實況投票的真價值

很多人以為實況投票只是一個浪費頻寬的工具, 雖然這是真的, 畢竟若只是一張圖, 上面就是幾個數字跳來跳去, 我真的不知道這是為了做甚麼? 況且這些投票, 本來就存在粉絲團本來的結構性偏差, 動員力量的問題, 甚至還有人把 "讚" 的選項做進去, 這不是刻意誤導或搞笑不然是甚麼?

當然目前做得最好的大概是蘋果的一個實況投票, 而背景不只是些數字跳動, 還有兩個子畫面來看立院會議現場與外面抗議群眾, 我覺得這是個再合適不過的實用案例了, 因為扣掉投票, 這兩個畫面本來就是個實況 (Live), 投票讓群眾更增加參與感是讓實況更加分.

當我看到一眼實況投票, 雖然第一直覺在想這還真的是白癡加搞笑的事, 是很有創意, 但就是浪費頻寬, 但我再想一下, 若這資訊不只是這些 reaction/emotion 的統計, 而是更有資訊多元的 "Dashboard/儀表版", 這個影片不只能夠讓人更輕鬆的看到事件的進行狀態, 而把大家的互動好好的整理起來, 說是能促進真正的討論也不是不可能?

當時就規劃了一下, 至少可以把這投票的狀況, 例如變化量做進去, 接著再想說能夠把留言討論的內容也做個整理就更好了, 以及把大家的頭像與立場整合進去不是更好嗎? 但這個月也是忙到上星期才稍有空檔 (或是擺脫低潮)....

只是真的要做還不簡單, 最簡單的的確是數字, 但要將之記錄做歷史儲存才能做分析, 而留言也是另一隻 API, 使用者的投票 (reaction) 又是另一隻 API, 將之搞定還不算困難, 困難的是這要如何在有限的資源去做即時分析, 這個就是須要一堆中間表與流程了..

最後在上星期的確整理出個 API 了, 只是畫面的呈現又是一門專業, 這的確不是我的專業, 因此在最後的成品前, 我還是要做一些測試與原形 (Prototype) 來做示範, 這些也是在上星期完成, 而我利用別人的投票結果來做測試的確是沒問題, 但要真的自己跑一次流程, 還真的沒那麼輕鬆.

而在昨天, 利用自己的粉絲團, 想了個題目, 就開始為這個打造一個實驗的投票, 雖然這個題目本來是要用在 "未來國會", 但因為太粗糙, 不好意思用那個粉絲團, 因此為了這個投票, 在原本已經完成的前 5 項還打造出第 6 項, 留言提到的人, 因為有時人是最容易聚焦的重點.

1. 投票即時資訊
2. 投票歷史資訊
3. 最近留言
4. 最近留言的人
5. 留言的內容
6. 留言提到的人物

但有趣的事是, 雖然我這次還沒有用任何的 Hashtag 或是特別的字來做判斷, 但已經有很多人順著題意加入 "不良" 這個字, 所以原本以為要去改變大加留言行為的想法, 似乎變成可行了, 因為不是用這種 "跳脫字(Stop Words/Escape Words)" 來做區別, 要用語意真的太困難了.

所以下一次投票就會叫妳在妳的留言, 加入 "喜歡/討厭" 之類的字做為妳講的事情是甚麼樣的想法與立場了.

說了那麼多開發的事, 回頭來講一下這種實況投票的真價值在於:

1. 即使沒有了投票, 也是有實況的價值, 投票往往是附加價值
2. 這個實況是種儀表版的概念, 能夠讓人更容易抓到這資訊觀點
3. 透過這樣的即時互動, 能夠有更帶動討論與想法的集結

雖然不否認的, 臉書對 Live 是較有刻意去擴散, 因為閱讀聽眾比較喜歡影片多於文字, 對於即時的事情多於已經過去的事情, 或許這種實況投票一下子已經被做爛了, 但或許這也是種打造未來媒體的可能性...

而新文易數最近開發的幾項功能, 也是為了創造出 "儀表版" 的實況去做開發, 就待下次的實驗了....

從網路工具來看 10 大政治人物的變遷, 是工具的變遷...

接近 10 年前的時候, 當時用搜尋引擎的網頁變化來判斷當時的 10 大政治人物, 跑出了這樣的一個表:

10 年後的今天, 利用新文易數及對應的臉書資料, 也跑了一個 10 大政治人物排行榜:

從排行榜來看, 剛好都在兩個排行上面的有馬英九, 宋楚瑜與陳水扁, 其他七個人都換掉了, 但我們今天討論的不是這些人, 而是系統的變化.

這 10 年的變化相當的大, 10 年前最主要的資訊來源是下面這幾項:

1. 網站的網頁數量
2. 部落格文章
3. 新興的網路新聞媒體
4. 搜尋量
5. 社群書籤

而在 10 年後的現在的來看, 最主要的變化是:

1. 主流媒體都上網了, 變成網路新聞的最大宗
2. 部落格文章大量減少 (很多平台都倒了)
3. 社群網站的使用者互動變成社群訊號
4. 搜尋量變得更難拿了
5. 社群書籤都沒人用了, 倒是社群媒體的文章變多了

當然最大的問題是有人會問, 這資料到底有沒有意義?

網路有一個有趣的現像: "nothing comes from nothing, nothing ever could", 也就是事出有因, 而通常這個因是因為相當大, 相當複雜, 所以有時找原因是困難的, 因此驗證的方式也是相對的困難....

尤其若是政治人物的聲量, 最容易被提及的是選舉, 尤其是預測的部份, 更因為時代的變遷有所變化, 在 2010 年之前網路的預策通常大部份的是用搜尋量來預測, 事實上有很大的落差, 還不如用傳統民調較準確, 而在 4 年前的選舉, 透過社群網站的訊息傳播來預測, 此時準確度就有很明鮮的提升, 甚至到 2014 年用社群網路的人際關係來預測, 投票數的準確率已經接近 7 成了, 而在今年的立委選舉, 甚至接近到 8 成的準確率.

畢竟人的思考是相當難捉模的, 有時顯而易見, 有時是很難掌握, 有時資料很明鮮一看只是早就已經知道的事, 但有時跑出來的結果又是令人意外, 這次的美國總統選舉更是一個相當有趣的實驗場所, 甚至更有趣的是用的工具方法說不定算出來的不是大家預期的, 但出來的結果反倒是準確的, 因為在這種大量選民的情型下, "因果" 已經很難用傳統選戰解讀.

雖然用 Voting Group 的選民結構來看, 是可以去左右政治, 但真正的政治是隨時隨地在發生, 不能只是在投票時才會存在, 才去感知, 才去監督, 所以在投票後, 投票時所用的這些工具, 也應該透過這些機制讓我們對那些政策, 或政治人物有實值的影響力與話語權, 而不是全部都從無法驗證的民調來得知民眾的想法.

像這次新文易數用的方法雖然說是很簡單, 就是從每天超過一萬篇文章, 去知道全台灣使用臉書民眾, 透過讚享評去知道大家每一個動作背後意義的改變, 進一步的計算出來, 這解空間幾乎是每天 16 億的可能性去組合出來的結果, 所以就速度與精確度是很夠的, 只是最麻煩的是只能知道結果, 無法知道因子, 除非再去做一次因子檢定, 只是這又是另一種工了.

只是一定有人問這如何得知或檢定呢? 畢竟這數量級這麼大, 又很難計算, 即使是公開每一個人都是有辦法去算, 但相對的基礎建設及處理能力是一個很高的門檻, 事實上包含我自己, 我也只能用一個方法:

這種資料並不是用來找出本來就知道的事, 因為人是相當厲害的, 就像是你看這些資料, 應該會覺得八九不離十, 但真正的重點是在那一兩成你看不出來的.

若這資料算出來跟大家預期的差很多, 通常不是計算錯誤, 不然就是方法論錯誤, 就像是我之前用林克傳說來看 "風向球" 時得到一個有趣的結論:

雖然網路聲量與正負評因為事件的發生而發生改變, 而任何有敏感度的人都會知道上升或下降的方向, 而跑出來得資料也是一樣的上升與下降, 只是到底是些微上升, 或是極劇下降, 人的判斷與系統資料有時會有兩三成的不一樣, 這兩三成就是讓我們檢驗我們不夠或未知的地方.

工具是死的, 人是活的, 透過網路工具讓我們看到沒看到的地方, 而不是讓工具去限制我們的思考, 這才是最重要的, 但發生不一樣的時候, 不是單純的拒絕, 而是要更進一步的思考, 就像是這次美國選舉那樣, 那些工具即使算出來答案是對的, 但真正的智慧是在人的解讀, 以及做為自己行為下一步的參考, 這才是資料的價值.

網路社群後的團體迷思與同溫層, 是消失還是更嚴重?

很多人以為 "同溫層" 現像是有了社群網站後才有的事, 畢竟社群網站讓這類型的現像更容易被發現與檢視, 但事實上這問題並不是現在才開始的, 在 1952 年就有人 (William H. Whyte) 提出一個心理學現像叫 "團體迷思", 來看在 Wiki 的定義是:

團體迷思（英文：Groupthink，亦作團體盲思、集體錯覺）是一個心理學現象，指的是團體在決策過程中，由於成員傾向讓自己的觀點與團體一致，因而令整個團體缺乏不同的思考角度，不能進行客觀分析。一些值得爭議的觀點、有創意的想法或客觀的意見不會有人提出，或是在提出之後，遭到其他團體成員的忽視及隔離。團體迷思可能導致團體作出不合理、甚至是很壞的決定。部份成員即使並不贊同團體的最終決定，但在團體迷思的影響下，也會順從團體。 

這種狀況會不會覺得很耳熟能詳, 說穿了就是我們常見的 "同溫層" 現像, 這種事到處都有, 不只是存在在網路族群, 更常見的在一間公司很容易有這現像, 甚至是在能夠有傳播能力的媒體公司更為嚴重 (尤其像台灣某知名媒體公司落座在一個孤立的生活圈更明顯), 但更被容易看見的是在一個政黨, 甚至是掌有權力的次級團體會有很嚴重的團體迷思 (同溫層).

當一群人有類似的凝聚力, 階層式領導, 加上擁有相同的生活經驗, 價值觀, 這個團體迷思跟本是如影隨行的去定位這群人, 尤其是在於這組織夠大或足以產生足夠阻決外部資訊的資訊量, 這聽起來幾乎是可以跟 "官僚體制" 畫上等號, 畢竟官員所接受的資訊是經過過濾, 甚至是有權力關係與壓力所產生的決策過程或思維, 這就是我們常常看到在記者會上面發言的人, 那些人講得振振有詞, 但事實上很容易被其他價值觀矛盾與戳破的原因.

事實上這類型的事, 在學術圈, 或類學術圈, 甚至是學術圈的次級組織, 是更常發生, 尤其是最近某間學校的心理系是更為明鮮, 甚至我都覺得不須要寫文章, 直接拿這部份的定義與概括來看, 我們就可以知道這次的事件就是如此:

這次某學校心理系面臨到的狀況 (事實上是從維基抄的八項誘發團體迷思的前置因素)

1. 群體高度凝聚力
2. 群體隔絕外界資訊與分析
3. 命令式領導
4. 決策規範缺乏條理
5. 群體成員背景和價值觀的相似性
6. 來自外部威脅以及時間限制的壓力
7. 團體沒有信心尋求比領導所提出的更好的方案：可能因為領導具有強大影響力
8. 成員自尊心低落：可能由於剛經歷失敗

這次某學校心理系所發生的問題 (事實上是從維基抄的八項團體迷思的表現形式)

1. 無懈可擊之錯覺：群體過份的自信和盲目的樂觀，忽視潛在的危險及警告，意識不到一種決策的危險性。
2. 集體合理化：群體通過集體將已經作出的決策合理化，忽視外來的挑戰。一旦群體作出了某個決策後，更多的是將時間花在如何將決策合理化，而不是對它們重新審視和評價。
3. 對群體道德深信不疑：成員相信群體所做出的決策是正義的，不存在倫理道德問題。因此忽視道德上的挑戰。
4. 對外偏見：傾向地認為任何反對他們的人或者群體都是邪惡和難以溝通協調，故此不屑與之爭論；或者認爲這些人或者群體過於軟弱、愚蠢、不能夠保護自己，認為自己群體既定的方案則會獲勝。
5. 對異議者施加壓力：群體不欣賞不同的意見和看法，對於懷疑群體立場和計劃的人，群體總是立即給予反擊，但常常不是以證據來反駁，取而代之的是冷嘲熱諷。爲了獲得群體的認可，多數人在面對這種嘲弄時會變得沒有了主見而與群體保持一致。
6. 自我審查：成員對於議題有疑慮時總是保持沈默，忽視自己心中所產生的疑慮，認為自己沒有權力可以去質疑多數人的決定或智慧。
7. 全體一致的錯覺：這是群衆壓力和自我壓抑的結果，是使群體的意見看起來是一致的，並由此造成群體統一的錯覺。表面的一致性又會使群體決策合理化，這種由於缺乏不同的意見而造成的統一的錯覺，甚至可以使很多荒謬、罪惡的行動合理化。
8. 心靈守衛（"mindguards"）：某些成員會有意地扣留或者隱藏那些不利於群體決策的資訊和資料，或者是限制成員提出不同的意見，以此來保護決策的合法性和影響力。

所以從這次某間學校的心理系所發生的事情, 就外在的角度看起來, 即使沒有 100% 的吻合, 已經是八九不離十了, 即使他們是心理系, 也很難擺脫所有人只要是人, 在面對這問題所表現出一樣的現像.

