33｜互联网广告：为什么Google搜索的广告效果好？

你好，欢迎来到我的《信息论40讲》。

我们前面在23讲时讲到，有了互联网，广告就可以发挥自身的灵活性，成为能够触及更多的受众，成本较低的互联网广告，使得小商家受益。于是电子商务得到了发展。

假如你是一个做电商的，你会怎么利用互联网来打广告呢？那么多种互联网广告，哪种效果最好呢？具体到哪家媒体或者网站上去做呢？

我们先说一下结论， Google的搜索广告优于Facebook的个性化展示广告，后者优于一般的展示广告。 接下来我们就用之前学到的信息论知识，量化计算一下各种广告形式的效率。

先说Google的搜索广告，它是和Google的引擎相伴随的。Google的搜索引擎中收录了大约几十亿个常用的网页和上千亿个其它网页，当然它还有近千万的广告主以及几千万种广告。为了聚焦，我们只关注它几十亿个（我们假定为40亿）常用网页和几千万种广告。

如果我们要从40亿个网页中找出自己最需要的那一个网页来，需要多少信息呢？如果每一个网页大家查找的频率相同，那么从40亿中选1，需要log（40亿）=32比特的信息。

但实际上，有些网页大家查找得越频繁，是你想要的那个网页的概率越大，所以根据这个频率计算信息熵，其实不需要32比特。我们假设，需要大约一半信息，即16比特就够了。

另外，我们还考虑到用户的浏览器所使用的语言，比如英语最广泛，那么划定范围又小了一些，又可以节约一些所需信息，这时候我们估计大约需要12比特信息。

好，这时候，你在搜索框里输入的关键词，能减少这12比特的信息熵吗？要知道，在英语里，一个表达意思的英语单词，（即排除the，a，is等使用太频繁，但没有鉴别力的单词）平均大约只有6～8比特信息。

因此，你如果用两个关键词，通常可以保证你所要找的内容排在第一位。当然，这几个关键词所提供的信息最好是正交的，那样效果最好，这个原理我们在第13讲已经讲过了，你可以回去复习一下。

对于中文，情况也是差不多。一个汉语的两字词，大约有8～10比特的信息，于是你用两个两字词，在Google上基本上可以确定那个你唯一要找到的网页。

理解了搜索的信息论原理之后，我们现在转换一下身份，假定自己是广告主，要投放广告了，看看怎样利用用户在搜索时提供的信息找到广告的受众。要知道，广告是一种商业信息，虽然它和钱相关，但是如果我们不考虑内容，只看信息量，它和网页搜索没什么差别。

在中国，Google和百度广告主的数量在几十万到百万这个量级，但实际上，很多广告主把预算花光了后，就不再及时续费了，此外还有一些广告主的广告质量很差，点击率不高，我们也暂时不考虑。

于是，我们假设有12万广告主要做广告，要想让用户从中把你这一家商店选出来，信息熵（不确定性）是17比特。

如果你不清楚任何用户的需求，那么只好随机做展示广告。在历史上，展示广告效果从来都不好，原因就在于它无法消除不确定性，在这里就是17比特的信息熵没法消除。因为展示的广告和读者的意图无关，读者偶尔的点击也只是好奇和不小心。

据京东主管广告的负责人颜伟鹏先生介绍，在门户网站上做展示广告，获得一个用户的成本可以高达10000元以上，做那种广告完全得不偿失。

当然了，展示广告的收费也就不可能太高，通常每一千次展示的收费，也被称为RPM，不会超过0.5美元。但你不是为了省钱，而是为了效果，为了更便宜地获得客户。

那么搜索广告的效果怎么样呢？ 由于用户在搜索时提供了信息，表达了他这一次搜索的目的，因此，广告就好做了。

如果我们还是假设用户搜索的关键词是两个词，每个词平均两个汉字，通常这两个词提供的信息是正交的，根据汉字词平均的信息量，这两个词大约提供了16～20比特的信息，基本可以消除17比特的信息熵。

对Google来说，已经可以确定该显示哪一个广告了。也就是说广告和用户的需求其实完全匹配了。

这样，广告的效果就好很多，当然搜索广告也因此收费高很多。Google通常可以做到30美元，甚至50美元以上的RPM，百度也能做到100人民币左右的RPM。

这比之前传统的展示广告高出了大约两个数量级。虽然广告的收入并非和不确定性的减少呈指数相关，但是，如果你作为广告主知道用户的意图再进行服务，效果也要好得多。

那么，你可能还会说，我能不能做一些个性化广告以及和内容相关的广告？很遗憾， 个性化服务会带来的好处并没有人们想象的多， 这里面根本的原因是，人的差异远没有我们想象的大。关于个性化，我们可以理解成我们自身的喜好，和大众平均值的差别。

