Pound技术 |Buzzfeed新闻网络扩散路径大探底

作为美国乃至世界上领先的社会新闻和娱乐机构之一，每月有数千万的人在BuzzFeed上分享内容。该新闻聚合网站每月2亿的用户中超过75％拥有或明或暗的社交资源。这个超大型的规模为我们提供了一个独一无二的机会来了解社交内容的网络扩散。当你发一条推文随即被别人看到并分享到Facebook上时会发生什么？或者更进一步地，又有人将它分享到博客上，博客的受众再将此E-mail给自己的朋友，又会发生什么呢？我们可以清晰地看到信息是如何在社交网络上一步步地流动扩散开的，然而问题是，我们可以从中领悟到些什么呢？

传统网络分析已然OUT

传统的网络分析对于现代社交网络的洞察能力是有限的。它可以根据受众的点击来源将一个新闻的所有受众量化，并能够反映出具体的数字。这些数据毫无疑问是有价值的，尤其适合于一个“预共享”的世界。但是，传统的网络分析却是根本无法捕捉今天实际发生在社交网站上的事件的，它抹杀了社交网络所固有的树形结构。

Pound是个啥？

Pound是一个优化和了解网络扩散的过程。

Pound是一项新的专有技术，它可以捕捉BuzzFeed的新闻是如何扩散到社交网络上的。它遵循传递方向从一个共享者到另一个共享者的原则，通过所有的下行访问，甚至跨越社交网络和类似的谷歌聊天软件或电子邮件，所形成的一对一共享平台。

Pound不存储用户名或任何个人身份信息（PII）的共享活动。在共享图中的每个节点都是匿名的。我们并不能通过图形数据判断出来谁是用户，因为Pound数据是基于匿名用户的网址，并将此作为UTM代码收集得来的。

收集和存储这种网络传播的数据是一个沉重的工程挑战。然而Pound每秒却能够处理超过10000个网络请求。一个很明显的结果是，BuzzFeed现在一个月所存储的数据比所有之前收集到的，自BuzzFeed成立以来内容最优化的其他数据还要多。

通过这个数据集掌握的知识可以帮助网站经营者更好地了解自己平台上生成的内容，更好地了解读者，并且更好地了解社交网络。有了这种认识，网站就可以有更大的覆盖面和更多的读者，对世界的影响也更大。

目前我们能从Pound数据中了解到的三件事

1.我们关心的是“森林”而并非一棵“树”

Buzzfeed一开始认为Pound数据可以用一个单一的“树”图表示。然而每一个节点都有成百上千的初始共享者，他们自身就是每棵树的树根。这使得Pound图形的每个故事看起来更像是一片树林。而在这片森林中，树木可以完全不同。有些粗壮（有很多下游节点），有些是单薄;有些是深（有许多共享联系），有些是浅;一些具有跨网络传输的能量，有些则没有。森林和树木，结构图很详细地告诉我们每篇文章是如何传播的。

2.社交网络和促销活动应该由整个下游梯级进行评估。

还记得吗？在今年二月份，BuzzFeed发表了一篇关于裙子颜色是蓝黑还是白金。它如今已被浏览超过38万次。

上面的图片是一个在BuzzFeed的主Facebook页面上传播的网络扩散图。大多数节点都是深蓝色，这意味着它们来自Facebook的点击。白色节点是观众通过非社会性的资源点击的，比如博客或新闻网站。也有左下角一些小的淡蓝色节点表示从Twitter上获取新闻的观众。该集群主要是Facebook的（深蓝色），这是有道理的，因为“初始共享者”是在Facebook发布的。由此我们可以看到，主微博群内还有共享网络的连续集群。分享是从Twitter跳转到一个出版物，回到微博，然后到不同的出版物等等。

3.赞助商广告的共享和再次共享就像编辑内容

在此之前已经有过这样的猜想，而Pound数据更有力地证明了这一点。

上面的可视化技术显示社会共享的一个令人印象深刻的深度：节点的每个圆圈代表一个有机共享网络，一个白色的集群中心代表出版物发现新闻后，将其链接到网站上。这个集群上放大和捕获网络共享此赞助后的层级，它将口碑营销同社交网络的传播扩散画上了等号。Pound使得口碑能够通过量化的方式衡量（一旦它可以被衡量，那么它也可以被优化）。

- 完 -

▋小匠 詹堃

▋原创 转载请注明来自梅子匠

- 一把梅花针 -

传媒科技

高·精·尖