社交网络服务（SNS）是Web2.0的一项重要应用，SNS的社会性、开放性、互动性、真实性等特征使其在企业营销战略中具有重要的作用。本文旨在探讨借助SNS的人际网络如何为企业更好地利用网络资源提升营销效率“抛砖引玉”。

 

根据易观国际的统计数据，截止2010年上半年，中国SNS市场用户规模为1.91亿，预计到2013年，中国SNS用户规模将达4.25亿。更令人兴奋的是，这些用户的数据几乎是完全真实的存在于网上，企业无需付出高昂的市场调研费用就可以得到。但是如同地球上的任何原始资源一样，如果企业不去开发不去利用，那资源始终是资源，不会成为产品。

 

1、
从消费者行为分析角度，研究互联网人际网络影响至关重要。先让我们来真正认识下SNS人际网络图到底是怎样的。

去年12月，Facebook的实习生Paul Butler，将Facebook十万对互为朋友之用户所居住的城市、以及城市间的人际网络有条理地运用软件分析并可视化出来，其结果就是上面这张图Visualizing Friendships。Paul Butler的这张分析图，或说这这份作品，在程序运算时，会以节点标示每个使用者所在的城市，并且两两用线连接之间有互为朋友的都市。Paul Butler还适切第加入了一些影响视觉呈现的变量，导致于某些城市间若互为朋友的Facebook用户越多，其线段在图上显示的层级就会比较贴近表面，并且依表面到底层依序定义从白、蓝一直到黑的颜色渐层，因此，若某两城市间与彼此的Facebook朋友群越多，连接线颜色会变得最白。

 

从这张图中，我们可以发现Facebook的用户集中于哪些城市。稍有不足的是，此图仅包含了这些数据而已还不能为企业营销提供任何实际帮助。若是我们加上一点想象的空间，换一种算法，以SNS的人际网络数据为基础，是否可以做出对企业来说更有价值的网络营销资讯呢？

2、
假设1：绘制企业宣传信息在SNS中的传播路径图。

 

美国研究者早已发现互联网的虚拟社交网络与真实的社会网络其实有着很重要的相似之处，它们都遵循着复杂网络的基本扩散规则（具体内容可见参看复杂网络理论及其应用的相关书籍）。这些规则早已被人们深入的研究过，企业们研究如何卖出他们的产品，医生们研究对付传染性感冒的办法，卡巴斯基们想方设法防范病毒避免再次出现CIH爆发时的问题。学者们认为这些规则是通用的，事实也是如此。

 

美国学者赖安和克洛斯发现接受并使用某款产品的客户人数是随时间而迅速增加的，形成了一条曲线，直到达到最高值，随后增长速度又几乎同样降下来，形成了一条钟形曲线。

 

我们都知道我们身边有一群敢于接受并且尝试任何新事物的人，我称他们为尝鲜者。这样的人会迫不及待的尝试刚上市的数码相机，或者在某款网络游戏还在内测时就已成为了达人。这批尝鲜者构成了产品的第一批客户。新产品跨越了尝鲜者这一关后，在他们的亲身推荐下，早期的接受者会很快跟上。接下来是大批的早期大众，此时产品的客户数将呈现爆炸式的增长。此后，新增加的人数开始减少，这些迟到的人很慎重，必须看到周围的人或者网上的人都在谈论产品时才会真正想去接受产品。当然曲线的末尾必然是少数，这些人是直到自己成为所属社交圈的少数派后才接受的。

 

这条曲线并非仅适用于真实社会网络，产品在虚拟社交网络中的传播也都遵循类似的规律。所以对于企业来说，借助程序上的手段或是与SNS平台进行合作，就可比较完整的绘制出企业产品品牌信息在网络中传播的路径图。路径图可以帮助企业至少获得如下信息：
1） 识别谁是信息的“头道贩子”；
2） 识别谁在信息传播中贡献最大等。

 

只要企业可以对路径图进行仔细分析，那么企业就可以建立自己完全可以管理的高效传播人际网络。

3、

 

在真实社会中企业可能比较难以绘制自己客户之间的关系图，但是SNS为绘制客户关系图提供了可能。企业可以在与SNS平台进行营销合作时顺带一同完成这工作，付出的成本远比下市场进行客户调查来的便宜的多。

 

通过绘制客户关系图，企业可以了解客户之间的关系网络，并且很容易找出网络中人脉最广的关键客户或某些群体。如果一个客户不仅介绍同事卖，还介绍自己的家人朋友一起买的话，他所拥有的人脉关系数量一定是十分突出的，通常这类客户我们也称之为关键客户。通过客户关系图发现关键客户是十分轻而易举并且成本十分低。

4、

因此，Paul Butler的这张图Visualizing Friendships，对于企业如何更加高效利用SNS的问题以全新的策略引出了在工具、分析上的新方向。

 

PS：万分感谢大家阅读本文，本文写的较仓促，希望大家可以多提讨论意见。