如果我们把自己日常关心的事情放到10个维度中来考虑，每一个维度有一个权重，十个维度放在一起，就是一个关注度的概率分布。

我们假设P=（P1，P2, ……, P10)。类似的，我们假设大众在这十个维度上的关注度的概率分布是Q=（Q1，Q2, ……, Q10)。那么所谓个性化的差异，就是P和Q这两个概率分布的交叉熵KL（P，Q）。

那么这个交叉熵有多大呢？如果是考虑十个维度，其实并不大，根据我们在Google和腾讯使用了大量的数据计算，它不到一比特。

这也就是说， 中国人所说的“性相近，习相远”是对的，因为人的本性差不多。 但是如果考虑的维度比较多，比如细到100维，这个数值就要大一些了，大约在1～2比特之间。

1～2比特信息虽然比不上搜索时用户自己输入的信息那么多，但是对于改进广告系统还是有用的。这其实是Facebook的广告效果比当年雅虎等门户网站好的原因之一。

为什么我说之一呢？因为光靠那1～2比特的信息，Facebook完全不可能做到今天的市场规模，它的广告系统另有玄机，那就是利用了承载广告页面本身的内容信息，以及社交网络的网络效应。

我们先说说利用承载广告页面本身内容信息的作用。如果我们在一个介绍金融的网页中放一个薯片的广告，效果恐怕好不了，但是如果放一个高端旅游的广告，效果就会好一些。这就是所谓的和内容相关的广告。

至于社交网络的网络效应，用我们一句俗话讲，就是“近朱者赤，近墨者黑”。你周围圈子是什么人，你就被划分成什么人，他们点击什么广告，你就被推送什么广告。这样一来，广告的效果又有了进一步的提升。

你可能注意到了， 搜索广告使用了用户提供的10多比特的信息，而个性化广告其实只能利用1～2比特信息。 但是后者的效果也比门户网站的广告要好。

因为如果说Google的广告效果主要是因为用户主动告知自己的目的而极大地得到提高，那么Facebook 广告系统的效果则是通过几个隐含的信息叠加式改进的。

后者虽然每一类信息的效果有限，但是由于使用的信息彼此是正交的，它们的效果可以叠加，几种主要信息在一起，效果就比传统门户网站的展示广告好了很多。

那有没有其他效果很好的广告投放办法呢？ 在互联网的世界里，还有第三类广告系统，那就是电商平台上的广告系统，它以亚马逊和阿里巴巴为代表。

这类广告系统，实际上直接使用了用户过去的购买行为信息，甚至可以预测上一次购买的消费品是否已经用完。因此对用户信息的把控是极为准确的，它的效果也非常好。

要点总结

1.Google的广告系统利用的是用户主动输入的信息，它最为有效， 因为任何时候，人总是喜欢买东西，不喜欢被卖东西。任何推送都比不上用户主动的请求更有效。

2.我们介绍了个性化服务的本质，就是寻找每一个人和整个群体在喜好上的差异程度， 我们可以用交叉熵来定量衡量它。维度分得越细，个性化特点越突出。但是，人对各种东西喜好的差异比我们通常想的要小很多。

今天有很多不重视底层技术和信息理论的创业者，天真地以为自己做了点个性化的事情，就可以对现有的行业竞争者取得碾压性的优势，这只是他们自己的想象。“化学之父”拉瓦锡讲，不使用天平衡量就得不到真理。

类似的，Google一直强调，没有数据就得不出任何结论，道理是相通的。在信息时代，为什么我们要了解信息论最基本的原理？就是要能够判断做事情的方向是否正确，以免像一些公司那样，死都不知道是怎么死的。

3.我们看到了使用正交、可叠加信息的作用。 这才是Facebook成功的根本原因。

4. 我们与其说是大数据帮助亚马逊和阿里巴巴了解我们的意图，不如说我们自己直接将自己的需求放到了亚马逊和阿里巴巴里面。它们的成功还揭示了一个规律，就是 离达成交易的环节越短，广告的效果越有效。

