新产品发布与品牌社区网络动态演进

王 维 ,孟 韬

(1.西安交通大学 管理学院,西安 710049;2.东北财经大学 国际商学院,辽宁 大连 116025)

品牌社区以顾客间互动的方式进行产品知识和营销信息的创造与传播,在企业新产品开发和营销中得到广泛关注。目前,学界对这类社区的治理[1]以及社区中成员的参与行为[2]等方面进行了研究。然而,现有研究大多采用静态视角研究社区中个体的行为特征,对于社区的网络特征及其动态变化的关注相对较少。在实际中,用户在品牌社区中关系的建立使线上社区成为一种基于线上互动的社会网络[3]。虽有学者基于社会网络中的嵌入视角对品牌社区进行了研究,但是鲜有学者关注品牌社区的整体社会网络特征的动态变化。而在其他一般性虚拟社区的研究中不少学者采用社会网络分析方法研究了社区整体的网络结构[4],网络的动态演进[5-6]以及网络用户的识别[7]等。但在品牌社区中,相似的研究却十分缺乏。

社会网络分析作为一种从社会学引入的分析方法,在管理学研究中有大量应用[8-11]。目前,社会网络分析逐渐开始被品牌社区研究所重视,一些核心思想被学者们以嵌入(例如社会嵌入,社会资本)或个体网络结构(例如中心性,结构洞)的形式应用于相关研究[12-13]。尽管这些研究提供了一些有意义的结论,但是相关研究或是只聚焦于问卷测量,或是缺乏对社区整体网络的探讨。而在一般的虚拟社区中,整体网络的分析已经得到学者们的关注[13-15],相关结论亦为这些虚拟社区提供了有效的管理建议。在品牌社区中,使用社会网络分析方法对社区整体结构以及网络演进进行研究,能够帮助了解品牌社区中信息与知识的流动特征以及社区中用户的参与模式等,这对于品牌社区的治理及社区中顾客知识的管理有着重要意义。另外,不同于其他虚拟社区,品牌社区中的用户是基于产品或品牌凝聚而成的顾客群体,因此,用户的行为受到产品或品牌重要事件的影响。在实践中,最重要的事件当属新产品发布。当新产品发布时,顾客会更加关注企业及其产品,会主动通过社区或其他网站进行产品知识的学习以及与产品相关的互动[16],而这些前期互动会影响顾客对产品的采用[17]以及新产品信息的传播及扩散[18]。但是,目前尚无研究关注新产品发布后,品牌社区中知识的传递以及产品信息的扩散,以及该过程中社区网络结构的动态变化。

为填补上述研究空白,以小米社区中红米Note4/4X 板块为例,运用社会网络分析方法,对社区中顾客互动进行探索性的动态研究,探究新产品发布后品牌社区的结构变化以及顾客在社区中参与形式的动态演进。本文旨在回答如下关于顾客社区网络问题:①新产品发布如何影响品牌社区用户间的社会网络? ②新产品发布后,社区用户的参与模式以及信息的传播机制如何? ③整体而言,品牌社区的社会网络以及用户的参与有着怎样的特征?

1 相关研究概述

1.1 品牌社区

品牌社区是一种特殊的虚拟社区。虚拟社区最早被定义为“一群通过计算机公告栏与网络交谈和交流思想、可能相互见面亦可能不见面的人,经常在电脑空间里相遇而形成的文化集合”[19]。网络上存在着健康社区、学习社区、品牌社区等多种多样的虚拟社区,在这些社区中,成员进行着知识交换与信息传递[20]。随着对虚拟社区研究的深入,众多学者采用社会网络分析方法对这种线上关系群体进行了研究[5]。但是这些研究主要关注传统的知识社区。随着互联网上顾客群体的壮大,越来越多的顾客集结在例如贴吧、知乎等三方社区[21]或企业建立的品牌社区[1]进行互动交流。在品牌社区中,成员间的交流能够快速传播企业产品信息,促进企业的营销活动。另外,由于顾客参与及企业授权的差异,社区中亦存在正式或非正式的意见领袖[18,22]、管理员[23]等特殊类型的顾客。这些用户能够影响其他成员的参与,进而对企业的营销活动产生一定的影响。

