知乎的快速更新，内容特征和功能都发生了一些变化，以满足更多维度的用户使用，刘昊然的代言就是一个比较好的证明。本文试着以产品概栝、产品定位、需求分析、产品分析、用户评价、功能分析为基础，对知乎4.18.2版本进行深度分析，突出讲解功能分析部分，并给出详细的优化建议。

一、产品概括

知乎是一款以知识问答社区和想法板块（类似微信朋友圈）为核心基础，并逐渐延伸到如live、书店等趋于多元化、体系化的软件。

icon主色调为蓝色，给人一种深邃浩瀚的感觉，刺激用户求索的欲望，“知”字右边用了一个对话框的形状，形象的体现了产品特征。简约的风格方便用户快速识别，并形成品牌印象。

二、产品定位

产品slogan：“发现更大的世界”。意在知识的分享和对更多未知的探索，这句话本身也体现出一种博大的气势和求知的自我升华感，也是一种更大的格局体现。

UGC内容平台，问答社区是一问多答的模式，通过去用户中心化弱化了大部分平台以用户为突出核心的输出方式，将问题本身作为突出点，让用户以对问题感兴趣的目的去表达参与，保证内容比较贴近生活经验、见解的分享。参与没有门槛，开放式的环境孵化了各行业拥有不错基数的用户进行内容产出，并一步步成长为大V。

同时在以内容为核心的前提下，大量内容的产出吸引着更多用户参与，形成用户参与-用户成长-内容产出-吸引更多用户参与的正向循环，共同搭建了有着良好生态的知识分享社区，注重问题氛围和回答的贴切性。想法是问答社区的轻量化版本，注重营造社交氛围。

经过了一定时间的用户沉淀和社区发展，以及用户付费习惯的养成，进一步拓展付费邻域，例如live和私家课，能够获得有一定针对性的高质量内容，而知乎的社区良好内容环境也让付费内容有着不错的信任度。

不过现阶段由于大量的用户入驻，用户整体素质下降，为了符合用户群体的变化，内容重心也做了一些调整，娱乐和短视频是主要的趋势。

三、需求分析

1. 用户画像

1.1 地域分布：

数据来源：易观万象

从图中可以看出，知乎用户主要集中分布在一线城市以上，整体用户素质不低。

1.2 用户特征（年龄分布、性别占比、购买力）

数据来源：易观万象

24岁以下（32.4%）：

主流娱乐信息和短视频曝光量的加大，吸引了许多年轻化的用户入驻，而娱乐信息对女性吸引力比较高，也促进了女性用户比例的快速上升，不过消费意愿一般。

24-30岁（21.26%）：

这部分人群是从步入社会，到生活以及事业的快速上升时间段，有不低的求知欲和阶层焦虑，加上生活压力下的放松需求，是内容产出的主要服务群体，有着较高的消费意愿。

31-40岁（34.18%）：

有一定的社会阅历和行业经验，对内容的获取有不低的针对性和高质量要求，大部分有明确的上升目标，自身表达意愿也很高。对社区氛围体验也有一定的要求，好的社区氛围能够让他们积累关注量，逐渐完善的知识付费功能点提供了变现渠道，这两点能够促进这部分用户的输出意愿，活跃程度也稳定，知乎的中间力量，主要的孵化目标群体，通过平台的挖掘和扶持，使他们起到承上（成长为头部大V）启下（承担社区的主要输出职责，吸引更多用户使用）的作用。

41岁以上（12.15%）：

这个阶段的大部分用户已经有很成熟的社会阅历，并且在行业里也拥有不错的资质和声望，不过这部分用户更多的是平台邀约及合作的关系来进行高价值产出，属于头部大V。因为能让用户便捷触及头部大V和获得行业干货的低门槛高价值感，所以有着较好的引流作用。

1.3 目前趋势

知乎和微博用户对比

数据来源：百度指数

与微博的用户特征相似，这也在一定程度上解释了知乎娱乐化比重增多的现象，加强了社区氛围的活跃，但也增加了用户使用成本。

现在是年轻化用户会增多，31-40岁这个阶段会稍微下降，不过总体是良好的上升状态，适当优化推荐能有所缓和。

1.4 用户活跃特征

知乎周搜索指数：

微信读书周搜索指数：

YY直播周搜索指数：

数据来源：百度指数

从上可以看出知乎的使用有明显的规律，绝大部分都集中在工作日，而周末使用状况很低。周末对人们来说是休闲放松的时间，而获取知识类信息会是耗费精力的行为，与YY直播这种娱乐特性的APP有相反的特征，不过与定位为学习工具的微信读书很相似，。

