劉偉 丁志慧

摘要：興趣型虛擬社區(qū)是消費(fèi)者與企業(yè)溝通的重要手段和信息渠道，本文鑒于客戶的消費(fèi)行為在虛擬空間與現(xiàn)實(shí)空間存在顯著的差異，從近度、頻度、值度三個(gè)行為維度對(duì)客戶進(jìn)行分類(lèi)，基于客戶在興趣型虛擬社區(qū)中的參與行為，通過(guò)借鑒RFM模型構(gòu)造了興趣型虛擬社區(qū)成員分類(lèi)LAT模型，并以五菱車(chē)友會(huì)論壇為實(shí)例，對(duì)其社區(qū)成員進(jìn)行了分類(lèi)，分析了各類(lèi)成員的行為特征。

關(guān)鍵詞：虛擬社區(qū)；參與行為；成員分類(lèi)；聚類(lèi)分析

中圖分類(lèi)號(hào)：F201 文獻(xiàn)標(biāo)識(shí)碼：B

隨著互聯(lián)網(wǎng)的快速發(fā)展與普及，越來(lái)越多的人開(kāi)始通過(guò)網(wǎng)絡(luò)來(lái)搜索、獲取信息[1]，網(wǎng)絡(luò)已成為消費(fèi)者與企業(yè)溝通的重要手段，虛擬社區(qū)已經(jīng)扮演起了重要的參照群體角色。 RFM模型是客戶關(guān)系管理中衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段，強(qiáng)調(diào)以客戶的行為來(lái)區(qū)分客戶。興趣型虛擬社區(qū)為社區(qū)成員提供交流平臺(tái)，其服務(wù)需要得到成員的認(rèn)可和使用。本文借鑒RFM模型提出了虛擬社區(qū)成員分類(lèi)的LAT模型，運(yùn)用定量方法對(duì)興趣型虛擬社區(qū)成員進(jìn)行分類(lèi)，為虛擬社區(qū)成員行為的進(jìn)一步研究提供了必要基礎(chǔ)。

一、文獻(xiàn)回顧

國(guó)外學(xué)者Armstrong和Hagel[2]根據(jù)參與程度和價(jià)值維度，將虛擬社區(qū)成員分為如下四種：（1）瀏覽者：剛進(jìn)入社區(qū)的成員，通常是隨意瀏覽，價(jià)值最低；（2）潛水者：在社區(qū)中停留時(shí)間較長(zhǎng)，但不會(huì)積極貢獻(xiàn)社區(qū)內(nèi)容，可從其身上收集到瀏覽路徑、個(gè)人數(shù)據(jù)等信息，因此價(jià)值高于瀏覽者；（3）貢獻(xiàn)者：對(duì)社區(qū)最熱情，最積極發(fā)表帖子、貢獻(xiàn)內(nèi)容，在社區(qū)中停留的時(shí)間也很長(zhǎng)，是社區(qū)中價(jià)值第二的成員；（4）購(gòu)買(mǎi)者：積極參與社區(qū)活動(dòng)且購(gòu)買(mǎi)社區(qū)產(chǎn)品與服務(wù)的成員，不僅帶來(lái)社區(qū)收入，也可為社區(qū)吸引贊助商及廣告主，是社區(qū)中最有價(jià)值的成員。

Adler和Christopher[3]根據(jù)參與形式將虛擬社區(qū)成員分為以下四種：（1）被動(dòng)者：希望不付出就能獲得收益；（2）主動(dòng)者：熱心參與由其他人所發(fā)起的活動(dòng)及議題討論；（3）誘導(dǎo)者：發(fā)起討論議題或規(guī)劃活動(dòng)吸引其他社區(qū)成員參與；（4）管理者：作為社區(qū)成員與社區(qū)經(jīng)營(yíng)者之間的中介角色，通常是個(gè)成熟的誘導(dǎo)者。

