基于参与行为兴趣型虚拟社区成员分类研究.docVIP

基于参与行为兴趣型虚拟社区成员分类研究 　　摘要：兴趣型虚拟社区是消费者与企业沟通的重要手段和信息渠道，本文鉴于客户的消费行为在虚拟空间与现实空间存在显著的差异，从近度、频度、值度三个行为维度对客户进行分类，基于客户在兴趣型虚拟社区中的参与行为，通过借鉴RFM模型构造了兴趣型虚拟社区成员分类LAT模型，并以五菱车友会论坛为实例，对其社区成员进行了分类，分析了各类成员的行为特征。 　　关键词：虚拟社区；参与行为；成员分类；聚类分析 　　中图分类号：F201 文献标识码：B 　　随着互联网的快速发展与普及，越来越多的人开始通过网络来搜索、获取信息[1]，网络已成为消费者与企业沟通的重要手段，虚拟社区已经扮演起了重要的参照群体角色。 RFM模型是客户关系管理中衡量客户价值和客户创利能力的重要工具和手段，强调以客户的行为来区分客户。兴趣型虚拟社区为社区成员提供交流平台，其服务需要得到成员的认可和使用。本文借鉴RFM模型提出了虚拟社区成员分类的LAT模型，运用定量方法对兴趣型虚拟社区成员进行分类，为虚拟社区成员行为的进一步研究提供了必要基础。 　　一、文献回顾 　　国外学者Armstrong和Hagel[2]根据参与程度和价值维度，将虚拟社区成员分为如下四种：（1）浏览者：刚进入社区的成员，通常是随意浏览，价值最低；（2）潜水者：在社区中停留时间较长，但不会积极贡献社区内容，可从其身上收集到浏览路径、个人数据等信息，因此价值高于浏览者；（3）贡献者：对社区最热情，最积极发表帖子、贡献内容，在社区中停留的时间也很长，是社区中价值第二的成员；（4）购买者：积极参与社区活动且购买社区产品与服务的成员，不仅带来社区收入，也可为社区吸引赞助商及广告主，是社区中最有价值的成员。 　　Adler和Christopher[3]根据参与形式将虚拟社区成员分为以下四种：（1）被动者：希望不付出就能获得收益；（2）主动者：热心参与由其他人所发起的活动及议题讨论；（3）诱导者：发起讨论议题或规划活动吸引其他社区成员参与；（4）管理者：作为社区成员与社区经营者之间的中介角色，通常是个成熟的诱导者。 　　Kozinets[4]根据成员与消费活动的关系和成员与虚拟社区的关系两个因素将虚拟社区的成员分类：浏览者、社交者、贡献者、内部者（见图1）。Wang和Fesenmaier[5]提出了类似分类，将虚拟社区成员分为游客、社交者、贡献者和内部者。 　　Kristine[6]从市场营销的角度，以访问频率、访问持续时间、信息检索、信息提供和参与讨论为指标，采用聚类分析，将虚拟社区成员分为核心成员、交谈者、信息搜索者、爱好者、功能主义者和机会主义者六类。 　　国内学者也对虚拟社区成员的分类进行了研究。毛波、尤雯雯[7]从知识共享的角度对虚拟社区进行了研究，利用数据挖掘技术， 对虚拟社区中所发表的文章进行定量分析总结， 提出了知识共享型虚拟社区的成员分类模型， 将社区的成员分为领袖、呼应者、浏览者、共享者和学习者五种类型。陈晞[8]从传播学的视角，研究虚拟社区在品牌危机传播中的作用机制，以发贴量、回复量、认同值和扩散度四个指标，将虚拟社区成员分为意见领袖、聚焦者、扩散者、争议者、参与者和边缘者。徐小龙、黄丹[9]从虚拟社区中成员的互动行为出发，根据成员的主贴量、点入度、点出度、交往规模、互动程度和帖子内容等指标将成员分为领袖者、回应着、社交者、咨询者和旁观者五种类型。通过文献回顾可以看出，之前国内外学者都是从虚拟社区的网络属性出发对虚拟社区的成员分类进行研究，没有考虑虚拟社区的企业属性。因此，本文在综合考虑虚拟社区的企业属性与网络属性的基础上，对兴趣型虚拟社区成员分类展开研究。 　　二、兴趣型虚拟社区成员分类LAT模型 　　RFM模型是衡量客户价值和客户创利能力的重要工具和方法。R表示客户最近一次购买的时间距离当前时间点有多远，R越大的客户越有可能与企业进行新的交易；F表示客户在规定一段时间内发生的购买行为的次数，F越大的客户越有可能再次与企业进行交易；M则表示客户在最近一段时间内购买的总金额，M越大的客户，越有可能再次购买企业的产品或服务。一般的分析型客户分类模型通常侧重于对客户贡献度的分析，RFM模型则强调以客户的行为来对客户细分。RFM模型的核心思想是认为近度、频度、值度是客户关系数据库中的三个关键的因素，从这三个方面出发对客户进行细分。 　　虽然RFM模型是客户细分的有效方法，但是传统的RFM模型并不适用于兴趣型虚拟社区成员的分类。兴趣型虚拟社区与一般企业不同，兴趣型虚拟社区中不存在买卖行为，不存在购买金额、购买次数的概念，因此传统的RFM模型显然无法应用到其中。但虚拟社区中的成员行为与一般企业客户的行为又存在一定的相似性——消费者在购买商品后，常常会加入到有关该商