2014年11月22日 星期六

從令人震驚的 Techcrunch 的改版來看 Tag 在 SEO 價值


這故事大概是在兩三個星期前, 因為在跟某人(團體)講一些 SEO 的事, 提到我每次都十分強調的 Tag (標籤), 說不定很多人都聽到耳朵長繭了, 而我在那次就隨手拿 Techcrunch 來做介紹, 但一時從文前到文後都找不到, 我在想 Techcrunch 一定是瘋了, 怎會把 Tag 拿掉呢?

但仔細一看我震驚了, 原來 Tag 不是被拿掉, 而是被放在比 "Popular Post (熱門文章)", 的左邊側欄最上面的地方, 也就是所謂網頁的 "Hot Zone (熱區)", 且更是緊臨著文章標題 (Title) 的地方, 也就是大部份人眼球落點最開始的地方.



這件事代表著甚麼呢?

資訊要能夠有用, 代表許多問題的解法都是可以參考之前的作法, 若是每次問題都 "不一樣", 那資訊的價值就很低了, 而這 "一樣" 指的就是資訊的 "聚焦".

只有很少數的人上過我 SEO 的課, 就知道我開宗明義就是講 "聚焦", 而這聚焦在搜尋引擎最佳化的精神就是落在 "關鍵字", 而這關鍵字不是單純以 "分類" 的觀點, 但應該說, 現在的分類已經很難追求:

1. 獨立互斥
2. 階層式
3. 客觀

因此原本關鍵字 (Keyword) 的搜尋行為觀點, 慢慢的從 "分類 (Catalog)" 變成 "Tag (標籤)", 這標籤變成資訊 "聚焦" 的主要方式.

但會是把標籤 (Tag) 變成 SEO 重要的精神不是如此, 而是:

1. 時間: 最早寫出這概念的文章往往是最權威的, 所以 SERP 應該放在最前面, 但相對的最新的文章代表更有即時性價值, 因此也該放在 SERP 前面, 但一篇文章不太可能同時是最早 (舊), 卻又是最新 (剛更新), 而相對的標籤頁 (Tag Page) 卻是有這種特性的網頁, 很早就產生, 但持續因為有新文章有此標籤在更新.

2. 內容的聚焦: 要一篇文章一直重覆講相同的東西是沒有意義的, 刻意去做就會讓讀者相當辛苦, 就變成是黑帽 SEO, 但相對的標籤頁卻是必須這樣做的, 因為這些文章列表本來就是因為這個相同的概念所集中在一起, 重覆出現是相當合理的.

3. 連結: 我們知道連結在 SEO 是相當重要的, 但也不太可能讓一篇文章一直被連結到, 即使是靠相關文章所能創造的連結就是那幾個或是相當有限的, 但 Tag Page 擁有的連結不是一般文章能夠比擬的, 幾乎是每個 Tag 都會有連結到這頁, 所以即使在外部連結如此難賺的情型下, 內部連結至少是要有好的結構.

4. CTR: 有了內容的聚焦, Click Through Rate (CTR) 自然就會起來, 而 CTR 起來代表點擊數與曝光數夠高, 使用者使用的機會高, 若再能推 Share (Social Signal) 一把, 標籤頁幾乎是一般內容頁不能夠比較的.

事實上已經有人發現了, 若是網站架構正常, 一篇新的文章的確可以很快的在搜尋結果頁 (SERP) 在前幾名, 但沒多久就被洗到後面了, 而最後留下的幾乎是 Tag 頁面, 因為這標籤頁就是擁有上面幾項特質在 SEO 佔盡便宜.

但我都可以開玩笑的自稱 Tag 傳教士, 但我還真的不敢做出像 Techcrunch 一樣的事, 既然 Tag 有這樣的 "高價值", Tag 可以做為對使用者的閱讀導引, 甚至做為搜尋與分類的導引, 這麼重要的事為甚麼要拘泥於我們習慣放在文章的最後面呢?

這次 Techcrunch 做出這樣的事, 我是認為相當合理的事, 因為通常左上角的 Hot Zone, 往往是放 "麵包屑" 或是 "分類導引" 的地方,  而 Tag 本來就具有這兩種屬性的事, 而在麵包屑與分類往往不夠聚焦, 也就是太過廣泛, 相對於 Tag 是對文章的關聯有相當大的地方, 為甚麼那邊不放 Tag List?

Techcrunch 除此之外一些細節也做得很不錯, 進到 Tag 的頁面, 不只是跟大家樣樣就顯示有這 Tag 的文章, 也列出這篇文章有那些其他的 Tag 做為下一步 Refinement 得導引, 雖然做這件事的人相當多, 也沒甚麼好意外的, 但最有趣的是下面.

TC 也對這個 Tag 做了簡單的介紹, 甚至是以自身角度做出發, 例如是 Gadgets 就會加段描述: "The hardware that’s bringing computing everywhere", 用很輕鬆的角度來定義 Gadgets, 而 Asia 就會以自身角度出發的寫: "The latest innovative tech coming out of Asia", 不是寫亞洲的定義, 而是以 TC 地角度來寫, 最後把這段字放進 Titile (標題), 此時 SERP 就很漂亮了.

除此之外, 也把分類與 Tag 打破, 已經不存在分類, 也就是 Tag 在某些地位上已經跟分類差不多了, 說真的要我也因此放棄分類我也做不到, 雖然這是合理的, 但也是有些可以討論的.

當然還是有做不夠好的地方, 例如在 meta-data 的 description 並沒有放進去的許多小暇疵, 但暇不掩瑜, 這次讓我震驚的地方著實讓我自省很多, 因為就理論面與技術面, 這完全是對的事, 但我們往往因為不想改變或積非成是(?)的習慣, 讓我們沒有進步與做好, 這才是重點, 而不是只有 Tag 這件事.

2014年11月14日 星期五

我潛意識中心裏真正支持的台北市長

"人類的政治會那麼紛亂, 不是有太多人參與政治或是參與政治過深, 反而是因為大多數的人對政治漠不關心甚至厭惡紛亂的政治, 尤其是那些掌權的人更不希望有更多的人來參與政治, 這樣他們才可以用政治之名為所欲為, 政治才因此這樣紛亂~~~"

雖然說民主政治的架構是在於 "選舉", 但不代表人須要參與 "眾人之事" 只須要 "投票" 而已, 而是要去更多的參與社會與政治, 其中投票更是須要更認真與關心而已, 這次選舉大家要更認真的面對, 因為每次選舉影響是四年, 尤其這次是僅次總統大學的大規模的投票.

其中最重要的就是 "台北市市長" 的選舉, 是這次九合一大選最被重視的, 因此就更延伸的以 "彼得塔之鏡" 為出發, 做了這個 "我潛意識中心裏真正支持的台北市長", 事實上也不只做台北市, 包含新北, 桃園, 台中, 台南, 高雄的六都都有計算.

這系統是架構在下面兩個基本假設:
1. 要了解一個人先了解他的朋友
2. 很少人會表達自己的想法, 但可以從他的 "看法(閱讀資訊的方法)" 得知.
也就是這系統是算你與你的好友中, 有參加 "足以宣傳" 某候選人的粉絲團的數目, 因為只要這個粉絲團是經過判斷出來是跟這候選人相關, 就可以知道這個人透過朋友獲得這資訊的多寡與密度, 然後經過幾次正規化:

0. 你與你好友有多少人加入這幾個粉絲團
1. 正規化一個人有多少好友得知一個數字 (分數)
2. 這個頃向占全體使用者的比例 (比例)
3. 將前兩個數字相乘 (正規化)
4. 這數字跟其他數字的比率就是 (機率)

而這最大機率的選項就是你的傾向, 而這機率就是這預測的準確度, 所以有人的準確度說不定不到 50%, 但也有人超過 90%, 最後還幫你的頭像套你 "該表態" 的立場.

但這圖用的機器與授權是在 "我的想法我做主" 上面, 所以必須要在那邊有登入才能抓到.

這次系統是由闇月鏡所設計, 包含組圖也是,  最後有興趣大家可以去 http://ele.que.tw/ 做做看...

2014年11月10日 星期一

四種工具讓你對台北市長選舉做出更好的選擇

這次九合一選舉已經不到 20 天了, 這次選舉跟以往不一樣的地方, 就是網路成份比起以往特別的濃厚, 雖然在四年前蘇貞昌的選戰可以說是網路選舉的初體驗, 但成熟度以現在的觀點還是不足的, 而現在的今天, 網路對一半以上的選民是不可或缺的管道.

