量化媒體關注，預測科技發展
原文：Beyond the Hype Cycle: Quantifying Media Attention to Predict Technology Trends
CB Insights Trends 是一個可以分析數百萬媒體文章的軟體，能夠識別和理解新興技術和創新。
在這個我們能用3D技術列印火箭和測基因順序的時代，為什麼我們識別理解新興技術趨勢的
方法卻這麼過時呢？
nnnnnn一個主要的例子就是下圖表所展示的，是對兩個市場的預測估計---虛擬現實（VR）和無人機。
上面預測的主要重點是：
無人機市場可能在2020年從12.7億上升到100億。
AR/VR市場估計從10.6億（沒錯就是10.6億）上升到1500億。
由於某些原因，我們不得不接受一些關於來自權威人士的隨機猜測。你可以把這件事想成扔飛鏢，但是這其實在侮辱飛鏢。
比起預測一個人們已經熟悉的市場規模，更難的是你應該意識到新興技術的早期苗頭。然而關於這部分的數據更少，所以你需要依賴像Hype Cycle（炒作周期）這樣的數據驅動框架，Hype Cycle宣稱「可以為一些行業的發展作出很好的預測」。
我們已經知道，棒球可以因為相關的統計分析而被改造，甚至政治問題可以預測性的分析金融服務，社保和汽油等。是時候讓我們開始依賴軟體和概率來識別和理解新興技術趨勢，而不是繼續相信專家們。
利用媒體的關注來預測科技趨勢
CB Insights Trends讓機器學習適用於大量的媒體文章語料庫，能夠讓數據驅動，實時方法來發現，預測和計劃新興技術上升和潛在下降的弧線。這條弧線我們稱之為媒體關注路線（MAP），我們將在下面詳細介紹MAP，並解釋為什麼媒體的關注是值得引起注意的。
在此之前，先讓我們先舉出幾個CB InsightsnTrends的例子開始，這些例子是關於Trends是如何發揮作用，比如發現新興企業和公司策略。
例1. 臨床的穿戴設備已經超過了普通的健身設備嗎？
利用Trends（下圖），我們可以看到從2013年開始，穿戴設備越來越到受歡迎。但是後面趨於平緩，這是否意味著穿戴設備已經開始過時？
相同時間內，Trends（見下圖）發現了「量化自己」的時代精神行為急劇減弱。
量化自己通常和健身和鍛煉的穿戴設備有關，所以當人們已經對普遍的健身意識失去了熱情的時候，我們可以利用Trends知道，對特殊疾病或者臨床的穿戴設備（例如那些用於帕金森氏症和糖尿病的設備）在這個時候上升了。
從上我們可以知道，人們對同一個技術的態度轉變，與對該技術的不同用處有不同的興趣相關。
例2. 物聯網比大數據更有用？
讓我們現在看看這兩個科技里最火爆的領域——大數據和物聯網。
我們都知道，當談到媒體關注時，物聯網已經取代了大數據。（見下圖）
但是物聯網是一個在同一時間裡，意味著一切，卻又意味著虛無的通稱。因此在物聯網中，有沒有讓媒體感興趣的子區域？
Trends（見下圖）發現工業物聯網總是生氣勃勃，那些製造業、物流、採礦、石油、公用事業、和農業重資產的行業都開始用物聯網技術來提高自己的效率並發展新的商業模型。
但是同時，我們揭露了物聯網的另一層次，感測器讓機器對機器即M2M黯然失色，表明了這是媒體將持續關注的領域。
用Trends你可以很快的識別到一個宏觀面，並且還能了解到裡面的細節，這樣就可以更進一步的了解這個基本趨勢和行業內關注的領域。
例3. 谷歌仍然是自動駕駛的老大嗎？
Trends的多功能性同時也給我們提供了一個有趣的制高點，融入企業戰略和競爭態勢，我們通過無人駕駛汽車的例子就能明白。
Trends所能展示的是，2015年4月，無人駕駛汽車幾乎是谷歌的同義詞。但是這已經從去年開始改變了，我們可以從藍色線和橙色線之間的差距就可以知道，它們兩之間的差距越來越大。隨著30家公司如百度、特斯拉、通用汽車開始研發無人駕駛汽車，競爭就開始加劇，同時媒體關注也分散到各個開發無人駕駛汽車的公司。追蹤媒體的報道就能發現競爭強度的增長水平。
為什麼媒體能燭照科技趨勢？
如果能正確地組織、開採和量化時，媒體的關注可以作為一個國內市場研究小組的類固醇——其文字可以在實時基礎上進行調查發現、預測、策劃技術趨勢以及創新。
我們對成百萬的新聞消息進行分析後發現科技趨勢遵循一些模式，或者說我們認為科技趨勢遵循MAP。
大多數科技趨勢的MAP中，其第一階段為探索階段。
在探索階段，商業出版物或發燒友博客開始曝光新興科技和創新，這些人被稱為早期適應者、愛好者、發明家，他們所談論的就是新興技術趨勢大預測。看看下面關於虛擬現實（VR）和人工智慧（AI）的例子。
我們在探索階段發現VR和AI都是隨著時間的推移而穩步增長。
這裡是探索階段是注意點：
