Facebook sắp kết thúc phải không?

Gần đây, bài viết này đã nhận được rất nhiều sự chú ý (ví dụ từ WSJ ). Về cơ bản, các tác giả kết luận rằng Facebook sẽ mất 80% thành viên vào năm 2017.

Họ dựa trên những tuyên bố của họ về ngoại suy mô hình SIR , một mô hình ngăn thường được sử dụng trong dịch tễ học. Dữ liệu của họ được rút ra từ các tìm kiếm của Google cho "Facebook" và các tác giả sử dụng sự sụp đổ của Myspace để xác thực kết luận của họ.

Câu hỏi:

Có phải các tác giả làm cho một "tương quan không ngụ ý nhân quả" sai lầm? Mô hình và logic này có thể đã hoạt động cho Myspace, nhưng nó có hợp lệ cho bất kỳ mạng xã hội nào không?

Cập nhật : Facebook quay lại

Theo nguyên tắc khoa học "tương quan bằng nhân quả", nghiên cứu của chúng tôi đã chứng minh một cách dứt khoát rằng Princeton có thể có nguy cơ biến mất hoàn toàn.

Chúng tôi không thực sự nghĩ rằng Princeton hoặc nguồn cung cấp không khí của thế giới sẽ đến sớm. Chúng tôi yêu Princeton (và không khí), và thêm một lời nhắc nhở cuối cùng rằng không phải tất cả các nghiên cứu đều được tạo ra như nhau - và một số phương pháp phân tích dẫn đến kết luận khá điên rồ.

Các câu trả lời cho đến nay đã tập trung vào chính dữ liệu , điều này có ý nghĩa với trang web này và các sai sót về nó.

Nhưng tôi là một nhà dịch tễ học tính toán / toán học theo khuynh hướng, vì vậy tôi cũng sẽ nói về mô hình này một chút, bởi vì nó cũng liên quan đến cuộc thảo luận.

Trong suy nghĩ của tôi, vấn đề lớn nhất với bài báo không phải là dữ liệu của Google. Các mô hình toán học trong dịch tễ học xử lý dữ liệu lộn xộn mọi lúc, và theo tôi, các vấn đề với nó có thể được giải quyết bằng một phân tích độ nhạy khá đơn giản.

Vấn đề lớn nhất, với tôi, là các nhà nghiên cứu đã "cam chịu thành công" - điều cần luôn luôn tránh trong nghiên cứu. Họ làm điều này trong mô hình mà họ quyết định phù hợp với dữ liệu: mô hình SIR tiêu chuẩn.

Tóm lại, một mô hình SIR (viết tắt của mẫn cảm (S) truyền nhiễm (I) đã phục hồi (R)) là một loạt các phương trình vi phân theo dõi tình trạng sức khỏe của dân số khi nó gặp phải một bệnh truyền nhiễm. Các cá nhân bị nhiễm bệnh tương tác với các cá nhân nhạy cảm và lây nhiễm cho họ, và sau đó kịp thời chuyển sang loại bị thu hồi.

Điều này tạo ra một đường cong trông như thế này:

Đẹp phải không? Và vâng, cái này là cho một đại dịch zombie. Câu chuyện dài.

Trong trường hợp này, đường màu đỏ là thứ được mô phỏng là "người dùng Facebook". Vấn đề là đây:

Trong mô hình SIR cơ bản, lớp I cuối cùng sẽ và chắc chắn sẽ tiến gần đến mức không có triệu chứng .

Nó phải xảy ra. Sẽ không có vấn đề gì nếu bạn lập mô hình zombie, sởi, Facebook hoặc Stack Exchange, v.v. Nếu bạn mô hình hóa nó bằng mô hình SIR, kết luận tất yếu là dân số trong lớp (I) truyền nhiễm giảm xuống khoảng không.

Có những phần mở rộng cực kỳ đơn giản cho mô hình SIR khiến điều này không đúng - hoặc bạn có thể khiến những người trong lớp (R) được khôi phục trở lại dễ bị ảnh hưởng (S) (về cơ bản, đây sẽ là những người rời Facebook thay đổi từ "Tôi không bao giờ quay lại "thành" Tôi có thể quay lại vào một ngày nào đó "), hoặc bạn có thể có người mới vào dân (đây sẽ là Timmy bé nhỏ và Claire có được những chiếc máy tính đầu tiên của họ).

