社交網路任務的不同模型

　　利用模闆，我們可以針對一個社交網路環境建立各種任務模式。每個任務都需要必要的軟體，從而使成員能夠按步驟執行該任務。然而，建立模闆的關鍵在於：區分不同的社交網路任務；了解社交網路體驗、領導模式和聚合方式所需要的社交網路環境背景；定義發生在每個任務中的行為類型。

創意的產生

作為一項社交網路任務，產生創意的目的在於利用社交群體的力量，從大量的備選項中產生或者選擇出新的想法。由於成員們一次能貢獻很多創意，社交網路任務通常還包括檢測最佳方法的方法。這種社會過濾是獨立於產生創意的另一種社交網路任務，詳細的介紹見第5章“社交網路任務：創建和管理信息”。在創意的產生方面，人腦比電腦更具有優勢，這是因為人們能夠應用自己的經驗、知識、智力和靈感，提出廣泛而多樣的想法以供選擇。兩種常見的社交網路創意的產生方式就是社交網路頭腦風暴和市場預測。

社交網路頭腦風暴

社交網路頭腦風暴為成員們提供了一個鑒別、讨論和遊說創意的開放平台。任何話題都可以被公開地讨論，但一般來說主辦者會設定話題框架以供參考。比如，從2001年開始，IBM公司就將社交網路頭腦風暴應用於“創新大讨論”（InnovationJam）。2006年，IBM舉辦的“創新大讨論”吸引了15萬公司員工、合伙人和家庭成員參加，並就“一往無前”、“留住健康”、“更好的星球”和“金融與商業”等主題貢獻自己的想法。其他例子還包括戴爾公司的意見風暴（IdeaStorm）和MZinga公司的“我們比我更棒”（We Are Greater than Me）專案的意見分享活動。

　　公開的意見回饋平台能夠讓員工產生出基础的創意，其他人也可以對該創意表示贊成或反對，或者使其進一步發展。主辦者也應該做出一定程度的承諾，保證將最好的創意在實際中應用或是在產品上實現。比如，IBM投入了1億美元設立基金，以支援在2006年的社交網路頭腦風暴會議上產生的最佳創意。該措施使得IBM公司創造出一系列的新型商業活動，包括智能醫療支付系統、實時語音翻譯服務、3D互聯網新計劃等。為了收獲最後的成果，社交頭腦風暴同樣需要領導者擁護這些創意、向他人展示、或招募他人來說明發展創意。否則，這些創意可能會因為無法獲得足夠的支援而中途夭折。

　　盡管在集體協作模式下對每個創意進行投票能夠起到一定的催化作用，但更好的體驗模式其實是圍繞一個主題形成一個團體，指定領導者充當催化劑的角色。集體協作也適用於規模更小並限制人數的情況。

　　社交網路頭腦風暴對一個確定的群組、社區或集體協作體驗模型都有效。然而，一個社區管理者或催化因素必須發起、促進、支援一個創意，並且使其從概念演變成事實。為了完成上述過程，社交網路頭腦風暴需要發起成員之間進行協作開發（本章稍後會提及這一點）。理想的情況是，許多催化因素說明某一創意“戰勝”其他的創意，並獲得絕大多數人的支援。在投票產生落實的創意之後，委託、代表或海星式的社交網路領導模式將開始發揮作用。

市場預測

替代自由聯想式社交網路頭腦風暴的另一種方式是市場預測。一般來說，市場預測方法構成一個供投票或者預測的平台，成員可以就多個想法表達自己的觀點。不同於社交網路頭腦風暴，市場預測模式供選擇的觀點也許很多，但這些想法卻是預先確定並規定了截止日期的。通常每次會議只讨論一個問題，並根據多個開放式的選擇或可能性來決定結果——比如，“產品X在冬季的銷售量會是多少？”“確定哪一點為結賬日？且資產是相對增值還是貶值？”這樣做有助於過濾出最有價值的觀點。

　　百思買公司的內部市場預測名為“標簽貿易”（TagTrade），可以讓員工對各種各樣的商業前景進行預測（比如預測公司在紀念日的收入，或者父親節賀卡的銷量），也為員工提供了純粹的娛樂專案（比如在電影《加勒比海盜3》和《蜘蛛俠3》上映之前，預測哪部的反響更好）。另一個例子是好萊塢證券交易所，它負責對美國新上映電影的票房進行預測。

　　集體協作在實際中最適合執行總體任務。然而，正如好萊塢證券交易所網站顯示的，任何資產或股票的總體系統中都可以存在一個與之相關的子社區。這使得用戶能相互分享觀點，為自己制定的估價爭辯和協商，並將這些成果共享。市場預測將集體協作與蟻群式領導模式相結合，而許多可能的子社區與海星式的領導模式相結合。