尽管学者们对品牌社区进行了大量研究,但仍然缺乏基于社会网络分析的动态研究以及对社区中不同类型意见领袖作用的探讨。而现有研究主要采用问卷方式对社区中的特殊个体进行研究[23-24],但这种方式较为主观,不能完全客观真实地反映特殊个体的作用。

1.2 新产品扩散

企业发布新产品后,产品信息如何传达给消费者,对于后续产品的销售以及产品的改进非常重要。因此,学者们进行了新产品扩散的相关研究。现有关于产品扩散的理论,最为著名的就是20 世纪Bass开发的Bass 模型[25]以及后续的一些研究。Bass模型提出新产品投入市场后主要有大众传媒和消费者口碑两种途径,其中,大众传媒主要传播新产品容易验证的功能,消费者口碑主要传播不太容易验证的产品信息。学者们基于Bass模型仿真进行了大量产品扩散的研究[26]。然而,Bass模型更加关注传统媒介中的产品扩散行为与机制,同时亦更多地关注总体角度的新产品扩散速度[27]以及已经证明是成功的新产品扩散机制[18]。除了经典的Bass模型外,学者们将社会网络中的小世界网络、社会关系网络影响力等因素加入到传播模型[27-29]。此外,亦有学者探究不同网络类型中新产品采用的差异[30],动态网络中人际影响以及同质性影响的差异[31]。由此可见,社会网络因素已经得到新产品扩散领域学者的广泛关注。尽管已经存在大量的产品扩散研究,但大多数都是基于仿真的研究,完全采用真实数据探讨新产品扩散的研究相对较少。另外,在互联网时代,虚拟社区的诞生使得顾客之间的互动以及信息扩散过程产生了较大的变化,而传统的仿真研究不能完全适用于这种新的情境。

在虚拟社区产品扩散研究中,学者们关注最多的是社区中的口碑传播,但是,一般的口碑研究主要关注口碑的生成与采用[32-33],而对整体的信息及产品扩散关注较少。除了口碑外,关注信息扩散的研究有:冉晓斌等[16]研究了社交网络上的传播与采纳;Garg等[34]研究了一个在线音乐社区的信息扩散机制。但是,这些对信息及产品扩散的研究同样是基于仿真进行的,而使用真实数据的归纳研究较为缺乏。另外,现有研究要么聚焦于个体之间的影响,要么是某些特定类型信息的扩散,并未考虑关键性的外部事件对社区信息扩散的影响。而在品牌社区中,往往存在着影响社区信息扩散的重要外部因素,即新产品发布。王殿文等[18]对新产品发布后中心人物对新产品扩散的影响进行了研究,但该研究主要关注社区的中心人物,并未关注社区的整体结构。在品牌社区的新产品扩散中,社区用户可以容易地参与到其他用户间的互动与信息传播之中,故社区中的信息传播并非单一的大众传媒,亦非单一的口碑传播,而是一种综合两者的一对多式口碑传播。因此,在品牌社区中,顾客群体网络的变化会更加凸显。同时,品牌社区中也存在着影响传播的企业聘用管理员等各类领袖[22-23],但现有研究并未深入探讨社区中新产品扩散中的群体因素以及特殊领袖的作用。

1.3 社会网络分析

社会网络分析是一种研究网络结构的概念和方法。它以网络中行动者之间的关系为研究对象,通过对行动者之间关系的研究,可以得到网络整体结构特征以及网络中特殊节点的相关特征[35],该方法已被应用于知识转移[36]、新产品扩散[18]、虚拟社区研究[14]等领域。通过社会网络分析方法可以发现、推测网络中个体与整体的互动模式,解释个体与整体结构间的相互影响。在品牌社区中,用户之间的互动亦能构成一个社会网络,对这种社区互动的分析可以发现、识别社区中个体与整体网络的相关特征,并且通过较长时期内的动态分析,可以识别出特殊事件对社区中社会网络特征的影响。

