口碑效应和基于主体的创新扩散仿真研究

黄在礼 贡文伟

摘要：文章应用基于主体的系统仿真方法，分析了消费者主体行为的交互规则，重点研究了市场上的口碑效应对新产品扩散有显著地影响。在创新扩散理论与品牌传播的契合下，进一步发现，企业的市场进入时间、产品的质量和口碑强度、企业的营销力度都会对品牌扩散产生一定的影响。

关键词：创新扩散；口碑效应；品牌扩散；仿真模拟

复杂性是一种“性状”的描述，存在多个有意义、不确定、非周期的可区分状态，或者以多个有意义的可区分状态以不确定、非周期的方式存在。对于在产品的销售过程中，人与人之间的社会关系中口碑的传播可以称之为一个复杂系统。盛昭瀚等总结了复杂系统具有以下特点：具有众多的异质性主体；智能性和自适应性；局部性；突现性；不稳定性；非线性；不确定性；不可精确预测性。本文将进行的仿真实验是基于一个复杂的经过自组织而“演化”的系统，研究在社会网络中消费者的相互作用的驱动下，其不断的“学习”而调整自身决策的行为方式的进化过程。因此，应用基于主体的建模与仿真（ABMS）来研究新产品扩散的影响机理，能够充分考虑到现实世界中主体的异质性、动态性特点。

本文将在相关口碑传播理论等已有研究成果基础上，运用Multi-agent方法和面向对象编程技术，构建可控制且可重复的计算实验模型，从微观行为层面，模拟消费者主体的交互作用，并在抽取和分析实验数据的基础上，通过对比实验结果，以期得出积极的管理启示。

一、模型开发和计算实验设计

（一）模型基本假设

在社会网络的环境下，由于消费者个体之间偏好、对新产品敏感度、以及消费者之间的关系强度等异质性特点，会产生不同的口碑感染力。Barabasi以及Watts and Strogatz指出社会网络为个人互动和信息交换提供环境。Alderson以及Watts and Dodds指出消费者社会网络的结构具有不确定性。Bampo等和Goldenberg等最近的一些研究，试图在不同的网络结构绘制大规模社会网络。

本文将描述的是社会网络结构下的消费者，在决策过程的每个时期中，有对新产品的采购或拒绝的决策。如图1所示，在每个周期的开始，消费者分为三个主要群体：犹豫不决的消费者、采购者和拒绝者。采购者被分为两个小组：满足需求的采购者和未满足需求的采购者。此外，满足需求的采购者可以进一步分为满意和不满意的消费者。未满足需求的采购者包括：等待接收产品的采购者和丢失掉的消费者。

Goldenberg等提出，消费者的决策会直接受到正面和负面口碑和营销力度的影响。本文只考虑那些有直接社会关系的Agent之间的口碑。潜在的消费者可能与六组消费者成员有直接的社会联系：满意的采购者，不满意的采购者，拒绝者，丢失掉的消费者，等待接受产品的采购者以及犹豫不决者。在做出采购的决定中，潜在消费者通过直接社会关系，从那些满意的采购者得到正面的口碑，从不满意的采购者、丢失掉的消费者和拒绝者中获得负面的口碑。犹豫不决者以及等待接受产品？？的采购者不传播正面或负面口碑。基于正面和负面口碑的总水平，潜在消费者将做出采购、拒绝或犹豫不决的决策。潜在消费者决策的数学模型展示在本节的最后。

Goldenberg等最近的实验又发现，消费者社会关系的平均数量是25个。这个数字与McCarthy在250000个青少年的小组中得到的发现是一致的。因此，本文假定社会关系的平均数是25。

假定口碑强度的影响是由系数q决定的，营销努力的效果是由创新系数决定的。当定义总体和个体层面上的参数p和q的值时，依靠两组研究：（1）在总体水平上用实证研究验证参数值；（2）Goldenberg等的研究表明个体级参数值的计算方法是基于总水平的参数。因此，个体级参数p和q的值产生的总的结果与那些总体级模型的结果是非常接近的。要计算个体级的参数，本文选择总体级参数的值q=0.4，p=0.03。选定的p和q表示一个典型的产品的均值，然后转化总体级的参数值q为个体级的参数qj，再将它除以每个个体的连接的数量（即25个）。另外，借鉴Goldenberg等的研究观点，认为参数p的值对于个体级和总体级模型来说将是同样的。

