盧希鵬
趕快檢查一下，你臉書（FB）上的好友都在幹什麼？ 如果你發現你的好朋友都是胖子，我就能預測你變胖子的機率比一般人大很多，這是哈佛大學教授發現的！
哈佛大學的社會學家克裡斯塔基斯（Nicholas Christakis）曾經調查波士頓地區30年間的居民健康狀況，結果發現肥胖是會傳染的，因為物以類聚，近朱者赤，胖子朋友多，漸漸就會接受肥胖的生活模式，然後自己就會變胖。之後研究更進一步發現，肥胖還會經過社群網路媒體（social network media）傳染。
由量化數據看來，如果你有肥胖朋友，你變胖的機率會增加57%。如果你朋友的朋友肥胖，你會增加25%的機率變胖。
如果你朋友的朋友的朋友（第3層）肥胖，雖然不熟，你還是會增加10%的機率變胖。到了第4層或第5層的關係，才與你的肥胖無關。不過，克裡斯塔基斯的研究發現，這些讓你變胖的朋友，主要指的是同性（非異性）朋友或家人。
許多研究結果也發現，不只是肥胖會傳染，快樂、運動、健康、憤怒、離婚、負面情緒…也會傳染，而且在社會網路媒體上，加速了散播的速度。
這個也不是什麼新道理，昔日孟母三遷，講的就是社會網路對於思想、風氣、文化的影響，只是網際網路的發達，使得「鄰居」的定義更廣，孟母搬家離開實體的壞鄰居是沒有用的。
不過，我是管理學院的院長，我關心的是這對商業上有什麼意義？
過去，我們習慣以人口統計特徵分布做市場區隔，並且假設在同一區隔中，大家的需求類似，同時不同區隔間很少互動。但是，在社會網路中，真正的區隔會如粽子一樣的串起物以類聚的人，而且不一定具有相類似的人口統計特徵。 此外，過去我們習慣「統計預測」，是一種事後聰明。
統計是藉由樣本（或歷史）資料的分布，推論母體（Population）數值的數學，像是藉由抽樣計算電燈泡壽命的分布，來推論整體電燈泡的平均壽命。但是，我關心的卻是我買的這一支電燈泡的壽命有多長。
過去，統計預測關心的是整體樣本的推論，再算出對於單一事件發生的機率。
但是在社會網路中，興起了另一種社群預測的方式，因為在社群網路中，物以類聚，找到一些肥胖的人，就可以連結出一串相同生活觀的人。
行銷與預測的方式不再是一種靜態的全體（區隔或母體），而是針對「每一個人」的動態。過去，100萬個客戶資料，只是用來推論母體。現在，100萬客戶就是100萬個主體，讓資料的收集、儲存、運算都愈來愈巨大，也開始產生海量資料（(big data）的商機。
言歸正傳，你想預測自己會變成什麼樣子？趕快去檢查一下，你臉書上的好朋友都是什麼樣子的吧。
留言列表