有時我們不能怪 "某間學校心理系" 所發生的問題, 因為這種事我們只要是人, 都很難避免, 回頭想想我們的公司, 我們的單位與學校, 我們的朋友圈與交際區, 甚至是我們的臉書也常常發生這現像.

只是這問題如何解決呢? 此時 Wiki 的資料就沒有用了, 因為現在網路社群後, 這現像更為複雜:

1. 透過網路的資訊量, 已經超過一個人可以接收與吸收的範圍

2. 透過臉書的演算法, 更加深同溫層的效應.

3. 透過網路, 我們比原本的小團體, 更容易篩選到贊同自己聲音, 略過反對自己的話語.

4. 人的偏見會造成高道德的話語被傳播, 或是相反的更批判的聲音被放大.

5. 人的偏見也會造成團體的壓力, 且這壓力會透過手機的 Line 的群組有更大的強制性.
6. 整體的網路雖然不至於有很強力的 "沉默螺旋", 但小團體的網路會很糟糕.
7. 社群網路的機制, 讓人更容易加入與屏壁這些事, 甚至有人是有意識的在做這樣的事.
8. 當人已經習慣用社群的時間軸看事情, 就難以用較全面的看不同面相的事.

這次某間學校心理系的事情, 在某方面更應該讓我們自省很多事情的適用性, 即使不須要脈絡, 我們也可以看出讓我們擔心的事持續發生, 而事實上真的要怎解決, 請待下回分解.

給政府單位資訊局處想做 UX 調整的技術基本 GA 建議

(這篇文章說是寫給政府單位的資訊局處做參考, 但主要是考量到政府單位較難像一般民間機構有很快的轉變, 或有足夠的資源去改變, 但相對若對於一些資訊化還不夠, 或資訊單位較難被重視的大型企業或研究單位也適用)

0. 不能有共用帳號:

網路最重要的是 Trust but (can) Verified, 也就是說可以盡量授權讓人能夠更方便做事, 但前題是也要知道他做了那些事, 不須要刻意去建立一個假帳號, 而是每一個人可以用習慣的個人帳號來處理事情.

但我們可以記錄與追查所有事, 看是誰做的, 通常這事很少不是居於不相信, 而是基於相信, 但尤於常常因為了解不夠, 學習不夠, 或警覺不夠會發生錯誤, 而此時若知道他做過甚麼事的話就可以回溯 (Roll Back), 但若一組帳號登入的密碼被一個人以上知道, 我們就不知道誰做的, 或是有甚麼可以協助與防範的.

1. 讓所有單位的 Google Analytics 帳號可以有資訊單位一個以上的人來協助管理:

在還沒有能夠裝設同一個 GA Property 或透過 API 來整合所有的 GA 之前, 最簡單的就是有人可以看到所有的 GA, 事實上大部份的單位不只不是沒裝 GA, 不然就是仰賴場商協助分析 GA, 但事實上 SI 場商對於經營並不專長, 更不要說這個經營也是須要 Domain Know-How.

嘗試著有兩三位個可以協助各單位分析網站經營的狀況, 進一步提供意見的 Task Force (工作小組), 至少不要讓這種基本工都沒做好, 這就很糟糕了.

2. 所有單位網站至少要裝有一個共同的 GA Property

雖然 GA 從來不建議一個網站裝很多個 GA, 因為這不會讓管理更單純, 有時會讓 GA 的 Javascript 更容易有衝突, 但至少為了讓資訊部能夠好管理, 說要真的之後透過 API 來做整合之間, 共用一個 GA Property 是最簡單的方法, 雖然這對外包也是有點困難, 但透過上面第一點的方式還是可以彌補一些.

但記得 GA 很多項目都是不會看網域名或主機名, 因此不同的網域 (Hostname) 若是在同一個 GA Property 下要設 Filter (篩選器) 的 Rewrite, 把 Hostname 併入 URI (URL) 中, 不然會跑出所有網站的首頁是同一頁的現像.

3. 使用一個 Service Account 來做管理與透通

透過一個後台機制以及這個 Service Account 來授權, 可以更輕易的管理或檢視各個單位的 Google Analytics, 進一步的做分析與儀表版, 這樣才能真正發揮出網站分析工作小組的效用, 而這些都是須要資訊才能做判斷的.

這可以透過一個管理帳號來操作, 相對的也可以之後用這個方式去管帳號, 隨之的反倒是可以廢掉前面兩件事情的必要, 只是這部份須要較長時程的專案才能夠完成.

4. 建立事件 (Events)

做分析最重要的是聚合, 透過聚合後的使用者行為是最基礎的基本建設, 使用者的點擊都是有意義的, 但若這使用者訊號都是獨立事件是很難分析的, 所以我們要將之聚合, GA 的事件是最簡單的方式, 透過事件可以整合相同概念的行為, 將之分化與分類, 這是最必要的事.

依照版型去區分基本的 Head, Navigation, Breadcrumb Trail, Sidebar, Footer, Search, Tag, Extension, Basic Info 等等共用的事件, 更要以基本區塊做為 UI/UX 分析的下一環, 其中包含能夠去聚合相同的觀點, 例如 "使用者族群", "須求類型" 等等.

5. 標題, 描述, 與 Meta Data 都能夠提供有用的資訊

理論上有了事件就能夠解決大部份的使用者行為分析, 但真正要去了解使用者的須求之前更要知道這資訊的內容, 透過語意分析或事先下標籤 (Tag) 都可以知道這個資訊或這行為在做甚麼事, 只是這部份可能成本很高, 更須要有基本工, 就是建置對的標題或描述等 Meta Data 才行.

不只標題要符合現代的下標方式, Description (描述) 更是重要的是 "關鍵字" 的建立, 或是標籤的建立, 讓使用者行為與內容做結合, 前題也是這資訊內如本質已經聚焦才行, 要去用語意網路去判斷不是不行, 但不會像人一樣精確.

6. 每個網頁都要對內容, 情境, 使用者, 提供者等提供正確的標籤資訊

事件的聚合是 GA 的基本, 但只透過 GA 有時是不夠的, 夠過更多的資訊, 才能做到 "Data-Driven UX Redesign", 沒有 Data 就不叫 Data-Driven (資料驅動) 了, 要有對的資料才能做出正確的資訊.

有了這樣的配對資料, 相信不只能夠更了解人民或使用者的須求, 透過更即時的儀表版可以知道民意的趨向, 說不定從這角度才是真正的以使用者為本的分析, 相對的若是能夠把這資訊更公開, 就更可以寫出 "使用者建議" 的個人化須求分析, 讓使用者去自我調整, 自我建議, 畢竟有時使用者才更了解使用須求不是嗎?

--------------------

後記:

忘了說, 做 1 與 2 是為了因為 3 比較難完成的過渡性運作, 若有能力的資訊單位可以直接跳到 3 來直接做一個更好整合控管的系統.

而目的都是為了 4 (事件), 這對大部份的公司都是可以跳過前三項直接做的, 且大部份的公司 5, 6 都已經做得不錯, 所以當做好 4 就可以直接跳到下一階段真的去做 Data-Driven UX Redesign 了...

大數據有時只要轉個彎就能夠很實用了

有人知道我一直在思考與發展 "新媒體" 的可能性, 雖然大家都已經知道不能用 "網路" 來去劃分甚麼是傳統媒體與新媒體, 而是要以 "是否應用網路多對多的技術實現社群互動來產生價值" 來做區分, 所以也提出了個計劃:

當然這計劃不會停下來也會持續進行, 雖然這會那時實現也不確定, 或許不見得是用甚麼形式實現, 更有可能也不須要我來實現是最好啦, 但記得在 4 個月前, 寫下一個豪語:

而做到現在, 的確已經有很多 "成果" 了, 但離真的具有 "效果" 卻又還很遠, 但其中有一點最有趣的就是 "個人化".

在做個人化大家都知道是很簡單的概念, 就是若是系統能夠從一個人的閱讀記錄, 一篇篇了解這篇文章的獨特屬性, 而不是單純的從個人檔案 (profile), 或是文章分類決定一個人偏好, 尤其是透過最近的閱讀, 最新的閱讀能夠更精確的推薦給那個使用者.

這以現在的技術角度通常不是問題了, 尤其是現在與時俱進的電腦計算能力與機器學習, 以前做不到的現在都越來越簡單, 只是接下來的問題是如何拿到使用者的閱讀記錄或是如何推薦給他？

當然閱讀記錄有時可以透過臉書的動態牆分享, 對於須要大量閱讀的 "傳教士" 而言, 其平常分享的內容就足夠聚焦到他的偏好, 但其他人真的不是靠有人寫出閱讀器, 不然就是要靠 Plug-In 來追蹤了.

前一陣子有人問我是否可以做文章分類, 而新文易數當時抓資料時是以標籤 (Tag) 為目標, 並不是以分類 (Catalogue) 為目標時, 在想說要重新抓這些媒體是相當困難的, 此時就想到一個很有趣的想法:

若是虛擬一個人格 (Agent), 若是只餵食(閱讀)體育新聞時, 此時推薦出來的清單都應該是以體育新聞或其相關為主.

當時就用這概念就做了幾個機器人 (Software Agent), 就可以很輕易的把文章做分類, 只要有針對這分類的 "種子", 即使這個分類只是次分類, 如棒球, 汽車, 教育, 長照, .... 因為不是針對這些類別去做定義, 而是持續的把這相關的文章丟進去這系統, 即使若是有算不到的情形, 再經過 "工人" 的再 "餵食 (輸入)", 此時配對出來的訊號 (Signal) 會越來越高, 也越來越準.

上面就是在新文易數尚未開放的新功能 (應該也不會開放, 因為會直接寫成 API), 這篇文章雖然是屬於社會類, 但因為是國際的社會類, 又跟產業金融相關, 所以這三個數字都偏高, 若是以演算法的角度, 應該是屬於社會類與國際類, 事實上很多文章的分類本來就是很模糊, 甚至應該是網狀 (Network) 的多屬性關係 (Relation), 而不是單一的階層關係, 在這種系統就更可以表現出其 "優秀" 的地方.

此時就想到幾個有趣的地方, 若不是持續輸入一種分類的文章, 而是持續輸入一個媒體的文章, 即使這個媒體是多種分類屬性, 所以理論上最後推薦出來的應該是:

1. 可以建議這個媒體的記者該追蹤的新聞或文章

2. 可以建議這個媒體的讀者, 他會有興趣閱讀的跨媒體內容

由於這種方法可以有足夠量的樣本來輸入偏好, 所以通常會有很好的效果, 此時也利用癮科技來做實驗, 大家可以去看看效果如何, 但此時並沒有去過濾排除這個媒體, 所以出現這癮科技的文章也沒甚麼意外.

但很多網站沒有文章怎麼辦呢? 大家可以參考 "透過 Search Console API 來做關鍵字建議工具的改良" 這篇文章, 或許就直接匯入這些關鍵字, 把關鍵字當成文章, 此時就可以持續與大量的輸入, 且可以跟上時事, 準確度就很高, 這系統就變成可以推薦這網站值得發展的方向.

除了個人化, 分類, 媒體編輯, 網站經營外, 甚至可以輸入某立委 (政治人物) 的相關新聞, 以及這政治人物在粉絲團發表的文章, 就會跑出 "那些新聞值得這立法委員值得深入追蹤的建議清單", 畢竟身為立委助理 (或政治人物) 每天要去看新聞來培養自己風向球的敏感度是很辛苦的, 若能夠把較具影響力或社群有較多回應的去做篩選, 再找到是這個政治人物的守備範圍或有關系的訊息, 這樣是很有幫助的.

