以上是對3種黏度的分類(lèi)及說(shuō)明，下一篇將進(jìn)一步談一些相關(guān)的問(wèn)題。
這篇文章應該說(shuō)并不是專(zhuān)門(mén)討論社區話(huà)題的，但由于文內論述的幾個(gè)基本概念對之前和今后的社區研討有用，因此姑且也將此文列入社區研究系列。
黏度同粘度、粘著(zhù)度、黏著(zhù)度。廣義的黏度指的是用戶(hù)對網(wǎng)站的重復使用度（依賴(lài)度、忠誠度），和用戶(hù)遷移成本基本成正比。通常黏度越高的網(wǎng)站越體現價(jià)值，因此如何提高用戶(hù)的遷移成本也是各網(wǎng)站運營(yíng)的首要任務(wù)之一。但在我看來(lái)黏度這個(gè)概念還是過(guò)于寬泛了，以用戶(hù)遷移成本來(lái)源的不同可以將黏度分為3種類(lèi)型，以下一一分析：
1、技術(shù)黏度：這個(gè)最好理解，哪個(gè)網(wǎng)站速度最快、服務(wù)最穩定、價(jià)格最低、功能最強用戶(hù)就選擇哪個(gè)，比的完全是技術(shù)定量數據。最明顯的例子應該算是用戶(hù)關(guān)于Email服務(wù)商的選擇，當年誰(shuí)家新推出一個(gè)更大容量的郵箱就會(huì )拉走一大批用戶(hù)，誰(shuí)家對垃圾郵件的處理更好就又拉過(guò)去一大批，用戶(hù)在遷移時(shí)對前一家服務(wù)商幾乎沒(méi)有留戀。因此技術(shù)黏度對服務(wù)商的要求非常高同時(shí)用戶(hù)忠誠度是最低的，要保持技術(shù)領(lǐng)先還要保證服務(wù)穩定，隨便在哪一點(diǎn)上有競爭對手超過(guò)了你都有可能造成用戶(hù)的大面積流失。當然從另一個(gè)角度來(lái)看不管你的競爭對手是苦心經(jīng)營(yíng)多少年的老字號，只要你在技術(shù)定量數據上超過(guò)了它，都可以從它那里迅速搶走大量用戶(hù)，甚至可能一舉擊潰它。這在前些日子迅雷華軍案中可見(jiàn)一斑。
所以單純以技術(shù)黏度為方向的網(wǎng)站有幾個(gè)特點(diǎn)：用戶(hù)遷移成本低、用戶(hù)忠誠度低、技術(shù)創(chuàng )新意識強、覆蓋面廣、發(fā)展速度高。典型代表：Google。
2、社交黏度：我們常說(shuō)的社區就是靠這種黏度維系的，我個(gè)人之前文章中談到的黏度也特指這種黏度，我稱(chēng)其為狹義黏度。在“社區研究之SNS和燒湯”一文中我對社交黏度做了一個(gè)基本的闡述：黏度是指個(gè)體用戶(hù)對于社區內某個(gè)或某些特定的人的交互的依賴(lài)性，而不是對某個(gè)社區產(chǎn)品或者功能應用的依賴(lài)性。同時(shí)也做出了幾個(gè)判斷：1、以強化社交黏度為目標的才是社區；2、社交黏度的基礎是固定的ID（變相實(shí)名制）；3、做社區就是做SNS（廣義SNS）。
正因為社交黏度是建立在人與人之間的關(guān)系上的，所以相互的了解和信任需要時(shí)間來(lái)培養。反過(guò)來(lái)看，一旦了解和信任得以建立，也就不會(huì )輕易喪失。從用戶(hù)遷移成本的角度看，有了社交黏度后遷移成本明顯提高，因為此時(shí)用戶(hù)不是自己換個(gè)地盤(pán)就可以，而是要帶著(zhù)他的人際關(guān)系一起走，否則他就必須重新花時(shí)間在新的地盤(pán)與新的對象培養相互的了解和信任，這個(gè)成本是相當大的，也是關(guān)鍵的。