目前所知,众多学者采用社会网络分析方法对虚拟社区进行了研究,根据研究的时间跨度,可以分为静态与动态网络分析两类,现有研究主要集中于静态研究。通过对社区网络的静态分析,可以得到信息的传播模式[37]、社区结构特征[14]等。动态研究有一些基于连续的时间段进行的研究,但聚焦于二元关系[38]、中心人物[18]等;而另一些则将网络分为独立的几个阶段[39],忽略了网络变化的连续性。仅有少数研究直接对虚拟社区的动态网络参数进行了连续研究[40-41],但相关研究亦未聚焦于品牌社区。基于上述分析,本文基于社会网络分析方法,探讨品牌社区中网络的动态变化,解释新产品发布与社区网络结构之间的相关性,以期发现指导新产品传播、管理品牌社区中的顾客创新的相关建议。

2 研究对象与方法

2.1 研究对象与数据

本文选择代表性较强、国内品牌社区建设较为领先的小米社区作为研究对象。小米公司成立于2010年4月,并于2011年8月1日正式对外上线小米社区。小米社区为小米顾客提供了与企业或与其他顾客进行信息交流与信息互动的平台。小米社区用户分为两大类:一类是小米聘用的领先顾客,包括“社区版主”这类管理社区用户、维护社区秩序的领先用户,以及“小米达人”等管理社区及发布信息的领先用户,在社区中,领先用户可以通过申请,经管理团队审核通过而获得,且这些用户需要定期在“达人讨论区”等对应的管理板块上传个人月度工作总结;另一类是社区中的普通参与者,包括各类“XX手机控”(例如“潜力级手机控”“高级手机控”等)。小米社区可以公开访问用户发帖、回帖以及各用户所属群组等信息,为本文提供了有效的数据基础。本文以社区中的红米Note 4/4X 板块为研究对象,爬取该板块内连续发布两次新产品(红米Note 4/红米Note 4X)的互动数据,所采用的数据共计54周,在54周内,第20周与第45周为两次新产品发布时间。

通过爬虫软件“八爪鱼采集器”爬取数据,所收集的数据包括帖子名称、发帖人姓名、回帖人姓名、发帖时间、发帖用户所属用户群组以及帖子的URL地址,提取到该板块2016 年4 月11 日(周一)到2017年4月21日(周五)期间7 649个帖子。通过预处理,剔除无人回复的帖子以及自己回复自己的关系数据,共获得由22 546个活跃用户构成的整体网络。此外,通过发帖时间,细分了该社区板块中各周(周一～周日)的用户参与网络54个。在构建网络关系时,以发帖人为起点指向回帖人,最终获得55个待分析网络(包括一个54 周的整体互动网络)。

2.2 分析方法

采用社会网络分析方法和主成分分析方法对小米社区红米Note 4/4X 板块进行研究。社会网络分析方法广泛应用于管理学的各个领域,有学者已将其应用到虚拟社区研究[4-5]。主成分分析方法是将具有相关性的变量通过特定方式使其重组为几个互不相关的综合变量(主成分)的一种方法,通过这种方法提取出特定的几个综合的核心变量,有助于对核心属性的探讨[42-43]。采用社会网络分析软件Pajek 5.01[44]对小米社区红米Note 4/4X 板块总体网络以及54个子网络进行分析,并使用Excel进行相关数据的查找及处理。

对社区整体网络、54周网络演进以及54周内特殊个体的网络属性变化进行研究。其中:整体网络指标使用帖子数、节点数、弧、多重关系数、平均弧(平均参与)、边、网络密度、平均度、度中心势以及中介中心势;网络演进考察帖子主题变化、帖子数、节点数、弧、边、平均弧(平均参与)、平均度、度中心势、中介中心势、同配性以及网络密度等指标;对个体属性的研究主要关注用户的参与周次,社区版主度中心性、入度、出度、接近中心性、中介中心性的变化以及个体网络属性中入度、出度、度中心性、接近中心性、中介中心性排名前十用户中聘用用户数量。上述参数中:节点(Vertices)数指网络中用户数量的多少,表示社区中活跃用户数量;弧(Arcs)表示网络中的有向关系;多重关系(Multiple Lines)表示有向多重网络中两个节点间关系产生的次数;平均弧(Average Arcs)(平均参与)为平均每一个节点所具有的弧的数量,表示用户在社区中的平均参与情况;边(Edges)表示无向网络中节点间的连线;平均度(Average Degree)表示平均每一个节点所具有的边的数量;密度(Density)表示网络中实际存在的连线数量占最大可能连线数的比值,能够衡量网络中各节点链接的紧密程度;同配性(Assortativity)表示网络中节点和与其度相同的节点连接的倾向性,能够衡量网络中用户间的关系特征;入度(In-degree)为有向网络中指向某节点的关系数,表示用户被回帖的总数,出度(Out-degree)为有向网络中由某节点发出的关系数,表示节点回复别人帖子的总数;度中心性(Degree Centrality)、接近中心性(Closeness Centrality)和中介中心性(Betweenness Centrality)分别为从连接度值、接近度或距离以及中介信息流动衡量个体位于中心位置的程度的3种变量;度中心势(Degree Centralization)和中介中心势(Betweenness Centralization)是基于度中心性以及中介中心性对整体网络中心化程度衡量的指标。除了上述社会网络指标外,本文还关注了参与周次与个体网络属性排名前十用户中聘用用户的数量,其中,参与周次指用户在54周的时间内参与社区的周数,个体网络属性排名前十用户中聘用用户数量是指在识别出每周网络中个体网络属性前十用户后所统计出的聘用用户在其中的数量情况。基于上述参数,对红米Note 4/4X 板块进行分析。

