2769个测评者、11,864次盲测的一个这么小范围、小数量级的测试，怎么可能用来衡量数千万级或者是数亿级的搜索引擎呢？这点数量的测评者如果再分布到不同的特征群体，那么每个群体就没几个人了，这样的小范围测试有什么价值呢？

　　我记得当时搜狗3.0做对比测试的时候，搜狐旗下所有站点都曾指向搜狗，那个数量级至少是过亿的，而且同时对比多家搜索结果。这样的测试才能说明问题，至少针对搜索引擎的测试需要大量媒体和网站的共同参与，来保证参与者的多样性和全面性。2769个测评者，即使全在北京某个区，连一所中学都覆盖不了，那样这个测试变成了一次非常粗糙的抽样测试了。但是样本数量太少，某个偶然的结果，都可能成为样本空间的主要角色，外力影响结果的可能行和容易度是非常高的。

　　正望咨询是北京的公司，这次测试的地区覆盖范围应该集中在北京地区，但是北京地区的网民不可能代表全体网民的。

　　北京有大量的大学生和北飘人员，同时测试人群的文化背景（非学历背景）无从考究，北京的文化是很多元的，每一元人数都不少，那么我们的评价标准、搜索习惯、审美习惯这些影响搜索的因素来遵从哪一元呢？

　　搜索引擎测试必须建立在广泛用户和受众基础之上的，否则这个测试必然只是一个局部人群的小抽样，说明不了多大的问题。这么小的测试人数，我们可以到中搜的群体中去测试，那么中搜肯定也比百度先进，按照这样推理，中国每一家搜索都可能比百度先进，百度也可能是中国技术最差劲的搜索引擎公司。这显然是十分搞笑的。

　　我的个人观点：google有先进的地方，但是百度没差到那个份上，搜狗、雅虎你去比较一下，结果也有很多比百度、谷歌好的。如今，百度敢放手去日本搞革命，国内只推出几个鸡肋产品，说明百度对自己的很自信的（当然也可能是自负）。百度国内的地位并非一个搜索的问题，百度联盟现在恐怕是国内最大的广告联盟了，这一点不容忽视。另外，google的问题也不是技术的问题，而是百度抢占了最有利地形，而且建立起了全国性的广告代理体系，这个营销体系是其他搜索引擎所没有的。