B站怎么分发内容

花生酱先生 2023-08-01 05:18:11

Hi all 我是花生酱。

好久没更新，首先还是感谢大家的关注和等待。

过去的三年时间，通识类的文章写了不少，有点倦了。

所以趁着新工作，重新梳理了自己的知识体系，也调整了做内容的心态。

不会为写而写，也不会隔靴搔痒，核心还是希望能够得到和大家更深的连接探讨，而不仅仅是关注订阅关系。

那么接下来输出部分，想做一些深度且完整的专题。让自己的内容更加较真而不谄媚，输出更实在的价值。

就从这一篇开始吧，篇幅有点长，超5000字了，不妨先收藏再看。

没做过内容消费类的产品，对于产品经理来说，是蛮遗憾的一件事。

最近刚好有机会在做内容分发相关的产品设计，免不了想看看这个领域哪个产品做得比较好。

拆解到B站的时候，顿觉头皮发麻，诸多设计精巧之处让我赞叹。

所以，谨尝试从我能看到的部分，对B站整个信息组织方式做一个拆解。

后续诸君设计内容产品分发体系的时候，大体可以参考。

一、拆解思路

防止篇幅冗长，2个拆解边界有言在先：

不展开聊商业化及变现相关的事情，单纯地从内容分发、消费层面拆解，否则重点不清晰
以拆解视频类为主，不过多展开社区、动态、氛围相关的内容，这些属于非视频类内容

先陈述一些基本的拆解假设，这是下面所有分析的基础元认知：

B站推荐流，几乎没有出现15min以上的视频，所以我把15min作为一个短视频和中视频的分界线；40min左右的综艺和剧集几乎不走单排列表，所以40min作为中视频和长视频的分界线
越长的视频，用户消费成本越高，价值期待越高，供给侧生产成本越高，所以往往是PGC头部独占，比如热门综艺
短视频，用户消费成本低，价值期待低，供给侧生产成本不高（相对于中长视频），所以有UGC空间，长尾创作者有爆梗可能
中视频，介于长短之间，更偏PUGC。中视频UP主生产成本比短视频UP主高，更需要全职投入，故同样也需要平台扶持获得利益，才能长久
视频越长，能讲的事情越多，但不代表价值越多，价值密度不够容易又臭又长。所以长视频供给核心是视频价值密度提升
视频越长，用户被推荐后的拒绝成本越高，一个2小时电影很少有1分钟就能看出来是烂片的，但判断一个短视频的价值5秒都不需要。这也是为什么长视频更难用纯算法推荐+详情播放的策略，不能用短视频的推荐式交互
直播类、连续剧类，本质是时效性的视频和集合性的视频，和视频的分发方式不同。直播类内容会有更多基于时效性、热点的分发，连续剧会作为整体去推广分发，单集很少和其它视频混排

接下来，需要构建拆解模型。从平台视角来看，B站的职责有3点：

拿到生产者的内容
把好内容分发给正确的消费者
让消费者有好的体验

即生产者、平台、消费者三边关系，拆解为3个公式：

内容供给=f（创作者生态+，创作者变现能力+）
内容消费=f（内容分发结构+，消费体验+）
内容分发=f（分发机制+）

同时，由于上述假设中存在短、中、长视频、直播等不同内容形态的明显差异化，所以再增加一个内容类型维度来衡量差异化。

于是得到最终模型为：

内容供给=f（创作者生态+，创作者变现能力+）∑内容类型（短中长、直播连续剧、PUGC）
内容消费=f（内容分发结构+，消费体验+）∑内容类型（短中长、直播连续剧、PUGC）
内容分发=f（分发机制+）∑内容类型（短中长、直播连续剧、PUGC）

故全文会分为供给、消费、分发三部分，每部分以各个内容类型为下钻维度进行拆解。

二、供给：有什么内容

从供给侧生产来源来看，B站的内容分为2类，一类是PGC，一类是UGC。

PGC内容的个体属性和结构化数据维度比较多，比如哈利波特系列有客观的上下集、导演、核心演员等属性；而UGC内容相对就非结构化一些，原始属性只有上传者、账号、标题等基础属性。