3 数据结果和讨论

3.1 整体网络介绍

红米Note 4/4X 板块的整体网络特征如表1所示。研究数据包含54周内的7 649个帖子,22 546个活跃用户,总互动次数为40 646次,其中相同两个用户的多次互动共4 399次,占整体互动次数的1.87%。这说明,该网络中大部分互动为单次互动。由平均参与和平均度可以看出,该板块中每个用户平均参与3.59 次,平均与3.20 个用户建立关系。由该板块的密度和中心势指标可以看出,该板块整体网络结构比较松散,且网络整体中心化程度较高,存在一些核心的中心人物。

表1 整体网络特征

3.2 网络基本参数演进分析

在54周范围内,存在两次新产品发布,一次为第20周,一次为第45周。通过识别用户发布的帖子名中所包含的产品信息,识别出每周各类型产品主题的变化趋势如图1所示。

图1 帖子主题演进

由图1可以看出,在第20周,有关红米Note4的主题突然增多,在第21周形成一个峰值,第22～44周前处于一个相对稳定的状态。在第44周,社区中开始传播有关红米Note4X 的小道消息,红米Note4X 的主题开始增多,并在产品正式发布的第45周迎来第一个峰值。而上一代产品红米Note3,其主题数量逐步减少。由图1还可以看出,随着红米Note4导入,红米Note3的主题数下降了6周,于红米Note4发布后的第7周恢复到稳定值,整体下降幅度较小。而在红米Note4X 发布后,有关红米Note4与红米Note3 的帖子占比大幅下降,在第54周之前并未明显恢复到之前的比例。由新产品推出后老产品下降的比例可以看出,红米Note4X得到了更多的关注。

54周内网络基本参数的变化如图2所示。

图2 网络基本属性演进

由图2可以看出,在第20周,随着红米Note4产品的发布,社区的活跃度增强,该周内的帖子数迎来一个峰值,活跃用户数(节点数)、互动次数(弧)以及关系数(边)相应增多,且增幅较大。而用户的平均参与及平均关系数(平均度)在该周亦形成了一个峰值,但其变化量相对一般。这表明,红米Note4产品的发布带来了大量用户的关注,造成了参与总数的增加,但是平均互动的增加却相对较小,说明在第20周,社区中的信息主要是单向传播,即在该时间段内,信息主要由一些专家达人(如小米达人等)发布,一般用户仅作为信息的接收者。在该产品发布之后的几周内,新产品确实调动了社区中用户的参与,但是,其作用仅持续了3周,到新产品发布后的第6周(第25周),社区的整体活跃度到达一个低谷。从社区的平均参与情况看,在第20周后,平均参与迅速下降,说明虽然新产品发布带来了一些讨论,但这种讨论并不能持续。直到新产品发布10周后,平均参与和平均度的关系才有了较大的偏差。这说明,随着使用新产品用户的增加以及用户新产品使用时间的增加,部分用户对该产品有所了解,这些用户能够在社区中与其他用户进行多次沟通。在第45周,红米Note4X 正式发布,但在第44周,社区中就出现了大量有关该产品的讨论,且在第45周形成一个参与的峰值,该峰值于之后的第3周降到最低。此外,在红米Note4X 发布后的几周内,平均参与和平均度相差较大,说明不少用户对于该产品进行了重复性的讨论。在第48周,小米官方发布整点开抢手机,使得该周内帖子数、节点数、弧以及边等数据形成一个峰值,但由于此时用户对于该产品了解较少,故平均参与程度较弱。在第51周,由于小米发布了红米Note4X 高配版,并开始了“小米七周年点亮图标”的活动(回复“小米七周年快乐”七次点亮七周年纪念图标),故该周的网络拥有了较高的用户平均参与及用户平均度,形成较大的参与峰值。

