本节书摘来自异步社区《社交媒体大数据分析——理解并影响消费者行为》一书中的第1章，第1.1节，作者【美】Lutz Finger（芬格尔） , Soumitra Dutta（杜塔），更多章节内容可以访问云栖社区“异步社区”公众号查看

第1章　市场营销

社交媒体大数据分析——理解并影响消费者行为
维基百科，其本身就是一种以众包形式存在的产品。它对市场营销的定义为：“以销售产品或服务为目的而向（潜在）客户宣传产品或者服务价值的过程。”就像超级跑车在普通汽车中鹤立鸡群一样，市场营销一直以来都是大数据和社交媒体分析最美妙，也是最显而易见的应用领域，同时也是他们大肆宣传的最好样板；点击一下Twitterverse，或者发布一个不胫而走的视频，接着你的产品或者服务就变成了摇钱树。

市场营销并不是第一个使用数据分析学的领域。第一个使用数据分析学的殊荣应该归于金融领域，金融业从来都舍得在大数据分析方法上进行大量的投资以获取高速的证劵交易过程中的数据。大数据通过电商和社交媒体的崛起成功进入了市场营销领域，并获得了成功。社交媒体推广或者社交媒体监测现在是优化市场营销最流行的方式之一，对于这一点我们一点都不感到惊讶。今天，在市场营销中使用社交媒体已经成为了一种炒作，你有可能正是出于这样的目的而阅读本书。这里隐含着一种期望，那就是社交媒体可以帮助我们把自己的产品或者服务的市场营销做得更成功。但是，我们该如何度量这种影响呢？此外，通过社交媒体进行市场营销，我们可以得到更多的数据以及测量维度。我们能找到第四重[1]的数据价值吗？

理清选择与影响之间的相互作用，是社会科学上最伟大的悬而未决的问题之一。

——凯文·里维斯（Kevin Lewis）

正确回答以上问题将是在市场营销之中高效地使用大数据以及社交媒体的关键。在这一章中，我们将逐步探索各式各样的社交媒体市场营销方法。伴随着这些方法的使用，一方面，我们将逐步揭开围绕着社交媒体市场营销周围的谜团；另一方面，我们希望通过这些努力能够擦亮我们的双眼，为我们找到适合我们业务的度量标准。

市场营销与社交媒体：愿景与现实
社交媒体的承诺以及社交媒体分析往往存在于产品或者服务的成功案例中。这里有一个麦肯锡公司提供的例子：早在正式发售新嘉年华汽车之前数月，福特汽车公司就邀请100多位网络名人试用了该车，并且让他们把对这辆车的看法发布到网上。之后在YouTube上，这次活动相关的视频被浏览了650万次，福特汽车公司收到了5万份请求以获取更多有关该车的信息。当该款汽车在美国发售的时候，仅在前6天就卖出了1万辆。

类似的案例在当今的商界中不胜枚举。再举一个例子。在最近一个讨论小型业务成功案例的会议上，一个又一个与会者走上讲台，讲述了自身的业务是如何通过社交媒体、视频散播和在线社区等手段实现增长的。如果你也想成为这些成功案例中的一个，你应该如何使用社交媒体来取得市场营销上的成功呢？

好消息是，只要有好的产品以及恰当的时机，社交媒体数据完全可以同时提升产品认知度，并且吸引人们的眼球。让我们回到福特嘉年华汽车的案例，前期所聚集的认知度是成功的一个直接因素。但这个案例中，社交媒体的影响力并不是唯一的决定因素。长久以来，人们对汽车习惯性的关注，以及人们对福特汽车作为一个品牌的认知程度，还有很重要的因素——一个独特吸引人的新产品，这些都是成功的要素。然而，就像我们将在“验证相关性”部分更深入讨论的那样，我们在这个案例中很难找到社交营销活动是让首发如此成功的直接证据。

恰当地使用社交媒体可以给市场营销活动带来独一无二的优势。但同时，在理想化的视角下，现在的成功案例并不那么有条理。那么我们应该怎么去更好地衡量社交媒体营销的效果呢？本章将探讨社交媒体应用于市场营销的三个关键方面：

使用社交媒体提升品牌认知度的效果可以通过对诸如访问、点击率、消费者参与度等量化指标来衡量。
使用社交媒体的途径则可以测定用户购买意向、用户最终的购买行为以及用户受众群。
不管社交媒体有没有影响，那些决定我们选择以及活动方式的潜在用户群是一直存在的。那么，我们应该怎样识别他们呢？
市场营销关注的两个主要方面包括品牌认知度以及购买意向。简单来说，市场营销的目的就是创造人们拥有其产品的欲望（让产品为人所知）以及最终去购买的行为。社交媒体可以有效地驱动以上两个方面，让你可以比传统市场营销渠道更有效地拉近消费者，并且还可以让你有连接到客户自己社交环境的权利。社交媒体更可以成为让用户决定购买的定因。

在本章中，我们还需要重点关注的是，理解并且避免围绕着将社交媒体应用于市场营销时出现的炒作。就像那些传奇的战争故事有虚构的成分一样，社交媒体也并不是像你想象的那样便宜或者有着惊人的传播速度。和大多数人说的不一样，社交媒体营销可不是一个巨大而独立的渠道。各种研究已经证明了，“意见领袖（也就是可以广泛散播你的品牌信息的人）”的概念仍然是个谜。要想成功地运用社交媒体，理解这些对社交媒体的错误观点与知道社交媒体的优势同样重要。

尽管社交媒体是一个新兴的领域，但它却经历了极其快速的成长过程。Facebook和微博服务Twitter分别创建于2004年和2006年，但在2013年的时候，它们就已经分别拥有11亿和5亿用户。这样的结果无疑表明，一场释放大量非结构性数据的革命已经开始，这也引起了数据科学家们的巨大兴趣。我们希望向大家展示一种能在现实市场营销中有效地运用社交媒体的方法。这么做值得吗？我们如何度量它？在什么时间以及什么地方使用?

图1-1所示的漫画展示了社交媒体数据应用于市场营销中的核心难题：数据之间的链接相关性非常弱（如这位逝者的2000位Facebook朋友），品牌认知度（那些关注这个人的人），以及意图（表现为确实来参加这个葬礼）。在这一章中，我们会揭示运用社交媒体来影响用户购买行为的可能性以及缺陷。让我们以隐藏在社交媒体之后的常见真相开始吧！

有关社交媒体的三个误区
社交媒体似乎是一个通过品牌宣传建立品牌认知度的理想地方，而且很多成功的案例好像也提供了有力的证明。这些案例中的炒作就好比19世纪中期美国的淘金热一样，一夜暴富的宣传语驱使人们冲向美国西部，而大多数的淘金人最后都铩羽而归。当然最终淘金热孕育出了贸易、商业以及基础设施的建设，还有合法的金矿工业。

当今社会上的社交媒体淘金热的诱因就是人们相信他们可以通过社交媒体上的传播手段快速致富（快速传播的视频、广泛转发的推文以及在Facebook上众多的关注者）。虽然其中只有很少人真正地通过这种方式富裕起来，但这都是合理的社交媒体架构中的一部分，而这种架构正在改变着市场营销。在我们详细讨论如何运用这种新的架构去构建品牌认知度以及评估购买意向之前，认识到社交媒体中依然存在着误区十分重要。现在让我们来说说在如今的市场营销中会遭遇到的3个最误导人、也是最普遍的误区。

社交媒体很便宜
对于社交媒体的第一个误区就是，社交媒体很便宜。不要被感觉迷惑了，事实是，社交媒体不再便宜了。Bonsai Interactive公司的CEO——丹尼·布朗在2011年估计社交媒体活动的费用每年在21万美元左右。这样的费用比起在传统媒体上进行一次活动要便宜，但是相对于广泛流传的在社交媒体上可以免费打广告的误区而言，则要贵很多了。