其中最大的原因主要有兩點:

1. 已經沒有甚麼傳統主流媒體, 不在網路上看不到了
2. 社群媒體變成導讀的最大工具

但從 318 之後, 媒體人對網路工具的應用有更深刻的體認, 甚至有越來越多人投入這行列也是很重要的原因.

只是網路不該只是媒體而已, 網路是一種更可以有互動, 個人化,  實用的系統, 分析的工具才對, 這次的選戰也已經開始有這樣的味道了.

這次選舉已經有不少粉絲團, 部落格, 網站出現來參與這次的 "盛會", 這邊列出不同的四種工具 (網站) 讓你在這次台北市長選舉時, 做為決策的輔助系統:


這個是利用一些問答, 定義出你的想法跟那個候選人的政見較合, 這系統最大的特色就是找出候選人議題的分歧點, 透過你的選擇來做對應. 

這系統用九個項目的九宮格來呈現, 在之前還讓你選出可以加權與加重的選項, 這系統無論就 UI/UX 都是很不錯的設計, 當然唯一的問題是問題太少, 所以產出來的結果解空間只有 2^18 個, 但做為最後只有三個選項的決策支援已經很夠了.




市長給問嗎是一個由沃草做的系統, 可以說是用問答的方式由選民對候選人提出問題, 然後我們可以看到他們的回答後, 來做為決策的參考.

除了問答的內容外, 能夠參考的就是回覆率, 回覆率越高或許可以當作對選民是否較為正面的態度, 雖然說這系統的踴躍度不夠, 不然會更有意義.




這是一個以臉書朋友為基礎的表態系統, 透過表態的選擇可以讓你知道你的朋友與全部人的想法為何, 然後可以知道這之間的差距.

這系統重點在於你跟你朋友的互動, 讓你知道你的族群是甚麼, 或者是你有那些朋友可以討論或辯論, 可以用這系統做為去改變自己或改變別人的線索工具.




人會很習慣的去選擇跟自己想法類似意見的訊息, 或是去排除掉不同想法的來源, 透過這樣的機制, 若是你的朋友大多人有參與一個特定方向的粉絲團, 代表你就是有這屬性.

利用自己與朋友參加的粉絲團數目, 跟大家做比較, 就可以知道你的傾向是甚麼, 若這粉絲團是候選人的粉絲團, 就可以判斷出你閱讀資訊的取向, 有時就接近你所支持的候選人.


除此之外, UDN 也做了一個互動性相當高的選舉專題, 透過資訊圖表讓你用較為主動, 較為平衡的方式來看這選舉與候選人, 其中包含 "話題", "熱度", "行程", "民調" 等等的資訊, 也是另一種做為決策參可的系統.


但話說到現在, 還剩多少人還沒決定呢? 這才是比較有趣的問題吧... 但若能夠過這樣的系統,讓大家改變想法做出 "更正確的抉擇", 也是好事阿.

2014年10月30日 星期四

成為資料工程師所須要學習的 28 堂課

雖然說 Big Data (大數據) 是一個很夯的話題, 但就像一個笑話:
Big Data is like teenage sex:Everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it so everyone else claims they are doing it too.
雖然說就大部份而言, 這笑話是真的, 只是誇張了點, 因為 Big Data 目前遇到的問題還是相當的多, 就像是前幾天有一個朋友問我, 為甚麼電子商務網站都宣稱想做或要做資料探勘或大數據, 但為甚麼沒人去做呢? 我回答了幾個問題點:

  1. 沒有真正了解資料價值的專案負責人: 大部份的專案負責人或產品經理, 都是從業務, 商品, 行銷出身, 對他們而言無論是在學校的學習, 執行的經驗, 進修的內容都沒有相關的知識, 在沒有對這種背景知識有足夠了解的人, 如何去產生與企劃, 既使大部份都是別人在做的, 但若沒有概念是不行的.
  2. 要有人對做出來的業績與成果去承擔: 而若是沒有行銷與業務或產品去推, 那由資訊的人去推或許是合理的, 但最大的問題是資訊在電子商務是屬於後勤人員, 本身是不扛業績的, 而這種專案做出來會排擠其他的 Quota, 在沒有人須要的情型下最後只好無疾而終.
  3. 外包的成本太高, 但內部的人又沒經驗: 上面兩個問題若是遇到有心的老版就不是問題, 但真的要開始做時面臨到到底要 In-House 還是 Out-Sourcing, 雖然內部做是外部的三分之一到五分之一, 且對 BI (企業智慧) 比較能夠切中目標, 但人才與經驗是個很大的問題, 所以不是大好就是徒勞無功.
  4. 比 Big Data / Data Mining 更重要的事還很多: 大部份的電子商務公司最大的問題是資源不足, 而大家可以看 "九項如何建立有效商品推薦系統, 所須要知道的進程導引與架構指南" 這邊就可以知道能做的還很多, 在人力與資源不足得情形下被放棄或延後是合理的.
當然大家知道最大的問題還是台灣的市場與老版的企圖心都不太夠, 但拉回來, 身為工程師的我們, 真的有足夠的能力去擔當這責任嗎?

台灣的價值應該是在於人才, 而要去實作出這樣的系統須要:
  • 資料工程師: Data Engineer
  • 資料科學家: Data Scientist, Data Mathematician 
  • 資料專家/經理人: Data Expert, Data Manager
有人把這三個角色畫成下面的圖我覺得蠻有實務感的:
這邊大概畫出這三個角色的可能關係, 但在實務界更多的是一個人當三個人用, 也就是你甚麼都要會, 最後大概變成一個人要會的東西是成為下面這樣:
雖然說大部份的人能夠做好一項就很了不起了, 但真的最好須要這三項領域的專才的人, 通常不是一個人做到, 而是至少三五個人去架構與協調出來, 只是在台灣是不用太期待.

而在這次鐵人賽的緣故, 我大概規劃了一個 "成為資料工程師最初的 28 堂課", 因為有太多人對成 Big Data / Data Mining 有興趣, 而不知道如何下手, 花了 30 天 (包含導言與結論) 列出了 28 堂課給大家參考, 雖然說是 28 堂課還不如說是 28 個科目, 只是最後發現 28 真的太少了, 所以有些科目還合併在一起.

這 28 堂課除了最後一堂外, 也是把課程分程三部份:
  • 電腦相關 (Hacker)
  • 數學與統計相關 (Mathematician)
  • 社會人文相關 (Domain Expert)
每一類別有 9 科, 下面就是列表:

電腦相關


把這些知識打下基礎, 真的有實作的能力, 才是這社會最缺的, 也才是這社會推進的原動力來源, 每一個人都想個當管理者, 每一個人都想當個出嘴不動手的專家, 最後沒有人動手, 只是真正的價值應該是實作出成果為前提阿, 雖然之後的管理, 行銷是讓價值更高, 可以把成果的價值乘上好幾倍, 但若沒有這基礎做出東西的話, 永遠不會有第一個 1 出現, 因為若沒有了 1,  0 乘上 100 還是 0 阿.

所以我們就應該先當那個 1 (The One) 吧.

* 圖一來源: http://www.slideshare.net/ckliu/z-b-38495724
* 圖二來源: http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram

2014年10月25日 星期六

如何找到你網站/部落格最可以賺 CPA 的網頁

雖然說 CPM (曝光式廣告) 還是有存在的價值, 但已經慢慢失去其角色, 而在這系統完成的同一天, BlogAD 也宣告停止營運, 雖然不是說部落格廣告已經沒落, 但至少肯定的是部落格部份的 CPM 廣告已經快沒市場了, 其中有幾個很重要因素.
  • 部落格的流量本來通常就不大
  • 部落格的價值在於影響力, 只是看流量跟本是踐踏部落格的價值
  • 許多廣告系統透過 Re-marketing, RTB 等等技術提升 CTR, 此時再只講 CPM 就失去意義
只是部落格不賺 CPM, 還能做甚麼嗎? 自然大家會想到的就是 CPC 與 CPA.

在 Adsense/Adword 的進步下, 可以從內容方向判斷出那些廣告是合適的, 因此 CPC 已經達到一種境界, 但網站最有價值的不應該只是如此, 應該是更有人性的 CPA 才對.

一個網站由於有不錯的文章, 帶來不少的流量與效應, 此時應該可以肯定 CPA > CPC > CPM 才對, 只是 CPA 不是那麼簡單的事, CPC/CPM 可以靠聯播網來達成, 但 CPA 真的要做的好, 還是要有人下去操作才對.