每日分时点用户活跃度：

数据来源：易观万象

从早上起床到上班这段是用户活跃度快速上升期，然后相对平稳的保持到晚上11点左右。

用户对知识类信息获取时间周期相对长一些，加上断断续续的特性，用户会利用碎片时间进来继续看，同时也有不时打开刷刷感兴趣内容的习惯，使活跃度呈现平稳状态。

日均规模分析：

数据来源：百度指数

日均活跃人数呈现上升态势，不过日均启动次数和日均使用时长却是都有一定下降。

得益于社区内容的不断丰富和多元化（娱乐化趋势偏多），以及其他付费功能的完善，让社区内容满足了更多不同用户群体的需求，而实现日均活跃度的上升。

不过，随着人们关注话题的增多，再加上本身内容的丰富多元化，并且在开放式的社区环境下，由于整体用户素质的下降而导致内容质量也开始下滑。

综合上面几点推测，不管是推荐的话题点还是具体内容，跳跃性都在加大（大部分用户兴趣点跨度并没有那么大），增加了找寻兴趣点和对自己有用答案的时间成本，久而久之刷的频率也降低了，所以日均启动次数和日均使用时长这两部分下滑。

1.5 使用场景和用户需求

小A，女，22岁，北京，在校大学生，平时喜欢待在宿舍看电视剧和综艺节目。

场景故事：

小A下课后和同学在食堂吃饭的时候，同学B告诉小A某平台出了一部新的综艺节目，小A心想现在综艺节目这么多，如果不好看怎么办，不如先看看大家对它的评价怎么样，想到这里小A打开知乎并快速的搜索这部综艺节目，并成功的了解到了它。

• 基本型需求：快速通过搜索问题的关键词找到想要的答案，没有找到的话还可以通过提问并邀请其他人来帮忙回答。
• 期望型需求：在许多回答里边快速找到有质量的回答来帮助她进行评判。
• 兴奋型需求：发现其他有意思的电视剧或者综艺节目。

小B，男，26岁，广州，上班族，单身，假期喜欢出去游玩，比较关注社会热点，也偶尔学习一下工作相关的技能。

场景故事：

小B每天需要坐9站地铁去上班，整个过程有些枯燥无聊，想着刷刷知乎打发一下时间吧，也废不了多少流量，在推荐栏刷了1分钟左右找到了自己比较感兴趣的一个话题。

• 基本型需求：找个感兴趣的点来打发时间。
• 期望型需求：发现一些自己平时比较关注类型的话题。
• 兴奋型需求：刷到与自己工作相关的回答、live等，并关注对应的用户。

C经理, 男，34岁，深圳，部门经理，闲暇之余看看书，经常关注行业最新动态，喜欢参加一些圈内交流会。

场景故事：

最近市场上出现了一款势头很猛的APP，同时知乎上已经有人在邀请C回答了，下班回到家后的C通过各类渠道获得了一定的信息，经过一定时间写了一篇分析文章，并将它传了上去。

• 基本型需求：针对某个问题进行回答的同时，自己也能获得很多。
• 期望型需求：发现并关注到更多高质量产出的用户。通过自己的回答获取更多的曝光和关注，并成为大V。
• 兴奋型需求：与大V取得进一步的联系，扩大自己的圈子。

列举了三个年龄阶段用户的主要需求特征，针对不同阶段进行分析，各阶段都有侧重点，将功能细分到不同用户场景里，有利于深入了解用户的主要需求。综上所述，能够快速找到自己感兴趣的回答是核心需求点。

2. 市场现状和分析

2.1 行业分析

2.1.1 我国文化产值占GDP比：

数据来源：艾瑞数据

我国文化产值占GDP比重稳步增长，不过从部分发达国家占比来看，文化产业发展仍然有巨大的发展空间。而人均可支配收入的快速增长，也促使消费结构从生存型向发展型转变，自我成长和实现需求提高。

2.1.2 付费市场规模：

数据来源：艾瑞数据

近几年移动支付的普及和版权力度的加大，在线视频付费规模大幅度提高，预计2019年会达到582.2亿元的规模。在线视频这类偏固定化付费市场的增长，体现出人们付费习惯的快速养成，付费意愿也变得成熟。

传统教育资源渠道的匮乏，和场景的限制，加上竞争压力下自我实现需求的突显，而互联网能够提供更多好的渠道，也不受场景的限制。人们开始把学习成长的目光转向了互联网，所以，未来的知识付费市场会有着无比巨大的潜力。

2.1.3 知识付费市场发展AMC模型：

数据来源：易观

• 探索期：自媒体的出现让市场有了一定的发展，但渠道和内容形式单一，用户获取成本高，同时支付市场不成熟，使得内容方变现困难。
• 市场启动期：赞赏功能的开通和移动支付的逐步发展，提供了好的变现渠道。
• 高速发展和成熟期：社会压力下带来了较高的上升和娱乐需求，内容形式也快速的呈现多元化和体系化，内容本身也从普适性慢慢的具有一定针对性和高质量。

2.1.4 当前状态：

现阶段是功能模式本身的优化和探索，不同平台有自己专精化的功能模式。例如得到专栏、分答付费咨询等。后续会是不同模式的逐步融合以构建良好的知识体系。扩大与优质内容方的合作，重点扶持培养平台优质用户，丰富平台的内容和实现用户增长会是当前主要目标。

