京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21