本研究告诉你,与大多数人的直觉相反,网络大V在流行语的扩散中,并没有起到决定性作用。

先讲个非常久远的故事。

1936年,美国学者H. Earl Pemberton将目光聚焦在“邮票”上。他想做一些简单的四则运算,数一数自1836年开始,邮票这一新发明是如何在全世界范围内扩散的。

计算的结果呈现出一个很有趣的规律。从1836-40年,使用邮票的国家只有一个。1841-1845年,有2个新国家采纳了邮票,1846-50年,又有6个国家开始使用邮票……稍微观察一下数字的变化,便不难看出,采纳邮票的国家数量在最初增长地十分缓慢,但接下来开始加速,在1856-60年间,新采纳邮票的国家达到了8个。但是,自此之后,增长的数量又逐渐递减。最后,到了1876-80年间,新增国家数量恢复到1个。

为了更直观地体现数字的变化,Pemberton画了一张柱状图。这张图中间凸起,两边缓缓下落。如果你具备基本的统计学知识的话,很容易想到一个词:正态分布。

这张图意味着什么呢?简单来讲,它意味着:一个成功的创新产品,在社会扩散的过程中,会先经历缓慢的酝酿期,然后在某个时间,迎来扩散速度爆发。但是,随着引爆潮流的逐渐消退,它的扩散速度会逐渐减慢。

再讲个不那么久远的故事。

上世纪60年代,美国传播学者Everett Rogers综述了各个领域创新的扩散,发现了一个具有共性的规律,他将这种规律称为“创新的扩散”(diffusion of innovations)。

Rogers的最大贡献,是将整个扩散过程细分为五个阶段:革新者(innovators)、早期采纳者(early adopters)、早期大众(early majority)、后期大众(late majority)和滞后者(laggards)。

其中,革新者是社会潮流的先锋派,是那些肯半夜排队去买新款iPhone手机的人,不过,这些人只占社会人口的2.5{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}。

早期采纳者是那些肯在早起阶段尝试新产品的消费者,占人口总数的13.5{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}。这些人虽然所占比例不高,但是扮演的角色却至关重要,因为他们不仅自己会很早就尝试一项新产品,而且还会通过人际传播,影响接下来的早期大众和后期大众。我们给这些人取个好听的名字,叫做“意见领袖”(opinion leader)。

最后,我们来到互联网时代。

我们刚才聊到,传统社会中,意见领袖在创新产品和思想的传播过程中,至关重要。但是,在社交网站中,一个流行语的广泛传播,到底是依靠那些网络大V(意见领袖)呢,还会依靠关注者相对较少的芸芸众生?

在一个网络营销天翻地覆的年代,也许我们会很快给出答案:当然是网络大V。他们在互联网上享受着类似于皇帝的幻觉,一呼百应,没有什么是他们做不到的。

但是,2016年,中国学者Leihan Zhang等人在《计算机媒介杂志》公布了自己的最新研究成果,他们在新浪微博中收集了902万位发布流行语内容的微博用户,针对42个不同的网络流行语,进行大数据分析。结果是,在网络流行语的制造过程中,真正起决定性作用的人,并不是大V。他们并没有这么重要。

这份文献总结了五个流行语扩散的规律:

第一个规律是,几乎每一个网络流行语都经历了两次爆发,具体来讲,就是先经历一次小规模引爆,之后再经历一次大规模引爆(下图以“待我长发及腰”为例)。

第二个规律是,在第一次小规模引爆中,微博大V起到了相对重要的作用。或者换句话讲,微博大V的作用在于发起一个流行语。并且,即使微博大V发起了某个流行语,也并不会对这个流行语是否会出现第二次大规模引爆产生任何影响。

第三个规律是,在第二次的大规模引爆中,微博大V的作用非常有限,相反,普通的微博用户(ordinary users)起到了决定性作用,尤其是那些粉丝数在232以下的用户。

第四个规律是,在微博上,相比于不加V用户,加V用户往往会更加活跃,粉丝数量也会相对较多。但是,在网络流行语引爆的过程中,加V用户并不会起到决定性作用,也不会成为普通用户寻找网络流行语的来源。

第五个规律是,在社交媒体的营销中,微博大V只能在小范围内(small-scale coverage)成为意见领袖,营销者并不能通过付费给微博大V,让自己的产品或观念在社交媒体内广泛引爆。

将这些规律总结为一句话:微博大V并不会对整个微博的流行语起到关键性的决定作用,他们只能在自己的粉丝内部形成有限的模仿。

他们的营销价值,也许并没有很多人想象的那么大。

参考文献:

Pemberton, H. E. (1936). The curve of culture diffusion rate. American Sociological Review, 1(4), 547-556.

Rogers, E. M. (2010). Diffusion of innovations. Simon and Schuster.

Zhang, L., Zhao, J., & Xu, K. (2016). Who creates trends in online social media: The crowd or opinion leaders?. Journal of Computer‐Mediated Communication, 21(1), 1-16.

作者:mlln 来源公众号: 先读午餐会

顶: 2踩: 0

声明:本站所有文章或资源,均来自互联网分享。本站不参与制作或存储,内容仅用于互联网爱好者学习和研究,如不慎侵犯了您的权利,请及时联系站长处理删除。敬请谅解!