葉茂中談營(yíng)銷(xiāo)：個(gè)性與共性之間，工具與社交之間
來(lái)源：葉茂中營(yíng)銷(xiāo)策劃
作者：葉茂中
“每個(gè)人眼中看到的世界是不同的。”
這句話(huà)在如今的互聯(lián)網(wǎng)生活中得到了最好的驗(yàn)證。在1.0時(shí)代里，無(wú)論是門(mén)戶(hù)還是論壇，所有信息都是公開(kāi)平等面對(duì)每一個(gè)用戶(hù)，新聞也好，BBS也罷，所有人共享著相同的信息量。
而今天的情況卻是，每個(gè)人可以選擇自己看到怎樣的世界。除了僵尸粉之外，沒(méi)有兩個(gè)用戶(hù)的微博首頁(yè)會(huì)一模一樣，用戶(hù)收取到什么樣的信息，取決于他或她關(guān)注的對(duì)象是誰(shuí)，在朋友圈同樣如此，甚至這種私人化的模式更為嚴(yán)重，比如“朋友圈評(píng)論非朋友關(guān)系不可見(jiàn)”這一設(shè)置。甚至連淘寶都有“千人千面”的首頁(yè)打造方式。
這是不可逆的趨勢(shì)，毫無(wú)疑問(wèn)個(gè)性化的首頁(yè)比起傳統(tǒng)的方式來(lái)，用戶(hù)體驗(yàn)更佳。
那么這種定制化的網(wǎng)站應(yīng)該如何保持用戶(hù)的新鮮度和粘性？
一種常見(jiàn)的方式就是網(wǎng)站給用戶(hù)提供的個(gè)性化推薦。
比如電商網(wǎng)站的“瀏覽該產(chǎn)品的用戶(hù)最終還購(gòu)買(mǎi)了**產(chǎn)品”的功能，就是典型的推薦式功能。你可能已經(jīng)發(fā)現(xiàn)了，推薦功能正是互聯(lián)網(wǎng)長(zhǎng)尾理論在實(shí)際中的最精準(zhǔn)體現(xiàn)，通過(guò)推薦功能，可以幫助用戶(hù)挖掘出無(wú)數(shù)寶藏，當(dāng)然也能幫助網(wǎng)站挖掘出更多價(jià)值。
推薦功能基礎(chǔ)的算法大致有兩類(lèi)。
一種是User-User 算法，即計(jì)算用戶(hù)之間的相似度的算法。這種算法通過(guò)對(duì)不同用戶(hù)間產(chǎn)生的UGC內(nèi)容進(jìn)行比較，也就是找到和你興趣類(lèi)似的用戶(hù)，然后進(jìn)行推薦。
另一種是Item-Item 算法，即計(jì)算物品之間的關(guān)聯(lián)。這種算法計(jì)算的是兩件物品（各類(lèi)產(chǎn)品、電影、書(shū)籍等等）之間的關(guān)系，依據(jù)的是給它們打過(guò)分或者發(fā)生過(guò)購(gòu)買(mǎi)行為的用戶(hù)相似度，比如便利店中經(jīng)典的啤酒+尿布策略，算是物物算法的早期線(xiàn)下應(yīng)用。
而這兩種算法的精準(zhǔn)如何，其實(shí)是依賴(lài)于其基數(shù)到底有多大，如果沒(méi)有大量用戶(hù)進(jìn)行巨量操作行為的記錄，或是網(wǎng)站本身沒(méi)有大量的產(chǎn)品數(shù)，那么再好的算法也都是白談。
不管是用戶(hù)行為，還是產(chǎn)品數(shù)量，其實(shí)都算是“內(nèi)容”范疇。
可麻煩的是，想要在內(nèi)容和社交之間搭一座橋，并不是那么容易的事。
想要知道到底有多麻煩，問(wèn)問(wèn)豆瓣的創(chuàng)始人阿北就知道了。2012年初，豆瓣猜（豆瓣針對(duì)個(gè)人用戶(hù)的推薦功能）擠掉了友鄰廣播（微博類(lèi)的信息流），成為了豆瓣的默認(rèn)首頁(yè)。2013年9月，豆瓣猜在用戶(hù)的瘋狂吐槽下黯然離場(chǎng)，友鄰廣播回歸首頁(yè)。
這是一場(chǎng)你死我活的路線(xiàn)之爭(zhēng)。豆瓣猜鼓勵(lì)的是用戶(hù)對(duì)豆瓣多年沉淀的海量書(shū)影音內(nèi)容進(jìn)行互動(dòng)，進(jìn)而為豆瓣上傳更多的數(shù)據(jù)以供豆瓣向個(gè)人進(jìn)行更精準(zhǔn)的推薦，是用戶(hù)與系統(tǒng)之間的溝通，而友鄰廣播則像所有的社交網(wǎng)絡(luò)平臺(tái)一樣，鼓勵(lì)的是人際互動(dòng)。這完全是兩回事。
豆瓣的產(chǎn)品經(jīng)理曾表示過(guò)豆瓣的思路是，“先通過(guò)工具屬性把用戶(hù)吸引過(guò)來(lái)，再通過(guò)社區(qū)屬性把用戶(hù)留下來(lái)。”
