純粹UGC社區(qū)的核心:內(nèi)容流通策略
UGC社區(qū)的內(nèi)容流通策略決定了內(nèi)容的匹配精準(zhǔn)度和對應(yīng)的曝光量,進而決定了內(nèi)容產(chǎn)生者得到的贊、評論、關(guān)注、打賞量,從而影響到內(nèi)容產(chǎn)生者的產(chǎn)出積極性,以及社區(qū)推崇的內(nèi)容調(diào)性,最終將決定社區(qū)的結(jié)構(gòu)和發(fā)展方向。
UGC全稱為User Generated Content,也就是用戶生成內(nèi)容的意思,是伴隨著以倡導(dǎo)個性化為主要特征的web2.0概念興起的。
有人的地方便有江湖,而有社交的地方便會產(chǎn)生內(nèi)容。有內(nèi)容而無社交只是資訊平臺罷了,如早期的四大門戶,因此今日頭條正努力地在做社交;有社交而無內(nèi)容只是工具罷了,如早期的飛信,因此微信在擁有社交關(guān)系鏈后迅速做了朋友圈以及公眾賬號。移動互聯(lián)網(wǎng)時代,無論是工具型、社交型還是其他類的產(chǎn)品,只要是to c模式,在獲取用戶后如何增強用戶的黏性,UGC社區(qū)無疑都是解決此問題的必備功能。
遍觀如今大火的社區(qū)們,基本上可以按流量集中程度分為兩大類:頭部流量集中的例如微博、秒拍、大多數(shù)直播平臺;去中心化的例如知乎、陌陌、快手。前者盡管UGC用戶貢獻了90%的內(nèi)容,但PGC內(nèi)容卻占用了90%的流量,因此更像是PGC社區(qū),普通用戶慢慢就淪為了看客。社區(qū)流量的集中關(guān)系著內(nèi)容的曝光度,從而影響著內(nèi)容生產(chǎn)者所獲得的用戶關(guān)注和平臺認(rèn)可,進行影響到其繼續(xù)產(chǎn)生內(nèi)容的積極性,而頭部內(nèi)容的集中曝光也決定著平臺所推崇的內(nèi)容調(diào)性,影響著社區(qū)的方向。
由此可見,一個純粹的UGC社區(qū)為了鼓勵更多用戶產(chǎn)生更多正向內(nèi)容,維持社區(qū)的自然可持續(xù)發(fā)展,更應(yīng)該向流量去中心化發(fā)展,以此持續(xù)激勵用戶去創(chuàng)造內(nèi)容,而如何做到便得從內(nèi)容曝光的控制入手,也就是社區(qū)的內(nèi)容流通策略。
一個UGC社區(qū)的內(nèi)容流通,整體上分為站內(nèi)流通,和站外分發(fā),由于站外分發(fā)主要是基于用戶的分享行為,以及平臺方的內(nèi)容傳播運營,因此不贅述。站內(nèi)內(nèi)容的流通策略主要取決于社區(qū)的內(nèi)容定位,是更關(guān)注于大V用戶,還是普通用戶。前者的優(yōu)勢在于能快速利用粉絲效應(yīng)獲取用戶,自動形成某一主題的互動氛圍;后者的優(yōu)勢在于可以低成本地沉淀穩(wěn)定的用戶群,后期可挖掘的用戶價值較高。
由于我們這里探討地是純粹的UGC社區(qū),因此內(nèi)容流通策略的偏重用戶群就在于普通用戶,而具體的做法可能如下:
1、大V用戶的降權(quán)
一個社區(qū)的發(fā)展必然少不了大V用戶,這里的大V用戶更多地是指KOL,也就是意見領(lǐng)袖。這是一群憑借著自身專業(yè)度而在與之匹配的社區(qū)產(chǎn)生強大影響力的用戶,更多地是由平臺培養(yǎng)起來的,而不應(yīng)該是清一色的明星名人。對于這一類用戶要盡量克制對他們的流量扶持,對于新用戶,可以用他們來吸引和維穩(wěn)沉淀,因此可在冷啟動時期進行大V用戶的推薦。但對于老用戶就得盡量避免,盡量避免和用戶關(guān)系不大的大V用戶內(nèi)容充斥用戶的feed流,即使是推薦也需要根據(jù)老用戶喜好來進行相關(guān)推薦。一方面是防止干擾老用戶并造成平臺發(fā)聲群體的頭部化,讓社區(qū)成為一部人的發(fā)言和曝光場所,另一方面是促進其他優(yōu)質(zhì)新秀的積極性,分出部分流量對社區(qū)新秀進行扶持。