而昨天在跟某兩位朋友聊天聊到, 的確這是很好的出路, 但這邊有幾個問題存在:
  1. 如何找到自己網站最受到讀者注意的網頁
  2. 找到合適這內容的商品
  3. 如何串接起商業模式
我那位朋友慢慢的把第二點與第三點串起來, 這部份須要有足夠的 Sense 及執行力與經驗, 對我那朋友不是問題, 只是第一點是很麻煩的事, 此時我就想到網事 (web.mas.ter.tw) 可以用其架構解決其問題.

而網事是一個透過 GA 來去做網站 SEO 建議的平台工具, 而一個有價值的網頁, 至少是合乎一點:
有足夠的吸引力讓使用者進到這個網頁
此時就可以用 GA 的 API 來做計算, 從開站的開始每一週每一週計算出能夠讓使用者搜尋進來的落點頁的訪客數, 來定義那些網址有足夠的價值去尋找更高的 CPA.

這邊還須要討論的地方, 就是 SEOKPI 是以月為單位, 而網事是以天為單位, 通常以天為單位容易受到極端失準或看不出來, 但若是用月為計算單位又不夠即時, 所以這是我第一次用週為單位計算的系統.

這個系統目前是在網事的子系統, 自然要先設定才能執行網事, 不了解的可以看 "網事知多少, web.mas.ter.tw 啟動" 這篇, 然後按下 "有價搜尋" 之後, 第二天才能看到資料, 當然若是之前沒有使用過的, 就可能要等到第二天才能夠按下去, 但之後就是每週隨時可以來檢查上一週進度, 如下圖:


接下跑出來的就會像下圖:


從上圖來看, 大概就是若去年我應該直接去跟 PQI 談 CPA, 且當時好像他們有看了我文章做了些改善, 但是最須要的功能並沒有完成, 所以我本來想要寫篇文章褒揚最後作罷.

但大家應該透過這工具, 就可以很即時且自動化的幫你找到你的網站是那篇作品是最合適去賺 CPA, 只是這只有幫助大家第一點, 而接下來的兩點: 找到合適內容的商品及串接商業模式, 須要的話我可以幫你介紹, 這樣讓大家寫部落格或做網站能夠多一點收益, 而能夠持續有好的處作, 這才是我最希望看到的結果.

2014年9月26日 星期五

SEO Ranking Factor, 影響 SEO 排名因子初探 (2014), CTR 變成最重點

雖然我只是個工程師級的技術顧問, 但偶而還是會不小心跨到 Marketing, Management 與 SEO, 尤其是 SEO 我是會幫我顧問的公司做一些基本的教育與教學, 而上過的人就知道, 我這幾年最喜歡從 SEO 的 Ranking Factor 講起, 因為這是最實際有意義的 Guide, .....

知道 SEO Ranking Factor (SEO 排名因子) 最大的好處, 就是透過檢視這些經過 "量化的因子", 就可以知道 SEO 書的價值與不足, 尤其我一直叫大家一定要想辦法挪出時間看第一本 SEO 的書再來看網站, 且我往往會建議大家讀美國或日本的翻譯書, 若是直接看原文是更好, 而不希望大家看中國與台灣人寫的書, 這不是說台灣人的書寫的不好, 而是台灣的出版市場很欠缺一個 "Peer Review" 的動作, 且一個足以寫出相同等級書的人去作評論修正, 我們知道人非聖賢難免有錯, 若是有兩個人以上檢視同一個主題, 往往可以彌補一個人思維的錯誤, 這點相較日本與美國就做得好多了, 就我的經驗錯誤會少很多.

當看到今年 searchmetics 出的 2014 年報告, 趕緊唸完, 而在還沒唸完時, 看到新的圖表, 不禁覺得真被我說中了, 在 2012 年 iSearch 時, 我的題目是叫 "SEO 大未來", 我把搜尋引擎的因子分成四個種類與階段:

1. 架構時期: 內容, 引用, 標籤, 關鍵字...
2. 點擊時期: SERP, RSS, GA, Chrome, ...
3. 社群時期: +1, SNS, Meta Data, Semantic Web, ...
4. 個人時期: Authority, Device, User, Relationship, ....

當時說, 搜尋引擎要做得好, 必須能夠讀懂內容, 知道使用者怎樣用, 以及知道使用者要問甚麼, 其中一個很重要的 "知道使用者怎樣用" 的必要因子是拿到大部份網站的瀏覽資料, 而 Google 原本只能透過 SERP 的點擊知道使用者怎點入網站, 透過下面幾項:

0. Google Tool Bar
1. Adword/Adsense
2. Google Analytics
3. Chrome
4. Android

其中說到當 GA (Google Analytics) 與 Chrome 等瀏灠器達到一定的比例時, 遲早會加入使用者點擊做為搜尋排名的參考.

在上個月, Facebook 也提出這樣的演算法, 當使用者即使看到連結, 若不會點擊, 或點擊後立刻回來 (離開), 就代表這連結是沒有價值的, 也就是透過使用者的行為我們可以更精確的對資訊做價值判斷, 來協助更多的使用者, 在這次的報告中, 也就提出了 "User and Traffic Signals" 這概念, 其中最主要的三個項目是:

1. Click Through Rate
2. Time on Site
3. Bounce Rate

在上個月因為某個場合, 我寫出一段 "SEO 精義":

"用有意義的內容, 連到有關聯的網頁, 讓對的人去點擊與分享"

其中用的就是 SEO Ranking Factor 中的:

1. 社群: 分享與按讚
2. 連結: 外連與內連
3. 內容: 關鍵字
4. 技術: UI/UX, 結構

也就是:

用有意義的內容: 從好的文章與關鍵字下手
連到有關聯的網頁: 找到好方式把網頁給串起來
讓對的人去點擊: 要有好的 UI/UX 的環境, 去促成連結的點擊
分享: 社群是目前最重要的因子

而這次中 "讓對的人去點擊", 也就是 CTR 變成了第一名的重點, 這個是以前 Google 或任何搜尋引擎做不到的, 在 Google 運作下終於做到, 也就是說這個是每一個曾寫過搜尋引擎的人都想做的事, 但最後也只有可怕的 Google 做到了, 雖然有人認為這不是好事, 但若能更精確的搜尋到使用者要的答案, 也未嘗不是壞事.

而這邊在我眼中還有一個相當重要的重點, 就是連結的價值, 其中有幾項是大家沒注意到的:

1. 連結的品質
2. 連結的數量
3. 網站的價值
4. 網站 (Domains) 的數量
5. 新聞連結
6. 新的連結
7. Nofollow 的比例
8. 連結的時間
9. 首頁與Deep Link 的分布
10. 錨點文字的稀少性
11. 錨點文字數
12. 錨點文字是首頁網址的比例
13. 錨點文字是品牌字網域的比例

這些都是 Backlink 連結的價值, 也就是當連結的因子越複雜, 往往就越難操作, 這也就是黑帽越來越難做, 但認真的連結價值也變高的原因.

(此時就發現 weblog.tw 真的在這計劃, 在這次的 Backlink Building 更是相當有值, 因為當時就是以 CTR 做出發, 建立高品質高數量的連結)

而除外那些網頁的基本結構, 雖然還是搜尋排名的因子, 但相較 CTR, Social 與 Backlink 比重就差很多了.

2014年9月18日 星期四

我們來捕獲野生柯文哲, 民意儀表板開放 API 讓大家知道我們是怎看 柯P 的....

記得我跟某位候選人的某個競選單位的某一群人說話, 他們劈頭就問我, 支不支持某位候選人, 我就說:

"我連自己都不相信了, 怎會去支持一個人, 我只針對我認同的想法理念付出, 跟人無關".... 

看到 TonyQ 與 Even Wu 推動的柯文哲野生官網, 我覺得是個很不錯的想法, 但我一直認為, 我們若選擇一位候選人, 不只是要去聽他說甚麼, 而是更希望他能夠聽我們說甚麼, 在之前因為某機緣做了 "民意儀表版", 所以想說在工作坊當天發表 API 給大家用, 但後來因為臨時決定回台南過中秋節就做罷...

但這想法我覺得還是要推動, 只是這兩三星期忙到不行, 一直到今天才有時間把這計劃完成.

這個民意儀表版雖然是架構在林克傳說, 但還是有所不同:

林克傳說只算分享的外部連結, 民意儀表版只要是分享就可以.

所以在 http://kwj.board.tw/ 就可以看到現在大家用甚麼角度在討論柯文哲, 而

1. 這分享包括狀態的分享與照片的分享, 但前提是分享.
2. 若這分享若是非公開的, 將不會顯示.
3. 因為計算的關係, 會有 30 分鐘到兩小時的落差.
4. 若只是個人的動態或照片, 若沒經過被分享或公開不會被採集.

