我的书签
添加书签
移除书签20万用户带来了1亿销售额
2016年10月的一天，我和一家电商网站的产品经理讨论“社交传播”这个话题。他给我分享了所在公司的数据，其中一些现象非常值得思考：用户购买的商品和他所在社交圈购买商品的重合度，如果以金额计算，会占到10%左右。如果是以品牌来归类，则比例为31%。
再深入分析这些数据，其中仅20万用户的自然推荐和分享，就给该平台每月带来了至少1亿元的销售额。我们将这些用户称为“购物达人”。在社交网络中，除非用户非常满意和开心，认为很有必要炫耀一下（如书籍、电影、奢侈品是电商被分享的商品中最常见的三类），否则他们会吝于秀自己购买的商品。该平台大部分购物达人的一次分享，都能带来200～2 000单的转化。而当这家网站只有15万用户分享时，每月的销售额只有4 500万元。分享人数增加了30%，带来的销售额却几乎增加了一倍。
这家电商平台因此也在思考：如果将商品推荐与用户社交关系相结合，会不会提升转化效果？答案是肯定的。此前，我曾做过一次覆盖300位白领女性的小范围调查，结果显示，对于好友推荐的服饰，有47%的人表示会认真考虑，43.3%的人表示会在购买前参考其他用户评论，如果有好友帮助决策，则考虑购买的比例会增至88%。由于调查范围很小，调查结果未必准确。但好友分享和推荐所产生的影响的确十分巨大 [1] 。
这些数据告诉我们：来自好友和“相似”人群的信息，对购买决策影响巨大。
《社交红利》（修订升级版）第三章第三节曾分享了一张表格。除了告诉我们分享会带来转化和回流价值之外，还从侧面回答了另一个关键问题，不妨再度回顾一下：
观察四家中大型电商网站任意一天的分享数据（2013年前后分享到腾讯微博的数据），及获得的点击访问数据（分享/点击倍数），简单对比当天两家类似量级资讯网站数据（见表3-1）。
表3-1 四家中大型电商网站和两家类似量级资讯网站任意一天的分享数据及获得的点击访问数据
观察分享与用户回流访问、购买之间的数据联系，明显呈现“两低一高”的特点，用户分享欲望低、人数少、互动欲望低，但点击转化倍数高。
·用户更愿意分享资讯，而不是商品信息。
·用户分享的商品信息数量不足资讯的1/10，甚至更少。
·商品信息产生转化作用的时长远超资讯，且被分享次数越多，长尾效应越强。
·电商分享用户增加，回流倍数也大幅增加。
用户吝于分享商品，但受朋友发布的推荐信息影响非常大。尤其是越贵重的商品，人们询问、参考朋友建议的比例越高。
当再度回顾这张表格时，我们看到了身边“相似”人群和好友的分享信息所带来的价值，也会发现“分享欲望低”“互动低”所导致的流动匮乏。
这张表格一方面印证了前文提及的电商网站转化数据的诱人之处，另一方面也回答了一个关键问题，也是社交电商在当下所面临的最大困惑。
相比社交内容和社交游戏，为什么社交电商在过去没能出现同样数量级的优秀创业公司？分享低和互动低是根本原因所在。社交电商某种程度上需要解决自身品牌或商品信息在社交网络中扩散流动的问题。
2014年、2015年后次第崛起的一些社交电商公司，如“小红书”“张大奕”等，本身就具备了信息扩散的能力。他们本身就是一个自媒体，发布的信息既是粉丝希望看到的，又属于商品导购，天然解决了信息无法流动扩散的问题，一个小小的闭环在充分而高效地发挥作用（见图3-1）。因此，如何穿透无数“小群”，将那些活跃且经常分享、推荐的成员挖掘出来，就成为运用社群的关键之一，就如推动、挖掘和运用好这些购物达人一样。
图3-1 信息扩散和关系链转化的闭环
Target Social图谱：近半参与者由0.8%的人群带来
Target Social是一家基于社交数据的营销公司，曾对一些大事件在微信（包括微信公众账号、微信个人账号）上的传播数据进行特定分析。由于强关系相关数据多牵涉用户隐私，因此微信数据没有想象中开放，只有少数企业能够介入并做出分析。Target Social通过邀约事件传播过程中所涉及的各个环节——企业、公众账号、最终用户等——一起参与的方式，获得了许多关键的一手数据，并绘制出可视化的社交图谱。
