从视频号看内容分发的底层逻辑

导语:在上个月的微信公开课里,张小龙演讲有2/3的篇幅都在说视频号。视频号可以说是微信一款新的战略级产品,而作为内容平台,谈到视频号总是离不开他的内容分发策略。那么视频号的内容分发策略与公众号、抖音又有哪些差异呢?它又经历过什么样的演变历程呢?

从视频号看内容分发的底层逻辑_行业应用_LEDs

一、机器分发遇冷

视频号于去年初开始内测,经过很长一段时间的冷启动,那个时候只有获得内测资格的用户才可以开通视频号。在8月份我收到微信开通视频号的邀请时,我还特意发了一个朋友圈感慨一下。

从视频号看内容分发的底层逻辑_行业应用_LEDs

现在的视频号首页有关注、朋友、推荐三个菜单,但是最早版本的视频号没有做这样的分类,首页是单一的信息流。

这个单一的信息流列表里混合了关注、朋友匿名点赞内容、系统推荐内容在里面。整体采用的还是机器算法推荐的模式,从结果来看,这个模式效果不是很好。

从视频号看内容分发的底层逻辑_行业应用_LEDs

初代版本的视频号

为什么算法推荐在这里行不通?

最主要的原因在于,灰度期间视频号用户量还很少,没有吸引到足够的内容创作者入驻来贡献内容。机器算法和人工智能一样,是需要大量的数据进行训练的。

2002年,凯文凯利问谷歌的联合创始人——拉里佩奇一个问题:“为什么你们要做免费搜索引擎?”。搜索引擎最开始是to b的,比如inktomi,其定位就是搜索服务技术提供商。

为什么谷歌却要做面向所有用户的免费搜索?要知道在2002年,搜索关键词竞价排名还不是一个成熟的商业模式。谷歌做免费搜索引擎,到底靠什么赚钱呢?

拉里佩奇的回答是:其实我们在做人工智能。

用户在谷歌上的每一次搜索,都是在辅导人工智能进行深度学习。当你搜索“梅花”,在搜索结果中点击这张图片,就在告诉算法这就是梅花。每天数以百亿计的搜索都在训练谷歌的人工智能。最终,人工智能就能区分出什么是梅花,什么是菊花。

所以谷歌发展人工智能不是为了优化搜索结果,而是通过搜索结果来改善人工智能。

从视频号看内容分发的底层逻辑_行业应用_LEDs

人工智能是谷歌的最终目标

二、社交分发

同样机器算法要实现精准的内容推荐,必须要经过大量的数据训练。而当时的视频号内容量很少,机器算法推荐的效果非常不理想。

后面在6月份的版本中,视频号在首页新增了这三个tab——关注、朋友、推荐,由单一的机器分发,加入了社交分发:你可以看到朋友发的和点赞的内容。算法不知道你想看什么样内容,或许你的朋友知道。

关于社交分发,我在前面关于微信公众号的文章中《  疯狂改版的微信公众号,到底在追求什么? 》已经提到。张小龙是非常信奉社交分发的,是社交分发的铁杆拥趸。在他看来,社交分发最为简单,也最符合人性。

我们接纳新的信息,并不是我们主动到图书馆或者网上去找的信息,大部分情况都是听到周边的人推荐而获得的。——张小龙

社交分发的接入,视频号的活跃用户量和用户留存都得到了显著的提升,社交分发帮助视频号完成了冷启动,那么社交分发会是视频号的未来吗?

要知道算法分发之前表现不好的原因是数据量太少了。而现在视频号的日活已经突破了3亿,这对于内容生产者来说,具有极大的诱惑。

后面会有越来越多在抖音快手B站的内容生产者来到视频号,生产更多更好的内容。这会进一步促成更多的用户来视频号消费内容。这样形成一个正向循环,雪球越滚越大。

那么视频号的数据量丰富了以后,社交关系还会是视频号的主要内容分发方式吗?

