聚合類中的黑馬今日頭條,是如何實現(xiàn)用戶與內(nèi)容的精準(zhǔn)連接?
機器深度學(xué)習(xí)逐漸成為互聯(lián)網(wǎng)的焦點。信息大爆炸的時代,如何將碎片化閱讀與機器學(xué)習(xí)完美結(jié)合,實現(xiàn)個性化內(nèi)容信息的分發(fā)?本文將以另一種視角解讀分析“聚合類信息平臺的巨頭”——今日頭條。
一、今日頭條的產(chǎn)品簡介
1. 產(chǎn)品定位與介紹
今日頭條是互聯(lián)網(wǎng)連續(xù)創(chuàng)業(yè)者張一鳴于2012年3月份創(chuàng)建,一款基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品,為用戶推薦有價值的、個性化的信息,提供連接人與信息的新型服務(wù)。
- 產(chǎn)品slogan:你關(guān)心的才是頭條
- 產(chǎn)品定位:聚合類資訊app
- 產(chǎn)品的核心價值:基于用戶的行為數(shù)據(jù)為用戶推薦個性化新聞資訊
2. 市場分析
于2012年8月發(fā)布第一個版本,截止2016年8月底,今日頭條目前擁有超過5.5億的裝機用戶,月活躍用戶超過1.3億,日活用戶超過6000萬,每個用戶平均每日使用時長超過76分鐘,人均單日啟動次數(shù)遠超其同類競品。
隨著移動互聯(lián)網(wǎng)人口的紅利消失,網(wǎng)民人數(shù)已經(jīng)區(qū)域飽和的趨勢下,產(chǎn)品越來越重視用戶的使用時長數(shù)據(jù)。用戶使用時長移動應(yīng)用排名中,今日頭條已經(jīng)排到11位,緊隨手機淘寶之后(top20中騰訊占了7成,第一和第二分別位微信和QQ)。
3. 今日頭條——張一鳴
每一款產(chǎn)品的發(fā)展都會或多或少都會收到創(chuàng)始人的影響,我們通過了解其創(chuàng)始人的背景,希望能對產(chǎn)品有更深入的了解。
張一鳴,今日頭條創(chuàng)始人,現(xiàn)任CEO。
2005年,南開大學(xué)畢業(yè)加入酷訊。加入酷訊之前曾有過短暫的時光和師兄創(chuàng)業(yè)。
加入酷訊后,兩年的時間從一枚普通的程序員進階為技術(shù)開發(fā)總監(jiān)(這段經(jīng)歷張一鳴在篇文章“最看好年輕人的五個特質(zhì)”中有詳細描述,感興趣的同學(xué)可以看看)。
2008年,加入微軟同年離開并以技術(shù)合伙人的身份加入社交網(wǎng)絡(luò)校內(nèi)網(wǎng)和飯否。
飯否關(guān)閉后創(chuàng)立了中文房產(chǎn)搜索網(wǎng)站九九房,九九房當(dāng)時已成為第三大房產(chǎn)信息網(wǎng)站,并在移動領(lǐng)域同類應(yīng)用中遙遙領(lǐng)先。
2012建立了字節(jié)跳動科技有限公司即今日頭條。
總結(jié)起來,就是不斷的創(chuàng)業(yè),不斷的顛覆自己,去做自己想做的事情。他創(chuàng)建今日頭條之前的一次創(chuàng)業(yè)已經(jīng)成功。因為在飯否和王興(美團CEO)一起創(chuàng)業(yè),所以不斷的有媒體把他們兩個一起比較。
相傳張一鳴在坐地鐵的時候用報紙讀新聞,而周圍的人都用手機看新聞,意識到移動互聯(lián)網(wǎng)的到來,我們處在信息大爆炸的時代,獲得自己想要的信息,成本卻是越來越高。以此創(chuàng)建了今日頭條。
二、今日頭條的產(chǎn)品分析
如何成長為聚合類APP中的一匹黑馬?
如何將“個性化”閱讀做成行業(yè)競相模仿的標(biāo)桿?
如何實現(xiàn)用戶與內(nèi)容的精準(zhǔn)連接?
頭條拿到用戶的行為數(shù)據(jù)后,會對用戶做個簡單的模型分析,建立標(biāo)簽樹對內(nèi)容主題等提取分類,按照用戶的標(biāo)簽推薦給用戶,實現(xiàn)個性化推薦。
個性化推薦的三要素:用戶,模型,內(nèi)容。
1.界面分析
如何將信息最好的方式展示給用戶,提升用戶體驗?
- 主流的圖片+文字形式展示信息,提升碎片化閱讀的舒適感;
- 本地緩存,網(wǎng)絡(luò)狀態(tài)不好的情況下不用加載,同時在網(wǎng)絡(luò)狀態(tài)不好的情況下,顯示小圖,提升加載速度;
- 已經(jīng)點擊閱讀過的文章置為暗色,兩次間隔過久,自動記錄上次瀏覽的位置,幫助用戶;
- 下拉即可刷新獲取更多文章;
- 提供短視頻的入口,提供不同的信息瀏覽方式;
- 突顯評論,分享的地位,提升用戶的參與感。
今日頭條放棄直播,將短視頻放到第二個入口,個人認為是因為短視頻內(nèi)容更適合控制和做分發(fā)。此外直播對網(wǎng)絡(luò)環(huán)境的要求較高,因此短視頻更有優(yōu)勢。
如何拿到用戶更多的行為數(shù)據(jù)?
