摘要：我们要保持清醒，抛弃“流量至上”，警惕新闻专业操守的消解，探索传播数据统计的客观真实标准。

　　“10亿浏览量，我怎么没看过？”在一次新闻作品评审会上，一位评委这样提出质疑。

　　新闻“爆款”的阅读量或播放量达到几亿甚至几十亿这样的宣传，如今在一些媒体的总结材料中并不罕见。不由得你不信，有的还展示阅读量截图。

　　新闻报道的传播总量是如何统计的？除一些媒体拍脑袋估计或造假外，比较认真负责的媒体采用不完全统计方法：自有平台原创作品的点击总量加上主持话题的阅读总量，再加上社交媒体平台账号发布的原创作品的阅读量或播放量。有的媒体把自有平台转载作品的点击量也计算在内。原创作品被其他平台转发，有的甚至几乎被所有大平台首屏前几个位置转发，传播数据在这些平台的后台，发布原创作品的媒体是难以获取这些数据的。因此，有的媒体慎重表述为：据不完全统计，本媒体某某报道的原创作品的总传播量超多少亿。

　　即使这样严肃认真的媒体不完全统计出的传播数据，离真实的传播量数据也相差甚远。

　　其一，各个平台的点击量、阅读量、播放量并不是用户真实的阅读量、播放量。有的用户虽然点击了，但并没有阅读、观看，更没有读完、看完。对阅读量、播放量的计算各个平台并没有统一的标准。有的平台用显示数计算阅读量或播放量，只要把内容显示在用户的网页上就计算在内，不管用户是否阅读或观看。有的平台把一条内容推荐给用户的数量，算为这条内容的阅读量或播放量。显然，这样的阅读量或播放量不能代表真正意义上的阅读量或播放量，甚至不能衡量在屏幕上的展示量。如果某条内容含有热搜词汇，那么这条内容的阅读量肯定会比较高。此外，平台进行人为干预如置顶或上热搜等、用机器人点击或花钱请人刷流量，也会增大传播量。

　　为满足提高效率与流量变现的需要，算法技术应运而生。基于热度的算法推荐技术多采用“爬坡机制”。用户上传内容通过机器和人工审核后，会被随机扔进一个小流量池观察，如果作品在浏览、点赞、评论、完播等指标上表现优异，则会被扔进一个更大的流量池，而表现逊色者则停止被推荐——如此过程反复进行，直到形成一批数据表现好的内容进入首页滚动推荐，其他用户一打开平台，立刻就会看到这些内容。这种算法技术很大程度上是注意力导向的，因此猎奇、有争议性或娱乐化的内容往往能够在流量竞争中胜出。

　　还有一种算法技术基于内容，平台通过收集并分析用户的网络行为，运用数学算法勾勒出用户的兴趣等个人画像，然后针对不同用户向其推送可能感兴趣的内容，以此实现信息的精准传播。这种算法技术意在培养用户黏性和忠诚度，然后将稳定的用户流量变现为资本积累。

　　其二，各媒体为提高传播量，纷纷学会了一个讨巧的办法，就是多主持或设置话题，这样其他账号发布的相关内容就会归入该媒体主持的话题。如果上了几个热搜，阅读量上亿轻而易举。但显而易见，发布的绝大部分内容不是主持话题的媒体原创的。

　　但是，巨大的流量能够提升媒体的知名度，帮助其在市场竞争中突围，为媒体赢得广告商的青睐，获取资本的支持。因此，我们一方面要保持独有的清醒，抛弃“流量至上”的价值取向，警惕新闻专业操守的消解，不推波助澜让流量成为内容生产与消费的主导逻辑；另一方面要有建设性思维，探索如何建立传播数据统计的客观真实标准，如建立传播数据统计的强制性统一标准，开发主流媒体算法。

　　前不久，B站宣布将以“播放分钟数”（用户实际观看视频所花费时间）代替目前的“播放量”，用户实际观看视频所花费的时间是一个更具参考价值的数据。

　　虽然建立传播数据统计的强制性统一标准难度很大，但值得探索和尝试。

　　（作者为资深媒体人）

　　【文章刊于《青年记者》2023年第18期】

　　本文引用格式参考：

　　吾道南来.你可能不知道的传播量真相[J].青年记者,2023(18):126.