Thật không may, các tác giả đã không phù hợp với những mô hình. Đây là một vấn đề phổ biến trong mô hình toán học. Một mô hình thống kê là một nỗ lực để mô tả các mẫu của các biến và tương tác của chúng trong dữ liệu. Một mô hình toán học là một khẳng định về thực tế . Bạn có thể có được một mô hình SIR để phù hợp với nhiều thứ, nhưng sự lựa chọn của bạn về một mô hình SIR cũng là một sự khẳng định về hệ thống. Cụ thể, một khi nó đạt đến đỉnh điểm, nó sẽ hướng về không.

Ngẫu nhiên, các công ty Internet sử dụng các mô hình duy trì người dùng trông rất giống mô hình dịch bệnh, nhưng chúng cũng phức tạp hơn đáng kể so với mô hình được trình bày trong bài báo.

Mối quan tâm chính của tôi với bài viết này là nó tập trung chủ yếu vào kết quả tìm kiếm của Google. Một thực tế rõ ràng là việc sử dụng điện thoại thông minh đang tăng lên ( Pew Internet , Brandwatch ) và doanh số máy tính truyền thống đang giảm (có thể là do máy tính cũ vẫn hoạt động) ( Slate , ExtremeTech), khi nhiều người sử dụng điện thoại thông minh để truy cập internet. Xem xét có một ứng dụng Facebook gốc cho (ít nhất) iOS, Android, Blackberry và Windows Phone, không có gì ngạc nhiên khi số lượng truy vấn của Google cho "facebook" đã giảm đáng kể. Nếu người dùng không còn cần phải mở trình duyệt và gõ nhầm "facebook.com" vào thanh URL, thì điều đó chắc chắn sẽ tác động tiêu cực đến số lượng tìm kiếm. Trên thực tế, số người dùng FB sử dụng ứng dụng đã tăng lên đáng kể ( TechCrunch , Forbes ).

Tôi nghĩ rằng nghiên cứu này chỉ là một số "huh, mối tương quan thú vị" đã được đưa ra quá xa bởi các phương tiện truyền thông báo động; "Bạn có biết thế giới đang thay đổi không? Thật bất ngờ!"

Vâng, bài viết này thiết lập một thực tế là số lượng tìm kiếm của Google trên Facebook phù hợp với một đường cong nhất định. Vì vậy, tốt nhất có thể dự đoán rằng các tìm kiếm trên Facebook sẽ giảm 80%. Điều này có thể khả thi, bởi vì Facebook có thể trở nên phổ biến đến mức không ai cần phải tìm kiếm về nó.

Vấn đề với loại mô hình như vậy là họ cho rằng không có yếu tố nào khác có thể ảnh hưởng đến động lực học của biến quan sát. Giả định này khó có thể biện minh khi xử lý dữ liệu liên quan đến con người. Ví dụ, mô hình này giả định rằng Facebook không thể làm gì để chống lại sự mất mát của người dùng, đây là một giả định rất đáng nghi ngờ.

Theo tôi, Google Trend không thể tạo ra một bộ dữ liệu tốt cho trường hợp nghiên cứu này. Xu hướng của Google cho thấy tần suất tìm kiếm một thuật ngữ với Google vì vậy có ít nhất hai lý do để đưa ra một số nghi ngờ về sự phổ biến:

• Chúng tôi không biết người dùng tìm kiếm trên Google Facebook để đăng nhập hay nếu anh ta tìm kiếm thông tin về Facebook

Facebook không chỉ là một trang web là một hiện tượng, với nhiều bài báo, sách và một bộ phim về nó và Facebook Inc. vào ngày 18 tháng 5 năm 2012 đã bắt đầu bán cổ phiếu ra công chúng và giao dịch trên NASDAQ. Google Trend cho bạn thấy cả hai: các tìm kiếm cho trang web và các tìm kiếm cho "hiện tượng". Những điều mới luôn có tác động lớn đến số đông, TV có tác động lớn đến số đông hiện nay không ai viết bài về nó nhưng vẫn là một trong những thiết bị được sử dụng nhiều nhất.

• Hầu hết người dùng không tìm kiếm "facebook" trên Google để đăng nhập

Với các ứng dụng di động và Dấu trang, người dùng có kiến ​​thức tốt về tìm kiếm internet "facebook" trên Google chỉ lần đầu tiên sau đó anh ta thường lưu trang dưới dạng dấu trang hoặc tải xuống ứng dụng. Biểu đồ dưới đây là xu hướng của Google cho Wikipedia , có vẻ như chúng ta sẽ không sử dụng Wikipedia trong tương lai. Rõ ràng điều này không đúng, chúng tôi chỉ đơn giản là không truy cập vào wikipedia gõ "wikipedia" mà chúng tôi chỉ đơn giản là tìm kiếm và sau đó sử dụng trang wikipedia hoặc chúng tôi sử dụng dấu trang để truy cập vào nó.

