2020年10月24日上午九点，中国营销工程与创新研究中心(以下简称“MEI”)2020-2021年第一学期第8次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。

　　本次Seminar由王宇雨研读文章《The Positive Effect of Not Following Others on Social Media》。

　　营销人员通常通过被认为在社交媒体上有影响力的个人来获取产品和品牌的信息，这通常涉及招募微影响力者，即拥有数千而不是数百万粉丝的用户(也就是说，其他用户订阅了这些个人的帖子)。鉴于有大量的微影响力者可供选择，那些有助于区分社交媒体上更有效的影响力者和更不有效的影响力者的线索越来越受到营销人员的关注。作者发现了这样一个线索:潜在影响者跟随的用户数量。通过结合现实数据分析和受控实验室实验，他们发现，在拥有大量关注者的前提下，关注更少的人，对社交媒体用户的感知影响力有积极的影响。此外，作者发现，更大的感知影响力会影响用户对所分享内容的参与，因为其他用户对所分享内容表现出更积极的态度(比如，点赞)和更大的传播倾向(比如，转发)。他们确定了这一效应背后的一个理论上重要的机制:跟随更少的人意味着更大的自主权，这是在他人眼中具有影响力的信号。

　　研究背景

　　许多营销者开始通过社交网络上的网红、意见领袖来投放品牌和产品的信息，希望借助这些影响者的影响力来促使营销内容的病毒性传播。

　　如何在社交媒体网络上何寻找意见领袖传播信息?一种策略是选择受到百万或千万粉丝关注的名人，如知名大V，他们能吸引大量用户，在网络上的影响力很大，但广告预算和宣传成本高，另一种方法是寻找“微型”影响者，粉丝在1千到10万之间，每个帖子收取数百美元而不是数十万美元(Barker 2017)。

　　以往的研究只考虑了粉丝数量(follower),那么这些人在社交媒体上关注的其他用户数量是否有价值?关注他人(following)的数量会影响社交媒体用户的影响力吗?

　　解释机制

　　关注他人可作为自主和影响力的线索(Following Others as a Cue of Autonomy and Influence)，在缺乏完整信息的情况下，消费者通常会依赖根据信号或提示做出推断，以形成意见并做出决定(Huber和McCann 1982)，某人正在关注的其他用户数是一个这样的暗示，暗示着自主，营销中自主被定义为“追求的意愿不受他人规范，信念和期望的影响”(Warren和Campbell，2014)

　　影响力通常与一个人受他人影响的敏感性成负相关(Aral and Walker 2012; Iyengar, Van den Bulte, and Valente 2011)。社交媒体上关注他人会影响被认为具有自主的程度，影响了对具有影响力的看法。

　　研究者提出在社交媒体上关注他人会影响一个人被认为是自主的程度，进而影响人们对其影响力的看法，最终在结果上表现为，消费者会更多地转发和点赞那些关注较少的人分享的内容。

　　研究框架

　　实证过程

　　研究1：使用从推特上获得的数据来测试在其他条件相同的情况下，跟踪对其他人如何回应用户帖子的影响。我们预测，在控制其他因素的情况下，一个人关注的用户越少，其推特在喜欢和转发方面的参与度就越高。我们的主要自变量是关注数，而我们的因变量包括两种不同的参与度度量:追随者对内容的积极程度(点赞)和内容被分享的次数(转发)。

　　研究2：检验关注者对感知个人影响力的主要假设。我们还测试了粉丝这一调节变量，以验证在我们的二级数据分析中讨论的效果

　　研究3：通过预实验，探索关注者数量影响用户自主感知这一情况，我们提出的中介，以及对我们的影响的两个可能的替代解释，即，跟随较少其他人的人被认为(1)更专家和/或(2)更具有创新性。再在主要实验中测试自主性是否能中介关注者数量和对感知影响力之间的关系。

　　研究4：确定了影响的一个重要边界条件。具体来说，如果外部信息可以证实一个人确实具有影响力，消费者就不应该再依靠启发式处理作为一种减少努力的机制(Shah和Oppenheimer 2008);因此，关注者数量不太可能成为有用的线索。因此，它对参与的影响将会减弱。

　　研究5：以一种更具行为后果的因变量来测试关注者数量对其他用户参与的影响。在这项研究中，我们关注的是一种不同的参与度测量方法:点击率。

　　研究结论

　　(1)我们发现，如果一个用户的关注者数量不变，那么这个用户选择关注的人数就是这个用户在线影响力的一个重要指标。

　　(2)值得注意的是，一般来说，用户关注的人数和关注该用户的人数之间是有关联的。

　　(3)互惠是一种老生常谈的积累关注者的方法，以至于Twitter已经发现了这样一种做法:用户关注别人只是为了得到别人的关注，然后使用算法取消关注。

　　图三 本次展示

　　至此，本次Seminar文章研读完毕。

　　之后，毛文萱、何涛、黄睿分享了最近的研究进展，展示了研究结果。针对研究中的问题，老师提出了一些建议，并且明确了进一步的研究计划。

　　至此，本学期第八次Seminar圆满结束。

　　文字/何涛

　　供图/何涛

　　网站编辑 / 何斌