互联网算法推荐（互联网平台的算法）

互联网算法推荐（互联网平台的算法）抖音通过用户的滑动、点赞、留言、转发，以及平均观看时长，获得了大量宝贵的用户偏好数据，从而能够贴上各种数据标签。与传统图文信息流相比，短视频给用户贴上数据标签的效率要高得多。为什么抖音如此适合游戏及电商广告投放？广告算法好，确实是一个核心因素。例如，抖音对游戏广告主甚至可以以“单个付费用户”为单位结算，甚至可以约定“若用户流失则退款”；抖音、快手均可以将广告主的效果需求（CPA/ROI等）高效地“翻译”成前台CPM需求，快速而灵活地响应广告主的需求。但是，在“算法好”的背后，更深刻的原因是数据积累庞大、可信度高：互联网平台的算法被严重神化了。算法固然重要，但我们可以毫不客气地说：算法是可以在短期内砸钱搞出来的，但是数据无法在短期内搞出来；头部互联网公司在算法上不会有什么代差，但是在数据丰富程度和可用性方面可能产生代差（注：并不意味着一定有代差）。在互联网时代，数据堪称土地、劳动、资本后的第

文丨互联网怪盗团

在互联网行业，尤其是在投资人心目中，往往存在一种“算法迷信”或曰“技术迷信”：某公司的广告变现做得好，一定是因为有算法；某公司的云计算业务开展的好，也是因为有算法；某公司的游戏用户留存率高，还是因为有算法……

所以，一切用户问题和变现问题都可以通过“技术中台”解决，从Google或Facebook挖到的“算法专家”可以构成互联网行业的核心竞争力。与此相对，如果一项业务出了问题，无论是用户增长环节还是商业化环节出了问题，毫无疑问可以归咎于算法不行。

遗憾的是，上述观点是错误的。算法当然很重要。可是如果没有数据，你拿什么去“算”呢？如果把Google、Facebook、字节跳动或阿里巴巴的算法团队划拨给某个路人甲，难道路人甲就可以“冷启动”搞出一个全世界最厉害的互联网平台吗？哪怕是没有接触过互联网行业的人，也不会相信这种疯话——没有数据的算法，就像没有球员的足球战术，是不可能执行的。

互联网平台的算法被严重神化了。算法固然重要，但我们可以毫不客气地说：算法是可以在短期内砸钱搞出来的，但是数据无法在短期内搞出来；头部互联网公司在算法上不会有什么代差，但是在数据丰富程度和可用性方面可能产生代差（注：并不意味着一定有代差）。

在互联网时代，数据堪称土地、劳动、资本后的第四大生产要素，尽管我们常常忽略它，但其重要意义非同一般。更深一步，人工智能比拼的并不是算法，而是数据，“得数据者得天下，得数据者得算法”。互联网巨头在过去十几年呼风唤雨、取得了巨大的收入和利润，不仅仅是因为它们掌握了用户流量入口，更是因为它们掌握了基于用户行为的海量数据。

（就像在《命运石之门》当中，发明时间机器不仅需要天才黑客桥田至，更需要狂气科学家凤凰院凶真、天才少女牧濑红莉栖等一整套实验室体系的配合。）

为什么抖音如此适合游戏及电商广告投放？广告算法好，确实是一个核心因素。例如，抖音对游戏广告主甚至可以以“单个付费用户”为单位结算，甚至可以约定“若用户流失则退款”；抖音、快手均可以将广告主的效果需求（CPA/ROI等）高效地“翻译”成前台CPM需求，快速而灵活地响应广告主的需求。但是，在“算法好”的背后，更深刻的原因是数据积累庞大、可信度高：

1. 抖音通过用户的滑动、点赞、留言、转发，以及平均观看时长，获得了大量宝贵的用户偏好数据，从而能够贴上各种数据标签。与传统图文信息流相比，短视频给用户贴上数据标签的效率要高得多。

2. 抖音从2016年开始就建立了一个庞大的内容生态，各式各样的内容非常健全，从而可以让海量内容与海量用户之间互动，产生天量级的数据。其实，抖音在内容运营方面的功力极深，只是往往被人忽视。

反观还处在发展初期的微信视频号，与抖音的差距与其说在于“算法技术”，还不如说在于内容生态——目前视频号的原生创作者很少，MCN生态尚未建立，垂类内容运营也不发达（仅有直播取得了一些成果）。因为内容池太浅，所以无法与用户产生有意义的互动，导致数据深度和可信度不足。要解决问题，恰恰要依靠良好的社区运营和激励机制，去吸引更多、更有特色的创作者持续产生内容，而不是像某些人认为的那样，把推荐算法调教好就够了。

