Apakah Facebook akan segera berakhir?

Baru-baru ini , makalah ini telah menerima banyak perhatian (misalnya dari WSJ ). Pada dasarnya, penulis menyimpulkan bahwa Facebook akan kehilangan 80% anggotanya pada 2017.

Mereka mendasarkan klaim mereka pada ekstrapolasi model SIR , model kompartemen yang sering digunakan dalam epidemiologi. Data mereka diambil dari pencarian Google untuk "Facebook", dan penulis menggunakan kehancuran Myspace untuk memvalidasi kesimpulan mereka.

Pertanyaan:

Apakah penulis membuat kesalahan "korelasi tidak menyiratkan sebab akibat"? Model dan logika ini mungkin berhasil untuk Myspace, tetapi apakah ini valid untuk jejaring sosial apa pun?

Pembaruan : Facebook membalas

Sesuai dengan prinsip ilmiah "korelasi sama dengan sebab-akibat," penelitian kami secara tegas menunjukkan bahwa Princeton mungkin dalam bahaya menghilang sepenuhnya.

Kami tidak benar-benar berpikir Princeton atau pasokan udara dunia akan segera ke mana-mana. Kami mencintai Princeton (dan udara), "dan menambahkan pengingat terakhir bahwa" tidak semua penelitian diciptakan sama - dan beberapa metode analisis mengarah pada kesimpulan yang cukup gila.

Jawabannya sejauh ini terfokus pada data itu sendiri, yang masuk akal dengan situs ini, dan kekurangannya.

Tapi saya seorang ahli epidemiologi komputasi / matematika oleh kecenderungan, jadi saya juga akan berbicara tentang model itu sendiri untuk sedikit, karena itu juga relevan dengan diskusi.

Dalam pikiran saya, masalah terbesar dengan kertas itu bukan data Google. Model matematika dalam epidemiologi menangani data yang berantakan sepanjang waktu, dan menurut saya masalah dengan hal itu dapat diatasi dengan analisis sensitivitas yang cukup mudah.

Masalah terbesar, bagi saya, adalah bahwa para peneliti telah "menakdirkan diri mereka untuk sukses" - sesuatu yang harus selalu dihindari dalam penelitian. Mereka melakukan ini dalam model yang mereka putuskan sesuai dengan data: model SIR standar.

Secara singkat, model SIR (yang berarti rentan (S) menular (I) pulih (R)) adalah serangkaian persamaan diferensial yang melacak kondisi kesehatan suatu populasi ketika mengalami penyakit menular. Individu yang terinfeksi berinteraksi dengan individu yang rentan dan menginfeksi mereka, dan kemudian seiring waktu beralih ke kategori yang pulih.

Ini menghasilkan kurva yang terlihat seperti ini:

Cantik bukan? Dan ya, ini untuk wabah zombie. Cerita panjang.

Dalam hal ini, garis merah adalah apa yang dimodelkan sebagai "pengguna Facebook". Masalahnya adalah ini:

Dalam model SIR dasar, kelas I pada akhirnya akan, dan tak terhindarkan, mendekati nol .

Itu harus terjadi. Tidak masalah jika Anda memodelkan zombie, campak, Facebook, atau Stack Exchange, dll. Jika Anda memodelkannya dengan model SIR, kesimpulan yang tak terhindarkan adalah bahwa populasi dalam kelas infeksi (I) turun menjadi sekitar nol.

Ada ekstensi yang sangat mudah untuk model SIR yang membuat ini tidak benar - baik Anda dapat meminta orang-orang di kelas (R) pulih kembali ke rentan (S) (pada dasarnya, ini adalah orang-orang yang meninggalkan Facebook berubah dari "Saya jangan pernah kembali "ke" Saya mungkin akan kembali suatu hari nanti "), atau Anda dapat meminta orang baru masuk ke populasi (ini akan menjadi Timmy dan Claire kecil yang mendapatkan komputer pertama mereka).

