創意眾包社區的用戶角色分類研究
——基于RFM 模型

游齊俊，馬永斌

（寧波大學 商學院，浙江 寧波 315211）

一、引言

Web2.0 和信息技術的快速發展使得行業間的企業技術差距逐漸縮小，源源不斷的新創意是企業保持競爭力的基礎。一些國內領先行業在探尋新創意的同時建立了虛擬網絡社區以方便企業傾聽用戶建議，如華為、小米、蔚來等。在虛擬網絡社區中貢獻了大量的產品改進建議和解決方案的社區參與用戶使得“創意眾包”模式得到了大力發展[1]。該模式可以為企業提供遠距離知識，以消費者視角幫助企業發現消費者需求，進而開展有效的產品創新，為企業產品開發提供了很大的幫助[2]。

作為這些建議與創意來源的用戶主體推動著社區的發展。但鑒于創意眾包社區的開放性與流動型，用戶的去留極為自由，是否愿意繼續貢獻自己的創意是企業是否還能獲取消費者需求信息的根本前提之一。因此，管理與引導社區的用戶主體以增加其對社區的黏性顯得猶為重要。在創意眾包社區中，龐大的用戶基數和廣泛的用戶來源渠道導致創意活動的參與用戶之間存在著很大的異質性，而理解參與用戶之間的異質性是企業進行有效虛擬社區治理的基礎[3]。等（2014）[4]指出，社區組織者對用戶異質性的調動、適應和管理能力決定了一個社區的穩定性和持久性。此外，國外有學者在研究中發現社區的核心用戶的貢獻占社區內所有用戶的75%～87%左右[5]，這也間接表明了了解用戶異質性進而識別領先用戶的重要性。本文借鑒市場營銷領域的客戶價值評估與分類模型（近度-頻度-價值模型，簡稱RFM 模型），對創意眾包社區中的用戶進行角色識別與分類，分析不同類型用戶的參與特征差異，構建特定社區用戶分類體系，以幫助企業針對性地引導用戶間角色的轉化以及維持社區的穩定，以更少的精力實現最有效的激勵，進而實現社區用戶價值最大化與管理精細化。

二、文獻綜述

從創意眾包社區的長遠發展角度出發，理解社區活動的參與用戶的異質性是有效進行社區治理的基礎。此外，為了成功管理社區，需要了解個人在這些群體中扮演的不同角色，并找到動員、適應和管理個體異質性的方法，這影響著社區的穩定性和持久性[5]。從創意眾包社區的目標導向角度出發，企業深刻洞悉用戶在社區中的參與行為特征，考慮與選擇合適的引導和激勵策略是有效實現創新目標的前提。

過去的相關研究為虛擬社區中不同用戶角色的識別和概念化提供了重要的見解和理論基礎。學者們主要從社會網絡結構與用戶參與行為特征兩個角度對虛擬社區的用戶進行識別與分類[4-12]，相關的文獻梳理如表1 與表2 所示。

表1 社會網絡結構角度的虛擬社區用戶分類研究匯總

表2 用戶行為特征角度的虛擬社區用戶分類研究匯總

三、模型構建

（一）模型概念

美國數據庫營銷研究所的Arthur Hughes 首先提出了RFM 模型。該模型發現客戶的數據庫中存在著三個神奇的要素：最近的一次消費（recency）、消費頻率（frequency）、消費金額（monetary）。這三個要素有效度量了用戶的行為能力和價值，企業依此可對客戶群進行細分，進而開展差異化的營銷[13]。在市場營銷領域，RFM 模型是衡量客戶價值和客戶創利能力的重要工具和標準。

（二）分類指標

在RFM 模型中，R 代表最后一次的消費時間，也稱為近度。最后一次消費距今越近，顧客越有可能產生新的消費[13]。在研究用戶行為特征時，最后一次發帖時間與最近一次消費含義相似，且發帖行為一定程度上代表了發帖者與其他用戶和企業的交流意愿。例如鼓勵一個幾個月內發帖的用戶繼續發帖遠比鼓勵一個一年多以前的用戶容易的多。R 越大的用戶越有可能發布新的帖子，與他人的交流意愿也越高。

F 代表顧客的消費頻率，也稱為頻度。RFM 模型提出，顧客的消費頻度越高，往往代表著顧客的滿意度越高[13]。在創意眾包社區中，用戶的發帖頻率具備著與消費頻率相似的統計意義，相關學者也多次運用發帖頻率來衡量用戶在社區中的活躍程度[10-12]。本文在過去研究方法的基礎上有所改變，提取各用戶在社區的在線時間，以F（時均發帖量）=（發表帖子數/ 在線時間（小時））作為用戶的發帖頻率以衡量用戶在社區中的活躍程度和對社區的忠誠度。其中F 越高，用戶越活躍且對社區的忠誠度越高。