而为了应对当前快速成型期所带来的高强度竞争压力，各大平台都做出了相应的对策来实现用户的快速增长和沉淀，都在增加碎片化使用场景来进一步抢占用户碎片时间。例如得到的每天听本书、学习计划，知乎的想法、娱乐和短视频内容等。

而知乎相较于其他平台的优势在于有着不低的社交属性、内容和功能丰富的综合模式。

2.1.5 知识付费平台用户规模：

数据来源：易观

喜马拉雅FM属于PGC模式，布局比较早，内容丰富，分类也详细，再加上音频的场景优势，使喜马拉雅FM付费规模有比较大的领先。知乎有UGC模式的用户优势，付费功能也比较多，能满足不同场景的使用需求，但受到问答社区的主导影响，付费规模有待提升。其他的属于细分化市场，受细分市场的用户规模瓶颈影响，目前并不高。不过整体都较为平缓，这是因为目前主流娱乐等以休闲消遣为目的的信息占据着用户的大部分碎片时间，同时学习有范围的限制，较少投入更多精力学习不相关的知识，而如果是单个购买的话，购买上限也会有瓶颈。

数据来源：易观

主要用户都集中在30-39岁之间，不过知乎年轻化用户也不低。

2.2 知乎发展历程和模式

2.2.1 历程和模式：

数据来源：易观

2.2.2 用户规模：

数据来源：易观

2.2.3 UGC综合模式：

以问答社区为核心基础，满足用户最基本的问答需求，用户的快速增长和年轻化，也让社区因娱乐信息的增多，提高了活跃度，向着消遣型兴趣点舆论社区的方向发展。良好的舆论氛围吸引用户进行内容生产，并成长为大V。

随着时间的沉淀，社区内容越来越丰富和多元化，满足了更多用户群体的需求，进一步吸引用户参与，同时内容的丰富和多角度完善也大大的提高了活跃度，形成了一个更多用户参与-用户成长-输出内容-进一步吸引更多用户的正态发展生态闭环。

拥有巨大基数的各行业高水准用户成长为大V，促使更多付费功能的诞生（核心付费点：知乎live），以满足用户具有一定针对性的高质量知识获取需求。

这给予了大V较好的变现渠道。问答社区和各类付费功能起着相辅相成的作用，并且有着较高的包融性，为未来知识体系化发展打下良好的基础。

用户增长是第一要素，从当前动向可以看出，同时细化针对不同群体用户的推送，以达到很好的用户沉淀，不然会出现一定专业化用户的流失。

四、产品分析

1. 产品结构图

知乎的主要功能区分为五个区域，分别为首页、想法、大学、消息、我的，产品结构图如下所示。

• 首页：在提供了并要功能的同时尽量简约化，避免因复杂而干扰用户使用，增加用户刷的体验和找寻成本。
• 想法：类似朋友圈模式的想法功能，起到通过拉近用户之间的关系，来增强社交属性的作用。
• 大学：有着多元化的付费功能和详细分类，满足不同目的的针对性知识付费需求。
• 消息：一大特点在于能够实时掌握自己参与和关注点的动态。

2. 用户使用流程图

功能有很多，也不一一列举了，多了也没人看…这里着重绘制一下首页问答社区的用户流程图。

从流程图可以看出，围绕着以话题为核心延伸，用户可以快速的找到自己感兴趣的回答。

五、用户评价分析

通过先对用户评价做进一步的了解，后续再对功能进行分析和优化，会使得分析有依据的来源。

1. 近一个月评价

从七麦数据近一个月的评分统计可以看出，最近频繁更新的版本所带来的差评数上升比较快，一星居多，虽然这是当前快速变化导致的结果，但这并不是一个好的现象，希望能够尽快协调好现有用户和发展目标的关系。

数据来源：七麦数据

1.1 无处不在的广告：

原因：

• 团队迅速发展带来的营收压力。
• UGC内容知识付费模块成长周期长。
• 超高曝光率。
• 与当前页面内容相似度高，难以区分。

影响：

• 用户对常规的广告投放接受程度不高，并且首页部分的推荐通常难以区分，会让用户以为是当前页面内容，从而进行点击操作，这在一定程度上提高了点击率，不过这种诱导式操作造成了用户心理预期的落差感，使用户对广告形成了不好的印象和抵触心理。
• 回答的三行显示预览功能，让用户在刷的时候处于一种阅读的吸引状态，刷到广告（大部分用户以为是回答）并进行了预览阅读，在发现是广告后的心理状态不言而喻了。
• 高曝光率将抵触心理进行了放大，影响用户使用体验，进一步影响了平台印象。

