1、圈子多样性决定用户购买判断很多企业每年都会花大笔钱去强调自家的品牌态度，比如 Geico汽车保险公司的“花 15分钟填份保单，省下 15%的汽车保险费！” ，劲量电池“永不停止” ，和耐克的“Just do it”等等。 进入数字时代，消费者不再是被动的接收者，他们会在网上发表评论，也会在推特里吐槽。这些内容传播的速度比电视广告快得多，得罪了他们，品牌可能在一夜之间就被毁之贻尽，应了富兰克林的那句老话：一千件好事带来的名声也抵不过一件坏事的影响。 当这些评论在熟人或者家庭圈内流传时，杀伤力更大比起陌生人，人们更容易相信身边人的说法。尼尔森 2012年的报告显示，92%的人对朋友圈内的看法和评价
2、的敏感度高于一切广告形式，除此之外，排在信任榜上第二位的就是网络评论。 沃顿商学院的最新论文“影响产品购买的社交网络：同质与与平衡”中提到，社交网络上的评论对商业的影响由两个因素决定，即圈子的同质化和平衡度。所谓的同质化，是指人们总是和跟自己有相似特征或者爱好的人结为朋友， “物以类聚，人以群分” ；而平衡度，打个比方，约翰有两个朋友，三个人之间毫无共同之处，那么这个小圈子就是“不平衡”的。 沃顿商学院教授 Jae Young Lee和 Raghuram Iyengar 研究的就是社交圈子的同质化和平衡度如何影响人们的购买选择，他们的发现对于公司如何管理社交网络上的舆论情况有很强的参考价值。
3、“人们习惯于在朋友圈中收集信息，看看一件东西对自己是否有用。” Iyengar教授说，很多网络公司像 Netflix、Lee adds都提供这样的服务，把大家朋友圈中的相关信息呈现给他们，让他们对于购买一项产品和服务更有信心。 “对于产品性能的不确定性越低，那么购买的可能性就越大。 ” 两位教授认为，在一个顾客的社交圈子中，人们对于产品的偏好往往大不相同（即不平衡的社交网络）在这种情况下搜索到的有利的评论，最有可能导致购买。相反，如果在社交网络中搜不到任何评论，那购买的可能性就很低。 社交实验 在论文中，研究者们深入地探索了社交网络的幽微之处， “人们如何从与自己相似或者不相似的朋友圈中了解产
4、品信息？” ，这个问题在现实世界中同样有意义，人们的确会开口去问身边的人，但是得来的信息如何影响他们的购买决策，则是企业关心的问题。 想象一个情景，约翰想去尝一家新饭馆，他会去问朋友的看法，再上网搜搜评论，以决定是否要去。后来他发现在 facebook上直接发帖问大家比较快捷，当然，企业会监控这些个人之间的对话，还有一些像Seesaw 和 Thumb 这样的公司帮助人们在自己的朋友圈中做民意调查。 而研究者则试图回答下列问题：约翰向与自己品味类似的朋友提问，得到的结果如何影响他的决策？如果这些朋友的喜欢与他不同，结局会是如何？而朋友圈中各自不同的偏好又意味着什么？最终促使他去尝试这家新餐馆的因
5、素究竟是什么？他们认为，解决这些问题能够帮助企业提升业绩。 为此，他们在朋友圈内做了一个有关音乐的实验：他们给学院里的本科生推荐了 10首歌，让他们给这些歌从 0到 10评分，而实际上这些歌在 iTunes上的评分几乎一样。他们准备了两份歌单，随机发送给参与者，这是实验的第一步。 第二步，他们给参与者推荐了 18首匿名的歌曲，隐去歌曲的作者和类型，只给出这些歌曲在 iTunes上面的评分，还告诉他们在前一个实验中，一些毕业生和 MBA学生都听了这些歌，还参与了打分。 然后再告诉他们，在第一次实验中， 研究者已经发现他们的品味与毕业生和 MBA学生非常接近。那么，在第二阶段的测试中，他们需要完成
6、两个任务，一是通过前面两组人的意见来给这些歌评级，二是在得到一美元和保留这些歌曲中间作出选择第二阶段的那些歌在 iTunes上的标价是 1.25美元一首。 结果，只有 25%的参与者选择不要钱，要音乐。他们平均咨询了 10个参与了第一期实验的人来帮助自己作决定。为了模拟真实的情境，他们必须要等到朋友的回复平均来看，从第一组那里得到回复只需要等半秒钟。 实验证实，人们倾向于跟那些跟自己有同样偏好的人取经，因为可以学到更多。他们还发现消费者社交圈子的多样性偏好对最终的判断有决定性的意义而这一点被大多数公司忽略掉了。 简单说，人们愿意参考那些与自己相似的人的建议，同时也会关注一下品味不同的朋友的看法
7、， “一般而言，企业只考虑一对一的意见传递，但是我们认为在同一个圈子里的所有人都有可能影响顾客的判断。 ” Iyengar教授说. 从线上评论中挖掘利润 两位教授认为，企业可以通过监测线上评论来判断用户及其周围人等的品味相似度。例如，如果用户和他的一个朋友都给了最新的钢铁侠电影四星评价，还有其它产品的一些相似评分，就可以判定他们的品味接近，反之则属于不相似的两个人。 而这些判断能给企业带来什么呢？为了明晰从评论到利润的路径，研究者给出了一个典型的情境：用户会从两组朋友那里收集信息，其中一组与他相似的关联度高达 0.7，另外一组略低，为 0.5，同时假定两组人的偏好都是独立的，不会相互影响。 根
8、据实验得来的结果，结合企业在网上发布评论的成本等因素，两位教授得出结论，消费者在网上找到 8条产品评论是最优状况，而且其中 5条，即 63%最好是来自关联度 0.7的朋友组，而剩下的三条则来自关联度 0.5的朋友组为佳。 那么，如果八条评论都来自关联度高的那一组，则利润将下降24%。 “人们喜欢多样性的信息， ”Iyengar 教授说， “单一的信息源会使得信息的价值下降。 ” 在另一个情境中，一家线上零售商决定从一些彼此毫无交集的社交人群中进行产品推广，假设两组人的正向关联度都只有 0.4，那么与最优水平相比，利润将下降 6%；而如果这两组人之间的反向关联度（即不相似度）为 0.4，那么企业将获得最高 15%的利润增长。 由此可以看出，用户与其社交网络的相似度和各个圈子之间的相似度共同决定了线上评论对利润的影响。 Lee 认为人们喜欢从身边人那里获取信息，并且跟他们分享自己的看法，对于企业来说，挑战在于潜在用户身边人的偏好可能会影响最终的业绩，他说：“我们的发现能够帮企业有意识地进行社交网络推广，以提升利润。 ”
