Google是如何搜集互聯(lián)網(wǎng)信息的?-一臺無法停止的數(shù)據(jù)收集機器[轉(zhuǎn)載]

2010-12-2 0:0:0 | 作者：sw996 | 0個評論 | 人瀏覽

　　本文主要說Google如何搜集互聯(lián)網(wǎng)信息、不計其數(shù)的趨勢信息和Google用戶（包括你我）的信息。

　　那Google到底知道多少你的信息呢？還有你的在線習(xí)慣呢？請你坐下來，登錄你的Google賬號，看看你正在使用的Google服務(wù)列表，你就知道你正把多少信息交給了Google。

登錄Google賬號后的“我的產(chǎn)品”

（注：此圖中產(chǎn)品因人而異，只要你在登錄Google賬號時使用過某服務(wù)，則自動會添加到此列表中。）

　　這些服務(wù)已經(jīng)引起了很多隱私問題。09年末時，Google CEO埃里克·施密特曾說過：“如果你有些東西不想讓別人知道，或許你本該就別做那事?！保ㄟ@話聽起來頗似有點“切莫伸手，伸手必被抓”的韻味。）

　　那我們現(xiàn)在就來看看Google是怎么搜集從你那收集你的信息。

　　Google信息收集渠道

　　Google的使命是：“整合全球信息，讓人人可用，人人受益”。它也正在很好地兌現(xiàn)這個諾言。然而，Google正在收集的信息似乎比我們意識到的還要多。

　　1. 搜索（網(wǎng)頁、圖片、新聞和博客等）- 眾所周知，Google是全球最受歡迎的搜索引擎，其全球市場占有率幾近70%（比如，美國本土占66%）。Google追蹤所有的搜索，其現(xiàn)在的搜索方式也越加個性化，個性化勢必將越來越細(xì)化。

　　2. 搜索結(jié)果中的點擊 - Google不僅能知道我們要找什么，它也知道我們點擊了哪些搜索結(jié)果。（編者注：這個做SEO的朋友應(yīng)該很清楚，可以從Google Analytics中知道。）

　　3. 網(wǎng)頁檢索 - Google的網(wǎng)頁爬蟲Googlebot就是一只不知疲倦的小蜜蜂，一直不停地“品讀”和收錄數(shù)十億的網(wǎng)頁。

　　4. 網(wǎng)站分析 - Google Analytics是目前最受歡迎的網(wǎng)站分析工具。因其免費并支持多種高級特性，全球大量網(wǎng)站正使用它。

　　5. 廣告服務(wù) - Adwords和Adsense是Google財務(wù)成功的基石，但它們也給Google提供了大量的有價值的數(shù)據(jù)。網(wǎng)民點擊了那些廣告，廣告主在競爭哪些關(guān)鍵字，哪些關(guān)鍵字最值錢等等。這些信息都是非常有用的。

　　6. 電子郵件 - Gmail是全球三大電子郵件服務(wù)之一，面臨著來自微軟的Hotmail還有雅虎的Email的競爭。郵件內(nèi)容，包括發(fā)送內(nèi)容和接收內(nèi)容，都是可以解析和分析的。即使是從安全角度來看，這也是Google的一項優(yōu)秀服務(wù)。Google的郵件安全服務(wù)——Postini，要從海量Gmail用戶中，接收超大量的數(shù)據(jù)，包括垃圾信息、惡意軟件和郵件安全趨勢數(shù)據(jù)。（編者注：2007年，Google以六億二千五百萬美元的價格收購網(wǎng)絡(luò)安全服務(wù)商Postini，以此為Google的小型商務(wù)客戶提供更好的電子郵件安全服務(wù)。）

　　7. Twitter - “你說有的Twitter消息都是我們的”，這句話用來解釋早期的網(wǎng)絡(luò)快速傳播現(xiàn)象（又稱“網(wǎng)絡(luò)爆紅現(xiàn)象”）。在09年和Twitter達成交易后，Google可以直接訪問Twitter上所有的消息。

