设想一个场景：用户在不确定质量的情况下打算买一件电子产品，她知道一位朋友已经买了，而另一位陌生人却没有购买。此时，她会决定买下这件产品吗？如果她的朋友圈里有10位朋友买了这件产品，而她还知道有10 位陌生人并未购买，那么，她的消费决策又会是怎样的呢？美国加州大学圣芭芭拉分校的安德鲁·德尔顿（Andrew Delton）和麦克斯·卡拉斯诺（Max Krasnow）两位学者的模拟研究成果表明，情不自禁相信陌生人甚至倾向于选择与陌生人合作是人类漫长进化的自然现象。那么，朋友圈和陌生人对于用户而言，谁更有利于他们做出正确的消费决策呢？

　　朋友圈和陌生人网络的绑定

　　朋友圈和陌生人网络差别在于偏好异质不同。朋友圈里往往聚集着具有同质性偏好的人，陌生人网络则是由异质性偏好的人构成。无论是偏好同质性的朋友圈还是偏好异质性的陌生人，这两张社会网络都会提升用户在做出消费决策前观察和学习的能力，同时也提升了企业把控用户社会网络的可能性和运作空间。

　　例如，亚马逊很早就在网页上为用户提示，浏览某页产品的顾客最终购买了什么，让用户了解其他人之前的消费行为。2010年开始，亚马逊与脸书（Facebook）合作，为用户提供社会评价信息。当一位用户将自己的脸书账户与亚马逊账户相联，他在亚马逊上浏览和选购一件产品时，可以看到同样这样绑定账户的好友是否购买或“点赞”了这件产品。再如，在牛仔裤品牌李维斯的母公司李维·斯特劳斯（Levi Strauss）的网站上，用户既能够看到朋友们在“朋友商店（Friends Store）”的购买选择和偏好，还能够获知互不相识的陌生人在“大众商店（Everyone Store）”的这些信息。就连搜索引擎必应（Bing）也实现了用户账户与其脸书和推特等社交网络账户的绑定，让每个人都有可能观察到来自朋友圈和陌生人的两类行为信息。

　　陌生人网络何以战胜朋友圈

　　在传统观念中，用户更有可能效仿她的朋友们。著名社会学家保罗·拉扎斯菲尔德（Paul Lazarsfeld）和罗伯特·墨顿（Robert Merton）在半个多世纪前提出的同质性理论就主张，人们通过与那些有着相似教育、社会经济地位和价值观的人交流，可以更好地认识自己。因此，相比较异质性的陌生人，同质性的朋友们的行为信息，对用户来说更加有用、更具指导性。例如，朋友买的一本书，要比路边或网络上任意一位陌生人买的书，更有可能符合用户的偏好。美国加州大学伯克利分校的学者安瑞克·莫里提（Enrico Moretti）研究发现，人们在决定看什么电影时，会倾向于朋友们的选择。

　　但这并不意味着在影响用户消费决策方面，朋友圈总是跑赢陌生人。清华大学教授陈煜波与美国两位学者的最新研究证明，随着网络规模的扩大，朋友圈极有可能产生“信息瀑布（information cascade）”现象，陌生人网络却不会。“信息瀑布”意味着用户在观察其他人的消费行为时，忽略甚至无视自身拥有的、与观察信息冲突的信号，转而采取与其他人相似的行为，结果可能造成错误的决策。这样看来，在一定规模水平上，对“信息瀑布”具有较高绝缘性的陌生人网络，就比朋友圈更能够提供有用的产品质量信息。

　　“信息瀑布”的出现，或者说陌生人网络是否能够战胜朋友圈，取决于两个重要的行为效应。一是个体偏好效应（individual preference effect），即用户对先前行为的偏好要素越明确，作出正确产品质量判断的可能性越高。二是社会从众效应（social conforming effect），即用户遵从他人行为的可能性越高，作出正确质量判断的可能性越低。这是两个相互对立的效应，影响着人们在异质性网络中的社会学习过程。

　　个体偏好效应的存在使得如今越来越大的网络异质性增加，用户因而难以明确先前行为的偏好要素，作出正确判断的可能性下降了。然而由于从众效应，异质性程度越来越高的大规模网络，降低了用户遵从他人行为的可能性，增加了用户采纳自身拥有的质量判断信息的可能性，反而有利于用户开展积极的社会学习。在小规模网络里，个体偏好效应大于社会从众效应；在大规模的网络里，社会从众效应大于个体偏好效应。

　　在此基础上，陈煜波教授等进一步提出，由于朋友圈是同质性偏好的社会网络，因此，当朋友网络规模扩大到一定程度之后，用户观察新增行为的社会学习效果，将出现边际回报递减的情况。换言之，了解一些朋友的信息，就能帮助用户作出产品价值的推断。了解更多的朋友，几乎不会改变用户的判断。用户却能够从持续增大的陌生人网络中受益，因为陌生人网络规模越大，异质性越高，而此时由于社会从众效应主导着用户的学习，这就会调动用户去积极运用自身所掌握的质量信息。图1反映了在不同规模的社会网络中，用户作出正确质量判断的可能性。