當然這些資料有用, 也更希望大家用, 所以就做成 API, 就把這網址所須要的資料包成 json 給大家來用, 資料讀取是:

http://kwj.board.tw/api/kwj.php?apikey=[Your API KEY]

這邊有 post_id, 格式為 [fbid]_[post], 這是原始的 FB 資料, 而要轉成真正的網址必須解成:

https://www.facebook.com/permalink.php?story_fbid=[fbid]&id=[post]

只是這種連結方式不見得每次都有效, 不知道有誰有更好的 post_id 的轉網址方式...

其中的 API KEY 是透過林克傳說授權的, 也就是要在這連結 http://link.que.tw/apikey.php , 取得你的 API KEY 就可以用了, 不用經過認何人工的流程.

現在開放測試, 若有甚麼問題請跟我說:

2014年9月16日 星期二

我心目中八年後市長候選人現況的 20 個項目, 每一個都很重要

這幾十年來, 我一直在想, 為甚麼政治一定非要有專業的政治人物來擔任不可, 雖然說不是須要所謂的 "素人" 來從政, 但我心目中的候選人應該如何呢?

我一直認為這個人應該是本來就是在做對社會有貢獻或有意義的事, 雖然那個人不見得一定要一直在非營利組織工作, 但除了賺錢的工作外, 這個人應該是持續得對社會努力與貢獻, 雖然不見得是那組織的領導者.

也就是說, 這個人不見得是一定非得從民意代表出身, 但由於這個人參與社會超過 10~20 年的經驗, 能夠對我們存在的社會有一定的想法, 且不會容易受到金錢或權利所誘惑, 這樣的努力與奉獻, 是須要我們透過選票讓這個人有機會做出更多的事情才對, 即使最後沒有選上, 這個人應該也是能夠回歸到原本的角色繼續實現願望.

所以跳脫連勝文, 柯文哲, 馮光遠或其他四位候選人, 我在想, 若是有一個人是我心目中八年後市長候選人, 那個人現在會是在做甚麼呢?

我就嘗試的列下來吧.....

1. 她曾在一個非營利組織任職
2. 她帶領一個很聰明的團隊
3. 即使剩下她一個人, 她也可以把事情做出來, 但她可以領導團隊做的更好
4. 這非營利組織最好是跟居住正義, 交通, 人權, 教育有關

5. 她願意把組織運作給透明化
6. 她有從最基層做起的經歷
7. 她現在至少正在帶領 10~100 人團隊
8. 她能夠動手做出作品, 且這專長不是須要架構別人之上

9. 她在網路上的發言大部份不假他人
10. 她會承認她做錯很多事或說錯很多話
11. 她不須要很高的學歷或很聰明, 但她在 10 年內還是在進修
12. 她的資產不會在前 5%, 但她的薪水有可能是在前 20%

13. 她最好不是權貴後代
14. 她認為人在任何情況不應該被性別, 宗教, 血緣所區分或限制
15. 她有一半的交通是用大眾運輸系統
16. 她會很喜歡玩遊戲, 或是在興趣嗜好有認真的投入

17. 她會有一個部落格或專欄來闡述自己的想法
18. 她會讓大家知道她喜歡的小說, 電影, 音樂, 或者是球隊
19. 她不須要有很遠大的夢想, 只想要有一般的生活
20. 她認為這世界的每一個人都是很渺小, 但也很重要與價值

阿, 還有....

21. 她不一定是個男的

若是你的話, 雖然你現在不見得是支持那一個候選人, 你會列出你心目中八年後的市長候選人的現況會是如何呢? 嘗試的列出個 10~20 項吧....

若你寫出來, 就加個 Hashtag: #我心目中的市長候選人 讓大家一起討論吧....

2014年9月15日 星期一

從行動代號 MG149 來看台北市長選情的 911 轉戾點

選戰早就過了到數 100 天, 本來以為這次的選戰應該沒甚麼烽火漫延, 峰迴路轉的事情, 但隨著這次的行動代號 MG149 就變得完全不一樣...

在林克傳說的資料中, 我們將大家分享的文章分成六類: (支持|反對)(柯文哲|連勝文|馮光遠) 若是用 Regular Expression 來表示的話, 大約從去年 10 月就開始記錄, 此時可以分成幾個時期:

1. 去年10月到今年1月: 此時主要的聲量都是一面倒的支持柯文哲, 偶而有零星的支持馮光遠或反對連勝文的聲量出現.

2. 今年 2 月到 318 期間: 前期反對連勝文的聲音到處出現, 後期支持連勝文的輿論慢慢加溫.

3. 318後一個月: 此時應該沒有人理這三位候選人吧

4. 4 月到選前 100 日: 這段時間反對連勝文, 支持柯文哲, 支持連勝文互相競爭, 各有極大值成為排行第一名的狀況, 而最高值是 反連 47% vs 支柯 35% vs 支連 22%.

5. 選前 100 日到 9 月 10 日: 支持柯文哲突破 50% 到 56%, 反對連勝文也曾到 50% 高鋒, 甚至支持連勝文的也到 49% 的高鋒, 這三個部份的聲量還是互相爭最高, 除了支持連勝文有一天最高過, 其他都是支持柯文哲與反對連勝文互爭最高.

(上圖為最近 200 天的林克傳說截圖)

但在 9 月 11 日時, 整個 行動代號 MG149 PK 事件到了第二天, 反對柯文哲的聲量第一次成為最高, 雖然只有 25%, 但比起其他的 5 種聲量的確最高, 此時選戰已經到了短峰相接的時刻了, 而我那天原本想寫一篇文章來講述 MG149 不是個可以放著不回應的事, 但我相信此時對柯文哲的支持者是個大震撼.

只是過了一天整個選情又不一樣了, 大概是連陣營的羅委員雖然努力的想追打 MG149, 但犯了幾個很糟糕的錯誤整個局勢完全逆轉, 套句民報說的: 反作用力?MG帳戶案殺過頭 挺柯力量漸集, 此時整個柯陣營的網路支持者 (簡稱柯網軍) 大暴發, 扭轉整個局勢, 反對連勝文的聲音達到 81% 的高峰, 甚至柯文哲支持的聲音也回溫到 54%.

拉回來這段時間, 雖然反對柯文哲的聲音是極大化, 但現在又慢慢消退, 但支持連勝文的討論是一點都沒有被拉抬, 一直維持著 20%~25% 的狀況, 這可能代表著這種選戰打法是無法激起支持者的聲音, 反倒是因為一不小心的錯誤變成全盤皆墨.

(下圖: 最近 10 天的截圖)


但現在說選戰已經有結果還早, 畢竟很多事情都是訊息萬變, 但透過這樣的工具, 倒是可以更看得清楚選戰是真的.

這圖表大家可以去林克傳說直接看, 或直接去與 UDN 做的選戰溫度計查看.

網址為: http://udn.com/vote2014/trend#trend_chart02

2014年8月19日 星期二

內容農場真的在傷害社會嗎?

昨天, 在台灣社群排行榜的前 10 名, 有 6 名是內容農場, 甚至可以說是 6 + 0.5 + 0.25 = 6.75 都可以, 其中包含可以討論的 A Day Magazine 及 ETtoday 的鍵盤大檸檬, ....

會出現這樣也是因為其中有 boMb01 的出現, 加上 sos.tw 加入戰局所造成的, 其中最有趣的是 sos 聯盟, 包含下面幾個:

救命阿 SOS.tw 內容農場
petstube.tv 內容農場
sport01.tv 內容農場
kuso01.tv 內容農場
e04.tv 內容農場
boMb01 內容農場 (?)

上面這四個網站是共用一個 Google Adsense 的廣告主及版型, 而 boMb01 跟前四個是在同一個機房, 就命名原則應該也是同一個公司做的.



雖然說內容農場很可怕, 但比較麻煩的事這些人都是有關係或是同一組人, 而且大量的在產生內容與網站, 且在了解如何操作 "下標", 所以分享與連結是相當的可怕, 因此雖然說 10 名中有 6 名是內容農場, 但在 50 名中只占 10 名, 也就是說集中在前 10 名.

即使是看起來數目不多, 但瓜分了不少的社群流量, 基本上甚至可以說是 "賺很多", 在這種成本不是很高的情形下, 都可以推估一篇文章的廣告數可以賺到 2~5 萬元以上, 而成本極低, 因為跟本不是原創或經過授權.

