互聯網急需一臺“除濕機”，來抽取數據中大批的水份

315晚會暴光瞭淘寶刷單內幕，支流媒體開端存眷電商刷數據這一題目，刷單到瞭像贗品一樣讓平易近眾惱怒喊打的高度。阿裡巴巴隨後表現將對這一行動舉行重辦，也號令司法參與羈系。但是在當前的司法框架下，刷單行動其實不會負擔司法義務，刷單正在舒展到電商和O2O的各個范疇，輸數據更是互聯網行業的廣泛征象。

本年非常火爆的醫美行業也未能幸免，某醫美App克日就墮入瞭刷單口水戰。

早在2015年8月，知乎上就有人質疑該醫美App單周生意業務額破1億是放衛星。隨後該APP結合開創人親身站出來廓清，表現數據實在。本年315前後，收集上又湧現責備該醫美APP數據造假嚴峻的文章，隨後另有人在知乎貼出灌音，暗指該APP有請求病院合營刷單的行動。

沒有久後，該醫美App在多個媒體揭櫫倔強聲明，稱刷單系流言，要報警處置。從表象上來看，確切有媒體博弈的陳跡，全部事宜樸樹迷離，好像上演瞭一次羅生門。我其實不想去探討某個APP是不是有刷單，由於刷單是行業共性題目，為何會湧現如許的征象，又該若何辦理，值得沉思。

除電商、醫美以外，外賣O2O、出行辦事、抵傢辦事、二手車平臺…險些全部C2C、B2C和O2O電商行業，都曾被爆出過刷單題目。刷單，已經是電商行業繞不外去的坎。再放大到可以或許看到數據的行業，刷的征象就更顯著瞭：微博僵屍粉、AppStore刷榜、微信"賬號刷瀏覽、片子點評…

互聯網上的UGC數據，相稱一部門都是水。刷，是互聯網行業繞不外去的坎。在創業項目紛紜挑選將融資額誇張數倍的本日，假如刷數據能帶來好處，而且無需負擔太大的風險時，刷數據就成瞭有時中的必定，這就似乎美圖秀秀批量臨盆出照騙一樣，人們處於分歧目標願望某些數據更悅目一些。事理很簡略：假如他人都用瞭美圖秀秀你不消，你就相對沒有那末英俊瞭。

為何人人會去刷數據？隻為好處二字。不外，數據由誰來刷，為瞭甚麼好處，謎底卻很紛歧樣。依據筆者不雅察，互聯網刷數據也許有以下幾種目標：

第一，刷數據誘騙投資者

很多創業者都邑對其數據舉行處置，註冊用戶、網站排名、市場份額、生意業務量，這些投資者存眷的癥結目標，極可能都被處置過，美其名曰包裝。就連一些至公司，都邑去對數據舉行處置，好比自傢營業在第三方數據機構申報中的份額和排名這類癥結數據，假如投資者關懷某個數據，該數據就有被操縱的大概性。

如今投資人學聰慧瞭，一樣平常沒有會依附單個數據起源，而是綜合多方數據斷定，氣力壯大的投資機構還具有本身的查詢拜訪團隊。

第二，刷數據誘騙告白主

假如告白主依據數據來決議是不是投放告白、投放若幹錢，那末這個數據就會湧現被灌水的大概，一個例子是微信"賬號瀏覽數，當一些運營者在慘淡經營內容以斬獲10w+時，沒有乏有走捷徑者間接去淘寶花點錢買一個10w+瀏覽。

假如有須要，刷數據這還可量身定制，為你刷點贊，為你模仿數據增加曲線，以假亂真，告白主看到這麼好的數據，投放志願大大增加，投放以後也沒有會露陷：由於數據還在連續刷著呢。

第三，刷數據誘騙花費者

你在網上看到一部片子評分高達8分，但進到片子院以後會想回傢睡覺；你在點評網站看到一傢餐廳評級五星，但點餐以後發明難吃得烏煙瘴氣；你在淘寶看到一個商品好評如潮，買回傢發明完整貨紕謬板…

這時候候，你是刷數據的受害者，商傢刷數據這一行動跟曩昔實體店的托兒性子一樣，往小瞭說是一種營銷手腕，往大瞭說這是一種欺騙手段，它經由過程虛偽的數據致使你做出瞭毛病的花費決議計劃，但你又拿沒有到證據，由於托兒是沒有會認可本身是托兒的。

很多電商平臺還會介入這類行動，好比秒殺運動時你看到的定單量實在是代碼天生的，這是一種慣例運營手腕。另有App Store上的刷榜行動，實質可歸到這一類，目標都是要誘騙花費者。

第四，刷數據誘騙平臺

假如平臺有補助時，就極可能湧現如許的套現行動。出行和外賣O2O猖狂打補助戰時，就湧現瞭大批的刷單行動，網上另有專門的教程售賣，不外，這類刷數據行動已冒犯司法，滴滴等平臺上就有刷數據者因涉嫌欺騙功被批捕。

