哪来的视频，哪来的观众

如今，YouTube的用户已超过10亿，但真要问起它是如何运作的，恐怕极少有人知道。这不奇怪，现在的线上平台设计很直白，开启无脑模式便可轻松上手。既然如此，用户又何苦非要追究背后的规律呢？这印证了英国科幻小说作家亚瑟•克拉克的那句名言——“一切先进技术在大众看来与魔法无异”。 而这，恰恰是本书意欲攻破的目标：如果我们想探究YouTube对大众文化的影响，那么掌握一些魔法的奥义是必须的。本书将深入YouTube系统，看看是哪些基础设施在支撑它的日常运作，还要通过一系列的测量方法，把看似深不可测的运行过程剖析得清楚明白。

一群中学生曾经问过我一个看似简单的问题：“YouTube上面的视频是从哪儿来的？”问题简单，答案却很复杂。

为了解开谜题，我找到了比利•比格斯。他是YouTube工作时间最久、最受人尊敬的软件工程师之一，其职责包括监督YouTube的技术架构。“简单来说，视频被存储在硬盘上。”比格斯说，“可是上帝啊，那可是不计其数的硬盘！”此话怎讲？就是说，当用户上传某个视频文件到YouTube网站，服务器会将它分解并转码为许多个优化过的不同格式，优化标准则是基于不同屏幕的尺寸大小和连接速度。打个比方，超高清电视、高速连接的笔记本电脑和偏僻地区的手机支持播放的视频文件类型显然不一样。这些文件被复制并存储在世界各地的服务器上。这样一来，在约翰内斯堡观看《双彩虹》视频的用户就无须访问洛杉矶的服务器。换句话说，即便看的是相同的内容，约翰内斯堡用户与洛杉矶用户访问的视频文件并非同一个。一个视频越火，它被复制到不同地域服务器的可能性就越大。这意味着，每一个热门视频都有可能随时随地被复制成千上万次，随之被存储在离我们最近的服务器里。从这个意义上讲，YouTube的视频，的的确确就产自我们周围。

比格斯自2006年起就在YouTube工作，是元老级工程师。他见证了YouTube的快速生长期。这是一个令人振奋的时期，谁不希望自己所在的公司蓬勃发展呢？但也是在那时，比格斯意识到YouTube的服务器配置可能比较低，无法处理过高的流量，尤其是在网民数量上升的周末。“当系统的增长速度达到一定程度，就像那时候的YouTube，每一个周末都意味着一个新的流量高峰。”比格斯回忆说，那段时间他的一台笔记本电脑和一张3G流量的无线网卡从不离身，就是为了防止系统崩溃。这个方法确实够机智，有一次，他不得不在和朋友前往海边度假的途中，坐在汽车后座修复服务器。

现今的服务器比起过去更加强大，也更加稳定了，但YouTube也不再是从前那个互联网襁褓中的婴儿。它一直在生长、扩张，并一次次挑战新的极限。它就像一个不断进化的网络生物，考验着它的母体、互联网本身，包括技术、法律、经济和创新等方面的标准。对此，除了时刻准备着，似乎别无他法。但是别忘了，这种进化的根源基于这样一个事实，那就是YouTube用户的兴趣和需求一直在发生改变，而这些改变很难事先预测。为了尽可能地与用户的步调保持一致，YouTube必须“进化”：找到一套检测用户行为的方法。

对于一个视频网站来说，检测用户行为最基本的方法显然是统计视频的观看次数。 理论上，某个视频有多少次浏览量，就应该等同于它被用户观看过多少次。但是，什么才叫一次真正意义上的“观看”呢？这是另一个我经常被问到的问题。同样，我追根溯源，找到YouTube公司那个常被我的同事戏称为“汗毛儿”的人寻找答案。“当用户主动地播放一个视频时，他看到的只是视频的回放。”聊起这个话题，泰德•汉密尔顿的语气中似乎有几分不爽。他曾任YouTube瑞士苏黎世公司分析部产品经理6年多，比别人更懂得视频这一产品。诸如组织发布视频数据、频道之类的问题，他一清二楚。可是，要把测量浏览次数这事说明白，可比想象中要难很多。