在這邊定義內容農場是, 依最新或最多分享的 10 篇文章中:

1. 有 8 篇以上不是原創, 也就是說有 3 篇是其站內作者署名原創.
2. 有 6 篇以上是宣稱授權, 也就是說有 5 篇是有獲得原作者的授權.

只要同時符合作兩個條件就才會被劃分內容農場, 這麼嚴格的定義還是有不少網站被劃為內容農場, 因為事實上本質上他們就是想賺 "Easy Money".

當然社群的 "眼球時間" 是有限的, 當內容農場賺取了不少流量與廣告, 相對的認真創作的網站就被剝奪了獲得收益的機會, 說內容農場沒在傷害是不可能的, 更何況大部份的內容都是 "錯誤" 的, 基本上都是以偏蓋全, 危言聳聽, 因為這樣才能夠獲得更多的分享與討論.

雖然現在已經幾個朋友宣稱, 只要他的朋友分享內容農場的文章就刪好友, 但還是有人持續的在分享這些網站, 因為有太多人沒有意識到他們在散播有問題的內容, 無論就內容或是型式上的.

或許要求內容農場不去賺 "Easy Money" 是不可能, 就像是要求販毒過的人不再販毒一樣, 他們會問你除了這方式外, 還有比這更好賺的嗎? 只是不一樣的是我們可以停止分享來讓他們的利益減少, 至少在動機上他們會少很多, 這比透過任何法律或道德方式都更有意義, 不是嗎?

2014年8月15日 星期五

一個集遊法, 兩個政府, 幾個媒體, 很多觀點?

昨天的新聞在我眼中最重要的就是集遊法了, 因為這也是言論自由很重要的基礎, 若沒有了言論自由, 甚麼民主都是假相, 只是看了一下記者對行政院的解讀是下面這樣子:


OK, 看了上面這幾則之後, 請大家知道到底是在緊縮還是在鬆綁? 當然在看這之前我們要知道兩件事:




其中也包含兩個 "白狼路過事件" 與 "公投盟蔡丁貴411事件" 的遠因, 此時就不難想像, 這次行政院的作為就是要對 411中正一分局事件做個清算, 其中有兩個不同的觀點是:

1. 偶發性集遊是指因特殊原因未經召集而自發聚集,且事實上無發起人或負責人的集遊,不須事前報備。
2. 緊急性則指事起倉促,且非即刻舉行無法達到目的的緊急集會遊行,則應於舉行前報備。

且行政院直接點名: "至於411民眾包圍中正一分局的集遊行為如何認定?邱昌嶽則認為,這是有計畫、有召集、有訴求、有標語,應不屬於緊急或偶發" 直接否定此事件, 傾向認定其違法的事.

事實上這是一個相當有趣的事情, 緊急事情既然緊急, 如何報備? 且這種事本來就是突發狀況居多, 如何報備, 甚至回頭來看, 411 真的有計劃與召集嗎? 甚至相對於白狼路過事件, 這才是在多天前, 有組織, 有召集的事, 但很明鮮的中正一認定為不違法.

當然我們這邊要討論的是一個警察局長能否直接挑戰憲法, 即使他認為他可以擔當, 但就集遊法本身, 警察就是一個當事者, 若是由警察這個當事者與執行者, 來決定法律及法律執行的程度, 在某方面就跟本不須要法律了.

但拉回來, 至少已經確定無論是偶發性或緊急性是不用申請許可制, 只是一個報備制指的是可以事後用超過報備範圍來定罪或強制執行或認定違法, 若沒有報備的須要就很難有限制可以去框住與執行.

只是像 411 這種沒有明顯特定發起人, 召集人的事, 行政院也認定這只是屬於緊急性而不是偶發性, 這樣事實上所有事情都須要報備, 都可以去約束了.

依照我對數字的定論, 應該是用更客觀的操作型定義, 甚至緊急性與急迫性應該設定為:

1. 事情發生到眾所皆知 24 小時內所發生的事不須報備
2. 在事前可以特定聯絡得到的負責人, 須報備...

只是在任何情型, 這種事情都是種雙方的角力, 通常當權者主張縮限, 人民主張開放, 這事是不回停止紛爭的...

而就林克傳說來看, 最被注意到的兩則是:



所以大家注意到的是, "還是須要報備" 的那部份, 而是把本來就不須要報備的當作是天經地義, 雖然中央社是認為: "偶發性集會不須報備", 代表政府已經認為足夠寬大為懷, 人民應該感謝了, 只是最後大法官晾在一旁.

2014年8月9日 星期六

真・偽部落格觀察排行榜(臉書社群加強版)


網址: http://social.board.tw/blog.php

從前年開始喊說要做部落格觀察 3.0 (那時候跳過 2 版了?), 但目前還在只聽到腳步聲, 連個影也沒有, 而這部份已經被林克傳說跨行踩到了.

林克傳說在七月初做出臉書的網站連結 Engagement 互動排行榜, 接下來就是要做分類排行榜, 只是這分類不可能用 Link (連結) 一筆筆去看, 要先做分類的是網站, 然後從網站定義出分類, 因此在做出 "台灣社群排行榜" 後, 接下來就是定義那些是個人部落格(網站)了.

但不一樣的是, 網站的前 50 名有一定的量所以就有一定的準確度, 相較之下個人部落格的量就少很多, 像今天網站前 50 名中, 也只有一個個人部落格, 所以像右圖的前 10 名是累積 30 天的量, 就前一天的名次看就穩定多了.

只是若是要公布穩定的排行榜, 這系統最好還是要以月為單位來公布, 所以這系統雖是在 7/7 開始做, 但之間經過幾次改版, 大約在  7/20 才慢慢穩定收斂, 因此若是要公布個有意義的排行榜, 可能就是等八月結束了.

雖然說這是 "部落格排行榜", 本質上還是個 "偽作", 但也是有一定的準確性, 所以最後定名為: "真・偽部落格觀察排行榜(臉書社群加強版)", 這樣會不會很有 KOEI 風格呢?

如前一篇 "臉書導流到網站的排行榜 social.board.tw" 所說的, 這個數字計算的只是導流的部份, 像大家熟知的重灌狂人, 流量也是在台灣前 200 名, 比上面排行榜的任何一個部落格說度定都還來得高, 但尤於這重灌狂人這網站完全不以臉書為社群中心, 所以最後也完全不在排行榜裏面, 相較電腦王阿達就在很前面.

像重灌狂人的社群導流只有 3.64%, 所以即使他有 4M 的訪客, 因此只有 14萬來自社群, 而阿達的 1.6M 有 23.48%, 換算就是 38 萬, 多了好幾倍.

另一個問題是現在已經有不少部落客的露出不完全只是自己部落格, 也透過像蘋果即時或其他專欄做曝光, 自己的部落格相較小很多, 所以名次就較低, 像 "個人意見", "李柏鋒", "人渣" 等人都在很多地方是重要的台柱, 自己部落格流量就會受影響也是不否認的, 只是相對的到底甚麼是真實就看大家自己去定義.

但當初建立部落格觀察, 是想要對讀者的閱讀方向有幫助, 這系統反而就差很多了, 這排行榜倒反而是讓部落客之間了解為甚麼其他部落客如何能夠獲得 Engagement (讚/享/評), 然後找出自己的方法與特色, 去了解自己的優缺點的意義反而較大.
可以透過這系統連回林克傳說看原始的數字, 就可以知道這部落格為甚麼在這麼前面, 而你的部落格沒有,  就可以發現 "持續性的發好文章" 是最重要的事, 當然最後是能否在臉書有所回應也是個重點.

最後請大家注意一點, 這系統的排名依據不是總流量, 而是從臉書社群導流的流量, 也就是 Social 的流量來做排名, 因此附上 "檢驗", 大家可以透過後面的連結去看 SimilarWeb, 就知道有些網站是透過 Social 多還是少, 最後決定這排行榜的名次, 雖然這種 "Social/社群" 的方式更能夠代表好文章與文章價值, 但多少還是有一個更重要的原因.........................

就是....... 不告訴你...... 逃.........

(事實上是下集待續啦~~, 因為也打算寫系統證明)

2014年8月8日 星期五

臉書導流到網站的排行榜 social.board.tw

網址:  台灣社群排行榜

在經營網站時, 一定要知道網站的流量來源, 其中可以分成幾類:

1. 短期 : 社群, 廣告, (3 小時到 3 天), Buy(主)/Earn
2. 中期 : 搜尋, 轉介, (3 週到 3 個月), Earn(主)/Buy
3. 長期 : 直接, 訂閱, (3 個月以上), Own(主)/Earn

現在最被重視的流量來源就是社群了, 甚至出現只靠社群經營的網站, 尤其是內容農場之類的網站, 直接跳過中長期經營, 只做直接有效的短期經營, 也因為這種快速的 Easy Money, 即使不見得都是違法, 但的確存在有些人被侵犯的事.