答案是否定的。张小龙提出了一个公式:1:2:10:平均一个人看10个关注的视频,20个朋友赞的视频和100个机器推荐的视频。哪怕现在社交推荐和朋友赞过的内容流量远大于算法推荐带来的流量,他依然认为算法分发在将来是视频号的主流。

这点或许会让我们大吃一惊,因为微信一直以来都非常热衷于依托社交关系完成内容分发。从朋友圈、公众号到小程序,前期都没有引入算法,你看过的内容都是你关注或者使用过的,并且是严格按照发布和使用时间排序的。

从视频号看内容分发的底层逻辑_行业应用_LEDs

比如,微信聊天页下拉的小程序列表,是根据你上次打开小程序的时间排序的。不会推荐你根本没有使用过的小程序(朋友圈广告除外),也不会因为哪个小程序的活跃用户多,就让他的排名更靠前。

从视频号看内容分发的底层逻辑_行业应用_LEDs

但微信从去年开始拥抱算法,打乱了公众号信息流,不再严格按照发表时间排序。为什么公众号要引入算法呢?为什么视频号流量主要来自于社交推荐的情况下,张小龙依然坚称视频号的未来是算法分发呢?

其实无所谓何种内容分发,编辑分发、社交分发还是算法分发,最终目的都可以归纳为两点:

  1. 消费端:提升内容消费效率,让用户可以快速看到优质、匹配的内容;

  2. 生产端:让优质内容创作者的价值得到体现。

三、提升内容消费效率

编辑分发、社交分发和算法分发三种主要内容分发方式中,社交分发给用户赋予最大了的选择权。

编辑分发和算法分发都是平台决定了你可以看到什么样的内容,编辑分发是人工审核,算法分发是通过修改数据权重,例如前段时间的马报国被点名批评后,其相关视频都遭遇了限流。

而社交分发完全把选择权交给用户,你的社交圈决定了你可以看到什么样的内容。如果视频号完全采用社交分发,那么在视频号首页信息流中就只能看到你关注账号发的视频和好友点赞的视频。

或许你觉得,这样很好啊。我喜欢他做的视频,那么我就关注他,不喜欢就取关,我看到的都是我感兴趣的视频,消费效率太高了。想象很美好,实际操作起来却是另外一回事。

因为在这种模式下,一个视频的播放量只取决于这个账号有多少粉丝,有多少人愿意分享,而这两种行为都是可以通过利益诱导来实现的。例如:关注+转发就可以参与抽奖这类活动。

利益诱导关注转发的行为对于内容生产者来说起到一个非常坏的示范作用,老老实实做内容粉丝涨的特别慢,还不如花钱去做推广。如果让内容生产者觉得生产内容是一个投入产出比极低的操作,这对于一个内容平台的生态来说,是危险的。因为没人愿意生产内容了。

对于用户来说,你会关注很多你根本不感兴趣的账号。他们给你推送的内容,你自然不感兴趣。这些你不感兴趣的内容会参杂在视频号信息流里,影响你消费真正感兴趣的内容。

从视频号看内容分发的底层逻辑_行业应用_LEDs

其实即使没有利益诱导,哪怕这些账号都是你主动自愿关注的。随着时间的推移,他们也会变成你不再感兴趣的样子。因为你和内容生产者都在变。生产者生产的内容在变,消费者的偏好在变。

例如:我最早的文章都是UI设计相关的,但是现在的我更多是产品相关的。

你关注了我,只是因为当时的你恰好认可当时的我写的一篇文章。现在的我写的东西,可能你早已经不感兴趣。我静静躺在你的关注列表里,你再次想到我的时候,或许就会顺手把我删除。

总之,你的关注列表里会有很多你根本不感兴趣的账号。按照设想,你应该主动取关这些他们。但是用户太懒了,如果平台推送的内容跟自己的兴趣匹配度很低,那么他们会逃离这个平台,而不是清理关注列表。

