Google是如何搜集互联网信息

        如果你问别人什么是力量。培根会说“知识就是力量”，Google会说“信息就是力量”，某人会说“隐私就是力量”。毋庸置疑，Google早已认识 到信息（数据）的力量。相信其他公司，不管是互联网公司，还是其他类型公司，多多少少都应该意识到这一点了。否则，哪里会出现贩卖用户资料的案件？

　　本文主要说Google如何搜集互联网信息、不计其数的趋势信息和Google用户（包括你我）的信息。

　　那Google到底知道多少你的信息呢？还有你的在线习惯呢？请你坐下来，登录你的Google账号，看看你正在使用的Google服务列表，你就知道你正把多少信息交给了Google。

图2：登录Google账号后的“我的产品”
（注：此图中产品因人而异，只要你在登录Google账号时使用过某服务，则自动会添加到此列表中。）

这些服务已经引起了很多隐私问题。09年末时，Google CEO埃里克·施密特曾说过：“如果你有些东西不想让别人知道，或许你本该就别做那事。”（这话听起来颇似有点“切莫伸手，伸手必被抓”的韵味。）

　　那我们现在就来看看Google是怎么搜集从你那收集你的信息。

　　Google信息收集渠道

　　Google的使命是：“整合全球信息，让人人可用，人人受益”。它也正在很好地兑现这个诺言。然而，Google正在收集的信息似乎比我们意识到的还要多。

• 1. 搜索（网页、图片、新闻和博客等）- 众所周知，Google是全球最受欢迎的搜索引擎，其全球市场占有率几近70%（比如，美国本土占66%）。Google追踪所有的搜索，其现在的搜索方式也越加个性化，个性化势必将越来越细化。

• 2. 搜索结果中的点击 - Google不仅能知道我们要找什么，它也知道我们点击了哪些搜索结果。（编者注：这个做SEO的朋友应该很清楚，可以从Google Analytics中知道。）

• 3. 网页检索 - Google的网页爬虫Googlebot就是一只不知疲倦的小蜜蜂，一直不停地“品读”和收录数十亿的网页。

• 4. 网站分析 - Google Analytics是目前最受欢迎的网站分析工具。因其免费并支持多种高级特性，全球大量网站正使用它。

• 5. 广告服务 - Adwords和Adsense是Google财务成功的基石，但它们也给Google提供了大量的有价值的数据。网民点击了那些广告，广告主在竞争哪些关键字，哪些关键字最值钱等等。这些信息都是非常有用的。

• 6. 电子邮件 - Gmail是全球三大电子邮件服务之一，面临着来自微软的Hotmail还有雅虎的Email的竞争。邮件内容，包括发送内容和接收内容，都是可以解析和 分析的。即使是从安全角度来看，这也是Google的一项优秀服务。Google的邮件安全服务——Postini，要从海量Gmail用户中，接收超大 量的数据，包括垃圾信息、恶意软件和邮件安全趋势数据。（编者注：2007年，Google以六亿二千五百万美元的价格收购网络安全服务商 Postini，以此为Google的小型商务客户提供更好的电子邮件安全服务。）

• 7. Twitter - “你说有的Twitter消息都是我们的”，这句话用来解释早期的网络快速传播现象（又称“网络爆红现象”）。在09年和Twitter达成交易后，Google可以直接访问Twitter上所有的消息。

• 8. Google应用服务（文档、电子表单和日历等） - Google的办公套件有很多用户，它当然也是Google的一个数据收集来源。

• 9. Google公开的个人资料 - Google鼓励你把你的个人资料在网络上公开，这些资料包括你活跃在哪些社交网站（Facebook或Linkedin），你的个人主页和在线图片等等。

• 10. Orkut - 虽然Google的社交网络还并不是很成功，但Orkut在巴西和印度还是有很多成功。（编者注：为什么还没有成功？可参见伯乐在线此文：《Google的社交网络为什么还没有成功》。）

• 11. Google Public DNS - Google2009年年末推出的DNS服务并不只是帮助网民获得更快的DNA解析，也同时帮助Google自己。因为从这项服务中，Google可以获得大量的统计数据，比如网民访问了哪些网站。

• 12. Chrome浏览器 - Chrome可以收集你的浏览器行为，还有访问哪些网站。

• 13. Google财经 - 除了财经数据之外，用户在Google财经上搜索的信息和使用的信息都是Google的重要数据。

• 14. YouTube - 这个目前是全球最大最受欢迎的视频网站，为Google所有。它也向Google提供了大量的用户观看习惯方面的数据。

• 15. Google翻译 - 帮助Google完善其自然语言解析和翻译。

• 16. Google Books - 虽然现在不是很庞大，但有潜力帮助Google知道网民阅读习惯和他们想阅读什么东西。

• 17. Google阅读器 - 目前为止是全球最受欢迎的Feed阅读器。你订阅了哪些RSS种子？你在看哪些博文？Google会知道的。

• 18. Feedburner - 很多博客都使用Feedburner来公开其RSS种子。Google追踪Feedburner的每一条链接。

• 19. Google地图和 Google Earth - 你对哪些地方感兴趣？（Google也会知道的）

• 20. 你的联系人网络 - 你在Gtalk和Gmail等上的联系，组成了一张错综复杂的用户网。如果他们都使用Google，网络映射更为深刻。虽然我们不知道Google是否做了这个，但这上面的数据是可以收集的。