3.3 网络属性演进分析

除了最基本的网络属性外,对两次新产品发布54周内的其他类型网络属性进行了分析,如图3所示。

图3 网络属性演进

由图3可以看出,首先,同配性指标在54周内均小于0,说明网络是异配的,知识传递更多发生在不同参与值的个体之间,即信息由中心人物传递到较为边缘的用户;其次,同配性指标整体变化不大,说明新产品的发布并未对网络同配性造成太大影响,信息依旧主要由中心人物掌控。由度中心势与中介中心势的指标可见,在54周的变化区间内,中心势指标的变化整体并未形成非常极端的峰值,说明在这段时间内并没有突然出现非常核心的中心人物。

在红米Note4发布的几周内,网络的度中心势与中介中心势分别为由第19周的0.06和0.31增加到第20周的0.18和0.35,再到第21周的0.20和0.41,最后增加到第22周的0.42和0.59,说明在红米Note4发布后的3周内,社区整体的中心化程度增加,表明有一些关键节点起到了连接其他节点的作用;但是第20和第21周网络的中心化程度并未高于该板块平均的中心化程度(0.22与0.40),说明新产品发布时整体中心化指标并未非常突出,社区中心人物的作用并不是很明显。在红米Note4X 发布的几周内,尽管网络的中心化程度有所上升,但在随后的第47周迅速下降至最低点,且这3周内社区中的帖子是以红米Note4X 为主,对比中心性指标和主题分布,以及红米Note4发布时的相关数据可以看出,相比于红米Note4,红米Note4X的帖子吸引用户聚集的作用较弱。由该周期内的网络密度指标变化趋势可以看出,在新产品发布的第20周以及第44～45周,网络的整体密度呈现出几个低谷状态。这说明,在新产品发布时,网络中用户的整体关系比较松散,但对比这3周的中心势指标发现,新产品发布的3周均呈现出低密度高中心势的状态。这是因为新产品的发布吸引了大量边缘用户的参与,但边缘用户在社区中的位置依旧位于边缘位置,并未走入社区的核心,而中心势的提高主要是由核心参与者聚集了边缘用户造成的。同时,该结果亦说明,此时社区中存在明显的核心边缘结构。

为进一步分析社区中各网络属性之间的关系,对这些指标进行了相关分析,以从相关性数据得到一些参考性结论1)由于本文所用数据均为社会网络参数,并且样本量相对较少,故仅使用相关分析提供一些参考性结论,结果如表2所示。

表2 网络属性相关性

由表2 可以看出:网络密度与节点数(β=-0.597,p<0.01)负相关,表明网络越大,其密度越小,说明社区中存在核心结构,而新加入的节点大多属于边缘结构用户;节点数与弧(β=0.988,p<0.01)、边(β=0.992,p<0.01)正相关,说明新节点的加入增加了社区的整体活跃度,而节点数与平均参与(β=-0.001,p>0.1)、平均度(β=0.083,p>0.1)不相关,亦证明了新用户大多是网络的边缘结构,参与相对较少。从节点数(β=0.546,p<0.01)、弧(β=0.497,p<0.01)、边(β=0.498,p<0.01)的指标与度中心势以及节点数(β=0.475,p<0.01)、弧(β=0.432,p<0.01)、边(β=0.431,p<0.01)与中介中心势的相关性可以看出,网络中节点越多,社区中互动越多,网络越趋于中心化,说明新加入用户并未使网络呈现去中心化趋势,表明新加入用户在社区中并不能占据网络中相对中心位置。这说明,新加入的用户并未产生太多高质量帖子,相反,其更多是参与社区核心成员所发帖子的互动。另外,节点数(β=-0.533,p<0.01)以及 弧(β=-0.469,p<0.01)、边(β=-0.474,p<0.01)与同配性的关系亦证明了新加入成员的参与情况,当节点数越多,弧越多,边越多时,网络愈发异配,说明增加的用户及参与均是异配的参与。