在电视时代的初期，我们也看到过这样的误区。你是否知道一条电视广告只需要9美元？是的，这就是在1941年播出第一条电视广告的价格：一条时长为10秒、显示着黑白的美国地图的广告，它是在棒球比赛开始前的黄金时段播出的。

在这条广告中，一个旁白说道：“宝路华为您报时。”宝路华仅为此支付了9美元。没有人能想到，他们那时已经踏入了一个全新的市场，截至2014年，这个市场的估值已达到2140亿美元。就像电视广告当初才开始时很便宜一样，现在的社交媒体活动也比较便宜。

与稳定上升的电视广告费用一样，我们开始看到社交媒体广告费用也在上升。举个例子，广告工具开发公司TBG Digital注意到，Facebook上每条广告的平均费用仅仅在半年间就上升了62%。社交媒体广告已经不再便宜了。

另外一个相似的地方是，现在对新媒体效果的争论。就像当时电视的情况一样，社交媒体的效果经常被质疑。你是不是经常听到有人说社交媒体的投资回报率是无法证实的？就像宝路华只是试了试电视广告然后就成功了一样，今天的广告商也处于相似的情形中。

社交媒体很快
大众对于社交媒体的第二个误区在于速度。很多管理者基于一些早期的成功案例认为，社交媒体的效果是很快速的。在2004年，社交媒体作为一种接触客户的全新方式，第一批使用它的商家是有很大优势的，那就是他们只需要构建一个Facebook的主页，然后人们自然而然地就来访问他们了。

但那个时代已经一去不复返了。现在的情况是，大家越来越清楚地认识到，社交媒体的价值在于营销组合。正因如此，才有越来越多的品牌开始使用这种途径。这也说明，特定品牌的信息更难被大众接收到。以Twitter为例：在2012年，仅Twitter更新一项平均每天就会产生80亿个单词，这个数字比《纽约时报》过去一个世纪出版过的单词总和的两倍还要多。所以，在今天要让自己的声音被听到，有很大可能将会是一个漫长的过程。

即便目前有一些精彩、有时甚至会引起恐慌的案例，我们还是要强调“很大可能”。现在的一些事件、新闻或想法，可能只需要几个小时就可以闪电般地通过社交媒体散播开来。是的，它们可能会，但不是必定会，甚至，在大部分时候其实它们不会传播开来。我们将会在第3章中更进一步地分析类似的情况，并揭示要想计划“病毒式”的消息爆发是多么难，甚至是不可能的。

社交媒体只不过是另一种渠道
对于社交媒体的第三个误区在于，人们在谈论社交媒体的时候，往往认为社交媒体只是一种渠道，就像电视和印刷媒体一样。但是，在你要为这种所谓的社交媒体设计一种度量方法时，这种看法只会给你带来迷惑。一条推文使用140个单词来传播一般性的信息，这和诸如论坛发帖以及YouTube的视频是完全不同的一种目的和机制。

社交媒体并不仅是一种媒体类型，它更多的是一类有不同目标和机制的媒体的组合。所以，社交媒体需要用一些非常不同的度量方法。社交媒体可以让用户去创建、参与、分享或者玩游戏。对于这些不同的目的，需要使用多种技术。对于一种业务来说，这意味着我们将不再处理一种平台以及5种度量方法了。更多的可能是10种不同的平台以及70种度量方法，它们很可能非常类似并且很难进行比较。

社交媒体作为一类媒体的组合，可以被分为3种不同的类型。

获得型
这是指有关品牌的内容是由用户自己创建或分享的。在早期，社交媒体都是获得型的，一个很好的例子是Amazon.com上的产品评价。比如“哈利·波特”系列的第一本书《哈利·波特与魔法石》，截至2012年共被评价了接近6000次。那么，为什么还有人会去写第6001次评价呢？因为用户想要和所有人分享他们令人兴奋的体验。分享正面或负面的时刻，是一种人类的共同特点，这往往也是获得型社交媒体的核心。

购买型
大多数传统的市场营销渠道，例如电视广告，都是购买型的。虽然亚马逊不允许商家去购买评价本身，但其他的一些社交媒体渠道允许出现所谓的高级内容。比如，Twitter提供了高级推文；Facebook，在你没有为广告或者所谓特定故事付额外的费用之前，你的状态更新只会显示给很小一部分的粉丝；而Stumble-Upon可以让你通过一个叫支付探索的项目使你的链接变高级。这里还有很多类似的例子，就不一一列举了，但它们都是非常有效的付费广告。

拥有型
品牌的拥有者和公司可以建立自己的博客或者粉丝站点，进而创建自己可控的内容以及账户，所以叫“拥有型”。例如，企业自己的YouTube频道、网页，或者Twitter账号。通过这种方式，各个品牌自己就成为消息的“出版社”了。

要区分获得型和拥有型Facebook主页并不容易。虽然大多数的品牌在Facebook上的主页都是拥有型的，但其中有个众所周知的例外，那就是可口可乐的Facebook主页。最初，它由两个爱好者所建立，而后可口可乐也并没有强调对这个主页的拥有权，反而款待了这两位建立者，并让他们访问了亚特兰大。随后，在可口可乐公司的大肆宣传下，这个故事通过一个视频广为流传。

在以上3种社交媒体的基础上，我们在这里引入第四类，那就是：分享型。内容是否能够被分享，以何种方式分享，构成了一种新的维度。分享的方式在不同的社交媒体平台上是千差万别的，但它们却有着一个共同的特点，即：非常方便。我们并不需要冗长的解释或是原创的内容便可以进行分享，它如同轻轻点击鼠标一样简单。但要注意到，无论我们是在分析以上4种社交媒体类别中的哪种，都没有任何一种社交媒体的渠道是一样的。它们有着不同的规则，并且要用不同的度量标准来鉴别其效用。Kaplan和Haenlein针对不同平台的社交媒体提出了一套很好的归类标准，其中包括：

• 合作式的项目，例如维基百科和Github；
• 博客或者微博中分享的内容，例如Facebook、QQ空间签名以及Twitter和新浪微博的消息；
• 以内容为中心的平台，例如YouTube和土豆网；
• 社交网络站点，例如LinkedIn和Facebook；
• 虚拟游戏世界，例如《乡村度假》，以及《魔兽世界》；
• 虚拟社交世界，例如《第二人生》和《SMEET[2]》。

在这里，我们还需要提到内容策展平台（如Digg、Pinterest、Scoop.it，还有很多类似的），它们是一个独立的类别。其原因是，早在这种媒体最初出现的2010年，它们就成为了一种拥有自己的运作和度量方式的独特社交媒体活动。从以上的分类我们不难看出，社交媒体至少有7种不同的渠道，而并不只是一种渠道。

这意味着根据使用方式的不同，社交媒体有不同的可能效用，它可以通过自有的公开活动吸引听众；或者，作为一种付费广告的渠道。每一种都有各自不同的目标和度量方式，和你的产品、服务、市场营销活动等本身的吸引力，以及各种媒体平台自身的可达性一起相互作用，最终形成我们可以度量的结果。

品牌推广
通常，社交媒体主要用于建立和加速品牌推广。这是怎么做到的？关于这个问题，到现在都没有一个明确的答案。

成功的案例需要内容和媒体的选择都恰到好处。可口可乐公司曾建议，比较恰当的内容应该是“流动且有关联性的”。对于可口可乐公司来说，广告本身不再仅仅是传统意义上的广告，而具有了通知、取悦、吸引用户和很多其他的目的。但是，一家公司的成功案例照搬到另一家公司，就不一定会成功了。通常，一个产品的市场营销策略是没法复制并应用在另一个产品或者受众群体上的。从数据的视角来看，这就是一个问题，因为从给定上下文中提取有用的信息困难重重，导致我们很难从已有的案例中学习到什么。所以，即便在不久的将来，也不会有什么算法可以告诉我们什么样的市场营销信息是最恰当的。品牌推广将始终依赖才华横溢的创意以及用恰当手段激发用户的能力。

