如何提升内容产品的分发效率？

2018-04-18 11:59:00

这个问题，也是最近在探索36氪产品方向时的一些思考和心得，写下来和大家分享。

分发效率的提升，应该是所有内容产品都在追求的目标，但什么是分发效率？分发效率如何衡量？有哪些提升分发效率的方法呢？今天就来聊聊这个话题。
先说分发效率的定义，我理解：所谓分发效率的提升，就是让更多人在启动App时立刻就能看到自己想看的内容。
沿着上面的逻辑，可以拆分成两个判断依据：

立即看到想看的内容
看到的内容是他想看的

再分别将以上两条翻译成数据语言，我认为可以有2个衡量标准：

从启动App到找到想看的内容之间的时间间隔，越小越好
看了M篇内容，有N篇是他喜欢的，N/(M-N)，越高越好

接下来就分别针对以上两点，讲讲可能的提升方法。

一、内容分层

所谓内容分层，分为2步：第一步是定义内容形态，第二步是定义内容组织方式。
1.内容形态：就是指内容本身呈现给用户的类型，可以是文章、图片、视频、音频、动态短内容。
具体选择什么样的形态，一方面根据自己的生产能力，比如音视频的成本就比普通图文要高；一方面根据目标受众需求，解决焦虑型产品，短内容会比长图片的接受度高。
2.内容组织方式：则是指将同一形态，或不同形态的内容分类打包。
根据目的不同，打包方法也不同：

有的包用于拉新冷启动，适合将优质、精品、热门、有趣的内容打在一起；
有的包用于用户留存，适合按领域（如数码、生活、娱乐）、按属性（如公司、人物、技能）、按时间（如当日、一周、月度）、按常识分类认知（如心情、天气、城市）、按主动归类方式（如关注），把内容打在一起，方便留存用户查找；
有的包用于商业变现，适合将稀缺性、体系化、用户价值高的内容打在一起，如研究报告、电子书、课程等。

二、用户分层

用户分层的做法，可以按用户生命周期理论进行，分为：新用户、成熟用户、重度用户、流失用户四层。
1.新用户：指通过拉新手段，从各渠道下载并启动App的人群。
这群人由于是首次使用，其心态一定是无目的、满怀期待、好奇的。那就需要在启动那一刻就提供清晰的指引，为其提供产品内最吸引人的内容，否则他们就会迅速流失。
2.成熟用户：新用户被吸引后，产品就要提供更多留住他们的理由。
这些理由，可以是让他看到更丰富的内容形态，更多扩展内容，更多和他有关的内容。产品层级可以为成熟用户提供更定制化的功能（如关注），更明确的内容分类，更精准的搜索功能等。
3.重度用户：这类用户已经养成了经常来App看看的习惯，形成了一定忠诚度。
那从产品层级就要更进一步为其营造参与感，让他感知到自己的习惯是有价值的。产品层级可以为重度用户提供展示自己的空间和机会（如UGC功能) 。
4.流失用户：这类用户属于生命周期的末端，通常是老用户转化而成，他们本来对产品有强依赖，但由于一些原因发现现有产品形态无法满足其更多样的需求，于是会被其他同类新品吸引走（如微博之于抖音）。
针对流失用户，一方面是制定召回策略；另一方面则是对产品内容边界的探索，开发出符合流失用户新诉求的内容形态，这一步本身也是另一角度的拉新（比如即刻对社交功能的探索，微博对短视频的探索、抖音对图文内容的探索）。

三、内容匹配

有了不同层级的内容，也有了对应层级的用户，那接下来就是让合适层级的用户，看到合适层级的内容。从实施角度，可以有3步：
第一，用户打标签。不同层级的用户，都可以从：个人画像（性别、年龄、职业、职位、工作地点、兴趣爱好等）、主动行为（搜索、点击、收藏、点赞、分享、关注等）、UGC行为（评论、发动态）、负反馈（取消关注、取消收藏、点击“不感兴趣”、负面评论）这四个角度，标记每个用户可能对哪一层内容感兴趣。
第二，内容打标签。内容的分层，其实就是打标签的一种，只不过还可以再精确，根据每一层的内容再细化多种子标签。当然，每个标签都要对应到用户兴趣倾向性，对喜欢“创投”的用户群就没必要打“美食”的内容标签。
第三，确定匹配规则。所谓匹配，就是把有倾向性标签的用户，分配给他带有相同倾向性标签的内容。行业常见的匹配规则有算法自动匹配和用户主动筛选。
算法匹配是个挺大的话题，具体细节这里就不再展开了，简单来说就是满足：匹配度 = 时间（按新旧衰减）+质量（按阅读点赞收藏评论分享维度计算高的）+倾向性（协同过滤+向量重合）的公式，做到每个人的匹配度最高。而用户主动筛选，则只需要提供清晰的筛选维度即可。
以上就是今天的一些关于内容分发效率方面的思考，未来也会将这些理论应用到36氪的产品设计中去，到时候再回来聊聊实践心得。
你在做内容产品时如何提高分发效率呢？期待你的回复与我分享~
作者
申悦，微信公众号：互联网悦读笔记（ID：pmboxs）

关键字：产品设计, 内容, 用户, 分发

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击举报进行投诉反馈！