1.2 推荐内容质量逐渐下降：

原因：

• 用户大幅度增长，引起对内容的需求重心逐渐变化（用户增长见识需求比例降低，消遣娱乐型需求上升）。
• 社区参与门槛降低。

影响：

• 消遣娱乐型内容大幅度增多，推荐内容跨幅太大，整体大杂烩。
• 不同特征用户群体之间矛盾增加，例如现在无处不在的杠精现象。
• 专业内容型大V（平台当前核心力量）曝光率降低，内容变化难以满足他们的使用需求，导致这部分用户活跃度下滑并逐渐流失。

1.3 “上下滑动”和“左右滑动”的改动：

原因：

• 增加广告和推荐阅读曝光率。
• 用户在内容详情页的主要操作是上下滑动，左右滑动的交互方式用户缺乏这部分意识，通常会没有切换回答的概念，导致这样的交互难以达成目的，上下滑动符合用户的基本操作，加上页面的可见性引导，极大的提高了用户下滑到下一个回答的几率。

影响：交互上的变换需要用户有着一段适应期。

4. 卡顿、网络等问题影响使用

保证正常使用是好的用户体验最基本前提，这部分是首先需要优化的。不说了，程序猿小哥出来走两步吧…

六、功能分析及优化建议

知乎核心：只显示正反馈数据，不显示负反馈，将社区氛围进行最大化的正向型引导，同时将参与门槛最低化，例如回答者之外的用户不会看到反对数。

1. 首页问答社区

1.1 提问

• 流程体验：

根据不同的功能点分页面进行操作，避免在一个页面上给用户造成心理压力和干扰。操作简约，同时让用户能够集中完成步骤点，提升问题质量和完善性，而间断性操作对于后续的期待感也能很好的促使用户完成提问操作。

• 功能体验：

如果用户主动的解决自己遇到的问题，一般会先习惯的进行搜索，无法找到解决方案后，才会进行提问，所以使用频率不高。

通过对问题和描述的检测，智能推荐关注度高的话题，方便快速添加标签，同时高关注度话题使问题有着很高的曝光率。

这里不显示提问者信息，只在消息区被邀请提示部分弱化显示，避免普通用户的提问无法获得解答。

• 特点：

开放式环境，任何用户都能无门槛的提问。区别于绝大部分平台，普通用户只能作为一个单一的信息接收者（孤独个体），可替代性强。而这样的方式，让普通用户也能够很好的参与其中，获得想要的被注视感。

15个邀请限制，让用户有意识的对被邀请用户进行筛选，已达到内容质量的第一步控制。同时可以选择委托平台邀请，时刻增加曝光率，平台掌握无限制邀请的权利，避免用户因无限制邀请导致野蛮式操作和长时间停留，将用户更多的的碎片时间导向主功能区。

• 存在问题：

提出问题后的一段时间里，因为回答数少或是没有回答，没有一定的话题氛围，导致很多被邀请者没有回答的欲望，缺乏参与的动力。而且已经提出的问题入口不明显，不容易找到。

• 优化意见：

即将回答人数展示：

功能：

将已邀请用户做一个汇总展示在问题页面，点击能查看列表。

目的：

类似于一个聚会，早去的人会感觉到冷清，但他们知道待会有很多人来，会很热闹，所以愿意抱着期待的心情去等待。

给用户制造一种活跃的心理预期，将冷清的氛围用一种高期待值进行淡化，转变用户的心理状态，让用户感受到一定的活跃气氛，并形成一种可参与的欲望。

通过点击可查看用户列表（与邀请列表信息一样，已关注用户靠前，名字后边显示已关注），通过对参与用户的了解来形成对内容的期待，进一步强化参与欲望。

1.2 关注

• 流程体验：

点击用户进入用户信息页，点击其他区域直接进入信息详情页，一步到位，方便快捷。

• 功能特点：

关注和推荐板块内容架构，突出显示问题，起到视觉定位和吸引的作用，三行内容显示预览，将用户预先拉近阅读环境中，深度吸引用户点击阅读。

已关注用户正反馈筛选：展示已关注（被关注者基本上是有一定关注基数的大V）的问答社区以及大学付费区动态。关注者越多，动态扩散越广，曝光渠道稳定。同时只展示已关注用户对回答感兴趣的动态，符合整个社区正向型的推荐理念（规避回答的负面信息）。

对相同用户在相近时间段的多动态现象进行折叠处理（可选择打开），霸屏会让用户失去猎奇心理，产生反感情绪。

• 目的：

这里从UGC内容平台核心用户群体特征（大V和普通用户），两个主要角度解析。

A. 相同点：

都是通过被关注者去发现自己感兴趣的话题，同时加深对被关注的印象和认识，拉近距离。

B. 差异点：

a. 质量型大V：对问题有着一定的质量要求，通过对用户比较深的信任判断来确立对用户的认可度，从而进行关注。所以，在有着信任基础和用户层次的相近性前提下，再加上当前推荐内容的变化，使得关注部分是他们获取有效内容的主要地方。

b. 娱乐型大V和普通用户：越加娱乐轻量化的社区内容导向，再加上低门槛的特性，使得娱乐型大V迅速增长。不过两种用户群体特征比较相似，同时因为推荐内容的广阔性，关注用户的邻域范围跨度不低，用户领域也并没有突出，所以对被关注者的认识也不是很清晰。综上所述，这两部分用户更多的是将这部分作为获得渠道之一。