对新产品发布前后几周内的网络图的对比分析结果如图4所示。由图4可以看出,在第20周新产品发布时,网络节点大幅增加,且这些节点都围绕较为集中的中心人物进行互动,第21、22周同样如此,与前文论述一致。同时,在这几周内,均有一个独立的子群结构存在,这些用户主要是对社区中发布的一些刷机资源进行互动,与新产品发布的关系不大。而由红米Note4X 的发布过程可以看出,在第44周有关新产品讨论开始增加时,有一些核心用户发布了有关新产品的帖子获得了与大量边缘用户的互动,而第45周新产品正式发布时,社区中同样存在明显的核心结构,新加入者大部分位于社区的边缘,到了第46周,普通成员亦能占据一些中心位置,社区的总体中心化程度降低,这亦与前文分析一致。

图4 新产品发布前后网络变化

3.4 个体网络属性演进分析

在小米社区中,用户之间可能每周都会进行互动交流,但是在某一特定的手机版块,用户并不一定每周都会参与。该板块22 546个活跃用户的参与周数的总体情况如表3所示,该板块参与周数排名前十的用户如表4所示。

表3 用户参与周次情况

表4 参与周次前十用户

由表3、4可以看出,该板块用户参与周数的平均值为1.47,最小值为1,中位数为1,说明该板块中大部分用户为单次参与,与前文分析一致。而参与周数最多的为用户“imleizi”,该用户于2015年5月正式成为该板块版主,因此有着最高的参与周数。另外,社区版主作为维护社区秩序,维持社区活跃的主要活动者,其在社区中非常重要,因此,对该板块版主在其参与的53周内的个体网络属性变化进行研究。

用户“imleizi”在53周内的个体网络属性的变化如图5所示。由图5 可以看出,出度值除了第42周和第50 周外,其余数据均为0,表明该版主在社区中发帖较少。而入度值与度中心性的变化相当,在各周均不为0,且在红米Note4 发布后的第5周,有一定的增长,说明在新产品推广的第5周后,用户对于产品的反馈以及问题增多,而版主在此期间更多地为社区成员答疑解惑。另外,其入度值在红米Note4X讨论最热的第44周亦形成了峰值。此外,根据3种中心性的变化可以看出,从第25周开始,社区版主在社区中的中心地位提升,由于其在社区中主要负责答疑解惑的职责,故亦反映出这段时间与产品相关的问题较多。在第44周,由于社区中关于红米Note4X 的讨论增加,其接近中心性亦形成了一个峰值。根据中介中心性的变化趋势可以看出,该版主在社区中第24周以前中介中心性相对较小,接近于0,到第25周之后,其中介中心性增加,成为社区中信息传递的主要中心人物,而这与版主在社区中答疑的职责相似,新产品的使用使得消费者产生更多的产品问题,进而在社区中寻求帮助。在第44、45周,随着红米Note4X 的发布,其中介中心性下降,表明产品刚投入时与产品相关的答疑相对较少,消费者的疑问往往有几周的滞后性。

图5 社区版主的网络属性演进

个体网络属性能够衡量个体在网络中的重要程度。在小米社区中,除了社区版主外,小米公司还在其社区中聘用了其他类型的领先用户,如“小米达人”等,这些用户每月有一定的任务量。本文梳理了该板快互动的54周的各网络指标排名前十的用户,其中,各周网络中个体属性值前十用户中社区聘用用户数量的基本情况如表5所示。

表5 个体属性排名前十中聘用用户数

由入度人数前十的结果可以看出,该板块在大多数情况下聘用用户占据入度前十的位置,并且平均占据人数为2.50人,表明聘用用户在社区中回复他人帖子的数量较多,属于社区的主要活跃人群。在出度前十的用户中,聘用用户占据比例较小,平均数量为0.56,中位数为0,表明每周产生的能够吸引用户回复的帖子主要由一般用户产生。从3种中心性排名前十的用户数量上看,平均每周约有1名聘用用户在中心性排名中位于前十,且中值仅为1或0。这说明,周次网络的中心位置并非主要是由社区聘用人员占据。