不同的時間——處在探索階段的新興科技是不在一個連續時間內的，例如，發現階段沒有一個典型持續時間。一些愛好者，主題專家和媒體在一段時間內保留著熱情，慢慢的當一些事情被觸發後，才進入我們大眾的意識中，變成主流。
一些科技趨勢永遠不會超越探索階段——在VR和AI的例子中，我們可以看到媒體關注是一個緩慢上升的斜坡。然而，一些技術永遠不會超越探索階段。
在探索階段後，事情變得更有趣了，因為科技趨勢勢並不是全部都遵循同一個MAP的，我們已經識別到3個典型MAP，並且分別在下面展示出來。
注意：雖然我們理解像炒作周期把所有技術成遵循同樣的路徑曲線很好的程式化框架的誘惑力，遺憾的是，我們發現，技術發展趨勢不會表現得如此一致。
MAP #1 –爆發和平穩
有時候，科技的趨勢會受到一系列事情的爆發而受到影響。虛擬現實就是一個這個例子。Facebook宣布收購Oculus使媒體對這件事的關注暴漲。
在Boom & Plateau MAP，通常都有一個佔主導位置的公司。當一個主導公司存在時，MAP主要的重點在這個公司。虛擬現實就是一個典型的例子，Oculus公司最初是虛擬現實的代名詞一個最好的例子。隨著時間的發展，越來越多的公司進入該行業，關注度就被驅散了。
一旦越來越多的競爭者出現在一個行業，MAP通常也要跟著改變，遵循一個更穩定的上升模式。
MAP #2 –穩步攀升期
有時候，科技趨勢在探索階段後會緩慢上升，下圖展示的是物聯網和大數據的例子。
在穩定攀升中有兩個重要的變數
（1）有多少新聞量隨著時間的變化而增加，例如，有多少MAP的斜率是上升或下降
（2）與其他行業相比，該技術是否真的是一個趨勢可以由這個量驗證。
第一點顯而易見。一個趨勢如果能獲得更多媒體關注，那麼它的斜率會發生變化。
第二點就有點細微差別。
我們會使用一個術語「遊戲化」來解釋這個。下面的第一張是遊戲化的MAP，它表現出了一個上升的趨勢（見下圖）（灰線所表示的）。
根據上面這個圖，你可能會得出一個結論：遊戲化是值得關注的。然而，當我們與一個更出名的趨勢，我們可以看到遊戲化的相對強度並不是對所有趨勢都有很好的作用。在這種情況下，我們比較一下人工智慧。
遊戲化的MAP對比人工智慧，這表明遊戲化趨勢可能真的不是一個有意義的方式，至少現在不是。這意味著探索階段的趨勢，可能不是一個真正的趨勢。
最後很明顯，技術趨勢的穩步攀升階段不會永遠持續下去。這個趨勢可能成熟或者形成了主流（網際網路或Web2.0），分化成更小的更專業的區域，其中比較大的趨勢是隱式的（機器人的聊天對話最終假定使用人工智慧）或者在某些情況下，獲得品牌的重塑（無人駕駛汽車轉變成自動駕駛汽車）
MAP #3 –起伏的山
有時候，一個趨勢發展起來，之後就暗淡了。在這種情況下MAP的圖形跟它的名字一樣是上下起伏的。
nnnnnn之前提到的量化自我就是一個很好的例子。
CB Insights接下來的趨勢
CB Insights的最後幾個注意點：從其核心來說，趨勢給了我們客戶另一個有力武器，而這個武器可以用來預測和討論科技的趨勢。這是我們最重要的產品，自從2015年的秋季當我們宣布我們價值100億的SeriesA 和公布幾個新產品。
馬賽克-趨勢和MAP技術將進會列出公司的馬賽克分數。馬賽克是我們對私人公司表現的演算法視圖或者說評分。了解一家公司的健康的關鍵因素之一是去了解該企業所在的空間或行業公司的競爭情況。趨勢提供了一個數據驅動的和客觀的技術健康觀點，這將進入公司和市場的馬賽克分數。
競爭情報-到目前為止，我們的許多客戶已經使用了M&A和競爭者的投資歷史來跟蹤他們的競爭對手。趨勢為他們提供了另一種戰略觀點。
預測接下來的事一–許多客戶使用我們的數據來融資和了解技術趨勢，這些包括政府撥款，天使投資或風險投資交易，以及M&A。趨勢表現了另一個難題，我們的願景是用更多的數據集來預測更多，同時用演算法來分析我們現有的數據集
CB Insights 趨勢提供一個技術上客觀、實時、數據驅動的視角，也提供給商務策劃師、首席創新官，R&D領導者，產品營銷、新興技術團隊,投資者的趨勢,同時政府應該考慮發展他們的策略和應對新興技術和競爭對手的行動。
參與人員：編譯 - 詹惠深，程傑超 ；編輯 - 連穎靜；策劃 - 樊茜茜；
推廣 - 李燕雲、申洪浩、李華芳
轉載聲明：歡迎轉載，請您在轉載時保留署名和引用信息。歡迎您在知乎或微信上關注我們。
http://weixin.qq.com/r/XmKpsQ3EhVD6rUnS9zdM (二維碼自動識別)
http://weixin.qq.com/r/jUOqsq-Ed-IIrevR9xaf (二維碼自動識別)
推薦閱讀：
※2017黑五背後的消費者數據_諸葛io
※四個動畫秒懂 Apache Beam 模型
※一小時掌握R語言數據可視化
※鏈家網大數據平台建設，平台樞紐——工具鏈