1.3 推荐

提问时添加的话题标签：

根据已关注标签推荐问题：

话题层级关系：

推荐内容和话题标签关系：

推荐逻辑：

推送方式：

根据已关注话题为基础，推荐话题及话题下的子话题中所包含的问题，展现方式是问题下的某个具体回答，提问问题时用户选择的标签则将问题带上标签，与用户关注话题相呼应。

高赞同数回答进入推荐列表，吸引用户阅读。低赞回答部分穿插，基于曝光机会。

特点:

随着社区的长时间沉淀，用户关注话题种类增多，话题和内容更丰富，能够获得比较广泛的推送。话题层级越大，推荐范围越广。

小改变分析:

旧版本间隔

当前版本间隔

A. 优化目的：

在相同时间内能够浏览更多推荐内容。

B. 优化原因：

a. 用户特征变化：年轻化用户大幅度增加，这部分用户与微博、抖音等当前快节奏消遣型娱乐APP用户有着较高的重叠性，主要特征是通过快速不断的找寻信息来填补碎片时间，总体变得更加快节奏。

b. 内容特征变化：关注话题下的问题和回答逐渐增多，推荐更加丰富。轻量娱乐化内容迅速增长，这类推荐比重加大。平台为实现当前用户快速增长目的而进行的内容导向，视频内容大幅度增加，刷新后前两个之一大程度上是包含视频的内容。不同类型的内容综合到一块了，总体是大面积撒网的方式。

C. 存在问题：

推荐的内容类型跨度太大，娱乐类话题偏多。再加上大面积撒网的方式，使得获取内容时间成本增高，难以快速找到兴趣点。进一步使用户在碎片化时间里找寻兴趣点的成功率下降，逐渐的对推荐感到陌生，降低了使用率。

例如去某个商场买衣服一样，半天都没有挑到自己喜欢的衣服，那我以后估计也会很少来这里了。而内容特征的变化，对大量专业型用户并不友好。

1.4 内容列表页

• 功能体验：

页面功能集中，操作方便。通过标签可关注更多相似话题和发现更多纵向问题。问题的详细描述方便用户深入了解和回答，提问者还能随时进行更新。关注问题便于持续获取问题动态。任何用户都可进行无门槛邀请其他用户回答和自己回答，绝对开放式的环境。

• 特点：

上半部分是主要的功能区，比较完善和集中的同时页面交互逻辑也很好，功能层次分明，不会显得页面拥挤而产生压迫感。

无门槛邀请和回答，只显示用户头像和昵称这些无用户差异化的信息，极大的优点在于大家都能无压力的进行参与。

默认排序是整个功能的核心点，也是用户主要的浏览方式。

• 排列逻辑：

A. 依照回答的活跃度（获赞数）和平台内容导向进行的算法推荐排列:

a. 高活跃度回答营造良好的氛围，吸引用户关注问题，并进行浏览阅读，

b. 激发用户阅读更多回答的兴趣，进行深度参与，

c. 深入参与也能有效的提高用户的回答欲望。

B. 依次穿插上一活跃度层级的部分回答，顶级活跃度回答递减形式穿插在高、中等活跃度回答模块下，通过对回答反对/没有帮助/举报的分析，进一步调整次序：

a. 依次穿插的模式在每一层级中呈现一种高低活跃度的对比现象，通过这种对比心理，用户会选择相对当前层级活跃度高的回答，每一层级的回答真正转化率是在下一层级。同时无规律性穿插小部分中、高活跃度在列表后边，弱化层级递减心理变化。避免用户看了上边后，没有看下边部分的动机和意愿。

b. 将顶级赞同数回答分离出来，穿插在高、中等活跃度回答中，极大的提高了下滑浏览的意愿。

c. 避免常规顺序排列方式导致活跃度高的占据全部视野，低的没人看的现象，不利于新回答的产出。给予更多其他回答的曝光机会，维序问题氛围的良好成长态势。

C. 按时间排序和新回答提示：

a. 按时间排序功能比较隐秘，满足主动查看新回答的目的，操作频率不高，

b. 新回答提示比较突出，激发查看新回答的欲望，操作频率高一些，c、新回答能够获得更多的关注，提高用户回答的意愿，扩大整个问题的氛围。

D. 赞同和评论数具体显示，能够看到回答的具体动态变化，强化活跃度上升感。

• 存在问题：

问题下的评论并不活跃。

统一的排列机制无法满足不同用户群体对回答的不同需求，例如大部分年轻用户更侧重段子、短视频等内容来满足自己的娱乐需求，而专业型用户则更希望找到一些专业的解答。

导致活跃度高的可能是专业的解答，更有可能是段子之类的，这是当前问题的推荐和排列机制统一化而带来的问题。

• 评论优化：

强化评论，将评论突出，引导用户进行更加碎片化的产出，让更多普通用户参与，对热榜效果更佳，例如微博评论区的高活跃讨论氛围一样，主要是偏重于更加低门槛和碎片化的表达。