在中国这个特殊的（也是全球第二大的）互联网市场，各大平台对于用户数据的掌握程度，还存在两个微妙的因素：

首先，国内安卓平台对用户隐私的保护程度很低，从而允许互联网公司无节制地攫取数据。国内80%以上的用户使用安卓手机，国产安卓生态的用户保护机制几乎形同虚设——如果你禁止某个安卓APP读取你的通讯录、调用你的相册和摄像头，很可能你就无法完成安装，也无法使用大部分功能。在这方面，苹果手机堪称模范，甚至允许你像隐形人一样使用各大APP，让对方完全无法辨认你的身份；所以很多互联网平台都讨厌苹果手机。你在媒体经常能看到关于苹果手机如何差劲的黑文，不一定是其他手机厂商发的，很有可能是恼羞成怒的互联网平台发的。

很多安卓APP会定期截取用户屏幕、读取手机相册、读取输入法数据，甚至在用户不知情的情况下操纵摄像头——还记得当年震惊全网的“手机摄像头无声无息升起事件”，以及刚刚发生的“豆瓣删除用户相册图片”事件吗？因为平台可以肆无忌惮地收集用户数据，当然就可以很精准地贴上用户标签。与其说这是算法的功劳，还不如说是侵犯用户隐私的“功劳”。当然，在国内主管部门强调用户信息保护的今天，这一套玩法已经接近了极限。

其次，互联网平台内部各端、各业务的数据需要打通，否则就无法形成合力。为什么字节跳动的算法推荐精准？因为它内部各个产品、各项业务的数据是高度分享的。字节跳动的广告销售人员，可以迅速了解到抖音的某个趋势、某个流量洼地，然后立即对广告主进行推荐，这样广告主当然有投放的积极性。与其说字节跳动是依靠算法崛起的，还不如说是依靠打通技术和销售崛起的，以前的百度也是这样。

这就是近年来互联网公司纷纷强调“数据中台”的原因：与其说“数据中台”象征着一种技术创新，倒不如说它在削平内部山头，把各部门的数据资源最大限度地打通。不过，数据中台未必总能达到目的，因为规矩是人定的。对于历史悠久、内部利益分配复杂的互联网巨头而言，要各个山头分享数据是一个很艰难的任务。所以，像字节跳动、拼多多这样历史较短的公司往往能较好地打通数据，而历史悠久的公司做不到。

讽刺的是，2021年以来，监管部门加强了对平台商家获得用户数据的限制，却反而造成了平台对数据控制权的加强：

例如，对淘宝商家来说，以前可以获得某个具体买家的电话、地址、身份信息，从而可以进行内部分析，还可以主动通过短信等方式拉回流。2021年8月以来，淘宝商家看到的数据都被加密了（其他各大电商平台也在跟进），只有快递员还掌握用户的真实联系方式。虽然这样确实保护了用户隐私，却也造成商家完全受制于平台，很难绕开平台运营私域流量了。

这里就涉及到一个平台经济监管的核心问题：我们对互联网平台加强控制，归根结底是为了有益于用户，同时也应当有利于中小商家。有些事情可能对用户有利，却也加强了平台在产业链上下游的话语权，从而使它们相对于中小企业居于更强势的地位。如何避免这种现象出现？对于全世界的监管者来讲，都需要摸着石头过河。

在本文的最后，我们想集中探讨一下5G时代对数据的影响。坦白说，如果5G普及，互联网巨头对用户数据的控制可能提上一个新的台阶：

首先，数据维度大幅提升，5G将推动万物互联，5G时代连接数量达100万/平方公里（即每平方公里有100万对数据连接存在），是4G时代的100倍。根据AT&T的数据，2020年全球物联网的连接数达到500亿，其中物与物（设备对设备）的连接数占比80%。一方面，联网设备数增加，将线上和线下数据进一步打通；另一方面，物物之间的连接数大幅提升，数据的维度和延续性都有了实质提升。

其次，5G基站将实现更加精准定位。由于5G穿透性不如4G，需要更多的5G基站完成原来4G信号塔的作用。在基站密度一定情况下，5G可以将基站定位精度提升至1m，并且更多5G基站在室内，室内定位效果也将增强。届时，互联网巨头念念不忘的“对用户位置的精确掌控”将成为现实，达到厘米级的掌控也不是不可能的。

可想而知，进入5G时代，互联网行业的海量数据会变成天量数据，数据的精准度、可用性、灵活性也会大幅提升。举两个很简单的例子：

1. 如果智能家居真能成为主流，就无异于在移动互联网之外再造了一个“家居互联网”，用户从早上起床到晚上就寝，乃至睡眠中产生的数据，均将被纳入互联网平台的体系。

2. 如果5G基站定位精度达到1米以内，传说中的“室内LBS服务”将成为现实，线下零售商将能够绘制出精准的“零售热力图”，从而进行一系列O2O数据合作（例如通过用户的行动细节向其推送商品）。

由此产生的用户隐私等法律、道德问题也是不容忽视的。这也就是各国监管部门要赶在5G大规模商用的初期，纷纷加强对平台经济的控制、对用户个人隐私的保护的原因。

当然，按照某些互联网平台的观点，中国用户不重视个人隐私，更愿意牺牲个人数据主导权去换取生活便利，所以主管部门也不应该严厉限制对用户数据的刺探和使用。你赞成吗？反正我不赞成。