即时发布
来自北卡罗来纳州立大学的研究人员和开放的加泰罗尼亚大学制定了一种创造复杂的预测工具的技术，可用于对口碑营销进行有效决定在线产品和服务。
“We were initially approached by an online game provider that used a ‘freemium’ model – players could play for free, but could receive upgrades by paying a fee to become premium users,” says William Rand, an assistant professor of business management at NC State and co-author of a paper on the work. “The company wanted to know what incentives would be most likely to convince players to become premium users. That was the impetus for the work, but what we found is actually relevant for any company or developer interested in incentivizing user investment in apps or online services.”
初步评估表明，对新内容的访问不是说服玩家支付用户费的主要驱动程序。相反，球员投资似乎与玩家的社交网络相连。
为了了解更多，研究人员在线游戏的140万用户评估了三个月的数据数据，包括每个玩家开始玩游戏;每个玩家与其他玩家的游戏内联系;以及玩家是否成为高级用户。
使用该数据，研究人员使用基于代理的建模创建了计算机模型，这是一种创建计算代理以表示单个用户或用户组的方法。计算机模型允许他们评估社交联系可能在获取玩家支付用户费用中的作用。他们发现两种不同的行为模型效果很好，但以不同的方式。
“We found that the best model for accurately predicting the overall rate of players becoming premium users was the so-called ‘Bass model,’ which holds that the larger the fraction of direct connections you have who use a product, the more likely you are to use the product,” Rand says.
然而，研究人员发现，预测任何特定个人行为的最佳模型是复杂的传染模型。
“低音模型看着采用产品的直接连接的分数，而复杂的传感器模型只需看出采用的直接连接的总数，”兰德说。
两种技术都有企业的效用。例如，能够预测有多少名玩家将成为高级用户可以帮助公司制定可持续的商业决策;尽管能够预测各个玩家的行为可以帮助靠近成为高级用户的门槛的公司目标球员。
“通过合并这两个建模方法，我们创建了一种工具，该工具将允许公司预测它将获得的额外高额用户，这取决于营销的各个投资，这是成为成为高级用户的门槛的个人参与者，”Rand说。“这可以用来制定有关投资于”种子“或有针对性的营销，以便利用口碑营销。
“这里的底线是我们开发开发此工具的方法可用于为任何通过口中营销在线产品或服务的公司开发自定义工具，”兰德说。
本文，“为口口文字计划构建基于代理的决策支持系统。一家弗里西申请，“在线发布营销研究杂志。本文由开放式加泰罗尼亚大学曼努埃尔奇卡共同撰写。该工作是通过Spanish Ministrio deCongondíay竞争对手的支持来完成的，在Grant编号Tin2015-67661。
- 船员 -
编辑注：研究摘要跟随。
“建立基于代理的嘴巴程序的决策支持系统。一份炒作“
作者：Manuel Chica，开放的加泰罗尼亚大学;北卡罗来纳州威廉兰特州立大学
发表：在线9月19日，营销研究杂志
迪伊：10.1509 / JMR.15.0443
抽象的：营销人员必须不断决定如何实施口碑（WOW）计划，并发达良好的决策支持系统（DSS）可以为他们提供有价值的援助。作者提出了一个基于代理的框架，它会聚集社交网络级别的个人交互，以指导建设为WOM的成功DSS。该框架提出了一套准则和建议：（1）涉及利益相关者，（2）遵循数据驱动的迭代建模方法，（3）通过自动校准增加有效性，（4）了解DSS行为。该框架适用于为免费应用程序构建DSS，其中高级用户与社交网络讨论该产品并促进病毒采用。验证后，基于代理的DSS预测了高级销售总数，以及最可能的用户在不久的将来成为溢价。实验表明，DSS如何通过预测溢价转换，并通过定位和奖励政策增加保费数量来帮助管理人员。
- 类别：