1.5 回答详情页

• 功能体验：

功能集中，操作方便，可随时返回回答列表页，突出关注功能，引导用户进行关注。赞同、感谢、收藏、评论底部固定展示，方便随时操作。下滑时进入阅读状态，只显示内容避免其他干扰。

• 功能特点：

A. 赞同：对回答表示常规的认可（侧重对内容），属于高频操作。同时作为用户在找寻回答时，是否点击进行阅读的核心判定标准，也是平台推荐的主要依据之一。

B. 反对：对回答表示反对，将反对功能在视觉层次上弱化，降低操作频率。不公开显示，只回馈给作者，通过低程度负面反馈增强作者产出优质内容的意愿。

这部分虽然也是推荐的依据之一，但不显示出来，不作为用户对内容的判定依据，负面数据会降低用户阅读的意愿，也会大幅度增加社区参与门槛，特别是内容产出，会导致整体内容变得专精化，不利于更多用户参与。

C. 感谢：基于赞同的前提下，用户通过回答获得了很高的受益，而对作者表达出于内心的真实感谢，属于较高层次的认可（侧重对用户），也不公开显示，避免引导用户随意点击，让用户完全以对回答的主观真实感受决定，最大程度确保真实独立的性质。这部分在一定程度上弥补了赞同反馈的陌生感。

• 下一个回答：

A. 功能特点：之前的左右滑动操作在用户以上下滑动为主要操作场景下，会导致用户没有切换回答的意识。底部下一个回答预读效果吸引用户下滑阅读，这种方式能够让用户持续的进行下滑阅读，达到类似抖音的下滑吸引效果。下一个回答按钮方便用户可即时切换到下一个回答。

B. 不足：下一个回答按钮容易干扰用户，滑到底部时按钮还遮挡了一部分信息和功能。位置的固定也不太满足大部分使用场景，例如左手持大屏手机的用户。

存在两个同一层级的用户栏，在底部造成一定的干扰。底部也略显混乱，用户滑到底看完产生对回答的例如赞同等操作，但这部分在底部有些不突出。

C. 优化：将下一个回答按钮删除，变成连续点击三次屏幕切换到下一个回答（适用于任何使用场景），更新时和用户下滑速度快时（具体依照数据判定）做操作引导提示，快速下滑时提醒能够加深切换回答的印象，避免出现之前左右滑动因为不可见而没有操作意识。

下一个回答预览信息展现方式优化，展现方式和问题下边回答排列一样，能够达成下一个回答预览效果的同时也降低对当前内容的干扰。

1.6 当前推荐逻辑

• 首页推荐列表：已关注话题下的问题+高赞同回答，通过这两个核心点来吸引用户点击阅读，关键在于对问题是否感兴趣。问题太广泛，回答内容质量下降。
• 当前问题回答列表：主递减顺序+相近层次穿插+多维度辅助，通过去中性化增加曝光率和点击率，不同特征回答统一排列，上一篇可能是专业解答，下一篇可能是段子。

同时通过对回答的反对、感谢、收藏没有帮助、举报这些数据的统计分析，进一步的优化推荐。

1.7 评论板块

• 功能特点：

用户在看完回答之后产生一些想法感受，想要看看别人的表达来填充自己的表达意愿，同时表达出自己的想法，所以更偏重于表达交流和共情认同感的需要，讨论氛围高。踩评论，表达对评论的不支持态度，只通知评论用户，不公开显示。

没有采用常规回复显示上一条评论的模式，而是将所有相关的回复按照时间顺序进行默认倒序排列，符合讨论环境下发言先后顺序的连贯发展秩序，并独立新起一页展示，通过点击查看回复进行阅读。这种集中独立显示的方式，营造出一个不受干扰且很好的讨论空间，让用户沉沁在讨论氛围中。

对自己的回答，作者可以进行评论条件的设置和编辑，维护评论区氛围，降低用户矛盾。

• 存在问题：

对内容的参与无法精细到具体的内容点，问答社区和想法社区连接性不强。

• 优化建议：

A. 探讨：增加具体内容（长按选择标记某段内容）探讨功能，类似掌阅的想法，在阅读状态中进行实时表达，强化讨论氛围，提高活跃度，标记内容出现更改则探讨内容删除。

创造参与意愿更高，场景更碎片化，门槛更低的一个舆论环境，刺激更多普通用户参与。

B. 分享评论到想法：评论时可选择是否分享到想法（默认关闭），通过已关注者的良好筛选前提来发现感兴趣的回答。符合想法碎片化表达的模式，用户自主选择是否分享。

用户在对自己的见解进行表达的时候特别需要认同和反馈感，关注自己的用户对自己的内容认同感会高一些，而且曝光渠道稳定，通过想法社区可获得较高的互动交流和认同。增加自我表达意愿，刺激被关注的需求，更同时扩大回答曝光率。