所以單純以社交黏度為方向的網(wǎng)站有幾個(gè)特點(diǎn)：用戶(hù)遷移成本高、用戶(hù)忠誠度高、技術(shù)創(chuàng )新意識弱、覆蓋面窄、發(fā)展速度慢。典型代表：QQ。
3、數據庫黏度：這可以算是一種新的黏度，實(shí)踐還不多，成功案例幾乎沒(méi)有，但個(gè)人認為是未來(lái)網(wǎng)絡(luò )的一大發(fā)展方向。數據庫黏度建立在對個(gè)體用戶(hù)的數據跟蹤分析上，并比照該個(gè)體用戶(hù)與其他用戶(hù)的異同，綜合分析其中的關(guān)聯(lián)，最終推薦提交給個(gè)體用戶(hù)一套個(gè)性化的解決方案。這種黏度的基礎是積累了大量的個(gè)體用戶(hù)數據，同時(shí)還須掌握科學(xué)有效的比照分析方法。雖然現在還很不成熟，但可以肯定的是，當數據庫黏度發(fā)生作用時(shí)，個(gè)體用戶(hù)的遷移成本必然會(huì )越來(lái)越高。
目前在數據庫黏度初露端倪的實(shí)踐應該是豆瓣，豆瓣有一個(gè)功能是“豆瓣猜你會(huì )喜歡”，說(shuō)心里話(huà)這是我最喜歡也最看好的豆瓣功能，雖然現在這個(gè)功能還很弱，推薦也不算準確。這個(gè)功能是完全個(gè)性化的，其后臺是個(gè)體用戶(hù)提交的數據與其他用戶(hù)提交的龐大數據庫之間的比照分析，再反饋給個(gè)體用戶(hù)一個(gè)獨一無(wú)二的、只適合于你的推薦?？梢韵胂箅S著(zhù)豆瓣數據庫越來(lái)越龐大，算法越來(lái)越精妙，最終的結果也會(huì )越來(lái)越準確。但目前豆瓣的數據還是割裂的，它不能從我喜歡的電影推測出我喜歡哪些書(shū)和音樂(lè )，而在我的想象之中，未來(lái)會(huì )有網(wǎng)站可以從我喜歡的音樂(lè )準確地推薦給我一輛適合我的汽車(chē)或者新到貨的服裝。
所以單純以數據庫黏度為方向的網(wǎng)站特點(diǎn)現在還不好說(shuō)，只能推斷：用戶(hù)遷移成本高（數據庫導出成本高）、用戶(hù)忠誠度高（數據跟蹤終身化）、創(chuàng )新意識強（算法不斷革命或優(yōu)化）、覆蓋面廣、發(fā)展速度慢。典型代表：目前沒(méi)有。
煩請諸位先閱讀“社區研究之網(wǎng)站的三種黏度”，本文討論的是相關(guān)的若干話(huà)題。
1、 魏武揮的結論和我的意見(jiàn)
在魏兄一篇文章“用戶(hù)轉移成本和黏著(zhù)度”中下了這樣一個(gè)結論：“將用戶(hù)轉移成本降下來(lái)，反而有可能增加用戶(hù)黏著(zhù)度，從而轉變?yōu)榭蛻?hù)。也正是因為這樣一個(gè)結論，那么，看上去有點(diǎn)古怪的提供導出服務(wù)的功能型網(wǎng)站，事實(shí)上，一點(diǎn)都不古怪。”這個(gè)結論貌似正確，仔細想想又好象有點(diǎn)問(wèn)題，當時(shí)看的時(shí)候一時(shí)間有點(diǎn)困惑，現在將3種黏度的類(lèi)型分析清楚，也就搞明白了這個(gè)結論。