Kozinets[4]根據(jù)成員與消費(fèi)活動(dòng)的關(guān)系和成員與虛擬社區(qū)的關(guān)系兩個(gè)因素將虛擬社區(qū)的成員分類(lèi)：瀏覽者、社交者、貢獻(xiàn)者、內(nèi)部者（見(jiàn)圖1）。Wang和Fesenmaier[5]提出了類(lèi)似分類(lèi)，將虛擬社區(qū)成員分為游客、社交者、貢獻(xiàn)者和內(nèi)部者。

Kristine[6]從市場(chǎng)營(yíng)銷(xiāo)的角度，以訪問(wèn)頻率、訪問(wèn)持續(xù)時(shí)間、信息檢索、信息提供和參與討論為指標(biāo)，采用聚類(lèi)分析，將虛擬社區(qū)成員分為核心成員、交談?wù)摺⑿畔⑺阉髡?、?ài)好者、功能主義者和機(jī)會(huì)主義者六類(lèi)。

國(guó)內(nèi)學(xué)者也對(duì)虛擬社區(qū)成員的分類(lèi)進(jìn)行了研究。毛波、尤雯雯[7]從知識(shí)共享的角度對(duì)虛擬社區(qū)進(jìn)行了研究，利用數(shù)據(jù)挖掘技術(shù)， 對(duì)虛擬社區(qū)中所發(fā)表的文章進(jìn)行定量分析總結(jié)， 提出了知識(shí)共享型虛擬社區(qū)的成員分類(lèi)模型， 將社區(qū)的成員分為領(lǐng)袖、呼應(yīng)者、瀏覽者、共享者和學(xué)習(xí)者五種類(lèi)型。陳晞[8]從傳播學(xué)的視角，研究虛擬社區(qū)在品牌危機(jī)傳播中的作用機(jī)制，以發(fā)貼量、回復(fù)量、認(rèn)同值和擴(kuò)散度四個(gè)指標(biāo)，將虛擬社區(qū)成員分為意見(jiàn)領(lǐng)袖、聚焦者、擴(kuò)散者、爭(zhēng)議者、參與者和邊緣者。徐小龍、黃丹[9]從虛擬社區(qū)中成員的互動(dòng)行為出發(fā)，根據(jù)成員的主貼量、點(diǎn)入度、點(diǎn)出度、交往規(guī)模、互動(dòng)程度和帖子內(nèi)容等指標(biāo)將成員分為領(lǐng)袖者、回應(yīng)著、社交者、咨詢(xún)者和旁觀者五種類(lèi)型。通過(guò)文獻(xiàn)回顧可以看出，之前國(guó)內(nèi)外學(xué)者都是從虛擬社區(qū)的網(wǎng)絡(luò)屬性出發(fā)對(duì)虛擬社區(qū)的成員分類(lèi)進(jìn)行研究，沒(méi)有考慮虛擬社區(qū)的企業(yè)屬性。因此，本文在綜合考慮虛擬社區(qū)的企業(yè)屬性與網(wǎng)絡(luò)屬性的基礎(chǔ)上，對(duì)興趣型虛擬社區(qū)成員分類(lèi)展開(kāi)研究。

二、興趣型虛擬社區(qū)成員分類(lèi)LAT模型

RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和方法。R表示客戶最近一次購(gòu)買(mǎi)的時(shí)間距離當(dāng)前時(shí)間點(diǎn)有多遠(yuǎn)，R越大的客戶越有可能與企業(yè)進(jìn)行新的交易；F表示客戶在規(guī)定一段時(shí)間內(nèi)發(fā)生的購(gòu)買(mǎi)行為的次數(shù)，F(xiàn)越大的客戶越有可能再次與企業(yè)進(jìn)行交易；M則表示客戶在最近一段時(shí)間內(nèi)購(gòu)買(mǎi)的總金額，M越大的客戶，越有可能再次購(gòu)買(mǎi)企業(yè)的產(chǎn)品或服務(wù)。一般的分析型客戶分類(lèi)模型通常側(cè)重于對(duì)客戶貢獻(xiàn)度的分析，RFM模型則強(qiáng)調(diào)以客戶的行為來(lái)對(duì)客戶細(xì)分。RFM模型的核心思想是認(rèn)為近度、頻度、值度是客戶關(guān)系數(shù)據(jù)庫(kù)中的三個(gè)關(guān)鍵的因素，從這三個(gè)方面出發(fā)對(duì)客戶進(jìn)行細(xì)分。

