本文结构：
- 这是啥
- “金拱门”是如何打败“引力波”的
- Round 1 “金拱门 vs 引力波” 之 信息附着力
- Round 2 “金拱门 vs 引力波” 之 个别人物
- Round 3 “金拱门 vs 引力波” 之 环境威力
- 为什么要写这个
这是啥
今天有朋友问起来，为什么“麦当劳改名金拱门”这么让人激动。
我就说，（请坚持看完这句话）一周之前全世界三十多家顶级天文机构共同发布了一项重大成果：人类第一次对两个中子星合并的事件进行了引力波和电磁波的联合观测。这个成果在人类的科学史上可以说有里程碑式的意义，但是人们并没有这么激动。
这是为什么？这篇小品文是我对此简单的思考，供看官取笑吧。
这里面主要的分析方式来自格拉德威尔老师的《引爆点》，这书里提到的几条原则简单易懂，用下面这几行就可以归纳，因为非常无聊可以跳过，后面用到的时候回来对一下就好。
《引爆点》是格拉德威尔2006年出版的作品，主要讲述作者总结的触发流行的三条法则：信息附着力，个别人物和环境威力。
信息附着力: 能够流行的信息，应该具有吸引人，易传播的特性。
- 提升信息附着力的方法: 视觉化，具象化和添加操作属性等。
个别人物: 下列三种人物可以在信息传播中起到关键作用，当然这种划分存在重叠。
- 内行：极客，价值发掘者。
- 联络员：交际明星，人际网络路由器。
- 推销员：热爱分享的人，主动传播者。
环境威力: 环境对传播行为的影响。
- 人们会观察别人怎么做，当一个行为的流行度达到一个阈值，它的病毒传播就势不可挡了。
- 邓巴数：人脑天然允许的无层级团体规模，也就是150人以下的小团体，容易快速交流信息，达成内部默契。
“金拱门”是如何打败“引力波”的
首先，我们要排除一个问题：
“金拱门”的突然流行，是麦当劳的阴谋嘛？
这是个很自然的问题，这次病毒传播最大的受益者是谁？当然是麦当劳蓝蓝路教主本身。但是这不重要，因为它和我们要说的事没关系。
即使这件事整个都是麦当劳策划的，那么它也只是触发了这个“Tipping Point”，否则，这就是某些网友随机触发的，但我们在这里并不关心谁是推到第一块骨牌的人，我们更关心的是骨牌是如何一块又一块倒下的。
Round 1 “金拱门 vs 引力波” 之 信息附着力
当我们说一个信息的“附着力强”，我们可能有两种意思：
- 这条信息容易让人记住。
- 这条信息容易影响到更多的人。
在这两种语义下，引力波都完败。
对于1. 这两条信息哪个更容易记住，哪个更具体是显而易见的，甚至“金拱门”还具有可操作性——你今天真的可以去吃一顿，然后发朋友圈，发微博。但你不可能拍一张自己和引力波的合影。
对于2. 如果我们假设知道引力波的人，对引力波更关心，比如关心程度是 100，而毫不关心麦当劳。而不知道引力波的人，也不太关心麦当劳，比如关心程度是 5。那么知道麦当劳的人只要是关心引力波的人的20倍多，就能造成类似的效果了。而事实上，显然这个倍数远远不是20这个数量级。况且一个人和你说20次，和20个人每人说一次，显然也不是一个效果。
Round 2 “金拱门 vs 引力波” 之 个别人物
对于“内行”这个角色。
引力波事件，显然成为“内行”的门槛太高了，只有少数科普媒体，比如卓克的频道，比如果壳网，有比较靠谱的解读。
另一方面，事实上中信对麦当劳中国的并购在今年八月就公布了，当时有些人就试图编一些无聊小段子来调侃这件事。以下面这位不愿透露姓名的朋友为例。
6.jpg
对于“联络员”这个角色。
从统计上说，关心引力波的人少，那么关心引力波的联络员就少。另外，即使同一个联络员转发了两个消息，其受众的关注度也会显著不同。
1.PNG
9.png
对于“推销员”这个角色。
当一条信息真正“Go Virus”之后，去做它的推销员不但是有趣的，甚至是有报酬的（比如自媒体传播的段子和视频），在这种激励下，推销员们甚至会自己生产新的内容。所以这是一个恐怖的指数传播过程。（请原谅 Markdown 恐怖的图片排版）
5.png
4.png
Round 3 “金拱门 vs 引力波” 之 环境威力
金拱门的另一个优势，就是在小团体内能快速传播，某位不愿透露姓名的朋友周围，在今天之前已经有很多朋友把麦当劳称为“国营饭馆”了。但是想象一下，你周围有150人愿意和你讨论引力波的可能性有多大？反正我肯定不是其中之一。
为什么要写这个
为什么要分析这个，或者说，为什么我们认为可以预测人群的行动呢，像人类社会这种复杂系统，难道不是一个混沌体系嘛？
没错，作者虽然引用了诸多实例和数据，但《引爆点》明显是一部经验性的作品，并且作者提出的观点基本上在逻辑上都是无法证伪的，换句话说，按照波普尔的定义，这些都不是科学。
但是我们观察到，基本所有研究人类行为的学科都带有这种色彩。
本书基于以下假设：
人类行为和多数物理现象一样，虽然个体的行为是随机的，但群体行为是概率性的，因此是以一定准确率预期甚至控制群体行为是可能的。
这就像你把一杯水泼出去这一过程中，虽然微观上每个水分子的运动几乎都是随机的，但他们集体的行为确实是遵循一定规律的，于是我们创造了一种叫做“物理学”的模型来拟合这种规律，从而能够成功预测这杯水的宏观运动。
当然，如果你去采访每个水分子，他们会告诉你形形色色的答案，向下运动的水分子会说这是“大势所趋”，向上飞溅的水分子没准说他“个性独具”呢。可见如果调查取样出现偏差，这种采访一定会得出荒谬的答案，即使你能用大数据的收集的方式询问每个水分子的意见，得出的结论也不一定可靠。这种时候，模型的力量就更有用了。
也就是说，对于离散的问题，当我们有概率上的结论后，返回去归因可能是没有意义的。
这是句屁话。我的意思是，在这个例子中，他们的多数意见更可能是“这是我们集体的选择。”而不是“因为地球有引力”。
网友评论