　　8. Google應(yīng)用服務(wù)（文檔、電子表單和日歷等） - Google的辦公套件有很多用戶，它當(dāng)然也是Google的一個數(shù)據(jù)收集來源。

　　9. Google公開的個人資料 - Google鼓勵你把你的個人資料在網(wǎng)絡(luò)上公開，這些資料包括你活躍在哪些社交網(wǎng)站（Facebook或Linkedin），你的個人主頁和在線圖片等等。

　　10. Orkut - 雖然Google的社交網(wǎng)絡(luò)還并不是很成功，但Orkut在巴西和印度還是有很多成功。（編者注：為什么還沒有成功？可參見伯樂在線此文：《Google的社交網(wǎng)絡(luò)為什么還沒有成功》。）

　　11. Google Public DNS - Google2009年年末推出的DNS服務(wù)并不只是幫助網(wǎng)民獲得更快的DNS解析，也同時幫助Google自己。因為從這項服務(wù)中，Google可以獲得大量的統(tǒng)計數(shù)據(jù)，比如網(wǎng)民訪問了哪些網(wǎng)站。

　　12. Chrome瀏覽器 - Chrome可以收集你的瀏覽器行為，還有訪問哪些網(wǎng)站。

　　13. Google財經(jīng) - 除了財經(jīng)數(shù)據(jù)之外，用戶在Google財經(jīng)上搜索的信息和使用的信息都是Google的重要數(shù)據(jù)。

　　14. YouTube - 這個目前是全球最大最受歡迎的視頻網(wǎng)站，為Google所有。它也向Google提供了大量的用戶觀看習(xí)慣方面的數(shù)據(jù)。

　　15. Google翻譯 - 幫助Google完善其自然語言解析和翻譯。

　　16. Google Books - 雖然現(xiàn)在不是很龐大，但有潛力幫助Google知道網(wǎng)民閱讀習(xí)慣和他們想閱讀什么東西。

　　17. Google閱讀器 - 目前為止是全球最受歡迎的Feed閱讀器。你訂閱了哪些RSS種子？你在看哪些博文？Google會知道的。

　　18. Feedburner - 很多博客都使用Feedburner來公開其RSS種子。Google追蹤Feedburner的每一條鏈接。

　　19. Google地圖和 Google Earth - 你對哪些地方感興趣？（Google也會知道的）

　　20. 你的聯(lián)系人網(wǎng)絡(luò) - 你在Gtalk和Gmail等上的聯(lián)系，組成了一張錯綜復(fù)雜的用戶網(wǎng)。如果他們都使用Google，網(wǎng)絡(luò)映射更為深刻。雖然我們不知道Google是否做了這個，但這上面的數(shù)據(jù)是可以收集的。

　　21. 即將推出的 - Chrome OS等Google更多可能成功的產(chǎn)品。

　　22. 剛推出不久的 - 即時搜索和Goo.gl等服務(wù)

　　23. 已經(jīng)消亡的 - Google Wave等（雖然消亡了，應(yīng)該死前收集了一些數(shù)據(jù)吧。）

　　因為Google的產(chǎn)品數(shù)不勝數(shù)，上面的列表還會擴大。到現(xiàn)在為止，你應(yīng)該已經(jīng)知道要點了。

Google服務(wù)列表

　?。℅oogle收集的）這些數(shù)據(jù)中，很多都是匿名化的，所以并非總是正確。日志可以保存9個月，服務(wù)相關(guān)的cookies可以保留18個月。即便如此，對大多數(shù)公司而言，Google手中所擁有的通用用戶數(shù)據(jù)仍是有很大競爭優(yōu)勢，是一座名副其實的金山。

　　Google - 一臺無法停止的數(shù)據(jù)收集機器

　　Google數(shù)據(jù)收集的方式有很多種。登錄站點時生成的IP地址請求，用來設(shè)定和追蹤目標(biāo)的cookie。如果你登錄了Google賬戶，你在Google下屬網(wǎng)站上的一舉一動，通常都可以和你個人賬戶聯(lián)系起來，而不用和你的計算機對應(yīng)起來。

　　簡而言之，如果你使用Google的服務(wù)，Google將知道你在搜索什么，你訪問了什么網(wǎng)站，你看了哪些新聞和博客，等等。隨著Google增加更多的服務(wù)，其曝光率將更加廣泛，幾乎一切東西都將所謂的“Google化”。

　　編者注：Googlization即“Google化”，2003年由ohn Batelle和Alex Salkever共同創(chuàng)造這個字。

　　你使用任何單一的Google服務(wù)所貢獻的數(shù)據(jù)，你無需對此過多惱火。當(dāng)你使用多個Google服務(wù)是，真正有趣的窘境才出現(xiàn)了。這個年頭，誰不是呢？

