隨著社交網(wǎng)絡(luò)的發(fā)展進(jìn)入瓶頸期，其生成的用戶數(shù)據(jù)的價(jià)值已遠(yuǎn)遠(yuǎn)大于平臺(tái)本身。如何將這些數(shù)據(jù)和內(nèi)容流量變現(xiàn)，成為Facebook、Twitter及其他社交網(wǎng)站不斷考慮的話題。

社交數(shù)據(jù)是一座大金礦，這一點(diǎn)社交平臺(tái)深信不疑。伴隨越來越多的廣告商、產(chǎn)品生產(chǎn)商、品牌營(yíng)銷商對(duì)連接社交網(wǎng)絡(luò)世界的迫切渴望，用戶數(shù)據(jù)所蘊(yùn)藏的價(jià)值能量正日漸浮出水面。接下來，就看社交平臺(tái)自己及其他數(shù)據(jù)營(yíng)銷公司如何對(duì)這一寶藏探索了。

社交數(shù)據(jù)掘金之路

社交巨頭Facebook和Twitter很早時(shí)就開始他們?cè)谏缃粩?shù)據(jù)領(lǐng)域的掘金之路。

衡量一個(gè)事物的真正價(jià)值不僅要看它已經(jīng)做了什么，更要看它還能做些什么。如今的Facebook就像是一個(gè)剛剛打好地基的龐大數(shù)字城堡，在歷經(jīng)了股市浩劫之后，如何盡快將用戶數(shù)據(jù)變?yōu)閷?shí)現(xiàn)增收的利器對(duì)Facebook來說已刻不容緩。至于它是如何利用這些數(shù)據(jù)的，或許我們可以從以下它的一系列動(dòng)作中尋找到一些蛛絲馬跡：

2011年5月，F(xiàn)acebook加深了與微軟Bing間的合作，開始利用Bing深度整合Facebook的社交數(shù)據(jù)庫。比如，在你給出一個(gè)搜索請(qǐng)求后，Bing不再僅是用一個(gè)單獨(dú)的懸浮面板展示你朋友在Facebook上“喜歡”的內(nèi)容了，而是將直接根據(jù)“喜歡”對(duì)搜索結(jié)果進(jìn)行重新排序。

到了2012年8月，F(xiàn)acebook在挖掘用戶數(shù)據(jù)價(jià)值的道路上又向前跨一大步，它收購了曾開發(fā)社交分析工具Swaylo的社交數(shù)據(jù)分析公司Threadsy。而這意味著Facebook開始將對(duì)挖掘用戶數(shù)據(jù)價(jià)值的主動(dòng)權(quán)握在自己手中。

不僅如此，其CEO扎克伯格在TechCrunch Disrupt大會(huì)上曾公開表示：“在回答用戶問題方面，F(xiàn)acebook有得天獨(dú)厚的優(yōu)勢(shì)。”從而引發(fā)了媒體和業(yè)界對(duì)其做搜索引擎的瘋狂猜測(cè)，而最終他也如大家所愿地確認(rèn)了這一點(diǎn)。推出搜索并非一件容易的事情，需要建立在擁有足夠大的數(shù)據(jù)基礎(chǔ)以及對(duì)這些數(shù)據(jù)有一個(gè)全面的結(jié)構(gòu)梳理的基礎(chǔ)上。

“Facebook的價(jià)值在于他們掌握了龐大的用戶數(shù)據(jù)。這家公司將會(huì)通過頁面的連接、內(nèi)容還有自家的社交內(nèi)容來提高搜索引擎的效果。”法國(guó)網(wǎng)絡(luò)技術(shù)公司X-Prime Group的社交媒體經(jīng)理Christophe Henner清晰地指出了Facebook涉足搜素得天獨(dú)厚的先決條件。扎克伯格也表示，目前Facebook上每天有超過10億個(gè)查詢，他們有一個(gè)專門的團(tuán)隊(duì)，將為具體用戶打造量身定做的搜索引擎。

不同于Facebook用戶所形成的強(qiáng)關(guān)系鏈，Twitter用戶之間的聯(lián)系是一種弱關(guān)系鏈，它也更強(qiáng)調(diào)自己是一個(gè)注重新聞傳播以及話題性內(nèi)容討論的社交媒體。在這個(gè)平臺(tái)上產(chǎn)生的用戶數(shù)據(jù)樣本或許不具備Facebook那種帶有明顯的個(gè)體行為因素特征，但也極具公共信息分析價(jià)值。

盡管用戶數(shù)量方面不及Facebook，但在很多人看來，Twitter的興趣圖譜優(yōu)于Facebook的社交圖譜。Twitter的用戶數(shù)據(jù)所能產(chǎn)生的潛在價(jià)值同樣令人驚嘆。這從人們正在發(fā)明的利用Twitter社交數(shù)據(jù)各種讓人吃驚的應(yīng)用就可看得出，從社交監(jiān)測(cè)到醫(yī)療應(yīng)用，甚至可以去追蹤疫情爆發(fā)。對(duì)于這些細(xì)分領(lǐng)域的應(yīng)用所產(chǎn)生的實(shí)際價(jià)值，Twitter用戶數(shù)據(jù)的貢獻(xiàn)功不可沒。

在這些用戶數(shù)據(jù)的挖掘上，Twitter也進(jìn)行了一系列的探索。不久前Twitter與Salesforce.com簽署了數(shù)據(jù)管道授權(quán)協(xié)議， Salesforce因此能訪問所有的Twitter公共數(shù)據(jù)，這也是Twitter的社交大數(shù)據(jù)與企業(yè)應(yīng)用直接對(duì)接的一個(gè)信號(hào)。

在如何梳理海量數(shù)據(jù)的問題上，Twitter更是邁出了實(shí)質(zhì)性的一步。該公司數(shù)據(jù)科學(xué)家Edwin Chen透露，Twitter內(nèi)部希望嘗試一種全新的大數(shù)據(jù)系統(tǒng)——Spark。Spark是一個(gè)基于內(nèi)存計(jì)算的開源的集群計(jì)算系統(tǒng)，目的是讓數(shù)據(jù)分析更加快速。這一方法將大大提升Twitter進(jìn)行數(shù)據(jù)分析服務(wù)的速度。

通過過濾用戶歸屬地、發(fā)推位置和相關(guān)關(guān)鍵詞，Twitter建立了一系列定制化的客戶數(shù)據(jù)流。比如，通過過濾電影片名、位置和情緒標(biāo)簽，你可以知道洛杉磯、紐約和倫敦等城市最受歡迎的電影是哪些。而根據(jù)用戶發(fā)布的個(gè)人行為描述，你甚至能搜索到那些在加拿大化學(xué)的日本游客。如果將社交數(shù)據(jù)與其他金融數(shù)據(jù)結(jié)合，你甚至能把Twitter變成一個(gè)股票交易工具。