因此，在品牌推广中，内容质量依然是高于媒体渠道的重要标准。有些人想通过社交媒体把自己的信息以“病毒式扩散”的方式传播开，他们将碰到和电影产业类似的问题。在电影行业中，任何一种可以更可靠地预测某个电影票房的方法都价值不菲。即便出现过很多关注点各异、专注于细节研究的方法，但电影产业中仍然不存在一个可以称得上无懈可击的票房预测公式。Arthur S.De Vany在他所著的《好莱坞经济学：莫测的电影工业》（Hollywood Economics: How Extreme Uncertainty Shapes the Film Industry）一书中指出：

这里没有公式。所有的结果都没法预料。没有理由让管理手段挡住创新的进程。只有角色、创意以及美妙的故事主宰一切。

即便整个业界都在大规模使用社交媒体，上面提到的原则也是适用的。某个信息能否大规模扩散是无法保证的，我们也没有这种能力去设计一种手段让某个信息爆发。尽管优秀的品牌推广策略依赖于创造性，而我们有很多种方式可以度量某种推广策略是否有效，就像热门电影一样，最终，市场会决定什么消息值得推广。

这类度量标准都需要回答如下的问题，那就是：“有多少人可以记得这个品牌？”要知道，目前并不是只有一种社交媒体类型，而且也不是每种类型的社交媒体都有这个度量标准。如我们之前论述的那样，在度量市场上形态迥异的各种社交媒体的效果时，其手段都有细小的差异，其标准也不尽相同。那么，现在我们还需要解决如何把可达性引向认知度，进而引导出用户的购买意向的问题。这些问题我们将在接下来的章节中探讨。

社交媒体：一把新的标尺
对于各种不同的社交媒体，它们背后都有一套平台，为它们提供不同的度量标准。以Twitter为例，让我们来看看要想对可达性有一个共同的认识有多么难。

表1-1向我们展示了用不同的社交媒体测算公司的度量标准对蒂姆·奥莱利（Tim O’Reilly）的Twitter账号进行测算的结果。

这张表说明，很多不同的测量方法都可以归到“可达性”这一类下。比如，蒂姆在Twitterverse上的等级、他的实际可达性（比方说他的超过15亿的粉丝）、他的潜在可达性，还有可以度量的影响力。类似这样的标准给了我们一个例子，即如何量化某个社交媒体足迹。但它同时也揭示了，如此众多的测量标准，很多时候往往都是在表述一个类似的事情。而数据是不会撒谎的，它们每一项都在诉说着与其他（数据）不尽相同的故事。

此外，这个例子只提到了Twitter。Facebook和YouTube等其他的媒体类型，都有自己的一套度量标准。这些标准可能包括从页面或视频的浏览量到它们被评论或获得“喜欢”的频率等。

可达性并不等同于认知度
尽管我们对每种社交媒体的可达性都有一套甚至几套不同的度量标准，但它们没一个可以用来度量认知度。当拥有巨大的媒体预算时，我们可以轻易地接触到很多潜在的用户，但这么做一般很难让用户记住我们的品牌。一线的市场营销人员一般会借助诸如打电话或回答问题这样的所谓“触发器”来引导听众做出反应，以便增强品牌认识度。这类活动会让我们的品牌更容易被听众记住。

今天的社交媒体为我们提供了方式众多的技术手段来触发一个互动类的活动。本章开篇提到的福特汽车案例，其本身就是一个精心的策划。活动可以简单到用鼠标点击一下“点赞”或者“转发”，类似的方式可以让用户更方便地参与到活动中来，并让品牌推广更容易吸引用户。这些渠道相较于传统媒体，都有无可比拟的优势。

而上面提到的互动活动的效果，都是可以度量的，以下是一些例子：

有多少人点击了？最广为人知的例子是点击率（CTR，Click Through Rate），这种度量在网络分析中应用广泛。
有多少人分享了某篇文章？它可以是发布、转载、置顶、点赞，或者以其他任何一种方式分享了文章。
有多少人与给定的文章有交互，就是说以回复、讨论或者其他的方式对文章给予反馈？
有多少人复制了文章内容，或者他们同意文章要表述的中心思想？
以上所有的活动都可以被归类为获得型的社交媒体。因为在这些活动中，都是用户自己在没有广告商控制的情况下完全自愿参与进来的。我们可以看到，参与度和认知度之间是有很大联系的。这样一来，对任何一个市场营销者来说，参与度就理所当然地成为了一个很重要的度量标准。

当然，在可达性与品牌认知度的联系之外，还有一个深层次的问题，那就是：品牌认知度并不等同于购买意向。虽然品牌推广的目的是建立品牌认知度，但是最重要的一步还是没有提及。是什么触发了用户最终购买行为？你如何让一个用户购买你的产品？我们将在接下来论述购买意向的章节中讨论这些问题。

在接下来的一节中，我们会看到一个以社交媒体为手段成功进行品牌推广活动的案例。在这个案例中，推广活动恰当地使用了社交媒体的全部4种类别（获得型，购买型以及拥有型，并在多种平台上同时推广），而在其推广过程中，合理地结合了社交媒体以及传统媒体为目标服务。最终，这个活动给出了一个与品牌推广目标一致的可度量结果。让我们来看看这次活动是如何策划并得以执行的。

案例：维珍航空
社交媒体提供了众多迥异的互动度量方式，而把这些方式组合到一起为提高品牌认知度活动服务是合情合理的。这里我们要提到的是一个切题并且非常优秀的例子，就是维珍航空的促销活动——“琳达去哪里了？”

琳达去哪里了？
早在2011年，维珍航空就启动了一项价值970万美元的全球推广活动，其主要以一系列短小连续的电视广告为载体。广告本身是以超现实的画风为主调，而其中那些长相俊美的男女演员让人感到，这更像一个新的007电影广告而不是什么航空公司促销活动。在这个系列广告的末段，大约最后5秒时，一个飞机乘客指着天空中的一个小女孩问自己，“那是琳达吗？”这个结尾突兀地出现，打破了整个系列一贯的格调，并且让观众非常好奇：“谁是琳达？”

与这个系列广告配套的还有一个新的Facebook主页，所有有关琳达的线索都在新的主页中，这堪称一个巧夺天工的策划。消费者可以访问这个关于琳达的专有页面，如果他们可以正确地猜出广告中那个假想的乘客去哪里了，他们就可以获得一张机票。

这个独特的活动收获颇丰，即便多年之后琳达仍然会接到Facebook上的好友申请，并且还有人会在她的主页上添加评论。这就是一个绝佳的品牌认知度营销的例子。它使用了包括社交媒体和电视等一系列媒体的组合，来建立总体上的品牌认知。通过一个专有的Facebook主页以及之后的有奖问答，维珍航空像我们之前论述的那样，同时建立了拥有型、获得型以及购买型的内容。

但这个策划是成功的吗？如果要以在维珍航空的潜在客户中建立品牌认知的标准来看，答案是肯定的。一个简单易行的评估品牌认知度的方法是度量用户的互动程度。这里有一份Wildfire Interactive公司，也就是策划这次活动的公司，给出的报告。

在促销活动接近尾声的时候，航空公司共收到15449次竞猜请求，并在Falebook上获得8282个“赞”！琳达也以一种全新的方式增进了消费者的互动：在活动期间，她共增加了1900个朋友。

——Wildfire Interactive公司发布的报告

投资回报率：琳达划得来吗
就当时而言，此次活动获得的点赞次数以及朋友数让其拥有无可置疑的成功，至少以Facebook上的互动程度来看是如此。但是，它的投资回报率怎么样呢？这个问题的根本就是，这次活动是否让维珍航空卖出更多的机票。如果把970万美元的投资与接触到的客户数联系到一起，我们就很难把这次活动定义为成功了。一个好的度量方式并非仅仅看一个活动直接产生的品牌认知度以及客户购买意向，也需要比较去年同期，或者在广告投放前后增加的机票订购量。此外，一个好的度量标准还应该去衡量某个活动对品牌的长期影响。

