过载信息环境下负面口碑影响.docVIP

过载信息环境下负面口碑影响 　　摘 要：随着网络信息传播内容的增加，负面口碑在创新扩散过程中的影响不断扩大。依据ABM模型架构，进行了两品牌的竞争创新扩散的计算机仿真。最终得出结论：在负面口碑影响比正面口碑影响更大的情况下，随着网络中信息的增多和交流的频繁变动，负面口碑的影响更大；但相对来说负面口碑影响的扩散速度相对较慢。企业在新产品的营销中应抓住关键时期，抑制和减少负面口碑 关键词：竞争创新扩散；电子负面口碑；计算机仿真 一、引言 随着互联网技术渗透进日常生活中的各方面，不同形式的虚拟社区不断出现和发展。在虚拟社区中，个体与其他人通过交流逐渐建立起人际关系并从中获取知识以满足其好奇心或解决问题（Fang and Chiu，2010）。传统的电子商务模式也开始向社会化商务模式（Stephen and Toubia，2010）迈进。企业如何在快速变化和竞争激烈的互联网环境中推广新的产品和服务成为被日益关注的研究方向。有效地对负面口碑进行检测和控制，显得尤为重要。根据以往的研究，负面口碑的强传播性、弱联系的强影响性等已经被发现（Goldenberg，2007），个体异质性、网络结构等同样是重要的因素 通过利用ABM模型架构，对创新扩散过程进行计算机仿真和分析。目的在于描绘互联网中复杂、不稳定的联系。在传统的阈值模型中引入品牌竞争，分析消费者消费状态的变化，进而得出企业营销策略的侧重点，从而获得竞争优势 二、理论基础及研究假设 在研究口碑对创新扩散影响的模型中，每个个体有着四种状态：潜在采用者（potential adopters）、满意采用者（satisfied adopters）、失望采用者（disappointed adopters）或拒绝采用者（rejecters）。个体如何做出决策受到先前采用者的影响，尤其是负面口碑（Cronin et al.，Brady，2000；Nitzan and Libai，2011；Oliver，2010）。并且消费者的满意或失望会随着时间变化，这潜在地受到口碑和产品效用的影响（Bolton and Lemon，1999）。有关负面口碑传播决策得到了很多先前ABM（agent-based model）研究的支持（Richins，1983； Anderson，1998；Goldenberg et al.，2007；East et al.，2007） 消费者的口碑是营销管理课题的重要部分。随着上世纪90年代互联网诞生，日常在线交流成为越来越多网络使用者生活的一部分。电子商务的普及和各种电子消费方式的出现愈发刺激消费者去分享体验和表达诉求。当今时代，已经演化出的电子口碑（electronic word of mouth，eWOM），显示出更大的影响力（Dellarocas，2003）。自媒平台的大量出现（Jensen，2012）和过载的网络信息（Mudambi and Schuff，2010）使得消费者个体之间表现出复杂的关联性行为（King et al.，2014）。网络使用者成份的复杂性使得难以构建清晰的模型 综上所述，进行了接下来的研究，并做出假设：市场中将要扩散的新产品或服务属于重复购买商品。为了研究的可操作性和可控制性，消费者在一个时间点内立即做出消费决策 三、模型??建 1.个体决策模型 个体起始状态是潜在采用者，顾名思义即有可能采用创新，但是还没有采用的个体。每个个体都有着某种意义上联系的邻居。率先采用创新的个体，随时间传播信息给一定范围内的邻居。个体收到采用创新的邻居的评价之后，受到这些评价的影响。积极评价有助于个体采用创新，消极评价则起相反的作用；这种影响受到不同性质评价数量的影响。积极影响和消极影响的相关计算公式如下（Amini et al.，2012）： 式子中的-1和-2分别代表失望采用者和拒绝采用者；+表示满意采用者。而S（或W）表示在个体强联系（或弱联系）邻居中处于某种状态的数量。δ代表外部影响，即广告宣传和营销策略等。q代表内部影响，即社会网络内部的口碑影响。ω表示负面口碑影响系数。θ表示弱联系影响系数 在受到积极和消极的影响之后，个体便有可能改变对该创新的态度，即自身的状态。这些状态分为四种：潜在采用者、满意采用者、失望采用者和拒绝采用者。潜在采用者没有采用创新。满意采用者对创新进行了采用，并做出积极评价。失望采用者采用了创新，但对产品的实际使用情况感到失望。最后一种状态是拒绝采用者，没有采用创新，但传播消极的评价（Goldenberg et al，2007；Moldovan and Goldenberg，2004）。这种假设已经被一些关于消费者抵抗的研究所证实（Oreg and Goldenberg，20