2016年9月，我在上海和Target Social首席执行官苏旋一起详细讨论了这些数据。在苏旋制作的图谱中，微信传播事件呈现出非常典型的规律。以一家企业发起的实际传播活动为例，这家公司利用官方微信公众账号并邀约了部分优秀微信公众账号进行群发扩散。活动页面在公司内网公布后，也吸引了部分员工参与和分享。这是目前最常见的传播形式。
苏旋在图谱中将整个传播事件的前后次序、扩散路径及最终效果动态呈现出来。我们可以清晰地看到，信息以其中一个账号为源头扩散开来，经过部分用户的分享和扩散，蔓延并覆盖了一个庞大人群，其中包括每个账号分别影响了多少好友等。
在这张动态图谱中（见图3-2），传播效果首先体现在微信公众账号中。在图谱中，账号和账号之间的信息传递通过线条来表示，每个账号的呈现就是一个个点。这些由点构成的圆圈表示更多用户受到一个账号影响（聚拢在它周围），他们阅读了这个账号发布的信息并点击参与了活动，圆圈大小直接表明账号的影响力大小。我们看到的是，用户率先聚拢在这些微信大号周围，形成一个个越来越大的圆圈。
公众账号拥有比较多的粉丝数量，也就是我们俗称的大号/KOL（Key Opinion Leader，关键意见领袖）。大号的实际扩散和影响能力在图谱中被真实地呈现出来，和上述规律一样，有些大号呈现出一个完美的圆形，粉丝们聚集在它周围。这其实是非常糟糕的结果，表明粉丝没有二度扩散，仅仅完成了浏览。
图3-2 微信传播事件的动态图（图片来源于Target Social）
有些粉丝不仅围绕在大号周围，还二度扩散出一圈密集的小圈子，这表明这些账号的粉丝非常活跃，他们对于信息的分享吸引了更多相似人群浏览和参与活动。在这个基础上，一些账号不仅仅产生了围绕自己的大圆圈，还二度扩散出无数小圆圈，部分用户的分享和再分享，再次延伸至更多新人群当中，就像平静的水面被无数石子儿激起一个又一个涟漪。那些激起许多涟漪的用户，就是一颗颗跳跃的小石子儿。
在图谱不断生成的过程中，有一个用户浮现出来。他将活动分享到自己的朋友圈后，仅仅吸引了少数几位好友点击参与。在图谱上，这条线与这个用户构成的点和线，被排到了偏僻的一角，成为孤独的存在。如果没有后续，这个点就像一个偶然的信息发散，很快就会被大家忽略。然而，紧接着其中一位好友再度分享，引发了新连锁反应，一个个新涟漪不仅仅围绕着他，也在他的好友背后此起彼伏地绽放开来——更多潜在的新圈子被吸引到这次活动中来（见图3-3）。
这个孤独用户引发的连锁反应在整张图谱中就像突兀的存在，引起了苏旋的好奇，他特别寻找并联系了这个用户，发现对方正是这家公司的一名普通员工。单独看这位用户引发的结果，是一个典型的即时引爆现象。如“碰碰”APP的内部员工曾在一次活动中将内测链接无意中分享出去，引发了一轮计划外的引爆传播 [2] 。如果将这个结果纳入社群范畴进行观察，则有完全不同的思考：可不可以找到更多类似角色，用以激发新的庞大人群，取得更好的效果？
图3-3 事件传播图谱中的“孤独用户”（图片来源于Target Social）
相比图表，可视化图谱是许多大数据公司经常采用的一种方式，可以帮助我们更加形象化地理解自己想要解决或研究的问题。如通过这样的分析，企业可以很清晰地知道哪些用户是关键用户，会对传播或者转化带来巨大帮助。在对这一事件及更多社交传播案例做出分析后，苏旋发现：46.25%的参与量是由0.8%的人产生的。
近乎一半的参与是由0.8%的小人群带来的。增加小人群的数量，无疑将放大社群的最终影响和覆盖效果。因此问题可以聚焦为：我们要如何找到那0.8%的用户？
苏旋因此将社群中成员的角色划分为四种，分别是：普通人、连接者、局部意见领袖、全局意义领袖（见图3-4）。
图3-4 社群成员角色的划分
社群成员角色的第一种划分方法：
·普通人
·连接者
·局部意见领袖
·全局意见领袖
“普通人”的角色非常容易理解，一个社群中90%以上的成员都是沉默的大多数，他们正是普通人的角色。普通人是社群中最为坚实的基础，大群效应的形成、阅读、参与、购买转化等的实现，都依赖于这个庞大的基础。