根据我们在Google的研究，发现人从了解到一些商业信息到最后达成购买并付费是一个非常长的过程。开始先看到一些普通的信息，如果他真感兴趣，会向周围朋友去了解，然后会去做一些研究，包括看看使用者的点评，再随后是搜索比价，最后才达成购买。

大部分媒体，包括门户网站上的信息，只是提供普通信息，它们离购买最远，因此广告的效果最差。社交网络的信息和Google搜索的信息属于第二、第三阶段的，离购买越来越近，广告的效果也就越来越好，电商上的属于最后一环，效果最好。我在很多场合讲，做人做事要直截了当，效果最好，不要拐弯抹角，就是这个道理。

这是我使用信息论对广告效果定量分析的一个示范，也欢迎你给出一个自己是如何使用信息论指导工作和生活的样本。我们下一讲再见。

热门留言

古小千：人们总是喜欢买东西，不喜欢被卖东西。

这个概念从硅谷来信谈到信息论，强摘的果实不会甜，勉强的推销卖得差。电商平台推荐“已看过清单”、“上期购买商品”，这些消费者已经买过的，针对性是非常强的，因此效果当然好；Google是透过潜在客户『主动』搜寻，而给出的广告结果，当然精准度也足够高；而Facebook 这类是基于用户的社交圈，运用信息『猜测』你可能有兴趣、想购买的，用户『被动』推销，有时不但无效，甚至会反感。

其实这个道理，也可以触类旁通。万维钢老师的《给你一点虚幻的控制感》曾分享他的育儿经验：买了本数学习题给儿子练习，每次撕下一页给他做。以往都是万sir选给他做，儿子完全被动。有天让儿子自己选择做哪页后，儿子答题的愉悦感和积极性都提高了，虽然他终究得做完整本，但这就是“控制错觉”带来效应。我认为，这之中就在于掌握信息的欲望——买东西的用户希望是由掌握的信息做出决定、做作业的学生希望自己想做什么操之在己——信息使人更积极。

离最终交易越近，广告则越有效，因为推一把的力气不需多大。我在推销音乐会门票时，也不做无谓的宣传，浪费唇舌在没有兴趣的对象，他们不仅不会来，而且会贬低你音乐会的价值。我通常会有意无意，提起音乐会中某几首作品背后的故事，提起他们的好奇心后，再问对方购票与否，这样成功机率则高很多。当他心中已经转变成『想买票』时，我的角色就不是推销卖票，而是提供信息的媒介。

最后再简短分享追求男女朋友的技巧：不要让他/她像被卖东西，而是要让他/她想买东西，剩下留给各自意会，祝大家幸福。

Steve：#金勇笔记# #day34# #互联网广告#

搜索广告好于一般广告。 核心观点： 搜索广告是因为用户给出了“动机”信息，从而在广告主与资源网页之中，大量消除了不确定性，故此为精准广告投放提供了可能。

我在《信息论》课程的笔记里，提到了电商、金融服务以及数字广告行业中数据与信息的应用。我觉得广告（特别是Google）与移动通讯技术的快速发展对大数据的发展有着巨大的影响。

a.公众对信息的诉求 b.数字流量的几何增长 c.效果广告（搜索引擎.定向DMP.etc）的技术发展

知识点整理与分享

2的32次方是65536的平方，约40亿。 如果世界上有40亿网页，我们进行编码就用32位（32比特）足够了。 但是，实际上我们关心的数量远小于这个数，再加上中文语言区分，用12比特。 如果我们向搜索引擎提供出大于12比特的信息，能够很大程度上找到自己感兴趣的。

但如果你给出的搜索信息太大，可能就找不到结果啦。

• 广告主与策略、计费方式

数字广告一般由广告主投入资本、广告公司设计素材，媒体资源接受不同广告策略选择后，对不同用户不同行为展示准备好的素材（ 例如你点开youku无会员的情况下看到45秒广告 ）。

CPM： 业内的数字广告按照曝光计费一般是CPM， 即展示给一千人收费多少；

CPA： 按指定后续行为操作， 用户成功完成才结算。 比如百度搜索宝马，在它的一个试乘广告下用户填写了试乘申请是一个价格，最终用户和4S店约车成功是另一个钱。

CPT： 按时段结算， 这个我并不了解，略。

金勇分享

以前我在数字广告公司从事数据挖掘工作， 同事推荐给我一本刘鹏的《计算广告》， 我将其加入到了课程书单 书单链接： https://www.douban.com/doulist/115672780/