M 代表顧客的消費金額，用以衡量顧客的價值[13]。對于用戶的綜合價值，本文首先考慮的是企業為社區用戶設置的積分系統。創意眾包社區的創辦目的與存在價值之一便是不斷為企業輸送新穎、可實施的高潛力創意，當用戶發布了越多被企業采納的創意帖子，他對于企業就具有更高的價值；此外，用戶還通過發表社交型帖子，完成企業發布的任務和參與社區其他活動以獲得額外的積分獎勵，如簽到、投票、回帖等等。綜上所述，本文認為積分是一個優秀的綜合價值衡量指標，即用戶積分與M 正相關。

基于上述假設建立的創意眾包社區用戶分類指標體系如表3 所示：

表3 創意眾包社區用戶分類指標

四、數據處理與分析

（一）數據來源

本文數據的來源是國內一家著名科技公司的創意眾包社區。該公司是國內主要的智能手機和家電制造商，自2010 年成立以來就一直堅持根據用戶的意見對產品持續改進。在其主辦的創意眾包社區中設有新功能討論等多個板塊，在這里可以看到自公司成立以來的幾十萬個用戶貢獻的創意，以及企業對這些創意的反饋情況。該社區擁有所有用戶的基本信息，包括用戶的積分、經驗、威望、帖子數、帖子查看數以及帖子回復數等用戶基本信息。該創意眾包社區的用戶具有高參與度和高活躍度的特點，且用戶貢獻的創意信息具有公開性和真實性，研究結果對于其他的虛擬社區具有很好的借鑒意義。

本文抓取自該社區2011—2015 年期間用戶發表的59 995 條帖子作為元數據，對其進行編碼和分析。根據研究需要，本文對數據進行了如下的篩選與處理：第一，由于本研究的目的是對創意眾包社區中的用戶進行角色分類，因此只保留了相同ID用戶發表的最新一條帖子，對同一用戶發表的其他帖子做刪除處理。第二，對用戶最近一次發表帖子的日期時間進行量化處理，計算出均值，最后以各用戶的最后一次發帖時間與均值的差值作為近度。篩選處理后的有效樣本為15 197 位用戶發表的15 197條帖子，如表4 所示。出于避免表現優異的用戶被剔除的考慮，本文不對用戶數據進行異常值識別處理。

表4 創意眾包社區用戶樣本數據

（二）數據分析

本文采用k-means 聚類分析方法，根據創意眾包社區用戶的近度、頻度和積分三項指標對樣本進行分類。由于三項指標單位以及跨度差異較大，因此有必要在聚類分析前對三項數據進行標準化處理。其次，對于聚類集群數的確定，本文參考經典的RFM 模型，依據三項指標與均值的比較（大于等于均值或小于均值）的情況將用戶分成了8 類，即K值為8。聚類結果如表5 所示，K-means 聚類經過37次迭代最終趨于穩定，各變量均顯示顯著。

綜合RFM 模型與K-means 均值聚類算法，本文提出了基于RFM 模型的創意眾包社區用戶成員識別算法，如圖1 所示。

圖1 基于RFM 模型的創意眾包社區用戶角色識別算法示意圖

根據表5，來自該創意眾包社區的樣本數據可以歸納出五類具有差異的用戶角色，其中集群1 的近度、頻度以及價值指標均明顯高于均值，是該社區的重要組成成員；集群2 的近度和價值指標高于均值，頻度指標略低于均值，具備較大的貢獻潛力；集群3、4、6、8 的三項指標均遠低于均值，貢獻相對較少且不活躍；集群5 的頻度與積分指標低于均值，但值得注意的是，這類用戶的近度指標最高，初步判斷是新加入社區的用戶群體；集群7 的近度與頻度指標最高，但其價值指標僅略高于均值，雖然根據RFM 模型的分類指標應與集群1 歸納為同一類，但鑒于其特殊性且有一定水平的用戶基數，本文將對這類用戶群體進行進一步的觀察。

表5 最終聚類中心

五、結果與討論

為了更好地理解這五類用戶在創意眾包社區中的角色定位，本文將分別對其在社區中的扮演角色進行進一步的探討，這五類用戶的行為特征如表6 所示。

表6 創意眾包社區用戶角色及行為特征

（1）明星型用戶，對應集群1，是創意眾包社區的核心用戶群體，也是社區發展的重要驅動力。明星型用戶的發帖積極性以及與其他用戶的互動意愿均較高，且在社區的社會網絡結構中通常處于中心地位，充當信息傳遞的橋梁，維持著創意眾包社區的穩定與活躍[5-6]。值得一提的是，由于來自社區和其他用戶的認可，此類成員對社區會產生一種歸屬感[2]，并對社區有較高的忠誠度。從企業的角度來看，明星型用戶對創意眾包社區的發展付出許多，社區管理者應對其做出的貢獻給予肯定，可以適當采用“公告表揚”、“聘用為版主”等激勵措施以保持與他們的良好關系。