“局部意见领袖”是指能够影响小范围人群的用户，“全局意见领袖”是指能够影响更大范围乃至大部分人群的用户。两者的差异正如他们的名字所呈现的那样，局部意见领袖仅仅能够影响自己所覆盖的粉丝，这些粉丝大多没有扩散性，“意见”因此也无法被扩散出去。
本节开篇提到的电商网站依靠用户分享转化的数据，与这些意见领袖密不可分。全局意见领袖则小到影响社交圈和身边好友，大到触发一连串病毒扩散反应，在图谱上就像激发一个个涟漪的那个起点。应该说，“全局意见领袖”包含了诸多“局部意见领袖”和“连接者”。
2016年9月25日，万达借着合肥万达城开业的契机发布了一个“一镜到底”的宣传页面，邀请了100位意见领袖在微信朋友圈分享。当时我受邀解读这次活动的传播效果，从通过技术生成的传播图谱中可以看到，排名前三的意见领袖每人影响并吸引了10万～12万名用户参与活动。在以强关系为主的微信中，能达到这样的影响力非常罕见。在这次传播中，这三个人就是典型的“全局意见领袖”。
如果再提一位，大家对他的影响力会更惊讶。王思聪参与创办了“熊猫TV”直播APP。2017年6月，我拜访这家公司的高管，他们提到，早期获得的5 000万用户中，大部分都是被王思聪及其关系链好友吸引而来的，没有任何用户渠道费用。这种影响力几乎超过了绝大多数顶级明星。
“连接者”，顾名思义，是指能将信息分享出去的社群成员。他们串联起不同的社群和人群，是推动信息在无数封闭“小群”中扩散的关键人物，也是帮助信息二次乃至无数次传播的关键人物，信息经由“连接者”到达一个新人群。大群效应考验的“信息传播扩散方式”，有赖于连接者来破解。换句话说，普通人引发“蝴蝶效应”的背后是一个个“连接者”。最典型的连接者就是刚才我们看到的那位“孤独的用户”。同样，部分“连接者”也兼具意见领袖的角色。
对于“连接者”的定义会有一些不同，在苏旋的图谱中我们看到了两类连接者。
一类是在国内社会化媒体传播领域，活跃在微博、微信上的内容账号（自媒体或者俗称的大号），他们承担和扮演了连接者这个角色。当一些微信大号将信息群发之后，许多粉丝会将信息二次扩散，进而吸引了更多社交圈参与活动。大部分企业都依赖这些账号进行社交传播和病毒事件的营造。他们构成了今天的社交网络，尤其是微博、微信上连接者的主体。
他们既扮演了“连接者”的角色，又担任了“局部意见领袖”角色（反过来说也是一样）。在业界，他们还有另一个代名词：关键意见领袖。2015年底我加入微播易后，看到许多企业都在通过长期锁定优秀的微信账号、微博大号进行合作，2016年以后，更多短视频账号、直播账号又被加入到长期合作名单。
第二类是普通人跃升为“连接者”。一位普通员工进行分享之后，虽然只影响了一位好友，但这位好友的再度分享扩散，却触发了另一个庞大人群。这位员工平时可能仅仅是一个“普通人”，而他的分享，经过他关系链的多次扩散，会爆发出意想不到的威力。这一刻，他变成了此次传播事件中最关键，也是最重要的“连接者”，其重要性及所引发的结果不亚于任何一位“全局意见领袖”。
普通人转变为连接者的威力
我们尤其不能忽略“普通人”转变为“连接者”的威力。
在角色划分模型和社交图谱中我们看到，社群规模的大小（大群效应）取决于“连接者”和“意见领袖”这些关键角色，也就是0.8%的人群。这个人群越大，最终被吸引进来的“普通人”才会越多。同样，有效影响和激活“普通人”，不仅能让社群更加活跃和高效，还将吸引更多人转变成“连接者”和“意见领袖”。
奥地利作家斯蒂芬·茨威格在其著作《人类群星闪耀时》中记录了两个这方面的故事，第一个是“黄金国的发现”，记录了1848年加利福尼亚发现黄金引发的淘金热潮：“潮水般的电报越过陆地，越过海洋，宣布黄金唾手可得的佳音。人们从城镇、港口蜂拥而来，水手离开他们的船只，政府官员离开他们的岗位，长长的无尽的行列，步行的，骑马的，乘车的，从东方来，从西方来，不绝于途。狂热的掘金者简直像一群大蝗虫铺天盖地而来。”