除平臺有補助會有刷數據的以外，假如一個告白平臺是分紅形式，那末有大概會湧現刷告白騙平臺分紅的。總之，這類行動是用戶違反平臺本意去制作虛偽數據來欺騙平臺款項，涉嫌欺騙。

第五，刷數據弄逝世敵手

這是一種比擬小眾的刷數據行動。給敵手刷數據，是歹意合作的最終弄法，克日，Uber在印度就遭到瞭印度版Uberola的歹意刷單，在曩昔半年，ola在Uber平臺發明瞭跨越9.3萬個虛偽賬戶，並制作瞭跨越40萬個虛偽定單，影響瞭Uber在印度的一般運營，譏諷的是，Uber員工2014年曾用相似手腕對於過它的美國敵手。除這類行動以外，另有去贊助敵手刷榜的——由於刷榜如若被蘋果發明，將被AppStore下架。

刷數據的人各有分歧，目標分歧，受害者也分歧，但總的來講，都是離心離德地騙來騙去，實質上屬於誘騙行動。隻是有的行動已顯著冒犯司法，有的行動還屬於灰色地帶僅僅是有事理上的壓力。值得留意的是，刷單其實不是中國互聯網獨占的征象，美國Amazon等平臺一樣有水軍存在。不外對付這類行動，Amazon發明以後將間接將水軍告上法庭，用司法辦理。

刷數占有甚麼傷害呢？

從間接成果來看，分歧刷數據行動，將會間接致使投資者、告白主、花費者、平臺或合作敵手好處受損。隻管有一些喪失其實不顯著，比方用戶看到水軍的批評去看瞭一部渣滓片子，被誘騙感其實不會很顯著，但沒有管怎樣說，都是有人有目標地用數據去誘騙瞭另外一些人，以是全部刷數據都是誘騙行動。

從直接成果來看，刷數據是互聯網行業的毒瘤，比贗品愈甚。

第一，刷數據致使劣幣驅趕良幣。在敵手經由過程刷數據博得投資人親睞以後，在敵手經由過程刷數據打擊AppStore以後，在敵手經由過程刷數據吸收告白主以後，你刷照樣沒有刷？大部門創業者，哪怕有節操的創業者，終極都邑在實際眼前讓步，由於當他人都刷，你沒有刷，你就虧損瞭。是以終極成果是人人都刷刷刷，構成一個惡性輪回，致使互聯網上的水愈來愈多，刷數據的公司賺得缽滿盆滿。

第二，刷數據影響互聯網運轉。當一個微信運營者可花幾十塊錢去買一個10萬+瀏覽，他必定沒有會再去思慮若何做出更好的內容，他的敵手也會質疑本身的賣力是不是故意義。當一個淘寶賣傢靠得住刷單輕松構成悅目的信譽數據時，他必定沒有會去盡力改良辦事以求更多好評。總之，當本來須要盡力能力得到的悅目數據可經由過程刷隨意馬虎得到時，就沒人去盡力瞭。就像靠駕照，假如大傢都可作弊，另有人會賣力進修駕駛嗎？謎底是沒有會。

第三，刷數據讓大數據形同虛設。很多科技巨子都愛說，我們有若幹若幹大數據，並將大數據作為計謀。但假如你的數據內裡相稱一部門是水，基於這些虛偽數據剖析出來的成果又有多大代價？

大概是毛病的成果。假如平臺說能夠辨別實在和虛偽數據，你能做到這一點為何不克不及去發明並處分刷數據的人呢？刷數據讓互聯網最基本的數據系統龐雜，影響瞭其應有的偉大代價，對付行業和企業來講都是喪失，由於數據是互聯網的財政，是互聯網的金礦，如今這個金礦被工資損壞瞭。

歷久來看刷數據對互聯網已構成根深蒂固的悲觀影響，它下降瞭整合行業的誠信尺度，假如人們在數據上易如反掌地撒瞭小謊，那末極可能在其餘處所撒更多小謊甚至彌天大謊，好比虛偽宣揚。

互聯網數據水太多瞭，讓我想起一本書《將來是濕的》。實在，互聯網才是濕的。

短時間來看，刷數據征象很難有用辦理，平臺必需自律，沒有做同謀，更沒有要做脅從。假如平臺都刷數據，誰去治理平臺上的商傢呢？另有，跟著刷數據題目的日趨嚴峻，贊助人們復原數據的辦事會連續湧現，好比贊助你辨別淘寶評價實在度的插件。不外，這些辦法都是治本沒有治標，互聯網急需一臺除濕機來抽取數據中大批的水份。（本文首發鈦媒體）

本文為站長之傢專欄文章，文中所述為作者自力不雅點，沒有代表站長之傢態度。

>> 檢察更多類似文章