• 即将推出的 - Chrome OS等Google更多可能成功的产品。

• 刚推出不久的 - 即时搜索和Goo.gl等服务

• 已经消亡的 - Google Wave等（虽然消亡了，应该死前收集了一些数据吧。）

　　因为Google的产品数不胜数，上面的列表还会扩大。到现在为止，你应该已经知道要点了。

图3：Google服务列表

（Google收集的）这些数据中，很多都是匿名化的，所以并非总是正确。日志可以保存9个月，服务相关的cookies可以保留18个月。即便如此，对大多数公司而言，Google手中所拥有的通用用户数据仍是有很大竞争优势，是一座名副其实的金山。


　　Google - 一台无法停止的数据收集机器

　　Google数据收集的方式有很多种。登录站点时生成的IP地址请求，用来设定和追踪目标的cookie。如果你登录了Google账户，你在Google下属网站上的一举一动，通常都可以和你个人账户联系起来，而不用和你的计算机对应起来。

　　简而言之，如果你使用Google的服务，Google将知道你在搜索什么，你访问了什么网站，你看了哪些新闻和博客，等等。随着Google增加更多的服务，其曝光率将更加广泛，几乎一切东西都将所谓的“Google化”。

　　编者注：Googlization即“Google化”，2003年由ohn Batelle和Alex Salkever共同创造这个字。

　　你使用任何单一的Google服务所贡献的数据，你无需对此过多恼火。当你使用多个Google服务是，真正有趣的窘境才出现了。这个年头，谁不是呢？

　　可以试着一个星期上网不用Google的任何一个服务。这也就是说，没有YouTube、没有Gmail、没有Google文档、不点击 Feedburner的链接、不用Google搜索引擎等等。严格来说，你甚至必须避开和Google有合作的服务，所以，非常抱歉，Twitter也不 能用、（编者注：不管你用不用*，YouTube和Twitter都别用）

　　这个不断增长中的Google化可能就是为什么有些人不想用Google Chrome OS的缘故。因为Chrome OS可以强有力地整合Google的多种服务，并且很可能向Google提供关于你习惯的空前绝后数量级数据。


　　Google为什么这么做呢？

　　就像在本文一开始所提到，信息就是力量！

　　拥有这些信息，Google可以用非常有效的方式来整合数据。除了每个用户或访客，Google也能为整个城市或国家检测趋势和行为。

　　Google收集的信息用途广泛。在Google所有活跃的领域，那些收集的数据可以用来制定市场决策、研究、完善产品等。

　　比如，如果你能提前发现特定的市场趋势，你就可以对市场做出有效反应。如果你能发现人们所寻和所需，你就可以基于这些发现做出决策。当然了，这对像Google这样的大公司是极为有用的。

　　而且我们也别忘了，Google的大部分收入来自广告。Google越了解你，其广告能更加有效地服务你，这也对Google的底线有着直接影响。


　　不只是（谷）哥这么做

　　必须要说的是，并非只有Google一家公司在做这样的数据收集。请放心，微软也在用Bing和Hotmail做相似的事，这只是一个例子。

　　Google的问题（如果你想称之为“问题”）是，它像一只大章鱼，其触须正伸向各个角落。Google已变成如此混杂，囊括我们在线生活的方方面面，我们（网上的操作）动作、行为和关系等数量空前的信息都汇聚到Google手中。

图4：Google是章鱼？

　　造访Google数据库

　　值得称道的是，Google正通过各种服务来利用其收集的数据，进一步为你提供服务。

• Google趋势
• Google网站趋势
• Google搜索解析
• Google广告计划
• 其他诸如Wonder Wheel这样的搜索工具

　　如果Google能公布如此之多的数据，可以想象一下数据量有多大，还有Google所知道的细节程度有多深。而且这些服务也能向Google提供更多的数据，比如我们对哪些趋势感兴趣，我们在找哪些网站等。

　　在使用Google趋势等这些工具的时候，发现一个有趣的现象：我们几乎可以知道一切，但就是无法知道Google自身的产品。比如，“Goolge广告计划”和“Google网站趋势”并不显示Google自身站点的信息，但你可以找到其他站点的信息。

　　这个比较有讽刺意味！昨天“Goolge广告计划”更新2010年9月份的“全球Top1000网站”数据，你可以看到Facebook等网站的每月独立访客数量和PV数量，但你看不到Google旗下网站的数据。


　　没有免费的午餐

　　不知你有没有想过，为什么几乎Google所有服务都是免费的？好了，你现在知道答案了吧。还是那就老话：天下没有免费的午餐。你或许是没有给 Google掏钱（点击Google广告除外），但你已经付出信息了。虽然这并不一定是坏事，但你应该对此有所了解并加以注意。

　　最后想问问哪位朋友知道非Google一类的公司是怎么搜集隐私的？哦，抱歉，说错了，是怎么搜集数据的。欢迎在评论中一起交流。



　　 本文来源：伯乐在线 - 职场博客
　　 本文链接：http://www.jobbole.com/entry.php/284

　　 Via：Pingdom　　 编译：伯乐在线 - 敏捷翻译组 - 关关

　　 欢迎转载，但请保留原文来源和原文超链接等版权信息，否则视为侵权！