在此之前，这里还只是不安分的冒险家祖特尔建设的一个殖民农场。很难想象在那个时代，仅仅是农场里的农民，就在信息不发达的年代里引发了波澜壮阔的淘金热潮。
类似这样的故事，在互联网尤其是社交网络中无数次重演，从“疯狂猜图”“微信打飞机”“围住神经猫”，到“魔漫”“脸萌”“足记”等。最新一个案例是“分答”，这是一款付费问答的产品。王思聪在分答中的答问也曾引发自媒体大范围报道，引起了用户潮水般的涌入。我曾和分答联合创始人曾进回顾“分答”的发展历史，她告诉我，最初分答的前1 000名用户大多是普通用户，分别来自“在行” [3] 、官方账号推荐和创业媒体报道等。直到他们中的一个吸引来了小马宋（行业中非常有名的KOL），小马宋又吸引来罗振宇，再到鹦鹉史航、王思聪等意见领袖加入，分答最终成为2016年最火的创业项目之一，也成功开启了内容付费的新风口。
第二个是“一夜天才”，记录了1792年法国国歌《马赛曲》诞生的故事。在这首歌写作完成后，作者首先在当时法国斯特拉斯堡市的社交界达人面前演奏，这些人是理想的KOL，但“听众似乎友好地鼓了掌，很可能这是出于礼貌对在座的作者不可缺少的恭维”。
按理说，这个曲子是受拥有贵族身份的市长所托，写作几乎是人们共鸣的直接呈现，“鲁日根本不必去创作、去虚构，他只需要把今天，把这绝无仅有的一天里人人都在说的那些话押上韵，使之配合他的旋律那激动人心的节奏，他也就表达出了、说出了、唱出了民族灵魂的最深处所感受到的一切。”但是社交达人们没有意识到这首曲子的伟大，直到500名年轻士兵听到并唱起它，引起了“雪崩似的迅猛传播”，“一两个月后，《马赛曲》成了人民的歌，成了全军的歌”。这些年轻的士兵，成为这首曲子迈向伟大的“连接者”。
社群中的一小部分人能够带来巨大的传播扩散效果，这些用户或许只是普通用户，但他们的社交分享能将信息带到更多的新社群和社交圈中去，影响到更多人。
从任何角度来看，连接者都扮演了关键角色，他们是病毒扩散、即时引爆的推动者，更是一个大型社群的必要组成部分，帮助组织者穿透了无数个“小群”，并将他们团结在大型社群周围。如何在社群中寻找、激发这些连接者，一直都是社群工作者的重点。
社交网络中有一个常被提及的专业术语：传播层级。假设A用户发出信息后，被他的好友B看到，这是第一层社交扩散传播；B再将信息转发、分享出去，这就是第二层社交扩散传播；依此类推，B的好友C再做一次扩散，就是第三层扩散……值得注意的是，每一层好友可能并不相识，如C不认识A，后续的D也不认识B和A等。传播层级有时也会被称为“度”，不管是“度”还是“层”，都是病毒扩散的结果，每一次传播都意味着新的人群被吸引进来，意味着覆盖了更加广泛的用户。
我们曾在“杏仁医生” [4] 的一次运营活动中看到扩散多达12度/层并不断带来注册用户的案例 [5] ，苏旋在针对社群扩散的分析中也留意到，即使是在以强关系为主的社交网络中，分享用户也能带来10度/层以上的分享扩散。也就是说，一个用户分享之后，能接连不断地影响10度/层以外的潜在用户。
信息在社交网络中的传播层级见图3-5。
图3-5 信息在社交网络中的传播层级
在后续章节我们还会探讨“滴滴红包”，这个产品的传播层级一度达到17层以上，属于非常凶猛和极具诱惑的存在。
社交网络中有“肥尾”这个现象（见《社交红利2.0：即时引爆》），就像松鼠尾巴那样又肥又大的长尾。信息在很长一段时间内都会陆续被用户消费。有时我们能估算出传播边界，传播边界首先取决于信息本身，如果是事件驱动，事件结束前后就是传播边界所在。如果是关系驱动，企业往往在10层、12层、17层以外因为数据非常微弱而放弃统计，但信息仍在长尾的世界中被扩散、被运用。有时，这些扩散又会激起新的涟漪，即涌现出新的“连接者”，连通了新用户人群，这种现象十分常见。
因此，在这种一层层的关系链扩散中，并不是下一层影响的人数一定会比上一层影响的人数少。这取决于每一个分享者本身的影响力，我们经常会看到某一层所影响的用户和粉丝，甚至超过了任何一个层级，多半是因为出现了新的连接者或意见领袖。在社群扩散中，连接者会将全局意见领袖或者局部意见领袖传递或生产的信息传播出去，又继而影响更多的意见领袖及普通人。