林克傳說是以社群網站(臉書)中使用者分享連結的觀察系統, 而在建立起來後, 已經可以看到台灣網路使用者如何透過分享來看內容, 其中包含新聞及其他內容, 在有足夠有效度的資料之後, 就可以直接進一步的不靠抽樣獲得較完整的資訊, 就是臉書分享排行榜.

這系統有幾個步驟去完成:
1. 獲得使用者的授權
2. 搜集使用者看得到的動態牆
3. 合併相同內容但不同網址的連結
4. 計算此連結的覆蓋率
5. 排程抓取這些種子連結的臉書數值
6. 推估每天的數值
7. 計算排行榜
其中前四項林克傳說已經完成了, 後三項看起來簡單, 但排程與推估這件事情是沒那麼簡單, 這部份從開始寫到定案大概改了二十次以上的演算法, 其中也嘗試著算出第一版的 "那些網站最被台灣網友分享與按讚?", 但當有人指出有問題時, 我也發現有更多可以改善的地方, 所以又停下來重整, 所以貼出 "[林克傳說] 有關臉書社群榜", 再做些基礎工夫後會更準確.

即使真的算出這個網站可以透過社群獲得多少流量, 但別忘了這才是目前主要流量來源的一種 (社群, 搜尋, 轉介, 直接), 雖然有些網站不到一成來源來自社群, 但也有超過七八成流量來自社群的網站, 就像 "媒體在社群網路的消長分析 (2014前半年)" 所說的, 即使是新聞網站, 有的是 4 成來自社群, 也有不到 2 成的, 差距是超過一倍以上, 甚至是明明社群流量大過別人, 但總流量卻輸如, 或者是相反, 因此可以知道每一個網站屬性都是不太一樣的.

在之前, 大家看社群都是看粉絲團, 從看粉絲團的人數, 看成長數, 看每則動態消息的讚/分享/評論的數字及觸及數, 但這些都無法產生價值與效益, 因為最後還是要看真正回流到網站後, 對點擊與閱讀產生的廣告效益等等, 雖然粉絲團的經營是個先驗, 是個領先指標, 但最後還是要回到網站本身, 所以最後有人跟我說, 林克傳說的數字跟他們差距相當大, 原本以為是算錯, 所以經過努力把精確度提升, 但還是有人說完全不一樣, 此時才發現這是兩個不同角度的事.

粉絲團的 Insight: 透過粉絲團經營與動態消息的排行榜與分佈, 可以知道這個網站在臉書的活躍度.
台灣社群排行榜: 透過網站本身在臉書的按讚/分享/評論, 知道使用者透過個人動態消息的傳播狀況.

很明鮮的這是兩個完全不同的觀點, 不同的來源數字, 舉個例子來說好了, 蘋果日報粉絲團貼出 "高市​早知榮化奪命管線 陳菊鞠躬道歉" 這動態消息, 這則動態獲得了 52,470 個讚, 1,036 個分享及 2,152 個討論, 加起來超過 5.5 萬個觸及數, 但在網站上這則新聞同一時間的數字是 1.3 萬, 其中是 11,311 個讚, 612 個分享, 1,936 個評論, 加起來是 13,859 個觸及, 也就是 1.3 萬, 若是要看經營粉絲團的成效, 看的是 5.5 萬, 但若是要看網站在社群的效應, 則是 1.3 萬, 這是兩個不同的觀點.

大家可以看下面的截圖的數字就可以知道, 左邊是粉絲團, 右邊是網站:



而這系統是以經營網站的觀點優先於經營粉絲團, 所以計算的是網站的效應, 而非粉絲團的效應, 所以這數字跟 Insight 有段落差, 就像是蘋果日報的粉絲團經營的很好, 若是看 Insight 絕對是比 ETtoday 好上很多, 但 ETtoday 經營的就不只限於一個粉絲團, 而看的是帶來的網站效應, 最後對應到 SimilarWeb 來看, 果然 ETtoday 社群佔比比蘋果高, 但話說這之間差距不大是真的, 只是就單一粉絲團經營成效比就差很多了.

這個排行榜的目的就是看社群的導流效果, 當然用按讚/分享/評論數不是絕對的, 但也是可以推估個蛛絲馬跡, 因為最後網站的總流量還是要加其他來源.

原本排行榜是把七天內獲得的 "讚/享/評" 這三個數字加總, 但發現按讚的數字比分享評論大上 9~10 倍, 也就是說只看按讚就決定了, 但實務上較重要的是分享, 因為這會影響到真正的覆蓋率, 只是按讚更是人最初發的行為, 不能完全不算, 所以最後把這數字加權加總後來排除排行榜.

只是這數字差距還是相當大, 第一名跟第一百名數字是相差一萬倍, 因此最後還是取對數後做正規化 (Normalization), 而讓大家比較好閱讀, 若你是較專業的分析師, 可以用 origin=1 的參數, 來看完全沒加權, 沒取對數的數字, 來跟你手上的數字做驗證是否正確.

最後加上跟前一天的排名, 分數做比較, 也提供到 Alexa 與 SimilarWeb 的連結做檢驗, 接下來會做的是將之分類, 但這些就須要較多的人工了, 雖然加註中文也花了不少時間.

會做這排行榜只是想分析媒體, 或是想去觀察內容農場, 後來經過某位知名的 XXC 好朋友, 他在想說如何更領先知道一個網站的暴發與成長, 在做之前, 一定要有基本資料做比較, 所以這排行榜就出來了, 所以是希望做出來對網站經營者, 媒採與廣告主, 及社群的大家有所幫助.

2014年8月6日 星期三

很可怕的臉書連結分享儀表板 (Dashboard)

昨天一直被 James Skiky Hsiao 說林克傳說是一個很可怕的東西, 但畢竟工具是獨立的, 沒有善惡對錯, 無論做出來是可以成為鏟除萬惡的海軍軍艦, 還是變成給海賊王用最自由的海盜船, 這系統只能努力發展, 並不做任何假設....

經過跟李柏鋒與闇月鏡的討論及 co-work 後, 臉書連結分享排行榜勉強到達一個可以看的狀況, 且準確度也慢慢滿意了, 而昨晚完成的儀表板幾乎就是一個很實用的結果, 若有在追蹤我臉書的動態消息, 就知道這是一連串的改進的實作.

目前在林克傳說中, 看到有關 "分享" 的數字, 點進去就可以看到這個儀表版 (Dashboard), 其中分成幾個...

1. 基本資料: 包含第一週的曲線與分數, 包含擴散力, 以及三個主要的傳教士, 有關聯的關鍵字, 以及有關聯的連結.

2. 回看討論: 看到這個連結在分享時所發表的意見, 但過濾掉非公開的資訊.

3. 72小時線圖: 每小時的讓你看到這連結的臉書狀況

4. 一週日線圖: 除了可以看到第一週的資料, 也可以改成看到今天的線圖

5. 歷史資料: 這系統目前去臉書抓資料的詳細資料, 這是用來除錯用.

而在基本資料中, 有兩種分數要在這邊解釋:

1. 第一天與第三天佔比: 是指這個連結到現在, 第一天時與第三天所佔的比例, 通常前三天佔的比例不到 100% 或更低, 表示第四天之後還是有人持續的在按讚與分享, 評論, 也就是說這系統活得較久.

2. 擴散力: 由於前個分數會因為時間的推移改變, 也是以最新的資料去算, 即時參考的分數, 但要做檢討的話必須要是一個固定的數字, 因此擴散力是一個在固定前七天中, 那時累積 100% 的觀點, 前六天跟 100% 差距的百分比總和.

在這邊擴散力是一個理論值最高 100 分, 但實務上是 0~200 分的數值, 就觀察這擴散力的價值如下:

1. 50 分以下: 代表這連結幾乎沒有擴散力, 前三天之後就停止散播的狀態.
2. 50~100 分: 正常的連結, 第三天以後還是有人在分享.
3. 100 分以上: 最高可能不見得是第一天, 往往第二天與第三天之後還是有很強的力道.

但目前這幾個數字會出現前題是系統能夠在第一天就抓到資料, 有些連結的分享一開始較緩慢, 說不定到第二天第三天才會被計算時, 就無法計算這分數了.