雖然RFM模型是客戶細(xì)分的有效方法，但是傳統(tǒng)的RFM模型并不適用于興趣型虛擬社區(qū)成員的分類(lèi)。興趣型虛擬社區(qū)與一般企業(yè)不同，興趣型虛擬社區(qū)中不存在買(mǎi)賣(mài)行為，不存在購(gòu)買(mǎi)金額、購(gòu)買(mǎi)次數(shù)的概念，因此傳統(tǒng)的RFM模型顯然無(wú)法應(yīng)用到其中。但虛擬社區(qū)中的成員行為與一般企業(yè)客戶的行為又存在一定的相似性——消費(fèi)者在購(gòu)買(mǎi)商品后，常常會(huì)加入到有關(guān)該商品的虛擬社區(qū)中與其他消費(fèi)者交流使用心得、獲取技術(shù)支持等，特別是房屋、汽車(chē)等價(jià)值較高的商品，以及手機(jī)、ipad等需要后續(xù)技術(shù)支持的信息終端產(chǎn)品。因此，虛擬社區(qū)在一定程度上與商品消費(fèi)有著密切聯(lián)系。所以，對(duì)虛擬社區(qū)成員的分類(lèi)可以借鑒RFM模型中從近度、頻度、值度三個(gè)維度對(duì)客戶進(jìn)行分類(lèi)的思想。

本文結(jié)合興趣型虛擬社區(qū)中成員行為的特征，提出了針對(duì)興趣型虛擬社區(qū)成員分類(lèi)的LAT模型。其中L（Last Time to Log in）代表近度，是成員最近一次登錄社區(qū)距離分析點(diǎn)的時(shí)間。從理論上講，最近登錄時(shí)間間隔越近的成員應(yīng)該是價(jià)值越高的成員。最近登錄時(shí)間間隔是維系社區(qū)成員的一個(gè)重要指標(biāo)，是成員忠誠(chéng)度的重要參考指標(biāo)。A（Average Daily Post）代表頻度，是成員最近一段時(shí)間平均每日發(fā)帖量，用來(lái)表示成員與社區(qū)的互動(dòng)程度。發(fā)帖頻率愈高，代表此成員與社區(qū)的互動(dòng)程度愈高。T（total points）代表值度，是成員社區(qū)積分總額。成員的積分總額表明了成員對(duì)社區(qū)的忠誠(chéng)度，也表現(xiàn)了成員對(duì)社區(qū)的貢獻(xiàn)度。

三、實(shí)證研究與統(tǒng)計(jì)結(jié)果

本文選取了五菱車(chē)友會(huì)論壇作為研究對(duì)象，五菱車(chē)友會(huì)論壇是一個(gè)五菱車(chē)友為便于交流而自發(fā)形成的論壇組織，該論壇截至2011年11月26日的注冊(cè)會(huì)員為26 103人，擁有18個(gè)板塊，主題總數(shù)20 953個(gè)，帖子總數(shù)331 515個(gè)，平均每日新增帖子294個(gè)、新增會(huì)員23人。