有关投资回报率的问题多半会牵涉到品牌推广活动。由于品牌认知度不会单独地引发购买行为，所以很难计算出与特定指标相关的投资回报率，这些指标包括问答活动的回答数或者电视广告观看数等。

只有当我们可以假设品牌推广活动直接导致了一种行为的发生，与诸如投资回报率这样的经济指标的联系才能建立起来。在市场营销中的行为，更多的是和销售相关的，例如销售转化，就是直接影响到经济利益的一个指标。但是，这是琳达这个案例的情况吗？

让我们来比较以下3条来自Twitter的信息，它们之间主要的区别在于它们的目的以及可测量性。

今天就买本书。凭此消息可以在本月15日之前获得10%的折扣。tiny.url/buynow。

本书揭示了那些“意见领袖”往往都被高估了，而这很可能导致我们做出错误决定。

本书是一本指导你如何度量和在业务中运用社交媒体的手册，现已出版，欲购从速。
以第一条信息为例，其中包含了可供我们度量的一些行为。例如，给出的链接就可以用来统计有多少人点击了，其中又有多少人最后买了这本书。第二条消息完全没有包含任何行为，而第三条中有一个无法被直接度量的行为。

同时，追踪一个行为以及把这个行为和经济学数字联系起来的能力并不与经济学数字成因果关系。以上面的第一条信息为例，倘若有人在国家电视台上谈论了这本书，并且被转发了，这可能让这条信息有很好的转化率。在这种情况下，如果我们忽略访谈的重要性，而把书籍销售上的成功仅仅归功于那一条消息，那就大错特错了。在数据科学领域，我们把类似对结果有影响但阴差阳错地并未纳入考虑范围的因素叫作“幸运因素”。我们将在第9章详细讨论这个问题。

无论如何，相信大部分人都会认为第一条消息应该算最好的一条。因为它可以帮助我们追踪营销的推广程度，并且很重要的是，它通过促销活动触发一个行为。因此，我们会看到，Twitter被广泛地应用于分发促销信息，但相比其他媒体渠道，最终却导致了更差的客户终身价值（Customer Lifetime Values，CLV）。一项研究表明，在美国，Twitter上获得的顾客要比平均水平低23%。

还有一点没有提到的是，和维珍航空的长期投资回报率一样重要的是，你如何能够转换诸如Facebook通信录的人成为最终购买的用户？换言之，我们如何把品牌认知度转换为购买意向，甚至是一个实际购买的单子？

你在网上点赞了维珍航空，并不意味着你下次旅行时就会选择维珍航空。所以，这些联系人就如同一个通信组列表中的电子邮件地址，他们的价值完全取决于维珍航空如何在用户生命周期内有效地使用这些联系人。例如，航空公司可以向这些联系人提供促销优惠；也可以请他们提供用户反馈以便提高服务质量，甚至可以让他们通过一些口碑宣传活动扩大品牌认知度。

所以，要理解“粉丝”的价值，我们就需要回答以下几个问题。请注意，我们可以就Twitter或者其他任何一种社交媒体社区工具提类似的问题，而不仅仅是Facebook。在此过程中，我们只需要把“粉丝”换成“关注者”或者其他任何合适的术语即可。

平均来说，在不失去粉丝的前提下，我们接触他们的频率有多高？
给粉丝一个报价，其换化率平均是多少？
有多少新的粉丝可以与现在的粉丝互动，并且因此增加粉丝量？
只有当我们知道将怎么利用这些联系人信息的时候，我们才能有效地决定品牌推广的价值。通常，我们并不清楚如何处理这些联系人信息，因为这些媒介相对还是比较新的。而对于传统的电子邮件地址，大多数营销经理们都有较准确的感觉来区分其优劣。但是对于一个Facebook中好友的价值，就很难被界定了。

各大公司通常会首先在任意一个社交媒体网络上建立起他们的粉丝群体。一旦这样的粉丝群体建立好了以后，就很容易去测量他们，而这样的测量往往是非常重要的。事实上，往往用户与公司对彼此的期待是有很大差异的。

一项由CarolynHellerBaird和GautamParasnis在2011年主导的研究，就揭示了消费者期望从与一个品牌在社交媒体上的互动中获得的好处，以及品牌所在公司期望在类似活动中能从消费者身上得到的利益，这两者之间有巨大的差异。对于消费者来说，访问某个品牌的社交媒体站点的最主要原因，就是能够得到折扣，或者能够直接在那里买东西。但是，另一方面，商界领袖是想通过建立类似的站点来向消费者介绍新产品，以及提供一些关于品牌自身的信息。所以于大多数企业而言，在社交媒体站点提供打折的功能就理所当然地被排到了建立该站点的所有可能原因的最后（见图1-3）。这个研究非常清晰地揭示了期望之间的差异是和平台无关的，所以，不管你用的是Facebook、Twitter、Quora，还是其他任何一种建立社区的平台，这都将是一个问题。在用社交网络建立一个以品牌为中心的社区时，企业就需要进行小的策划，并且用数据来验证他们的假设，如此往复若干次。

那么，“琳达”这个案例是否是一个成功使用社交媒体数据的案例呢？如果从最终产生了成千上万的新用户角度来说，答案是肯定的。这些新用户将有助于将来的市场营销。它成功地完成了最初计划的任务，例如，让维珍航空为更多人所知、建立品牌印象、与用户互动以及建立一个用户基础。尽管如此，这次活动在销售上是否成功以及投资是否有相应回报却很难判定。其根本原因就是，我们不知道一个点击了Facebook上“赞”按钮的消费者，最终是否会花钱去买那个产品。在下面的一节中，我们将把关注重点转到发现并度量购买意向这样更加复杂的问题上来。

购买意向
琳达的案例，不可否认是成功的，但却也揭示了任何一个要使用社交媒体作为营销手段的公司都会遇到的困境。任何公司梦寐以求的当然是营销行为能带来稳定的经济收益。而品牌认知度与销售之间缺失的链线，正是购买意向。关于购买意向，这里有两个问题与其相关。

1．如何识别有购买意向的消费者？也就是说，如何把销售力量集中在一个正确的范围，以期望产生最大的销售成功的可能性。

2．在品牌不为人知的时候，你如何建立购买意向？社交媒体就可以办到。口口相传的故事，配合上一些有影响力的网络人物的推广，我们可以很轻易地创造出购买意向。

接下来，让我们来具体看看这两个问题。

如何识别购买意向
最简单的确认购买意向的方式，莫过于客户直接告诉我们他有购买意向，我们都知道这种传统销售的工作方式。当一个用户告知我们的销售代表他想买一个产品的时候，销售人员就知道他会是一个潜在的客户。

在网络世界中，最接近的例子就是用户使用的搜索关键字了。如果你在自己最喜欢的搜索引擎中搜索 “到佛罗里达最便宜的机票”，那么你将很可能有购买那些机票的意向。对于Google这样的搜索引擎而言，在线广告已经成为了最主要的成功案例。对于数据科学家来讲，问题是哪一个搜索关键字可以产生最高的结单率。要回答这个问题并不容易，我们有很多方式可以对这个问题进行建模。

更复杂的问题在于，我们需要为一个特定的关键字付多少钱？很长时间以来，在线搜索广告商一直将原因与相关性混为一谈。如果一个搜索广告能够引导消费者去购买，那么市场营销预算中很大的一部分一般来说就会转到在线部分。但是，现实情况很可能是，用户看到了一个线下的广告，如电视广告，或者他从朋友那里得知了这个品牌相关的信息，或许他看过的一篇文章中提到这个产品，等等。所以，他很有可能是已经在别的渠道有过很多了解以后，才输入特定的所搜关键字的。