以現在大數據的分析中, 大部份的困難不是沒有資料, 而是有龐大的次級資料 (不是直接對應問題答案的資料), 若是大家已經有做出個人化的推薦, 可以嘗試看看轉個彎, 透過資料的整合就可以產出很有趣的應用.

而很多有關媒體, 立委之類的資訊, 這邊已經整理出不錯的資訊, 可以直接透過 API 匯入大家的編輯後台或 Dashboard (儀表版), 有興趣的可以找我介接, 希望對大家的工作有幫助.

很少人注意到的十件最重要標題製作要點 (不是殺人那種, 但不知道可是會死人？)

以 SEO 的角度, 若是以網站內容與結構的角度來看, 第一重要的網域, 其次是接下來的網址, 而排第三的就是標題了.

但標題這東西大家都只聚焦到如何寫出一個標題殺人法吸引讀者的騙術(?), 事實上除了那些騙點擊的招式之外, 還有更多基本功要做的, 尤其是技術部份, 或者是 SEO 部份, 甚至是網站經營部份都須要知道的 Know-How, 畢竟這才是讓網站可長可久的事情.

就我的經驗來看, 打開 Search Console (以前叫 Webmaster Tools) 能夠沒有 "錯誤" 的是少之又少, 大部份的人看到才發現該做的事情有那麼多, 但實際上因為太多事情沒做, 到最後只能掌握 "未來避免錯誤", 把錯誤數控制在一定的數字範圍, 過去的就讓他過去, 畢竟有太多事情處理不完.

其中最常犯的錯誤就是標題, 尤其是不同的網頁 (網址) 擁有相同的標題, 畢竟在 "制式" (Canonical) 網址在被廣為所知之前, 一個網頁因為不會改變內容的參數太多, 不太可能用網址來決定網頁的 Uniq (獨特性), 用標題的不同反倒是對於有認真經營的人是較好的線索, 但實際面有太多只是做表面功夫的系統整合商不會去管這種事, 而業主更沒有這種知識, 所以到最後網站經營變得相當困難.

既然標題是如此的重要, 所以我們在 "製作標題" 時, 須要注意到甚麼事情呢?

1. 次序 (階層):

標題有時比較像是英文地址, 從小到大, 不像中文地址是從大行政區寫到小巷弄, 而是從細節開始寫起, 但實際上也不完全如此解適, 應該是以越接近這網頁 (HTML) 完整語意的標題要放越前面, 越後面放的可較廣的層面, 例如分類等等, 最後才是網站名稱.

2. 序號 (索引鍵): 

在 HTML 改善中有一個很重要的項目要重複的標題, 這以 SEO 來說可以是致命性的錯誤, 但在於有時候網站內容不完全是由編輯所撰寫時, 遇到相同的命名是很常見的事, 為了避免這事情發生, 通常會在標題加入序號, 也就是在資料庫使用的索引鍵, 因為這是唯一 (Uniq) 的, 所以重覆的機會就不太會發生了.

3. 分隔與符號:

標題是如此重要所以也要盡量避免讓搜尋引擎判斷錯誤, 所以有時須要做一些處理讓搜尋引擎更好去辨識, 畢竟中文的斷字沒有那麼簡單, 因此利用一些標點符號, 或是空白等分隔, 不只讓使用者更好去閱讀區別, 更重要的是能夠精確的定位關鍵字.

4. 輔助關鍵字與分類:

說到關鍵字的確是 SEO 的重點, 因此通常除了給人看的 H1, H2 的標題外, 給機器看 head 的 title, 有時可以加入一些原本不存在真正標題的關鍵字, 或者是加入情境的分類, 這樣可以更延伸語意, 畢竟下標不是那麼簡單, 尤其是現在越來越多人習慣用問句做標題 (?), 或者是用匿稱去稱乎別人, 此時真正的關鍵字就不見了? 不放在 H1 或 og:title, 放在 head 的 title 倒也是另一種方式.

5. 字數長度:

標題的字數雖然有限制, 但從精確的語意標題開始擴大成大綱或情境, 最後用相同的站名或用來區分的序號, 雖然可能或超過 20 字, 但問題並不大, 因為最前幾個字足以讓人與機器辨視就可以了, 但還是要控制在一定數字之內, 以中文字的角度最好是低於 40~50 字, 甚至應該說屬於這單頁的語意的確還是要在 20 字內.

6. Sitemap 的一致性:

會出現標題的地方很多, 除了剛說的 H1, og:title 或 head.title, 在 sitemap (機器讀取用的) 或 RSS 也會有出現標題的地方, 有時搜尋引擎會抓 head.title 做為標題, 有時也會跑去抓 sitemap 的 title, 若不想要出錯, 就要保持一致性, 雖然有時刻意不一致也是有其運用的情境.

7. 變動性 (訊息, Javascript):

在有了瀑布流或訊息的機制, 利用 Javascript 去修改標題的場合越來越多了,  雖然這個對搜尋引擎不會有作用, 但對於臉書在分享時是可以指到對的網址是有幫助的, 也包含能夠提示使用者有沒有新的訊息進來, 也在於利用 Javascript 在做導引時有效, 是很好利用的方式.

8. Schema:

除了上面說的四種 Title 外, 還有第五種, 就是在 Schema.org 定義下的 Title, 尤其是現在由於利用 JSON-LD 的實作也越來越多, 以及 Google 的使用廣泛, 這部份也相對重要, 當然這也是跟內容屬性的相關性很強, 不同的內容有不同的使用情境與設計, 無論是保持一致性或是針對不同情境下標, 都是可以的.

9. 其他 Meta-Data:

當然除了前面幾種 Title 外, 一個好的網站還是要完整的滿足較多的社群有較多的 Title, 甚至若是被收錄成新聞網站後, 新聞網站更有其 sitemap 與 meta data 來去協助不同的使用情境有不同的用處, 此時考慮的地方要更多了.

10. 連結網址的標題:

除了網頁自身的標題, 出現標題更多的場合是在連結的時候, 雖然透過 Open Graph 等 meta data 可以定義社群使用狀況或是搜尋引擎使用, 但更多無法操控的是外部連結的標題, 尤其這在很多情型是 Anchor Text (錨點文字), 在意義上是更高的, 而至少網站可以利用內部連結及其相關的錨點文字定義標題, 讓使用者更願意去點擊, 這在使用者情境是相當重要的.

11. 目標對像的語氣與情境:

前面說了那麼多種類的標題 (Title), 應該就會知道不同的標題有不同的使用範籌, 而下標題不只是那種騙點擊的那種標題殺人法的一種, 而應該是一種連續性的情境, 讓讀者能夠深入內容, 深入答案, 從而能夠更進一步的深層閱讀, 透過這種資訊的串連能夠讓讀者獲得要的資訊, 這才是一個好的資訊的價值所在.

當然上面的 10 點 (及多塞的一點結論) 標題製作要點, 要讓大家知道的只是大綱, 事實上裏面有太多的細節, 這個就要透過長期的內容寫作, 社群經營, 技術實作一點點的補足, 雖然那種標題殺人法的確是短時間內有效, 但最後還是很可能是效用越來越低, 較為實際的是與時俱進的基本功, 這才是網站製作經營的本質.

透過 Search Console API 來做關鍵字建議工具的改良

在三四年前 (2012 年底) 時, 總覺得 Google Analytics 不是那麼好用, 畢竟有很多東西不是靠設區間, 設目標, 設事件, 設轉換就可以做到, 事實上那時這些功能不是沒有或者沒那麼完善, 但那時至少就 SEO 的角度來看有個很大的功能: 知道使用者是用那個關鍵字進來....

到 2016 的現在, 這個功能已經像廢物一樣, 因為 Google "基於隱私" 的關係, 不讓經營者看到搜尋關鍵字, 也就是在登入狀態, 雖來 Log 可以知道使用者的來源是 Google, 但是用那個關鍵字是無法得知的, 在 2013 年之前, 還是有六七成的關鍵字是可以看得到, 但到現在, 連 6~7% 都沒有了, 我曾做過一張表, 就是算這幾年無關鍵字 (No Provided) 的變化, 從下面就看得出來, 在 2011 年 10 月開始執行這政策, 現在可能只剩 2.5% 可以看得到了.

因此在當時做的網事 ( http://web.mas.ter.tw/ ), 透過關鍵字的變化來做到 "關鍵字建議工具" 是非常好用的, 但隨著 No Provided 的增加, 曾改成為透過落點頁 (Landing Page) 來去推測, 雖然沒有那麼直接, 還是有相當的實用價值, 只是在某方面感覺無論就準確度或者是直覺度還是差了一點.

雖然說很早 Google Analytics 就把 Search Engine Optimization (SEO, Webmaster Tools) 的報表整進去, 所以這幾年我隔一段時間都會去看看 GA 有沒有把 SEO 這部份開放 API, 若是有的話就太好了....

而等了很久還是等不到, 反倒是 Google 這段時間突然重視起這個 Webmaster Tools, 不只改名成 Search Console, 且原本很少更新功能變成幾乎一段時間就有新東西, 就像這個月就加了 json-ld (ld+json) 的工具 (Structured Data Testing Tool), 也定名為 Rich Card, 但除外, 在年初就有聽過 API 也隨之改善, 不只是只有做些 "管理" 的新增刪除, 重點是能夠把最重要的搜尋結果透過 API 可以取得.

雖然有在用 Search Console 的人都知道, 他們的資料都會晚個三四天, 但某方面已經是夠用了, 所以把當時網事寫出來的 "關鍵字建議工具" 做個改版, 但與其說是改版還不如說是完全不一樣, 因為 GA 是以埋的碼 (javascript GA code) 為單位, 但 Search Console 是以網站為單位, 甚至 http 與 https 就是不一樣, 且更重要的是, 在 Search Analytics 中有 GA 沒有的曝光量 (Impressions) 與排名, 及就可以算出 Click Through Rate (CTR) 了.

但先不管排名與 Impression, CTR, 單單就點擊這點就很夠了, 雖然這個數量只有 Google, 不包含 Yahoo/Bing, 只是基本上我們的確可以慢慢忽略 Yahoo 了.

下面兩張表上面是原本透過 GA 抓到, 下面是透過 SC (Search Console) 的 API 抓的, 從這邊就可以看到其變化, 這資料是用 "新文易數" 來做舉例:

從這邊就可以看出來在不到 10% 的資料, 要算出個有意義的資料真的太困難了, 除非偶而會有爆量的關鍵字, 在被稀釋之後的資料跑出來, 不然就是沉在看不到的地方, 相對透過 SC 的資料, 唯一的問題是只能抓到三天前的資料外, 完整度都相當足夠, 原本看不到的都看到了.

當然除了可以從 Clicks 來看, 還可以從 Impressions 的角度來看, 且在這邊應該要分開兩種 Impressions, 一種是使用者會點擊而爭取到流量的關鍵字, 另一種是跟網站屬性差很多的關鍵字, 即使曝光再高, 但點擊通常是 0 這種關鍵字是沒有意義的, 所以本來就應該從這三種角度來看, 自然我也寫出了三種不同的報表來實驗.

基本上在 SC 的觀點, 這些查詢都是總量, 的確是不會影響到 "隱私權" 的問題, 這時候至少 Google 已經不會被罵說想把這種資料拿來自己賺錢用了, 對網站經營者倒是個很大的福音, 有興趣嗎? 就招喚你們的工程師吧 (別忘了幫他們加薪) ....

從社群的各個角度來看媒體

最近很喜歡在相關的課程說一個很重要的觀點:

"大數據是一種最準確但也是偏差最大的一種觀察研究方法, 準確是因為資料的取得可以很客觀且巨量, 這樣的資料才能做到誤差最小, 但若是只用一種角度去看或是一種方法去搜集, 這種巨量的資料反倒是造成巨量的偏見"

不要說是社群只是眾多經營媒體的觀點與數字的一種, 單單從臉書社群來看媒體, 也是有各式各樣的觀點與數字, 更不要說我們只用粉絲團來看媒體的經營, 即使是臉書使用者的資料都能搜集到, 若沒有去了解各個面向, 誤會說不定會比正確理解來得機會高, 但若不用這些資料來去觀察, 那又可能是種刻版印像的放大, 只會讓你又犯了一次次的決策錯誤.

在兩年前嘗試著用林克傳說做了一個社群排行榜, 那個系統跟這次用新文易數做基礎的社群排行榜最大的差別是:

林克傳說能夠取樣各種媒體, 但就單一媒體的資料不夠完整, 而新文易數是能夠算到單一媒體的所有資訊, 但不在列表的就無法反應出來.

