既然“在看”这么重要，必须用数据摸透它的传播规律。我花了三天，用Mitmproxy在安卓模拟器上搭了个中间人环境，专门抓我自己的手机。难点不在证书，在于微信的请求是加密的，而且参数里一堆时间戳和随机数，你得从几百个请求里筛出那几个关键的。最后定位到那个返回文章阅读数和“在看”数的接口，参数规律是找到了，但频率限制卡得死，同一个微信号短时间内反复请求同一个文章ID，数据直接就锁死了，返回的都是缓存值。
这逼得我写了个分布式调度。用五个不同的测试微信号，每个号绑定不同的模拟器实例，错开时间点去请求。数据收集上来，存到本地SQLite里，再用Python的matplotlib画图。光这个调度脚本就写了快四百行，大部分时间花在处理模拟器的adb调试和微信的自动登录上，动不动就掉线，一掉线整个数据链就断了。
数据跑了一周，图表出来了。横轴是时间，纵轴是阅读量。曲线在大部分时间里都平得像条死鱼，每天就涨那么几十个阅读，都是我自己的团队成员或者几个铁杆读者点的。但你看这里，周三下午三点十七分，这条线突然他妈地垂直上翘了，斜率陡得吓人，两个小时里阅读量从一千二冲到了接近八千。我回去查日志，那个时间点，正好是我把文章链接私信给了王总——我们行业里那个公认的意见领袖，他公司下面管着几十个分公司。他点了“在看”。
这个拐点太干净了，干净得像个物理实验。我接着用曲线拟合去模拟，如果去掉王总这个数据点，用之前平缓的增长趋势去外推，到周末阅读量大概能到两千五。而实际数据是两万三。这中间的差值，就是那个“超级节点”引爆的二次传播。我管它叫社交裂变的K因子爆炸，一个K因子大于10的节点，抵得上一百个K因子只有0.1的普通用户。普通用户的“在看”只是涟漪，超级节点的“在看”是海啸。
更细的发现是，这个传播有延迟效应。王总点赞后，流量不是立刻到顶的。第一个小时是小幅爬升，那是他直接圈层的人看到了。第二个小时开始猛增，那是他圈层里的人又开始扩散给他们自己的圈层。整个传播曲线像个被拉长的S型，这完全符合复杂网络里的影响力扩散模型。所谓的“黑盒权重”，微信肯定有一套算法在给不同用户的“在看”行为分配不同的传播权重，王总这种人的权重值，估计是普通人的几百倍。
搞ToB内容，以前总想着铺面，找一堆渠道去发。这数据一巴掌打醒我，面铺得再广，不如精准打穿一个点。这个点就是行业里那些有绝对话语权的人。他们的一个动作，能帮你完成后面所有的链式反应。接下来的策略全变了：不再追求阅读量的绝对数字，而是去列一个“超级节点清单”，想办法让清单上的人，看到，并且愿意点那个“在看”。这比写十篇普通文章都有用。
这套爬虫和分析脚本我现在每天还在跑，成了我的私人数据雷达。每次文章发出去，我就盯着那个后台图表看，等着那条平缓的曲线上，什么时候能再出现一个陡峭的拐点。那不仅仅是一个数据拐点，那是整个项目能不能成的生命线。