本文在截止2011年11月26日的論壇注冊(cè)成員中，隨即抽取2 500位作為樣本，點(diǎn)擊進(jìn)如其個(gè)人資料，根據(jù)論壇的歷史記錄，分別統(tǒng)計(jì)每位成員的“上次登錄時(shí)間”、“注冊(cè)日期”、“發(fā)表帖子總數(shù)”和“積分”四項(xiàng)指標(biāo)，并根據(jù)“注冊(cè)日期”和“發(fā)表帖子總數(shù)”兩項(xiàng)指標(biāo)計(jì)算出“平均每日發(fā)帖”，以“上次登錄時(shí)間（L）”、“平均每日發(fā)帖（A）”和“積分（T）”三項(xiàng)指標(biāo)作為成員分類(lèi)依據(jù)，統(tǒng)計(jì)結(jié)果如表2所示。

本文利用SPSS統(tǒng)計(jì)軟件，使用k-means算法對(duì)論壇成員進(jìn)行聚類(lèi)分析。使用k-means算法聚類(lèi)時(shí)，需要預(yù)先判斷其聚類(lèi)的類(lèi)別數(shù)。在本文模型中客戶分類(lèi)是通過(guò)每個(gè)顧客類(lèi)別的LAT平均值與總LAT平均值相比較來(lái)決定的，而單個(gè)指標(biāo)的比較只可能有兩種情況：大于（等于）或小于平均值，其可能類(lèi)別有2×2×2=8種。聚類(lèi)類(lèi)別數(shù)確定后，利用SPSS軟件進(jìn)行聚類(lèi)分析，得到8類(lèi)社區(qū)成員，統(tǒng)計(jì)結(jié)果如圖2所示。

四、結(jié)果分析

根據(jù)聚類(lèi)分析結(jié)果，進(jìn)一步對(duì)8類(lèi)成員的特征分別進(jìn)行分析比較。將8類(lèi)成員的LAT平均值分別與總LAT均值進(jìn)行比較，如果單個(gè)客戶類(lèi)別的均值大于（等于）總均值，則將該指標(biāo)用“ ↑”標(biāo)記，反之則用“↓”標(biāo)記，并根據(jù)三項(xiàng)指標(biāo)特征，對(duì)社區(qū)成員進(jìn)行分類(lèi)，結(jié)果如表3所示。

根據(jù)興趣型虛擬社區(qū)中成員的行為特征，可以將五菱車(chē)友會(huì)論壇的論壇成員分為以下三類(lèi)，每一類(lèi)成員在興趣型虛擬社區(qū)的日常運(yùn)作中所扮演的角色都有自己的特點(diǎn)。

1. 重要成員（17.9%）。成員人數(shù)較少，但在虛擬社區(qū)中具有重要地位，其中有少部分成員會(huì)成為整個(gè)虛擬社區(qū)中的意見(jiàn)領(lǐng)袖，對(duì)社區(qū)中其他成員具有很強(qiáng)的影響力。這些成員經(jīng)常登錄社區(qū)并發(fā)表帖子，在社區(qū)中分享個(gè)人經(jīng)驗(yàn)和心得，表達(dá)觀點(diǎn)、發(fā)表意見(jiàn)，他們參與社區(qū)往往是出于個(gè)人興趣或情感需求，而不僅僅是功能性需求。

2. 瀏覽者（15.6%）。這類(lèi)成員經(jīng)常登錄社區(qū)，但發(fā)帖和積分卻較少，表明他們?cè)谏鐓^(qū)中與他人互動(dòng)較少，在社區(qū)中不夠活躍，登錄社區(qū)后以瀏覽帖子為主，因此成為“瀏覽者”。這類(lèi)成員不愿參與社區(qū)互動(dòng)的原因很多：其一是有些成員注冊(cè)該社區(qū)的主要目的即獲取信息，在獲得自身需要的信息后便會(huì)離開(kāi)社區(qū)；其二是某些成員自身專(zhuān)業(yè)知識(shí)與社區(qū)中的重要成員相比存在差距，知識(shí)量限制了其在社區(qū)中的互動(dòng)，其三是成員個(gè)人性格原因，等等。這類(lèi)成員在虛擬社區(qū)中非常常見(jiàn)。

