如果有两个微博博主A和B，A有100个粉丝，B有1000个粉丝。如果一个广告主要每天投入100元做一个广告，只能投其中一个。应该投票给谁？如果单纯假设粉丝数等于影响力，当然应该投给B。前者只需要100块钱，同样的钱。人们可以看到它，但 1,000 人可以看到后者。如果广告主有一定的网络运营经验和社交网络分析（SOCIAL NETWORK ANALYSIS）的基础知识，那么在做决定之前会向网站索取以下补充信息：
A 和 B 的粉丝群的平均粉丝数是多少？如果A的粉丝平均粉丝数是100，B的粉丝平均粉丝数是5，那么在新浪微博平台上可以看到A、B的微博人数是10100（N= 100+100*100)，能看到B的微博的人数是6000(N=1000+1000*5)。由于A的信息是在粉丝的空间里展示的100元买多少粉丝，虽然A的直接粉丝只有B的十分之一，间接粉丝比B多4100。如果是微博形式的广告，那么投给A就可以得到10101的曝光100元买多少粉丝，投给B只能得到6001的曝光所以，如果只决定直接粉丝的数量，你应该投票给B，如果考虑间接粉丝的数量，那么你应该投票给A。A和B的粉丝之间的平均时间间隔是多少而访问微博的粉丝群呢？如果A的粉丝平均每2天访问一次，那么广告有效展示的机会只有5050次粉丝；粉丝平均每天访问一次，广告展示量仍为 6001 次。考虑到这个新变量，广告显然应该转到 B。
A和B与他们的粉丝，粉丝和粉丝的粉丝之间的互动是什么？如果A的粉丝平均每天在A的微博上发表评论100条，A选择50条回复； B的粉丝平均每天发50条评论，B回复10条；那么可以说A与粉丝的互动大于B，互动是一种影响力，所以广告可能会投给A。
A和B的粉丝之间的相互关注怎么样？如果A的100个粉丝都互相关注，那么这个社会中放射性分歧的可能性就更大了。看来广告应该再投给B了。
以上四个因素涉及社交网络分析中的中心性、连通性、重复性和网络强度等基本概念。每多考虑一个因素，结论就会改变。如果考虑这四个因素之间的差异，可以建立一个分析模型。这只是一个非常简化的例子来说明问题。如果广告金额不是100元而是100万，而且广告公司比傻瓜还认真，这种模式至少还要考虑5个以上的因素。有些人喜欢称这种工作为数据挖掘，但事实并非如此。这些都是在做产品设计、后台管理、商业模式搭建的时候要提前考虑好的。