通过这样的分享方式让用户有意识的提高评价质量。

现有评论和新增探讨功能合称“讨论”功能，统一计数显示在回答列表页。

1.8 内容实时编辑维护和更新

• 写回答

在写回答时能够随时保存内容为草稿状态，方便用户随时进行编辑

• 更新回答

可随时对内容进行编辑更新，这是一大亮点，能够针对内容的氛围进行实时的优化编辑，促进回答的完善性，延长内容的关注和活跃周期。

• 撤销删除

删除内容后能随时撤回删除的内容，提高被删除答案找回率。

2. 优化推荐逻辑

上部分分析了首页推荐和问题下回答排列的推荐机制，共同的问题都在于不同的内容无法满足不同的用户这点，这部分则在现有基础上，针对这个问题进行优化。

2.1 优化前提：

不影响开放式环境、参与门槛、社区氛围，不增加用户操作复杂程度，对现有推荐逻辑基础影响最低化。

2.2 优化目的：

将推荐问题范围缩小，提高匹配率。针对不同类型的用户推荐不同类型的回答，你希望什么样的，推荐给你什么样的。降低用户层次/兴趣等差异之间的矛盾。解决专业用户活跃度降低和流失问题，留住专业用户

2.3 优化方法步骤：

2.3.1 用户特征初始判定

将用户按照年龄阶段来进行特征划分：

• 24岁以下，娱乐消遣型用户。
• 24-30岁，综合用户。
• 31岁以上，专业解答需求用户。

再结合已关注用户的特征占比（≥0.7），来进一步进行定位。

判定标准：年龄（0.7）+已关注用户特征（0.3），最后得出初步判定的用户特征。

2.3.2 内容特征判定

判定方法：将具体回答的赞同/收藏/感谢数据进行分析，总结出专业解答需求用户和娱乐消遣用户相对总数的对应占比。专业解答需求用户≥0.7，为专业内容。娱乐需求用户≥0.7，为娱乐内容。如果两个都不满足，为综合内容。

特点：对内容特征进行判定，便于推荐给不同阅读需求的人群。

2.3.3 首页推荐栏

当前推荐方式保留，推荐占比0.4，不进行内容特征检测，确保这部分推荐的广泛性。在此基础上增加个性化推送。

2.3.3.1 新增个性化推荐部分：

A. 推荐渠道：

• 用户自己（0.2）和已关注用户（0.1）点赞/收藏/感谢的回答存在的收藏夹和话题，用户话题跨度限制3级，已关注用户话题跨度限制2级。
• 已关注用户关注的问题（0.1）。
• 有着相似用户特征的其他用户问答社区动态（0.2）。
• 点赞点赞/收藏/感谢了某个问题下的回答，或是关注了某个问题，即时推荐两条问题下其他标签中的问题。

B. 推荐特点：

• 用户点赞/收藏/感谢的回答存在的收藏夹和话题，这些范围的内容和用户感兴趣的内容比较相近，类似于网易云音乐的歌单模式，推荐感兴趣歌曲存在的歌单里边的其他歌曲。并对话题跨度做限制，避免太广泛。
• 已关注用户关注的问题，通过对已关注用户的认同基础，发现更多符合自己兴趣点的回答。
• 有着相似用户特征的其他用户问答社区动态，类似首页关注栏推荐已关注用户的动态一样，占比小，相近程度不高。
• 即时推荐，围绕用户当前的实时兴趣进行推荐，进一步提升用户留存时间。
• 所有推荐都经过赞同数和内容特征的检测，高赞同回答增加点击率，相同内容特征促进用户阅读，增加推荐转化率，较高的内容转化率会极大的提高用户对平台的认可度和忠诚度。
• 仍然推荐小部分中低活跃度的回答。
• 将推荐内容里比较高的赞同数和内容特征占比回答整理出10条，建立一个每日推荐栏目，并置顶在推荐栏。
• 通过这样的方式在用户心中建立一个每天都刷一刷每日推荐的固定化任务心理，并通过内容的高转化率加深这种心理想法，逐步深入建立一种平台熟悉感和每日习惯，例如网易云音乐的每日推荐。同时通过这样的良好心理开端，进一步强化用户继续刷一刷推荐页的意愿。

C. 理念：

当前的推荐页和内容给用户的感觉就是迷茫和陌生，刷的感觉也慢慢的淡了。通过增加个性化推荐提高内容的转化率，进一步让用户建立熟悉感和依赖感。那用户的粘性也就会提升很多。我们都希望做出一款成为用户生活方式的软件。

