信息流产品的核心是什么 这4个公式告诉你
时间 :2022-10-14 14:22:29 编辑 :米贸搜
自facebook的feed项目开始,信息流作为一种技术与场景结合的新应用形式,在各类项目中均占据了更大的分量。
国内,更是兴起了以今日头条为代表的,以信息流为核心的产品。由于对机器学习(人工智能)的应用,用户效率和体验的提升,获取用户消费时间,以及强大的广告分发效率获取高额收入,各家各户趋之若鹜,类似定位的app,浏览器,桌面软件,海外市场,以及产品技术均有类似之处的短视频,均兴起了众多的玩家。
然而,背后的核心逻辑是?米贸搜谷歌推广提醒大家这四个公式也许道出一二:
产品核心:内容消费体验 = 内容质量+获取效率+内容新鲜度
内容质量,即是否囊括各类内容,无论以抓取、内容合作、内容生态;并在推荐系统中能将其识别出来,将最优质的内容呈现给用户,是内容消费满意度的来源。在机器学习指标中,主要体现在平均消费时长与完成度的结合。
获取效率,即是否能为用户找到用户最感兴趣的内容。在机器学习指标中,主要体现在点击率与完成度的结合,即推荐预测点击率最高的内容给用户(有些不该)。这也是推荐信息流效率远高于门户新闻的消费效率的来源。
内容新鲜度,主要体现内容的多样性和新优秀内容发掘速度。保证用户的信息获取体验始终是最佳和进展中。
对产品核心的坚守,在于充分意识到“给用户价值”vs“从用户中获取价值”的不同,在于细节的优化能否跳出小目标,在核心竞争力处获得积累,而这也最终决定了产品能走多远。
机器学习:优化结果 = 内容理解+画像应用+模型与策略
内容理解,对内容的理解的深度、广度、多样性。以深度来看看,比如图文类有分类(粒度为数百),主题(粒度为数千到数万),关键词或实体词(粒度为数十万至数百万)。作者,图片数量、截帧图片的特征等等
画像应用,基于用户自然属性(如性别、机型等),内容消费属性(如点击在分类中的记录),及场景属性(如时间)等。对画像的合理收集、应用的能力,是所有推荐、广告系统中的基础。当然,好的记录和使用方式是需要迭代的,虽说会造成一定成本。
模型与策略,使用不同特征(各种信息维度及其组合),不同模型(LR,GBDT,DNN),预测用户消费行为的主指标,再根据产品、场景、用户等种种特点制定内容呈现策略。机器学习与理性理解的合理结合,易学难精。
用户的需求是高维复杂系统,甚至是不断变化的。以人的理解为基础的指标预测和调优,对于用户的实际需求仍可能是偏离的。对用户体验核心的清醒认识和不盲从与细节指标,是合理结合产品技术的要点。
商业化能力:赚钱能力 = 拉新能力+留存能力+使用时长+变现效率
拉新能力,即低成本大量获取新用户的能力。除了上了一个境界的口碑传播外,渠道、广告、活动、seo各显其能。
留存能力,用户使用体验的核心体现,从长远看,也许在这里该加一个2次方。
使用时长,用户需求被满足的深度,是各种
变现效率,单位时间内流量转化为收入的能力,广告推荐系统与内容推荐系统的技术基础极其类似,标签内容理解,画像等。
信息流的强大变现能力,在于机器学习技术对使用时长和变现效率的优化。而市场产生种种二流竞品的原因,大多在于自有流量渠道,弥补拉新和留存能力不足,尽力使用流量变现而已。
更大的世界:用户剩余价值 = 新产品价值 - 已有产品价值 - 转换成本
当我们具备眼光的力量,看到了尚幼的萌芽,也许会获得蓝海与未来。
当我们付出执行的力量,将自己逼迫至极限,正面超越了所有的竞争对手,也许会获得红海与现在。
当我们跟随了一切,而想获得超额成长,那么……不幸的是,因为这里的表面成本如此之低,大部分人们都来了这里。
而公式的前提,在于我们的胸怀中,为用户提供的价值在何方。
磁铁的力量,在于每个微元的磁力贡献,也在于他们指向了同一个正确的方向。
产品的本质不在于巨大的优化堆叠,而在于正确的价值标准,简单清晰的方向,和每个环节的合力拼搏。
Facebook广告推广
热门新闻