搜索大数据：商业世界的“上帝视角”

　　电影《末日重启》中有这样一句台词：“你有没有想过，世界上还存在一个镜像世界，那里的一切都和你的生活一样，就像我们熟知的平行时空那样。”

　　在这样一个特殊的时间点，或许已经有不少人开始思索这个问题，如果我们可以从“镜像世界”看到自己，如果我们可以在两个多月前叫停那些吃“野味”的人群，社会就不会停摆，我们的生活也不会被外力打乱。

　　然而现实世界中可能并不缺少这样的“平行时空”。

　　两个多礼拜前，华南农业大学公布了最新的研究成果，穿山甲正是新型冠状病毒的潜在中间宿主。但在更早前的一个礼拜，百度发布的搜索大数据报告显示，穿山甲雄踞过去十年中“野味搜索”的第一位，类如“野味的做法”和“野味馆”的百度搜索大数据同样呈现出较为明显的季节性波动，这说明即使经历非典之后，依然有人对吃野味这件事情有独钟。

　　从中不难梳理出潜在的因果关系：搜索作为用户主动获取信息的方式，所产生的搜索大数据直观地暴露了民众对于“野味”的热情，隐藏在这些数据背后的用户行为，正是为疫情爆发而种下的“因“。

　　抛却疫情这般沉重的话题，保留一些“私心”将目光看向商业世界，看到的却是企业家、创业者们的“诉苦”，诸如“现金流只能维持三个月”“给员工发不出工资”之类的声音比比皆是，而非尝试从现实世界的“镜像”里寻找活下去的答案，思索“黑天鹅”可能带来的新机会。

　　本文想要讨论的正是这样一个话题。

　　“搜索直接连接大脑”

　　“搜索直接连接大脑”，谷歌联合创始人谢尔盖·布林提出的概念被不少人解读，甚至有人猜测谷歌一开始就想打造连接人与世界的“脑机”。

　　或许无须这般深奥的猜测，谷歌不止一次对外宣称：“搜索的最终目标是理解人的意思”，没准这就是谢尔盖·布林的题中之意。厘清了搜索引擎的价值，也就不难理解搜索数据由少变多，再到大数据的现实意义。

　　首先，谷歌和百度的主页大概是互联网世界中最简单的UI，有人给出的解释是“偶然性”的产物，搜索引擎诞生的时间还是拨号上网的年代，为了保证网页加载的速度，以及节省服务的流量成本，最简单的选择无疑是最好的选择。

　　暂且不去论证此类说法的正确性，简单到极致的搜索框恰恰是破解“搜索直接连接大脑”的关键所在。当用户面对这样的搜索框时，看不到太多的干扰因素，由此养成的习惯就是：在搜索框里输出自己想要答案的关键词，一种最原始也最纯粹的“主动寻找信息”的场景。何况人们并不缺少雅虎这样包括搜索框的门户或导航网站，为用户提供了这样或那样的选择，最终却和PC时代一起走向了衰落。

　　其次，人们的每一次请求，搜索引擎都知道人们在寻找什么，正如人们的所有行为都会在互联网上留下痕迹，而搜索引擎占领了捕捉和分析这一行为的最佳路径，针对这些用户行为的抓取、存储和分析，甚至可以揣摩用户搜索之前的动机来洞察新的趋势，指引下一阶段的走向。

　　即便到了移动互联网时代，超级APP逐渐崛起，数据孤岛逐渐形成，“投喂”模式的内容分发已经成为新潮流，可搜索仍然是最高频的用户行为之一。谷歌在全球范围内的月活用户超过了10亿人次，国内每天也有10 亿人次通过百度搜索了解疫情，同时移动互联网又进一步扩展了搜索引擎的能力边界，除了搜索的关键词，还有搜索的地点、设备、方式，数据不仅在增“大”，也在变“深”。

　　之所以用如此长的篇幅来阐述搜索的意义，无非是想要回答这样一个问题：记忆和联想是大脑最重要的两种思维方式，记忆是互联网的优势所在，联想的路径是什么?这也就引出了搜索大数据的价值，即洞察、预测、研判……

　　毕竟搜索作为网民的“意图数据库”，当然可以根据某一专题搜索大数据的的涨跌，预测下一步的市场走势。

　　“像上帝一样俯视

　　搜索大数据的“一战成名”，还要从谷歌的GFT说起。

　　2008年谷歌推出了一个名为Google Flu Trends的应用，翻译成中文就是“谷歌流感趋势”，通过汇总分析用户的搜索数据，对全球的流感疫情进行估测。2009年美国H1N1流感爆发的几周前，谷歌的工程师们在《Nature》上发表了一篇论文，预测了H1N1在美国的传播，并且具体到了特定的地区，事后证明与美国疾病控制和预防中心(CDC)的官方数据相关性高达97%，时间上却提前了整整两周。

　　只是谷歌的GFT也有“玩砸”的时候。

　　2014年有研究人员在《Science》上发表文章指责GFT的糟糕表现，文章的标题相当直接——“谷歌流感的寓言：大数据分析的陷阱”。原因在于，2011年8月到2013年8月之间的108周里，GFT有100周的流感发病率预测高过CDC，2012年到2013年的预测发病率已是CDC报告值的2倍多。

