负熵：大数据时代TPWKR企业营销五阶段模型的建构——以“购买的五阶段模型”为分析对象

■ 蔡立媛　张金海



负熵：大数据时代TPWKR企业营销五阶段模型的建构
——以“购买的五阶段模型”为分析对象

■ 蔡立媛张金海

【内容摘要】信息熵作为热力熵和统计熵的推广，已从通信系统延伸到生命科学、信息科学、经济学和社会学等领域。人类可以利用信息熵的思想研究复杂系统的演进，利用信息论中的模型和算法研究复杂系统的表达，可以说，信息熵和信息论的思想可以用来描述和刻画整个世界的发展和演化。本论文以信息熵理论的核心思想建构大数据复杂系统中的企业营销模型。大数据环境中TPWKR营销模型的价值在于可以减少信息的无序和混乱程度，一对一的个性定制和推送使系统更有序，熵在减少，负熵在增加，此模型可以优化信息结构，帮助企业和消费者作出最优决策，TPWKR的五阶段营销模型符合互联网发展和人类演进的规律。

【关键词】TPWKR；大数据；熵；企业营销

大数据时代企业营销模式发生很大的变化，原因在于消费者在大数据时代的购买模式发生了变化。本论文以菲利浦科特勒经典理论“消费者购买的五阶段模型”在大数据时代的变革为起点分析，建构大数据中的企业营销模式——TPWKR，以信息熵理论的核心思想分析大数据复杂系统中的企业营销模式。

一、TPWKR：大数据时代企业营销的变革

菲利浦科特勒认为，传统营销研究者开发了一个购买决策过程的“阶段模型”，认为消费者会经历五个阶段:问题认知、信息搜索、方案评估、购买决策和购后行为。①大数据时代“购买的五阶段模型”发生重构，不再是上述五个阶段，而变化为“被追踪”“接收推送信息”“推送信息的比较与选择”“购买决策”“购后行为”。消费者的购买五阶段模型发生了转变，见图1。

图1　消费者传统环境下购买五阶段向消费者大数据环境购买五阶段转变

企业营销是以消费者为基础的，因此企业营销模式也由“传统五阶段营销模式”转变为“大数据五阶段营销模式”，见图2。

图2描述了大数据环境下企业营销的五阶段模式TPWKR——T（track consumer）“追踪消费者”、P （push customized information）“推送定制信息”、W （word-of-mouth sharing）“口碑广告”、K（key-point simulation）“关键点刺激”、R（relation and communication）“关系与沟通”，此模式是基于消费者传统购买过程相对于大数据购买过程的变化而建构的。从传统营销阶段到大数据营销阶段，信息由被海量搜索到个性定制推送，信息的混沌性、无序性、不确定性在减少，而信息的有序性、确定性、清晰度在不断提高。

图2　企业传统营销五阶段向企业大数据营销的五阶段（TPWKR）

二、熵理论解析TPWKR模式

信息论之父申农（C.E.Shannon）首次将熵的概念引入到信息论中，提出“信息熵”的概念。②熵是信息系统中不确定性或无序状态的量度，是指信息的混乱程度，系统有序程度越高，熵值就越小；无序程度越高，熵值则越大。③信息表示的是体系内的有序性、组织结构性、特异性或发展程度，是与熵对立的。所以，信息就是负熵。

传统的网络对消费者和企业而言已经存在着很高的熵值（信息的不确定性）。对消费者而言，消费者购买产品要在网络海量信息中搜索（即使输入关键词，也有上万条信息）如同大海捞针，大量信息即无用也无价值，这些无价值的信息降低了消费者的搜索效率，增加了搜索成本，信息熵不断增加；对企业而言，细分市场、分析和定位消费者的不准确和不精确也花费了企业大量的时间和成本，表现在“信息的无序、紊乱”“信息的冗余”“有效信息量减少”等多个方面。而大数据时代，追踪定位功能下的企业精准推送式信息是对消费者有价值的信息，极大地满足了需求，增加了消费者购买过程中的确定性，大大节省了消费者的搜索成本和搜索时间，有序性增加，熵在降低；对企业来说，大数据的精准定位和细分节省了企业的细分成本和定位时间，是一个信息的确定性增加的过程，也是一个“熵减”的过程。

企业营销以消费者为中心，消费者购买的变化引起了企业营销模式的变化。本文以熵理论为分析框架，思考大数据时代企业营销模型的变革与重构——TPWKR。为论证更清晰，下面分五步进行讨论。