協作開發

協作開發是指，成員共同努力將一個想法從高度抽象化的概念轉化為精練的觀點或內容的過程。社交網路頭腦風暴和市場預測首先發現社交群體對什麼感興趣，再通過協作開發將頭腦風暴和市場預測中產生的有意思的想法轉變為現實。產品、服務、知識或其他具體的想法都可以成為協作開發的成果。本部分將分析開發構思的實現方法：通過模闆衆包或競標衆包、分佈式人工計算、開放式資源開發等。

衆包

社會計算為人們帶來了大量的驚喜，衆包就是其中之一。衆包的理念是，把那些無法用計算機解決但可以通過人腦分析解決的難題，交給一群用戶。衆包是InnoCentive.com和BurdaStyle成功發現的一種商業模式。衆包基於模闆運作，成員按照自己的想法進行原創設計，並且通過公開招標的方式向主辦者或客戶的專案提供解決方案。

　　當需要解決的問題是易理解並可重構的時候，採用基於模闆的衆包就變得非常方便，但是也需要人的獨創性來產生新的設計或原型。在BurdaStyle的網站上，用戶根據拿到的虛擬的原材料，借助在線設計工具，自己創造新的設計或模闆，然後由其餘用戶對它們進行點評。這種方式提供了一個在衆多用戶的說明下探索新設計和新構思的機制，同樣有助於提升產品的應用性並促進收入的增長。

　　競標衆包（或者稱作構思外包）更適用於完成任務需要的子組件或步驟難以確定的情形，以及社交群體被要求提出可行的解決方案的情況。這時主辦者要麼提議以一定的報酬向外投標，要麼讓競標者自己給出價格。

　　集體協作對上述兩種衆包模式都有效，這是因為參與者可以根據自己的動機，以個人的方式為總體解決方案貢獻自己的力量，最後由社交群體決定或投票選出最佳方案（甚至可以使用市場預測）。

分佈式人工計算

亞馬遜旗下的土耳其機器人（Mechanical Turk）——一個利用人腦完成計件工作的網路集市——將軟體計算中的舊思路轉變為一項社交網路任務：即把一個計算問題分解成許多小問題交給“加工者”，“加工者”以計件的方式並行地解決。當許多子集有一個或多個可以重複獨立進行的步驟時，這種並行的處理過程最有效。這種社交網路任務以人代替了計算機處理器，對於那些計算機難以分析、卻很容易被人類大腦理解的任務，分佈式人工計算能出色地完成。比如，在照片中進行事物鑒定或人物識別，就需要分清事物彼此間的界限、知道如何從不同角度诠釋一個事物以及根據自己的記憶辨認出一個事物。每個參與者單獨地在一張照片中進行上述識別活動，並在所有的照片上重複多次。通過並行工作，人們可以比計算機更快地發現照片上的共同點。亞馬遜把類似的問題以商業任務的方式交給用戶分析，然後把工作分解成許多小塊，並分配給社交網路環境中的成員。最後，亞馬遜的服務部門將成員的成果合並成最終的結果，並將其返回給客戶。

　　這仍是一種“分佈式計算”，因為待解決的問題被分解為可以並行處理的計算單元（人），關鍵的一點在於，處理進程的是人，而非計算機。分佈式人工計算同樣有別於模闆或競標衆包的方式，因為進行分佈式計算的成員自身並不承擔唯一的一個專案，也無法體現出大量的創造性和創新性。

開放式資源開發

在專案的具體實現上，開放式資源開發比衆包更有效、更實際。成員可以在不同層次上參與開發任務，從與主要工作無關的微小改進，到擔任深層次的設計、執行和領導工作。一般情況下，成員可以自由地選擇執行任務的方式。開放式資源開發起源於一種軟體開發工程，任何想改進軟體的潛在開發者都可以獲得軟體的源代碼。這與許多軟體供應商採取的“封閉”方式恰恰相反——他們嚴格地控制軟體源代碼的訪問權，並且不允許除自己開發者之外的任何人修改軟體。

　　開放式資源開發可以在一個固定的小組、社區或集體協作中進行。可以在多個平行的過程中執行這種開發工作：

　　●在固定小組中，成員彼此非常熟悉，並且處理核心開發工作。

　　●在社區中可以交流想法並說明改進組件。

　　●只是為了自己進行改進和增加軟體功能的成員，他們最後將改進和增加的結果交回給專案——本質上扮演的是集體協作的角色。

找到合適的人

通過積極尋找或偶然發現，社會計算工具是一個找到合適人的好方法。與其他社會工具一樣，在社交網路環境中存在活躍且確定的一類人，他們更可能有助於人們找到匹配的對象。盡管成功並準確地找到希望的人選取決於社交網路環境中的現有成員，但仍然應該考慮在成功幾率不大的情況下如何完成任務。也有一些工具基於企業資料庫的內容和電子郵件系統，發現並映射出人們之間的相互關係。