　　不过这并不是唱衰搜索大数据的理由。

　　打这样一个比方：在一个交通流量密集的十字路口，实时记录行驶过的车辆和发生的交通事故，如果上礼拜一的车流量是1万辆，不难在下个礼拜一记录到大致相同的数字;可如果上礼拜一发生了两起交通事故，很难说下个礼拜一定会发生交通事故，因为交通事故是不确定性事件。

　　简而言之，搜索大数据在不确定性、随机性事件中的预测可能会出现不小的偏差，但对确定性、趋势性的事件，几乎可以用“研判”一词来形容。

　　直接的例子就是有人用Google趋势多次成功预测了比特币的价格走势，毕竟加密货币的价格变化直接取决于外界的关注度，当用户搜索比特币正面关键词的标准差增加时，预示着比特币的价格将有所上升，而负面关键词的标准差增加时，往往会在一段时间后出现价格下降的情况。

　　国内也不乏这样的例子。

　　比如在线教育的百度搜索大数据在今年春节后不久就开始猛涨，这比在线教育概念股的疯涨足足提前了两个礼拜左右。可以给出的合理解释是：1月23日武汉封城的消息曝出后，一些家长就开始焦虑孩子开学的问题，在线教育相关关键词的搜索量开始迅速增长。

　　此外，疫情的消息传出后，新型冠状病毒肺炎症状之一“咽喉痛”的关键词搜索开始呈现出上升趋势，折射了人们对于自身情况的担忧，可能会引发焦虑情绪和心理健康问题。对于内容生产者和平台方，及时辟谣并加大权威信息、科普信息的权重，可以说是防疫过程中必要的一个环节......

　　假如人们可以在黑天鹅出现之前，对市场的走向做出准确的洞察，或许可以像上帝一样俯视乱象中的危与机，而非无奈的“诉苦”。

　　不应被忽略的金矿

　　关于大数据价值的“警示”，几乎成了老调常谈的话题。

　　早在1980年，著名未来学家阿尔文·托夫勒就在《第三次浪潮》中，将“大数据”描绘为“第三次浪潮的华彩乐章”。

　　2012年，IBM CEO罗睿兰的观点更为直接：“大数据不亚于一种新的自然资源。数据在我们当今时代的角色就像是蒸汽、电磁和化石燃料对之前时代的角色一样。它有潜力推动更高一层的社会进步和繁荣。”

　　也正是在2012年，美国、欧洲、日本、韩国等先后启动了政府带头的大数据研究与开发计划，国内也在当年的“十二五”规划中明确提出要支持海量数据存储、处理技术的研发和产业化。

　　只是大数据在国内的用户基础似乎还很贫瘠：微信每年都会放出一份大数据报告，告诉我们什么是最受欢迎的年度表情;支付宝每年都会公布一份年度账单，用数据诠释过去一年中花了多少钱，花在了什么地方;至于百度搜索大数据的应用，可能是不少营销人的必备工具，更广阔的B端市场对其的关注度还有不小的增长空间。

　　比如手机厂商已经习惯于从搜索大数据中追踪舆情，然后根据用户的喜好制定相应的市场营销计划，却没有耐心从亿万用户的搜索大数据中挖掘产品痛点在哪里，反而喜欢从几千人规模的调研数据里找答案。

　　再比如提到经典的数据应用案例时，很多人想到的还是沃尔玛“啤酒与尿布”，也折射了当下零售商的窘境：执着于在自家的仓库数据中找到可能的商品关联，如果进一步分析搜索啤酒的用户背后的动机是什么、还会搜索哪些商品，是否会制造更多的可能?

　　另一个现实而迫切的问题是，疫情期间每天有超过10亿人次在用百度搜索获取信息，沉淀了海量的用户数据，这些用户们出于什么样的需求，基于什么样的诉求?幸运的是，已经有不少人尝试从野味、口罩等数据中给出了一些洞察，可这些疫情期间的搜索数据如何优化社会治理体系，如何预防下一次疫情的出现，还需要进一步下功夫挖掘。

　　就像疫情期间同时发生的生鲜抢购和农产品滞销，对这些数据进一步挖掘整理，是否可以对供应链的调整给出科学的指导;不同地区的医学关键词搜索情况和当地的医疗体系进行关联分析，或许可以以远程诊疗的形式弥补医疗资源分配不均衡的问题;以及不同地区“口罩”、“消毒水”等防疫用品的搜索情况，大致可以洞察出当地的需求强弱，引导政府调整医疗物资的分配......

　　至少对站在产业转折点上的中小企业而言，在现金流远不能和巨头匹敌的局限下，搜索大数据这座金矿可能是拉平差距的唯一筹码，谁能掌握挖掘大数据的“黑魔法”，无疑将在竞争中多一些胜算。

　　写在最后

　　“镜像世界”并不是科幻电影的专属，而是耶鲁大学计算机科学家David Gelernter在1991年提出的概念。

　　彼时给“镜像世界”下的定义是：镜像世界是将一些巨大的结构性的运动的真实生活，像镜像图景一样嵌入到电脑中，通过它你能看到和理解这个世界的全貌。长达30年时间的科技演进，现实世界正在1:1映射变成数字社会，特别是在物联网的推进下，整个世界都在“可读化”，“镜像世界”已然从概念成了现实。

　　其中搜索大数据正是“镜像世界”的组成部分之一，或许我们还不能从人类的尺度观察世界，但从商业的尺度来洞察潜在的机会点，并不缺少一定的可行性。正如那句有些鸡汤性质但不失哲理的话：当你改变了看世界的方式，你就改变了你所看到的世界。