現在新文易數的確已經收錄超過 70 個媒體的資料, 尤其是前 30 大原創性高的新聞網站都收錄其中, 雖然說 30 名以後的媒體一定有問題, 但相對的前 10 名應該不會在名單之外, 我們來看這樣的社群排行榜會是怎樣的結果:

若是以總數來看, 第一名是東森新聞雲, 幾乎第二名蘋果的兩倍, 而第三名到第五名是自由時報, 壹週刊與雅虎不相上下, 但跟第二名也是差兩倍, 第六七名則是三立新聞網與中時電子報, 而除外在前十名的是東森新聞, 動網與聯合新聞網.

這是以總數來看, 這個總數是這媒體在七天內刊出的新聞, 每則新聞有其按讚, 分享與評論, 將之加總起來, 雖然在取樣與區間或多或少有時間差, 但理論上大家的條件與範圍都是一致不會差太多.

而從讚享評總數來看會讓一些新聞數沒有那麼多的小媒體吃虧, 若是用單一則最高的觀點來看, 擠進前 10 名的媒體是風傳媒 (事實上總量原本是第 11 名), 被擠下去的是動網, 且是跌到第 24 名, 如此可知道動網的社群很強, 但因為是專業媒體, 族群被限制住, 所以最大的數量就沒辦法很高.

雖然綜合新聞媒體總量與最高值是占便宜的, 但在平均就很吃虧, 所以若是以前 10 名的角度, 前面 11 個媒體還能擠進去的只剩東森新聞雲, 壹週刊跟東森新聞, 這三個媒體有甚麼共同點呢? 等一下再說...

中位數指的是所有新聞排序後, 讚享評排中間的那則新聞數字, 此時不只只剩動網與東森新聞雲在前 10 名, 甚至前 30 名也只有這兩個媒體加上風傳媒與三立新聞網, 畢竟要能夠讓有一半的新聞都能動, 不只是靠內容, 記者與編輯自己也要能夠參與社群才能做得到.

眼尖的讀者有看到系統有一個 "嗨文率", 這數字是相當有趣, 計算方式很簡單, 就是 "按讚/(分享+評論)", 這個數字越高代表的是讀者看完之後很喜歡按讚, 但不會想要分享與評論, 這代表的是甚麼呢? 通常代表的是這些文章即使是有趣, 好玩, 新鮮, 但很難對社會, 對生活有所影響, 甚至不會去討論與推薦, 會造成嗨文率高有兩種可能性:

1. 農場文太多
2. 社群帶動強

而剛剛說到同時總數高, 且平均值也高的三個媒體就是東森新聞雲, 壹週刊跟東森新聞, 這三個媒體正巧是總數高且嗨文率也高的三個媒體, 雖然在嗨文率上, 動網是比這三個媒體足足多出一倍, 我們知道動網是個內部社群凝聚力相當夠的專業媒體, 而這三個媒體不完全是這因素, 代表的是另一個因素機會較高了.

若是這嗨文率高是這因素, 那若嗨文率很低的原因又是甚麼, 同時也是有兩種很大的因素:

1. 文章多是乾貨, 很硬
2. 此媒體完全無法帶動社群

所以若是把嗨文率從小排到大的話, 我們很清楚的是立報, 端新聞, 風傳媒等媒體不是很專業, 就是新聞多有份量, 造成大家的分享與討論機會很高, 不然就是像台視或中央社那樣, 社群跟本嗨不起來, 就不用想會有人按讚了.

應該有人有看到表格中有個 "長尾指數", 這代表著這媒體是否有網路媒體可帶動的長尾效應, 還是極度利用炒作議題所造成的結果, 數字越高代表越長尾, 而這部份的計算與意義, 倒是等到畫出一張圖後再來解釋比較方變, 敬待下回分解.......

最後, 媒體的社群表現, 尤其是只看讚享評的數字, 說穿了用再多種的數字來看也只是眾多面相的一種, 跟真正的導流, 或者是所有流量, 甚至是媒體的收益, 往往每一個環結每一個媒體都是u有不一樣的轉換率, 雖然這資料的準確度再高, 也是種有偏差的觀察, 只是對於要去參與社群經營的媒體工作人員, 卻是相當有用的, Have Fun~~~~

連結: http://tag.analysis.tw/media_social.php

New SEO KPI 的規劃

很多人一直問我, SEO 這工作最主要的 KPI 是甚麼? 我通常會說有兩大表相:

1. 搜尋引擎帶進來的流量數
2. 搜尋引擎帶進來的流量占比

這兩個主要 KPI 的成長量 (月成長與年成長) 就可以決定 SEO 的效果, 但這個做為檢核的機制是不錯, 但要做為做事的導引卻是相當困難, 所以我再補充了幾個可以量化的點:

1. 搜尋引擎的索引總數
2. 外部連結的數量與連結頁數
3. 內部連結的數量與分布
(4). HTML 的錯誤數
(5). 搜尋引擎的錯誤數

只是無奈這部份 Google 都沒提供較好的 API, 某方面只能用 csv 匯入資料來作業...

在一年半前 (2014 年 1 月), 想出了一個有趣的方法來檢核 SEO KPI, 也就是:

"搜尋引擎進來的關鍵字與落點頁, 是否具有長尾效應?"

雖然這個用人工去算是相當困難的, 但相對的若是用 Google Analytics API 來做並不困難, 因此後來做了 seokpi.analysis.tw 這系統, 就可以從分布圖定義出簡單的 "Index (指數)" 來去比較這個網站是否從一般行銷方式的 80/20 慢慢的進步到長尾, 然後配合最前面的兩個搜尋流量與占比, 這四個數字定義出一個最終 KPI.

但一年半過了, SEO 的改變也相當多, 面向與思維也越來越廣泛與複雜, 用這四個數字來做最終 KPI 的基礎已經不夠了, 因此也在想說如何進一步的改良這個 SEO KPI, 來去協助大家的進步.

而一年多來最大的概念改變在於:

1. 使用者在網站的訊號變得是一個重要的因子
2. 網站內容會依網站結構有不同的使用者訊號比較
3. 搜尋引擎帶進來流量是否有真正的價值
4. 搜尋引擎行為對網站的影響 

要去計算到上面幾件新思維改變, 就代表網站分析前題是要做到下面三件事:

1. 要去區分內容頁與中介頁, 與內部搜尋結果頁對搜尋引擎的差異
2. 不同來源與搜尋引擎來源對使用者行為的差異來證明
3. 如何區分 Short Click, Long Click, Pogosticking, Next Click 與 Next Search 的來源

雖然最後的指標, 也終也是使用 Click Through Rate, Time On Site/Page per Session, Bounce Rate/Exit Rate 這三種類型的指標來去計算其效益, 只是對於 SEO 操作的人, 真的要去區分上面與計算出這幾種來源與類型, 來去比較這之間的差異, 有些不是可以靠苦工做得到的, 甚至有時不是靠單純的 GA 操作就可以得到的.

當然在某方面甚至不是只靠 Google Analytics, 或是只是用檢視的區分與比較, 說不定是只靠 GA 是做不到的, 但相對的, 但畢竟是否能夠用幾個基本的 Customized 的方式就可以做到基本的計算, 畢竟真的要不只用 GA 的普遍性是更困難的.

但話說, GA 雖然是一個很重要的角度, 但除此之外還有一個更重要的是 On-Page Analysis, 而這部份大家真的可以去使用 Awoo 的 SEO Tools, 如 天下無狗 與 球來就打, 這也是一個很基礎的項目, 也不要忘記了...

而這次的 New SEO KPI, 整體的演算法雖然都已經想好 (聽說是在去年就想好了), 但那時會實作出來大家可以給個建議, 畢竟這次的複雜度不輸給一年半前的挑戰阿...

未來電視

電視, 或者說是螢幕, 甚至是網頁 (Web), 是一種讓人看到資訊的介面, 但與其說是傳遞影音的內容, 更具概念性的意涵是: 人的眼界可以透過這個 "Windows/視窗" 來去穿越, 穿越時間, 穿越空間, 穿越思考, 甚至可以穿越人性的一個 "設備".

這樣說也有點太過於抽象或流於概念化, 但事實上從電視的發展到現在, 也沒多久, 只是未來的可能性越來越高, 只是這個絕對不是把定義放在 "影音", 甚至是靠 "規格" 來去思索, 就像是下面我在 2006 年寫的 Web 8.0 Road-map 一樣, 這是一種文明演化的可能性:

Web 1.0 網站與網頁的開始:  [名言] 給我 Web (1.0), 我給你全世界.
Web 2.0 非同步顯示與使用者互動: [名言] 沒有 2.0 就不叫 Web.
Web 3.0 語意網路與自動化/自主化: [名言] 還要去想今天做甚麼? 這問 Web 3.0 就好.
Web 4.0 全影顯示與腦波輸入的開始: [名言] 連紅綠燈都變 Web 了, 那有甚麼不是 4.0?
Web 5.0 身體內嵌 Agent: [名言] Web 5.0 是天生的, 不是後來創造的.
Web 6.0 網路 Cyborg 的串聯: [名言] 抵抗是無意義的, 所有都會被 Web 6.0 整合.
Web 7.0 Deep Thought: [名言] 宇宙是由 Web 7.0 創造的, 是一個終極實驗.
Web 8.0 此時還有人嗎? [名言] GUT 可能要 11 維時, Web 8.0 就終結一切.

雖然說這些都是靠技術去實現, 就像是現在的電視從 SD 到 FHD, 到 UHD, 從 4K, 8K 到 16K, 在某些方面是種數量的變化, 是種規格的改變, 但真正的代表是種可能性擴展, 也就是說讓內容創作者可以從體驗, 到感知, 到應用所有元素去實現所有的想像.

只是這樣的想像須要一步步去完成, 不可能一促而及, 就像是 Internet 的發展即使再快, 但有很多過程與中間技術, 無論是有繼續使用或沒有人在用的技術, 但要去實現過程都是很辛苦的路, 或許我們來嘗試著列舉幾個未來須要突破的事:

1. 螢幕之間的溝通: 每次看到一些未來展望的影片, 都有跨螢幕的觀看的體驗, 所以大家都覺得這應該很簡單, 但事實上現在還沒有較好的協定與方式去讓兩個螢幕去做溝通, 那就更不用說是協同了.

2. 人身份的辨識: 雖然這理論上是最簡單的, 但目前大部份都是要靠搖控器來操作選項輸入, 雖然說靠 Camera 可以做, 而離實務上還很遠, 但現在有 iBeacon 等等都是候選.

3. 3D: 無論是 VR 或是 3D, 離真正的裸視還有段距離, 雖然有些已經有高單價特定環境的解決方案, 但要能夠普及或較寬鬆的環境設備可能還須要一些開發技術.

4. 內容的選擇: 無論是用甚麼方式來看, 重點還是在內容, 只是這內容是如何去選擇, 是永遠的單線執行, 還是依人的想法回饋改變, 這背後的演算法會是甚麼, 會讓人的視野更廣更深, 還是讓人更淺薄更好操控?

5. 與社會的互動: 雖然電視是個看穿出去 "窗戶", 但能不能演化成為一個可以互動的 "門", 可以透過電視去參與社會, 甚至讓人與人之間能夠有更多樣性的互動, 都是 "未來電視" 的可能性.

6. 資訊呈現的架構與連結: 常常看到很多看起來像 "Prototype" 的 Demo, 資訊的整合與呈現似乎是相當吻合場景與須求, 但這才是最困難的, 要去跟那些既有資訊連結, 無論是內部與外部, 透過辨識情境, 都沒這麼簡單.

7. 內容的產出: 在非線性與非單一視野的觀影經驗慢慢成型, 但挑戰的是內容要如何製作, 如何產出, 從腳本的製作, 影像的拍攝, 甚至剪接的方式也會變得不一樣, 內容製作者要如何面對這挑戰, 做出經典範本讓大家學習, 這才是更須要時間.

8. 社群的連結: 除了內容, 除了社會, 人最多的訊息是來自於社群, 也就是朋友, 在未來, 類社群, 類影像的訊息溝通會扮演很重要的角色, 畢竟真正讓人悸動的還是人, 不是內容.

而上面幾個要克服的事, 都可以從很多角度或面向來看, 主要是以人, 內容, 機器, 架構與系統商這幾個層面, 而這些層面要考量的是下面幾點:

A. 人的角度: 2, 4, 5, 8
B. 內容的角度: 3, 4, 5, 7, 8
C. 機器的角度: 1, 2, 3, 8
D. 架構的角度: 1, 2, 4, 5, 8
E. 系統商的角度: 4, 6

當然這只是主要的, 事實上未來電視要發展, 本來就是種多面向的事情, 要把這些整合實作出來, 沒這麼簡單, 甚至可能要像 IP 一樣, 走到現在已經到 IPv6 了, 而未來電視要走到第幾版才會真正合乎人性呢? 這就要看大家的投入與參與, 或者只是個使用者都會影響到未來....

