《Going Critical》讀後感,病毒性傳播的解釋與探索

Photo of author
Written By CMO

“求擴散”、“10K+”、“瘋轉”、“爆款”,相信你對這些詞不會感到陌生。從社群媒體誕生伊始其病毒性傳播的特質就對傳統媒體和“傳統的互聯網媒體”造成巨大衝擊。社群媒體是互聯網中最容易製造“巨頭”的一大類別。騰訊、Facebook、Twitter、Instagram、LinkedIn、微博、SnapChat甚至是Line,這些公司每一個都在各自的市場中具有巨大的社會影響力。

HubSpot One今天要為數字行銷者們介紹的這篇Kevin Simler的論文《Going Critical》將“病毒性傳播”/“擴散”用生動的模擬明明白白地為我們呈現出來,不但值得我們學習,也為我們創造了許多思考空間。該論文提供了與讀者互動的模塊供讀者自己通過“微調”參數來觀察傳播的趨勢,HubSpot One希望本篇能夠拋磚引玉,鼓勵大家去原文深度閱讀。

SIR模型和SIS模型

下圖中淺灰色的S(Susceptible)代表易受影響者,藍色的I(Infected)代表受感染者,或者受行銷者,深灰色的R(Removed)代表不再被影響者。

SIR擴散模型
SIR擴散模型

傳播的整個過程便是將淺灰色不停轉化為藍色,藍色經過一段時間變為深灰色不再改變狀態。假設我們模擬的是傳染病,那麼深灰色就是那些已經死亡的病例,無法再感染其他人。一些傳播,如澳洲尚未熄滅的大火便是這樣,一旦燒盡則無法再次被點燃。這就是SIR模型。

實際上,在現實生活中特別是文化和流行中很少會有Removed這樣的狀態。即使你看過一部電影不再二刷,你依然會影響周圍人去看這部電影再次成為Infected。這種新的模型就被稱為SIS模型。

啟示:要讓你的內容具有不斷或者反复影響消費者的能力。你的產品或者服務需要有這樣的特質。

病毒的傳染性

我們之前圖裡提到了Transmission Rate(轉化率),在作者原文中您可以進行調整。在多次實驗後你會發現,這個轉化率在22%和23%之間差異非常明顯。也就是說病毒的傳染性並不是連續的影響。 23%和22%之間存在一個懸崖,23%往下低半點,病毒的持續性就會發生巨大變化,很難維持。反之病毒的傳染性達到23%後大部分時間這種流行將會近似於永久。

在行銷中這種病毒性可以看作內容自身俱有的特質,HubSpot One早在2014年就提出了社群媒體的SEKSI法則,這就提供了提升病毒傳染性的具體思路。

  1. Status:轉發公益內容讓我覺得充滿正能量
  2. Entertainment:獨樂樂不如眾樂樂
  3. Knowledge:分享新聞和訊息讓我成為“社會人”
  4. Solution:轉菜譜,轉教程,轉養生秘方
  5. Intimacy:時不時一起懷舊一把?

啟示:不遺餘力地提高內容的病毒傳染性,不要輸在那1%上。

SISa模型與免疫體

SISa模型增加了Spontaneous Activation。也就是說每個個體會有機會自髮變成Infected的狀態。通過實驗我們可以發現這種原發的情況相對於Transmission Rate相比影響率要小許多。這就是為什麼人類歷史上許多發明因為沒有立即普及、繼承、傳播馬上消失了,隨後又反復被發明。這解釋了為什麼許多翻唱歌曲會比原唱更有名,這也解釋了印刷術發明的爭論和微積分發明的爭論。

另一種結點叫做免疫體,我們可以聯想用於“隔岸觀火”的護城河。它們擋住了擴散傳播。

松本城和其護城河
松本城和其護城河

免疫體就像“絕緣體”,它們無法被影響。當我們把轉化率仍舊設為23%時增加免疫體在網絡中的比率,實驗發現無法再形成持續地流行。當擴散達到一定程度後就很快受阻而消亡,這也是為什麼疫苗接種並不需要到達百分之百就可以有效防止流行病的發生。核反應堆中會通過加入免疫體調控反應在臨界點上下從而保證安全。核電廠和核武器的區別正在這裡。

啟示:就像許多歷史上偉大的發明都存在歷史的局限性,好的內容如果不能與正確的人群產生共鳴那好的內容往往會被“浪費”。追求傳播就要“接地氣”不能“曲高和寡”。

結點的“度”和網絡稠度

當實驗的每個結點能感染周圍4個結點時,我們知道轉化率的“懸崖”在22%到23%之間。但我們讓結點能夠感染九宮格外圍8個結點時,轉化率“懸崖”移動到了12%和13%之間。

社交網絡中的個體越活躍,對內容的要求越低
社交網絡中的個體越活躍,對內容的要求越低

當人們更加多參與社交時,流行更容易形成,因為每個個體能夠影響的人會更多。這解釋了為什麼“城里人會玩”,不過,互聯網改變了人口密度影響下的流行擴散,我們發現許多“社會搖”在村里流行起來。

“度”形成了社交高地
“度”形成了社交高地

Facebook和其模仿者“校內網”的流行正是藉助了校園內的網絡稠度。反之校外的網絡稠度更低,不利於流行的擴散。 Facebook通過提高轉化率解決了這一點,“校內網”轉型“人人網”卻失敗了,這裡雖然有移動互聯網發展的因素也有競爭對手的因素,但是人人網未能提升內容的轉化率是重要的敗因。年紀稍大的網民可能對ChinaRen校友錄還有印象,它的成功被人借鑒,但是失敗卻被人忽略了,著實可惜。

啟示:製造病毒性傳播必須在網絡稠度強的條件下進行,這會讓對內容質量的門檻降低許多。 Influencer作為結點會有更多的“度”可以盡快觸達人群,精英團體也有更多人脈關係,獲得他們的幫助會讓你更容易獲得社群媒體的成功。

知識的傳播和技術的推動

Kevin Simler的論文還闡述了知識的傳播以及知識和技術的相互推動進化。一位位天才正是繼承了前人的發現和總結才創造了新的科學。要加速這個進程就必須讓他們獲取其他人的知識的路徑縮短。把一群天才放到一個大學、一個學術組織、一個實驗室都是解決傳播路徑問題的方法。

生生不息的知識與技術
生生不息的知識與技術

互聯網的出現讓知識的傳播路徑和技術的普及的速度幾何級加快,但是一群人中學術敗類、沽名釣譽的人越多,免疫體也就越多,數字行銷的環境也一樣。

啟示:行銷界有許多無視生存者偏見鼓吹成功學的,也有許多提倡黑帽黑客追求短期利益的,還有更多宣揚偽概念譁眾取寵的人存在。行銷者要仔細甄別,警惕“被反行銷”。

寫到這裡,筆者深刻感到所總結的這些東西的精彩程度比不上原文的十分之一。最後,再次希望各位有能力的HubSpot One的讀者去“把玩”一下Kevin Simler的實驗,希望能給你更多啟發。地址:

https://meltingasphalt.com/interactive/going-critical/