京公网安备 11010802034615号
经营许可证编号:京B2-20210330
有没有想过,你为什么会去刷朋友圈、微博?为什么没事也要逛淘宝浏览宝贝?
我们在网上的各种行为背后都隐藏着动机,尤其是在社交媒体上,朋友、家人在极大程度上影响我们点击、分享和点赞的行为。最新一个调查研究也证明了这一点。该调查结果涵盖了人们相互影响与回应的方式,花费在网上的时间,以及所做的购买决策。分析这个结果很有意思,相信做市场的你了解一下也有好处。
你能否运用本文中提到的 tips 到你的社会化营销战略中呢?那就赶快阅读下文,看看这个研究都做了什么吧。
现实生活的友情和社交媒体中的友情,它们是否遵循同一套人际交往的规则?
来自亚利桑那州立大学的研究人员 Erin Bryant 和 Jennifer Marmo 为了寻找这个问题的答案,2012 年在 Facebook 上做了一个研究。研究对象是六个焦点小组的年轻人,让他们针对社交媒体中人际交往的规则进行头脑风暴。
最终他们想出了 36 条,然后拿这 36 条规则评估另外 600 个年龄介于 18~52 岁的 Facebook 用户,其中 13 条的正确性得到了验证。看到这里你也许还是一头雾水,到底什么是人际交往的规则?请看下文:
1. 如果在这个人的消息下面回复,我会期待他做出回应。
2. 我不能说出任何不尊重的话。
3. 我自己发布消息时要考虑到,它会对看到消息的人与我的关系产生什么负面影响。
4. 如果这个人删了他的某条消息,我不应该再把它转发出来。
5. 我应该通过其他方式而不是 Facebook 来联系这个人。
6. 我应该对这个人呈现自己积极而诚实的一面。
7. 我不能让跟这个人在 Facebook 上的沟通妨碍到自己完成工作。
8. 如果某条消息会得到这个人的反对,那么我不应该把它发出来。
9. 我应该用最基础的常识跟这个人交流。
10. 发布消息前,我应该考虑到它可能对这个人的事业轨迹产生的负面影响。
11. 我应该通过其他方式而不是 Facebook 来给这个人发生日祝福。
12. 如果我想在照片上标记某人,我应该注意维护他的形象。
13. 我不应该在这个人的主页上深入挖掘太多信息。
(不幸未能入围的第 14 条规则是:我应该意识到,这个人发布关于我的消息,会在现实生活中给我带来什么影响。)
在这次研究过程中有一项很有意思:要求参与调查的人判断,这些规则会被自己应用在亲密朋友、普通朋友还是泛泛之交上。从结果看来,人们对亲密朋友和泛泛之交的差别对待大大出乎我们意料。
与维持人际关系相关的规则(例如在社交网络上公开说句简单的“生日快乐”,参照规则 11),最常被用于泛泛之交,而这些规则对亲密朋友则很少用。对此,Bryant 作了如下解释:在我们联系亲密朋友的众多手段中,Facebook 之类的社交网站仅仅是其中的一种,但它可能是我们联系点头之交的唯一手段。
这个研究的关键点在于互利互惠的重要性。第一条规则中就提到了人们期待他人的回应,把它应用在社会化营销上,这就意味着对用户的消息或评论做出回应。
另外,人们会区别对待不同亲密程度的朋友,这个研究结果也影响着我们做市场策略。下面我们将对三种亲密程度的朋友做出定义:
· 亲密朋友,就是学生时代会把他们当做最好朋友的那一类人
· 普通朋友,就是会在线下一起闲逛但不会进一步发展的那一类人
· 泛泛之交,就是跟他打过照面,却没有日常性的交流的一类人
对于市场人而言,产品主页的粉丝基本上属于第 3 类,泛泛之交。如上文所说,与维持人际关系相关的规则最常被用于这类人,比如对用户在社区里的逐步成长表示关心,回复用户的评论,转发积极的消息。
18~34 岁的手机持有者中有六成表示,他们睡觉也会把手机放在床头,以免错过电话、短信或其他重要消息。
你是不是也中招了?