公民記者在未來國會的角色

今天 (2016-02-25) 在立法院有一個座談會，來談 "公民記者" 在國會立法院的角色與定位，最主要是因為前一陣子 "壓克力" 事件造成很多 "誤解"，所以副院長蔡其昌趕快辦這場座談會來滅火與澄清，也強調 "立法院將開放國會作為理念積極實踐" ，從這邊可以看得出這個新國會的確是蠻不一樣的，雖然一開始還沒有認真的去思考與規劃，但至少已經可以從社會氛圍看到國會不再是封閉，不再是威權。

只是從這次的座談會來看，倒是大家有些共識：

1. 記者不該去區分身份，無論是國會記者，商業記者，非主流媒體記者，網路記者或公民記者。
2. 記者須要登記，而這登記是為了可以找到負責任的追尋，而不是資格的審查。
3. 立法院的設備與空間有限，除了對於常駐的記者有優先登記使用外，其他應該以先來後到的自律方式來使用。

而我在這邊徵求 YuTin Liu 的同意，轉錄他在當場的發言摘要：

1. iVod 應該使用第三方分流, 設備常開多視角同時播不分會議不斷線, 媒體不必再問此會議會不會直播. 直播記錄主張CC0充分授權.
2. 開放國會「空間」開放，固定入口單一窗口, 憑身分證/護照(外媒)登記不審查, 就該可以進立院採訪.
3. 最小成本的場地優化, 撤桌子改輕便椅子, 現場會議室至少可容納50~100人, 先到先坐不抽籤不登記空間不夠應該使用轉播延伸會議空間.

而這邊幾點的想法跟我蠻類似的，所以讓在他後面發言的我只好提出另外幾點：

1. 國會不只是不該限制與區分記者的身份，應該要嘗試著提供資源讓記者使用，甚至可以讓在會場外或議場外的記者與編輯能夠互動，來提高記者會或議會的品質，讓新聞能夠更有價值。

2. 國會圖書館或資訊室要能夠提供資訊或資源來讓立法委員與記者，或是所有在場的人，能夠對議題與法案能夠有更深入的資訊，尤其是提供工具來聚合見與多元呈現完整的資訊。

3. 導入新科技的資訊架構，如 RFID 來掌握資源與人員的狀況，來提升使用效率，如電視牆的有效利用可以促成跟公民的遠距參與互動，國會更應該使用網路讓科技在開放國會扮演讓公民參與更有效。

的確，公民記者這議題在這次的國會改革應該只是個契機才對，須要認真檢討的不只是記者在國會應該扮演甚麼樣的角色而已，而是未來國會如何透過新聞記者，或者是國會監督者與解讀者，如何讓我們這個國家每一個公民都能夠參與這個社會，這個政治，這個國會，這才是重點。

事實上有時我覺得所謂的議長中立，國會聽證權都是架構在這個立法院真的能夠聽到民意嗎？或是人民除了投票與沒事打電話給立委助理外，真的沒有其他政治參與的方法嗎？這點若沒辦法做到，很多事情都是假的。

尤其今天有人提出 "國會公園化"，來讓大家有更多的機會與動機來立法院走走，而不是只靠少數的記者來做中間人，甚至也不是只靠立委與立委助理單方面的思考與執行，距離你上次去立法院或地方議會，是那時候呢？這才是我們該深思的問題與目標。

2016 的 29 項 SEO 重點

雖然一直說, 會影響 SEO 的因素是數千種, 即使這不是開玩笑, 但這樣的數目不是可以讓人做事的步驟, 倒是有點像 Check List, 只是真的要縮到幾百種也一定有所缺漏, 所以有時須要系統去協助, 像最近 awoo 的 SEO Tool 就是可以協助的工具....

但對於已經在 SEO 深入的從業人員, 每次看這麼多東西是有點累, 其中有些因素是是老生常談, 甚至有些是已經過時, 所以在想鞤助大家用架構的思索看一下若是今年要做 SEO, 重點會是那些? 尤其是正在改變, 正在加重的項目.

雖說想要摘重點, 但隨便列出也有 29 項, 這些主要來源是一些文件, 建議書所整理出來的, 把相同概念的將予以統合, 或者有些甚至不合適台灣的排除, 分成八個大項目來說, 這樣應該會比較好理解:

A. 網站內容

1. 影片內容就 ROI 與品牌

內容雖然一直是重要的, 但影片內容在 2016 也越來越重要 (雖然 2015 也是這樣說), 但就現在已經實證影片內容對 ROI, 對品牌效果更甚文字內容, 甚至已經是沒有影片的內容會不會就意義少很多呢?

2. 聚合內容 (懶人包) 會比新聞更有效果

雖然說內容很重要, 但導引讀者來看內容更重要, 不只是解釋性新聞, 資料新聞學, 都是種導引, 其中包含聚合整理的懶人包也會變成視聽者的主軸.

3. 語意網路的應用更廣泛

語意網路從 2005 年講到現在, 現在已經超過 10 年了, 從 Tag (標籤) 的廣泛使用, 語意網路無論在內容, 在內部連結或使用者導引已經不再只是想法, 而是相當實用的事, 甚至會取代既有的分類概念, 變成不可或缺的事.

4. 內容 (文章) 越多 (越長) 越好

有在經營新聞網站的人應該知道, 文章內容太少, 或者是無法讓 Google 找到重點的新聞是不會收錄在新聞的 (但還是會收錄在網頁), 現在太多網站用無限分頁, 無限瀏覽等等技巧增加點擊或時間, 但沒有同時增加內容, 或許這也是這時代的問題, 但相對的由於 Content / HTML Ratio 的重要性越來越重要, 內容 (文字) 在很多情形被乎略, 這也是種用搜尋引擎扭轉時代的力量嗎?

5. 獨特的圖片

不只是文要附圖, 現在很多網站的圖是隨便找別人的圖放上去, 在未來原創的圖片往往代表你對文章品質的要求, 每次都從圖庫找想吸睛的美圖, 就可能是沒有意義的內容農場文章, 從這個角度來看這也是種解決的方式, 但也有可能過兩年沒效果, 表示所有小編都能夠畫新圖?

6. 重覆內容太多會被消失

雖然 Google 說不會懲罰重覆內容, 但演算法中對於能夠過濾掉相同或類似的內容給使用者, 這絕對是好的使用者經驗, 但對於文章重覆授權, 或是沒去認真編輯整理的網站, 這就是個很大的警訊, 這件事從去年年底就開始, 之後相信會更明鮮.

7. 從關鍵字到主題性內容

在內容創作上不該只是注意關鍵字而已, 而是一連串的主題性報導, 這其中也包含內部連結的完整性, 其中也包含導引的過程, 所以須要的是把關鍵字, 標籤 (Tags) 如何包成主題, 甚至成為一個專欄專題, 都是很好的應用方式.

B. 使用者搜尋行為

8. 要想辦法攻占 Google Now, Siri 等 Agent (代理者)

雖然這些數位助理 (Digital Assistance) 大部份用的也是搜尋引擎的結果, 但若能夠找到使用者須求並能夠去界接起來, 不只能夠增加一個管道, 這也代表的 SEO 做得相當好, 當然中文這部份還是沒有做得很好, 但應該會越做越好.

9. 語音搜尋越來越重要

相對的要把新創的字能夠被大家使用, 甚至為了增加語音辨識的口語化搜尋, 要了解文字的關鍵字與口語的差異, 在手機的使用及便利上, 透過語音搜尋的數量越來越多, 而語音搜尋除了字詞關係, 更要記的語助詞.

10. 搜尋關鍵字會越來越像人發問

不只是語音輸入, 即使是文字輸入, 由於越來越多人為搜尋引擎的無所不能而當成是一個擬人化的代理者, 因此關鍵字與關鍵字之間不再只是 "and/or", 而是變成一個完整的問句機會相當高, 甚至還包含主客觀, 正負評的問法, 相對的, 文章內容或導引是否能夠有個相對應的來付和, 是編輯者與 SEO 專員要去思好建立的.

11. 自動完成 (Auto Complete) 聚焦內容

由於在搜尋的輸入列越來越多已經有自動完成的功能, 使用者可能在打前面兩三個字的時候, 就被導引到會有自動完成的關鍵字, 所以要花心思在去獲得這些搜尋引擎導引使用者的流量, 會獲得更多的流量.

C. 手機的影響 (Impact)

12. 手機的優化比桌機重要

已經有很多網站手機的使用比例超過五成, 甚至是八成, 尤其是考慮到覆蓋率的情型下, 只使用手機的人已經遠超過桌機的人, 所以手機的優化不只是在 UI/UX 而已, 在 SEO 也是更重要, 其中也包含 RWD 這部份.

13. App 的 Deep Link 會越來越重要

雖然這部份只對在手機上搜尋才有效果, 但不得不否認的增加一個曝光的機會在兵家必爭的 SEO 是不能放棄的, 尤其是應用 App 給使用者的網站更形重要, 雖然在台灣的中文部份搜尋出現的機會還是較少, 建議還是要開始準備.

14. 搜尋會越來越 Local, 尤其是有位置的資訊與有定位的使用者

由於現在的智慧型手機 GPS 的準確度與速度越來越強, 且 Google Local 的完整度也一直在優化, 地點與地址都搜尋也越來越依賴 Google 與 Google Maps, 在這兩方向的進步下, 搜尋不只是內容與條件受到地理資訊會更明鮮, Google 肯定在未來也會如此做.

15. AMP (Accelerated Mobile Page)

不只是手機, 不只是使用者體驗, 不只是網站結構, 不只是網路速度, ... AMP 是一個很好的概念, 但這部份會不會成功沒有人知道, 但可以肯定的是 Google 一定會努力推, 所以至少會有段時間會是很夯的題材, 而要不要實作, 可能還是要看有沒有資源去做.

D. 社群訊號

16. 社群內容會被容易索引 (Index) 到

這邊說的社群訊號不只是 Like, Share, Comment, Tweet, Pin, ..... 在社群網站的內容已經不會被 SNS 認為是不可外洩的財產, 在於社群網路越來越公開的情形下, 透過搜尋引擎的流量的來源也被認為是相對重要的事, 所以社群內容的資訊已經可以很容易索引到的情形下, SNS 真的不只是社群流量的出口, 更是搜尋引擎流量的源頭.

17. 臉書搜尋會讓使用者導引到該有的地方

除了 Google 以外, 像臉書 Facebook 的搜尋也會慢慢成為一個引流的地方, 雖然 SNS 即使再怎樣不希望流量出去, 所以才會想要用 Instant Articles 來鎖住, 但除了內容網站, 還是有很多網站是無法硬是留下的, 最後臉書還是具有導引的功能, 而從臉書內部的流量, 除了粉絲頁外, Facebook 也一直改善搜尋, 只是最後這塊會是如何 SEO, 也是在於社群與內容交互應用的場域, 這策略將也會變得很複雜.

18. 社群的個人還是變成導向或索引內容的方向

社群的本質還是在於人, 也是個人, 廠商再怎麼多也沒有個人這麼多, 不只讓搜尋引擎認同, 要做夠有口皆碑後, 有源源不盡的連結與內容在產生, 若這又能夠被 Google 索引到, 這不是對 SEO 工作人員是多好的事情嗎? 但只是這最後是好事與壞事, 還是取決於產品與服務的評價結果, 這也是該小心的.

E. SERP (搜尋引擎結果頁)

19. 特化的搜尋結果會越被看見 (新聞, 地點, 影像)

除了廣告外, Google SERP 的結果頁還有 Rich Answer 與包含新聞, 地點, 圖片, 影片的搜尋結果, 這部份在雖然 Google 本身還是有自己的新聞, 地圖, 圖片, 影片等搜尋, 但放在主要的 SERP 還是會帶來很大的流量, 且這通常是在第一頁, 雖然這也是表示網站除了網頁外, 更要顧及其他媒質, 才能夠有最大的覆蓋效果.

20. Rich Answer

Rich Answer 出現在 SERP 的比例越來越高, 但這也往往代表這不只是 wiki 而已, 很多有 Rich Snippet  (Structured Data) 也可以參與戰局, 這點也跟 Google Now 有所相關, 最能夠讓使用者得到精確但完整的答案除了是深化網站內容與結構外, 知道 Google 有那些去做這塊, 或是怎去做這塊, 也變成兵家必爭之地, 雖然台灣並還沒真的開打.