　　可以試著一個星期上網(wǎng)不用Google的任何一個服務(wù)。這也就是說，沒有YouTube、沒有Gmail、沒有Google文檔、不點擊Feedburner的鏈接、不用Google搜索引擎等等。嚴(yán)格來說，你甚至必須避開和Google有合作的服務(wù)，所以，非常抱歉，Twitter也不能用、（編者注：不管你用不用梯子，YouTube和Twitter都別用）

　　這個不斷增長中的Google化可能就是為什么有些人不想用Google Chrome OS的緣故。因為Chrome OS可以強有力地整合Google的多種服務(wù)，并且很可能向Google提供關(guān)于你習(xí)慣的空前絕后數(shù)量級數(shù)據(jù)。

　　Google為什么這么做呢？

　　就像在本文一開始所提到，信息就是力量！

　　擁有這些信息，Google可以用非常有效的方式來整合數(shù)據(jù)。除了每個用戶或訪客，Google也能為整個城市或國家檢測趨勢和行為。

　　Google收集的信息用途廣泛。在Google所有活躍的領(lǐng)域，那些收集的數(shù)據(jù)可以用來制定市場決策、研究、完善產(chǎn)品等。

　　比如，如果你能提前發(fā)現(xiàn)特定的市場趨勢，你就可以對市場做出有效反應(yīng)。如果你能發(fā)現(xiàn)人們所尋和所需，你就可以基于這些發(fā)現(xiàn)做出決策。當(dāng)然了，這對像Google這樣的大公司是極為有用的。

　　而且我們也別忘了，Google的大部分收入來自廣告。Google越了解你，其廣告能更加有效地服務(wù)你，這也對Google的底線有著直接影響。

　　不只是（谷）哥這么做

　　必須要說的是，并非只有Google一家公司在做這樣的數(shù)據(jù)收集。請放心，微軟也在用Bing和Hotmail做相似的事，這只是一個例子。

　　Google的問題（如果你想稱之為“問題”）是，它像一只大章魚，其觸須正伸向各個角落。Google已變成如此混雜，囊括我們在線生活的方方面面，我們（網(wǎng)上的操作）動作、行為和關(guān)系等數(shù)量空前的信息都匯聚到Google手中。

Google是章魚？

　　造訪Google數(shù)據(jù)庫

　　值得稱道的是，Google正通過各種服務(wù)來利用其收集的數(shù)據(jù)，進一步為你提供服務(wù)。

　　1、Google趨勢

　　2、Google網(wǎng)站趨勢

　　3、Google搜索解析

　　4、Google廣告計劃

　　5、其他諸如Wonder Wheel這樣的搜索工具

　　如果Google能公布如此之多的數(shù)據(jù)，可以想象一下數(shù)據(jù)量有多大，還有Google所知道的細(xì)節(jié)程度有多深。而且這些服務(wù)也能向Google提供更多的數(shù)據(jù)，比如我們對哪些趨勢感興趣，我們在找哪些網(wǎng)站等。

　　在使用Google趨勢等這些工具的時候，發(fā)現(xiàn)一個有趣的現(xiàn)象：我們幾乎可以知道一切，但就是無法知道Google自身的產(chǎn)品。比如，“Goolge廣告計劃”和“Google網(wǎng)站趨勢”并不顯示Google自身站點的信息，但你可以找到其他站點的信息。

　　這個比較有諷刺意味！昨天“Goolge廣告計劃”更新2010年9月份的“全球Top1000網(wǎng)站”數(shù)據(jù)，你可以看到Facebook等網(wǎng)站的每月獨立訪客數(shù)量和PV數(shù)量，但你看不到Google旗下網(wǎng)站的數(shù)據(jù)。

　　沒有免費的午餐

　　不知你有沒有想過，為什么幾乎Google所有服務(wù)都是免費的？好了，你現(xiàn)在知道答案了吧。還是那就老話：天下沒有免費的午餐。你或許是沒有給Google掏錢（點擊Google廣告除外），但你已經(jīng)付出信息了。雖然這并不一定是壞事，但你應(yīng)該對此有所了解并加以注意。