Network Overlap and Content Sharing on Social Media Platforms

Network Overlap and Content Sharing on
Social Media Platforms
ABSTRACT
Cải thiện chia sẻ nội dung trên nền tảng truyền thông xã hội giúp các công ty nâng
cao hiệu quả của các chiến dịch marketing của họ. Các tác giả nghiên cứu tác động
của network overlap - sự chồng chéo trong các kết nối mạng giữa hai người dùng trên chia sẻ nội dung trong các nền tảng truyền thông xã hội trực tiếp. Các tác giả
đề xuất a hazards model nắm bắt được tác động của ba biện pháp chồng chéo mạng
khác nhau, bao gồm những người chúng ta theo dõi phổ biến (common followees),
những người theo dõi chúng ta phổ biến (common followers) và những người theo
dõi lẫn nhau (common mutual followers), về chia sẻ nội dung. Sử dụng dữ liệu về
chia sẻ nội dung từ hai nền tảng truyền thông xã hội trực tiếp (Twitter và Digg),
các tác giả xác định rằng a receiver is more likely to share content from a sender
with whom they share more common followees, common followers, or common
mutual followers thậm chí sau khi tính toán các biện pháp khác. Ngoài ra, những
người theo dõi chúng ta phổ biến có tác động cao hơn so với những người theo dõi
lẫn nhau trên xu hướng chia sẻ của người nhận. Cuối cùng, tác động của những
người theo dõi chúng ta phổ biến và những người theo dõi lẫn nhau là tích cực khi
nội dung mới lạ nhưng giảm, và thậm chí có thể trở thành tiêu cực, khi nhiều người
khác đã chia sẻ nó.
Nói chung, các kết quả này có mang đến cho các marketers nhắm khách hàng mục
tiêu hiệu quả hơn để truyền tải nội dung trên nền tảng truyền thông xã hội
INTRODUCTION
Các nền tảng truyền thông xã hội giữ khả năng định hình lại cách thức mà người
tiêu dùng tạo ra, phát tán và tiêu thụ nội dung do their unique capability để kết nối
người dùng. Do đó, chi tiêu cho quảng cáo truyền thông xã hội trên các nền tảng
như Facebook và Twitter đã gia tăng trên toàn thế giới trong vài năm qua. Ví dụ:
một số thương hiệu (ví dụ: Dell) sử dụng Twitter để offer product promotions,
trong khi các thương hiệu khác (ví dụ: WholeFoods) sử dụng nó để educate
customers. Các công ty đã chi hơn 30 tỷ đô la trong năm 2016, tăng từ 16 tỷ đô la

trong năm 2014. Chỉ tính riêng ở Hoa Kỳ, chi tiêu truyền thông xã hội dự kiến
vượt quá 17 tỷ đô la vào năm 2019.
Truyền thông marketing thông qua các nền tảng này có thể cho phép các công ty
tiếp cận khách hàng mới thông qua kết nối của người dùng và thúc đẩy nhu cầu
cho sản phẩm của họ (ví dụ: Schweidel và Moe 2014; Stephen và Toubia 2010). Ví
dụ: người dùng trên Twitter có thể “retweet” bất kỳ nội dung nào họ nhận được để
làm cho bạn bè của họ biết về nội dung đó. Such content được chia sẻ bởi người
dùng đã được tìm thấy là có hiệu quả hơn trong việc có được người dùng mới so
với thông tin liên lạc trực tiếp từ một công ty (ví dụ: Gong và cộng sự 2017). Do
đó, việc hiểu các yếu tố tác động đến chia sẻ trên nền tảng truyền thông xã hội là
quan trọng cho cả thực tiễn và lý thuyết marketing (ví dụ: Lambrecht, Tucker và
Wiertz 2017; Stephen và Lehmann 2016; Zhang, Moe và Schweidel 2017)
Tài liệu mở rộng đã xác định một số yếu tố ảnh hưởng đến việc chia sẻ. Các đặc
điểm của nội dung (ví dụ: valence) tác động đến how much it is shared (ví dụ:
Berger và Milkman 2012). Nghiên cứu này chủ yếu tập trung vào “cái gì” đang
được chia sẻ. Other work đã kiểm tra "ai" đang làm việc chia sẻ. Một số nhà
nghiên cứu đã xem xét tác động của đặc điểm hành vi của người gửi và người nhận
khi chia sẻ (ví dụ: Arndt 1967), trong khi những người khác tập trung vào mạng xã
hội của họ (Bampo et al. 2008). Luồng nghiên cứu thứ hai chủ yếu tập trung vào
vai trò của các đặc điểm mạng đơn nhất của người gửi và người nhận (ví dụ: số
lượng kết nối) một cách riêng biệt trên chia sẻ nội dung (ví dụ: Hinz et al. 2011).
Phân tích như vậy bỏ qua any common connections giữa người gửi và người nhận,
đó là "chồng chéo mạng" trong the sender-receiver dyad. Do mức độ kết nối chung
giữa người gửi và người nhận có thể represent cho sở thích hoặc audience chung
của họ, điều đó cũng có thể ảnh hưởng đến việc chia sẻ nội dung. Ví dụ: nếu Jim
chia sẻ nội dung với Mary, the number of connections cô ấy có chung với Jim có
thể ảnh hưởng đến how likely she is, đến lượt mình, để chia sẻ nội dung đó với
người khác. Rõ ràng, sự chồng chéo mạng có thể khác nhau giữa các cặp gửinhận. Theo hiểu biết của chúng tôi, không có nghiên cứu nào về cách chồng chéo
mạng trong số những người dùng sẽ tác động đến việc chia sẻ nội dung.
Từ quan điểm quản trị, liệu xu hướng chia sẻ của người gửi có liên kết với chồng