一家媒体公司的CEO曾向我们抱怨：“每当我们发表一篇文章，论述橄榄油对于个人整体健康的好处时，我们的客户总会在网上去找橄榄油。他们大多会买我们在刊物中推荐的产品。但是，搜索引擎会得到钱，而不是我们。”

那么，我们可以说，搜索引擎广告与购买意向之间的因果关系是很小的。消费者事先已经有一个初步意向，而搜索引擎所做的，不过是把购买意向与购买的可能性匹配起来。但在很长一段时间中，Google收获了成功销售所带来的价值。让我们用体育来做对比，这就像在一次比赛中，有一个球员打进了制胜一球，我们就把胜利归功于这个球员，而忽视了整个团队辛苦建立赢球的前提或者基础。

但是，究竟是什么产生了购买意向呢？又是什么因素导致人们会去购买一个产品？这里存在着一个悖论，即当我们越远离那些有关意向的清晰公式（如搜索关键字），我们就越难真正理解什么是购买意向。而这里，我们有几个显现购买意向的线索。

信息获取
导致行为定位。比如，如果我开始很积极地阅读一些关于汽车的材料，那么我将很有可能会去买一辆车。

交互
导致社交定位。例如，如果我开始和大家谈论买一辆新车，那么我很有可能真要这么做。

虽然行为定位已经存在几年了，但一般来讲，我们知道它在预测购买意向时并不是十分有效。社交媒体给大家构建了一个理想国：如果你知道我所有的朋友，以及我和朋友们所有的讨论，那么你就有可能在我使用搜索引擎进行检索前，预测我何时会查看某篇文章。这就是所谓“社交”带给你的梦和希望。

让我们来具体分析一下这两种方法的优点：

行为定位
行为定位可以被定义为类似通过用户在网上的行为推断出用户购买意向的手段。举个例子，“浏览网页”这个行为是可以被监视的。当每个页面被访问的时候，cookie可以被用来观察用户在读什么。cookie也可以用来有效地分析用户在看什么，并且得出一个结论，那就是看类似内容的用户很可能会去购买同一个产品，或者更积极地响应相关的广告活动。假定人们的现有意向是基于过往行为形成的分析手段，就叫作行为定位。行为定位是大多数营销公司热衷的一个研究方向。现在，每个站点都会在你的计算机上设置cookie，用以跟踪你的身份以及行为，这几乎成了一个标配。这种“间谍”常常招致非议，因为全世界很多消费者对这种“静默的注视”都感到有点毛骨悚然。

令人不安的因素
如果你不是来玩点什么的，那么你不是顾客，你只是一个已经被卖出去的产品。

——安德鲁·里维斯（Andrew Lewis）

每个人都喜欢在自己最中意的餐馆就餐时，受到服务员亲切的迎接，这被认为是一种友好的表现。但是假设一下，当你遇到类似下面的欢迎时，你会作何感想？“欢迎你回来，先生。你来过这里35次，并且主要是在周内。你通常会点主菜以及一个甜点，平均消费43.5美元。你只点过一次开胃菜，而且你从未点过我们这里比较贵的鱼类。这里是一份符合您口味的菜单，其中已经删掉了其他的菜品。别忘了，请坐在餐厅靠后的那个位置，因为我们知道当你坐得离窗户比较近时，你只会用笔记本收发邮件，而不会再点另外的任何食物了。”

这是一个典型的例子：如果使用知识和用户数据的度没有把握好，会直接导致把一件事从有益做到了让人不舒服的境地。图1-4是一份由克鲁克斯（Krux）主导的研究报告，其中给出了美国消费者对待在线跟踪的总体态度。所以，我们在这个案例中学到了什么？当我们掌握了更多关于用户喜好的资料时，永远不要忘了，隐私一直都非常重要。

一般来讲，浏览比在一些销售系统（如travelocity网站或者亚马逊网站）中进行检索更没有目的性。如果我在读一本关于佛罗里达的书，那么可以假定我对佛罗里达是有兴趣的，但这并不足以证明我将要买一张飞往佛罗里达的机票。我可能只是对佛罗里达有点兴趣，但没有去旅游的任何计划。而且就算我有计划，我什么时候要去买机票也是未知数。所以，用户的线上兴趣显示出了很高的熵值，并更有可能与查询关键字产生关联，而不是某种意图。

然而，如果能够更早地识别出意向性，对于大多数互联网公司来说是价值非凡的。这就是行为定位的任务了。这是什么意思呢？行为定位会总结出你的行为模式，以便在你行动之前就可以判断出你要做什么。简单来说，当我们去一个网站时，用户浏览过的内容就成为一种行为，然后通过其找出有类似行为的用户，再以这种用户行为模式为基础，我们就可以推断出这些用户是需要一种特定的东西，然后就可以提供一个引导性的功能，让用户可以直接找到他们想要的东西，而不用去求助于搜索引擎。

行为定位始于20世纪90年代，当时它还是高度手工化的。举个例子，假设媒介代理确定了要以“对跑车有兴趣”的群体为营销目标，接下来他的技术合作伙伴会把这样的目标转换为一个特定系统可识别的限制条件，例如，“如果某用户在本周内读了3篇与汽车相关以及两篇以上与运动相关的文章，那么显示这条在线广告”。类似系统的最大短板就在于上面提到的人工操作。有些人假定了“对跑车有兴趣”可以被解读为某种阅读行为。如果这样的假设本身就是错误的，那么行为定位将收效甚微。

这种猜测性的工作以及线性的规则，对于降低用户行为的熵值并不是太好的办法。事实上，当用户数据越来越多的时候，越来越多的公司通过应用机器学习机制来建立自动化模型并挖掘“长尾”。时至今日，Rocket Fuel公司或者GroupM这样的公司，他们使用建模工具来降低系统中的熵值，其手段是分析大量用户的整体消费行为，并将其与最终购买了去佛罗里达的机票的用户行为进行比较。这样，用户在购买机票之前看过什么样的文章或者内容，其中所蕴含的模式就不再需要人为假设了。而诸如Semasio这样的公司，则把这样的建模方式提升到了一个更高的层次。他们建立了一套更多样的模式系统，它以语义分析而不是分类分析为基础。（参见下面提到的“机器学习如何与行为定位协同工作”）

机器学习如何与行为定位协同工作

在传统的行为定位的世界中，行为设定往往是被人为定义的，而分类又是半人工进行的。当读者访问某个站点的时候，他们被划入特定的类别中（例如“旅行”或者“汽车”）。这种分类方法常常是人工的、以领域名字为中心的。但是，并不是每个汽车网站的每篇文章都得与汽车相关。这样的错误会直接影响预测系统的有效性，这是我们将在第9章讨论的。

Semasio这样的公司，把数据分析方式提升到了一个更高的层次。他们在用户阅读过的每篇文章上使用语义分析，并由此为每篇文章建立了一个词频云，进而为每个用户建立一个档案。这样的模式包含了更多与用户相关的信息。

当然，数据不一定是越多越好，但这种手段对于卡斯帕·斯科（Kasper Skou）以及他在Semasio公司的团队来讲是确实奏效的。语义分析的方式已经把人工的行为设定以及类别划分的成分降到最低了。

对于给定的任务，如“生成对汽车试驾有兴趣的群体的特征”，他们的算法会首先查看那些申请过汽车试驾的人，然后自动地搜索统计数据中与他们阅读档案相关的信息。斯科说：“我们无法知道是哪些信息区分出‘有效’以及‘无效’用户。目标生成的流程会自动地决定哪一类更重要。”
不出意外的是，对于购买意向，最好的预测手段莫过于消费者自己就显示出了明确的兴趣，就如同用户输入了一个查询关键字那样。例如，一个用户把一个产品放入了他在线购物车中，但一直没有结账，那么我们有理由认为这个用户有很大的可能性会购买这个产品。这种行为定位被称为“再次定位”。但是，这种分析手段并没有把因果关系阐述清楚。我们无从知道为什么消费者会把那个商品放入购物车，我们所知道的只是他有这个购买的意向，而是什么产生了这种购买意向，我们就不得而知了。