21. 常態分配, 長尾分配, t 分配變得複雜

有時不是討論網站是在 SERP 的第一名, 或是前幾名, 而是想辦法讓使用者在這邊找到答案, 在很多情形下, 很多 SERP 使用者不只會點擊到第 10 名, 還會繼續翻頁, 但相反的, 有不少的頁面前三名就囊括所有的流量, 討論第幾名已經不是那麼有用, CTR 比名次還來得重要, 即使第一名也不代表是讓使用者就找到答案的情形下也不見得會穫得流量, 如何讓使用者認為這是答案, 除了從網站內容下手外, SERP 是不能忽視的.

22. 搜尋點擊的回饋

去年 Google 已經提出新的專利與演算法, 針對使用者對搜尋點擊回饋後的排名改變, 雖然這早就不是新聞, 甚至這也是 Yahoo 最被詬病的一環, 但 Google 提出的方法就複雜許多了, 包含 After Search, 等等, 畢竟 Google 也一直在 User Experience Optimization (SXO).

F. 網站使用者經驗

23. 使用者經驗與 CTR

這好像有點 OP 了, 雖然已經提過, 也不須要提三次, 只是這部份比以往更重要, 這邊不只是 CTR, 包含其他 Time On Site, Pages per Sessions, Bounce Rate 這基本概念外, 針對內容頁與中間頁的 UXO 變得相對重要, 只是這部份應該還要花更多時間的去籬清與定義.

24. 忠誠度與會員經營

除了上面的 UX, 從 GA 可以看到各種角度的使用者狀態, 包含忠誠度, 造訪週期, 點擊總數等等跟使用者行為有關的資訊, 這慢慢的也會變成 SEO 的因子, 甚至會員專屬內容占所有網頁瀏覽的比例也會變成一種參考後, 誰說經營內容不用管會員或使用者的?

25. Navigation 不要只是放廣告

無論上側邊欄或 Header/Footer 等等跟 Navigation 有關的事, 雖然這乍看之下跟內容無關, 甚至內容網站早就投降全部放上廣告, 但不代表正常的網站可以仿效或完全不管, 雖然美感是使用者經驗的一環, 但也不代表可以完全凌駕, 好好的思考 "內容以外" 不是代表只思考著如何放廣告而已, 有更多的事是要幫使用者想, 相信若真的做對, 使用者也會對網站有所回報.

G. 網站技術

26. HTTPS

網站就純技術部份而言是最不重要的, 但整個 SEO 有那個環節跟技術無關, HTTPS 不是新的技術, 但若還沒打算今年做的人是不是已經打算放棄網站經營了?

27. HTML5

不要說 Flash, 不要說 Java, 這場戰爭好像一面倒了, 雖然前端 Front-End 變成顯學, FE Framework 也不用討論了, 但離真的讓使用者經驗與 Search Engine Friendlily 的中間還有段路要走, 最保險的就是 HTML5 了吧?

28. 網站速度

最無聊, 最實在的因子就是網站速度, 這不只考驗著投資者, 經營者, 工程師, 也在挑戰搜尋引擎, 挑戰讀者, 以前這點有時是不值得一提, 但現在不同了.

29. 外部連結的懲罰越明顯, 要隨時注意排除 (其他)

不要以為大家都在做白帽 SEO, 就我所知還是有一大票的人在做黑帽 SEO, 甚至去陷害別人, 這邊不是要叫大家去陷害別人, 而是不要被別人陷害, 畢竟有太多為了 SEO 而 SEO, 偷內容的人, 此時往往也會帶你網站的連結, 若那個網站被 Google 認定是不良網站, 就很可能會牽聯到你.

30. Page Quality, Rank Brain

順帶一談, 網頁品質與智慧排名已經是去年的熱門關鍵字, 且這邊說的上面 29 件事或多或少也是跟這件事有關, 所以理論上是沒必要說了, 但還是建議大家去看相關的文件, 因為還提到上面 29 件事沒提及的事, 不代表不重要, 只是代表 SEO 又是一個無窮無盡的事了... 唉...

公道伯經驗(III): 要找怎樣的人才能夠寫出好政策?

Lukasik: 「我在高層，你在基層，所以你根本不曉得當時發生了什麼事，以及我們為什麼要這樣做。」

Crocker: 「我在基層，你在高層，所以你根本不曉得當時發生什麼事，以及我們到底在做什麼。」

上面這兩句是取自於 "創新者們: 掀起數位革命的天才、怪傑和駭客" 這本書的章節, 講的是 Internet 網際網路發展的過程與歷史, 他們在討論到底 Internet 是不是為了因應核戰威脅而產生, 上面這兩個對話, 真的是很好的註解, 但不是在講台灣的現狀, 只是大家應該很能感同深受, 因為這確實也存在我們台灣的政治與官僚體系.

這個現像嚴不嚴重? 大家都很清楚, 不然就不會有空心菜的說法出現, 當然另一個已經完全不知民意是甚麼的就不用管了, 但這個問題難道不能解決嗎? 也不是沒有辦法! 因此在做政策的投影片時, 初稿的作者是相當重要的, 其中有設定下面五個條件去尋找作者:


1. 找第一線有在做事正在實作的人

所謂的高手藏於民間是假的, 真正知道怎麼做事的人往往一直在做事, 或許他的思維不夠全面, 但多找幾個做事的人就可以找到最 "精實" 的解決問題的方法, 相反的, 找 10 個或 100 個官員, 他們能夠產出的都是是不切實際的報告, 而且都是抄來抄去...

只是台灣的很多氛圍就是一直叫人進入舒適圈, 去做管理階層, 或是去做行銷包裝的人比較容易獲得較高的報酬, 但最後去了解事情與做事的人幾乎就沒有了, 或者是很難傳承, 這樣說台灣有競爭力是很困難的, 更何況最後訂定決策的人對事情又是一知半解, 這樣能做出好決策是相當困難的.

2. 不找官大學問大的人

官大學問大的問題不只是上面的問題, 也不只是下面的錯誤權威/假權威的問題, 雖然說所謂官員能夠看得較全面, 相對的離現實較遠, 最麻煩的還是你相信 "官員能夠公開公平的評斷" 嗎? 當然這問題若是把政治與資訊開放, 公開就能夠有相當程度的改善, 甚至公平也能夠受到正面回饋, 但事實上現在的政策或決策的制定不是不公開, 而是不能公開, 因為往往向某種程度利益的傾斜.

雖然要把事情有全面的思維, 但這個全面的思維又不是靠真正意見的徵集或者是公開的討論, 到最後還是偏向少數人就能做決定, 或是這個過程與因素過於黑箱, 而最後看到的是官樣文章, 一個只有正面的政策鼓吹, 而不是正負面衡量的思考過程, 這樣的政治只會讓人更寒心, 與人民距離越遠.

事實上人民早就看穿這個 "官樣文章" 的狀況, 這也是須要再一次 "政治革命" 的原因, 只是我們也期望這個政府能夠擺脫這問題, 真的找能夠解決問題的第一線實作人員, 不是又找幾個高階經理, 高級官員, 資深學者, 若這些人能夠在這樣的圈圈找到問題, 台灣早就沒問題了, 而我們知道問題一直在那邊沒有解決, 這個絕不是換個總統政黨輪替就可以圓滿解決, 甚至說不定這新政府又來 "官大學問大", 這樣又持續這情形了...

3. 平常就對這議題有在發聲的人

雖然不是每一個實際下來做事的人都能知道問題與解決方式, 或者能夠清楚的知道問題在那, 甚至到提出真正好的解決方法是有落差的, 這邊所說的提出問題, 可能的解決方式, 甚至是實際的政策, 也都是須要經驗的累積, 須要長時間的跟人討論與互動才行...

雖然這點跟前兩點若是要同時交集是相當困難的, 甚至只能要求 : "管理與決策不是他全部的職務", 或是 "只要他不是完全不碰第一線", 能夠同時存在就了不起了, 甚至若還要符合下面這兩點整個就是不可能, 這或許是台灣的悲哀, 所有人都要成為經理人, 所有人都要成為官員... 最後變成這種狀況要如何改變?

而對這個議題有在發聲, 代表她平時會觀注這問題, 嘗試著解決, 甚至是去幫助他人, 這種人的意見是相當重要的, 畢竟更期待的是因為知道她從平常實作的累積經驗, 而有傳教士的精神, 若我們不能幫忙推一把就太可惜了.

4. 每個領域有其專精, 避免假權威

有一個名詞叫 False Authority, 這句話的是權威的誤用, 當然不只是官大學問大是一個誤用, 重點是因為台灣能夠長言善道的人太少, 而整個社會與媒體幾乎把資源聚焦在某些人的身上, 所有的問題都問這些人, 從天文到地理, 從棒球到國防, 事實上這些人不是說沒有足以成為權威的專家, 但不是所有領域都可以的.

或許也是 "關係" 的關係, 從政治圈, 到媒體圈, 台灣整個都似乎被這些 "專家" 所把持著話語權, 到最後 "高手藏於民間" 後就沒下文了, 因為這些圈圈很小, 本身是有很大的限制又無法開放, 即使有人有專業的素養與想法可以提出, 甚至下來做, 但被這個 "裙帶關係" 的既得利益者框住, 要能夠突破是相當困難的, 或許靠的是更多的資訊, 以及更能夠流動與透通的網路機制可以解決也說不定.

5. 能夠跳脫既有框架, 符合網路時代

所以除了上面四點之外, 更希望這個政策能夠建立一個更大架構, 更透明公開的思維, 或者是解決方法, 靠的是就是演化極快的網路時代, 因為一個理論, 到實現, 到成為產品, 到專案, 進一步成為想法與政策, 若不是透過網路, 這流程可能是從 10 年到 20 年以上, 但透過網路的溝通討論的效率, 已經不只是紅色三倍速, 而是十倍速的時代了.

當然有時這個第五點是單純的, 因為要符合前四點, 表示那個人除了有在做事, 更能夠公開提出方法與跟人討論, 基本上表示他一定能夠熟淰的使用網路, 只是他能不能做出跳脫既有框架, 對於各種解決方法不會有太多的成見, 而去判斷思考, 有時也很難檢驗, 只能從他平常的文章與做為下手.

-------------------------------

這次的實驗也是個開端, 上面說的五點也是存在這社會很大的問題, 但公道伯粉絲團經營之初較少被人重視, 所以要去徵初稿找到最佳人選也不是那麼容易, 甚至有時因為客觀條件與因素離真正實踐還有大段距離, 但這幾點一直是我緊記在心, 也請找人的盡量以這五點去尋找.

畢竟我們不能期待別人幫你解決這社會的問題, 好像是這是別人的事而不是跟你有關, 但事實上這個社會的很多事, 都是從自己做起, 從小事做起, 先要求自己再要求別人, 這社會才會改變, 造成社會改變的, 絕不是只有 "投票" 而已, 而是從我們持續的參與社會做起....

公道伯經驗(II): 扁平化組織是最大的方法論

若有人問我, 公道伯粉絲團能夠有這麼大的成果最大原因是甚麼, 我一定會說是大家缺一不可的投入, 而能夠做到這氛圍, 主要是靠所謂扁平化組織, 在沒有階層, 大家一起參與討論, 每一個人都可以說不要, 或者是說我要, 這才是真正的扁平化組織.

1. 資訊與決策的透明化, 公開化

的確有人問是否能夠複製公道伯經驗, 要找誰來做事, 我真的是認為的確公道伯經驗是可以覆製, 但絕不是單純大家認知的找到 "Key Man" 那麼簡單, 執行這樣的事, 的確是不到 20 人就可以做到, 這或許也是扁平化組織的最大人數, 也就是每一個人對於相關的事都能夠讓所有人知道, 沒有經過中間人去轉譯, 就可以提高溝通效能, 此時靠的是資訊決策的透明化.

只是這前題對於既有的政治團隊是相當困難的, 畢竟政治的 "超額利潤" 也是架構在資訊不對稱, 尤其是在於習慣使用權力的人通常認為只有自己能夠做決策, 要把資訊與決策透明化, 扁平化, 或許是相當困難, 但在某些時候是相當有用的.

一個人的思考決策往往會有很多茫點與盲點, 透過更多的共議與討論, 才能夠更快的獲得比原本更好的結果, 而在這邊網路提供最好的工具, 無論是聊天室, 社團或討論區, 大家盡量使用每一個人都能看到的工具讓大家參與意見與決策, 就會產生很多很不錯的火花.

2. 合作先於分工

雖然說, 任何事情都是有其專業, 都要有分化工作 (分工) 才能做得好, 但前題是要能夠先合作 (合在一起做事), 這邊說的合作, 是每一個人都能夠嘗試著把這工作一個人從頭做到尾, 但不屬於自己專業的不見得做得好, 但自己專業的部份一定可以做得好, 只是這句話代表的是: 你必須對這樣的工作連結有基本的經驗與概念, 千萬不是把工作推給同事說: 這很簡單吧, 我們明天就上線吧.