在口碑强度和营销力度的共同影响下，潜在的消费者有采购产品、拒绝产品或保持犹豫未决三种策略选择。正面的口碑通过潜在消费者的社会关系对其产生影响，营销活动鼓励潜在消费者来采购新产品，负面的口碑阻止潜在的采购者去采购。L（i）+是消费者与其具有社会关系并且他是正面口碑的来源的消费者的指标集（满意的采购者）。L（i）-是消费者与其具有社会关系并且他是负面口碑的来源的消费者的指标集。

要确定一个潜在消费者在期间的采购状态，首先确定消费者受到无论是外部的广告，或是内部正面的口碑的影响的概率，（p+（i，tnow）），如下所示：

在式（1）中，（1-p）代表消费者不被广告积极地影响的概率。此外，消费者没有从任何满意的采购者j通过直接的社会关系收到正面的口碑的概率是（1-qj）。这两个概率的积，表明消费者从无论是广告还是具有直接社会关系的满意的消费者都没有收到任何积极的影响。再从1中减去这个积，表示消费者从无论广告或者具有直接的社会关系的满意的采购者收到积极影响的概率。

接下来，确定负面口碑的概率，（p-（i，tnow）），消费者从不满意的采购者、产品拒绝者和丢失掉的消费者那儿得到影响，如下：

假设负面口碑的影响强度是M倍于正面口碑的，见式（2），消费者在扩散期tnow，没有收到任何来自于直接社会关系的不满意消费者的负面口碑影响的概率是（1-M*qj）。从1中减去这个乘积，得出了消费者i接收负面口碑的概率。

要计算这三种消费者决策转移的概率，需要认识到，一个潜在的消费者在期间可能会接触到正面影响，负面的影响，正面和负面的影响或者都没有。因此，仅接触到正面口碑的概率是（1-p-（i，tnow））p+（i，tnow），仅接触到负面口碑为 （1-p+（i，tnow）p-（i，tnow））。此外，由正面和负面口碑共同影响的概率是p+（i，tnow）p-（i，tnow）。允许消费者的一部分αi由正面和负面的口碑共同影响而采购产品，（1-αi）拒绝产品。规范化的因子，αi，表明消费者收到正面口碑比上总口碑的影响的比率：

（二）ABMS模型的计算实验设计

类似于早期的研究（例如，Goldenberg等和 Kumar and Swaminathan），本文的模型是由3000名消费者构成的市场组成的。为了发现较大的市场规模是否会影响到模拟结果，本文首先对大型的社会网络进行了反复的实验设计，分析显示仿真结果没有显着差异。因此，选择了一个随机网络结构来连接所有实验设计的3000名消费者。当3000个潜在的消费者中的95%做出采购决定时，即终止实验。

在ABMS模型的实验中，将新产品的口碑强度及新产品对消费者的吸引力的参数进行多次赋值仿真模拟，以期描绘出营销力度和口碑对消费者的感染力在演变过程中不同状态时的非线性图，着重分析口碑传播的在新产品扩散中发挥的重要作用。

具体的参数值以及模型基本假设的各参数如下表1所示。

这里针对负面口碑对正面口碑的相对作用倍数这一参数的选择是借鉴Harrison-Walker对市场营销的研究成果。其表明，相较于正面口碑，负面口碑对潜在消费者的采购决策有较大的影响。其主要归因于两个原因：1.比起正面口碑来说，人们为负面口碑分配更多的比重（Amini等）；2.一个不满意的消费者会比一个满意的消费者与更多的人谈论于此。在早期的研究和公认的行业惯例（Goldenberg等和Amini等）中，负面口碑与正面口碑的影响强度比稳定在2左右。

接下来，对ABMS模型的模拟规则如下。随着首先尝试产品的消费者的口碑传播，使得新产品在区域内引起了更多人的兴趣，继而使做出采购决定的消费者的数量增多，直到区域内95%的消费者做出采购决策。本文为获得最终用于分析的实验结果，将依据Kelton等所提出的规则，在模拟仿真实验中， 应将每种情况反复运行15次，然后求出平均值，这样对于所得实验结果的可信度和有效性是比较适宜的。

二、模拟结果分析

（一）新产品营销的口碑强度对决策行为的影响

在模拟仿真实验一中，保持其他参数不变，对口碑强度进行不同赋值。模拟的结果如图2所示。

由图2可以看出，随着时间的推移，消费者会购买此品牌的产品的数量比例增加；对于拥有不同口碑强度的曲线而言，口碑强度越大，则购买产品的消费者的数量增长率就会提高。也就是说，口碑强度越大，达到一定品牌扩散效果的期数就越少，即大幅度缩短了市场接受新产品的周期，加快了产品对市场的占领。在现实新产品的市场营销中，举办一定规模的促销活动或者有奖赠送活动，又或者发放产品试样，都会在市场中引起正面的口碑的强度提高，消费者购买意愿增强，加快了新产品的迅速扩散。