（2）天才型用戶，對應集群2，人數占比較低，其頻度僅略高于均值，但價值卻處于一個很高的水平（僅低于明星型）。通過對這類用戶的歷史發帖記錄進行觀察與分析，本文發現此類用戶提出的帖子通常為創意類帖子，即對產品功能的改進與創新類帖子，并且有一大部分的帖子被選為精華帖子，引發來自其他用戶的熱議與支持，進而積累了大量的威望值。然而，由于這類用戶的頻度較低，對于社區的依賴性不高，在社區的其他活動中并不活躍，通常只在自身收到困擾或需要某項功能時才會發帖。鑒于其帶來的直接創意價值，企業應該想辦法增加他們的社區黏性，認真傾聽這類用戶的聲音，及時給予反饋，必要時可以提供一些替代方案以滿足其需求.如果在隨后的產品使用中不能得到重視與滿足，他們也可能會迅速選擇其他競爭對手的產品。

（3）沉沒型用戶，對應集群3、4、6、8，這類用戶在社區中占比高達42.5%，他們的三項指標均位于社區用戶的最低水平。如過去大部分對于虛擬社區用戶角色分類研究的結果顯示[9-12]，這類用戶對于社區活動的參與通常帶有較強的目的性和偶然性的特點，例如用戶C 為了解決某個臨時的問題而找到社區進行發言；用戶D 在網絡沖浪過程中隨意點入了社區，并在一條自己感興趣的帖子下留言。在這類行為完成后，無論是否得到答復，這類用戶很可能便不會再使用社區。鑒于創意眾包社區用戶的流動性，即使企業分配一定的管理資源在這類用戶上往往也不能引導這類用戶角色類型的轉變，因此沒有必要為這類用戶分配過多注意力。

（4）新興型用戶，對應集群5，這類用戶占比（42.8%）與第三類用戶接近，是創意眾包社區的重要組成部分。值得注意的是，這類用戶的近度指標顯著高于其他用戶，其中有一部分用戶特征為在線時間短，發表帖子的數量和頻率都不高，但第一條帖子近度均較高。本文推測這部分用戶是近期才加入社區的新用戶群體，在大部分時間處于觀望狀態，不確定社區能否滿足自己的需求，因此發帖較少。這類用戶對社區的知識共享活動和社區交際具有一定的興趣，鑒于他們的貢獻潛力不明，具有一定的考察和挖掘價值，因此本文建議企業應在管理資源允許的情況下對新興型用戶分配一定的注意力，增加其對于社區的依賴性，避免其向沉沒型用戶轉變進而營造良好的知識共享氛圍。

（5）忠誠型用戶，對應集群7，這類用戶在創意眾包社區中的比例最低。與天才型用戶相反，這類用戶的發帖頻率極高，熱衷于參與社區的活動，但積分卻不高，這不是一個正常的現象。為此本文對這類成員的歷史發帖記錄進行抽樣和觀察，發現這類用戶發表的帖子中幾乎沒有創意類型的帖子，且其中一部分內容與產品毫無關系。同時這類用戶會積極評論他人的帖子，即使自己發表的內容不會收到點贊和評論，他們仍然樂此不疲地活躍在社區中。對于這類用戶，社區更像是一個尋求歸屬感的場所，即使他們不能給企業帶來直接的產品與服務改進創意，但其對維持社區的人氣具有一定的價值，因此本文認為企業應當也給予其一定的關注，在社區定期組織一些簽到打卡活動，維系他們在社區中的活躍程度以帶動其他用戶群體。

六、結語

基于已有的虛擬社區用戶角色識別研究，本文選擇關注相對較少的非競爭性創意眾包社區，參考經典的RFM 模型，調整和優化其二級指標，對該社區用戶進行角色聚類分析，最終識別出明星型、天才型、忠誠型、新興型和沉沒型五類用戶角色。其中天才型用戶和忠誠型用戶相對特殊，企業應當給予一定的關注并進行針對性的引導，挖掘其潛在價值。此外本文豐富了虛擬社區用戶異質性主題的相關研究，也為后續用戶參與創新研究提供了一些理論基礎，同時為企業管理社區不同用戶角色提供了一些建議，具有一定的理論意義和現實意義。

本文的局限主要在于社區特征相對具體，用戶識別體系的普適性仍需要在其他類型的虛擬社區中進行檢驗。此外，在虛擬社區中用戶所扮演的角色并不是一成不變的，當用戶受到來自網站互動性、技術性以及激勵機制的影響時，用戶角色會發生轉換[14-15]。如何從動態視角對用戶角色變化過程進行研究以預測用戶角色變化趨勢將是今后的研究重點。