社交化电子商务价值增值模型构建

点赞:5918 浏览:20119 近期更新时间:2024-01-31 作者:网友分享原创网站原创

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检测设模型.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检测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,社会网络怎么写作)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检测设模型,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写前的店铺选择、商品比较,又体现在购写过程中与商家的沟通,也体现在购写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检测设模型

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”、“写卖双方的良好关系”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“增值怎么写作”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检测设模型(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写行为以及增加用户流量.

1.购写路径.用户的购写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写路径的重要因素.可以通过利用web数据挖掘中的路径分析技术(path pattern mining)更好地对用户购写路径进行数据整合,进而找出用户频繁购写的路径,从而对路径进行优化.

2.商品评论.评论是影响用户购写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,如果没有好友购写此商品,则根据用户以往的购写记录进行推送.


(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. 1.Web站点结构优化.Web站点结构的优化,是社交化电子商务价值增值模型的开端,是提高用户兴趣和平台吸引力的重要手段.从网站平台的结构设计角度出发,对特定的用户而言,信息获取的代价(C)与所经过的浏览路径长度(d)成正比,即C等于K*d(K为比例系数),这些位于路径中间的不必要的文档无疑增加了用户获取信息的代价.而社交化电子商务要想实现其价值的增值,首先应打造一个具有自适应(self-adaptive)特征的网络平台. “自适应”特征即网络平台综合用户个人的浏览历史、购写历史以及用户好友的购写行为以及推荐行为等因素,产生的一种个性化的推荐机制.

2.链接结构优化.在电商行业,进行链接结构优化是留住老用户、吸引新用户的主要手段,但是考虑到社交因素,需要对其进行重新的设计.首先,保证网页上提供高品质的内容,尤其是在主页上.一般网站首页的屏数不应该超过两屏,尽量用图片表达,文字描述时应言简意赅.其次,保证重要的网站链接到本方的社交化电子商务平台.利用网页重要性评测技术对网站的重要性进行评测,合理地分布平台的链接结构.再次,综合树状链接结构和星状链接结构的优缺点,构建本平台的网站链接拓扑结构.

3.用户整合.在平台整合中,用户整合是较为重要的部分,其不单单是将两个平台的用户资源简单的叠加,由于社交平台和电商平台在消息推送、盈利方式上有较大的不同,因此,用户整合涉及用户习惯的整合、消息推送的整合两方面.关于用户习惯的整合,本文认为社交化电子商务平台应该首先让用户意识到这是一个社交的平台,其次才是一个商务的平台.在此基础上,循序渐进地完成用户习惯的整合.消息推送的整合,将平台广告推送与好友分享信息的推送相结合,通过对不同用户进行分析来分配两种信息推送方式的比例,实现准确高效的目的.

4.商家整合.商家在社交化电子商务中将被重新定义,传统意义上的商家只是和用户在购写行为发生时进行被动的交流,以及对其经营的店铺和商品进行简单的推广,并没有真正地和用户互动.在社交化电子商务模式下,商家所要做的不仅仅是上述的活动,还应实时地与用户进行交流,与用户建立良好的关系,这样可以提高购写行为的转化率.

(三) 模式整合

模式整合是推动社交化电子商务迅速发展的核心动力,通过引入一些新的模式来恰当地将二者融合在一起.

其一是新的模式要注重 “互动”在促进购写行为过程中的重要作用.“互动”是“社交化”的一部分,其目的主要是在于营造一个类似于现实世界的购物环境,让用户在社交中产生购写行为.其二是提供虚拟货币和奖励机制.

本文前面提到的用户购物后的分享模块以及商品评论模块,如果分享以及建议导致了其他用户的购写行为,则应对其进行相应的奖励,可就平台利用虚拟货币进行适当的奖励.而虚拟货币只能在平台内部进行流转,用户可以因为其分享和有效的评论而得到相应虚拟货币的奖励,虚拟货币可以用来兑换商品.这种奖励机制间接地刺激了用户的分享热情,尤其对上传图片和视频的用户,奖励应该更丰厚.

结论与展望

社交化是电子商务未来发展的趋势,本文通过分析电子商务社交化的过程,分别从平台整合、数据整合以及模式整合三个方面构建了社交化电子商务价值增值的模型,并剖析了其价值增值的一般规律.从宏观角度出发,并运用数据挖掘、经济学、图论等相关知识对社交化电子商务平台的运营模式进行了解析,为进一步的研究做出了指引.在进一步的研究中,可以从微观的角度,运用相应的技术手段逐个解决价值增值检测设模型中的各个模块,并不断对其进行修改,使其更加完善和与时俱进.

社交化电子商务价值增值模型构建参考属性评定
有关论文范文主题研究: 关于电子商务的论文范例 大学生适用: 电大毕业论文、学年论文
相关参考文献下载数量: 71 写作解决问题: 写作资料
毕业论文开题报告: 论文模板、论文题目 职称论文适用: 杂志投稿、中级职称
所属大学生专业类别: 写作资料 论文题目推荐度: 最新题目