，电话推销的有效性却降低了50%

6、。网络越大固然威力就越大，但是在网络规模扩大的同时，网络成员遭遇的骚扰也就越多，他们的免疫力也就越发提高。   人们关于流行的社会学认识，也因为社交新世界的诞生出现了许多进步。斯坦福大学计算机科学系的助教朱·莱斯科夫（JureLeskovec）曾经做过一个在社交网络上进行产品推荐的实验。结果显示，在通常情况下，病毒式的推广并不能有效地推动用户的实际购买行为，同时病毒式推广的传播范围和实际影响亦有限，过度推广反而造成负面结果。对于用户确实不需要的产品，即使是社交关系中的强关系做出的推荐，也往往达不到预期效果。唯一让病毒推广的支持者欣慰的是，相对于其他产品

7、，宗教类和科技类的产品更适合进行病毒推广。   莱斯科夫还和斯坦福大学在读博士生JaewonYang在新著的两篇研究论文中揭示了新闻在线共享的模式，从而提供了一种提早预测新闻流行度上升还是下降的方法。他们研发出一种工具，可以画出信息在网上传播的流量图。这个可视化的效果显示了博客与新闻网站之间的联系。    他们分析了1年内的1.7亿篇新闻文章和博客，以及8个月内的Twitter微博。他们跟踪每篇作品在其他博客、新闻和微博中提到的次数，以测量其受到的关注度。他们不看链接，而是跟踪博客和文章中有特色的词组——如“做无用功”(lipstickonapig)—

8、—的出现频度。他们利用这些数据创建了一个揭示6种不同模式的图表。例如，一些新闻快速传播达到顶峰