而在李柏鋒的建議下, 算出這個連結最主要的三個傳教士, 也就是被最多人看到的分享者, 因為在實務上最有價值的是傳教士, 而不是第一個分享的意見領袖, 但寫到這邊覺得也是可以列出來.

而在商姐的發想下, 做出關聯文章的關鍵字分布, 從這邊可以看到這連結分享的因子分析, 其中包含是因為甚麼樣的議題, 甚麼樣的媒體, 那一個作者, 那一種族群的人在分享, 例如可以知道像這則討論有關 "馬後砲" 的事情導出一些人名, 只是這部份還要再做調整, 畢竟從關鍵字做分析到真的見解還是須要 "工人智慧" 的解讀.

最後就是關聯文章, 也就是分享這個連結的人也分享那些連結, 這也是資料探勘 (Data Mining) 的 Relation Analysis 出來的, 當然也做過這連結被多少人連結的正規化 (Normalization), 最後只呈現最近兩個月的連結, 因為人只對最近的新聞有感覺, 但還是有一個選項可以列出所有的連結.

上圖的圖例是取自 想捏爆可愛小動物的衝動是正常的嗎? | PanSci 泛科學 基本資料, 可以看得出來這連結第一天就抓到資料, 且到第三天還是有很多人分享, 所以擴散力超過 100 分, 主要傳教士除了泛科學粉絲團之外還包含鄭國威等人, 因子包含泛科學這媒體, 放生這關鍵字, 郭采潔與張德正這兩個人名, 而看後面的關連連結很明鮮多是科技科學相關文章, 以及科技大觀園, 科學不一樣等等網站.

這系統目前說實在的也只能說是 Preview 版, 也就是比 Alpha 好一點點, 所以請大家不吝給我意見與討論, 說不定我可以想到一種方法解答你的想法與問題.

2014年7月31日 星期四

Automate This: 演算法已經統治世界了....

有人說, 雖然最終人類可能無法創造出人工智慧, 但是人工智慧還是會被工人給 "運作" 出來, 這邊的工人指的就是人類文明的結晶, 而這個結晶的實作之一就是 "演算法".

演算法說穿了就是把人從眼睛看到的事物, 透過一種想法或感知以及應證其經驗, 然後做出行為與動作的一連串步驟, 只是一個人能夠做到的, 就是有限的眼睛, 有限的經驗, 有限的判斷, 最後也只是做出有限的行動.

若是把這些有限放到非常大, 甚至速度是非常快, 舉個例子來說, 若是有一個醫生, 他擁有上億個醫治的經驗, 且每秒 10 次的測量出你的心跳, 血小板, 等等數字, 然後做出判斷預測, 隨時且即時的對應其可能性做出診治, 當然這個醫生不可能是人, 而是一套透過許許多多演算法所創造出來的系統, 只要其病症不是罕見或從未見過, 你認為這套系統難道不只會讓病情更快康復, 也會更降低醫生所須要的精力與錯誤率.

而能夠做到這件事的, 雖然靠的是電腦, 但說穿了還是背後的人, 背後的智慧結晶, 就是現在最熱門的 "巨量資料 (Big Data)" 這概念, 這概念實作與實現的基礎, 就是 "演算法", 而演算法就是把人的行為與想法變成一種模型, 然後把這模型透過程式去執行, 而執行的內容就是巨量的量化資料, 所以說透過演算法去延伸人的能力與智慧也不為過.

只是說要完成這樣的事情也不是只有演算法而已, 甚至應該說只是一個環節罷了, 要完成這環節, 至少要三個大環節才能做到:

1. 硬體, 網路與系統: 雖然說演算法最早可以追溯到 1680 年代的加法機, 甚至演算法之母是在 1850 年的 Ada, 但真的實用到廣為應用還是因為整個硬體架構, 包含計算能力, 記憶體, 傳輸資料等等的細部環節慢慢的組合起來變成實用的系統, 演算法才有真正的價值, 這本書也花了不少部份著墨這些技術的成長, 在某種觀點, 這才是決勝點.

2. 程式設計, 資料庫與其系統: 有了硬體與作業系統跟架構, 就要有相對應的軟體去寫作與實作出來, 畢竟這些都是靠人去完成的, 不是只有人能夠看到的硬體才是系統架構與實作, 程式設計才是把演算法實現的最本質的事, 當然要去能夠執行與串連運作, 是須要一個很完善的設記, 資料要儲存要有資料庫及相對應的硬體, 這些若沒去完成是不存在的.

3. 數學與演算法: 雖然說演算法是核心的核心, 若沒有前兩項也是無法有價值的, 但或許是因為前兩項的人才以現在的狀況是較多, 會了解數學與演算法的人較少, 所以其稀少性較高造成水漲船高, 只是這些都是整合的要素之一, 缺一不可, 當然最好是有人能夠對這三個項目都能夠了解, 在目前大家對資料演算法不夠了解下, 才能夠帶領真的完成有實用的系統.

最近有一本書叫 "演算法統治世界", 讓你知道這些過程是甚麼.........

雖然說這本書是完全是以說故事的方式帶出整件事, 但畢竟不是技術書, 所以並沒有讓你深入了解演算法, 無論就技術面或數學面都完全沒有提到, 若你是想說透過這本書知道這前因後果, 甚至知道未來的可能性, 但若知道甚麼是演算法, 是不太可能的.

畢竟在大學講甚麼是演算法, 最常用的教科書是一本超過 1000 頁的 Introduction to Algorithm, 這本書還只是個最基礎不過的介紹 (Introduction), 從入門到能夠實作出來, 進一步做出有用的系統, 不可能是只靠看這本書就完成的, 甚至我更擔心的是看過的人會由一些應用結果來猜測甚麼是演算法, 且跟本是錯誤觀念, 因此請大家千萬不要踏上這錯誤路徑.

但這本書只是為了讓完全不了解演算法的人, 有一個演算法對社會性與商業性影響的了解, 可是千萬不要拿著這本書去要求技術人員, 或以為技術人員就可以做出來, 因為這完全是兩回事, 因為從這本書到最後做出來, 還須要超過幾十本書到幾百本書, 但看完至少你對這議題有基礎的了解.

這本書從金融, 音樂創作與市場, 客服系統, 運動等等, 這些透過各式各樣的演算法去預測, 去創造出更高的價值或改善其準確度, 甚至對政治都能夠預測最後人心的走向, 這些不是天方夜譚, 這些都是實例, 只是這些都須要背後有大量的運算, 其中包含數學與程式設計.

當我們能夠把人的行為步驟寫成程式碼, 把事物給數量化之後, 很多事情不只能夠自動化, 此時效率與效能會比人類強很多, 而這本書就是在寫這幾十年來, 各個領域在這方面的努力與挑戰, 甚至是當時認為是天方夜談的, 現在早就已經有人做過了, 只是這個狂想須要付出很大的努力與代價.

所以我們現在也可以開始對未來做夢, 但更重要的是透過學習與實作, 把這個夢實現, ... 在此之前可以從這本書看看別人是怎麼做夢, 以及將之實現的, 無論你是不是在資訊界, 因為還有很多領域等我們去挑戰, 也因為這樣的開始, 這個世界都在改變.

圖取自: http://www.businessweek.com/articles/2012-09-06/book-review-automate-this-by-christopher-steiner

2014年7月24日 星期四

一個猴硐, 多家表述, 從分享行為來看內容農場

在這邊先說, 內容農場並沒有刻意的價值判斷, 不然就像我最欣賞的內容農場就是 "達達主譯", 但他們真的是以讀者做出發的, 而下面這些, 我不予置評了....

在 7 月 22 日下午 6:35 分時, 武藤在臉書貼出了一篇 "猴硐不是貓天堂 不要在被騙了", 經過了 50 小時, 獲得了 26,878 個分享, 及 27,209 個讚.

在 7 月 23 日 早上 3:55 分時, 東區潔西卡也在 gigacircle 轉貼了 "【踢爆真相】武藤:猴硐不是貓天堂,不要再被騙了", 但加註了自己多的 8 點小常識補充, 過了 40 小時, 獲得了 15,712 個分享, 80,887 個讚.

在 7 月 23 日 下午 1:49 分, 主場新聞用作者自己的名義轉貼了 "台灣猴硐不是貓天堂 不要再被騙了", 31 小時內獲得了 6,730 次分享, 29,646 個讚.

在 7 月 23 日下午 5:38 分, ETToday 東森旅遊雲由記者陳睿中以報導的方式, 轉載了 1/4 左右的文章, 在 28 小時內獲得了 4,766 次分享, 38,690 個讚.