Một vài vấn đề cơ bản nổi bật với bài viết này:

• Nó giả định mối tương quan của các truy vấn công cụ tìm kiếm về một mạng xã hội đang gia tăng với số lượng thành viên tăng. Điều này có thể có tương quan trong quá khứ, nhưng có thể không trong tương lai.

• Có rất ít mạng xã hội lớn mới. Bạn gần như có thể đếm chúng trên một tay. Friendster, Myspace, Facebook, Google+. Ngoài ra, Stack Exchange, Tumblr và Twitter hoạt động tương tự như các mạng xã hội. Có ai dự đoán Twitter đã kết thúc? Hoàn toàn ngược lại, nó dường như có động lực lớn. Không có nhiều đề cập hoặc nghiên cứu về những người khác để xem nếu họ phù hợp. Theo một cách mà chúng ta đang nói, liệu một xu hướng có tồn tại trong số 5-7 điểm dữ liệu không? (Số lượng mạng xã hội.) Đó chỉ là quá ít dữ liệu để đưa ra bất kỳ kết luận nào về tương lai.

• Facebook thay thế Myspace. Đó là động lực trưởng. Nó không xem xét ý tưởng rằng một nhiễm trùng đang thay thế một nhiễm trùng khác, nó có xu hướng xem xét chúng một cách riêng biệt. Facebook đang thay thế cái gì? Google+? Twitter? Sự tương tác và "đào tẩu" của khách hàng từ một "thương hiệu" hoặc "sản phẩm" này sang hiện tượng khác là hiện tượng quan trọng trong lĩnh vực này.

• Mạng xã hội cùng tồn tại. Một người có thể là thành viên của nhiều trang web. Đúng là các thành viên có thể có xu hướng thích cái này hơn cái kia.

• Có vẻ như một mô hình tốt hơn nhiều là có một sự hợp nhất đang diễn ra, như trong kinh tế, như với ô tô, nhà sản xuất radio, trang web, v.v. Như trong bất kỳ công nghệ đột phá mới nào, có rất nhiều đối thủ cạnh tranh, và sau đó , sau đó, lĩnh vực thu hẹp, họ có xu hướng hợp nhất, có sự mua lại và sáp nhập, và một số chết trong cuộc cạnh tranh. Chúng tôi đã thấy các ví dụ về điều này, ví dụ như Yahoo mua Tumblr gần đây.

• Một khái niệm tương tự có thể là với các mạng truyền hình hợp nhất và được sở hữu bởi các tập đoàn lớn, ví dụ các công ty truyền thông lớn sở hữu nhiều tài sản truyền thông. Thật vậy, Myspace đã được News Corporation mua lại.

• Cách để đi là tìm kiếm nhiều sự tương đồng giữa kinh tế và nhiễm trùng (sinh học). Các công ty có được khách hàng từ các đối thủ cạnh tranh và việc thu hút các sản phẩm thực sự có nhiều điểm tương đồng về dịch tễ học. Có nhiều sự tương đồng với các chủng tộc "nữ hoàng đỏ" tiến hóa [xem cuốn sách, Nữ hoàng đỏ của Ridley ]. Có thể có kết nối đến một lĩnh vực được gọi là bionomics .

• Một mô hình cơ bản khác là các sản phẩm cạnh tranh với nhau và có nhiều "rào cản gia nhập" khác nhau để khách hàng chuyển từ thương hiệu này sang thương hiệu khác. Đúng là chi phí chuyển đổi rất thấp trong không gian ảo. Nó tương tự như các nhãn hiệu bia cạnh tranh cho khách hàng, v.v.

• Trong một mô hình tiệm cận, nhiều khả năng một mạng tăng các thành viên của nó về phía một số tối đa tiệm cận và sau đó nó có xu hướng cao nguyên . Đầu cao nguyên, sẽ không rõ ràng rằng đó là một cao nguyên.