法官就是一切：狼人杀的指数级增长
大部分用户只有少数好友，只能影响少数好友。腾讯数据显示，绝大多数用户好友数都不超过100人。少数用户（连接者、局部意见领袖和全局意见领袖）能连接绝大多数好友，占比甚至只有个位数。找到这些大节点，尤其是“连接者”，能够快速增长。
只是，要如何找到并运用这些连接者？如何应对将“普通人”变成“连接者”这个挑战？我们暂时将目光集中到游戏社群中。
“杀人游戏”和“狼人杀游戏”是目前最为流行的多人参与桌面策略类游戏。2016年2月，张萌推出狼人杀英雄榜（后面简称“英雄榜”）。在此之前，“战旗直播”（一款定位在游戏领域内的直播APP）曾推出狼人杀真人秀节目“Lying Man”，不断推高了狼人杀的百度指数，更多人主动搜索和参与到狼人杀游戏中来。还有许多用户采用加入或组建微信群的方式玩杀人游戏或狼人杀游戏。张萌正是在这个背景下开发的“英雄榜”。
“英雄榜”早期只基于微信公众账号提供狼人杀发牌工具，以便用户在线下面对面游戏时使用，“法官”（负责主持游戏进度的角色）在公众号创建房间后，其他玩家输入相应房号便可以很方便地领到游戏中的身份。在狼人杀游戏中，法官起到了游戏最关键的发起、组局和控制进度的作用。
很快张萌便发现，一旦用户尝试担任“法官”角色，就会有部分人愿意回到自己所在的圈子，利用微信群组织新一局游戏。“英雄榜”早期的1万名用户，几乎都围绕在200位“法官”周围，“法官”扮演了至关重要的“连接者”角色。这意味着，如果有源源不断的新“法官”加入，就会建立起全新的信息扩散渠道和新用户增长渠道。英雄榜开始重点关注“法官”，并开始由发牌工具定位转向社群方向。
2016年2月底，张萌推出一个小功能“法官人气值”，根据“法官”邀约人数给出一个分值（人气值=邀请进入社群参与游戏的朋友数量），这个功能简单易行，便于“法官”们记忆和掌握。
功能上线一个月后，英雄榜公众账号新增粉丝由日均不足100人，上升到日均300人左右。日活跃用户也由早期的80人上升到500人（活跃法官50人左右）。到了4月底，日活跃用户达到1 200人，日活跃法官数达到100名以上，在用户新增曲线上拉出了第一个小拐点。
5月9日，英雄榜组织的狼人杀排位赛第二赛季结束，这个赛季一共吸引了100多位用户参加，在一周时间内开展了10场比赛。尽管人数并不多，这些组织工作仍然耗去了这个小团队大部分的时间和精力。张萌希望排位赛能继续，但比赛规模增大，团队花在组织比赛上的时间成本会呈指数级增长。
两天后，英雄榜推出认证法官制度，排位赛不再由团队组织，而是改由“认证法官”发起。所谓认证法官制度，和微博认证用户制度一样，由运营团队发放认证“法官”资格并给出明显标识。在新制度下，只有“认证法官”组织的比赛才能获得积分并参与排位赛争夺。
在采取这个让权举措之后，7月初，也就是“认证法官”们发起的第三赛季结束时，数据已经变成了100位“法官”组织了2 000局比赛，共1 400位玩家参与，参与用户达到2万人，公众号粉丝上升为8万人。100位“法官”作为枢纽节点，撑起了整个社群，排名第一的认证“法官”人气值超过500（也就是说，这位“法官”一共邀请了500人进入社群）。
从排位赛第三赛季和推出认证法官制度开始，越来越多的老玩家从其他圈子迁移过来，加入排位赛体系中。英雄榜犹如一尊图腾，不断吸引着更多老玩家加入排位赛体系，原本孤立的各个小圈子由于认证“法官”的连接，形成了一个统一文化的大型部落，玩家开始互相流动、交流。亚文化，如竞技文化、法官文化等，也开始滋长和传播。
但是认证制度带来了一些新问题，比如没有被认证的“法官”组局越来越难，原本活跃的圈子开始由于玩家流失而逐渐枯萎。在这样的背景下，英雄榜继续推出新制度，即认证“法官”导师制度，也就是再度让权，将过去由官方团队发放“认证法官”资格，改为由官方团队选择认证导师，再由导师考核发放认证资格的方式。
