作为最近在准备换新工作的人，正逢焦头烂额之时，进展并不很顺，学习和写作竟也被脑中消极的情绪断了一周。微信号刷量的新闻一出，我深有体会，终于有动力写上一篇。
这些年“刷”这字，带出来的可远远不只是微信号的虚假繁荣。自微博、空间、论坛时代，刷量就已经是互联网的常态了，淘宝崛起的时候，刷单成为暴利的环节和关键，微信来了的时候刷阅读和赞，就是大家的正常需求了。如冯大辉说的，这都是心知肚明的常态，怎么还会成为热点新闻呢。新媒体业界的确早已沦陷久矣，大家也习以为常。很多时候讨论话题是，数据做好看点，来两千；这些大号更狠，一下好几万。
说起刷量盛行，我觉得有三个比较深的缘由。
首先是，中国人的固有习惯其实并不非常讲究数据，都是TM装的；
作为一个自古崇尚礼义廉耻的道德国家，数在人们的生活中并不严谨，或者说并不深入。我们往往评断的，是那些善恶丑美，而不是根据科学数据来纠正对错偏正。所以，对数据的研究和感觉，这种理性趋向并不天生所有。所谓勤能补拙，天生不足，我们可以后天弥补。
但是对于数据的科学，我个人认为，目前并不普及，大家也不很感兴趣，尤其在学校可见一斑。统计学课程是要人命的，尤其他还要点名，就是简直伤天害理。数据是枯燥，或者说，表面是枯燥的，如果你的统计学老师不是一个段子手，那么统计学课程就是枯燥加枯燥。这也就是为什么很多学生学完统计学，对基本的原则和规定都没有掌握。
那么回到互联网行业，比如说新媒体领域，品牌方想要投广告，看的只有两个，一个是阅读量，一个是点赞量，加上一个不知道从哪里道听途说来的经验，点赞量是阅读量的十分之一，可以判断阅读是不是有效。我猜是某个刷量小组，故意向外界传播的。但是这两个数据所得出的广告效益并不准确。两个数据都不一定真实，这是其一；即使真实阅读量还涉及深度深度的问题，无法判断，这是其二；点赞是否和阅读挂钩，存疑，我认为10%的比例是扯淡的。
总之有种种疑点，这些品牌是不会去考究了。这也就是为什么有些不要脸面的大媒体会做这样的肮脏事情。
其次是，数据的公信力度不足，很不足，非常不足；
大数据这个词好像让大家有一个不自觉地反应，觉得好像数据太大，小小错误没有关系。当然小小错误是没有关系的，千里之堤，溃于蚁穴，谁都不怕一只蚂蚁，就怕它把一家老小都搬过来。很多机构和公司，对待数据的采集简直可笑的很，有多少算多少，没有了自己编，编完了看结果是不是和以前差不多，差了50%，赶紧再编几个，补齐，然后就算完了。
中国的数据行业标准协会好像在推广数据标准方面，并没有做什么贡献。但数据是应该要有解释和公信力的，起码来源是否科学准确，运算原理是否合理。如果有一家做大数据公司，或者做数据披露的公司，他们的数据一而再再而三的错误，那么市场和行业是不是该对他们有所惩罚和警示。但这些措施，目前都还是猜想。
所以，拿到数据，首先要评判数据可信程度，再成为依旧做评判决定。
最后，刷出来了繁荣有时像宦官伺候皇上，专挑你爱听的说。
人有一种心理现象，叫做确认偏差。其实就是就喜欢听想听到的东西，就烦那些本就讨厌的事情。作为品牌方广告，他们最先看到的，最好全世界的手机都在看我的内容。但是远远不能够，所以如果用几个数字骗的他开心，下一次还找我们来骗他们，就是新媒体公司最重要的工作。
其实，如果真的想看看这个号的广告价值如何，看看他们电商数据就好了，准确可靠的电商数据。
到此，午休啦