1.T——追踪消费者（track consumer）

T（TRACK）追踪是指企业追踪消费者问题，为主动推送能满足消费者需求的相关产品和信息做准备。传统消费者购买的五阶段模型第一步是“问题的认知”。“问题的认知”是指消费者意识到生理或心理的匮乏状态，进而产生一定的需求。需求可以由内在刺激（如生理需要）引起，也可由外在刺激（如广告）引起。在传统营销时代，消费者的问题认知要靠市场调查，采取问题分析、观察、访谈、投射等调查方法和技术，对消费者分析而获得，但有时消费者并不愿意说出自己的需求或消费者自己也没有意识到有某种需求，也就是说，传统营销时代，企业无法准确获知消费者的需求。大数据时代，企业在网络中不仅存储了它的搜索结果中出现的网络连接，还会储存所有人搜索关键词的行为，它能够精准地记录下人们搜索行为的时间、内容和方式，追踪和记录每个个体消费者的需求和购买动机、购买时机等，勾勒完整的消费者图谱。理论与数据追踪、挖掘相结合，洞察消费者的显性需求和隐性需求，个性定制，进一步推送消费者需要的产品或服务。大数据的追踪和定位技术可以帮助进行消费者问题认知，主动推送与消费者原有观点相符的信息和需求。因此，追踪消费者需求代替了传统“营销五阶段模型”中的“调查分析”。

大数据技术使消费者传统的“购买的五阶段模型”中“问题认知”变为“被追踪”，消费者需求可以被“追踪定位”，这个过程中，与个体消费者无关的信息被过滤，企业获得的消费者信息更精准，初始的系统稳定和平衡状态被打破，系统开始有一种动力（来自企业）偏离于初始平衡状态。熵在减少，负熵（信息）在增加。

这种个体与个性化追踪使大数据时代“细分市场”的最终层次变成个体细分:个体消费者作为一个独立的市场被追踪、被定位。信息有序排列，确定性增加。

2.P——推送定制信息（push customized information）

传统购买五阶段模型第二步本来为“信息搜集”，是指消费者对内部信息和外部信息的搜集。大数据时代，消费者不需要进行传统的“信息搜集”，因为大数据环境下企业会进行“个性定制信息的推送”。企业营销模型第二步也由传统的“广告宣传”变为“对消费者推送个性定制信息”。整个过程中，信息的有序推送、定制推送极大地减少了消费者的搜索成本，提高了效益和效率，购买系统更有序，熵继续减少，负熵（有序信息）继续增加。

消费者不再进行海量信息搜集，大数据主动推送其需要的有用信息，并优化组合购买策略，节省了消费者的时间成本和精力成本。大数据环境企业营销第二步“信息推送”分成三个步骤:第一，建立顾客数据库；第二，数据的可视化分析；第三，可视化分析的决策。第四，个性定制与推送。

传统互联网时代，消费者可以任意搜索所需要的信息，信息越多，越有助于消除不确定性，信息的透明性可以帮助消费者作出最优选择。但海量信息也带来海量冗余，消费者要搜索一条或几条有价值的信息需要极大的时间成本和精神成本。信息熵较高，信息混乱程度较大。而大数据互联网时代，消费者接受企业量身定作的定制信息，只需在有限的推送式信息中作出选择，信息混乱程度较低，企业发送给消费者的信息呈现一一对应的有序对应状态，而消费者浏览的页面和产品也是根据其购买轨迹选择出的优化项目，使用价值较高。因此，信息推送使大数据网络中信息熵较低，信息有序程度较高。

3.W——口碑分享（word-of-mouth sharing）

传统购买五阶段模型的第三步是消费者的“方案评估”即“消费者比较与选择”。而大数据环境下，转变为“推送产品的有限选择”，传统营销模型的第三步“广告刺激”转变为“口碑分享”。也就是说，因为信息推送的确定性和有效性，消费者选择的范围缩小了。而营销模式也由传统的广告形式变成了体现互联网Web 2.0优势的“口碑分享”。

此阶段，消费者继续节省时间成本和精神成本，优化组合策略，选择他认为最有价值的产品。在有限信息的挑选过程中，口碑广告和口碑分享是最主要的广告形式，如前面购买的消费者对产品的评价成为影响和引导其购买的最主要的广告。从信息熵理论分析，原因在于:

第一，熵理论认为，系统中局部之联系用网络来刻画，局部相当于网络节点，复杂系统和复杂网络的本质是相同的，节点之间的边是构建网络的成本，依赖于系统外负熵的持续流入，是有边界的。好的网络结构有三个特征:（1）节点数目多，且没有孤立的节点；（2）边的数目随节点数目N的增加而以近似NLOGN的速度增加；（3）建立新边的成本低廉，这样的网络具有良好的连通性。④良好的连通性使网络具有效率和稳定性。网络社区中的口碑传播与口碑分享使网络用无数个中心节点、许多个拓扑关系结构以增加连通性和稳定性，提高了网络运行的效率，增加了信息的确定性和互补性、透明性，网络中建立新关系的成本低廉也减少了能量消耗，熵在减少，负熵在增加。消费者与消费者之间的口碑联系类似于建立的新的节点和新的边，好的口碑越多，关系就更稳定和联通，选择此产品的可能性就越大。

