
大数据与口碑营销背后的科学奥秘
为什么有些公司、产品、服务得到的口头宣传就要比别的多?是运气吗?不,这里面是有科学的。社交网络大师总给我们灌输一个道理,乏味的产品或创意是不会有人讨论的。因此你可能会认为更有趣的 产品和品牌被讨论得越多。新颖的东西相对于平凡的被提起得更多。
初创企业的生死存亡取决于口碑。无论是新网站、革命性的招聘服务,还是 B2B,消费者意识一开始都是很低的。没人意识到你的存在,所以你必须有人帮你宣传。但是大多数的初创企业都没有很高的广告预算。它们必须有机地发展壮大:让现有的客户或粉丝帮招揽新的—一次一个就行。
那么为什么有的公司、产品和创意会比别的被讨论得更多?大家往往认为口碑营销之难就好比拿瓶子去捕捉闪电。得有运气。市场必须恰到好处。或者你需要 3、4 种难以形容的品质组合通过某些无法解释的手段来创造出魔法来。
这是一个很棒的理论。除了有一点完全错了。
口口相传背后是有科学奥秘的。为什么有人讨论某些东西比别的多?这既非随机亦非运气。正如行为经济学家研究过为什么大家会做出特定的选择,或者统计学家从 “大数据” 剖析出人类行为那样,研究人员一直在努力分析我们决定讨论或分析什么背后的人类行为。
比方说,在最近的一次调查中,我和同事研究了几乎 10000 种产品和品牌的口碑数据,大至可口可乐、沃尔玛等巨头,小至各种初创企业,不一而足。范围涵括了从技术公司到服务,从 B2B 到消费型袋装货物等一切东西。我们还在另外一个项目中分析了几乎7000 种在线内容的病毒传播力。这里面既有政治性的,也有国际新闻,也包括有趣的内容、体育、时尚等。
但是这些研究并不仅仅关注于记录哪个产品被谈论得最多,或者哪种类型的在线内容获得了病毒式传播。而是要去理解这些结果背后的动机:促使某件事情 / 东西被讨论得更多或获得病毒式传播的底层人类行为;不同的情绪(悲伤与愤怒)是如何决定大家要分享什么的;网上与线下沟通是否会影响到大家对品牌的讨论内容?如何影响?讨论的心理学;社会传递的科学等。
就拿促因(Triggers)来说吧。迪斯尼要比 Cheerios(麦圈品牌)更有趣。这的确是一项吸引人的情感体验。但是问题在于大家并没有被触发到会频繁地想到它。当然在逛了迪斯尼的某个主题公园之后大家会谈很多迪斯尼的东西,但是除非随后几周或几个月内被提醒要想一下那方面的体验,否则他们是不会不断提起迪斯尼的。
Cheerios 是没有那么有趣,但是大家每天都要吃早餐,1年365 天都得吃。哪怕他们不买 Cheerios,每周推着购物车在谷类购物通道经过时还是要看到它的。这让 Cheerios 更容易被第一时间想起,增加了它被提到的几率。某个产品或主意也许的确非常有趣,但是如果大家没有受到触发去想起它,它就永远也不会被提及。心中想起(Top-of-mind)意味着话在嘴边(tip-of-tongue)。
促因只是我和同事在研究中发现的口口相传的关键驱动力之一。我在研究中再三地发现有 6 个相同的原则促使大家讨论和分享东西。这 6 大原则可以简称为 STEPPS:社交货币(Social Currency),促因(Triggers),情绪(Emotion),公共(Public),实际价值(Practical Value)以及故事(Stories)。
社交货币(Social Currency)。跟我们开的车穿的衣服一样,我们说的东西影响到别人如何看我们。所以某样东西越能让某人看起来不错,就越能被传递下去。
促因(Triggers)。如果一样东西总在第一时间被想起,就会被经常提及。正如花生酱令我们想起果冻一样,我们被触发想起某样产品或想法的次数越多,我们讨论它的次数就会越多。
情绪(Emotion)。我们在意的时候就会分享。无论是积极的(兴奋或幽默)或者是消极的(生气或焦虑),高唤醒情绪促使我们分享。
公共(Public)。人倾向于模仿他人。但正如老话 “有样学样” 说得那样,越容易看到某人在做什么,就越容易模仿。公共可观察性会推动模仿(如 iPod 的白色耳机)。
实际价值(Practical Value)。大家不仅仅是想要好看,也希望能帮到别人。因此越有用的东西被分享就越多。比方说融资的 10 种方式或者 5 大谈判技巧这样的文章肯定吸睛。
故事(Stories)。没人希望被看成是活广告,但是如果某样东西是更宽泛的故事中的一部分的话他们会愿意谈到它的。所以要编一个 “特洛伊木马” 式的故事,从中去传递你的品牌信息。
这 6 个原则构成了赢得更多口碑的方程式。这是制作有感染力内容并让更多人讨论产品或主意的配方。
按照这个公式做就能保证赢得病毒式传播吗?不能。但是它可以提高平均成功率。没人每次都能击出全垒打,但是理解制造轰动的科学之后,我们可以通过击出更多的一垒安打、二垒安打乃至于全垒打来提高成功率。
口碑传播也是如此。理解了为什么会大家议论和分享背后的科学之后,企业组织就能够让自己的产品和想法赢得更好的口碑,并帮助这些产品和想法一路流行起来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-29从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-292025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-29PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-29t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-29PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-29