Sayangnya, penulis tidak cocok dengan model tersebut. Ini, kebetulan, masalah luas dalam pemodelan matematika. Model statistik adalah upaya untuk menggambarkan pola variabel dan interaksinya dalam data. Model matematika adalah pernyataan tentang realitas . Anda bisa mendapatkan model SIR agar sesuai dengan banyak hal, tetapi pilihan Anda untuk model SIR juga merupakan penegasan tentang sistem. Yaitu, sekali itu memuncak, itu menuju ke nol.

Kebetulan, perusahaan internet memang menggunakan model retensi pengguna yang terlihat sangat mirip dengan model epidemi, tetapi mereka juga jauh lebih kompleks daripada yang disajikan di koran.

Perhatian utama saya dengan makalah ini adalah bahwa ia berfokus terutama pada hasil pencarian Google. Ini adalah fakta mapan bahwa penggunaan smartphone sedang meningkat ( Pew Internet , Brandwatch ), dan penjualan komputer tradisional menurun (mungkin hanya karena komputer lama masih berfungsi) ( Slate , ExtremeTech), karena semakin banyak orang menggunakan smartphone untuk mengakses internet. Mengingat ada aplikasi Facebook asli untuk (setidaknya) iOS, Android, Blackberry, dan Windows Phone, tidak mengherankan bahwa jumlah permintaan Google untuk "facebook" telah turun secara signifikan. Jika pengguna tidak lagi perlu membuka browser dan salah ketik "facebook.com" di bilah URL, maka itu pasti akan berdampak negatif pada jumlah pencarian. Bahkan, jumlah pengguna FB yang menggunakan aplikasi telah naik secara signifikan ( TechCrunch , Forbes ).

Saya pikir studi ini hanya beberapa "huh, korelasi yang menarik" yang terlalu jauh dilakukan oleh outlet media yang mengkhawatirkan; "Apakah kamu tahu dunia berubah? Betapa tak terduga!"

Nah, makalah ini menetapkan fakta bahwa jumlah pencarian Google di Facebook cocok dengan kurva tertentu. Jadi yang terbaik dapat memprediksi bahwa pencarian di Facebook akan menurun hingga 80%. Yang mungkin layak, karena Facebook mungkin menjadi sangat di mana-mana sehingga tidak ada yang perlu mencari tentang itu.

Masalah dengan jenis model seperti itu adalah mereka berasumsi bahwa tidak ada faktor lain yang dapat mempengaruhi dinamika variabel yang diamati. Asumsi ini sulit untuk dibenarkan ketika berhadapan dengan data yang berhubungan dengan orang. Sebagai contoh, model ini mengasumsikan bahwa Facebook tidak dapat melakukan apa pun untuk mengatasi kehilangan penggunanya, yang merupakan asumsi yang sangat dipertanyakan.

Google Trend menurut saya tidak dapat menghasilkan set data yang baik untuk studi kasus ini. Google trend menunjukkan seberapa sering suatu istilah dicari dengan Google sehingga setidaknya ada dua alasan untuk menimbulkan keraguan tentang previsi:

• Kami tidak tahu apakah pengguna mencari di Google Facebook untuk masuk atau apakah ia mencari informasi tentang Facebook

Facebook bukan hanya sebuah situs adalah sebuah fenomena, dengan banyak artikel, buku dan film tentang hal itu dan Facebook Inc. pada 18 Mei 2012 mulai menjual stok kepada publik dan berdagang di NASDAQ. Google Trend menunjukkan kepada Anda berdua: pencarian untuk situs dan pencarian untuk "fenomena". Hal-hal baru selalu memiliki dampak besar pada massa, TV memiliki dampak besar pada massa sekarang tidak ada yang menulis artikel tentang itu tetapi masih merupakan salah satu alat yang paling banyak digunakan.

• Sebagian besar pengguna tidak mencari "facebook" di Google untuk masuk

Dengan aplikasi seluler dan Bookmark pengguna dengan pengetahuan yang layak tentang pencarian internet "facebook" hanya di Google pertama kali maka ia biasanya menyimpan halaman sebagai bookmark atau mengunduh aplikasi. Grafik di bawah ini adalah tren Google untuk Wikipedia , tampaknya kami tidak akan menggunakan Wikipedia di masa mendatang. Jelas ini tidak benar, kami hanya tidak mengakses wikipedia, mengetik "wikipedia", kami cukup mencari dan kemudian menggunakan halaman wikipedia atau kami menggunakan bookmark untuk mengaksesnya.