金勇

2019年6月29日 一点

赵澈：老师的这一讲中信息轮的只是让我想到了《红楼梦》中宝黛爱情的发展过程。

贾宝玉与林黛玉青梅竹马，在相处的过程中互生情愫，但在初期都不能准确的传递相互间的情谊，造成了非常多的误会，用信息论的知识来说他们一开始向彼此释放了一些信息，但是这些信息并不能准确的表达「我对你」的情谊，诸如贾宝玉与林黛玉「一处吃」、「一床睡」，他只叹和林是「木石前盟」却又和薛宝钗「金玉良缘」，这些信息让林黛玉非常的迷茫，这种感觉让林在贾宝玉面前小性，易嗔怒。

而在贾宝玉被贾政家法那一次，宝玉让晴雯给林黛玉送了一块旧手帕后，林黛玉从此便不怎么会生气了，性情也变得温顺许多，究其原因是他从贾宝玉那里获得了确定性的信息，旧手帕在古时代表定情信物，所以这个1比特的信息让林黛玉吃了定心丸，从此不在对贾宝玉猜忌。

我从信息论中学到最有用的信息就是——要简洁准确的传递准确信息。

巴吉纳：关于信息论的运用思考，我分享感触如下：

1.请假要找直管领导。有的人请假特别喜欢“代请”，先不说这种“举手之劳，却请人代劳”的做法妥不妥当，从信息论的角度来看：第一，离当事人越远，解释说明的效果越差；第二，别人帮助请假，实际上对你的真实信息掌握有限。

2.做人做事要直截了当，但要注意给予别人尊重。过去，我做事不敢直接了当，是怕得罪别人、伤了面子。一次我的领导批评我：“你汇报前，要先讲这样那样的情况，说这样那样的原因，做事不干脆。”这让我开始重视直截了当的重要性。

怎么解决会不会得罪人的问题呢？鲍鹏山老师讲《水浒传》给予我一个启示：武松拒绝潘金莲诱惑时，说道：“嫂嫂！休要恁地不识羞耻！”把手只一推，差点儿把潘金莲推一跤。这样做最大的问题是激化了矛盾。

鲍鹏山老师的建议是这样做：比如说，假如面对潘金莲的挑逗和递过来的半盏残酒，武松说：“嫂子，你别逗武二玩了！别拿武二作乐耍子了！别跟武二开玩笑了！武二就这么一个哥哥，生死手足，保护他还来不及，哪里还能伤害他呢？我知道，嫂子是试探我，试探我对大哥的情分，嫂子放心，我心中，大哥第一，嫂子第一，将来我就是娶了媳妇，也是大哥嫂子第一，媳妇第二！”

结合本课知识，我认为直截了当是必须的，但要注意维护别人的尊严。

罗怀昭：广告界一直流传一句话：“我知道我的广告费浪费了一半，但是我不知道是哪一半”。所以，通过各种手段，要尽量找到并减少那一半。

从门户网站、到利用社交圈、再到搜索，和最后的电商平台，一路发展，各显神通。都是缩短传递信息的过程，提高信息质量，想达成交易，找回失去的那一半。

《格调》中，根据人的生活习惯、品质和需求，大致将人分为9个层级，每个圈层的人的生活习性都有相似之处，所以利用圈层、朋友圈和社交网络的facebook,就能很快的将广告投放到一个个圈层，并利用圈层扩散开。而同处一个圈层的人，因为相互的信任和格调的一致，广告转为购买的几率，会大大增加。

搜索世界里，最直指的就是“主动寻找”的意向或欲望，一旦通过好的算法推送广告，客户将节约广告浪费的那一半。

电商世界，我之前去没意识到的是，其实是顾客潜移默化的、主动或被动的，促成了整个广告世界的新模式，被大数据、多维度的使用下，将广告和交易缩短至目前最近的距离。不过，反过来思考，也要特别小心这些推送，否则我将逐渐失去自己的控制和思考，沦为电商的购买奴隶。