人際關係映射和挖掘

一個關註用戶的社交網路系統會自然地映射和反映用戶的社交網路關係。跟蹤用戶的聯繫方式是商業中一個非常重要的組成部分。 但是傳統的聯繫方式管理系統和關係資料庫要求用戶積極地提交社交網路關係和人際關係狀況，其內容不僅容易過時，而且還要花費大量的時間進行人工維護。

　　然而，社會計算工具能夠開發出一個幾乎實時的、可改進的人際關係模型。比如BranchIt公司的同名軟體和IBM在Lotus Connections上推出的Atlas套件工具就可以在映射用戶的人際關係時理清他們的相互聯繫。這些工具通過不同的渠道，比如電子郵件、即時信息、企業資料庫以及允許用戶共享或應用社交網路活動的其他工具（這些用戶都彼此熟識，且獲得許可）調查成員的社交互動情況。事實上，一個人際關係映射工具創造出了所有用戶之間的社交網路集合。或許用戶只能看見自己的社交網路，但也可以借助中介關係發現更多認識的人。盡管用戶能夠認出自己社交網路中的大部分人，但他們也會驚奇地發現，系統能夠發現自己根本沒意識到的人際關係。

以位置為中心的社交互動

　　   

　　當人們將自己目前或計劃即將要去的地點位置共享時，就為彼此之間的見面、交流專業知識、表明觀點和偏好創造了機會。當需要在貿易展覽和會議等企業活動中與不相識的人會面，或是查找同好和專家所在位置的時候，這種方式尤為有用。

　　社交網站Dopplr的成員可以將自己的旅行目的地等信息私下分享給自己的社交網路好友或者向網站中的任何成員公開。當Dopplr成員將要去一個地方的時候，會確定到達的城市、地點和日期。他們能在旅途中發現哪些好友在附近，反之亦然。看見這些信息的其他用戶就能知曉該用戶的旅行計劃，從而使該用戶不必在每個地方再去召集或發現自己的朋友。如果兩人碰巧同時在同一個城市，這就創造了一個偶然見面的機會。盡管Dopplr使用的方法並不特殊，但可能引發很多故事發生。利用Dopplr網站，研究人員和大學老師可以在不同的會議上與同事見面；咨詢顧問可以找到自己領域的專家；對個人來說，敢於創新的父母可以為自己的孩子安排豐富的娛樂日程。

　　BrightKite是另一種基於地理位置信息特別是移動電話，來說明人們發現彼此的工具。該網站可以讓用戶自主地向社交網路中的好友分享自己的所在地點和狀態（按照前面章節描述的“聚合方式”），或是向所有人公開這些信息，從而遇見新的朋友。這類網站的運行需要隐私設定。舉個例子，BrightKite限制用戶的地理位置可以為哪些人所見，也能夠根據用戶的需求或隐私指示，限定一定的地理範圍（500米以內）。

小結

社交網路群組集體執行工作遠遠不是將人們聚集在一個虛擬地點那樣簡單。它涉及社交網路任務的具體時間點——輸入、分析或者輸出——採用多個方式中的一種聚合工作成果。執行與任務在多個社交網路環境中以相同的模式頻繁地重複進行。通過創立社交網路任務的模式，就能夠根據社交網路體驗模型、治理方式、聚合方法以及所涉及的人際關係、情境或環境行動，來考慮怎樣的情形是群組工作所必需的。

　　本章描述的不同任務模型將註意力集中於人們在兩人小組、小型團隊或者大量人群中的協作方式。下一章將進一步闡述如何在社交網路任務模型中處理信息。

　　

本文摘自《互聯網思維》

---

　　 羅恩·沙領導全球35萬名IBM員工密切合作，以互聯網思維所帶來的革命性方法，提升著社交網路軟體的生產力。本書不是讨論諸如用戶至上等互聯網思維的虛妄概念，而是給出了行動指南。如：怎樣分享社交網路體驗？在看似由烏合之衆組成的社交網路中，如何有效形成領導者並鞏固已經湧現的領導者的領導力，如何完成社交網路任務？如何找準受衆？如何構建社交網路的文化？如何讓每一個社交網路成員具有歸屬感和認同感？只有熟悉這個虛擬社會中的思維方式和規則，才能在新的商業模式中，如魚得水，在運營革命中立於不敗之地。作為網路社區管理者和開發者，你也許一直在孤軍奮戰，這本書將為你提供專業的行動指南。