每一個工作有其專業, 代表也有其困難得地方, 若無法真心的感受到其他合作伙伴面臨的困難點, 會發現要把事情真的分化後去工作, 甚至之後把環結串起來, 沒那麼簡單, 說穿了若沒辦法很精確的把每一個環結的優點與缺點釐清, 最後一個作品可能是所有缺點的加總, 相反的若知道每一個環節缺點如何彌補, 最後的作品就是優點的加總.

而要做到這樣的事, 就是透過不斷的實作, 就像 Hackathon 一起做作品一樣, 一起嘗試著幫別人解決缺點, 而不是事不關己的放任不管, 甚至每一個人都很能夠 Full Stack (全層面) 的思考事情, 做事情, 會發現這樣的作品是超乎預期.

3. 扁平化, 去階層化

當然這邊說的扁平化指的是去階層化, 去中心化, 但不得不否認的, 在組織的運作多少還是會有某種層級, 但除此之外, 如前面所說的資訊與決策的透明公開, 甚至採用共議, 做事的人也是決策的人, 決策的人也要下來做事, 如前面所說的, 合作先於分工才是重點, 這也代表這樣的工作流程也是盡量的扁平化, 去階層化.

畢竟網路上的事情是瞬息萬變, 不可能每一件事每一個人都能準備好, 甚至每一件事都是必須在很短的時間做做決策, 做反應, 若沒有這樣的扁平化, 去階層化, 無論是訊息傳遞的落差相當大, 工作流程的效益都會差相當多, 這樣還能夠期待有好的作品嗎?

4. 自發性, 自主性

一個作品能夠好的前題是做這個作品的人是想做的, 若這個作品是在心不甘情不願的情型下做的話, 很難是有好的作品, 也就說這份工作本身是製作的人是能夠認同, 他就能夠判斷甚麼樣的情況下是好作品, 相對的他對這作品不認同, 或是他所知有限, 只知道這是交辦的工作, 就很難做出好作品.

所以若是能夠自發性的, 自主性的想做這作品, 或者是認同這作品的必要性, 這樣的作品才能有精神, 有精神才能夠獲得認同, 所以在粉絲團的經營, 自發性與自主性是更重要的, 事實上這在內容產品也是更重要, 尤其是每次看到外包的作品, 或是 "業配文", 對於這樣的作品不只沒有精神, 甚至有時完全搞錯作品與受眾的屬性, 往往就會發生災難.

5. 避免團體迷思, 任何人都可以說不

相較之下, 一群人由於往往都是在同一個同溫層, 若沒有想清楚就會發生剛剛搞錯作品受眾屬性的災難, 這次選戰無論是 "洪秀柱的自嗨", 到 "朱立倫的咖啡", 這很明鮮都是 "團體迷思 (Group Thinking)" 的錯誤典範, 自己做得人不知怎樣看起來都覺得很好, 通常是因為沒有人敢站出來說 "不是, 我不完全是這樣想, 或是別人不見得會這樣想", 最後的結果大家都知道了.

所以這個團體的是可以有向心力, 但不能同溫層的太嚴重, 大家要嘗試著用不同的角度思維, 但更重要的是每一個人都可以說 "不", 甚至說不的人知道要怎麼改才好, 且下去做, 這才是最大的價值, 每一個作品若是有五個人說不, 五個人下去改得更好, 這樣的作品能夠不好才奇怪, 唯一怕的是說不的人只是想展現自己的決策權與優越感, 若不會這樣的話不會有問題.

在這個網路選戰團隊, 一定要有人生活在不同的網路社群圈, 包含 PTT, 包含部落客, 包含臉書, 知道每一個層面不同人的想法與大忌, 說穿了就是決策者本身也是生活在網路的人, 這樣就可以避免網路選戰發生錯誤, 大家應該有看到這次選舉有多少人犯了錯誤而落馬吧?

---------------------------

在這邊我也很感謝公道伯團隊的大家, 畢竟這些想法能夠實踐沒那麼簡單, 甚至經過這段時間的體驗與實踐之後, 我更覺得這件事是更重要, 甚至是決定這成果的首要條件.

很多人以為執行長是公道伯的人去做的, 但事實上這兩個組織除我之外沒有相同的人, 而我當時在執行長傳遞的思維, 要求, 概念, 主要也是上面的這幾點, 我也相信若能夠徹底實踐上面這幾點, 也能做出好的作品, 不是嗎?

只是在未來的台灣政治, 無論是行政團隊或者是國會, 能不能真的嘗試著透過網路技術與心態, 朝這方向走, 我認為這可能是 "未來政治" 真正的關鍵點, 因為這點剛好跟 "傳統政治" 是相悖互斥, 這個說不定就是最大的 "分水嶺".

公道伯經驗(I): 唯一成功的目標是成為經典案例

公道伯經驗是一個很重要的實驗, 在過了大選後, 我覺得應該蠻有必要寫下來做一個歷史見證, 見證這一場華麗的失敗, 但也可能是很悲微的成功...

但說要寫, 還真的寫不完, 所以這次採取一個很不一樣的寫作模式, 之前我很喜歡用前因後果, 從想法到實作, 從大綱到細節, 但事實上, 真正造就這次公道伯經驗, 雖然有很多大架構的思維邏輯是必要的, 但更重要的是些實作細節, 因此這次完全是以 "特殊性" 做排序, 以比較特別, 比較少人提及的放前面, 較多老生常談的放後面.

甚至或許一開始要開宗明義去說, 為甚麼在這個 "國民黨不倒, 台灣不會好" 的年代做這種事, 但在我認知反倒是沒甚麼重要性, 要去一開始做 "辯解" 的, 所以應該會放在後半段才會提, 所以若想置疑這事的人, 請在後半段等我寫到再來討論吧.

好, 就開始吧...

------------------------------

雖然這的確是還沒開始時, 就已經設定這次的企劃有三個目標, 第一個目標就是唯一成功的目標:

把這次的網路選戰, 即使無法樹立一個全新典範, 也要嘗試著成為一個經典案例.

也就是希望把之前無法實踐的事, 在這次機會去完成, 雖然大家一開始想到的可能就是 "圖文投影片", 或是 "解釋性新聞" 等等的事, 但這些都是表面, 因為這些都是果而不是因, 真正的幾個目標反倒是下面這幾項:

1. 真正實現內容為王, 以有價值的內容優先於行銷廣告

我們知道台灣的媒體現在陷入一個惡性循環, 網路媒體的價值一直被傳統媒體打壓, 整個廣告價值相當低, 而傳統媒體又慢慢式萎後又面臨到無法轉型, 或不習慣網路廣告的方式, 最後變成 "小時不用功, 長大變記者" 的冏境, 現實就是: "一個記者一天要寫四到六篇新聞", 在這種情型下說要談甚麼內容為王, 還不如談內容農場, 用複置的較快達到老闆要求.

而這次的實驗, 因為沒有點擊數與廣告量做為 KPI, 唯一的 KPI 是 "觸及數", 再加上沒有像一般媒體的成本預算做限制, 所以一開始就是以一個人四到六天產出一個內容, 或是四到六人一天產出一篇的資源來做計算, 拋棄一般媒體用極少的資源產出很難有好品質的內容, 把一般廣告預算放在真正製作者身上, 以口碑行銷做為主要的方法 (好像我一直都是用這模式).

2. 以提出方案來討論為主軸, 取代常用的批評手法

雖然說以內容為最主要的目標, 但這次選戰我們也還是看到大多數還用 "較為偏頗" 的方式來做論述, 說明白一點就是用負面選戰, 把一些經不起考驗的事拿來做為攻擊對手的手段, 但只要在投票時發揮到效用就好, 但更麻煩的是更須要完善討論的公供議題, 包裝成已經早有答案卻是很難實踐得政見.

而在後面我會有一篇討論為甚麼公道伯粉絲團的內容能夠如此引起廣泛討論的原因, 但其中也是在提出方案與政見時, 不會一昧的說這個政策的好處, 或者是攻擊別人的想法是問題的, 畢竟任何事情都是有一體的兩面, 也一定有好有壞, 沒有把這事情的好處與壞處拿出來討論, 跟本是某種角度是在欺騙選民.

有人說, 網路讓選戰的議題討論與爭辨的速度加快, 這其中不只是因為許多資訊慢慢公開, 更者是傳播的管道也有很大的變化, 雖然我們相信真理越辨越明, 但這往往要負出很大的成本與代價, 畢竟負面宣傳手法的成本很低, 效果很快, 但若還是用這種方式去打選戰, 只是又把我們不期待看到的事又多加一筆罷了.

3. 以觸及率為最主要 KPI 而非粉絲數 

畢竟這是一個全國性的政治選舉企劃, 若觸及數沒有百萬或千萬就沒意義, 在網路選戰中, 真正要去影響的不是既有的政治人脈, 也不是地方組織運作的造勢場所, 而是去與那些數百萬到千萬等級的中間選民對話, 更不是那種幾萬到幾十萬的瘋粉自嗨的地方, 嚇跑住在中壢的理性選民的結果, 而是透過前面說的內容與討論, 讓大家去參與政治.

所以無論是粉絲團按讚, 或是在動態牆按讚或留言, 都不是重點, 跟整體觸及率影響最大的是: "留言分享數", 以及之後的分享後的按讚, 留言再紛享的數目, 甚至最重要的是透過讀者分享時的 "評論與見解", 是粉絲團經營最最最珍貴的資產, 因為一般在粉絲團留言的, 很容易留於自炫, 自嗨, 很少有建設性的意見, 相對的分享者轉到自己的動態牆時的 "話語", 才是最真誠, 才是經營粉絲團者該去注意的事.

包含到最後有人發現只要設公開, 已按讚, 我們一定會去按讚, 尤其是有加註自己想法的更不會錯過, 這不只是鼓勵讀者願意分享, 更進一步的提高觸及數, 甚至從裏面的建議的確也造成了粉絲團在經營方針的修正, 甚至變成了特色.

-----------------------

的確, 最後公道伯粉絲團最後成為一個極具特色的粉絲團, 尤其是以原創內容為中心做出發, 這不只是在之前政治公關類型的粉絲團沒有看過的, 甚至也沒有這種高規格創作為主的粉絲團來展開運作, 這也是成為一種經典範例, 只是這不是原先設想的目標.

接下來嘗試著把更多的想法與細節經驗給大家知道, 畢竟當時做這件事, 目的是讓台灣的大家一起成長, 而不是想要把經驗藏私, 認為透過這樣的互動, 才是能夠讓台灣政治或產業, 或是媒體更好的觸發因素之一, 我也知道我須要學習成長或被接受挑戰的空間還相當多....

只是到時有沒有時間寫, 我就不知道了, 畢竟我主要的職務只是一個工程師, 持續的參與社會工作, 創造想要的台灣政治不是我的本行, 所以在這邊先預告會寫的內容, 若有誰想要先知道, 歡迎請我喝咖啡或吃飯 (限朋友), 而會不會寫完, 我也不知道, 呵....

• 扁平化組織是最大的方法論
• 政績取代政見, 不是助選團而是實踐團
• 政策型成的綱要與條件
• 粉絲團貼文準則與檢核 
• 網路是種專業, 網路選戰也是
• 文創與二創在選戰的重要性
• 打造國會圖書館成為政治中介
• 三個主要議題: 教育, 職場, 國會
• 新文易數如何做為風向探知系統
• 網路正規軍的組合, 自媒體的未來
• Democracy 3.0 (民主 3.0)
• 為甚麼參與公道伯？！

若等不及看我寫的話, 可以先讀我之前寫過的兩篇文章:

• 試探未來政治可能性 (I) : 粉絲參政團
• 粉絲團小編, 你在那裏? 來談社群編輯的可見度與責任感

像上面這兩篇的概念既然寫過了, 就不會做重工了.

2015 年的年記

選舉前一直沒有心思好好回顧去年過得如何, 雖然一月已經過了一半了, 但現在已經可以好好想去年所發生的許多事情, 照慣例還是排出前十名就好:

1. 新文易數: 新文易數雖然是在 2014 年年底就開始寫了, 但真正的實作與成熟一直是要到三四月才告一段落, 甚至六月時又有一個新的突破, 這不只對我的工作有很大的影響, 甚至下面的幾件事, 可以說是我去年最重要的一件事不為過.