jwu(作者) 回复：很多时候广告80%的钱都是浪费的。

贾旭：信息的本质，是消除或减少不确定性的。

这被我有意的用在了与人沟通过程中。

比如我们对于一类客户，会定期不定期的对他们进行访谈，但我觉得重要不是问，而是先观察，再有方向性的问问题，以挖据他们的“隐性需求”（latent needs)。

这其实就是Design thinking的核心，从问题出发，而有价值的问题，可能大都是注意到的。

因为只有这样，才能在公司和市场与客户的大量沟通中，保持和目标客户的带宽和足量的互信息。

通俗的说法，就是“说到，或做到对方的心坎里”。

这样有三方面的好处，

1. 高附加值。因为产品包含了信息增量，针对一类客户共通的问题，提供了额外的价值。

2. 减少了沟通成本。由于双方的沟通，都是在同一个问题的基础上，保证了足够的沟通带宽和互信息量，减少了沟通的成本，提高了效率。

3. 过滤非客户。由于特意使用对目标客户，信息量最大的几个点，以最低的沟通成本，过滤非目标客户，节省双方成本。

一个例子，就好象要在一个社区里，找出可能患有乳腺癌的候选人，那么，信息量最大，又相互正交的两个点可能会是，女性，年龄段。

这样可以最大限度过滤可能人数。

同理，在商业沟通中，有目的利用信息量最大，而且正交的两三个信息点，过滤沟通对象，如果不符，就直接告知，我们无法提供服务，以便把有限的资源，集中服务好有价值的客户。

张云_AGV：本讲收获： 任何人都希望买东西，而不希望被推销东西；朋友之间的交往也是如此。这个道理在《硅谷来信》中讲过，这是不是可以理解为人个性的延展？因为我觉得我有个性，我与众不同，所以我要自己选择。 但实际上，人与人之间的差异比我们想象的要小得多，这一点对我以往的认知冲击很大，很多所谓的差异、个性只不过是我意想出来的。 另外，做人做事要直截了当，效果才好，不要拐弯抹角。这一点我一直做的不好，觉得要委婉、要婉转，甚至带着几分怯懦。以后一定要改掉。 关于广告，最重要的是要缩短环节；其次，广告所基于的信息的相关性叠加，会大幅提升广告的效果。

quaffTea：在工作中，遇到其他同事未能解决的问题时，如果继续沿着同事思考问题的维度去寻找解法是没有意义的，因为这样并不会获得更多的信息量，这时尝试着换个维度分析问题，往往会事半功倍。例如：在解数学方程时，将解出的答案代入方程组可以检验解法是否正确；又如在语音识别领域，继续沿着仿真人的说话方式解决问题是没有结果的，而贾里尼克教授从信息论角度出发，建立通信模型，利用数据驱动的思路却极大的提高了语音识别的准确率。

王绪金_AI：1、性相近习相远，人的基本需求差别不大，满足衣食住行、精神文化基本需求是根本。所以了解人性，满足人的基本需求很重要。 2、拉取比推送更有效。在工作中，当同事主动来找我寻求帮助时，他就会放低姿态，虚心请教，认真倾听，很有可能会采纳我的建议。要是我主动去帮忙，大多数时候他们就表现的没那么谦虚了。在客户主动提需求的情况下，乙方就能有很大博弈、挣扎空间。生活中也是如此，这些我深有体会。我通常都是先了解他们的需要，再做下一步行动，这样不至于白费功夫，产生可能的抵触、反感。 3、 路径越短越节省能量，信息传播效率越高。在与人共事、交往中，我都是尽量直奔主题，少做无用功。我学习读书听课，就挑那些内容中与主题无关信息较少的。那些所提供的内容包含无关信息越多，越容易让人产生疲劳感、厌烦感，还容易走神。这样的信息噪音很大，价值不高。吴老师的书和课程之所以很有吸引力和价值，是因为信噪比高，与实际生活很贴近，与人的需求很近，也是人最需要的。

刘溜溜：互联网广告模式和传统的广告模式一定是有着巨大差别的。 传统的广告模式就是将广告（信息）发布在相应的媒介上，比如报纸、杂志、广告牌、电视等等，信息传播的范围是非常广的，不过有没有人看，并且带来多大转换率，是很难去衡量的。

不过google这样的互联网广告就完全不同，利用用户主动输入的信息去了解用户想要什么。与其说是google关心用户要什么，不如说是用户自己告诉google自己想要什么的。这样就能利用用户提供的信息消除不确定性，再利用这方面的数据将用户感兴趣的广告进行匹配，做到个性化。

