起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識從視頻號看內容分發的底層邏輯
導語：在上個月的微信公開課里，張小龍演講有2/3的篇幅都在說視頻號。視頻號可以說是微信一款新的戰略級產品，而作為內容平臺，談到視頻號總是離不開他的內容分發策略。那么視頻號的內容分發策略與公眾號、抖音又有哪些差異呢？它又經歷過什么樣的演變歷程呢？
一、機器分發遇冷
視頻號于去年初開始內測，經過很長一段時間的冷啟動，那個時候只有獲得內測資格的用戶才可以開通視頻號。在8月份我收到微信開通視頻號的邀請時，我還特意發了一個朋友圈感慨一下。
現在的視頻號首頁有關注、朋友、推薦三個菜單，但是最早版本的視頻號沒有做這樣的分類，首頁是單一的信息流。
這個單一的信息流列表里混合了關注、朋友匿名點贊內容、系統推薦內容在里面。整體采用的還是機器算法推薦的模式，從結果來看，這個模式效果不是很好。
初代版本的視頻號
為什么算法推薦在這里行不通？
最主要的原因在于，灰度期間視頻號用戶量還很少，沒有吸引到足夠的內容創作者入駐來貢獻內容。機器算法和人工智能一樣，是需要大量的數據進行訓練的。
2002年，凱文凱利問谷歌的聯合創始人——拉里佩奇一個問題：“為什么你們要做免費搜索引擎？”。搜索引擎最開始是to b的，比如inktomi，其定位就是搜索服務技術提供商。
為什么谷歌卻要做面向所有用戶的免費搜索？要知道在2002年，搜索關鍵詞競價排名還不是一個成熟的商業模式。谷歌做免費搜索引擎，到底靠什么賺錢呢？
拉里佩奇的回答是：其實我們在做人工智能。
用戶在谷歌上的每一次搜索，都是在輔導人工智能進行深度學習。當你搜索“梅花”，在搜索結果中點擊這張圖片，就在告訴算法這就是梅花。每天數以百億計的搜索都在訓練谷歌的人工智能。最終，人工智能就能區分出什么是梅花，什么是菊花。
所以谷歌發展人工智能不是為了優化搜索結果，而是通過搜索結果來改善人工智能。
人工智能是谷歌的最終目標
二、社交分發
同樣機器算法要實現精準的內容推薦，必須要經過大量的數據訓練。而當時的視頻號內容量很少，機器算法推薦的效果非常不理想。
后面在6月份的版本中，視頻號在首頁新增了這三個tab——關注、朋友、推薦，由單一的機器分發，加入了社交分發：你可以看到朋友發的和點贊的內容。算法不知道你想看什么樣內容，或許你的朋友知道。
關于社交分發，我在前面關于微信公眾號的文章中《瘋狂改版的微信公眾號，到底在追求什么？》已經提到。張小龍是非常信奉社交分發的，是社交分發的鐵桿擁躉。在他看來，社交分發最為簡單，也最符合人性。
我們接納新的信息，并不是我們主動到圖書館或者網上去找的信息，大部分情況都是聽到周邊的人推薦而獲得的?！獜埿↓?/p>
社交分發的接入，視頻號的活躍用戶量和用戶留存都得到了顯著的提升，社交分發幫助視頻號完成了冷啟動，那么社交分發會是視頻號的未來嗎？
要知道算法分發之前表現不好的原因是數據量太少了。而現在視頻號的日活已經突破了3億，這對于內容生產者來說，具有極大的誘惑。
后面會有越來越多在抖音快手B站的內容生產者來到視頻號，生產更多更好的內容。這會進一步促成更多的用戶來視頻號消費內容。這樣形成一個正向循環，雪球越滾越大。
那么視頻號的數據量豐富了以后，社交關系還會是視頻號的主要內容分發方式嗎？
答案是否定的。張小龍提出了一個公式：1：2：10：平均一個人看10個關注的視頻，20個朋友贊的視頻和100個機器推薦的視頻。哪怕現在社交推薦和朋友贊過的內容流量遠大于算法推薦帶來的流量，他依然認為算法分發在將來是視頻號的主流。
這點或許會讓我們大吃一驚，因為微信一直以來都非常熱衷于依托社交關系完成內容分發。從朋友圈、公眾號到小程序，前期都沒有引入算法，你看過的內容都是你關注或者使用過的，并且是嚴格按照發布和使用時間排序的。
比如，微信聊天頁下拉的小程序列表，是根據你上次打開小程序的時間排序的。不會推薦你根本沒有使用過的小程序（朋友圈廣告除外），也不會因為哪個小程序的活躍用戶多，就讓他的排名更靠前。
但微信從去年開始擁抱算法，打亂了公眾號信息流，不再嚴格按照發表時間排序。為什么公眾號要引入算法呢？為什么視頻號流量主要來自于社交推薦的情況下，張小龍依然堅稱視頻號的未來是算法分發呢？
其實無所謂何種內容分發，編輯分發、社交分發還是算法分發，最終目的都可以歸納為兩點：
- 消費端：提升內容消費效率，讓用戶可以快速看到優質、匹配的內容；
- 生產端：讓優質內容創作者的價值得到體現。
三、提升內容消費效率
編輯分發、社交分發和算法分發三種主要內容分發方式中，社交分發給用戶賦予最大了的選擇權。
編輯分發和算法分發都是平臺決定了你可以看到什么樣的內容，編輯分發是人工審核，算法分發是通過修改數據權重，例如前段時間的馬報國被點名批評后，其相關視頻都遭遇了限流。