魏兄提到了“功能型網(wǎng)站”，我認為就是我說(shuō)的強調技術(shù)黏度的網(wǎng)站，這種類(lèi)型的網(wǎng)站如果試圖通過(guò)人為制造的功能缺陷來(lái)提高用戶(hù)轉移成本，從邏輯上不可能行得通。因為技術(shù)黏度網(wǎng)站和同類(lèi)競爭對手比的就是“你無(wú)我有，你有我優(yōu)”，人為制造功能缺陷在這里起到的作用恰恰是降低了技術(shù)黏度，被用戶(hù)棄用的可能性反而增大了?？梢哉f(shuō)“功能型網(wǎng)站”要提升黏度只有兩條路：
a） 努力保持相對于競爭對手的技術(shù)和功能的領(lǐng)先優(yōu)勢，也就是加強技術(shù)黏度，通過(guò)高技術(shù)黏度提高用戶(hù)的轉移成本。你是最好的，用戶(hù)不選你選誰(shuí)？
b） 經(jīng)營(yíng)社交黏度或者數據庫黏度，與原有的技術(shù)黏度形成優(yōu)勢互補。
但無(wú)論哪條路的內在邏輯都是通過(guò)正當手段提高用戶(hù)的轉移成本，從而加強廣義黏度，使網(wǎng)站價(jià)值最大化。
但如果是強調社交黏度的網(wǎng)站就完全不一樣，用戶(hù)即便可以導出內容也無(wú)法導出人際關(guān)系，要搬家就面臨兩個(gè)選擇：放棄經(jīng)營(yíng)已久的人際關(guān)系到新的網(wǎng)站重新培養或者說(shuō)服整個(gè)人際關(guān)系網(wǎng)絡(luò )一起遷移。無(wú)論哪一種的遷移成本都很高，導出功能在社交黏度方面起不到什么影響。
2、不同類(lèi)型黏度的混合及作用
網(wǎng)站的黏度通常不是單一的，而是混合的，而且對于不同個(gè)體用戶(hù)而言，同一個(gè)網(wǎng)站產(chǎn)生的黏度類(lèi)型也可能是不同的。以魏兄文章中提到的Delicious為例，網(wǎng)摘類(lèi)的功能運用對用戶(hù)產(chǎn)生的作用屬于純粹的技術(shù)黏度，可是當同類(lèi)網(wǎng)站365Key推出興趣小組功能后，小組內開(kāi)始產(chǎn)生社交黏度，用戶(hù)遷移成本提高。
同樣，在以Blogbus為樣本的BSP發(fā)展過(guò)程中也出現類(lèi)似的情況，剛開(kāi)始的Blog托管平臺都是純粹技術(shù)黏度的，但由于Blog本身的技術(shù)含量不高，產(chǎn)品同質(zhì)化嚴重，單純依靠技術(shù)黏度抓住用戶(hù)的可能性小，于是眾多BSP不自覺(jué)、也是不約而同地推出了旨在提升社交黏度的群組功能，希望以此提高用戶(hù)遷移成本。而其中我認為和IM捆綁的MSN Space是社區化最成功的。眾所周知MSN Space的服務(wù)很不穩定，功能也不怎么樣，從技術(shù)黏度的角度看沒(méi)有什么理由成為Blogger的首選，但由于它綁定了MSN，用戶(hù)遷移的成本非常高，用戶(hù)即使不滿(mǎn)也會(huì )舍不得離開(kāi)。社交黏度對于技術(shù)黏度的相對優(yōu)勢在此可見(jiàn)一斑，如果網(wǎng)站能將兩種黏度作用于同一個(gè)用戶(hù)，則可以取長(cháng)補短相輔相成，我想這也是目前眾多創(chuàng )業(yè)者和投資人紛紛看好新型社區網(wǎng)站的主要原因吧。
