观察丨大家都追求10万+，是数据太霸道吗？不，是数据太羸弱

本文原载于新闻实验室（ID：newslab），作者：方可成，自媒社已获得其授权，未经允许禁止转载。

自从微信官方将阅读量的精确显示上限定为10万之后，“10万+”就成了“爆款文章”的别称。为了生产“10万+”，一些公号采用了标题党、煽情、谣言等并不高级的方式，炮制出一批点击量大但质量堪忧的内容；而很多更优质的文章，却因为没有达到“10万+”，未能获得足够的重视。

所以，“10万+”错了吗？或者说，以数据为导向，是误入歧途了吗？

其实，通过数据理解世界，是人类的基本思维模式之一，数据本身并不是万恶之源。在报纸的年代，我们也会谈论发行量；在电视的年代，我们也关心收视率。不同之处在于，某期报纸的发行量和某期电视节目的收视率都不是普通人轻易可以看到的数据，而新媒体平台上的阅读量却是实时、直观、人人可见的。

这也就导致数据在这个年代变得格外“霸道”，因为它是那样显眼，那样赤裸裸地挑拨着每一个人。

但我要说，今天我们在新媒体平台上看到的很多问题，其实并不是因为数据太强势、太霸道，而是恰好相反，因为数据太羸弱。

数据太羸弱，它只能展示有多少人点开了一篇文章，却没有展示大家花了多长时间读这篇文章、读完之后有什么感受、学到了什么知识、得到了什么启发、如何促进了和他人的理解与交流。尽管还有另一个数据“点赞量”，但我们根本不知道不同人在按下那个向上的大拇指时，究竟是出于怎样的心态，是同意、鼓掌、喜欢，还是已阅？

一则内容引发的传播效果，是极其多元、多面的，但现在的数据仅仅捕捉了一个最肤浅、最苍白的侧面。都说大数据和人工智能技术已经很发达，但我看到的却是：它们还太弱了。那些因为阅读一则内容而产生的知识的获取、情感的触动、共识的达成、社会的微小变化，都还没有能够被数据化，也因此被很多人忽略。

前两天，我在新闻实验室公号上征集“2017年我印象最深的一则媒体内容”。之所以选取“印象最深”，就是因为这是一个目前还无法被数据化的标准。

@TY 说，她印象最深的是《纽约时报》为奥巴马时期的白宫邮件收发室写的特稿《To Obama with Love, and Hate, and Desperation》，文章“讲述奥巴马每天会阅读的十封公众来信是如何产生的。写信人、读信人和处理信件的人的故事交织在一起，波澜不惊地回顾美国过去的八年，没有争吵，没有噱头，也没有任何花哨的修饰，却让我深深折服于文字与故事本身朴素的震憾，也让我前所未有地相信写作在这个时代的力量。”

这篇文章给@TY 带来的心灵震撼和对文字的信念，现在还无法被数据化。机器只能记录下她的点击而已。

@闫楷文 说，她印象最深的是《Vista看天下》的报道《高中生举报学校被劝退》。她说，“比起内容，其实我更爱的是新闻带给我的‘愤怒’与‘勇气’。我本人也是一名学生，在东北读大学，经历了许多事情，所以深深地领会到官僚主义带来的绝望。”

这种愤怒与勇气引发的共鸣，现在还无法被数据化。

@浮鲸 发来了一张新闻摄影作品，那是《大西洋月刊》上刊登的一张女性难民的照片——“她的半边脸在光的照映下，而另一半却隐在灰暗中，她的脸容憔悴，眼神透露着无尽的绝望。”

@浮鲸 说，“我沿着照片的关键字——‘罗兴亚人’去搜索一系列报道，想要明白这里到底发生了什么事情，为什么这个女人眼里尽是深深地绝望。随着信息了解得越来越多，我意识到这是一种由殖民主义引起的民族矛盾进而由于某些原因演化成的民族冲突之后，我制止住了自己一先开始所作的主观对错判断，并明白对错在这件事并无意义……在事件的了解过程中，我深深地意识到，作用于个人的情绪是如何缓慢地因着别的因素缠合并深化进而聚集成为主流，才知道为什么要把宽恕与爱作为个人在人际交往过程中的准则，因为这不仅在微观上和宏观上都有意义，而且在推崇和平的世界主流下，这是个人所能作的最小的事情……最后，它更加坚定了我内心中的非暴力信念……我在这些报道上，放下了所有立场，只祈求自己有朝一日能够用自己微小的力量帮助他们。“