在新制度的推动下，认证“法官”人数继续增加到200多人，这200位“法官”在第四赛季中共组织了5 000局游戏，3 500人参与了排位赛，单日新增用户从每天2 000人增至4 000人，日活跃用户从3 000人增至8 000人。认证“法官”也成为玩家们认可的身份，许多玩家开始加入更多新手群，通过带新手的方式提升自己的人气，然后接受导师考核，加入认证“法官”序列。到2016年9月底，英雄榜用户达到30万。
“狼人杀英雄榜”推出半年内的用户增长曲线见图3-6。
图3-6 “狼人杀英雄榜”推出半年内的用户增长曲线
到英雄榜第五赛季时，“法官”人数增长至800多人，由于认证导师培养出来的“法官”数量增加，围绕各导师形成了各具特色的“法官”门派——类似于小型社交圈，被认证的“法官”围绕在导师周围，在门派中找到了归属感及荣誉感，从而主动帮助和带动更多玩家加入认证“法官”行列和自己的门派。在第五赛季的短短两个月内，“认证法官”们组织了1.3万余场排位赛，共8 000人参与排位赛机制，单日新增用户高达3万多人。赛季结束后，“狼人杀英雄榜”关注用户量超过100万。截至2017年3月，“狼人杀英雄榜”微信公众号粉丝增长数据见图3-7。
英雄榜在日常运营中明确了解到哪些用户是“连接者”和“局部意见领袖”人群，着力通过各种功能、榜单、认证机制等方式引导、发现并吸引这个人群。最后“法官”们也不负众望，纷纷在自己的朋友圈、群、线下玩家圈子中呼朋引伴，吸引大家加入英雄榜。我们可以这样认为：每位“法官”就是一个“连接者”，每一位认证导师就是一个局部意见领袖。
图3-7 “狼人杀英雄榜”微信公众号粉丝增长数据（截至2017年3月）
“分答”同样是通过邀约和吸引各行各业的工作高手（意见领袖）实现快速增长，这些人在日常生活中本就是经常被大家求教的对象。当这些人聚拢到一个平台上时，爆发出了意想不到的价值。
大V店的利益驱动法
我们还需要重点关注电商中“连接者”的挖掘。低分享、低互动特点导致社交电商屡屡受挫，能够通过什么策略稳定而有效地解决这个问题呢？这是一个典型难题，通过探讨这个话题，我们可以帮助更多具有“低分享、低互动”特点的社群找到“连接者”。实际上，这类连接者在我们身边比比皆是。
有一天，我在楼下碰到小区“姥姥团”中的一位姥姥，小区中小朋友众多，许多都是爷爷奶奶或者姥姥姥爷在陪着，尤其以姥姥最多，我们亲昵地称之为“姥姥团”。这位姥姥热情地推荐着她刚买的一个大西瓜，价格便宜、个头大，还特别甜，周围的邻居们包括我都开心地跟着买了。
卖西瓜的瓜农原来在附近菜市场销售，不久前菜市场被关闭，瓜农只好开着车在附近兜售。这位姥姥买了一回，结果特别好吃，之后就向周围的姥姥们推荐。后来，在姥姥们的帮助下，这位瓜农将周围几个小区的西瓜订单都拿了下来，每天定点过来送西瓜。再后来，几位菜农也加入进来，每天开车给姥姥们送新鲜的蔬菜。
“姥姥们”的善意与热心无意中帮助瓜农和菜农解决了大问题，她们也是我们身边常见的最典型的“连接者”，是普通人但也是在社交圈中极活跃的存在，类似的还有开篇提到的购物达人等。线上关于电商商品信息的分享和互动频率低，并不代表用户在现实生活中的互动也很低。
顺便再提一句，微商的获客方式，实际上也是采取寻找“连接者”来获得快速增长。中国互联网协会微商工作组提供的一份数据显示，2016年排名第一的微商年流水超过100亿元，排名第15位的微商的年流水也超过10亿元。
综观投放策略，微商行业并不是直接卖货，而是通过发布信息来吸引、遴选出合适的个人代理商，再通过他们去进行日常销售和客户维护等工作。这些个人代理商扮演了“连接者”这个关键角色。
只是微商多寿命短暂，往往3～6个月就会迅速衰退。这恰恰是因为，微商利用这些连接者进入了不同用户圈子，但所有底层从业者多机械地发雷同广告信息，没有充分利用好友驱动力，这会迅速耗尽用户的“社交货币”，从而导致无人关心。到了这时，一个微商品牌也就迅速耗尽生命力，被新人取代了。然后新人再度在短时期内被更新的人取代。
因此，社交电商不仅仅要像游戏那样，将普通用户激发为稳定的“连接者”，重点还在于如何让连接者人群稳定地发挥作用。我们或可从“大V店”（妈妈社群电商）的运营中得到一些启发。