這點上知乎就做得比較好,大V用戶的曝光極少來源于平臺推薦,曝光主要是用戶的主動關(guān)注和大V用戶自身專業(yè)性回答帶來的,微博也逐漸有改善,但我個人還是極度討厭微博大量的加V用戶推薦,因為這極大地影響了個人信息流的純凈性。
2、運營干預(yù)的降權(quán)
門戶時代用戶們都是被動地接受信息,進入web2.0后用戶強烈的個性化需求被重視,因此千人一面的運營推薦也需要保持克制。以專輯形式收錄優(yōu)質(zhì)的長尾內(nèi)容,以榜單形式匯總的大眾熱衷的內(nèi)容,以及以置頂熱點形式強迫告知的公告和即時熱點內(nèi)容,這些都可以作為用戶發(fā)現(xiàn)好內(nèi)容的入口,但卻不能強加給用戶,所以控制一定的內(nèi)容占比就顯得極為重要。
一般來說,在社區(qū)發(fā)展的初期,優(yōu)質(zhì)內(nèi)容的沉淀并不充分,因此需要平臺運營去大力推薦大V用戶的內(nèi)容,以及二次收錄的內(nèi)容去幫助用戶發(fā)現(xiàn)社區(qū)的精華內(nèi)容。但隨著社區(qū)內(nèi)容的豐富化,運營干預(yù)的內(nèi)容比例至少需要控制在流通內(nèi)容的50%以下,以避免千人一面。
3、基于關(guān)系鏈的分發(fā)
前兩點其實都在講平臺要少自以為是地左右用戶想看的內(nèi)容,而要多從用戶角度去滿足他們的內(nèi)容觀看需求,因此首要滿足的當(dāng)然是用戶明確表達想看意愿的那些內(nèi)容。在UGC社區(qū)里這類內(nèi)容主要是用戶已關(guān)注或加為好友的人發(fā)布的內(nèi)容,或者用戶關(guān)注或喜歡的某一主題的內(nèi)容,這些都是用戶通過主動行為去告訴平臺他的觀看意愿的內(nèi)容,因此更應(yīng)該首先被滿足。
同時,這些用戶自主去創(chuàng)建的與其他用戶或者與某一主題的關(guān)系是用戶在社區(qū)沉淀的寶貴信息。要知道,內(nèi)容都是人產(chǎn)生的,用戶活躍在社區(qū),內(nèi)容是沉淀,但關(guān)系卻是可以產(chǎn)生拓展的,這才是社區(qū)內(nèi)最有價值的部分,例如用戶間的聯(lián)系可由線上轉(zhuǎn)移到線下,能由社區(qū)內(nèi)容轉(zhuǎn)移到職場關(guān)系,由此帶來的社區(qū)發(fā)展想象是很多的。
通過用戶在社區(qū)創(chuàng)建的關(guān)系鏈進行內(nèi)容分發(fā),一方面可以保證用戶看到的是他主動告訴平臺想看的內(nèi)容,另一方面可以快速幫助用戶發(fā)現(xiàn)并維護用戶間的關(guān)系,有利于關(guān)系鏈的沉淀,于用戶于平臺都是極其有益的。
4、基于個性化算法的分發(fā)
這一點是現(xiàn)在的主流,首先在新聞資訊領(lǐng)域展開,今日頭條的急速發(fā)展驗證了這是如今的產(chǎn)品和技術(shù)趨勢,這里的算法也是包含多個維度的。
基于內(nèi)容興趣點
根據(jù)用戶畫像、內(nèi)容標(biāo)簽、用戶的瀏覽點贊收藏等互動行為來確定用戶的喜好內(nèi)容,從而推薦用戶雖然沒明確表達,但平臺自動投其所好的內(nèi)容,這無疑極具有驚喜性,也滿足了用戶找內(nèi)容的惰性。具體到對應(yīng)的推薦算法應(yīng)該是基于內(nèi)容的推薦,這種算法主要是根據(jù)內(nèi)容的元數(shù)據(jù)(內(nèi)容屬性標(biāo)簽),發(fā)現(xiàn)內(nèi)容的關(guān)聯(lián)性,然后根據(jù)用戶的喜好(也對應(yīng)打上喜好內(nèi)容的標(biāo)簽),推薦具有相似標(biāo)簽屬性的內(nèi)容。
這點上今日頭條的算法無疑是相當(dāng)強大的,不僅推薦用戶感興趣的,還利用聯(lián)想算法,推薦用戶可能感興趣的,盡可能保證給到用戶的都是其喜好的內(nèi)容。當(dāng)然,這種推薦也要避免過于集中,否則會造成推薦內(nèi)容的重度同質(zhì)化,從而影響用戶的觀看體驗。解決這種問題一般多采用基于項目的協(xié)同過濾推薦,也就是根據(jù)用戶的行為喜好將類似的內(nèi)容推薦給該用戶,從內(nèi)容的維度進行更多探索推薦。