第二，网络口碑是传统口头媒体与新媒体的联结。信息获取的多种渠道使信息更公开、更透明，确定性也更强，系统中的熵在不断降低。

口碑分享运用的是大数据中Web 2.0“可读、可写、可交互”的信息处理和技术优势。媒介的发展过程也是熵不断降低的一个历史进程，新的媒介之所以出现，从信息熵的角度来解读在于新媒介传播信息的确定性更强、互动性更强、有用性和价值更大。也就是说，媒介的发展过程之所以经历了口头媒介、印刷媒介、电波媒介、Web 1.0时代、Web 2.0时代、大数据时代，是因为信息的混乱和无序性、不确定性在降低，信息由混沌变有序、由模糊变清晰，熵不断降低。信息的有序、确定性在不断增加。口头媒介时代，信息的确定性与发音和声音有关，口语常易造成误听误解，信息的确定性不够强，熵较高；印刷媒介时代，铅字印刷较口语有更强的确定性，熵降低；电波媒介时代，视听兼备的媒体进一步提高了信息传播的确定性，熵再次降低；而Web 1.0时代，人们通过海量信息搜索，可以获得更多想要的信息，较电波媒体时代的信息熵又降低了；Web 2.0时代，人们除了可以通过口头媒体、印刷媒体、电波媒体、Web 1.0网络多方位多渠道地接收和搜索信息外，还可以通过Web 2.0“可读可写可交互”的技术与社交网络中的个体进行信息互动，再一次透明了信息，降低了熵；大数据时代，基于Web 3.0的精准定位使个体不但仍可以通过上述媒介接收和搜索信息，还可在此基础上接收企业的个体定制推送式信息，系统变得更有序，熵已降得很低了。在大数据环境中，口碑分享能使社交媒体和网络中的信息更有序地互动排列，消除不确定性。口碑分享包括“建立关系”和“互信息与分享”。

4.K——购买关键点刺激（key-point of simulation）

传统购买五阶段模型的第四步是“购买决策”，大数据环境下消费者的购买决策大多在线上完成，营销模型由传统的“广告刺激”转变为“关键点刺激”，这种关键点刺激与传统时期的广告刺激的区别在于，是以个体追踪为基础的定制“关键点信息”。此时，消费者内心购买动力越来越强，系统离初始平衡状态越来越远，在这个过程中，如果系统继续流入负熵（关键点刺激信息），则较易促成购买。

经过“追踪消费者”“个性定制信息推送”“口碑分享”三个阶段，个体消费者已产生极大的内心焦虑与不平衡。企业的推送式信息和口碑分享对于不急于使用产品的消费者而言，不一定会马上产生购买行为，虽然消费者已产生内心的不平衡，但相互冲突和不平衡仍在可承受的范围之内。此时，需要有一个或多个关键点刺激，加大个体内心的焦虑，深化内心精神或心理的匮乏状态，加大不平衡，迫使其产生对个性推送式产品的需求，通过一个或多个关键点刺激到一定的程度之后，即产生购买决策。

熵理论认为，负熵的输入必须以物质、能量为载体，如将人们的知识（信息）充当负熵，向一个开放系统只输入这种认识信息，系统就可以向有序化方向发展。⑤同时，只有将信息（负熵）载荷到相应的物质载体上去，我们才能得到进化了的具有特定功能的新的物质系统。在前面三个阶段的营销中，第一步（追踪）、第二步（信息推送）、第三步（口碑广告）在系统中不断地输入负熵（信息），整个系统在能量的推动下偏离于最大熵N1（初始的稳定状态），动力越来越强，信息越来越清晰、越来越透明，系统也迫切需要达到新的稳定和平衡，此时，只有继续输入负熵（关键点刺激信息），产生购买行为，系统才能再次达到平衡和稳定（最大熵N2）。最大熵是指均匀分布对应于各部分表现出的系统各部分完全平等，系统不再演变，稳定性最强。⑥N1是初始最大熵，是初始的稳定状态，而最大熵是一种特殊情况，只要系统是开放的，又有新的信息（负熵）注入，那么系统中各部分表现出差异和不平等、不平衡，系统就朝另一个方向演进，直到再次稳定和平衡（购买后的最大熵N2）。

所以，从信息熵的角度来看，系统的初始状态熵最大，当引入确定信息时，就可以降低熵。信息论中最大熵原理的实质就是预测时引入的信息是真正确定的先验知识，在网络购买系统中不断进行的追踪、有用信息的推送、口碑分享和关键点刺激等都是真正确定的先验知识，使信息更为有序、清晰，系统的熵不断降低。系统越来越偏离平衡和稳定状态（初始的最大熵N1），系统越来越活跃，需要有一种行为来促使系统重新达到稳定和平衡，这一行为就是购买。购买发生以后，系统才能重新达到平衡和稳定状态（购买后的最大熵N2）。也就是说，系统永远都朝着远离最大熵的方向发展，又永远都朝着趋于最大熵的方向发展。起点是初始最大熵N1，目标是购买后的最大熵N2.

