你的知乎 2019数据报告里有哪些有意思的数据？ 第1页

我其实一直在想一个问题，如何度量自己写作的「效果」。单篇的数据是随机的，但是以年为单位衡量，总还是能看出很多的端倪。

今年知乎的官方数据报告里面，重在「参与」和「阅读」这两个方面，包括好奇词之类，都是展示自己曾经看过的，而非写过的词。和去年重输出不同，今年关于写作相关的就两个数据：总赞同和总回答/文章数。

像我的就是120篇答案，110,000+个赞同。早年还没有创作者中心的时候，有一个朋友用外链图片的方式检测出赞和阅读对应的关系，大约是知乎的一个赞，相当于100个阅读，也就是1000赞=10万+。是不是这样的呢？我调出来了今年一年后台的数据, 今年后台显示，大致来说是每78个阅读会带来1个赞。

对比2018年的数据，是111篇答案， 11,474,940个阅读，96885个赞同。我对2018年和2019年的平均阅读数进行了双边T检验，p值在0.76左右，不能拒绝零假设，可以认为2018和2019年，写作的「效果」是差不多。但是即便如此，数据依然和我的感觉不符合。

然而我总体的感觉，今年我写作的效果应该比去年「好」，但是上面的数据分析显然不支持这一点。难道是我的直觉错了？

和很多书上写的「数据会纠正人的直觉」观点不同，我认为直觉一般是有道理的。如果数据做出来和直觉不一样，那应该去反过来去看数据，而不是急着修正自己的观点。因为很多时候往往是因为数据分析忽略了某些方面，才得出了和直觉不同的结果——所以我们要尽量找出直觉的合理性所在。只有实在解释不出来，才考虑去修正自己的观点。

于是我把目光投向了阅赞比，有意思的事情来了，2018年的阅读赞同比的平均值为118，而2019年的阅读赞同比为78. 双边T检验的p值为0.03不到，在0.05的置信水平上显著。说明2018年的阅读赞同比高于2019年。同一个赞背后的平均阅读，在2018年是118个，而在今年是78个。所以体现在数据上，就是赞变得更多了。也就是尽管答案的阅读都差不多，但是阅读只在后台能看到，而赞是即时的反馈，所以我会认为「应该比去年好」。

上面是2018年和2019年阅赞比的分布函数，红色为19年，黑色为18年。这个图非常有代表性，几乎所有的频率分布：赞同，感谢，评论，阅读，都是同一个形状。肉眼可见的性质就是，无论是2018年还是2019年，都是一个正斜度的分布，也就是平均数高于中位数的分布。从数据上看，每个答案的平均赞数大约平均为1000左右，但是显然有一半多的答案是不到1000赞的。通俗的说，平均数是由相对较少的高流量帖子拉起来的，以今年数据为例，120篇答案中，阅读量10W+约为24篇，5W+约为45篇。

从上面的图中可以看出，尽管都是以少数拉多数，但是红色线明显距离均值要更近，所以「斜度」应该更低，事实上，2018年我的阅赞比斜度是8.80；而2019年的阅赞比斜度是2.50。所以2019年，我「比去年好」的感觉，很可能也来自于斜度的降低——有更多的答案更加靠近均值了，也可以说发挥更加稳定了。

这种对低斜度的偏好与否，在经济学上对应的是效用的三阶导数，称为「谨慎」。倾向于高斜度，意味着宁愿要大部分低于平均，也不愿意接受有非常差的结果；而倾向于低斜度乃至于负斜度，意味着倾向于大部分高于平均，可以接受一小部分非常差的答案。

我的感觉的测量发生在数据分析之前，没有受到数据分析的影响，所以这种对低斜度的偏好应该是天然的。所以我不是一个经济学意义上「谨慎」的个体。

现在数据分析有了，我们就需要找一个理论来支持它。

这种斜度的下降原因是什么呢？很可能是因为知乎站内引入了「置顶关注」所带来的。在没有被置顶的时候，关注者是否看到被关注者的内容，在不考虑推荐推送的情况下，只和关注者所关注人的总数，以及关注者的活跃度有关；而引入了置顶关注之后，点赞倾向比较强的关注者往往也是容易置顶的关注者；这两者之间的关联意味着：那些更喜欢给你点赞的人会更有更多的机会看到你写的文章或者答案。所以这意味着对于非热门答案而言，其平均获得的赞数要比去年更高。所以「置顶关注」这个机制的存在，让低赞答案的平均赞数，更加接近总平均值，体现在宏观的统计上，就是斜度下降了。