不過(guò)，并不是每一種黏度混合都能自動(dòng)得到相輔相成取長(cháng)補短的效果，比如豆瓣。豆瓣是典型的混合了3種黏度的網(wǎng)站，技術(shù)黏度（信息查詢(xún)功能）、社交黏度（小組討論功能）和數據庫黏度（推薦功能）兼而有之，其中數據庫黏度較弱，這里先不討論。豆瓣目前的一大問(wèn)題是技術(shù)黏度和社交黏度有相對割裂的趨向。應該說(shuō)大多數用戶(hù)剛開(kāi)始登錄豆瓣是被其技術(shù)黏度所吸引，他們并不注冊只是來(lái)查詢(xún)相關(guān)的資料和評論，如果他們想要找尋的信息豆瓣無(wú)法提供，他們就轉向其它網(wǎng)站，這很正常。其中一些熱情更高的用戶(hù)會(huì )注冊并參與評論，并進(jìn)而創(chuàng )建或加入小組討論，對于這部分用戶(hù)技術(shù)黏度和社交黏度同時(shí)發(fā)生作用，其中可能社交黏度的作用會(huì )逐漸強化，混合的優(yōu)點(diǎn)得以體現。
但是，當豆瓣小組的主題可以完全脫離網(wǎng)站的主旨存在并發(fā)展之后，由于黏度類(lèi)型的不同在用戶(hù)心目中可能會(huì )漸漸出現兩個(gè)豆瓣，豆瓣的品牌開(kāi)始模糊。我們可以看一看一個(gè)比較活躍的豆瓣小組“我們愛(ài)講冷笑話(huà)”，目前小組成員超過(guò)8000，收藏的書(shū)、音樂(lè )、電影只有62個(gè)，小組討論的話(huà)題幾乎完全和豆瓣主旨無(wú)關(guān)。我的一個(gè)朋友恰巧是這個(gè)小組中相對活躍的一個(gè)成員，他加入豆瓣只是是因為這個(gè)小組，這個(gè)前Mop用戶(hù)對于豆瓣的認識也幾乎就停留在小組討論形成的社交黏度上。我不清楚這樣極端的個(gè)案在豆瓣還有多少，也不清楚對于豆瓣而言這種趨向算是機遇還是挑戰，但我想如果豆瓣任其發(fā)展不做整合，那么這種割裂可能會(huì )是一種隱患。
3、 搜索、社會(huì )化搜索以及逆向搜索
早些日子有一個(gè)討論在Blog網(wǎng)絡(luò )上進(jìn)行，是關(guān)于社會(huì )化搜索。其中麥田在文章“社會(huì )化搜索：到處都是正確答案”中提到2種普遍存在的用戶(hù)需求：“ A用戶(hù)想買(mǎi)一張火車(chē)票；B用戶(hù)想買(mǎi)一個(gè)最合適的汽車(chē)――然后我們發(fā)現，這兩個(gè)用戶(hù)的需求其實(shí)是不同的：A用戶(hù)的需求‘準確’；而B用戶(hù)的需求‘模糊’。”由此麥田認為：“可能存在完美的算法，解決上述A用戶(hù)的需求；但是這個(gè)世界上過(guò)去、現在、將來(lái)都不可能出現一種完美的算法，能真正解決上述B用戶(hù)的需求――因為B用戶(hù)壓根不知道自己想要什么。”最后得出“社會(huì )化搜索=社區”的結論。
在這里我將麥田的思路整理并延伸一下，把不同的用戶(hù)需求分為3類(lèi)，也用擬人方式來(lái)描述和分析：有3個(gè)病人（用戶(hù)）。
A病人舊疾復發(fā)，根據個(gè)人的經(jīng)驗或者知識他知道自己該服用什么藥來(lái)治療，但是他不知道周?chē)罱乃幏吭谀睦?。這基本等同于麥田說(shuō)的用戶(hù)A，需求‘準確’，用我們目前常用的搜索方式便可解決問(wèn)題。
B病人感覺(jué)身體不適，但不知道自己所患何癥。這基本等同于麥田說(shuō)的用戶(hù)B，需求‘模糊’，用我們目前常用的搜索方式無(wú)法直接解決問(wèn)題。于是只能求醫問(wèn)診，利用醫生（專(zhuān)家權威）腦海中的經(jīng)驗知識（人肉搜索）來(lái)找到問(wèn)題癥結并予以解決。而且如果可以通過(guò)人際關(guān)系找到可靠的專(zhuān)家權威（對孩子來(lái)說(shuō)家長(cháng)就是），則優(yōu)先予以考慮。在這個(gè)意義上的確可以認為“社會(huì )化搜索=社區”。