而社交分發完全把選擇權交給用戶，你的社交圈決定了你可以看到什么樣的內容。如果視頻號完全采用社交分發，那么在視頻號首頁信息流中就只能看到你關注賬號發的視頻和好友點贊的視頻。
或許你覺得，這樣很好啊。我喜歡他做的視頻，那么我就關注他，不喜歡就取關，我看到的都是我感興趣的視頻，消費效率太高了。想象很美好，實際操作起來卻是另外一回事。
因為在這種模式下，一個視頻的播放量只取決于這個賬號有多少粉絲，有多少人愿意分享，而這兩種行為都是可以通過利益誘導來實現的。例如：關注+轉發就可以參與抽獎這類活動。
利益誘導關注轉發的行為對于內容生產者來說起到一個非常壞的示范作用，老老實實做內容粉絲漲的特別慢，還不如花錢去做推廣。如果讓內容生產者覺得生產內容是一個投入產出比極低的操作，這對于一個內容平臺的生態來說，是危險的。因為沒人愿意生產內容了。
對于用戶來說，你會關注很多你根本不感興趣的賬號。他們給你推送的內容，你自然不感興趣。這些你不感興趣的內容會參雜在視頻號信息流里，影響你消費真正感興趣的內容。
其實即使沒有利益誘導，哪怕這些賬號都是你主動自愿關注的。隨著時間的推移，他們也會變成你不再感興趣的樣子。因為你和內容生產者都在變。生產者生產的內容在變，消費者的偏好在變。
例如：我最早的文章都是UI設計相關的，但是現在的我更多是產品相關的。
你關注了我，只是因為當時的你恰好認可當時的我寫的一篇文章?，F在的我寫的東西，可能你早已經不感興趣。我靜靜躺在你的關注列表里，你再次想到我的時候，或許就會順手把我刪除。
總之，你的關注列表里會有很多你根本不感興趣的賬號。按照設想，你應該主動取關這些他們。但是用戶太懶了，如果平臺推送的內容跟自己的興趣匹配度很低，那么他們會逃離這個平臺，而不是清理關注列表。
因為現在的內容平臺太多了，抖音、小紅書、B站都在爭奪流量。如果不能提升內容消費效率，快速的讓用戶看到他們感興趣的內容，他們會立刻轉向下一個替代品。
類似的例子還有朋友圈，微信一直沒有在朋友圈接入算法。
但是隨著我們關注好友的增多，在朋友圈里可以看到感興趣的內容就會越少。好友越多，內容命中率就會越低。我有個微信號好友就滿了，我基本不刷朋友圈，都是想起某個人點擊主頁進去看他最近的動態。
四、給創作者賦能
內容生產者生產內容，無論是文章還是視頻，其價值在于有人看到，也就是分享。而之前微信里的視頻分享，無論是視頻消息還是朋友圈視頻，在分享過程都是單純的視頻文件。
比如，你在朋友圈里看到一個好玩的視頻，你想分享給朋友，你分享過去的是視頻文件。這個視頻的關聯數據，比如創作者信息，觀眾的互動信息（點贊/評論），都無法被分享出去。你分享出去的只是一個視頻裸數據。
對于普通用戶來說，這或許沒什么關系。你在對著魚缸拍一段視頻，發一條動態“我在普吉島潛水好好玩唉”。這條動態你發在視頻號或者朋友圈都沒有關系。裸數據又不影響觀看。
但是對于優質的內容生產者來說，他們生產了視頻，在朋友圈得到了廣泛傳播。他希望可以獲得曝光，他們也應當獲得曝光。
而視頻號作為一個內容載體，視頻在分享的過程中是以結構化數據存在的。用戶可以看到視頻的創作者，可以直接點贊、評論和再次轉發。讓視頻在分享過程中給創作者賦予價值。
視頻號之于視頻，就像微信公眾號之于文章，是微信為內容創作者搭建的一個載體。
五、算法的未來
最后談一下我對于算法的思考。個性化算法推薦給你推薦都是你想看到的內容，用戶粘性會很高。如果配以簡潔的交互方式，比如抖音的滑動切換，就造成了用戶抖音刷的停不下的感覺。
算法推薦非常懂用戶想要看什么，也很迎合的給用戶推送用戶喜歡看的。這是算法推薦的最大優勢，也是一大劣勢。
在下一篇的文章中，我會提到Usenet，Usenet是互聯網之前的論壇。它沒有算法分發，沒有社交分發，甚至都沒有管理員，你所面對的是“未經過編輯的數據海洋”。
在這里要搜尋到有用的信息，你需要花費更多的時間。算法時代的我們要顯得幸福很多，可以很輕松的獲得我們想要的內容。
算法知道我們想要看什么，平臺為了用戶粘性，就會拼命給我們推送想看的內容，這會造成你所獲得信息的“窄化”。你生活在一個信息繭房里，看不到外面的世界。你從“未經過編輯的數據海洋”努力游上岸，最終走進一間“信息繭房”。
我不做誰好誰好的價值判斷，誰好誰壞取決了你對于互聯網的定位。你是想通過互聯網看的一個更大的，跟你所設想的不一樣的世界還是想通過互聯網構建一個只屬于自己的世界？
#專欄作家#
王M爭（微信公眾號：王M爭），人人都是經理專欄作家，資深互聯網人，B站賬號：王M爭
本文原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自 unsplash，基于 CC0 協議
現在微信視頻號的推薦真的很爛…
感覺除了個性化推薦可以在刷的過程中增加標簽推薦選項，就可以看標簽相關的推薦視頻