chéo mạng của họ với người khác có thể là dữ liệu đầu vào có giá trị để cải thiện
việc lựa chọn người dùng để truyền tải nội dung (Trusov, Bodapati và Bucklin


2010). Vì vậy, mục đích của bài viết này là để đánh giá tác động của chồng chéo
mạng across dyads về mức độ chia sẻ nội dung trong các nền tảng truyền thông xã
hội và ý nghĩa của nó đối với truyền thông marketing.
Loại chồng chéo mạng giữa những người dùng phụ thuộc vào định hướng của sự
kết nối. Định hướng nắm bắt được sức mạnh của mối quan hệ và mức độ hiểu biết
của người dùng đối với audience của họ, từ đó, có thể xác định xu hướng chia sẻ.
Trong undirected networks (ví dụ: Facebook), các kết nối là hai chiều và bất kỳ cặp
người dùng nào cũng có thể chia sẻ nội dung với nhau. Trong trường hợp này,
chồng chéo mạng chỉ đơn giản là số lượng bạn bè chung giữa hai người dùng.
Trong directed networks (ví dụ, Twitter), bằng interpreting a connection as a
followee (outgoing connection), follower (incoming connection) or mutual
follower (bidirectional connection), chồng chéo mạng có thể được mô tả bằng ba
metric khác nhau: the numbers of common followees, common followers, and
common mutual followers. Mỗi metric nắm bắt một khía cạnh khác nhau của mối
quan hệ giữa những người dùng như được thảo luận bên dưới và họ cung cấp một
cái nhìn sắc thái về liên kết giữa chồng chéo mạng và sự chia sẻ. Bảng 1 tóm tắt
các định nghĩa của các thuật ngữ này. Trên nền tảng truyền thông xã hội, người
dùng thường có thể có được thông tin về another user’s followees and followers,
cũng như những người được theo dõi / theo dõi chung mà họ chia sẻ. Hình 1 cho
thấy thông tin mạng chi tiết của một người dùng được theo dõi bởi một người dùng
trọng tâm (focal user) trên Twitter. Một người dùng trọng tâm có thể xem cách
người dùng khác kết nối với những người cô ấy theo dõi và người theo dõi cô ấy
và xác định mức độ chồng chéo mạng của họ. Vì vậy, người dùng có thể nhận thức
được mức độ của các loại chồng chéo mạng khác nhau với các kết nối của
họ.Trong bài báo này, chúng tôi kiểm tra xem xu hướng chia sẻ của người gửi có
được liên kết với các loại mạng chồng chéo khác nhau của họ với những người

khác in the context of directed networks.
Chúng tôi cho rằng sự chồng chéo trong kết nối mạng giữa hai người dùng có thể
ảnh hưởng đến xu hướng chia sẻ theo ba cách khác nhau. Đầu tiên, số lượng lớn
common followees cho thấy người gửi và người nhận có sở thích giống nhau và in
turn, có thể có cùng xu hướng chia sẻ một phần nội dung cụ thể. Tương tự, more
common followers and common mutual followers giữa người gửi và người nhận có
thể cho rằng những người theo dõi của họ có chung sở thích hoặc sở thích tương
tự. /Trong trường hợp này, người nhận có thể xem xét nội dung phù hợp hơn với


