社交化电子商务价值增值模型构建

　　内容摘要：本文通过分析社交网络和传统电子商务的价值产生机制，结合前人的研究成果，提出并构建了社交化电子商务价值增值的假设模型。然后，本文基于宏观的视角，从数据整合、平台整合、模式整合三个方面分析社交化电子商务价值增值的假设模型以及如何让网络使用者从社会归属需求向社会资本需求升级。本文提出的模型和研究结论对我国社交化电子商务的开展具有一定的理论价值和现实指导意义。
　　关键词：社交网络 电子商务 价值增值
　　引言
　　近几年来，电子商务行业取得了爆炸式的快速增长，电商行业在推广、物流以及运营等方面都面临着巨大的压力；另外，随着WEB 2.0技术的发展，依靠搜索引擎优化和联盟广告的推广模式很难引导和聚集大量的用户流量。美国市场研究公司ComScore的报告显示，Facebook 2010年在全美互联网页面浏览量中的比例达10%，用户停留时间一举超过了Google和Yahoo。这充分证明了互联网用户的时间正在被社交网络占据，电商行业没有理由不进行SNS（Social Networking Services，社会网络服务）化，去实现价值的进一步增值。社交化电子商务的出现，给传统的电商模式带来了机遇和挑战。早期的SNS平台在短时间内获得迅猛的发展，一方面是由于其新模式——将现实关系和共同爱好移植到互联网平台；另一方面则是通过推广小型的、易玩性强的网页游戏来吸引用户。但随着社交化电子商务的发展，出现了SNS过度娱乐化、利润来源单一的现象，单一的经营模式和盈利理念导致了SNS平台大量用户的流失以及资金链的断裂，价值增值效应不佳。在这种背景下，本文针对社交化电子商务，提出其价值增值的一般假设模型，并从宏观上进行了分析。
　　社交化电子商务的内涵与研究现状
　　（一） 社交化电子商务的内涵界定
　　本文将社交化电子商务的定义概括为：把社交网络中的关注、分享、沟通、讨论、互动等社交化关键元素应用在电子商务上并使之对电子商务交易产生影响的过程。其内涵具体可从三个方面解析：从消费者角度来说，社交化电子商务既体现在消费者在购买前的店铺选择、商品比较，又体现在购买过程中与商家的沟通，也体现在购买商品后的商品评价与购物分享等方面；从电子商务企业角度来看，通过网络社交化工具的使用，并与社交化网络运营商进行战略合作，助其更好地进行公司的营销策划、产品推广以及商品最终销售等环节业务开展；从社交网络角度来看，通过帮助电商企业完成推广与销售获取广告收入，使社交网络有了更大的外在发展动力和资金支持，刺激其进行更大规模的扩张和功能完善。
　　（二）社交化电子商务的研究现状
　　宗乾进等（2012）通过利用NetDraw（一种社会网络分析软件）和CiteSpace，归纳总结了国外社交网络研究的几个前沿领域：健康领域、少年与儿童、社交化电子商务、知识管理，从中可以看出社交化电子商务逐渐成为国内外学者研究的重点。郭海霞（2012）以新浪微博为例，提出了四种典型的SNS传播路径模型：“中心式”传播、“关键点”传播、“链”式传播、“蒲公英”式传播。张彦超等（2011）利用传染病动力学和复杂网络理论，对在线社交网络中的信息传播行为进行了详细的理论建模和数值仿真研究。蒋娟（2012）以淘宝社区为例，对我国社交化电子商务传播效果进行了分析与研究。王冰（2009）从用户角度出发，研究用户对SNS结合电子商务应用的接受程度，发掘用户的潜在需求，并设计满足用户需求的功能和符合用户习惯的交互流程。总的说来，当前的这些研究对社交化网络的传播机制和运行规律进行了探索，也取得了一定的成绩，但关于社交化电子商务的价值增值部分研究较少，本文着重在此方面展开研究。
　　社交化电子商务价值增值假设模型
　　传统电子商务创造价值的一般模型（见图1）揭示了其价值产生主要涉及到“用户忠诚度与满意度”、“买卖双方的良好关系”以及“平台商品推广信息的准确性与接受性”三个方面，其依赖的是深度的数据挖掘、快速的物流配送、全面的信息共享以及创新的经营模式。从该模型中可以发现用户的意见与价值并没有得到很好的体现，只是依靠利用企业资源产生的价值驱动力去创造价值，并没有依靠用户之间的联系挖掘潜在的商业价值，这是此模型最大的缺陷。
　　社交网络创造价值的一般模型（见图2）则揭示了“广告收入”和“增值服务”是其收入的主要来源，然而社交网络的信息传播的即时性以及大量的用户基数并没有得到很好的利用。
　　在综合考虑两者优缺点的基础上，本文提出社交化电子商务价值增值的一般假设模型（见图3），该模型通过“数据整合”、“平台整合”以及“模式整合”三个方面阐述了社交化电子商务价值增值的过程。
　　（一）数据整合
　　社交网络和电子商务的数据整合符合1+1>2定律，可以刺激消费者的购买行为以及增加用户流量。
　　1.购买路径。用户的购买路径不再纯由搜索引擎和平台广告所决定，好友的推荐、明星的推荐等将成为影响购买路径的重要因素。可以通过利用web数据挖掘中的路径分析技术（path pattern mining）更好地对用户购买路径进行数据整合，进而找出用户频繁购买的路径，从而对路径进行优化。
　　2.商品评论。评论是影响用户购买行为的一个重要的因素，传统的商品评论以列表的形式将不同用户对于此商品的评价简单的罗列，由于有的商品评价较多，耗费用户时间多。本文基于社交化电子商务的评价管理机制是在完善的前提下，提出一个基于标签云的整合商品评论的方法。标签云原理中突出了用户好友评论模块的引入，通过数据库的对比以及利用相关的数据挖掘技术，可以在用户浏览某商品评价时，提供其好友的评价，如果没有好友购买此商品，则根据用户以往的购买记录进行推送。
　　（二）平台整合
　　平台整合是在数据整合的基础上展开的，可以分为Web站点结构优化、链接结构优化、用户整合以及商家整合四个部分。