个体属性占据前十用户类别的动态变化结果如图6所示。由图6可以看出,在新产品发布的第20周、第44～45周,出度值、度中心性和中介中心性排名前十中聘用用户数量均出现了一个峰值。这说明,在新产品发布时,这些聘用用户在社区中产生了高质量帖子,促进了产品信息的传播。

图6 个体属性排名前十中聘用用户数

3.5 主成分分析

对所采用的帖子数、节点数、弧以及其他7 个社会网络指标进行主成分分析。首先,对这10 个指标进行了KMO 和Bartlett球形检验,KMO=0.625,Bartlett球形检验卡方为987.179,自由度45(p<0.001),表明变量适合进行主成分分析。旋转后的主成分分析结果如表6 所示,三因子共提取原始变量的85.791%,说明三因子可以用来衡量原始变量。

根据表6结果,帖子数、节点数、弧、边以及密度可以聚合为一个指标,度中心势、中介中心势以及同配性可以聚合为一个指标,平均参与和平均度可以聚合为一个指标。本文将其分别命名为社区活跃度(F1)、社区中心化程度(F2)以及平均参与度(F3),并以此来衡量社区参与。图7展示了根据主成分分析提取出的指标在54周的变化情况。由图7可以看出,在新产品发布的第20周以及第44～45周,社区的活跃度以及平均参与度产生了相对较大的峰值,此时,社区中心化程度形成低谷,表明此时社区中吸引用户的帖子较多。

表6 成分载荷矩阵

图7 社区参与演进

此外,根据社区参与的3个指标,将新产品发布后4周的社区参与以及发布前的社区参与进行比较,以分析新产品发布所产生的实际影响。表7展示了以新产品发布前一周为基线以及以新产品发布前19周均值为基线的指标变化情况。由表7可以看出,新产品发布的那一周,社区参与变化明显,其影响在随后几周内迅速减弱。对于前19周的社区参与指标的变化,使用单样本T检验探究社区参与变化的显著性,结果表明,新产品发布对社区参与的显著影响持续2～4周。其中,在红米Note4发布两周内,社区活跃度增加,平均参与度增加,社区中心化程度减少,表明社区成员广泛发帖,积极参与社区互动。而在红米Note4发布时,由于小道消息的提前散布,社区中参与者增多,但都汇聚于小道消息的相关帖子中(社区活跃度增加,平均参与度增加,社区中心化程度增加),但在产品正式发布后,社区活跃度增加,平均参与度增加,社区中心化程度减少,表明社区成员进行了广泛讨论。

表7 新产品发布的实际影响

4 结论

通过对小米社区红米Note 4/4X 板块两次新产品发布共计54周的社会网络属性动态变化的分析,得出如下结论:

(1)新产品发布后,社区网络属性与新产品传播相互影响、相互促进。品牌社区用户参与主要是基于品牌热情与信息交互。新产品发布后,社区中产生有关新产品的信息,用户会广泛加入到讨论之中,促进社区活跃;同时,社区活跃度的增加亦进一步增强关于新产品的讨论,促进新产品传播。

(2)新产品发布后,社区核心边缘结构明显,其中,核心用户起到凝聚新用户的作用,新用户从核心用户处获取信息,但其持续参与的可能性较小。新产品的发布带动了新产品的讨论,增加了社区活跃度与平均参与,但是新产品发布更多吸引的是追求产品信息的用户,这些用户持续参与的可能性较小,造成社区密度的下降。同时,产品发布时聘用的意见领袖扮演发布信息的角色,汇聚新参与的用户,故中心化程度增加,但由于社区中存在多个聘用领袖,中心化指标并未出现凸显的峰值。社区的密度、中心性以及同配性指标均证明了该关系的存在。最后,社区中由新产品发布所带来的影响往往仅能持续约2～4周。