khán giả của mình và có xu hướng chia sẻ nó cao hơn. Thứ hai, người nhận có thể
phản ứng khác với khẩu vị đối tượng của cô ấy phụ thuộc vào việc cô ấy có chia sẻ
yếu kém (ví dụ: người theo dõi) hay không (như người theo dõi phổ biến) với khán
giả của mình, điều này có thể dẫn đến ảnh hưởng khác biệt của người theo dõi phổ
biến và người theo cùng chung trên chia sẻ nội dung (Dubois, Bonezzi và De
Angelis 2016). Cuối cùng, đối tượng chung lớn hơn về người theo dõi phổ biến và
người theo cùng chung có thể đề xuất sự thừa cao hơn trong thông tin mà khán giả
nhận được và ngăn chặn người dung chia sẻ nội dung để thỏa mãn mong muốn độc
đáo của cô (Cheema và Kaikati 2010; Ho và Dempsey 2010; Lovett, Peres và
Shachar 2013). Kết quả là, người dùng có thể ít có khả năng chia sẻ nội dung phổ
biến như nhiều người khác đã chia sẻ nội dung đó.
Chúng tôi đánh giá tác động của ba loại chồng chéo mạng khác nhau được ghi
nhận trước đó (số lượng common followees, common followers, and common
mutual followers) để chia sẻ nội dung bên trong các cặp người gửi-người nhận. Mô
hình cấp vi mô của chúng tôi để chia sẻ tài khoản cho thông tin tiểu sử của người
dùng và mạng xã hội của họ. Chúng tôi ước tính mô hình bằng cách sử dụng tập dữ
liệu có chứa chia sẻ các tweet được đăng bởi Fortune 500 công ty trên Twitter.
Chúng tôi thể hiện kết quả của chúng tôi bằng cách sử dụng tập dữ liệu thứ hai
chứa chia sẻ quảng cáo được tài trợ do các công ty trên Digg đăng. Tại thời điểm
thu thập dữ liệu, cả hai trang web (Twitter và Digg) đều duy trì một mạng xã hội

trực tiếp. Chúng tôi phân tích dữ liệu của mình bằng cách sử dụng a novel
proportional hazards model cho phép quyết định của người nhận bị ảnh hưởng bởi
nhiều người gửi.
Chúng tôi emerge từ các phân tích với ba phát hiện chính. Đầu tiên, chồng chéo
mạng đóng một vai trò quan trọng trong việc chia sẻ nội dung trên các mạng xã hội
trực tuyến. Thứ hai, xu hướng của người nhận để chia sẻ nội dung phụ thuộc vào
cả ba biện pháp chồng chéo mạng (tức là, common followees, common followers,
and common mutual followers), cho thấy rằng mỗi thước đo đều đóng góp độc lập
vào xu hướng chia sẻ. Thật thú vị, xu hướng chia sẻ tăng nhiều hơn với common
followers so với common mutual followers. Thứ ba, tác động của common
followers and common mutual followers được kiểm duyệt bởi tính mới của nội
dung. Hiệu ứng của chúng chỉ tích cực khi nội dung tương đối mới (tức là, không
được nhiều người khác chia sẻ). Khi nhiều người khác đã chia sẻ nội dung, hiệu
ứng tích cực giảm và thậm chí có thể trở thành tiêu cực, cho thấy rằng nhu cầu của


người dùng về tính độc nhất là a likely mechanism at work. Chúng tôi sử dụng
nghiên cứu mô phỏng để cho biết cách lựa chọn người dùng để truyền tải nội dung
có thể được cải thiện dựa trên mạng chồng chéo với người theo dõi của họ. [Kết
quả của chúng tôi cho thấy rằng người gửi nhắm mục tiêu trong khi tính đến chồng
chéo mạng của họ tiết kiệm khoảng 35 ~ 70% thời gian để truyền nội dung đến một
tỷ lệ phần trăm cố định người dùng so với nhắm mục tiêu những người gửi khác
không có mạng chồng chéo với những người theo dõi của họ. Hơn nữa, tập hợp
người dùng tối ưu để nhắm mục tiêu tùy thuộc vào mức độ phổ biến của nội dung.
Nói chung, kết quả của chúng tôi mang đến cho các nhà tiếp thị nhắm mục tiêu
người dùng hiệu quả hơn để truyền bá nội dung trên nền tảng truyền thông xã hội]