置顶关注还带来一个结果，就是阅赞比趋势的逆转。

高赞答案的阅赞比在传播中，受到两个力量的影响：

1. 因为是高赞答案，所以必然存在「更容易让人赞同」的特点；所以高赞答案的阅赞比应该低才对，平常100个阅读一个赞，高赞答案应该50，60就可以可以有一个赞，要不然凭什么这个是高赞呢？所以赞越高，阅赞比也应该越来越低；
2. 因为高赞答案传播更广，所以越传播，看到的人不是关注者的可能性越大。这意味着越传播，越难以获得人的赞同——毕竟关注者之所以关注你，就是因为在某些方面和你比较接近，而非关注者从概率上，接近的概率较低。所以随着赞越来越高，阅赞比会越来越高。

所以阅赞比可能随着赞数的增加越来越高（2效应大于1效应），也可能阅赞比随着赞数的增加越来越低（1效应大于2效应）。

在出现了置顶机制之后，1被大大增强了。一开始是自己的置顶关注者点赞，阅赞会比较非常低，可能20到30个阅读就会有一个赞，然后逐渐传播到了更大的受众，这些受众很多人可能是有反对意见的，所以最终往往需要200，乃至于300个阅读，才会有一个赞。所以可以预测，这种机制下，阅赞比会逐渐增加。数据分析也证实了这个猜测（为了避免极端数据的绑架，我对阅读和赞同都取了自然对数）：

而在18年的机制下，尚没有「置顶关注」的说法，那么这些潜在的「置顶关注者」能及时阅读到的机会大大降低了，所以如果我们的猜想成立，那么18年阅赞比随着赞数增加的斜率应该远远低于上图，甚至于是负的。数据结果呢？Amazing！

完全符合我们的理论预测。

当场就有点震惊！

拉萨啊，好歹也是个省会，这怎么能眼瞅着就连好多好多地级市都不如了呢？中国目前一共333个地区级行政区，加上34个省会级城市，367个。你身为省会，至少在知乎的活跃度上排名严重低于大多数地级行政区。

当然了，这只是一个网站、一个APP而已，说不定拉萨的抖音活跃度要高于别的地方呢？我手头没有数据，因此不敢说。

如果能够拿到几个流量最大的网站的“地方活跃度”排名，或许能够根据互联网的活跃度分析本地经济活动与社会结构方面有关的信息。希望有X大的同学能帮我。

提出了 46 个问题，提问总共浏览量超过 900 万。希望在新的一年，能发起更多有价值的讨论：一个人的知识储备总会有边界，但如果能提供一个激发讨论的火花，那么收获的知识就不会再因为个人的局限而有尽头。

送出了八百多个感谢，最多的赞同给了 @TEDCJK ，最多的感谢给了 @一丁 。我赞同那些在面临争议时，敢于运用理性和专业知识给出解答、不为了迎合大多数而随意改变立场的人，我感谢那些能在相对小众的领域坚持耕耘的创作者，他们用扎实的检索和分析，把冷知识捂热（例如一丁的传统艺能就是法制史，虽然现在愈发跑偏，笑）。

平均每天浏览问题超过 150 个，这是什么水平？ 希望开发防沉迷系统：

带货影响了超过四万人，但依然赶不上李佳琦直播一刻钟的效果，明年希望成为更优秀的种草博主：

获得约 65 万赞同，每篇回答平均获得赞同超过 2000。

从关键词来看，果然是习惯性追热点。追热点不可耻，舆论的阵地总要有人占领的，为什么不能我来占领呢？还可以顺便夹带点「私货」，聊聊想分享的东西。也有的时候纯粹是因为看不下去而「激情回答」。

也很期待大家分享自己的 2019 数据，发现细节中的魔鬼==