因为现在的内容平台太多了,抖音、小红书、B站都在争夺流量。如果不能提升内容消费效率,快速的让用户看到他们感兴趣的内容,他们会立刻转向下一个替代品。

从视频号看内容分发的底层逻辑_行业应用_LEDs

类似的例子还有朋友圈,微信一直没有在朋友圈接入算法。

但是随着我们关注好友的增多,在朋友圈里可以看到感兴趣的内容就会越少。好友越多,内容命中率就会越低。我有个微信号好友就满了,我基本不刷朋友圈,都是想起某个人点击主页进去看他最近的动态。

四、给创作者赋能

内容生产者生产内容,无论是文章还是视频,其价值在于有人看到,也就是分享。而之前微信里的视频分享,无论是视频消息还是朋友圈视频,在分享过程都是单纯的视频文件。

比如,你在朋友圈里看到一个好玩的视频,你想分享给朋友,你分享过去的是视频文件。这个视频的关联数据,比如创作者信息,观众的互动信息(点赞/评论),都无法被分享出去。你分享出去的只是一个视频裸数据。

对于普通用户来说,这或许没什么关系。你在对着鱼缸拍一段视频,发一条动态“我在普吉岛潜水好好玩唉”。这条动态你发在视频号或者朋友圈都没有关系。裸数据又不影响观看。

但是对于优质的内容生产者来说,他们生产了视频,在朋友圈得到了广泛传播。他希望可以获得曝光,他们也应当获得曝光。

而视频号作为一个内容载体,视频在分享的过程中是以结构化数据存在的。用户可以看到视频的创作者,可以直接点赞、评论和再次转发。让视频在分享过程中给创作者赋予价值。

视频号之于视频,就像微信公众号之于文章,是微信为内容创作者搭建的一个载体。

五、算法的未来

最后谈一下我对于算法的思考。个性化算法推荐给你推荐都是你想看到的内容,用户粘性会很高。如果配以简洁的交互方式,比如抖音的滑动切换,就造成了用户抖音刷的停不下的感觉。

算法推荐非常懂用户想要看什么,也很迎合的给用户推送用户喜欢看的。这是算法推荐的最大优势,也是一大劣势。

在下一篇的文章中,我会提到Usenet,Usenet是互联网之前的论坛。它没有算法分发,没有社交分发,甚至都没有管理员,你所面对的是“未经过编辑的数据海洋”。

在这里要搜寻到有用的信息,你需要花费更多的时间。算法时代的我们要显得幸福很多,可以很轻松的获得我们想要的内容。

算法知道我们想要看什么,平台为了用户粘性,就会拼命给我们推送想看的内容,这会造成你所获得信息的“窄化”。你生活在一个信息茧房里,看不到外面的世界。你从“未经过编辑的数据海洋”努力游上岸,最终走进一间“信息茧房”。

我不做谁好谁好的价值判断,谁好谁坏取决了你对于互联网的定位。你是想通过互联网看的一个更大的,跟你所设想的不一样的世界还是想通过互联网构建一个只属于自己的世界?

15
171
0
68

相关资讯

  1. 1、绎维F-One完成B轮融资,建立统一的“数字化”平台1779
  2. 2、将物理学融入到深度学习,可以更好地模拟湍流4300
  3. 3、新型MoS2FET生物传感器有望用于新型冠状病毒检测3618
  4. 4、电导率传感器的应用及发展方向2702
  5. 5、不久将来苹果将在MacBook上配备健康监测传感器725
  6. 6、浅谈智能电表的优势和正确操作4939
  7. 7、京东发布智能供应链国家AI开放创新平台等四大智能产品,全面领跑智能时代4479
  8. 8、​沃尔顿链受邀出席2018中国物联网CEO千人大会2675
  9. 9、伟仕佳杰成为阿里云全国总经销商,全面布局云战略新型业务3468
  10. 10、​联想发布首款搭载寒武纪MLU100智能加速卡服务器1068
全部评论(0)
我也有话说
0
收藏
点赞
顶部