同日 Life.com.tw 也由黛雯發出 "【踢爆真相】武藤:猴硐不是貓天堂,不要再被騙了", 其中也包含了 8 點小常識, 目前也獲得了 2,317  次分享與 8,974 個讚.

這邊可以做個比較, 原作是 26,878 個分享, 及 27,209 個讚, 而其他四篇文章總共有 29,525 次分享, 及 158,197 個讚, 而總分享數雖然只是超過原作一點, 但按讚是原作的 6 倍, ...

就按讚數來看, 依序 GigaCircle, 東新旅遊雲, 主場新聞與 Life.com.tw, 而分享名次是 GigaCircle, 主場新聞, 東森旅遊雲, 跟 Life.com.tw, 其中主場新聞與東森旅遊雲二三名對調, 看得出來主場新聞分享力較強.

為甚麼會有這些差距呢? 或者說這後面有甚麼因素呢? 在這邊做幾個有趣的計算:

1. 第一天的數目占目前數目的比例.
2. 前三天的數目占目前數目的比例.
3. 第七天時前六天各自比例的總合. (Spread Rate 散播率)

當然這幾個連結都是第二天而已, 所以後面兩個數字還沒出來, 但就從這邊來看, 這四個網站的第一天比例依續是: 35.7%, 60.4%, 63.1%, 及 56.6%, 從這邊看得出 GC 的數字是遙遙領先其他三站, 也就是第二天之後還是有散播的持續力, 也造成其總數也是最高的.



我們知道, 雖然說第一天傳播的力道是決勝點, 但一個能夠持續散播的網站才是讓連結有更多的分享與按讚的一個很重要的因素, 因此要看一個網站真的要看這三個分數, 尤其是最後的分數一種檢驗, 只是到第七天已經只能做檢驗而無法再做甚麼操作了.

所以看上圖的 Gigacircle 就可以知道第二天的流量在某方面不遜第一天, 而下圖的主場新聞在第二天流量就已經完全不行了, 而其中有一個很重要的因素可能是評論, 雖然按讚數不多, 但評論保持一定的量所以第二天還是有足夠的散播力.



雖然說最重要的因素也是時間, 因為 GC 算是時間最早的, 加上會員數與流量, 最後分享數超過原作的一半, 按讚數是原作的兩倍.

從林克傳說的 Reach Rate 來看, 主場新聞是最多最快的, 不到兩小時就被收錄, 就分享比例也是如此, 看得出來主場新聞倒是比較受到臉書讀者的歡迎, 但在某方面也是蠻局限的, 相較 GC 的使用者還是少很多.

說了那麼多, 最大的問題是: 到底內容農場對原作是好還是不好, 這篇原作由於不是在外部連結, 影響說不定不大, 至少沒有廣告的問題, 也就不會有收入的問題, 但若這是一個也是有版權的網站的內容, 可以肯定的是原作網站可能只剩四分之一或者更低, 此時問題就很大了.

而在七天之後, 我們來看散播力, 再來檢驗一次各家的會員的屬性對於散播, 分享, 按讚與評論的差距.




2014年7月14日 星期一

那些網站最被台灣網友分享與按讚?

在看排行榜之前, 應該會依幾個角度來看...

1. 媒體的排名, 其中包含傳統媒體在新媒體的成果, 以及純網路新媒體本身.
2. 轉貼站的效應.
3. 個人自媒體的比例.

取樣時間, 上星期, 也就是 7/7 到 7/13 號, 我們來看分享排行榜吧...

分享排行榜:


其中大家最有興趣的媒體排行前五名是: 東森, 自由, 蘋果, 關鍵評論, 巴哈姆特.

而按讚排行榜如下:

而按讚的媒體前五名是: 東森, 自由, 蘋果, 關鍵評論, 天下.

這邊看起來, 前四名是蠻穩定的, 接下來兩個排行榜都能在前 20 名的有天下, 癮科技, 民報, 上下游 這四個媒體.

而轉貼站的排行 Gigacirlce 在分享數第一, 而放泥就可 (onefunnyjoke.com) 第二, 但按讚數剛好相反, 接下來有 van698.com 與 life.com.tw 追在後面, 其他 teepr.com 反而沒有預期的表現, 表示這週成效不彰.

上面的截圖是前 30 名, 而要看前 50 名可以到 http://link.que.tw/facebook_site.php (分享排行榜) 以及 http://link.que.tw/facebook_site.php?type=like (按讚排行榜), 跟評論排行榜 就有前 50 名的資料.

2014年7月11日 星期五

為甚麼那麼多人喜歡戳人?

[副標] 越有爭議或越有人討論的文章, 不只可能越多人分享, 且活得越久... (原本的標題, 但發現太長, 所以就來標題殺人)

[QOTD] 越多評論的往往代表話題性越高, 所以不是那種可以 "射後不理" 的類型, 因此繼續延燒的可能性越高, 而沒有持續的被關注就不會有繼續擴散的可能性了, 所以 "話題性" 可以決定一個連結的生命週期是相當合理的.

在做出臉書排行榜時, 最麻煩的不只是做出來, 雖然這真的很麻煩, 但接下來的問題是要如何呈現, 也就是在資料探勘中的 Data Presentation, 然後才是要發現甚麼事....

這系統既然是須要抓出連結在臉書分享, 按讚, 評論的狀況, 也就是很頻繁的去計算, 所以要看到一則訊息是如何被討論, 如何被分享, 如何被按讚不是問題, 重點是怎麼看, 最直接想到的方法就是依時間去區分, 做出每日, 每週, 每月的排行榜, 然後可以的話可以針對來源出處做分類, 或者議題做分類然後獲得不同的觀點, 甚只也包含分類內的比較與排行, 這都是放在 Todo 的.

當然除了做比較外, 去 Insight 透視一則連結的臉書行為特徵, 然後做出判斷, 預測, 做為下次操作的參考也是很重要的事, 而一則的連結一定有其特徵值:

1. 按讚分享評論的總數
2. 上面三個數字的曲線與趨勢
3. 按讚/分享比
4. 評論/分享比
5. 衰減程度
6. 目前熱度與週期位置
7. ..... 好多好多做不完.....

而直覺上在還沒有畫線時我最有興趣的事是 "按讚/分享" 比, 當然後面 5, 6 對系統對了解狀況更重要, 但若能透過一兩個數字的指數化分析能夠獲得甚麼結論, 是最直接的, 只是看了許久, 也看不出個所以然 (雖然是有, 但不明鮮, 以後再證明), 所以要能夠獲得甚麼想法, 最簡單的就是 Visualization (視覺化) 吧.

一做出來我震驚了 (來個震驚體), 原來這趨勢的重點不是 "按讚分享比", 而是 "評論分享比", 也就是要知道一個訊息未來還有沒有延燒的可能性, 主要是在大家最乎略的 "評論", 而不是大家熟知的 "按讚" 與 "分享".

當然這個不難想像, 越多評論的往往代表話題性越高, 所以不是那種可以 "射後不理" 的類型, 因此繼續延燒的可能性越高, 而沒有持續的被關注就不會有繼續擴散的可能性了, 所以 "話題性" 可以決定一個連結的生命週期是相當合理的.

只是到底甚麼樣的文章可以有很多討論呢? 主要分成幾點:

1. 非常偏頗的文章 (很有爭議的文章) : 當然這會造成一群人相當支持, 當然也會有人相當反對, 此時衝突就出來了.

2. 明顯錯誤的文章 (引戰文): 不是說出真正的事實, 而是說假話, 當然問題更多, 所以引戰文常常評論也相當高.

3. 罵人或想獲得別人認同的文章: 這當然是很多人最喜歡用的暗黑心法, 當然這評論包含附和或反對的討論與評論.

4. 挖掘問題或提出問題的文章: 要寫出這種文章是相當困難的, 甚至要花很多心力, 當然若是真的抓到重點, 這力量絕不輸給前三種文章, 只是這種文章是可遇不可求, 以及成本相當高, 所以很少出現.

我們用下面四張圖來做例子好了:





當然大家可以直接去新做出來的臉書排行榜來看, 而上面四張圖, 其中黃色的評論, 若黃色線比紅色線 (分享) 低, 這個線圖很快就會消失, 相對的黃色線比紅色線高時 (數目多), 衰減程度就不會那麼快.

所以大家可以放下粉絲數, 甚至可以放下按讚數, 說不定最後更重要的是評論數, 由其是接下來的轉換率, 包含 CTR 等 Transfer rate 說不定最後的答案是在這邊.

熱門文章