3. 沉沒(méi)成員（66.5%）。沉沒(méi)成員是指那些已不再登錄虛擬社區(qū)的成員，即社區(qū)已流失的成員。虛擬社區(qū)中的成員隨著時(shí)間的推移會(huì)產(chǎn)生流失，而五菱車(chē)友會(huì)論壇中的此類(lèi)成員占比明顯偏高，這可能是基于以下幾點(diǎn)原因：一是基于車(chē)友會(huì)論壇的自身屬性，某些成員在注冊(cè)是只是出于自身的車(chē)友身份，而自己本身并不習(xí)慣虛擬社區(qū)這種溝通方式，最終導(dǎo)致流失；二是新車(chē)友出于信息獲取的目的注冊(cè)社區(qū)，在對(duì)車(chē)況熟悉后不再需要技術(shù)支持時(shí)即不再登錄社區(qū)；三是五菱汽車(chē)屬于較低端車(chē)型，隨著收入的提高，車(chē)友有可能更換車(chē)型，此時(shí)也會(huì)從社區(qū)中脫離。

五、結(jié)語(yǔ)

本文根據(jù)興趣型虛擬社區(qū)的特點(diǎn)，借鑒RFM模型中的利用近度、頻度、值度三項(xiàng)指標(biāo)對(duì)客戶進(jìn)行細(xì)分的思想，提出了興趣型虛擬社區(qū)成員分類(lèi)的LAT模型。以五菱車(chē)友會(huì)論壇為例，利用SPSS軟件，對(duì)其社區(qū)成員進(jìn)行了分類(lèi)，將其成員歸納為重要成員、瀏覽者和沉沒(méi)成員三類(lèi)，并提出了每類(lèi)成員的行為特征，為今后深入研究興趣型虛擬社區(qū)成員的行為模式提供了必要的基礎(chǔ)。值得注意的是，該分類(lèi)模型應(yīng)用于其他興趣型虛擬社區(qū)中時(shí)，可能會(huì)出現(xiàn)本文中三類(lèi)成員之外的類(lèi)別，有待其他學(xué)者進(jìn)一步考證。

參考文獻(xiàn)：

[1] 中國(guó)互聯(lián)網(wǎng)信息中心（CNNIC）. 第28次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r分析報(bào)告[EB/OL].[2011-07].http：//www.cnnic.net.cn.

[2] Hagel J， Armstrong A. Net Gain：Expanding Markets through Virtual Communities[M].Boston， MA：Harvard Business School Press， 1997.

[3] Adler R.P，Christopher A.J.Internet Community Primer[J].MA：Adams Media Co.，1999.

[4] Kozinets V.E-tribalized Marketing：The Strategic Implications of Virtual Communities ofConsumption[J].European Management Journal，1999，17（3）：252-264.

[5] Wang Youcheng，F(xiàn)esenmaier D.R.Towards understanding membersgeneral participation in and active contribution to an online travel community[J].Tourism Management，2004，25：709-722.

[6] Kristine de Valck， Gerrit H. van Bruggen，BerendWierenga.Virtual communities：A marketing perspective[J].Decision Support Systems，2009，47：185-203.

[7] 毛波，尤雯雯.虛擬社區(qū)成員分類(lèi)模型[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，46（1）：29-48.

[8] 陳晞. “虛擬意見(jiàn)領(lǐng)袖”在品牌危機(jī)傳播中的作用機(jī)制——天涯虛擬社區(qū)中的“強(qiáng)生”事件[D].上海交通大學(xué)，2010.

[9] 徐小龍、黃丹.消費(fèi)者在虛擬社區(qū)中的互動(dòng)行為分析——以天涯社區(qū)的“手機(jī)數(shù)碼”論壇為例[J].營(yíng)銷(xiāo)科學(xué)學(xué)報(bào)，2010，6（2）：42-56.

（責(zé)任編輯：關(guān)立新）