这张照片引发的这一系列后续，从情感的震撼到信息的搜寻，再到理念的认同和信念的竖立，现在还无法被数据化。

@浪漫的 说，今年她最印象深刻的媒体内容是她喜欢的球员写的一篇给小时候的自己的信。“他在里头讲了他的球员生涯的各种阶段，作为球迷也是见证了他的成长。从一个有些独的、眼里只有足球的‘刺头’到伤病过多被卖，到踢飞重要点球被骂，到最后绝杀完成梦想，想起他那次进球之后眼里的泪水。总之，主要就是共鸣吧。会唤起一些回忆和情感。尤其因为是亲笔信的形式，所以觉得更贴近了。”

这些被唤起的回忆和情感，数据还捕捉不到。

@陈树清 发来一张图，是拉斯维加斯枪击案时他在twitter上看到的，来自“On the media”这个媒体批评类播客。

“这张图基本总结了突发新闻时一个新闻消费者应该注意的要点，怎么理性有效率的选择新闻，而不是疯狂转发相关信息。我觉得在现在的媒体环境下这样的判断力特别重要。”他说。

显然，这张图传递的知识、技巧与理念，是现在还无法被数据化的。

类似的，@INDOURT 发来一张恶毒梁欢秀的截图，图中分析了网络骂战中不同人的选择。“要学会坦然接受错误，不要做个傻x。”

这张图给他带来的启发，是现在还无法被数据化的。

@荔枝 说，“印象最深刻的是江歌案，北京大切除，和缅甸罗兴亚种族屠杀的事件。前者更多的是对江歌母亲的同情以及人性的担忧，至于对刘鑫的讨伐，我个人是觉得媒体有些过度了。对于后两者，我一直想起约翰列侬的imagine，可是人间怎么会有乌托邦的存在，我们还要继续美好的想象吗？”

这些新闻报道带来的反思和追问，无论是向往、怀疑、同情还是担忧，都还不能被数据化。

@郝晓茹 说，“92女生怼周鸿祎的文章，居然能让360关掉水滴直播。厉害厉害。”

但是，这篇文章在社会上引发的后果，无法被数据化。

前几天，有朋友在后台分享自己工作中的困惑：“真的很纠结，写的不狗血不煽情没人看，不标题党没人看，没有爆点也没人看，但是这和一开始学新闻的初衷又大相径庭。我们这边前段时间有一家自媒体，编造了一个假新闻，那篇的阅读量破10万+，虽然那篇微信官方删了，他们也承认是编造的新闻，但是受众根本不关心，最多偶尔有人骂两句，这家媒体也得到了曝光度和粉丝量。所以我常常很纠结，我不知道该怎么写东西，难道真的得顺应潮流么？”

我回复说：非常理解你的纠结。其实，你之所以纠结，是因为阅读量这个本来非常单一、片面、苍白的数据，成了现在业界唯一的评价标准。

我们所拥有的数据还太羸弱，还没有办法记录和体现读者每一次的怦然心动、茅塞顿开、击节叫好……因为这些没有被数据化，所以我们往往忽略它们的存在。

随着技术的发展，也许会有那么一天，上面说的这些都可以被数据化，它们都可以被纳入我们对内容的评价体系，可以成为影响一家创业公司能否拿到广告、得到投资的因素。我当然知道数据是有限度的，它不可能捕捉和量化一切，但我想，既然我们不可能回到“10万+”之前的时代，不可能抹掉新媒体平台上无处不在的数据，那么我们不如去期待和要求更好的数据。

在新的一年里，也许我们还见不到数据的能力发生太大的变化。但我们每一个人都可以更清楚地意识到：在“10万+”这个过于单薄的评价标准之外，我们还应拥有一个更加广阔和多元的世界。

我相信，当越来越多人对内容具备更丰富多元的评价标准，这个世界会逐渐发生变化。

——  自媒社精选  ——