如何以Web3看待推特收购
马斯克以434亿市值收购目前340亿市值的推特，其背后是否存在一个价值超过100亿美元的市场
TL;DR?
答案是肯定的。如果整个社交数据打包卖给一个懂数字化而且站在科学前沿商人会怎么样？我们不妨先了解社交数据，还有从最近讨论比较火热的数据宇宙(Dataverse)做几个猜想。
信息差
金融学其中有两类，传统金融(Traditional Finance)和行为金融学(Behavioural Finance)。传统金融通过对市场滞后的数据如季报，10K, PE等做成理性估值计算，而行为金融学则是运用市场消息，情绪面做出非理性的判断。在一些特别成功投资案例里，许多是因为信息差导致的认知偏离和判断失误，从而导致的价值误估。这些特别诱人投资或投机机会都建立在信息不平等的条件下，而假设这些认知和信息能被所有人捕获，这个市场就不存在任何的投资机会。这种信息差在互联网时代，和现今的区块链和Web3革命里更是屡见不鲜。目前也有许多指标企图量化行为金融，如常用的区块链的恐慌度。
表层与深层数据
表层与深层数据好比一块浮在海上的冰川。表层数据是公开和透明的如公链上能提取的所有数据表面，表面数据是有滞后性的，通常被用来做趋势分析和线性耦合模型。而深层数据需要建立深度学习模型或自动化学习模型来提取其中有用的价值和关联性，这些隐秘层往往有比表层用户反应的数据更有时效性。一些表层的数据区块链应用，比如交易趋势分析软件有Dune, Chainanalysis和Nansen等这些受到风投机构青睐的项目，他们的估值都将近10亿美金，其中Chainanalysis估值更是到了42亿美金。
深层的社交数据
目前区块链项目，研究员，风投机构，KOLs似乎毫无避忌的用推特关注和发表带有情绪分析的消息。各种话题关键词的讨论热度，用户喜好分类，关注列表和新项目等深层的数据中形成了错综复杂的神经网络。这些信息与链上数据不同，他们是不对称公开的。这对于研究分析区块链核心圈的信息差是非常有价值的。而且这些数据对于普通用户，在过滤和挖掘平台上的数据有较高的技术壁垒和成本。当市场噪音太多还有看不完的概念和项目的时候，这些深层数据分析对于拥有前沿算法团队来说，而其中的价值至少能和表层数据相提并论，而马斯克正好不缺这种深层学习分析的团队。
数据资源整合
除了更深层数据分析以外，收购推特也意味着更迅速的资源整合。与脸书(Meta前身)用户抵触其泄露个人数据不同，推特用户的群体粘性非常高。这时候让用户转移到一个新建立的社交平台非常困难的，特别是处于Web3探索和自媒体在快速抢占用户市场的阶段。对于Web3的发展来说，用户市场占有率的并非是个人喊出Web3和隐私口号就能左右的。因此直接整合资源甚至将用户转换似乎是一个更加可行的方案。目前，虽然我们看到Web2用户在加速逃离平台，但是推特的用户活跃度与Meta相比，却有更大的用户留存率和跟区块链有较强的关联性，这都或多或少说明马斯克收购推特和布局Web3社交平台是有关联性的。
目前，虽然我们能看到Web2用户在加速逃离平台，但是推特的用户活跃度与Meta比却有更强的保有率和跟区块链有较强的关联性，这都说明马斯克收购推特和布局Web3的舆论是关联性的。
数据挖掘
当推特上关联的Github，Medium等数据被整合过滤后，用户可以被分为研究者，开发者，KOLs，趋势交易者等分类，而所有关注的话题和项目可以被划分为被不同专业性的用户所关注的热点项目，新项目等。其中所有代码底层，讨论话题均可以生成为一个词语向量(Word Vector)并归纳到分析模型里。对于拥有掌握了这深层数据的拥有者来说，所有在社交网络上活跃的用户都是他的员工，而这套算法和数据的访问权则是所有信息差来源的潘多拉魔盒。
巨人的影子
马斯克可以说是这个时代商人中的佼佼者，无论从他的连续创业成功经验，从PayPal到特斯拉堵上所有在研发成本投入上(R&D)。再到他最近的SpaceX整合顶尖工程师研发的Raptor引擎将火箭引擎动力成本无限压缩，都深深地映射了他对经济社会的理解，那便是以技术革命和资源整合降低行业运行成本从而获取从中的价值。此番收购推特按照他的信条来解说，那便是整合数据资源来解放人力分析的成本，从而更高效地从紊乱的数据中抽取有用的价值，而并非众人所说的兴趣爱好只是“在推特当一个社交之王。”
结语
一场Web3数据调动和Web2资源整合的竞赛已经悄悄拉开了帷幕，是在纯粹Web3撕开用户量，还是整合双方资源并且尽量现有用户转化，马斯克似乎尝试做出了选择。