Beberapa masalah mendasar yang menonjol dalam makalah ini:

• Ini mengasumsikan korelasi permintaan mesin pencari tentang jaringan sosial yang meningkat dengan peningkatan keanggotaan. Ini mungkin berkorelasi di masa lalu, tetapi mungkin tidak di masa depan.

• Ada sangat sedikit jejaring sosial baru yang besar. Anda hampir dapat menghitungnya di satu tangan. Friendster, Myspace, Facebook, Google+. Juga, Stack Exchange, Tumblr, dan Twitter berfungsi serupa dengan jejaring sosial. Adakah yang memprediksi Twitter sudah berakhir? Justru sebaliknya, tampaknya memiliki momentum besar. Tidak banyak yang menyebutkan atau mempelajari yang lain untuk melihat apakah mereka cocok. Dengan cara yang kita bicarakan, apakah ada tren di antara 5-7 titik data? (Jumlah jejaring sosial.) Terlalu sedikit data untuk membuat kesimpulan tentang masa depan.

• Facebook menggusur Myspace. Itulah dinamika utama. Itu tidak mempertimbangkan gagasan bahwa satu infeksi menggantikan yang lain, ia cenderung menganggapnya secara terpisah. Apa yang menggusur Facebook? Google+? Kericau? Interaksi dan "pembelotan" pelanggan dari satu "merek" atau "produk" ke yang lain adalah fenomena kritis di bidang ini.

• Jejaring sosial hidup berdampingan. Satu dapat menjadi anggota beberapa situs. Memang benar bahwa anggota cenderung lebih suka satu daripada yang lain.

• Tampaknya model yang jauh lebih baik adalah bahwa ada konsolidasi yang terjadi, seperti di bidang ekonomi, seperti dengan mobil, pembuat radio, situs web, dll. Seperti dalam teknologi baru yang mengganggu, ada banyak pesaing di awal, dan kemudian , kemudian, bidangnya menyempit, mereka cenderung berkonsolidasi, ada pembelian dan merger, dan beberapa mati dalam kompetisi. Kami sudah melihat contoh ini, misalnya Yahoo membeli Tumblr baru-baru ini.

• Konsep yang serupa mungkin dengan jaringan televisi yang terkonsolidasi dan dimiliki oleh konglomerat besar, misalnya perusahaan media besar yang memiliki banyak aset media. Memang, Myspace dibeli oleh News Corporation.

• Cara untuk pergi adalah mencari analogi antara ekonomi dan infeksi (biologi). Perusahaan yang memperoleh pelanggan dari pesaing dan pengambilan produk memang memiliki banyak persamaan epidemiologis. Ada persamaan yang kuat dengan ras "ratu merah" evolusioner [lihat buku, Ratu Merah oleh Ridley ]. Mungkin ada koneksi ke bidang yang disebut bionomik .

• Model dasar lainnya adalah produk yang bersaing satu sama lain dan memiliki berbagai "hambatan masuk" bagi pelanggan untuk beralih dari satu merek ke merek lain. Memang benar biaya switching sangat rendah di dunia maya. Ini mirip dengan merek bir yang bersaing untuk pelanggan, dll.

• Dalam model asimptotik, jauh lebih mungkin bahwa jaringan meningkatkan anggotanya menuju beberapa asimtotik maksimum dan kemudian cenderung dataran tinggi . Di awal dataran tinggi, tidak akan terlihat bahwa itu adalah dataran tinggi.

Itu semua mengatakan, saya pikir itu memiliki beberapa ide yang sangat valid dan menarik dan kemungkinan akan memacu penelitian lebih lanjut. Ini terobosan, perintis, dan hanya perlu sedikit disesuaikan dalam klaimnya. Saya senang dengan penggunaan Stack Exchange ini dan kebijaksanaan kolaboratif / kecerdasan kolektif yang menganalisis makalah ini. (Sekarang jika hanya wartawan yang meneliti subjek yang akan membaca seluruh halaman ini dengan seksama sebelum menyiapkan suaranya yang sederhana.)