这个数据源自 2012 年皮尤研究中心(Pew Research Center)一次关于手机的调查,结果证明了人们对维持友谊的依赖性,也证明了使用社交媒体的频繁程度。如果有个朋友有话想说,我们会很愿意去了解,根本不介意时间。
这个调查也可以从另一个角度解读。如果某段时间我们不太经常看手机,那么就会有更强烈的欲望去打开手机后查看朋友主页或消息的更新。
· 39% 的人表示,他们曾经被朋友抱怨没有及时回短信和电话。
· 33% 的人表示,他们曾经被朋友抱怨看手机不够勤,不够频繁。
· 仅 12% 的人表示,朋友说他们花在手机上的时间太多了。
我们希望自己能时刻与朋友保持联系,与此同时,我们也感到了时刻联系所带来的社交压力。
我们应该注意寻找发布消息的最佳时段,而最佳时段并不意味着它就是人们玩手机的高峰时段。皮尔研究中心建议:以上数据毫无疑问地证明了,无论什么时候我们在社交媒体上发布消息,人们都是在线的,因此我们很有必要在 24 小时全时段都做测试,来看究竟什么时候发布效果最好。
如果在 Buffer(一个社交媒体管理平台)上查看我们发布 Twitter 的数据,就会发现里面出现了若干个高峰期,白天晚上都有。
美国权威研究期刊《Pacific Standard》对一个有意思的现象做了精彩总结,这个现象由来自牛津、哈佛、利莫瑞克等大学的多位研究人员提出,下面我们将对此做简单介绍:
假设你在犹豫该下载“乡村度假(FarmVille 2)”和“糖果粉碎传奇(Candy Crush Saga)”两个游戏中的一个。你会倾向于听网上评测中的推荐意见呢,还是会信任好友的推荐?尽管你认为自己能公平参考朋友的意见,但不知不觉中可能你已经倾向于朋友的那个选择。
这个研究调用了自 2007 年起 Facebook 上应用的购买记录。在该研究中,用户面临着两种信息对购买决策带来的影响:
· “积累型的信息”,比如,畅销应用榜。
· “近期活跃型的信息”,比如,朋友刚刚安装过此应用。
本质上,是否购买这个应用意味着你信任自己的调查或大众的评价,或者你可以和朋友一起玩这个游戏了。这个研究表明,朋友对你的影响大过调查结果带来的影响。
研究人员表示,朋友的影响可能会导致应用的受欢迎程度呈指数增长,这就像 App Store 里的应用,一旦获得成功,它的名气将像滚雪球一样越来越大。以下是研究人员做出的解释:人们会随机模仿自己朋友的行为,做出和他们近期做过的类似选择,因此他们选择人气增长最快的产品可能性最大,而与产品的人气是否最高无关。
不管你有没有在做电商或产品,以下建议都会对你很有价值。
就拿“社会认同法则(Social Proof)”作例子,如果你希望说服一个用户采取行动,那就向他展示这个产品获得的成百上千个赞吧。熟人的证词更令人信服也是同理。
Facebook 对这个法则的运用已经提高到了另一个高度,点赞的按钮不仅出现在自己的网站上,还以插件的形式出现在了其他网站上。在那些网站上,你可以看到自己的哪些好友也点过赞,这在极大程度上影响了你对那个网站的看法,也提高了你点赞的可能性。
关于社交媒体对友情的影响已经有很多先行研究,结论有偏正面影响的,也有偏负面影响的。以下是一个有趣的研究使赞成正面影响的人大幅增加:在社交媒体上与人直接互动会增进友谊。
根据美国西伊利诺大学(Western Illinois University)教授 Bree McEwan 的研究,当我们给他人发私信、浏览他的主页、互相喜欢对方发的消息时,我们是在给友情增值,并且会感觉关系更亲密了。她调查了一组年轻人对 Facebook 上某些举动的看法,其中包括在朋友主页留言、评论等。
这些举动大致分成两类:
· 关心——“通过消息表达自己对朋友的关心”,即回复他人的消息
· 分享——“通过自我展示与表露,达到维护关系的目的”,即自己发布消息
McEwan 教授总结说,关心有利于加固友情,分享则可能使人逐渐失去兴趣。如果一个人只注重分享个人信息,却不喜欢回复他人发出的消息,就有可能使关系恶化。而如果一个人喜欢对朋友表示关心,回复积极,他就会发现社交网络为自己维护友情提供了便捷的方式。
在社交媒体上建立良好的关系就像建造一条双行道。
你必须:1、发布有益又有趣的内容;2、回应你的用户,对他们保持关注。
如果你把社会化营销看做建立关系的一个机会,单向的分享并不能够使你的公司或品牌变得人气更高,而关心可以做到。正如 McEwan 教授总结的那样,在社交媒体上表示关心和积极回复就会提高朋友的满意度。
你也许知道朋友对自己使用社交媒体的影响,但影响如此之大,你可能并没有意识到。交际的潜规则,购买决策,朋友的影响已经渗透了方方面面。这些研究可以帮助市场人员有效使用社交媒体,做好关心与分享。你是否已经开始运用这些诀窍了呢?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01