今天YouTube的系统足够强大，计算每天生成的数十亿次回放并且处理这些数据不在话下，难的是判断这些播放是不是用户主动为之。这就回到了刚才的老问题：什么才叫一次真正意义上的“观看”呢？有时，我们只是因为醒目的标题或浮动的缩略图误点了某个视频链接；而一些网页上的视频是被嵌入并自动播放的。假设某人在某个时间段内点击了某一视频5次，是算一次还是5次浏览呢？同样令人困惑的是：当你在一个房间做晚饭，另一个房间内自动播放的视频算不算？更别提网站自带的自动回放功能了，它们总不可能被算进去吧？

以上假设在现实中全都存在。有些公司为了使自己出品的视频看起来更受欢迎，于是暗中做了手脚，另一些则是正大光明、无所不用其极地吸引用户的眼球。无论哪一种，所有的数据都会经由一个基于统计学的应用程序来进行分析，目的是帮助查找和防范那些因为可疑活动而生成的无效数据。“通过日积月累地对每天数十亿的浏览次数进行分析，一个无效数据的生成模式渐渐浮出水面。”汉密尔顿解释说。

直到现在，当人们讨论线上视频的受欢迎程度时，浏览次数仍然是常用指标。但据我早期对YouTube的观察发现，仅仅据此判断某个视频是否流行，很可能导向错误的结果。首先，用户为什么要看某个视频比他们是否看过这个视频更重要。比如，视频是怎么被发现的？当用户使用搜索引擎寻找某个视频时，表明他对该视频有积极、主动的兴趣。这和用户因为订阅了某个频道而触发的被动性观看截然不同。当人们观看一个视频的时候，会有一种对速度的感知。举例来说，假如一首歌以每分钟四拍的速率在YouTube上播放，那么它的速度就是一个大小等于每分钟四拍、方向指向视频结尾的矢量。这有助于我们了解视频流行度的动态。2015年，说唱歌手菲迪•瓦普的单曲《诱骗女王》（Trap Queen ）花了好几个月才爬进热门排行榜，而阿黛尔的单曲《你好》（Hello ）则立即吸引了大量观众。两首歌都是当年的热门，但你看，它们在流行文化中的受欢迎程度就不一样。也许，最要紧的是用户在观看某个视频时究竟花费了多长时间，因为这反映出该视频的真正吸引力：不是点击“播放”键的那一刻前，视频有多诱人，用户的全程参与和全情投入，那才是真的吸引力。现在，人们看视频的时间总和被称为“观看时间”，它的重要性已经超越了浏览次数。

YouTube有一个视频分析工具，显示关于视频的一切信息和其他一些重要的统计数据，它对所有在该网站上传视频的用户开放。这个分析工具全年无休，每天24小时都在收集各视频的观看次数、被赞次数、分享次数和评论数量等。然后，服务器将对所有收集的数据进行总结，庞大的信息集合体被分割成许多个较小的单位，人们便可以借此从不同的角度来审阅和分析这些信息，筛选出他们认为更重要、更可靠的数据。比如，通过运用这一工具，YouTube的工作人员可以发现注册用户在哪里撒了谎，甚至可以细化到年龄和性别。 汉密尔顿曾经负责管理这个小组，他的工作是把所有工作人员的调研放在一起分析，以确保那些破坏性的数据被精准地捕获。YouTube为什么要费尽心思去网罗这些虚假甚至无效的数据？因为它们对于观众来说，是判断一个视频是否流行等的重要指标，同时也能够帮助视频制作者制作更加流行的视频。

你可能会觉得，汉密尔顿的这一工作简直任性——查验“用户”在虚拟的数字世界中是否真实存在，这不是在开玩笑吧？可是，对于视频创作者来说，丰富的数据分析可以协助他们将匿名的比特和字节转化为由真人组成的真实观众。“在互联网时代，人与人之间总是隔着一个屏幕。”汉密尔顿说，“即使我们知道观众的确存在，也不知道他们是谁。而这一‘任性’的工作恰恰呈现出一个反馈平台，告诉人们，有一群‘看不见的观众’真实存在，他们正在观看你制作的视频，他们很喜欢。”

这些信息也有助于我解读YouTube网站上的趋势。许多YouTube员工和他们设计的系统每天都会分析这些数据，以创造更好的用户体验。这意味着我们的行为、我们的品位、我们的意见和我们的激情正在塑造YouTube的今天与明天。