基于地理位置
位置信息的利用可能是平臺主動投喂,但用戶不會覺得太敏感的一種形式了,因為這在社區(qū)里意味著社交的誘惑,廣義上講也算是基于社交關(guān)系鏈的分發(fā),但準(zhǔn)確地講應(yīng)該叫做潛在社交關(guān)系鏈的分發(fā)。社區(qū)本就是基于內(nèi)容和關(guān)系鏈的存在,基于地理位置的內(nèi)容分發(fā),一方面可以提供給用戶身邊的內(nèi)容信息,畢竟如今的社會大家更關(guān)注的還是可能會影響到自己的身邊事,另一方面可以通過這種近距離的內(nèi)容“勾引”用戶創(chuàng)建關(guān)系鏈,由線上結(jié)合線下更能加強用戶間的關(guān)系,進而沉淀用戶關(guān)系刺激產(chǎn)生更多能引起別人注意的優(yōu)質(zhì)內(nèi)容。這一點陌陌做得就尤為出色,通過地理位置搭建陌生人社交的關(guān)系鏈,又通過興趣來強化關(guān)系鏈的穩(wěn)定,如今又通過視頻強化關(guān)系鏈的真實和豐富性。
基于多度關(guān)系鏈
前面的第2點基于關(guān)系鏈的分發(fā)主要是針對用戶主動行為搭建的一度關(guān)系鏈,這里主要指的是利用算法產(chǎn)生的多度關(guān)系。這種推薦在算法里叫做以用戶為基礎(chǔ)的協(xié)同過濾,即根據(jù)用戶的相似性來互相推薦目標(biāo)用戶可能感興趣的內(nèi)容。這種關(guān)系的相似性確立可能來自于你關(guān)注的用戶,或者你關(guān)注的用戶所關(guān)注的用戶,或者根據(jù)你的點贊評論打賞等行為分析出的和你興趣比較相近的某一用戶,用這些與你最相似的用戶的興趣對你的興趣進行預(yù)測,從而推薦內(nèi)容給你。因此可以看出,基于這種多度關(guān)系鏈的分發(fā)更多地是基于用戶維度的探索性推薦,一方面可以拓展興趣點推薦避免同質(zhì)化,另一方面幫助用戶找到他可能看到的其他內(nèi)容。
以上4點內(nèi)容流通策略在實際實踐中是先基于關(guān)系鏈進行內(nèi)容分發(fā),還是先基于個性化算法進行內(nèi)容分發(fā),需要對應(yīng)的產(chǎn)品和運營同學(xué)結(jié)合項目資源等情況進行選擇。而對于基于個性化算法的內(nèi)容分發(fā),涉及到的算法維度可能會很多,這就需要專門的算法同學(xué)來處理,筆者略懂皮毛,就不班門弄斧了。無論哪種方式,前期都離不開大V造勢和運營引導(dǎo),但都需要克制,不要過分倚重。
UGC社區(qū)的內(nèi)容流通策略決定了內(nèi)容的匹配精準(zhǔn)度和對應(yīng)的曝光量,進而決定了內(nèi)容產(chǎn)生者得到的贊、評論、關(guān)注、打賞量,從而影響到內(nèi)容產(chǎn)生者的產(chǎn)出積極性,以及社區(qū)推崇的內(nèi)容調(diào)性,最終將決定社區(qū)的結(jié)構(gòu)和發(fā)展方向。如果平臺通過以上的4點內(nèi)容流通策略,能讓90%的UGC內(nèi)容獲得社區(qū)90%的流量,再有效解決內(nèi)容產(chǎn)生門檻以及內(nèi)容調(diào)性的問題,那這個UGC社區(qū)勢必可以很好地運轉(zhuǎn)下去了。
作者:陸莊羽(微信公眾賬號:看風(fēng)景的人),移動產(chǎn)品經(jīng)理,目前負(fù)責(zé)短視頻資訊類產(chǎn)品,比較關(guān)注社交社區(qū)、個性化推薦、內(nèi)容創(chuàng)業(yè)等領(lǐng)域,曾經(jīng)的文青,如今的產(chǎn)品汪,愿與所有小汪們共同成長!
本文由 @陸莊羽 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!