这就如同昨天讲到大数据的运用一样，google的广告模式应该也能利用数据不断了解一个个具体的用户，通过不同维度的数据找到相关性，构建一个对“人”能够全方位掌握的数据模型。

大祭司：#流量为王

谷歌的关键词广告确实提高了广告的精准送达率，但高昂的广告费也吃掉了商家的大部分利润，以淘宝为例，商家要购买流量和通过非法刷单，才能获得靠前的排名，使得商家线上成本越来越高，与线下基本持平。

当然，消费者在淘宝上也很难在买到物美价廉的商品了，这也给了拼多多崛起的机会。

“关键词广告搜索”一战封神，但不可避免的增加了所有购买者的采购成本，还是没有逃出“物极必反”的陷阱。

Vincere_肖涵哲：信息论 | 成本-33

Google广告成功的关键，正是通过多维数据实现精准定位，使得用户搜寻成本的最小化。这本质上符合了Coase Theorem中的假设方向: 当交易成本为零时，两方自然可以达到社会经济效益最大化。

以多维度数据，正交信息消除对个体的不确定性以实现最大精准推荐，以大数据的思想构建"信息寻人"的模式，交易成本就可能不断逼近零的极限。这具体的这与老师无数次强调的定义边界，然后在边界内做事的意义形成回应。

"Do one thing, do it well. "

联动子领域的概念和技术，去解决一个问题，契合一个需求，便足够了。

卢海林：谷歌的搜索，是只有当用户有了意图之后，也就是有了想买的东西后，谷歌才开始行动，它推测的是“你想要干什么”；而Facebook在收集信息上更“主动”，它猜测的是“你是谁”，你会需要什么。对此，专业人士是这样解释的：“谷歌搜索是让准备掏钱的消费者找到你，Facebook是让你找到你想要的目标消费者。”

刘润老师在课程里讲过一段话：“付费媒体“界有句老话：我知道我的广告费浪费了一半，但不知道是哪一半。今天，有了谷歌和facebook这两种形式的广告，基于越来越精准的个人数据，我们终于知道把广告给谁，且只给谁了。这不但节省了成本，也提高了效率。

关于人都不喜欢“被卖东西”。熊太行老师在专栏中讲，不要给人免费的建议。

因为大多数人都会对轻易得来的东西毫不珍惜，或者他根本不需要你的建议。 所以如果有人要真心请教你，可能他会给你发红包，请你吃饭、喝茶、喝咖啡。他愿意支付成本，那就是真心的想要听你的建议了。

所以，当对方主动寻找信息时，推送有关的信息，才最有价值。

Yuuunbin：一路跟着老师学习下来，最深的感受就是我们每个人作为社会网络中的一个节点，更加明确了从信息角度来讲每个人的三种角色，即发送者，中继站和接收者。

作为发送者，工作中，信息的编码要明确又简洁，，复杂的信息可以矢量化，难以理解的信息可以增加适当的冗余度。

作为中继站，则要考虑怎样最大化自己和信息收发方的互信息。

作为接收者，则要考察信息的置信度，从多个维度交叉验证，必要时可以利用交叉熵分析局势。另外，也可以挖掘等价信息，但同时要注意相关性和因果性之间的差别。

将信息论内化为自己的方法论，还需要更多的实践。

吴仲谋：〔 搜索／图书馆藏 〕 网站：海量网页 —> 模型算法 —> 搜索入口 用户：信息诉求 —> 关键词汇 —> 排序趋同 重视信息存量的归类、索引、查询，人和信息之间绑定。

〔 社交／市民广场 〕 软件：连接互通 —> 特征维度 —> 用户画像 个体：自由进出 —> 即时分享 —> 心理满足 将人和人的距离拉近，不断产生信息增量，刻画个体的行为和性格。

〔 电商／超级卖场 〕 平台：封闭生态 —> 数据交易 —> 精准投放 买家：便捷满足 —> 购买冲动 —> 消费行为 买卖双方，被其圈定，搜集和分析大数据，商家利益的驱动器。