“大V店”是最近数年崛起速度较快的社交电商创业公司，2017年6月曾对外公开过自己的成长数据：注册用户500万，付费会员100万。2016年全年流水超过10亿元，2015—2016年增长率超过500%。新会员次月复购率超50%，6个月后复购率为30%，如果看大平均，则平均每个会员每月购买4次以上，客单价超过200元。截至2017年6月，大V店每月销售额早已超过1亿元。他们是怎么做的呢？
我通过朋友圈认识了钟燕，她是成都一家成人高考学校的老师，一位两岁孩子的妈妈。同时，她还是大V店排名前十的“凤凰妈妈”，一个人为大V店就带来了超过5 000名注册会员。
2015年9月，钟燕看到朋友圈中有好友分享了一篇来自大V店的绘本介绍文章。此前她曾在一些电商网站购买过一些儿童绘本，有的很合适，有的则显得不太合适。电商网站的商品详情页中只有简介，不能很好地帮助妈妈们做出选择。大V店中的专家分享、文章，以及朋友们在一起讨论，间接起到了帮助筛选的作用，好友也推荐说在这里购买还有佣金可拿。在短暂考虑后，钟燕选择注册成为大V店付费会员。
佣金主要分为两个部分，此处仍以钟燕为例：
一是钟燕顺着好友分享的链接注册成为大V店会员，好友将会一次性获得一笔奖励。如果钟燕邀请了好友注册，也将获得这个奖励。
二是钟燕在自己的页面下单购买商品，将会直接获得固定比例返佣，相当于会员的折扣。
不过，这些奖励有些太少了，一本书获得的返佣可能仅有几元。最初钟燕只是偶尔在朋友圈分享商品和文章，身边一些妈妈受到影响也加入进来。2016年，大V店推出“蜜蜂妈妈”“蝴蝶妈妈”“孔雀妈妈”“凤凰妈妈”这样不同的用户等级——凡是邀请超过50位好友加入的用户，都可以晋升为“凤凰妈妈”，并能通过帮助培训自己直接邀请的妈妈获得培训津贴。这相当于增加了一个新的佣金形式。钟燕看到已经有超过30位好友通过自己的分享成为大V店会员，就尝试努力一下，使用了包括发朋友圈、录电台、更新公众账号文章等方式邀约更多好友，没想到迅速便突破了50位这条界线。
现在，钟燕组建了许多群，分为育儿、读书、学英语等不同主题，每天将合适的商品和信息推荐到不同群中，方便有同样兴趣的妈妈相互交流。在她周围，有的专职妈妈会发起社区活动，每天在固定时间给小区内的小朋友们讲故事，并把这当成一件长期的事情在做。只是钟燕因为工作忙碌，没有采取这种方式。
卢利萍从事体育赛事工作，她刚刚结婚，暂时还没有成为一位妈妈。对绘本很有兴趣的她，有一次通过朋友分享留意到了大V店，发现这家公司出售的绘本打折后很有价格优势，因此付费成为会员。截至目前，她在朋友圈和群的分享，帮助这家平台增加了21个注册会员。
大V店根据会员邀请好友注册数量的多少，分别将会员称为“蜜蜂妈妈”“蝴蝶妈妈”“孔雀妈妈”“凤凰妈妈”。她们之间的关系和定义如图3-8所示：
图3-8 大V店不同层级的会员
“蜜蜂妈妈”可以理解为基础注册会员，根据推荐好友数量的不同，会员分别被命名为“蝴蝶妈妈”“孔雀妈妈”“凤凰妈妈”，其中邀请好友数量50名以上的即称为“凤凰妈妈”。层级越往上，影响力越大。如钟燕是“凤凰妈妈”，一人就发展了超过5 000名会员。卢利萍邀请21个好友成为会员，属于“孔雀妈妈”。
实际上，大V店的增长也包含在这张图中。
在刚才的用户讨论中，有一个信息已经明晰：
当同一件商品在不同电商平台价格水平相近时，用户会倾向于选择成本更低的平台。商品简介并不能有效帮助妈妈做出选择和决策，而发生在妈妈们之间的相互推荐和讨论，可以帮助用户大幅降低选择成本。
用户因为“相似的需求”（妈妈之间的沟通、合适的商品推荐、低廉的价格，以及优质的内容）而相互吸引加入会员，但这还不够，妈妈们之间天然的吸引力还无法支撑平台的快速增长。在这样的前提下，大V店设计了一套荣誉驱动与利益驱动所构建的用户进阶体系，不同阶段的“妈妈”可以分别获得不同的利益分配与用户荣誉等级。