思路很好，但具體來(lái)說(shuō)工具屬性應(yīng)該如何順利過(guò)度到社交屬性？要知道這兩者之間的距離遠(yuǎn)的嚇?biāo)廊恕?/span>工具屬性的網(wǎng)站價(jià)值是深度、專(zhuān)業(yè)與高質(zhì)量的原創(chuàng)內(nèi)容。社交網(wǎng)站呢？是強(qiáng)關(guān)系鏈、短平快的節(jié)奏。基本是兩個(gè)極端。
而要想把內(nèi)容和社交兩者無(wú)縫對(duì)接，絕不是件簡(jiǎn)單的事，否則豆瓣也不會(huì)成為中國(guó)最糾結(jié)的互聯(lián)網(wǎng)公司，哈。
首先是需要提高推薦算法的精準(zhǔn)性，以及提高用戶(hù)主動(dòng)或者下意識(shí)的參與性。
豆瓣猜被人吐槽就是因?yàn)椤安碌奶粶?zhǔn)”。這不奇怪，豆瓣是一個(gè)泛興趣網(wǎng)站，看看豆瓣自己的介紹：“不只是書(shū)影音：加入更多豆瓣上的精彩內(nèi)容——美食、旅行、時(shí)尚、居家，每天都有新鮮好物等你發(fā)現(xiàn)。”由此可知，要分析一個(gè)用戶(hù)喜好所涉及到的數(shù)據(jù)量簡(jiǎn)直驚人，而涉及的面又過(guò)寬，很難滿(mǎn)足用戶(hù)的要求。
其次，豆瓣很大一部分用戶(hù)行為都是所謂的“重度UGC行為”，比如評(píng)論、讀后感、創(chuàng)建豆列等等，在如今碎片化的場(chǎng)景中，多少有些格格不入。
看看當(dāng)下的用戶(hù)最習(xí)慣的行為是什么？點(diǎn)贊。
不花力氣，輕松寫(xiě)意。類(lèi)似此種的“輕度UGC行為”，其實(shí)才是采集用戶(hù)數(shù)據(jù)可能的有效方式。為什么豆瓣猜人人踩，而豆瓣FM人人贊？最主要原因是豆瓣FM的用戶(hù)行為更為簡(jiǎn)單，也更為自然。對(duì)一首歌的操作無(wú)非是幾種：紅心收藏、快進(jìn)到下一首、加垃圾站，這樣的操作自然，而且沒(méi)有任何成本負(fù)擔(dān)。要記得，用戶(hù)都是很懶的。同時(shí)專(zhuān)注音樂(lè)屬性的單一功能，能保證產(chǎn)品的質(zhì)量。
其次，做社交并不是只有類(lèi)似微博的信息流這一種模式。微博也好，朋友圈也罷，傳統(tǒng)的社交網(wǎng)絡(luò)其信息呈現(xiàn)方式是發(fā)散的、無(wú)中心的。而工具屬性的網(wǎng)站要進(jìn)行社交的捆綁，則必須在相對(duì)垂直、相對(duì)聚焦的條目下進(jìn)行。否則與傳統(tǒng)的社交網(wǎng)絡(luò)根本沒(méi)有區(qū)別，也失去了工具網(wǎng)站的核心內(nèi)容和價(jià)值。
比如網(wǎng)易云音樂(lè)，全面的功能、優(yōu)秀的界面、體驗(yàn)極好的個(gè)性化推薦，這些都是網(wǎng)易云音樂(lè)受到追捧的原因。除了這個(gè)硬指標(biāo)之外，網(wǎng)易云吸引用戶(hù)的還有一個(gè)原因，即熱度極高的歌曲評(píng)論區(qū)。其原理和微博的熱門(mén)評(píng)論差不多，但重要的是，所有的評(píng)論都是圍繞一個(gè)核心主題——歌曲，有了一個(gè)穩(wěn)固的出發(fā)點(diǎn)和圓心之后，其社交的屬性也就進(jìn)一步穩(wěn)固了，而用戶(hù)的黏度有了保證，也不會(huì)失去新鮮感。
在這個(gè)“我”最大的時(shí)代里，個(gè)性化定制愈加成為主流方式是一件十分正常的事，而社交的需求又是所有人的強(qiáng)需求，在這兩點(diǎn)前提之下，如何一邊滿(mǎn)足每個(gè)個(gè)體用戶(hù)的獨(dú)特需求，同時(shí)又提供給這所有的個(gè)體用戶(hù)一個(gè)有著良好體驗(yàn)的社交空間？
如何在個(gè)性與共性之間找到最舒服的那個(gè)點(diǎn)，這是個(gè)極有趣的話(huà)題。
轉(zhuǎn)載請(qǐng)?jiān)谖恼麻_(kāi)頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請(qǐng)至數(shù)英微信公眾號(hào)(ID: digitaling) 后臺(tái)授權(quán)，侵權(quán)必究。
評(píng)論
評(píng)論
推薦評(píng)論
暫無(wú)評(píng)論哦，快來(lái)評(píng)論一下吧！
全部評(píng)論（0條）