社會(huì)媒體的病毒營(yíng)銷效果預(yù)測(cè)與評(píng)價(jià)

張?jiān)?杜偉康

[摘要]伴隨著互聯(lián)網(wǎng)的普及與電子商務(wù)的發(fā)展，越來越多的企業(yè)嘗試使用病毒營(yíng)銷作為企業(yè)戰(zhàn)略。實(shí)際上，只有在深度分析病毒營(yíng)銷效果的基礎(chǔ)上，精準(zhǔn)預(yù)測(cè)病原體在未來的傳染范圍與頻度，才能有針對(duì)性地進(jìn)行市場(chǎng)定位。因此，文章的主要研究目的在于利用Logistic模型和主成分分析找出影響軟文推送的質(zhì)量因素，并據(jù)此精準(zhǔn)觀測(cè)到運(yùn)營(yíng)商所發(fā)布的“病原體”在未來的一定時(shí)期內(nèi)傳播速度及傳播范圍；同時(shí)基于預(yù)測(cè)，幫助企業(yè)衡量病毒營(yíng)銷效果的同時(shí)做出科學(xué)評(píng)價(jià)，使企業(yè)精準(zhǔn)識(shí)別有價(jià)值的潛在用戶。最終，透過病毒營(yíng)銷效果，發(fā)現(xiàn)用戶偏好，精準(zhǔn)定位，為企業(yè)發(fā)掘用戶潛在需求，提供借鑒。

[關(guān)鍵詞]病毒營(yíng)銷；主成分分析；Logistic模型

1研究方法

11Logistic模型

假設(shè)每個(gè)感染者每天可以使λS（t）個(gè)易感染者S變?yōu)楦腥菊逫，又感染者的人數(shù)為Ni（t），所以每天共有λS（t）Ni（t）個(gè)易感染者被感染，于是λNsi就是感染者數(shù)Ni的增加率，即：

畫出圖像：

這時(shí)的感染者的增長(zhǎng)率最快。

12主成分分析

2實(shí)證分析

21樣本點(diǎn)及指標(biāo)的選取

根據(jù)上文建立的Logistics模型及圖像，我們發(fā)現(xiàn)，決定微信推送傳播范圍的兩個(gè)指標(biāo)分別為初始感染者數(shù)量以及日接觸率。又因?yàn)閷?duì)于同一個(gè)公眾號(hào)來說，他們的初始讀者數(shù)量是相對(duì)固定的，因此唯一的變量就是日接觸率。我們將用日平均接觸率這項(xiàng)指標(biāo)，來研究一篇軟文推送的傳播范圍。

為了方便研究，我們選取U合肥公眾號(hào)作為研究對(duì)象。U合肥是一個(gè)典型的營(yíng)銷公眾號(hào)，主要負(fù)責(zé)Uber打車軟件在合肥的推廣。我們統(tǒng)計(jì)了該公眾號(hào)從建號(hào)以來至今為止一共發(fā)出的296條公眾號(hào)。研究范圍涉及“Uber”在合肥投放的前期預(yù)熱推送，自媒體廣告以及與各個(gè)商家捆綁的營(yíng)銷推送。

通過篩選，我們根據(jù)推送內(nèi)容，將296條推送大致分為4類：介紹類、優(yōu)惠類、活動(dòng)廣告類、招聘類。我們進(jìn)一步搜集發(fā)現(xiàn)，招聘類推送全部出現(xiàn)在推廣初期，閱讀量較少，研究意義不大，因此我們下文僅研究其他三類。

22主成分分析

根據(jù)探究，我們選取以下6個(gè)維度：閱讀量、點(diǎn)贊量、字?jǐn)?shù)、篇幅長(zhǎng)度、圖片數(shù)量、評(píng)論數(shù)量來作為影響推送質(zhì)量的因子（見下表）。接下來，我們將求取它們的平均值，并使用主成分分析法，對(duì)6個(gè)因子進(jìn)行降維處理，從而找到最關(guān)鍵的影響因子，對(duì)其進(jìn)行測(cè)算，尋找最合適的衡量指標(biāo)。

計(jì)算可得前兩個(gè)主成分方差貢獻(xiàn)率分別為672837%、292254%，累計(jì)貢獻(xiàn)率為965091%，由此可以選取前兩個(gè)閱讀量和點(diǎn)贊量為代表來衡量微信推送的質(zhì)量。

3結(jié)論

在本節(jié)，我們將綜合傳播范圍以及推送質(zhì)量?jī)蓚€(gè)方面對(duì)U合肥3類微信推送進(jìn)行預(yù)測(cè)評(píng)價(jià)。具體地，我們使用日均接觸率、閱讀量以及點(diǎn)贊量三個(gè)指標(biāo)來衡量微信推送的質(zhì)量等級(jí)。