尽管行为定位在近段时间获得了一些进步，但它的结果总还是有不尽如人意的地方。网络分析领域的知名专家阿维纳什·考希克（Avinash Kaushik），就在近期抱怨过现如今依然表现不佳的广告推送系统。他在ABC新闻网有很长的cookie记录，但推送给他的广告仍然和他的需求相距甚远。

我的浏览记录或者cookies中没有任何一项，显示我可能对肉毒杆菌素、减肥或者电子香烟感兴趣，（我都不知道这是什么玩意儿！）我不知道这些广告的供应商是谁。但是这些广告根本不可能拯救ABC。怪不得人们总是责怪互联网，说它毁了整个新闻业。

——阿维纳什

这个事实的背后隐藏着这样一个问题，那就是，诸如ABC新闻网这样的内容提供商，一般拥有阿维纳什的浏览记录，而他们不大可能会把这些敏感的信息与广告商进行分享。因为ABC新闻网知道这类用户信息是他们的核心竞争力之一，所以他们一般都不会轻易地把这些数据分享给其他的公司。

行为定位的局限

我们都知道让一个广告与站点的主题更切合，或者让这个广告本身非常突出，都可以分别独立地使得最终购买行为数上升。但是，我们发现这两种策略的效率常常不尽如人意。一个同时切合了站点主题并且特别突出的广告，其最终效应比只满足其中一条的广告来得差。所以特别是在社交媒体的环境中，矫枉过正会给你的名声带来相当负面的影响。
社交定位
如果说行为定位主要关注的是单个用户在网络上的行为，那么社交定位则是使用用户的社交网络图来预测用户的购买意向。典型的例子就是Facebook上的广告，这些广告推送的依据就是你在社交网络上的活动，以及在网络上与你相互关联的人。就像那句亚述人的谚语说的：“知道你的朋友，就知道你是什么样的人。”对市场营销来说，社交定位蕴含着巨大的利益空间和市场前景。你对他人做出的评价、你点赞的页面、你的联系人以及你与好友之间的活动，诸如此类的信息都可用于社交定位。这些信息中有可以用于计算购买意向的线索。

但是这个方式的效果好像也不是很好。目前，行为定位和社交定位领域的巨鳄Facebook，还是要比最强的广告商Google差很多。他们两者之间的区别，代表了“网络搜索（Google）”以及“社交访谈（Facebook）”的区别。那么，假如你要想得到最高水平的购买意向，你是要选Google AdWords（Google提供的一项基于搜索关键字推送的广告）还是Facebook?

根据互联网广告分析机构WordStream最近发表的一项研究报告，Google AdWords仍然有10倍于Facebook的点击率。

市场营销人员想要将诸如你的社交图谱、你与朋友的讨论这样的社交信息转化成可引发购买的意向信息，有3种途径，分别为：

• 你说的。
• 你喜欢的。
• 你的朋友们在做的。

越来越多的广告商会用这类数据作为依据，来更有效地投放他们的广告。但是，当一条条地分析以上的这些关注点时，我们会发现，它们中没有一条能够在预测购买意向上与诸如Google记录的公式化的搜索目标数据匹敌。

你说的
最好的情形，当然是你能在不经意间就透露了你要想做某件事。但这种情况是很罕见的，人们很少在朋友面前公开自己的想法。而且，市场营销人员意识到，通常情况下人们是口是心非的。然而，很多公司还是积极地通过社交媒体建立对话渠道，以为市场营销所用。通常他们会通过“社区经理”来想方设法吸引大众以期能开展一个活动。比如，我曾经在Twitter上分享过我对某个产品的失望：“我花了一个小时来解决PayPal的冲突。”没过多久，Paytoo（PayPal的竞争对手）的社区经理就回复了我，“试试Paytoo.com！我们对自己的服务充满信心！”（见图1-5）。

我们当然也可以想方设法让“你说的”来“影响”你的朋友。但是，就像上文提到的，直接而公开地说出自己的爱好是很罕见的。特别是在时时刻刻大家都可以看到你一言一行的社交网络中，更是如此。那么我们就需要一种更精密的营销手段了。

你喜欢的
在社交媒体的环境中，要“喜欢”个什么东西，和“说你喜欢”什么东西差不多，但是它们之间有两个根本的区别：

社交媒体中的“赞”是一个动作，而这种动作产生出结构性的数据。所以，我们可以更加容易地解读它。另一方面，如果是“你说的”，它产生出的数据是非结构性的，我们需要先对其进行分析，才能理解它的含义。
社交媒体中的点赞某个东西比说你喜欢某个东西容易得多，这就是点击与文本的区别。这意味着有更多的人会使用它，也让我们可以更容易地去度量它。
注意
互联网上的最省力原则的革命是大势所趋，那就是，交互力度越来越小了。初期的用户要想分享他们的见解，需要发表一篇博客；而现在只需要简单地用鼠标点击下“赞”就可以了。这些“赞”的点击最终会汇集成你的个人资料，用以跟踪你喜欢什么，而后可以用来投放与你兴趣相符的信息或者广告。
这背后的理念是，如果营销人员知道你大概都“赞”些什么，他们就可以预测出购买意向的恰当诱发方式。众多“赞”结合在一起，或许可以释放出此行为定位信息更强烈的可进行解读的信号。即便你知道客户在读报纸上的某些故事，但你仍然不知道的是，他现在的感受、位置以及他对这些故事的态度。目前为止，还没有针对以上内容的研究，特别是这些数据都还掌握在社交媒体公司的手里时。进一步地说，这样的趋势还处于初期形态：如果你拥有数以亿万计有关喜好的数据，那么很有可能你可以有效地绘制出一些与人类兴趣一样多样化的东西。

无论如何，很多公司都指望着这种分析方式能为他们带来利益。由Giuseppe D'Antonio创立的意大利创业公司Circle Me就是一个例子，他们的主营业务是从不同渠道收集人们的兴趣爱好等信息，但目前只有Facebook这一个渠道。就像在接下来我们将揭示的那样，无论是喜好还是朋友圈，都无法真正地揭示一个人的购买意向。所以，就像我们之前阐述过的，这种收集个人喜好信息的方式更多地适用于品牌推广。

你朋友喜欢的
你所追寻到的，不过是你的自身。

——约翰·沃尔夫冈·冯·歌德（Johann wolfgang von Goethe）

到目前为止，我们了解最多的，莫过于你以及你朋友的行为，这堪称是一种行为分析和社交网络信息的联姻。这里有一个假设，那就是，你朋友的行为是你行为的一个投影。用流行的话来说就是“口碑”和“意见领袖”。但是，这真的有作用吗？

我们从日常经验中知道了口碑的作用，特别是当我们寻求朋友的建议时。你最近是否搬到了一个新城市？那你多半会问你的朋友类似“哪个街区比较适合入住”或者“哪个学校比较适合孩子学习”之类的问题。如果你是通过社交网络来问类似问题的话，这是不是一种可以揭示你的意向的方式呢？或者更进一步，是不是社交网络在人们做决定的时候有很大的影响呢？

传统的观点认为，只有很少一部分人会对我们有较大的影响。马尔科姆·格拉德威尔（Malcolm Gladwell）在他的《引爆点》（The Tipping Point）一书中把这种现象称为“少数法则”。这种少数人可以决定我们大多数人的喜好、思想的观点已经出现一段时间了。早在1955年，卡茨（Katz）以及拉扎斯菲尔德（Lazarsfeld）就把这些人称为“意见领袖”。然后在1968年，默顿（Merton）更进一步地把他们称为“影响者”。时至今日，又被格拉德威尔以及公关公司Burson Marsteller叫作网络影响者。这些具有影响力的人，告诉我们需要做什么，就像图1-6中描述的，我们都有过在一些人帮助下作出决定的经历。如果我们搬到一个陌生的城市，大多数情况下我们会去咨询熟悉这个城市的朋友，问一些诸如与学校或者医生相关的问题。随着时代的发展，这种互动现在被网络所代替了一部分，而人们已然期望这些可以帮助我们的人也移步到了网络上。