Tất cả đã nói, tôi nghĩ rằng nó có một số ý tưởng rất hợp lệ và hấp dẫn và có khả năng thúc đẩy nghiên cứu sâu hơn nhiều. Đó là đột phá, tiên phong, và nó chỉ cần được điều chỉnh một chút trong tuyên bố của mình. Tôi rất vui khi sử dụng Stack Exchange và trí tuệ hợp tác / trí tuệ tập thể phân tích bài báo này. (Bây giờ nếu chỉ các phóng viên nghiên cứu về chủ đề này sẽ đọc toàn bộ trang này một cách cẩn thận trước khi chuẩn bị các âm thanh đơn giản của họ.)

Câu hỏi không phải là "nếu" mà là "khi nào".

Rằng nó sẽ kết thúc đã được đảm bảo. http://www.ted.com/talks/geoffrey_west_the_surprising_math_of_cities_and_corporations.html

Tôi sử dụng mô hình SIR. Nó đi kèm với các giả định.

Một trong những giả định là cuối cùng mọi người đều được "phục hồi". Nhiễm trùng không phải là vĩnh viễn, trong khi áp dụng công nghệ có thể (ví dụ như ô tô).

Nếu doanh nghiệp cuối cùng sẽ chết, thì khi trải qua cái chết sẽ làm tan vỡ các mối quan hệ giữa những người dễ mắc bệnh, bị nhiễm bệnh và được phục hồi có thể được mô hình đầy đủ theo một mô hình SIR cụ thể. Điều này không có nghĩa là mô hình được mô tả về bất kỳ mùa nào trước khi kết thúc cuộc đời. Nó không tính đến các lực lượng khác - bối cảnh. Facebook là một phần trong bối cảnh kết thúc "Myspace" và do đó, trong khi SIR chỉ phù hợp với mục đích sử dụng Myspace, thì nó không dành cho sử dụng Mạng xã hội vì nhiều người dùng có tài khoản trên cả hai và chuyển sang sử dụng chi phối FB.

Tôi đã đào qua mô hình zombie, và thậm chí thông qua một số phù hợp với SIR không phải zombie, và SIR có cửa sổ chấm câu thời gian và dân số thích hợp hơn ở đó. Nó không phải là một mô hình phổ quát, và nó có điểm mạnh và điểm yếu. Điều đó có nghĩa là SIR không hoàn hảo ngay cả đối với các hệ thống mà nó được thiết kế để tạo mô hình. Sự không hoàn hảo cơ bản như vậy cho mục tiêu của nó cho thấy rằng nếu không sử dụng cẩn thận, ứng dụng bên ngoài khu vực mục tiêu có thể, ceteris paribus, có vấn đề hơn so với mô hình khác.

Để trả lời câu hỏi của bạn

Mô hình và logic này có thể đã hoạt động cho MySpace, nhưng nó có hợp lệ cho bất kỳ mạng xã hội nào không?

Chắc là không. Dữ liệu lịch sử chỉ có thể dự đoán các sự kiện trong tương lai nếu "môi trường" tương tự. Bài viết này giả định rằng tổng số người dùng và truy vấn của Google là một hằng số, tất nhiên là không phải vậy. Bây giờ bài viết này có thể nói nhiều về Google hơn là về Facebook.

Tuy nhiên, dựa trên sự tăng giảm nhanh chóng của nhiều mạng xã hội khác như MySpace và các mạng khác, tôi nghĩ người ta có thể cho rằng một cách an toàn rằng có khả năng lớn Facebook sẽ không còn là mạng xã hội thống trị trong 5 năm nữa.

Nếu chúng ta nhìn vào bản đồ của các mạng xã hội, có một số trường hợp áp dụng mô hình dịch bệnh.

http://vincos.it/world-map-of-social-networks/

Bài viết có thể có một số ví dụ khác (Friendster và Orkut là một ví dụ điển hình về sự sụt giảm lớn của người dùng) và cũng tính đến thực tế là mọi người thường di chuyển sang mạng xã hội khác cung cấp dịch vụ mới hoặc tốt hơn .

Facebook hướng dẫn cách mọi người kết hợp. So sánh với Orkut , một người dùng cần nhập hồ sơ người khác để xem các cập nhật của họ. Mặt khác, trên facebook các nguồn cấp dữ liệu hiện đang ở trên dòng thời gian của riêng anh ấy. Đó là một thay đổi lớn.

Mô hình và logic này có thể đã hoạt động cho MySpace, nhưng nó có hợp lệ cho bất kỳ mạng xã hội nào không?

IMHO, mọi người không rời khỏi Mạng xã hội. Họ di chuyển, dựa trên một dịch vụ, chức năng hoặc kinh nghiệm tốt hơn.

Câu hỏi là: Sẽ có một Mạng xã hội tốt hơn? Có thể Google +.