這篇文章應該說并不是專門討論社區話題的，但由于文內論述的幾個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、粘著度、黏著度。廣義的黏度指的是用戶對網站的重復使用度(依賴度、忠誠度)，和用戶遷移成本基本成正比。通常黏度越高的網站越體現價值，因此如何提高用戶的遷移成本也是各網站運營的首要任務之一。但在我看來黏度這個概念還是過于寬泛了，以用戶遷移成本來源的不同可以將黏度分為3種類型，以下一一分析:

　　1、技術黏度:這個最好理解，哪個網站速度最快、服務最穩定、價格最低、功能最強用戶就選擇哪個，比的完全是技術定量數據。最明顯的例子應該算是用戶關于Email服務商的選擇，當年誰家新推出一個更大容量的郵箱就會拉走一大批用戶，誰家對垃圾郵件的處理更好就又拉過去一大批，用戶在遷移時對前一家服務商幾乎沒有留戀。因此技術黏度對服務商的要求非常高同時用戶忠誠度是最低的，要保持技術領先還要保證服務穩定，隨便在哪一點上有競爭對手超過了你都有可能造成用戶的大面積流失。當然從另一個角度來看不管你的競爭對手是苦心經營多少年的老字號，只要你在技術定量數據上超過了它，都可以從它那里迅速搶走大量用戶，甚至可能一舉擊潰它。這在前些日子迅雷華軍案中可見一斑。

　　所以單純以技術黏度為方向的網站有幾個特點:用戶遷移成本低、用戶忠誠度低、技術創新意識強、覆蓋面廣、發展速度高。典型代表:Google。

　　2、社交黏度:我們常說的社區就是靠這種黏度維系的，我個人之前文章中談到的黏度也特指這種黏度，我稱其為狹義黏度。在“社區研究之SNS和燒湯”一文中我對社交黏度做了一個基本的闡述:黏度是指個體用戶對于社區內某個或某些特定的人的交互的依賴性，而不是對某個社區產品或者功能應用的依賴性。同時也做出了幾個判斷: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系上的，所以相互的了解和信任需要時間來培養。反過來看，一旦了解和信任得以建立，也就不會輕易喪失。從用戶遷移成本的角度看，有了社交黏度后遷移成本明顯提高，因為此時用戶不是自己換個地盤就可以，而是要帶著他的人際關系一起走，否則他就必須重新花時間在新的地盤與新的對象培養相互的了解和信任，這個成本是相當大的，也是關鍵的。

　　所以單純以社交黏度為方向的網站有幾個特點:用戶遷移成本高、用戶忠誠度高、技術創新意識弱、覆蓋面窄、發展速度慢。典型代表:QQ。

　　3、數據庫黏度:這可以算是一種新的黏度，實踐還不多，成功案例幾乎沒有，但個人認為是未來網絡的一大發展方向。數據庫黏度建立在對個體用戶的數據跟蹤分析上，并比照該個體用戶與其他用戶的異同，綜合分析其中的關聯，最終推薦提交給個體用戶一套個性化的解決方案。這種黏度的基礎是積累了大量的個體用戶數據，同時還須掌握科學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，當數據庫黏度發生作用時，個體用戶的遷移成本必然會越來越高。

　　目前在數據庫黏度初露端倪的實踐應該是豆瓣，豆瓣有一個功能是“豆瓣猜你會喜歡”，說心里話這是我最喜歡也最看好的豆瓣功能，雖然現在這個功能還很弱，推薦也不算準確。這個功能是完全個性化的，其后臺是個體用戶提交的數據與其他用戶提交的龐大數據庫之間的比照分析，再反饋給個體用戶一個獨一無二的、只適合于你的推薦。可以想象隨著豆瓣數據庫越來越龐大，算法越來越精妙，最終的結果也會越來越準確。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和音樂，而在我的想象之中，未來會有網站可以從我喜歡的音樂準確地推薦給我一輛適合我的汽車或者新到貨的服裝。

　　所以單純以數據庫黏度為方向的網站特點現在還不好說，只能推斷:用戶遷移成本高(數據庫導出成本高)、用戶忠誠度高(數據跟蹤終身化)、創新意識強(算法不斷革命或優化)、覆蓋面廣、發展速度慢。典型代表:目前沒有。

　　以上是對3種黏度的分類及說明，下一篇將進一步談一些相關的問題。