有大量的成功案例表明，社交媒体上的推荐确实有很大的影响力。Henry Boldget给出了一些案例。

根据Rent the Runway公司的报告，社交媒体推荐的转换率比付费搜索高2倍。
ShoeDazzel公司透露，使用Facebook的用户每月都会去消费的概率比一般用户多50%。
在One Kings Lane网站上，由朋友推荐而来的用户，较之其他渠道而来的用户有着两倍的终身价值。
当一个Facebook用户点击了由朋友分享给他的Ticketmaster网站的商品时，其价值估计在6～8美元。
一个视频每多被观看一次，其末尾有关销售的链接被点击的概率就多出3%。
还有不胜枚举的类似例子，它们都说明社交媒体的影响力与购买行为之间的联系。你也可以从在线社区以及这个社区的行为推断出其用户的购买意向。举个例子，一个以福特野马汽车为主题的网站，其会员大多都是会把买回来的汽车再花大价钱拿去改装的。显然，他们比起那些讨论保龄球的用户（不一定真要去买更多的保龄球），购买意图就更强烈和明显。

有了这些“意见领袖”的影响力，作为市场营销人员的我们只需要识别并定位出它们来，然后辅以适当的营销信息，再加上它们自身的影响力就可以了。听起来不错吧？就像兰德（Rand）在2004年写到的，“‘意见领袖’已经成为了市场营销中人人梦寐以求的东西了”。但是，我们是否可以就这样从上面的例子推断出社交营销是社交广告的“下一波浪潮呢？”这些“意见领袖”真的存在吗？

再一次，这些问题的答案是模棱两可的，我们可以说是，也可以说不是。格拉德威尔描述的“少数”的“意见领袖”并不存在。谢天谢地，我们才不至于成为图1-6中描述的没头没脑的傻瓜。但是，影响人们决定的过程还是确实存在的，只是这一过程比大多数社交媒体工具给我们的印象要复杂得多。当我们看待问题的出发点从过往的感官经验过渡到白纸黑字时，我们就可以理解影响力在其中扮演的角色了。在下一节中，我们会讨论以下两点。

我们大大高估了影响力的作用。其实这更多是同质性，就是说个体会趋向或者加入和自己相似的人组成的群体。
你的社交关系网并不是最有影响力的因素。因而，也不是预测你的行为的最佳途径。
同质性VS影响力
那么我们如何区分同质性（人们因友好关系而聚在一起）的影响以及社交媒体的影响呢？这里有一个例子，哈佛大学的凯文·里维斯曾尝试着分析品位是如何传播的。到底是谁影响了某个人的品位？在这项长达4年的调查中，他访问了大学生并查看了他们的Facebook好友。而他最后的结论是，品位扩散的方式是因主题而异的。举个例子，他发现听古典或者爵士音乐的学生，更容易受到相互间品位上的影响；而听独立音乐的人就表现出反相关性。如果我的社交网络圈子里有人喜欢某种独立音乐，那么我很有可能不会受他的影响也喜欢上独立音乐。这很有可能是因为独立音乐的听众更趋向“独立”。

里维斯等人发现，我们高估了影响力的作用。他无法在为数众多的样本中找到任何统计学证据，来证明一个人被另一个人影响了。事实是组成社区的学生更多的是具有相同的爱好，而不是千差万别的爱好。这并不是因为影响力的作用，而是一种叫作“同质性”的现象（字面上的意思是，“对同类的好感”）：人们刚开始之所以成为朋友，往往就是因为具有共同点，具有共同爱好。换言之，你的朋友喜欢一些你也喜欢的东西。我们更喜欢和具有共同理念、有共同的体育爱好、与我们的观点相近的人在一起。因此，当我们在一个特定兴趣群体中的朋友越来越多时，我们就很有可能也对那个群体的共同爱好感兴趣。

朋友是预测我们的兴趣的很好参考，他们可以作为一个投放品牌推广广告的中介。但目前为止，我们还没有看到类似的好的实际案例。

社交圈子VS行为
除了很有影响力的人，我们的朋友圈，即使那些不是根据共同爱好与我们成为朋友的人，可以帮助广告商更好地定位我们的需求吗？一个很关键的问题是，社交定位是不是优先于行为定位，甚至优先于搜索关键字分析。换言之，是研究你在社交圈的行为，还是直接研究你，对于评估你的潜在购买行为更有价值。

雅虎实验室的刘坤（Kun Liu）和唐磊（Lei Tang）就曾主导过一项耗资不菲的研究，其目的是界定，在网络环境下，朋友的行为在行为定位中的影响。为了了解社交数据究竟对用户有什么样的影响，凭借雅虎的资源，在为期两个半月之中，他们调查了60个消费领域的1.8亿用户。

研究者指出，用户有更大的可能性去点击一个在特定行为定位类别中的在线广告。这一类广告一般是，他的网络社交圈的朋友中至少有一个曾点击过。

但我们如此就可以断定，当我们知道用户的网络圈子有着一些共同爱好，用户就会有相似的意向以及共同的行为吗？答案是，不一定。尽管有这项研究做依据，刘坤等人却无法找到证据来证明，以网络社交圈子为基础投放广告，其效果比基于传统的行为定位的效果好。可以用以比较这些不同方法的最好度量标准就是，坐标图上界于点击率曲线以可达性曲线之间的那片区域。点击率和可达性互相影响，你越是确定某个人会点击，那么你可以定位的用户量也就越少；另一方面，你投放广告的用户群体越大，那么特定的个人点击这个广告的可能性就越低。刘坤等人用了不同的方法来计算网络社区对于广告投放的提升效果。其结果显示，以行为定位为基础的，即以你读过的内容来显示相应广告的方式，其有效性比以社交定位为基础的广告投放方式高两倍。在图1-7中，基准线表示没有经过任何计算随机显示的广告。最好的效果，莫过于合理地把社交网络信息和用户行为信息结合在一起。

到目前为止，我们讨论了广告投放的有效性问题。但针对不同的问题（见第8章），社交网络圈子的效用会相应地改变。让我们看看产品的采用率问题。以Bhatt等人的研究为例，他们研究了个人电脑到电话的产品采用率，虽然他们并没有在其中发现如格拉德维尔说的“少数派法则”，但确实发现了影响广告投放的因素。有个假设认为，有一群人数很少但很有影响力的外部人士可以左右我们的日常行为。但该研究发现，一个人购买产品有可能受到了同伴的影响，而不是所谓的外部影响者。如此看来，不是少数人，而是数量庞大的个体对我们的决定产生了影响。其他的研究中也发现了类似的影响。特别是那些有很强网络外部效应的产品，当你周围的人拥有了它时，其对你的影响力就会增加。这和“少数派法则”的观点正好背道而驰。类似的情况中这样的现象也是存在的，例如在用户决定购买某个产品时。社交媒体可以有很大的影响力，最好的例子就是评论：22%的用户提到他们的购买决定是受到了评论的影响（见图1-8）。对于电子产品来说，这个比重上升到了33%。

那么结论是什么？似乎在品牌认知建立和品牌推广领域，社交定位被寄予厚望，就如我们之前提到的Facebook的案例一样。但是，这都只是一个锦上添花的改进而已。社交定位不会降低搜索作为意向预测首要方式的重要性，也不会降低行为定位作为第二好预测方式的重要性。尽管如此，社交定位确实在行为定位的基础上优化了预测结果，就如前面刘坤等人的研究所展示的那样。

