编者按:社交媒体营销软件开发商Lithium首席分析科学家，迈克尔·吴（Michael Wu）博士目前正在试图通过数据驱动性理论（ data-driven methodologies )去了解和掌握复杂的社交网络。他认为，由于算法漏洞社交媒体影响力并没有被真实反映，商家和品牌需要不可以只凭“数据”定义社交媒体的真正价值。

【搜狐IT消息】11月12日消息，科技博客TechCrunch发表迈克尔·吴（Michael Wu）博士的文章指出，影响力引擎优化（IEO）并不能真实反映社交影响力。数字影响力的真正衡量方式在于建模，而不是机械地分析“数据”。随着社交网络的发展，影响力销售商开始用数字来量度个人影响力，也就是IEO，然而IEO存在的问题将最终导致“影响力评分”丧失其意义，只能反映一个人操纵相关算法的能力。

以下为文章概要:

社交媒体是商家与客户进行互动的必经之路。但是，社交媒体的交流主要是对话和个性化互动，其效果难以衡量。“影响力营销”可以让品牌和商家通过利用少几个数极具吸引力的影响者，接触和获得大量的用户，要实现这个效果，需要通过对影响者的数字影响力进行分析，从而品牌和商家知道他们需要去找到怎样的影响者实现自己的商业目的。

这催生了一个激动人心的影响力衡量产业，商家需要了解影响力衡量的多个关键问题。

商家难以理解数字影响力的原因之一是，他们似乎并未意识到，实际上没有人会对影响力的“数据”进行量度。所有的量度都是通过某种算法或模型对用户的社交活动数据计算得出的。任何人都可以推出他们的模型和算法，问题在于，如何评估不同的模型。

下面，我们就以对苹果股价的预测举例说明。

建模和验证

首先，我们来建立一个模型（或算法）来分析能够预测苹果股价的各种数据:销售数据、公司基本数据、社交数据、竞争者数据、行业和市场数据。

无论模型多复杂、多先进，结果才是评估模型好坏的唯一依据。对模型和算法的评估主要有三个要点:

1、模型或算法应能得出预测性结果；

2、对要预测的结果进行独立量度；

3、将独立量度的结果与预测结果进行比较。

显然，上述三点中，第二点最为重要。

独立量度的重要性及原因

“独立”的意思是，独立量度的结果应与模型无关。在我们举的例子中，不应向模型输入实际股价数据，否则，模型将能够利用实际股价信息来预测股价，“独立量度”将丧失独立性。在这种情况下，模型自身将会包含自己需要预测的信息。

各种影响力销售商都用模型来预测影响者的影响力，我们必须验证这些模型的精确性。但在以下情形下，他们的模型和算法将无法有效验证:

1、缺乏数据:他们并没有独立的影响力数据来源，只能通过感觉和直觉来验证其模型和算法。

2、过分归纳:他们仅通过对少数知名人士来验证其算法，并试图将其推广到无数其他用户上。

3、循环验证:他们通过转发等数据来进行验证，但实际上已经在模型中使用过这些数据，这实际上无法验证其算法的精确性。

SEO与IEO

谷歌开发了创新性的网页排名算法PageRank之后，随之而来的就是试图操控这一数字的搜索引擎优化（SEO）行业，一直在寻求提升PageRank的办法。有些手法是谷歌可以接受的，但有些则属于欺骗。

随着社交网络的发展，影响力销售商开始用数字来量度个人影响力，这就带来了影响力引擎优化（IEO）的新问题。IEO和SEO相比，有三点不同。

1、IEO更容易受人为影响，一个人的影响力评分很大程度上是基于其自身行为。

2、用户很容易自行发现提高影响力评分的途径，IEO的游戏规则比SEO更简单。

3、在IEO领域，影响力供应商难以发现和限制作弊行为。

IEO的出现将导致影响力评分丧失其意义，只能反映一个人操纵相关算法的能力。对评分的过度重视导致很多人虚有高分，却缺乏实际影响力。IEO的出现将导致人们的行为与真正的影响力不断背离。

这意味着，影响力评分无法精确衡量人们的潜在影响力，只能反映其操纵算法的成功程度。（纳言）