C病人沒(méi)有感覺(jué)身體不適，其實(shí)病患已經(jīng)存在只是未發(fā)作（早期癌癥或其它潛伏期癥狀）。這種需求麥田沒(méi)有提，因為用戶(hù)自己都不知道自己有需求，更無(wú)從搜索解決問(wèn)題的方法。但該病人定期進(jìn)行常規身體檢查（數據提交），所有檢查結果和之前病歷都在某醫院資料庫中保存備用（數據庫）。某次常規身體檢查后，醫院通過(guò)數據分析和比照認為該病人按照發(fā)展趨勢在現階段很有可能患染某病癥，通知他來(lái)醫院復查就珍，并及早發(fā)現病癥，解決問(wèn)題。我暫且將此類(lèi)模式稱(chēng)為逆向搜索。
我認為這三種搜索模式必然長(cháng)期并存，只是現在第三種模式的發(fā)展還遠遠不夠。而從技術(shù)等級上看，我也同意Keso在文章“東拉西扯：當搜索遭遇社會(huì )”中的說(shuō)法“搜索的社會(huì )化并不是降低了算法的重要性，恰恰相反，它讓算法變得更加重要、更加復雜，因為人成為軟件工作的對象，人的屬性、人的行為、人的關(guān)系、以及人產(chǎn)生的所有數據，都成為影響搜索結果的重要因素。”（可能我斷章取義了）。的確在逆向搜索模式下算法的重要性符合Keso的論點(diǎn)。而且逆向搜索模式的發(fā)展會(huì )導致現有營(yíng)銷(xiāo)理念和模式的革命，在用戶(hù)尚未意識到自己有此需求時(shí)商家便已開(kāi)始進(jìn)行一對一的個(gè)性化直銷(xiāo)，不知道這算不算是社會(huì )化商務(wù)。當然這完全是另外的一個(gè)話(huà)題，這里不作討論。
此外，我們似乎可以發(fā)現這三種搜索模式和我所說(shuō)的三種黏度隱隱對應。這就讓我想到另外一個(gè)問(wèn)題：用戶(hù)提交數據的積極性。都說(shuō)Web2.0的一個(gè)特征就是用戶(hù)參與用戶(hù)提交內容（數據），但由于人的天性是自私利己懶惰的，因此如果提高用戶(hù)提交數據的積極性成為Web2.0網(wǎng)站尤其在創(chuàng )業(yè)之初的一個(gè)關(guān)鍵問(wèn)題。
如果硬性區分的話(huà)，可以這樣來(lái)看：在技術(shù)黏度范疇和普通搜索模式下，用戶(hù)幾乎不提交信息（有也只是幾個(gè)關(guān)鍵詞）；而在社交黏度范疇和社會(huì )化搜索模式下，馬太效應會(huì )愈發(fā)明顯，越是規模大有效信息多的社區，用戶(hù)提交信息的積極性越高，反之規模小有效信息少的新社區起步就顯得非常困難。
在數據庫黏度范疇和逆向搜索模式下用戶(hù)提交內容的積極性有什么影響，由于沒(méi)有案例可參考我只能猜測。如果是目前豆瓣推薦這種初級階段，由于基礎數據的局限應該也會(huì )形成類(lèi)似社區黏度和社會(huì )化搜索模式下的馬太效應；但如果未來(lái)可以共享基礎數據，則馬太效應可能會(huì )不那么明顯。在這種情況下個(gè)體用戶(hù)提交的數據越多越準確，逆向搜索的準確度就越高，該用戶(hù)得到的價(jià)值反饋也就越大，因此用戶(hù)提交信息的動(dòng)力大大提高。當然這些只是不負責任的猜測而已。
聯(lián)系客服
