在现实生活中统计影响力非常困难，因为我们很难测量一个人是被谁影响的。现在微博客Twitter的出现给这种测量提供了可能。

Twitter的一个特别有利于研究的特点是，如果用户分享一个网址，这个网址的URL会被缩短，自动形成一个唯一的代码。通过跟踪这些短代码，Watts与合作者就可以分析信息如何在Twitter上扩散传播。具体来说，就是如果有人发布了这么一条代码，而他的一个"粉丝"如果转发这条代码的话，那么这次转发就可以被视为一次可观测的影响。广告商的愿望，是希望信息能够这样被一层接一层的转发传播开来，形成所谓"Twitter瀑布"。

然而通过分析2009年两个月之内160万用户的七千四百万条信息链，研究人员发现98%的信息根本就没有被推广传播。在这千万条信息中只有几十条被转发超过千次，而转发次数达到万次以上的只有一两条！我们平时看到的那些被反复转发的消息其实是特例中的特例。由此可见，想要通过发一两条热门微博成名，就好像买彩票中头奖一样困难。

那么名人的影响力到底怎么样呢？Watts等人使用了一个巧妙办法。他们使用统计模型，根据第一个月的数据把那些粉丝众多，并且成功引发了Twitter瀑布的"关键人物"挑出来，然后看他们在第二个月中的表现。结果相当出人意料：这些人在第二个月再次引发瀑布的可能性相当的随机。平均而言，"名人"的确比一般人更容易导致一条消息被广泛传播，但这个能力的实际效果起伏极大，一点都不可靠。也许最好的营销方式不是拿大价钱请少数名人，而是批量雇用有一般影响力的人。

如果一个东西突然流行开来，我们的常识思维总是以为这个东西一定有特别出类拔萃之处，或者就是其幕后一定有推手。但Twitter上的研究表明，所谓幕后推手其实并没有那么厉害。那么为什么某些书能够畅销，某些电影能够卖座，某些音乐能够上榜呢？完全是因为它们出类拔萃吗？Watts参与的另一项研究表明，成功很可能主要是因为……运气。

这是一个相当有名的实验。实验者创办了一个叫作MusicLab的网站，在几周之内招募到一万四千名受试者来给48首歌曲评分，如果他们愿意，也可以下载其中的歌曲。有些受试者的评分是完全独立的，他们只能看到歌曲的名字。而其余受试者则被分为八个组，他们可以看到每首歌被自己所在组的其他受试者下载的次数—他们可能会设想被下载次数越多的歌曲越好听，这样一来他们打分就会受到社会影响的左右。

实验表明那些好歌，也就是在独立组获得高分的歌曲，在社会影响组也是好歌，而且其流行程度比在独立组更高；而坏歌在社会影响组的表现也更差。所以当听众能够被彼此的选择影响的时候，流行的东西就会变得更加流行，出现胜者通吃的局面。

然而这个实验最重要的结果是，具体哪首歌能够登上排行榜的最前列，则是非常偶然的事件。有些歌曲可能会因为实验初期纯粹因为运气好获得更多下载次数，后来的受试者受这个影响就会以为这首歌好听，以至于给予它更多的关注，形成正反馈。最初的运气很大程度上决定了最后谁能脱颖而出。在独立组仅获得第26名的一首歌，在一个社会影响组居然排第一，而在另一个社会影响组则排第14名。尽管特别不好的歌肯定不能流行，但好歌想要流行还是需要很大的运气成分。总体来说，独立组排名前五的歌曲只有50%的可能性在社会影响组也进前五。

对能够互相影响的一群人，不能以常理度之。撒切尔夫人曾经说："根本就没有社会这种东西。只有作为个人的男人和女人，以及他们的家庭。"可是你不能用研究一个人的办法来研究一群人。就算你能理解这群人中的每个人，你也未必能理解把这群人放在一起会发生什么。他们之间的社交网络结构，会导致一些非常偶然的事情发生，这些事情无法用任何常识去预测。一般人的历史观总是有意无意地把一个集团，比如说清廷，想象成一个有思想有行动的个人，好像辛亥革命就是清廷、孙中山和袁世凯三个人之间的事一样。这样的理论无法解释为什么孙黄数次起义数次失败，最后居然在一个完全想不到的时机成功了。