在这个阶段，关键点刺激包括:第一，企业找到“关键时刻”与“关键人物”进行刺激；第二，“定期购”服务。可以根据数据提示，用户使用产品的速度、频率，定期发送信息提醒购买；第三，“定期晒”活动。刺激顾客在网络社交媒体（如微信）中晒出自己使用产品的照片并做评论，以此获得企业的奖励。⑦这是一种间接的行动号召与刺激。

（五）R——关系与沟通（relation and communication）

在“关键点刺激”阶段，消费者已形成购买决策或已产生购买行为，不平衡和焦虑被打破，系统趋于稳定，达到最大熵N2。若没有新的信息注入，系统将一直处于平衡状态，但系统是开放的，企业为避免消费者出现购后失衡，也为了下一次继续购买行为，会进行新一轮的信息（负熵）注入。企业需要对消费者进行购后满意度的追踪和良好关系的维持。此时，传统购买五阶段模型第五步消费者“购后行为”变为“购后信息分享”，营销模型由传统的“广告效果评估”转变为“关系与沟通”。

“关系与沟通”主要在于继续追踪消费者的购后行为，获得关于消费者的更多、更确定的信息，维护良好的关系。归信息化是指在物质、能量等负熵稀缺的限制条件下，实现更节约能源、更节约物质、更节约保护空间、更高效率的理想生产组织方式。⑧我们在追踪消费者的购后行为，与消费者进一步沟通时，主要采用社交媒体，进行私人传播和追踪。QQ、微信、社交论坛等对物质、能量的消耗极少，信息价值占比却极高，已经实现了人人免费的理想状态。这也是大数据时代，负熵流入系统的主要方式。使用QQ、微信、微博、社交论坛等，有助于提高信息的确定性（负熵量的增大），有利于营造与消费者的良好的关系，成为其在推送信息后最可靠的选择。

商品的价值可以分为物质、能量、时间、空间和信息五个维度，其中信息是王者，物质承载信息，能量推动信息流动，时间空间是信息的标度⑨。在大数据购买系统中，“物质”是网络媒介，“能量”是企业的推送与消费者的需求，“时间空间”是信息推送的时间和空间。消费者产生购买行为后，系统达到初步和暂时的稳定和平衡，但系统是开放的，系统要继续与外界环境进行能量流、物质流和信息流的交换，企业要进行新的追踪、推送、口碑分享、关键点刺激，再次引起消费者内心的认知失谐，继而产生新的需求，使系统再次偏离有序和稳定结构。维持与客户良好的关系也是熵减的过程，让消费者了解企业、认识产品，进行一对一的私人传播，在关系与沟通中，可以建构一种面向客户服务客户的自适应客户定制平台，建立自适应客户定制平台的功能体系和结构，通过对客户交互信息进行知识解析、数据挖掘，⑩以进一步营造良好互动关系。

TPWKR过程结束，购买行为结束后，企业又会继续推送信息为下一次的购买刺激行为做准备，重新进行T（追踪）、P（信息推送）、W（口碑）、K（关键点刺激）、R（关系与沟通）的循环过程。

注释：

① 菲利浦·科特勒:《营销管理》，王永贵等译，格致出版社2009年版，第196页。

② C.E.Shannon.A Mathematical Theory of Communications.The Bell System Technical Journal，July，October，1948.vol 27，pp.379-423.

③④⑥⑧⑨ 鲍际刚等:《信息熵经济学》，经济科学出版社2013年版，第2、19、33、5、28、130、7页。

⑤ 李德虎、杨东化:《负熵是什么》，《自然杂志》，1990年第13期。

⑦ 蔡立媛:《TSCPR:大数据时代的“利基营销”模式分析——基于顾客感知价值的分析框架》，《新闻知识》，2015年第2期。

⑩ 邓建刚:《面向服务型制造的自适应客户定制平台》，《江西师范大学学报（自然科学版）》，2014年第3期。

（作者蔡立媛系武汉大学新闻传播学院广告学博士研究生，江西师范大学传播学院副教授；张金海系武汉大学新闻传播学院教授、博士生导师）

【责任编辑：潘可武】