2. 公道伯: 雖然一開始跟新文易數無關 (是因為林克傳說), 只是我以新文易數為主軸講了不只十場演講與課程, 但公道伯對我一整年的影響還真不小, 尤其是在 10/12 之前, 這部份我在未來應該會嘗試著寫不只一篇來跟大家講始末與感想, 甚至一些絕招密辛.

3. 工作: 扣掉因為選舉的顧問約, 這一年的工作數目雖然保持不變, 但不是沒有改變, 而是少了三個, 也多了三個, 讓我覺得最可惜的是離開做了八年的數位文化協會, 但畢竟 ADCT 也逐漸成長, 我的角色也慢慢失去了吧, 但除外也回鍋了兩個工作, 幸好表示我的 Credit 還是在的.

4. 第三勢力, 執行長, ....: 除了公道伯外, 我更想要讓第三勢力的人了解網路, 使用網路, 所以做了幾個網站協助, 也開社團, 定期開會, 除外也嘗試著以相同的理念幫支持宋楚瑜的一群年輕人建立執行長 (這是兩個完全不同的團隊), 事實上還有三四個人找我幫忙, 我也蠻願意的, 只是在最後無法建立好模式後放棄.

6. 演講, Hackathoon, ....: 由於資料科學與新文易數的關係, 今年有不少次演講與論文發表的機會, 當然也聽了幾次演講, 包含黑客松, 今年主要也參加了四場較大的, 包含新竹, 電腦公會,  資策會, DeCoHack, 只是有的是參賽者, 有的是評審.

7. 小孩與家庭: 除了工作外, 家庭生活的改變較少, 倒是大隻的小孩開始上國中, 小隻的轉校回永和 (永平), 至少接送與生活型態一定會有所變化, 至少就沒甚麼陪小孩打桌球與運動, 這就很明顯了.

8. 遊戲: 雖然吃飯睡覺沒甚麼好寫的, 但打東東是值得提的, 其中 2015 年玩得遊戲中, Simctiy Buildit, Fallout Shelter, Beyond Earth: Rising Tide, 以及延續的 Boom Beach 跟 TribeZ and Castle 都是去年玩較久的遊戲.

9. 家慈生病: 雖然不是甚麼大病, 但家父也同時感冒我也緊張的跑回台南兩趟, 也感謝同事的配合讓我可以多花點時間在台南.

10. 旅遊: 理論上旅遊應該是生活很重要的點綴, 去年主要是有宜蘭三日遊, 農曆過年去墾丁五日遊, 及前兩個星期也在淡水懷舊住了三天.

本來理論上還有三件事可以寫, 一個是看美劇, 尤其是 OVO 與最近的 Netflix, 而在公道伯之前也努力的看 MOD, 或許可以有機會寫一篇.

但另外值得再獨立寫一篇的是 "消費", 尤其是 "3C 部份", 或者是科技使用的部份, 我覺得身為工程師, 就應該認真討論這件事, 只是就看我有多少時間, 但我相信比較多人是希望我寫有關粉絲團經營從政的理念與想法吧?

得票數與網路聲量真的有關係嗎?

當我們做出一個系統, 最希望知道的是有沒有檢定判讀的能力, 不然價值與意義就會少很多, 而在做未來國會的時候, 很多人問我, 網路聲量是否能夠轉化成得票數? 事實上我也是很好奇....

首先一開始, 就直接算出得票數與網路聲量的相關性 (相關係數), 得出來的答案是:

r = 0.41

這數字誠實說蠻沒有參考價值的, 畢竟這數字說是有正相關沒錯, 但通常定義是:

低度相關性: |r| < 0.4
顯著性相關: 0.4 <= |r| < 0.7
高度相關: |r| >= 0.7

這個 0.41 真的只是剛好過顯著相關的門檻, 但離高度相關真的無法說服別人.

但接下來我們在想這會是因為政黨的關係嗎? 所以就以不同政黨再算一次相關性, 而低於 2 人的就沒辦法算, 所以台聯與新黨就沒辦法計算, 算出來的結果如下:

此時就可以看到很有趣的數字:

1. 民進黨的得票數跟網路聲量幾乎可以判定是沒有相關, 比 0.4 還低的 0.23.
2. 國民黨的相關性也只是過 0.4 的 0.46, 相關性也不算大.
3. 時代力量的相關係數高達 0.81, 這真的代表是網路的政黨嗎?
4. 親民黨甚至是高達 0.99, 但主要是親民黨的落差相當大, 認真經營地方的粉絲團也會經營, 反之亦然.
5. 綠黨社會民主黨聯盟 (綠社盟) 的得票與網路聲量相關性超低.
6. 民國黨的相關係數 0.04 可以說是無關了, 或許因為廣告扭曲了這數字.
7. 信心希望聯盟是最有趣的政黨, 網路聲量越高, 得票數就越低, 相關係數也高達 0.74, 只是是負值, 這會不會可以證明這政黨的主張, 完全無法在網路受到檢驗.

其他政黨我也沒認真去分析, 但大家可以去看原始資料, 歡迎複製回去自己算.

但算完後我倒是很想畫個圖, 只是一畫就發現得票, 聲量高的都很大, 小者都擠在一起, 所以只好取對數再來畫, 此時就發現一個驚人的事實: 事實上這不是線性的關係, 而是指數的關係, 此時再算一次指數的相關性, 得到的結果是:

r = 0.74

就相關性而言已經算是高度相關, 這也代表是, 若你沒有真的透過網路經營到一定程度, 很難回饋成選票, 換個角度來想, 網路聲量雖然能夠跟得票數有相當大的關係, 但通常也是要足夠大才行, 甚至可能也是因為傳統大眾媒體效應相互加乘的效果, 才導致網路聲量與得票數都有出來.

而回頭看對數的相關性, 發現大部份都沒有差距, 唯獨綠黨社會民主黨聯盟這現像最明鮮, 相關係數從 0.19 得不顯著相關升到 0.54 的顯著相關,

1. 網路選戰的效果也是要看政黨, 而時代力量是個網路選戰的指標, 相對民進黨的勝選跟網路沒甚麼相關.
2. 網路聲量的確是可以做為得票數的先驗指標, 只是有時對小黨更是個 "門檻".
3. 若真的是用錢砸出來的, 可能相關性就會很低.
4. 信心希望聯盟以後請不要在網路出現, 請在教會宣傳就好. (1/21 加註: 經人提醒, 應該改成當時信望盟的網路行為與主張反而把選票趕走, 應該要修改溝通策略或政見, 才能透過網路獲得更多選票...)

雖然未來國會的真正重點不是在選舉, 而是透過這樣的系統, 讓我們知道國會在做甚麼, 也是想要透過這樣的系統, 讓國會知道真正的民意, 所以不只期待 2 月 1 日的新國會, 未來國會也會在那時做一個改版, 成國會與人民的橋樑.

這份表的原始資料: https://goo.gl/UhfiVo

註: 得票數來自中選會, 網路聲量來自候選人臉書粉絲團的談論數 20 天平均..

綠社盟的網路選戰真的能夠成功嗎?

在做未來國會之前, 我一直認為目前台灣的政治人物在網路工具的使用還是很糟, 一開始我都認為現在從政者對網路都不太了解, 但隨著選戰的升溫, 慢慢不少候選人包含競選團隊都把網路工具拾了起來, 這也是令我意外的.

當然會有這原因是甚麼? 主要原因是 2014 台北市長選舉給大家的啟示, 加上去年媒體也隨著粉絲團起舞, 從一開始的 "柱仔姐" 到 "公道伯", 大家發現這是種可以載舟也可以覆舟的事, 幾乎有 Sense (感知) 的政治人物都了解該如何做了.

未來國會做出來時, 就發現對網路媒體最熟悉的政黨果然是民進黨, 但接下來的還是擁有相當資源的國民黨, 但經過兩個月的經營又完全不是這麼回事, 現在就以 "不分區候選人" 的角度來看, 第二名已經不是國民黨, 而是原本第三名的 "綠黨社會民主黨聯盟 (綠社盟)" 已經進到第二名, 甚至第三名不是國民黨, 而是媒體關係相當好的新黨, 國民黨只能區區第四.

其中最另人意外的 "綠社盟", 尤其是在沒甚麼資源下以些微之差輸給民進黨而已, 遠遠拋開三四名, 而第五名第六名是台灣團結聯盟與時代力量也是有點差距, 為甚麼社民黨能夠有這樣表現呢? 我覺得這是一個很有趣的現像, 這是有原因的.

1. 綠社盟沒甚麼資源打資源戰, 地方造勢, 能夠比的只有網路空戰, 也就是靠政見的討論來促成聲量, 但這也是網路的真正精神.

2. 綠社盟的候選人互相的學習, 尤其先是許秀雯與張麗芬的開始, 到所有區域立委都找到不錯的支持者, 最後綠社盟沒有人沒有粉絲團, 所有候選人都有 2K 以上的討論數.

有人說, 因為網路而起的應該是 "時代力量", 事實上能夠善用網路聲量的只有三四位明星, 但這些都是參與區域立委而不是不分區, 造成不分區的候選人只剩 徐永明 與 Kawlo Iyun Pacidal 對網路熟悉而已, 其他都不算及格.

當然若是以及格的角度來看, 綠社盟是唯一全員及格的, 而其他政黨, 很不幸的及格的比率都是一半以下, 包含民進黨, ... 甚至以 113 名的立委席的角度來看, 唯一不在 113 名的綠社萌是 130 名的吳紹文, 這是相當不容易的.

只是這次選舉離真正網路化還有段距離, 但我倒是蠻期待這次透過網路跟大家溝通最好的綠社盟這次選舉結果會是如何? 是會能夠有所斬穫呢? 還是全軍覆沒, 就看我們的判斷與行動吧...

未來國會 -- 沒有絕對的中立與客觀, 只有個人的立場與主觀

選舉若只是去投票的話, 那就太簡單了, 透過選舉, 了解那一個人事物是否跟你想法一樣的, 或對你有利的, 是很重要的事, 只是這有那麼簡單嗎? 當你拿起選舉公報時, 就發現這不是件簡單事, 因為:

1. 每一個人的政見大都很像
2. 每一個人的政見大都很空洞
3. 但大部份的政見都只是口號或選舉用

在設計未來國會時, 就已經有幾個 "偏見" 存在:

1. 嘗試著幫大家解讀學經歷與政見
2. 不只讀取從死板板的政見, 會參考這個候選人曾做過的事, 或簽署過的議案
3. 希望候選人能夠過臉書粉絲團與選民溝通
4. 粉絲團的文章應該要有政策與政見的討論, 而非只有競選口號與行程
5. 每一個人都可以用自己的角度來衡量候選人
6. 希望透過網路的透明度, 來更全面的檢驗候選人
7. 嘗試著建立這個候選人的連結, 無論是其他網站或是新聞資訊

這系統說穿了有一個最大的偏見就是:

"候選人不該只是用喊的方式去要求大家支持, 而是好好的在網路上跟大家討論"

只是這方法並不適用所有的選舉, 尤其是大家知道選舉除了網路這個 "空軍" 外, 還有地方的 "海軍" 以及自己的 "陸軍", 只是這系統在未來不是因為選舉完就結束, 真正的目的是建立未來國會, 而非單純的只適用選舉.

所以這系統的資訊源有幾個:

1. 中選會的資料
2. 臉書粉絲團
3. 各個團體的連署書, 如沃草 (Watchout)
4. 選舉黃頁 (江明宗) 與立委投票指南 (g0v)
5. 新文易數
6. 辛苦的工作人員輸入或連結

但這個偏見更希望的是每一個人都用自己的角度去檢視候選人, 無論是從學歷, 經歷, 或者是串連, 等等, 而現在已經有 50 個徽章讓大家從 +3 到 -3 來做評分, 你認為這個角度對你是加分的, 就選 +1~+3, 但若你認為這對你是扣分的話, 就選 -1~-3, 最後可以從自己的選區, 或是全國, 不分區等等都可以.

所以這系統的排序, 一律是以臉書的 "談論數 (Talking About)" 來計算, 因為這會最接近網路的聲量, 即使你是用廣告宣傳的, 但很難是靠不存在的帳號來衝量, 因此聲量越高, 會排在越前面.

最後在這邊徵求徽章的來源, 雖然這系統已經算完善, 而原本是希望大家來自訂徽章, 只是這個 UI 與邏輯來不及在這次實現, 所以只好是用工作人員的方式補完, 所以若您是有想要用甚麼樣的角度 (非地方建設) 來看候選人, 且能夠提供名單的, 且不吝提供給我們.

每次都忘了說網址: http://capitol.tw/

幾個網路選戰最熱的選區....

本來想分析的, 但現在沒力氣, 就直接列出來讓大家看...

三個人都很強的...

 

只有兩個人很強的