LBS搜索中的群体效应

观察到一个有意思的现象, 社会上的热点内容, 或多或少都会通过用户群体,传导到LBS搜索, 例如前些天的佩洛西访台, 就在LBS搜索上, 就让‘台湾省’的搜索量上升了5000倍,比较搞笑的是同时火的还有类似于‘山西刀削面’, 因为有新闻说地图上能搜这个query, 结果有更多人来进行搜索。

再一个case,就是8约19日‘北京银行’ 这个query搜索量的暴增, 因为新闻说9月1号后医保费就取不出来了。

图:左一,8月19日北京出台新医保账号支取政策导致北京地区‘北京银行’ 搜索量提升10倍;左二因佩洛西访台,导致query'台湾省',‘山西刀削面’等搜索量暴涨5000倍;右一,长沙电信大楼大火, 导致该query搜索量暴增几百倍, 大部分为长沙人民带来的搜索量

其他还有很多类似的query,我从中有两点思考:

  1. LBS搜索中的群体效应,现实中的社会事件, 在新闻热点开始传播时, 总有一部分关注度会扩散到LBS的搜索场景, 类似于我们小时候学习写记叙文时,总会强调其中的 时间,地点, 人物, 事件。地点这个因素总会作为关注点, 以一定的概率从大搜传递到LBS搜索, 例如体现在高德地图, 百度地图, Google Mapde的搜索表达中。

  2. 强地点属性的热点, 传递到LBS搜索中的概率越大, 例如新闻热点就是和地点相关, 比如XXX楼因疫情封闭, YYYY县地震, 都会导致这些县/市/楼的搜索量暴增。相反,非LBS属性的事件在LBS场景的影响偏小,例如前两天‘李易峰’, 在LBS场景这个query有变化但总量仍然很小。

  3. 大家都关注和自己‘近’的事件,例如前两天长沙中国电信大楼, 平常没人搜, 着火当天LBS搜索上搜索量暴涨几百倍。而且大部分搜索都是长沙人民带来的。

从大数据的角度, 以上两点恒成立, 特别是对于一个用户量几亿的应用。一个热点事件发生的时候, 总有人手闲在LBS搜索场景去搜这个query,只是事件越和地点相关,则在用户在LBS搜索上表达的概率越高, 类似于以前学概率论的时候提到的, 永生的猴子总有一定的概率随机打出一部哈姆雷特一样。

图:理论上寿命无限的猴子随机敲键盘,能以极小的概率打出一本哈姆雷特

例如前两天李易峰事件, 在LBS场景, ‘李易峰’ 这个query的搜索量也增加了几十倍, 虽然基数本来就很低。

预判群众的行为

从大数据的角度来说, 预判群众的行为很多时候是相对简单的, 我经常和下属说:我们可以将大众用户看成一个人来判断大众的行为及习惯, 这个人有以下特点:

思考模式相对简单, 比如LBS场景,天阴出门的人就少, 下雨打车的人就多。不会出现说每个群众都觉得其他人觉得:‘天阴其他人不出门, 所以出门不堵车, 所以我出门’, 导致的拥堵。说的有点绕, 就是群众的行为模式不会出现‘我预判了你的预判’那么复杂的情况。 类似于‘乌合之众’ 中提到的, 只要是个群体, 群体的智商就会偏低一些。

图:如果将群体看成是一个人的话,群体这个人的行为模式总是简单的,情绪化的, 总体智商偏低的

更多的内容可以参见《乌合之众》,作者在一两百年前就研究透了。另外文章开始的LBS搜索相关的认知也值得大家在所有LBS场景借鉴。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注