谁买了什么?研究发现营销创新的线索
向市场引入创新的新产品和想法可能是一个棘手的命题。有时候，它们会迅速走红(比如iPod)，有时候，它们需要一段时间才能获得消费者的信任(比如赛格威)。陷入困境的经济会使说服消费者购买新产品变得更加困难。但北卡罗来纳州立大学(North Carolina State University)的一项新研究发现，针对意见领袖的定向营销更有可能让消费者购买创新产品和想法。
Jon Bohlmann博士是NC州立大学管理学院的市场营销副教授，也是一篇关于创新技术如何在市场上传播的新论文的合著者，他说:“有很多原因可能会导致一个新想法或产品难以得到认可。”“这可能是因为消费者缺乏了解，不确定一种产品是否可行，也可能是因为艰难的金融时代让人们在购买新产品时更加犹豫。”因此，玻尔曼和他的合著者们研究了消费者之间是如何相互联系的，看看他们能从消费者之间的关系如何影响“创新的扩散”中了解到什么。
对于那些难以传播的产品，也就是那些不容易被消费者接受的产品，研究人员发现，集群网络可能是获得消费者更多认可的关键。群集网络是指一个人的朋友可能彼此是朋友的社交网络，而不是与随机的个人联系在一起。如果在他们的亲密网络集群中有人正在尝试一种新产品，而不是看到该产品的广告，人们更有可能冒险购买该产品。
此外，人脉广泛的意见领袖的存在可能意味着一个新想法是否流行。在一些社交网络中，大量的人通过链接联系到相对较少的人。例如，每个阅读热门博客的人都与撰写该博客的人有联系，但他们之间不一定有联系。博主就像一个中心，是网络的主要链接，并为创新提供了潜在的启动。
“消费者之间的联系方式对于理解新产品的传播至关重要，”Bohlmann说，“因为社会交流是传播创新的关键。”
玻尔曼解释说，考虑到目前的经济环境，这一发现可能很重要。“人们更明智的营销支出的钱,我们发现花钱向一大群听众会更关注人脉广泛的,有影响力的成员的社交网络,如意见领袖在博客、行业领袖,等等,”Bohlmann说。“我会在我要推销的网络中寻找意见领袖，而不是做广告宣传。
“但是，”Bohlmann补充说，“我们发现，这不仅是为了让人们加入，而且是为了让那些在他们的社交网络中有影响力的人加入。不只是要有很多的联系，而是要有强大的联系。根据我们谈论的创新类型，这些有影响力的人可能是社区领袖、贸易组织成员等等。”
例如，玻尔曼说，一些在全国有影响力的医生可能会开一种创新药物。这可能会影响一些地区著名的医生效仿。很快就会产生多米诺骨牌效应，当地的医生愿意开这种新药。
这项研究名为“市场网络异质性对创新扩散的影响:一种基于agent的建模方法”，由Bohlmann、密歇根州立大学的Roger Calantone博士和加州州立大学Dominguez Hills的孟Zhao博士共同撰写。该论文将发表在9月份的《中国日报》上产品创新管理学报．
希普曼-
编辑:研究摘要如下。
市场网络异质性对创新扩散的影响:基于agent的建模方法
作者: Jonathan D. Bohlmann，北卡罗莱纳州立大学;密歇根州立大学Roger J. Calantone;加州州立大学，Dominguez Hills。
发表: 2010年9月,产品创新管理学报
文摘:创新通常只对极少数人产生最初的影响。在向更广泛的人群传播技术之前，要先进行学习或早期评估。这不仅仅是一个转移，它的最佳特征是利益、成本和与早期技术的兼容性的交流，以及对新技术状态的相对评估。一个组织或个人的创新发展不仅创造了一种设备、过程或隐性知识，而且同时创造了其他组织或个人为自己的目的使用、采用、复制、增强或修改技术、技能或知识的能力。创新实际上是如何传播的，就是要理解进展的沟通，这个框架有助于设计创新，也有助于设计营销和测试项目，为市场准备好创新，并有效地推出它们。扩散理论的主要焦点是社会系统内的信息流动，如通过大众媒体和口口相传传播。这一理论通常以创新和模仿的数学模型的形式出现。然而，与经典的扩散模型不同的是，消费者与市场中其他人的联系方式或对信息的反应方式并不完全相同。本文研究了不同网络结构和关系异质性对市场网络内创新扩散的影响。具体来说，研究了网络拓扑结构(市场中个人如何连接的结构)和创新者和追随者细分市场之间的沟通链接强度(一种关系异构形式)。 Several research questions concerning network heterogeneity are addressed with an agent-based modeling approach. We present our findings based on simulation results that show important effects of network structure on the diffusion process. The ability to speed diffusion varies significantly according to within- and cross-segment communications within a heterogeneous network structure. We discuss the implications of our approach for new product diffusion, and suggest future research directions that may add useful insights into the complex social networks inherent to diffusion. A simple summary is that discovery of significant prime communicator nodes in a network allows innovation development practices to be better calibrated to realistically multiple market segments.