PGC的分发，很像是图书馆或书店的货架展览，需要非常有结构。结构是一切的根基，好的结构才能支撑出好的搜索、分类查找、推荐。

UGC不像PGC内容靠版权和采买，生产者需要利益和扶持，一方面要分发内容，一方面要促进供给，需要有活动、话题、动态等配合。

PGC和UGC的分发，有两套截然不同的玩法，故拆分来看。

2.1 PGC内容的特征

PGC类内容头部效应明显，赢家通吃。

越长的视频，头部内容PGC占比越重，是比UGC更重的生意，生产成本大、收益也大。

既然是头部通吃，就有通用性问题：次头部、小众优质内容难分发。比如就电影来说，我们不单单要鼓励每个人都看豆瓣top500，更要让纪录片等不那么大众领域的内容获得推荐。

所以为了避免头部独大问题，就需要细分，给出多个赛道。多个赛道意味着多个头部，俗话说“只要领域足够小，谁都可以是冠军”。

故PGC的思路是：良好的结构和准确的细分逻辑，同时让每个细分需求都有清晰的查找、推荐路径，这样能够让每个角度的头部内容，都能被高效分发。

2.2 UGC内容的特征

UGC内容讲究独特稀缺。

PGC往往迎合大众主流审美，在最有利益的领域做顶尖大制作，容易造成审美疲劳。此时用户心里的空洞需要一些稀缺新奇的内容进行弥补，这是UGC的空间之一。

UGC的另一个优越性来自于亲切感。

PGC往往来自于生产线和团队，天生和观众有距离，很难促进观众成为生产者。而UGC则不然，B站诸多UP主的真实生活类内容，让生产者和观众成为了朋友，给观众提供了独特的体验。

但相较于PGC，UGC的难点在于供给侧。UGC的生产者并没有市场团队来帮他们调研、推广，所以，平台如何引导他们做出更有价值、成本更低、更抓得住观众需求的内容，是平台的使命之一。

所以UGC会营造很多的“场”，比如弹幕、社区、话题、专区、挑战赛等，每个场有明确的内容生产诉求、引导。基于此，UGC不结构化的内容变得半结构化，能够氛围感更强、更加有逻辑地被分发。

进一步讲，UGC的优秀生产者，会逐步转向PUGC、PGC寻求更大的市场和利益，所以两者其实相辅相成。从本质上来说：

UGC是一个巨大的开放舞台，每个人都可以登台、历练、成长
PGC是个专业的比赛现场，门槛、水准、利益都在稍高的层次

三、分发：多少种方式

看一个内容时，TA的消费者有多少种需求，就有多少种视角和维度来拆解这个内容，同样就有多少种这种内容的分发结构。

分发产品的设计，有这样一个流程：

观众需求结构化→内容信息维度抽象→表现层分发结构设计

观众需求来说，看直播、看连续剧、看电影可以作为大的类目区分，需求上有明显差异化。

每个类型的维度不同，比如直播有直播中等状态、连续剧有上下集结构，这些是影视没有的维度。

3.1 直播怎么分发

直播的分发，时效性要求很高，关键的信息有：

直播的主题
直播的标题
热度：分为观看数和热度等
直播人

直播的真实和热闹强于视频，有更多的实时价值，同时也需要用户花额外的成本，即一段固定时段的时间。所以价值上，用户更希望看到内容明确且有稀缺性价值的直播，才能决策届时是否观看。

