豆瓣网发现了一个“十万用户定律”问题。在某一个产品用户不多时，通过互联网获得用户反馈非常直接也很有效。但是，当用户数超过10万，这个渠道就失效了。因为，如此大的用户基数，即使只有1%的用户不满意，其中又有10%表达出来，就等于天天有100个人在骂街，让人感到骂声铺天盖地。它可能是一个很小的比例，但你已经无法去衡量，难以分辨到底是100个人，还是10000个人心怀不满。所以，直接反馈之外需要采用别的方式，如采用问卷调查、用户访谈等方式。这时候你不能被动地看网民评价，而是要采取更积极主动的方式去获得真实反馈。

“十万用户定律”从一个侧面证实，当某个产品或服务销量不大、用户不多的时候，通过互联网这个短链获得用户反馈非常直接可靠。可是当用户越来越多，达到100万、1000万量级的时候，短链这个信息反馈渠道就会出现问题。其中，一个重要后果是产生“反馈通胀”。“十万用户定律”可以解读为一种“负向反馈通胀”，同时还存在一种“正向反馈通胀”。如，eBay上只有不到2%的反馈是负面或中性的。一种解释是，不满意的顾客很少给予反馈。这意味着最重要的信息，即负面声誉数据没有被反馈。而且，社会压力也促使人们在公共论坛留下高分反馈。

人们经常会遇到滴滴司机在路程结束时说，“你给我五颗星”，然后人们通常会给司机五颗星，这就是“正向反馈通胀”。多数人即使在整个路程体验并不太好，一般也不会给低于四颗星的评价，因为这可能影响司机生计。人们还有一种担忧，个人信息都被商家掌握，一旦给予了差评，可能被威胁和骚扰，这种情况淘宝用户不时会碰到，媒体也不时爆出消费者给外卖差评遭遇骚扰的事件。换而言之，人们给出高分反馈通常源自于其他各种因素，而并非是因为产品和服务质量很好。

因此，网上直接反馈的差评或好评反馈都可能存在通胀和泡沫，需要人们不断提高辨识能力。如，豆瓣的广播功能，为每个用户列出好友的行动更新，有很多用户反映，要求增加一个只看“推荐”的功能。原来是因为用户的广播里有大量图书、电影、音乐收藏的更新，让用户的屏幕被刷得很厉害，而这些又不是用户关心的信息。后经研究发现，其实用户需要的不是一个新功能，而是把有用信息筛选出来。豆瓣最终提出，最需要做的并不是直接看“推荐”，而是怎样减少图书、电影的刷屏。如今，互联网上的信息鱼龙混杂，哪些是真，哪些是假，哪些是人为操纵的，哪些只是代表特定群体，都需要好好甄别和判断。

作者介绍：张鸫，原中央机关网络舆情处长，人民日报社传播内容认知全国重点实验室资深研究员、乌镇数字文明研究院特聘研究员、华南师范大学专业学位硕士生校外导师，曾任上海寻梦信息技术有限公司（拼多多）副总编辑。曾以笔名出版《操纵：大数据时代的全球舆论战》《效应：舆论传播的100个定律》《监视帝国：棱镜掌握一切》《2020：世界网络大战》《中国输不起的网络战争》《网络战争：互联网改变世界简史》等著作。