三個(gè)指標(biāo)的平均分布散點(diǎn)圖如圖2所示。

由圖2我們大致可以看出，當(dāng)日平均接觸率與閱讀量、點(diǎn)贊量成正比。模擬消費(fèi)者心理變化的大致過程即為：接觸到某一條推送，對(duì)該條推送進(jìn)行閱讀，若對(duì)該條推送滿意則消費(fèi)者會(huì)進(jìn)行點(diǎn)贊。實(shí)際上，這也可以表示為，一條信息從接觸者到潛在消費(fèi)者再到消費(fèi)者的一種轉(zhuǎn)化規(guī)律，即越大的日平均接觸率代表著會(huì)有越多的人閱讀，或會(huì)有越多的人進(jìn)行評(píng)價(jià)。于是，我們據(jù)此對(duì)每一種類型的推送進(jìn)行逐一的評(píng)價(jià)。

通過觀察散點(diǎn)圖，我們可以看出，介紹類的軟文受大眾歡迎的程度欠佳，日平均接觸率大多分布在15～4，閱讀量偏小，轉(zhuǎn)化成為點(diǎn)贊的消費(fèi)者也較少，營(yíng)銷價(jià)值低；廣告類的軟文的接觸率傳播范圍以及用戶轉(zhuǎn)化率相對(duì)較高，是較好的一種微信推送類型，具有較高的營(yíng)銷價(jià)值；優(yōu)惠類軟文與介紹類相似。

進(jìn)一步地，通過分析我們發(fā)現(xiàn)，大多數(shù)優(yōu)惠類的推送即使大范圍被消費(fèi)者熟知也沒能使消費(fèi)者對(duì)此作出反應(yīng)，說明這類軟文傳播時(shí)具備以下特點(diǎn)：推送往往并不能在有效時(shí)間內(nèi)完成使“感染者”向“易感染者”轉(zhuǎn)變，一條即使閱讀量再大的優(yōu)惠類推送，如某篇軟文達(dá)到28492的閱讀量，都并不能夠擁有超過35的點(diǎn)贊量。而我們說，在信息營(yíng)銷時(shí)代，企業(yè)最根本的，就是要使?jié)撛谙M(fèi)者對(duì)企業(yè)所傳達(dá)信息產(chǎn)生興趣，作出評(píng)價(jià)反應(yīng)，最終轉(zhuǎn)化為實(shí)際消費(fèi)者；顯然在這一點(diǎn)上，U合肥可能仍停留在使消費(fèi)者認(rèn)識(shí)，而非感興趣。而這一結(jié)果與筆者在實(shí)際生活中的認(rèn)知有所偏頗。

在軟文扎堆，信息成群的網(wǎng)絡(luò)時(shí)代，消費(fèi)者的個(gè)性與差異化，決定了企業(yè)應(yīng)當(dāng)脫離曾經(jīng)單純依靠信息轟炸來獲取客戶的傳統(tǒng)方式。于是，在利用社交媒體發(fā)布一篇軟文實(shí)行病毒營(yíng)銷時(shí)，企業(yè)就必須精準(zhǔn)而科學(xué)地預(yù)測(cè)到這篇軟文將會(huì)帶來多大的影響，即軟文與受眾的接觸度和受眾的認(rèn)可度。此外，企業(yè)在利用社會(huì)媒體進(jìn)行病毒營(yíng)銷時(shí)，為了達(dá)到戰(zhàn)略目的，也必須對(duì)已推廣實(shí)施的病毒營(yíng)銷戰(zhàn)略的效果，做一個(gè)綜合考量。找到易于被消費(fèi)者接收的信息，發(fā)掘其營(yíng)銷價(jià)值；對(duì)于那些客戶轉(zhuǎn)化率較低，消費(fèi)者遲遲不感興趣的信息，則應(yīng)投入最少。

盡管存在一些諸如考慮因子仍不全面的不足，但在病毒營(yíng)銷效果鮮少被定量研究，以及信息傳播轟炸的現(xiàn)在，筆者所提出的這樣一套思路以及研究工具和觀點(diǎn)看法，在某些方面必然會(huì)對(duì)企業(yè)衡量社會(huì)媒體營(yíng)銷效果，發(fā)掘社會(huì)媒體營(yíng)銷價(jià)值，尋求潛在消費(fèi)者，有一定的借鑒意義。

參考文獻(xiàn)：

[1]薛雯雯社會(huì)化媒體營(yíng)銷創(chuàng)新模式研究[D].北京：北京郵電大學(xué)，2011.

[2]吳漩病毒式營(yíng)銷在國(guó)內(nèi)SNS網(wǎng)站推廣中的應(yīng)用探析——以開心網(wǎng)為例[D].福建：廈門大學(xué)，2009