所以主题、标题、图片、直播人、专区，共同表达了这场直播的价值和稀缺性，而观看人数等热度指标代表了热闹程度，可以强烈刺激观看欲望。

需要注意的是，直播结束，也就是失去时效性后，往往会转化为一段录播视频，和普通视频无异。

所以，有时效性的直播，并不适合放在专题、热门等聚合概念下进行分发，专题侧重于展示内容和概念的完整性，对时效性的体现没有帮助。

同时，直播的热度和视频的热度也不一样，即当下热度和累计热度的区别，所以往往用当前在线人数or峰值，而不是账号累计订阅人数。

3.2 影视怎么分发

影视类内容，一般为单集视频类型，从短到长都有。这种内容的分发，有多条常用链路：

第一类是，字典式分发，用户往往从“全部内容”进入，按某种标签关系，交叉筛选获得少量内容，再比对选择消费。

第二类是，兴趣搜索，用户有明确的目标，往往通过搜索得到专区，进而得到一类内容，或精准匹配到一个内容。

第三类是，热门推，一般以热播、大家都在看等形式出现，往往核心是累计热度和即时热度的头部内容推荐。

第四类是，个性推，往往以猜你想看的形式出现，本质是以用户历史记录，包括历史行为、兴趣画像等进行关联推荐。

3.3 合集怎么分发

连续剧和番剧，除了一些细微文化上的差别，都可以统称为合集类内容。

和单集的影视类内容不同，都有严格的上下集、顺序关系。这一点和影视类内容被收进专题合集是不同的：连续剧有顺序，而专题往往只聚合而无序。

一般来说多集连续剧会被视为一个整体，每一个单集不会和电影一起评分、排序，所以一般会以单独专区存在。

四、消费：体验怎么更好

4.1 短视频的上滑推荐

用户消费内容，往往分为浏览和沉浸两种体验。

浏览是在多个内容中选择观看，本质是一个选择和捕捉重点的过程，往往用列表来承载。

沉浸是在一个内容中集中观看，本质是一个专注消费当前内容的过程，往往用详情来承载。

一般是先浏览再沉浸，完成先选再看的过程。

但有一个产品是例外，也就是抖音，抖音的主播放页面没有列表页，没有用户选的过程。

注意，是没有用户选，而不是没有选。因为抖音是机器选，用户默认接受，可选跳过。

抖音也许是第一个把详情页当列表用的产品。或许在抖音的理念中，选择内容并不是很愉悦的过程，所以用机器解决内容选择的问题，Cover掉用户花在列表浏览上的成本，让用户把所有精力用来沉浸消费。

一次的成功推荐，就是一次对浏览的厌倦，多次成功的推荐，用户会习惯内容自己送上门，而不是再去寻找。

所以，对于上滑推荐这种交互来说，内容的唯一来源几乎就是滑动推荐，详情即列表，一页一条。内容供给上，视频越短、推荐越准，越适合用这种交互。

4.2 中视频的单排列表

对于5min到15min中视频如何消费呢？

如果推荐池都是15min的中长视频，相较于短视频的推荐池，用户采纳、播放等操作频次不够，推荐效果不如短视频好。

同时，中内容的多样性和结构比短视频复杂。一个10秒的短视频可能有一套起承转合逻辑，但15min的视频可能是多次起承转合和首尾呼应的结构，这种复杂的属性需要更多的维度来进行筛选、推荐。

所以中视频一般用单排列表的方式，往往可直接停留播放，兼顾了用户的选择参与度和消费的沉浸性。表现为一页3条左右单排可播放列表，这种交互比全屏滑动交互对中视频更友好，能够承载更多信息供用户选择，用户选中后想沉浸消费再进详情页。

4.3 长视频的多排列表

长视频如何分发呢？

几乎见不到一个2小时电影能在抖音信息流刷到，原因上面说了：

场景不符合，越长的视频投入成本越大，消费次数越少、查找次数越低频，需要精挑细选。一辈子选电影的次数可能比一天刷抖音的次数还少。选择机会稀缺，所以用户更需要掌控感，主动选择的特性不能少。
反过来说，用户输入少，导致机器也不太可能推荐得准，推荐不准就不能完全交给机器，用默认认可+主动跳过的模式不能形成一个滚雪球的正向循环。

所以对于长视频，尤其是电影类，用户需要足够的信息进行对比分析、选择，这个时候往往有3种消费侧交互选择：

B站热门：单排列表，不可直接播放，一页6条左右，单条内容预览信息更多，标题和描述位置更充裕