在客戶端拿到更多的用戶行為數(shù)據(jù),才能給用戶建立更完善的標(biāo)簽,推送的內(nèi)容才能更準(zhǔn)確,那么今日頭條對用戶行為數(shù)據(jù)的采集做了哪些努力?
(1)引導(dǎo)用戶登錄
只有完整的賬號體系,才能給用戶建立系統(tǒng)的模型,新聞客戶端的產(chǎn)品特性決定,用戶在不登錄的狀況下也能正常使用,今日頭條在引導(dǎo)用戶登錄做了很多文案方面的刻意引導(dǎo)。
- 用戶點擊小叉后,提示文案:減少類似內(nèi)容,登錄后推薦跟精準(zhǔn);
- 用戶第二次打開客戶端,我的文案明確提示為“未登錄”狀態(tài);
- 第三方,微信,QQ快捷登錄。登錄頁提示文案:登錄后保存閱讀習(xí)慣,打造專屬頭條;
- 頭條不乏使用一些大尺度的圖片來吸引用戶,引導(dǎo)用戶持續(xù)使用并登錄。
(2)獲取用戶對推薦問文章的正負反饋,建立完整的模型提示
今日頭條的界面有個很明顯的特征,每篇文章右下角有個小叉號,用戶點擊可選擇理由,屏蔽相關(guān)文章;
短視頻界面,用戶點擊右下方,選擇不感興趣,可屏蔽相關(guān)視頻類的推薦;
通過以上兩種來獲取給用戶推薦精準(zhǔn)與否的負反饋,優(yōu)化自己的推薦算法。
同時頭條將分享,評論,收藏,關(guān)注文章作者的頭條號功能擺放的比較凸顯,甚至在某些文章的下面增加打賞的功能。今日頭條不只局限于新聞資訊APP,不斷的拓展自己的邊界,打造成一個推薦給用戶喜歡的所有內(nèi)容的平臺,引導(dǎo)用戶自主的轉(zhuǎn)發(fā),評論,收藏,關(guān)注獲取用戶的更多的行為數(shù)據(jù),來判斷用戶對推薦文章的喜好。
(3)頻道推送,頭條號,社交因素
在首屏,頻道類根據(jù)熱門頻道,和用戶自己主動添加的頻道給用戶推薦,當(dāng)然根據(jù)頻道推薦在傳統(tǒng)的新聞客戶端的比較重要,今日頭條的推薦算法中的占比并不大,讓用戶主動選擇是有成本的,同時有些文章很難按照固定的標(biāo)簽劃分。
頭條開創(chuàng)頭條號后,在文章和短視頻中,開始主推自己的頭條號,同時在關(guān)注中有各種類型的頭條號可供用戶選擇。根據(jù)用戶關(guān)注的作者的頭條號,為用戶推薦類似的內(nèi)容,拓展用戶的閱讀范圍。
頭條也在不斷的嘗試社交,來增加用戶的粘性,獲取更多的用戶社交數(shù)據(jù),例如同步通訊錄好友,關(guān)注明星等大V的頭條號(有點類似于微博的味道)。同時頭條也在開創(chuàng)頭條問答的社區(qū),在社區(qū)社交方面,可以看到頭條也在做不斷的努力和嘗試。
?2.個性化推薦模型分析— 如何做到個性化推薦,實現(xiàn)內(nèi)容與用戶的精準(zhǔn)連接
用戶模型的建立—用戶喜歡什么?
(1)新用戶—冷啟動
新用戶登錄之后,并沒有任何行為數(shù)據(jù),如何給新用戶做個性化推薦?