三层递进，观察、互动，到交换； 底层根基，引擎地位无可撼动； 上层建筑，搅动个体自由意志。

论及自己，几点启发如下： 1. 生活 彼此陌生，但都为凡人，都有相似的想法，朋友可以遍天下； 世界很小，小到可以通过几个朋友，就能联系到梦想中的Ta。

2. 工作 连接能力、沟通表达，将显性化； 组织边界正愈加模糊，流动、跨界、重组，是正在发生的趋势，也在号召现在的自己，持续精进、厚积薄发。

山峰：刚刚在酒店餐厅就餐，旁边坐着两位前来培训的泰康人寿女保险员。其中一位女保险员的讲述让我印象深刻。可能这两位女保险员的孩子刚刚上学，两人的话题始终围绕着孩子。那位让我印象深刻的女保险员，谈到她开始工作时，丈夫就要她兼顾工作与生活。丈夫的要求实质是你可以出去工作，但要照顾好孩子。而她直接跑去问刚读书的小孩，你期望妈妈出去上班，还是希望妈妈留在家陪着你照顾你。孩子经过思考，选择让妈妈上班。在涉及孩子的教育，这位人母说起了她的心酸。由于工作性质，她每天早出晚归，但一有时间她会叮嘱孩子，如果不努力读书，就会像妈妈一样，这么大了，还要到处去学习。 这场谈话让我意识到，大多数人也许不懂信息论，但她们不会隐瞒世界的不美好，用自己忙碌的行为与真挚的话语，践行着“信息的作用就是消除不确定性”这句话。通过言传身教的方式，照亮着孩子前行的道路，让孩子做出自己的选择。

佛祖门徒：为什么Google搜索的广告效果好？学习老师从信息论角度进行的深入分析之后，我梳理了三个方面： 第一、时间。主动搜索时推送相关信息，如同想睡觉的时候递过来一个枕头，从时间把握上可谓“恰到好处”，提前推送可能会引起反感或被忽视，事后推送则不会转换为购买行为。 第二、心理。搜索时表明用户带有明确的目的性，诉求或意愿处于非常强烈的阶段，利用渴望获得即时满足的心理，较为容易使广告转化为购买的行动。 第三、精准。老师在《浪潮之巅》里讲过谷歌Google Adwords进化的过程，最初就是源于创始人佩奇不满搜索结果，当他输入“川崎H1B”看到的广告是“如何获取美国H-1B签证”，于是把搜索结果打印出来贴到公司休息间的白板上。两天后的周一，不属于广告部门的搜索工程师杰夫·迪安五位同事，利用周末详细分析了这些搜索结果产生的原因并给出了以“相关性”为核心的解决方案。由此可见，该系统的基因就是源自于精准。

Jacky：大数据思维不做预设这点很重要。最近我们在做一个内部专项要提升公司内部效率。大家八仙过海，各显神通，从不同的纬度提出改进建议，但是这些建议是不是可行呢？没人心里有底，只有做出来才知道，但是要做出来，那是要投入大量时间和人力的。在效果不清楚、资源有限的情况下，没人敢贸然投入，这就陷入先有鸡还是先有蛋的问题。这个问题采用传统的思维方式估计要走很多弯路，大概率会功亏一篑。我打算采用大数据的思维，先搜集数据，识别相关性，然后再验证、分析和改进。项目虽然还没开始，但是我的信息很足，如果做成了会产生很大的影响力，God bless me.

一瓢饮：讲个用信息论指导工作的例子。 在软件行业，如果系统出现错误或者bug，工程师要定位出现问题的原因，有三种方法： 一是根据用户反馈的错误提示，分析错误原因； 二是拿到系统出错时，后台日志，通过日志分析，确定出错的地方，分析出错的原因； 三是在一个与用户使用场景一样的环境下，复现出现的错误和bug。 这三种方法定位问题的难度行难到易，其背后的原因三种方法提供的信息墒不一样，消除的信息不确定性不一样。

学习信息论给我最大的感受就是，工作中遇到问题时，不是盲目去试错，凭经验去猜，而是应该找到能够消除不确定的信息，在找到一些信息，缩小不确定因素的范围，有针对性地去分析问题，解决问题。

武昭：看似纷繁复杂的广告投入模式被老师用信息论这么一讲解竟然清晰无比，做事有了科学的加持能起到事半功倍的效果。

我平时应用信息论最多的地方应该就是核实消息，不管是在工作中还是在生活中，我经常会向几个不同的人打听消息，而且打听消息时会用不同的角度引入话题，最后再把每个人的观点结合起来综合考虑。

另一个应用就是粉碎谣言，我发现平时的很多谣言都具有信息来源单一这个特点，基本上不能交叉印证，而且谣言在传播的过程中会越来越耸人听闻，所以在平时要多关注消息的源头。