（二）接触采购百分比对决策行为的影响

在其他参数不变的情况下，对刚接触产品时，制定采购决策的消费者的百分比进行不同赋值。模拟的结果和对比如图3所示。

Rogers提出，创新产品在市场扩散时，总会存在饱和点，即新产品在社会系统中一般不会100%扩散。事实上，很多创新在社会系统中最终只能扩散到某个百分比。对比图3中的曲线，很明显的可以看出，接触采购百分比越大，模拟达到饱和百分比的周期就越短，新产品进入市场的效率就越高。在不同接触采购百分比的曲线的对比中，由于接触采购百分比越大对消费者的吸引力更大，在刚进入市场时，就更好地吸引了消费者的眼球，也就更容易、更快地占领市场。就如苹果公司的产品之一iPhone4在进入市场时，以简洁、高贵、时尚的外观以及功能的强大，迅速激发了所有消费者的购买欲望。在短短不到一年的时间，这款产品由2010年6月8日的刚刚发布，到2011年的第一季度末，苹果iPhone手机和配件的销售额已经达到104.7亿美元，一举超过了诺基亚的97亿美元，成为全球最大的手机厂商。

因此，在企业的新产品进入市场开端，消费者在刚接触到新产品时，对该产品的态度、认知和购买意愿，是企业。另外，实验模拟的结果也证明了外观因素对于影响新产品扩散的重要性。人们在接触某种新事物时，往往最先关注的是产品的外观，其次才是被说服。那么，为消费者设计一个良好的外观形象，是新产品迅速的打开市场并占领市场的重要先机。

在以往创新扩散的研究中，绝大部分扩展模型针对的是产品层次的扩散研究，只有极少学者对品牌层次的扩散进行研究。随着市场经济程度的加深，顾客对品牌的需求差异化特征明显，使得品牌类型的多样化、个性化，各类企业对品牌传播的管理要求也越来越高，因此把创新扩散理论引入到企业品牌传播有一定的合理性和必要性。将基于创新扩散理论与品牌传播之间的契合性，在竞争品牌的市场作用下，模拟研究多个变量对新产品扩散的影响路径。

（三）竞争品牌扩散模拟研究

在现实社会生活中，多种竞争品牌推出新产品时一般是以不同的时间进入市场，市场竞争对品牌扩散的重要性显而易见。在已有的研究中，很多文献研究了市场先入者的优势（Tirtayasaa and Puspowarsitob）和劣势，其中，有结果表明市场先入者会比后入者拥有更高的市场占有率或者存活的机会，而Venkatesh Shankar等则指出后入者也具有优势：具有市场先入优势的品牌往往通过高成本来宣传创新产品的概念，并且根据消费者偏好制定了科学的营销策略，而市场后入者的优势在于其能够在先入者的基础上，以较低的模仿成本加上适当创新而超越先入者。

那么，市场因素是如下实验研究的重点，我们将通过模拟具有不同市场进入时间及不同营销决策的多种品牌扩散，以研究市场进入时间及企业赋予产品的不同属性对扩散结果的影响。

假设市场上有四种品牌A、B、C、D，接下来，对这四种品牌做三组实验。

在实验一中，假定A、B、C、D的质量系数（即口碑强度）、创新系数、营销力度（即接触采购率，刚接触产品时，制定采购决策的消费者的百分比）都相同，但营销进入时间不同。其中，A、B、C、D的进入时间分别为第1期、第101期、第201期、第301期。品牌扩散结果如图4所示。

在图4中，以达到市场占有率60%为限，那么，品牌A先达到此市场占有率，接下来依次是B、C、D。据此可以得出，如果品牌A、B、C、D在质量上以及营销力度上并无太大差别，那么先入者会占有较大的市场优势。而且，越晚进入市场，品牌的进入壁垒就越大，生存几率越小

在第二个实验中，假定品牌B、C、D虽然较后进入市场，但是具有更好的质量，则结果如图5所示。

品牌A、B、C、D的进入时间保持不变，分别是第1期、第101期、第201期和第301期，以及营销力度保持不变，但是，假定B、C、D有更高的质量系数。根据图5的结果可以看出，品牌B和C在提高质量系数后，其市场扩散的速度有了大幅的提高，甚至超过了先入者品牌A。而对于品牌D来说，由于其进入时间过晚，提高质量系数也无明显的影响。