因此我们看到，基础的折扣促使卢利萍带来21个新注册用户，成为“孔雀妈妈”，又推动钟燕一跃而成“凤凰妈妈”，吸引超过5 000名会员。在用户荣誉等级、利益，乃至获得他人认同的驱动下，更多妈妈开始追求向上升级，普通“蜜蜂妈妈”不断被提升为更活跃的“蝴蝶妈妈”“孔雀妈妈”“凤凰妈妈”，她们同时变成了最关键的那个“连接者”。每天至少有超过10万名妈妈会分享平台上的内容给身边的朋友。
自2015年产品上线至2016年年底，大V店付费会员增长曲线与销售收入增长曲线见图3-9。
图3-9 大V店付费会员数增长曲线与销售收入增长曲线（自2015年产品上线至2016年年底）
当分享人和数量得以稳定时，社交电商的销售额也就得以稳定和增长。
随着越来越多用户晋升为“蝴蝶妈妈”、“孔雀妈妈”乃至“凤凰妈妈”，新增会员数持续上升，销售收入也随之上升。
目前，大V店正在尝试推出新的“城市合伙人”计划，鼓励这些城市合伙人帮助线下的凤凰妈妈串起整个城市的线下活动和妈妈人群，就像分公司那样。如果这个计划成行，将串起整个公司线上、线下的用户运营与连接。
发现自己的连接者
我们还可以通过其他方式发现和明确自己的“连接者”。比如，有时我会向一些合作伙伴分享自己常用的发现“连接者”的方法。
第一步，建立一个员工小组（市场部门和商务部门经常扮演这个角色），在微信和微博上找到真实用户（或目标用户），这个数量通常在500～5 000，将他们一一添加为好友。
第二步，阅读目标用户近半年以来的朋友圈或微博信息，将细节记录到一张工作表格中，需要留意的细节包括：
（1）他／她关注了哪些账号和KOL，又被哪些人所关注？在朋友圈和微博中经常讨论什么话题？曾经分享了什么链接？这些链接来自哪些内容账号或APP、企业？链接和其他发布的信息所显示出的语言风格是什么样的？信息属于什么类型？标题是什么？经常在什么时间段发布信息？
（2）他／她还参与过什么线上或线下活动？活动是由哪家企业举办的？通常一些成功的活动结束后，企业都会发布稿件以宣传这次活动。定向搜索这家企业发布的新闻稿，看看这家企业出于什么原因举办这次活动，是如何策划和思考的，以及效果如何。了解这家企业处在什么样的发展阶段、前后是否还举办过其他活动等。
更多问题还能不断穷举出来，需以运营团队当下关注的重点和需求为准。
第三步，这些信息会告诉我们当下目标用户期待什么类型和主题的活动，他们又云集在哪些账号或APP周围，以及采用什么样的风格表达自己的诉求等。利用这些信息可以制作成一张工作表格，包括连接者人群、KOL、目标合作APP或企业、用户活跃时段、兴趣喜好、语言风格、阅读习惯，及不同行业的活动/传播资料库等。
顺便提一句，稍后章节会重点分析“互惠接口”，企业设置“互惠接口”最简单也最实用的方式，恰恰是从粉丝讨论中发现。
第四步，人工分析会强化团队对这些关键信息的掌握，形成不一样的理解深度。这项工作十分琐碎，如果辅助使用大数据，能帮助企业更加了解目标用户人群。
当这些结论被搜集整理在多张工作表格中，并不断被更新、完善时，非常适合帮助团队建立起对目标用户的了解，也会帮助团队率先找到一些可以扮演“连接者”角色的用户。这和做用户访谈、用户调研的本质类似，只是由“听”用户说变成了“看”用户说。
通过这个策略，首先能知道哪些名人、明星是影响用户的KOL，但更重要的是，能发现真正能影响他们的“连接者”和“局部意见领袖”，这些人可能就是他们身边的朋友。
在上述方法论下会得出许多意外的结论。例如，此前我曾和珠宝从业者探讨这个话题，过去大家总习惯性地认为，珠宝行业的“连接者”是具有一定经济基础的人。在用上述方法对用户进行观察分析后发现，原来扮演关键连接者角色的是那些喜欢茶艺的人。喝茶时手腕和颈部佩戴的珠宝首饰，是这个人群经常交流的话题之一，他们将信息引入了一个个谈话时的小圈子。当结论揭晓时，真是让人意外不已。
[1] 本观点引自《社交红利》（修订升级版）。
[2] 参考《社交红利2.0：即时引爆》一书。
[3] “在行”是国内领先的知识技能共享平台。——编者注
[4] “杏仁医生”是一款为医生服务的手机APP。——编者注
[5] 请参考《社交红利2.0：即时引爆》。
