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
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24