Pertanyaannya bukan "jika" tetapi "kapan".

Itu akan berakhir sudah dijamin. http://www.ted.com/talks/geoffrey_west_the_surprising_math_of_cities_and_corporations.html

Saya merasa tersinggung dengan penggunaan model SIR. Muncul dengan asumsi.

Salah satu asumsi adalah bahwa pada akhirnya semua orang "pulih". Infeksi tidak selamanya, sementara adopsi teknologi dapat (pertimbangkan mobil misalnya).

Jika bisnis ditakdirkan untuk akhirnya mati, maka ketika mengalami kematian melalui hubungan antara rentan, terinfeksi, dan pulih mungkin dimodelkan secara memadai oleh model SIR tertentu. Ini tidak berarti model tersebut adalah deskriptif dari salah satu musim sebelum akhir kehidupan. Itu tidak memperhitungkan kekuatan-kekuatan lain - konteksnya. Facebook adalah bagian dari konteks akhir "Myspace" dan jadi sementara SIR sesuai untuk penggunaan hanya Myspace, itu bukan untuk penggunaan Jejaring Sosial karena banyak pengguna memiliki akun di keduanya, dan beralih ke penggunaan dominan FB.

Saya menggali melalui model-zombie, dan bahkan melalui beberapa cocok non-zombie SIR, dan waktu dan populasi SIR windowed diselingi lebih tepat di sana. Ini bukan model universal, dan memiliki kekuatan dan kelemahan. Itu berarti bahwa SIR tidak sempurna bahkan untuk sistem yang direkayasa untuk dimodelkan. Ketidaksempurnaan mendasar seperti itu untuk targetnya menunjukkan bahwa tanpa penggunaan yang hati-hati, aplikasi di luar area target bisa, ceteris paribus, lebih bermasalah daripada model lainnya.

Untuk menjawab pertanyaan Anda

Model dan logika ini mungkin berfungsi untuk MySpace, tetapi apakah ini valid untuk jejaring sosial apa pun?

Mungkin tidak. Data historis hanya dapat memprediksi peristiwa di masa mendatang jika 'lingkungan' serupa. Makalah ini mengasumsikan bahwa total pengguna dan kueri Google adalah konstan, yang tentu saja tidak. Sekarang artikel ini mungkin mengatakan lebih banyak tentang Google daripada tentang Facebook.

Namun, berdasarkan naik turunnya banyak jejaring sosial lainnya seperti MySpace dan lainnya, saya pikir orang dapat dengan aman berasumsi bahwa ada kemungkinan besar Facebook tidak akan lagi menjadi jejaring sosial yang dominan dalam 5 tahun.

Jika kita melihat peta jejaring sosial, ada beberapa kasus yang menerapkan model epidemi.

http://vincos.it/world-map-of-social-networks/

Artikel tersebut dapat memiliki beberapa contoh lain (Friendster dan Orkut adalah contoh yang baik dari deklinasi masif pengguna) dan juga mempertimbangkan fakta bahwa biasanya orang bermigrasi ke jejaring sosial lain yang menawarkan layanan yang lebih baik atau baru .

Facebook menginvasi cara orang berkomunikasi. Dibandingkan dengan Orkut , pengguna harus memasukkan profil orang lain untuk melihat pembaruan mereka. Di sisi lain, di facebook, feed sekarang berada di timeline-nya sendiri. Itu perubahan besar.

Model dan logika ini mungkin berfungsi untuk MySpace, tetapi apakah ini valid untuk jejaring sosial apa pun?

IMHO, orang tidak meninggalkan Jejaring Sosial. Mereka bermigrasi, berdasarkan layanan, fungsi, atau pengalaman yang lebih baik.

Pertanyaannya adalah: Apakah akan ada Jejaring Sosial yang lebih baik? Mungkin Google +.