當(dāng)新用戶加入時,一般需要給用戶一個初始興趣值今日頭條選擇了冷啟動的解決方案——通過對用戶微博賬號的分析建立一個“興趣圖譜”,即根據(jù)用戶在微博上發(fā)布的內(nèi)容及其所屬類別、用戶自標(biāo)簽、社交關(guān)系、社交行為、參與的群組、機型、使用時間等來數(shù)據(jù)源來推斷出用戶的興趣點有哪些。社交關(guān)系、社交行為即用戶和用戶之間的交流狀況,可以根據(jù)二者間的共同好友數(shù)、相互評論熟、@數(shù)等來做度量。
(2)根據(jù)用戶的行為數(shù)據(jù),完善模型
通過用戶對推薦的文章,視頻。評論,分享,收藏,點贊,屏蔽來獲取用戶的正負反饋數(shù)據(jù),不斷完善用戶的模型,畫像。
(3)協(xié)同過濾
基于用戶的寫通過率推薦算法先使用統(tǒng)計技術(shù)尋找與目標(biāo)用戶有相同喜好的鄰居,然后根據(jù)目標(biāo)用戶的鄰居的喜好的文章,向目標(biāo)用戶推薦?;驹砭褪抢糜脩粜袨榈南嗨菩詠砘ハ嗤扑]用戶可能感興趣的文章。
(4)環(huán)境特征
根據(jù)時間,地理環(huán)境特征為用戶推薦不同的文章。例如用戶早上和晚上想讀的文章肯定不一樣,在辦公室和家里想讀的文章也有區(qū)別,用戶的地理環(huán)境特征比較難獲取,這也是頭條個性化推薦的一個短板。
內(nèi)容的分發(fā)—哪些內(nèi)容適合推薦給用戶
創(chuàng)作者產(chǎn)出一篇文章,會經(jīng)過層層篩選,然后推薦給需要的用戶
(1)機器去重。
(2)文章主題分類。
使用自然語言處理和圖像識別技術(shù)對每條信息提取幾十個到幾百個高維特征,并進行降維、相似計算、聚類等計算去除重復(fù)信息;對信息進行機器分類、摘要抽取,LDA主題分析、信息質(zhì)量識別等處理。
(3)熱門文章與新文章的平衡
給用戶推薦新文章還是熱門文章,兩者之間要做一個評估,既讓用戶能看到熱門文章,同時讓新的文章也要有機會接觸到用戶。
3.內(nèi)容的來源
今日頭條有別于傳統(tǒng)的新聞客戶端,并沒有自己的編輯部門,前期的內(nèi)容都是靠爬蟲抓取,當(dāng)然在今日頭條創(chuàng)建初期的時候,這樣會給傳統(tǒng)的新聞客戶端帶來一部分的流量,也不至于形成直接的競爭,這些傳統(tǒng)的新聞客戶端也樂見其成。后期頭條逐漸做大,帶來的更多的版權(quán)問題。在內(nèi)容創(chuàng)業(yè)盛行的大趨勢下,今日頭條推出頭條號,投入2億基金大力扶持平臺原創(chuàng)內(nèi)容,彌補內(nèi)容質(zhì)量短板,打造互聯(lián)網(wǎng)創(chuàng)作的第一平臺。同時抓住短視頻內(nèi)容創(chuàng)作的風(fēng)口,投入10億大力發(fā)展。
三、總結(jié)
分析完頭條的產(chǎn)品模式,我們再來總結(jié)下頭條為什么能獲得今天的成功。
1.技術(shù)的優(yōu)勢和清晰的產(chǎn)品定位
今日頭條在推出之前,張一鳴團隊就推出過頭條段子等一系列的產(chǎn)品來驗證用機器學(xué)習(xí)做內(nèi)容信息分發(fā)的可行性,之后推出今日頭條并迅速獲得成功。
頭條不同于傳統(tǒng)的新聞客戶端,是款聚合類信息的APP,連接的人與信息,這有點類似于百度,依賴流量變現(xiàn)。
2.頭條APP不斷的嘗試獲取用戶更多的數(shù)據(jù),通過機器學(xué)習(xí)不斷擴容大數(shù)據(jù)庫構(gòu)建自己的壁壘
頭條在產(chǎn)品界面,如何獲取用戶的行為數(shù)據(jù),正負反饋。做了很多嘗試,并通過機器學(xué)習(xí)不斷的完善自己的大數(shù)據(jù)庫,優(yōu)化模型分析,建立起自己的技術(shù)壁壘。
3.開始發(fā)力彌補自己內(nèi)容原創(chuàng)質(zhì)量不足的短板,頭條號已經(jīng)取得不錯的效果
說起頭條不得不說的的一個就是頭條號,頭條號自創(chuàng)建以來,已經(jīng)取得不錯的成績,彌補自己的原創(chuàng)內(nèi)容不足的同時,也為自己重新建立了一道護城河。
四、個人建議
1.文章,視頻的內(nèi)容質(zhì)量有待提高。
頭條推薦給用戶的東西仍然給人低俗的形象,這也影響著頭條的發(fā)展。標(biāo)題黨,大尺度的圖片等成為用戶不斷吐槽的點,大尺度照片是頭條自己內(nèi)容質(zhì)量的短板的問題,是用戶自己選擇的結(jié)果。也同時不排除頭條刻意推薦給用戶這些圖片,提高用戶的使用時長,畢竟流量才是頭條的目前變現(xiàn)的方式。
2.個性化推薦并不是很精準(zhǔn)(增強用戶環(huán)境特征的挖掘,允許用戶自貼標(biāo)簽)。
3.作為新聞資訊類的產(chǎn)品,新聞時效性比較差(頭版區(qū)域設(shè)置新聞專欄,增強熱點新聞的推送)。
4.在社交上可以做更多的嘗試,比如建立興趣小組等。
以上內(nèi)容純屬個人興趣整理,個人拙見,有看法相左的,歡迎隨時討論。
本文由 @gyg2018 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
- 目前還沒評論,等你發(fā)揮!