实验三，研究提高营销力度，对品牌扩散结果的影响。同样假定品牌A保持不变，而提高B、C、D的营销力度。如图6所示。

由图6可以看出，无论是B、C还是D，在经过营销力度的加强后，都超过了品牌A的市场扩散速度，使得A丧失了市场先入的优势。其中，又以品牌B为最。虽然品牌B不是产品的创造者、创新者，但是品牌B紧随品牌A而进入市场，并花费较大的成本对产品进行营销。这使得品牌B在市场上的扩散非常迅速，占据了绝对的市场优势。

结合上述三组实验，可以得出如下结论：企业的市场进入时间、产品的质量、企业的营销力度都会对品牌扩散产生一定的影响。作为产品的研发者，一定要在进入市场前，衡量自己潜在竞争者的实力及可能的运营动作。从而对自己产品的定价、质量和营销手段都能做出客观的决策，才能稳定地占据着一定的市场份额，维持着自己的先入优势。而一些作为市场跟随者的企业，就一定要尽力提高自己的质量及营销力度，才能在市场上有一席之地。而适当的创新则能更好的促进市场跟随者的品牌扩散。另外，市场进入时间不能过迟。一旦错过了最佳的市场进入时间范围，市场进入壁垒会非常高，企业就只能用低价来获得微弱的利润。

三、结论

已有对于品牌扩散的研究方法多集中于定性研究或者一些通过建立数学模型的定量研究，而运用计算实验方法从微观层面研究品牌的扩散目前仍处于起始阶段；对研究内容方面多侧重于某一类型层次的品牌传播，将创新扩散理论结合品牌的新产品扩散，是该研究领域的一个迫切的课题。研究得出以下几个结论。

1. 本文根据市场及产品的复杂性的特点，建立基于主体的创新扩散仿真模型。计算实验过程中又借助于主体的思想，为研究口碑效应对消费者行为影响的决策路径及品牌扩散提供了有效的工具。

2. 新产品如何赢得市场，为自身创造口碑效应的机会是未来的重点研究方向之一。由此，笔者认为，让潜在消费者的“被动”接受变为主动传播，比如体验式消费，才能使得口碑的感染力提高。然而，口碑作为营销手段便成为了一把双刃剑，所以，企业一方面要重视产品的质量和服务，避免负面口碑的隐患；另一方面要适应消费者多样化的需求，赢得潜在消费者。

3. 本文最后结合创新扩散影响机理，对竞争品牌的扩散进行了模拟研究。分析发现，先入品牌具有先入者优势，但后入品牌通过提高自身特性可以降低进入市场的壁垒。现今品牌产品类型的多样化，表明企业采用产品的营销手段也需多元化发展，深入了解消费者主体的行为决策影响机理成为企业品牌营销策略的必要学习课题。

参考文献：

[1]盛昭瀚， 张军， 杜建国. 社会科学计算实验理论与应用[M].三联书店， 2009.

[2]Barabási A L， Frangos J. Linked： The New Science Of Networks Science Of Networks[M]. Basic Books， 2002.

[3]Watts D J， Strogatz S H. Collective dynamics of ‘small-worldnetworks[J]. nature， 1998（393）.

[4]Alderson D L. OR FORUM-Catching the “Network Science” Bug： Insight and Opportunity for the Operations Researcher[J]. Operations Research， 2008 （05）.

[5]Watts D J， Dodds P S. Influentials， networks， and public opinion formation[J]. Journal of consumer research， 2007（04）.

[6]Bampo M， Ewing M T， Mather D R， et al. The effects of the social structure of digital networks on viral marketing performance[J]. Information Systems Research， 2008（03）.

[7]Goldenberg J， Han S， Lehmann D R， et al. The role of hubs in the adoption process[J]. Journal of Marketing， 2009（02）.

[8]Goldenberg J， Libai B， Moldovan S， et al. The NPV of bad news[J]. International Journal of Research in Marketing， 2007（03）.

[9]Kumar S， Swaminathan J M. Diffusion of innovations under supply constraints[J]. Operations Research， 2003（06）.

[10]Amini M， Wakolbinger T， Racer M， et al. Alternative supply chain production–sales policies for new product diffusion： An agent-based modeling and simulation approach[J]. European Journal of Operational Research， 2012（02）.

[11]Kelton W D， Sadowski R P， Sadowski D A. Simulation with ARENA[M]. New York： McGraw-Hill，2002.

[12]Mesak H I， Bari A， Babin B J， et al. Optimum advertising policy over time for subscriber service innovations in the presence of service cost learning and customers disadoption[J]. European Journal of Operational Research， 2011（03）.

[13]郭琳，应洪斌.网络效应与新产品创新扩散系统仿真分析[J].统计与决策，2013（04）.

（作者单位：江苏大学管理学院）