最近半年陆续接触内容数据分析的工作，对于广告行业,有点感悟.
广告行业很认可建立样本库来推导整个市场的情况，来支持其购买媒介资源的依据.
这是有历史原因的,早期的电视，户外广告等都是单向传播的媒体.电视台的播出时间资源总和其实是有限的.媒介售卖的其实是时间,
用户总要从中选择一个节目观看.对于市场而言电视的总播出时间和受众的基数是不变的恒量.
在这种情况下,样本库的调研方式是很有效的，电视面对的个体是家庭，国内有多少家庭，那么采用最少的样本库的规模，大致是多少.
样本库的方式有哪些缺陷?
样本库的方式对于大流量精品内容的分析,是可行的.但对长尾的检测对象的分析会有很大的问题.
这个和alexa的原理是一样的,alexa排名对于大站是比较靠谱的,对于小站是极度不靠谱的,网友可以通过网络找找相关的文章.
看到国内几家公司都在依赖于样本库的方式来做买后分析，和买前分析.
比如admaster,秒针,GA的分析都是比较合理,逻辑上可行的. 广告既得流量,这些流量的量，远大于受众轮廓分析维度（地域，年龄，职业），不管怎么分配，都能得出大部分的流量归属. 这种样本库的分析方法是可行的.
而同时我看到一家神奇的公司,艾瑞同学,通过样本库（20W）的方式 可以神乎其技的调研各种(长尾)内容，品牌的数据调研报告.
我个人认为在逻辑上是行不通的.
互联网的内容分析,能不能通过样本库的方式来做? 答案是 大流量内容的可以，长尾流量的内容是行不通的.除非样本库规模足够大(亿).
互联网的内容 有自己独特的特点,内容每年呈几何级数的爆炸式增长,在用户周围充斥各种内容.用户与内容之间的距离越来越远,这也是google,百度公司的搜索价值凸显出来的原因，在早期内容不足的情况下，网友只需关注门户网站就好了.
互联网的视频内容，网友可以随意点播.使用对象 是整个互联网网站+客户端，或单机客户端。
摆在用户前面的是海量的内容，及有限的时间. 简单的通过（1000W以下）人为协商安装软件样本库去分析长尾内容是极度不靠谱的.
当你的样本库不够大(20w)，用户在可选择的内容过于丰富,用户对于某部电视剧,某期综艺节目的选择在某个时间点,是几乎很难有交集.
这个在电视机时代是不存在这个问题的.相对互联网内容,电视的内容少了N个数量级.
在理论层面，网络的、数据传播,在主干线路，电信、移动运营商平台，走海底光缆各种途径.可以设置种种的检测关卡，都可以监控所有HTTP请求的数据,然后统一分析内容的欢迎程度，这也是极度靠谱的，Google做DNS解析，恐怕也是想知道什么网站内容好，什么网站内容差吧。
对于用户的分析,依赖于 平台级的互联网产品，比如百度，腾讯庞大的用户群，依赖于用户行为的分析，分辨出用户的属性.
这种方式获的数据,也远好于样本库的分析用户的方式。
因此艾瑞公司依赖于样本库的内容数据检测公司，全网检测内容数据，发布各种长尾内容数据分析报告.这种数据是极度不靠谱的.
如果是大流量的精品内容数据，这家公司又是没有价值的，因为百度指数，google trends比他们好N倍,样本库 尼玛呀。
所以 我力劝这种公司早点关闭这种不靠谱的部门,做咨询公司该干的事情吧.
在互联网文字时代，判断内容的优劣，做的最好的是搜索引擎，百度与google.其他公司都是纸老虎.
至于在视频和图片时代,google 公司也是牛B的一塌糊涂，百度和其他公司暂时也是纸老虎.