(3)从整体网络结构来看,顾客社区用户结构较为松散,用户参与和互动程度较低。在红米Note 4/4X 板块中,大部分用户在社区中互动以单次互动为主,其参与行为亦更多是浏览社区内容而不参与互动。同时,该板块用户参与周次相对较少,只有极少数用户参与周次较高,这亦验证了大部分成员参与仅为获取产品知识,在其获取到知识后,并不会经常性地参与到社区互动之中。

(4)社区中心化趋势明显,聘用用户在社区中起到重要作用。具体而言,版主和其他聘用用户在新产品发布及传播中分别起到答疑和信息传播的作用。“小米达人”等领先顾客在社区中传播产品信息,在产品发布时及时发布产品测评等高质量帖子,起到汇聚用户、增加社区活跃的作用。而版主作为社区的管理者,其作用主要体现在产品使用增加后。当产品被广泛使用后,版主为社区用户答疑,收集并向企业反映相关问题,这亦凸显了社区管理员在社区中答疑解惑的支持性作用[23]。

本文探讨了新产品发布后品牌社区中社会网络的动态变化,对现有的品牌社区研究、新产品扩散研究以及虚拟社区网络研究有一定的贡献。

(1)尽管学者们对品牌社区中的社会网络因素进行了探讨,但是他们更多关注特殊网络位置个体的行为及影响[13,18],而对品牌社区整体网络变化等因素关注较少;另外,在品牌社区中,由于企业政策等原因亦会产生社区管理员等多种类型的聘用用户[22-23],但现有研究对这些聘用用户的探讨不足。本文探讨了社区中社会网络因素的动态演进以及网络演进中的聘用用户作用,贡献了有关品牌社区的研究。

(2)传统的新产品扩散研究主要是基于关注大众传播或口碑传播的Bass模型的仿真模拟研究,但品牌社区中用户互动的公开性使社区中的信息传播呈现为综合大众传播和口碑传播模式的一对多式口碑传播,现有模型的解释力度不足。本文根据新产品扩散时品牌社区中的实际数据,通过社会网络分析方法探究了传播过程中整体及局部网络动态变化,丰富了有关新产品扩散的研究。

(3)对于虚拟社区中社会网络的研究以静态描述以及领先用户发现为主[5,15],动态研究主要关注一般性的网络结构演进以及分段式的网络变化[38,40],但是虚拟社区中社会网络的动态变化往往受到与社区有关的外部事件的影响,并且这种影响较为持续。本文关注新产品发布这一外部事件,对社区网络的变化进行了连续地描述和总结,因此亦贡献于虚拟社区中社会网络的研究。

基于所发现的规律和作用,为其他品牌社区以及小米社区提出如下管理建议:

(1)企业应重视品牌社区在新产品发布及管理中的作用。在新产品发布时,企业可以在自己的品牌社区进行产品的预热,增强用户对新产品的讨论,以此来传播企业产品信息,促进顾客的新产品采用。同时,由于社区方便了企业与顾客之间的互动,故在新产品推出后的反馈管理中,企业应充分利用品牌社区即时通讯的能力,快速获取用户反馈。

(2)品牌社区可以参考小米社区的领先顾客聘用机制进行社区管理,并采用角色激励等方式增强领先用户的社区参与。在小米社区中,领先用户被聘为版主、“小米达人”等多种类型,促进了领先用户在社区中的参与,因此,对于其他品牌社区而言,可以参考此种聘用方式,吸引领先用户参与。同时,针对不同类型的用户采取不同的激励手段,使其在社区中的不同方面起到不同的作用。

(3)小米社区中用户较为松散,高质量内容掌握在聘用用户手中,因此,小米社区应加强社区高质量用户生成内容的产生,积极举办一些全民参与的活动,促进普通用户产生高质量的用户生成内容。

(4)研究结果显示,所研究板块中用户参与程度较低,因此,小米在社区管理中可以采取累积参与奖励,板块线下活动等方式促进板块内人员互动,促进社区各板块的用户参与。

本文系统分析了新产品发布后品牌社区社会网络的动态变化,但由于访问权限与方法的局限,未能深入探究其他板块以及更深层次的因果关系,未来研究可以根据本文结论,进一步探究社区其他板块以及具体的因果机制关系。此外,本文未能对小米公司新产品发布产生的企业实际价值进行探究,未来可采用事件分析方法对小米公司新产品发布所产生的绩效影响进行探究。