意见领袖
那么到底什么是影响力？你是否可以被影响到取决于以下几个事实：

你已经准备好了受到影响，商品评论就属于这一类。用户愿意受到影响，他们在寻求一个答案。
恰当的主题。就像我们在上一节中展示的，影响力也取决于主题的类型。
“意见领袖”需要能够联系到你。因此，必须存在某些形式的可达性。但这一点并非影响力的充分条件。
社交网络中的术语“影响力”，通常会被简化为用户可达性。如果无法接触到用户，那么我们很难去影响他们。但即便我们可以接触到用户，我们也不一定能影响到他们。密歇根大学的Bakshy在他的一个观察报告中就得出了这个结论。2011年，他通过观察Twitter上的信息传播发现，社交媒体上消息的传播模式是无法预测的，他是在追踪了1600万Twitter用户中发生的7400万个事件后得出以上结论的。这意味着我们无法仅从查看一个人可以联系到的人就判断，一个链接、一个笑话或者任何一条信息是否可以在社交网络上扩散。也不尽然吧，你可能会想。我们都知道几个一条Twitter信息传遍全世界的故事。这些案例呢？我们只能说这些案例都有运气的成分。当你试图去建立一个定论式的模型，用以判断一条消息是否会以及在何时何地爆发时，那么你注定会失败。这是很困难的，如果有可能的话，确定那些“意见领袖”的数量可能是一个更好的方式。

我们现在可以言之凿凿地说，信息在那些关系较密切的人们中会传递得更快。我们会在接下来关于公共关系的章节（第3章）中来论述这个问题。可能用一个纯粹的广播现象（社交网络中的“广播”相当于每个用户自己所看到的，如电视广告）或者同质性来解释传播效应会更容易一点。我们还是有必要简短地论述一下网络中用户可达性的典型测量方式。

这里涉及的核心要素是网络中心性的概念，这是一个度量信息扩散非常重要的标准。如果一个人在网络中的位置相对较为中心，我们就可以称这个人为广播者。我们需要注意的是，影响力往往是在个人网络边缘很小的地方开始发挥效用的。当我们与一个新面孔接触时，我们就是在影响他们——试图让他们成为自己社交网络中的一员。

有些人会注重检视信息的可达性以及人们通过这条信息与他人互动的频率。我们要重申的是，这并不是一个度量影响力的必要因素，更多的是对以公共关系为中心进行的度量。现在有很多工具提供了不同的测量标准，它们中的大多数测量人的影响力，包括Klout、Kred、PeerIndex及Traackr。很多工具也提供了“重要性”作为度量标准，例如Fisheye Analytics、Radian6、Sysomos等。我们还会看到有一些工具只专注于一种社交媒体，比如Twitter。Twitter提供了良好的结构，这有助于我们可以很容易地评估社交网络情况。这类工具有TweetLevel、TweetReach、Twitalyzer及TwitterGrade。

本地化的影响力

影响力取决于主题，而且也是本地化的。关于这一点，Marcel Salathe在2011年的Strata会议上就讲得很清楚了。他用了一个很有争议的例子来说明这个问题，这个例子就是——儿童疫苗接种。

这个话题常常在支持者和反对者两边都会激起巨大的反响。支持者认识到这对控制大规模儿童疾病爆发的好处；而反对者认为疫苗接种只是那些制药巨头四处游说的结果，他们提醒大家对疫苗接种的副作用要有警惕意识。

在某个州内，父母们对疫苗接种的态度相对比较统一。但是，如果我们来看一下华盛顿州州内街区级别的数据时，我们可以清晰地看到一些地区有极其高的支持或者反对率（见图1-9）。

如果我们假定疫苗接种是所有街区都通行的，那么这种差异就不像是因为地区同质性而引起的。一个可能的解释是，在那些支持或者反对率非常高的地区，其本地都有一些“意见领袖”强烈地支持或者反对疫苗接种。

小　结
社交媒体建立了一个全新的市场营销规则，它与传统的市场营销套路风格迥异。正因如此，度量它们的标准就成为我们投资的指引。要想知道什么样的营销方式有效，什么样的无效，我们首先就要明白，社交媒体是一种不同的媒体，我们不能用以前的那些工具来度量它的效用了。尽管有众多的度量方式，我们最后总要在某个时候把所有的这些度量标准汇集到一起，从而让效果具有可比性。

不同的业务领域，其对效果的定义也是不同的。但是总体上，我们可以说：

社交媒体营销已经被炒得过热了，而又没有一套行之有效的衡量标准可以使用。
社交媒体营销的作用是显而易见的，但没有传言的那么大。
社交媒体的各种渠道，作为分发信息的工具，以及品牌推广的载体都是非常适合的。
因为信息分发，也就是可达性，无法确定能够建立用户购买意向，所以我们将非常难以量化它的投资回报率，就像其他任何一种形象推广活动的情况一样。
社交媒体营销的终极目标，无疑是把品牌认知度转化为销售意向。所以，我们把不同的意向杆杆归纳成了两大类：行为性线索（用户行为营销）和社会性线索（社会属性营销）。诸如你的搜索行为这样的行为性线索，是预测你未来行为最好的数据。所以，行为性线索是揭开数据第四重维度的最好线索。而诸如你以及你的朋友说了什么这样的社会性线索，在预测意向方面也变得越来越重要了。

人们对“意见领袖”，即那些你认识并且可以驱动你产生意向的人寄予厚望。根据经验我们知道，社交媒体对于人们的购买决定是有一定影响力的。但是“少数派法则”则意味着“意见领袖”是不存在的。影响力更像是一种准备被影响的功能，而且非常依赖于主题和可达性。就像前面提到的个人电脑和手机采用率的例子，同辈压力就是一个影响要素，而社交媒体把人们联系在一起和广播信息的能力也起到了推波助澜的作用。

最后我们要说的是，社交媒体作为一种市场营销的工具，有一些独特的优势。对于品牌推广，社交媒体可以更好地建立与用户的黏性。在识别购买意向上，它可以作为一个在行为定位基础上更进一步的分析手段。那么社交媒体可以推广我们的品牌认知度以及大规模增加我们产品销量吗？很有可能，但只是对少数幸运的公司来说。而对于我们大多数公司来说，是否选择了合适的社交媒体营销度量标准，往往是决定我们成败的关键。

练习簿
如何度量社交媒体，以及如何在你自己的市场营销中运用它，这很大程度上取决于你的业务类型。那么让大家一起开动脑筋，想想下面的问题。你的公司是如何使用社交媒体的？社交媒体是一个模糊不清的类别。在之前的章节我们就提到过，有7种不同的类别可以用来描述社交媒体。现在，让我们来深入挖掘一些社交媒体的描述性度量标准。

对于整个组织来说，要使用社交媒体营销的实际成本是多少？
你怎么定义社交媒体品牌推广的影响？
你的公司设立的度量标准是否是明智的？（我们将在第8章更进一步地论述这个问题。）
看看你的市场营销团队，他们考核的标准是否可能导致他们使用错误的测算方法？（我们将在第9章更进一步地讨论关于标准误用的话题。）
投资回报率对于任何一个组织来说都是个热门话题。你可以量化它吗？你如何确定你计算投资回报率的时候没有掺杂任何“幸运因素”在里面？
在社交营销学领域，有关投资回报率的讨论是非常重要的一个话题，所以请一定分享你的方式。有没有解决问题？是不是银弹？请在我们的LinkedIn或者Facebook主页阐述你的投资回报率度量方式。

关于描述性度量标准，让我们来看看一些预测性的度量标准，其数据来自一些你所用的社交媒体活动。

购买意向的触发点在哪里？以你的数据为基础，预测出的消费者的行为，其价值何在？
你可以用社会性或者行为性的线索来预测购买意向吗？
在你的数据集中，最好的特征是哪些？以前购买过？国家？年龄？阅读行为？已发表的评论？
你可以用社会性压力，例如“意见领袖”或者同辈压力等，来增强用户购买意愿吗？其力度呢？
[1]　大数据的四重维度分别是数据容量、速度、多样性、价值。——译者注

[2]　SMEET是一个以Facebook为载体，很热门的社交游戏。——译者注