2.3.3.2 当前问题回答列表页：

• 内容和娱乐内容：每一层级的回答相同内容特征的靠前，穿插的上一层级内容也是相同特征。
• 综合内容：现有推荐方式不变。

2.3.3.3 用户特征和内容特征的相互作用

A. 用户特征优化及方法：

• 没有进行特征过滤内容：推荐页0.4占比内容+首页关注已关注用户动态+热榜+其他渠道，随机推送不同特征内容。
• 在随机内容+特征性内容的环境中，以用户每点赞/收藏/感谢12个回答为一个样本周期，判断12个中，专业内容或娱乐内容≥9个，为专业内容主要特征或娱乐主要特征，不满足为综合主要特征。
• 同时对已关注用户的主要用户特征进行分析。
• 最后按照对应比例确定，已关注用户的主要用户特征（0.3）+对应主要内容特征（0.7）。
• 随机推送内容部分，让不同特征的用户参与进来，也对内容特征进行了实时的纠正和优化。

B. 优化特点：

• 实时掌握用户特征趋势变化，起到对用户特征进行纠正和优化的目的。
• 方便对推荐内容重心作出实时的调整。
• 使内容特征更具有可靠性。

2.4 声明

因为数据获得的完善程度有限，对内容和用户特征的分类细分化程度不高（教育背景影响因素不低，但暂时未纳入），呈现细节少了一点，核心在于提供一个解决思路框架和方向。

七、想法

想法社区的整体模式是问答社区的轻量化，属于一种更碎片化的表达，优点是社交氛围很高。

1. 写想法

按钮悬浮固定显示，激励用户利用更多时间进行碎片化想法分享，尽量的让更多用户参与。

2. 动态列表区

2.1 内容架构：

与微信朋友圈高度相似，对用户进行了突出显示，增强社交属性，加深用户之间的关系，让知乎从原本单薄的工具属性慢慢的变得更加贴近生活。

用户特征：

腰部用户和头部IP拥有大量关注者，能够获得较高的曝光率和回馈，目前这部分大多数是专业型用户。

年轻用户大幅度增长和娱乐内容的导向，内容回答门槛更低，这些用户关注量呈现快速成长状态，目前关注量一般。主要群体是普通用户，作为关注者的方式参与想法部分。

内容来源和特性：

A. 来源：已关注和推荐用户的想法动态：写自己的想法、转发和评论（选择是否转发）别的想法、已关注想法话题的更新。推荐逻辑：针对已关注用户的想法更新频率调整推荐想法数量，确保动态列表呈现良好的更新态势，目前推荐部分偏多。

B. 特性：专业型用户（情感、心理话题等可参与性高的这类大V除外）的想法内容比较偏重深度，对普通用户来说参与门槛高，更多的是相同层次之间的互动，但绝大部分关注者是普通用户，所以整体并不太活跃。如下图所示：关注量高，但想法互动性不强。

靠着轻量和娱乐化等（参与门槛低）内容成长起来的这部分用户，有一定的关注量，内容可互动性高一些，不过对于个体用户来说想法功能和内容特征跟朋友圈相似，加上问答社区更占据用户时间，目前这部分用户主要想法还是发朋友圈动态，暂未形成使用习惯。

不过，通过以增长用户流量来进行变现的内容号会开始增加（类似微博）。

普通用户主要作为内容接收的角色，目前大部分关注为专业型用户，参与成本高，不过随着关注用户的多元化，参与门槛和意愿都会改善很多。

3.  热门想法话题、热门想法、发现知友:

想法板块层级次于问答社区，所以用户大部分使用时间都会在问答社区里，这部分将功能集中在首页，让用户在点击这一页的时候，确保最大程度的曝光。

热门想法话题：方便用户发现更多兴趣点。热门话题主要是生活、社会等这些具有群体性且可参与性强的话题，想法本身也有不错的可讨论性和参与欲望。以话题的形式展现，营造一个群体参与讨论的活跃氛围。

精选想法置顶：

方便用户快速查看优质的想法，刺激用户在群体中的参与、认同感和被关注的心理需求，增加用户参与讨论的欲望，对关注和参与讨论功能的着重突显很好的证明了这一点。

通过以上方式促进用户的表达意愿，产生更多的想法动态，丰富的内容推动整个氛围的上升，再回头刺激更多的用户参与，以达到不错的正态循环。

关注后首页可获得话题更新想法，这种方式让新想法有着高而稳定的曝光率，方便关注者查看，促进了用户的参与意愿，维序话题的持续活跃状态。更重要的是普通用户也能很好的参与分享想法了。

4.  热门想法：

通过热门想法的活跃氛围刺激用户参与，现阶段更多的是起到一个用户习惯养成的作用。

5. 功能特点：

利用人们碎片化表达意愿的特点，增加用户碎片时间的使用率。内容比较偏重低门槛和心情化，着重的突出了写想法按钮，激励用户主动参与。

动态互动模式强化社交氛围，例如转发、评论、鼓掌等，表达自己的同时更多的实现用户的沉淀和转化。

想法有不低的讨论性质，也使得用户参与意愿更高。提供多场景的想法分享，满足用户的认同需求，同时也增加了想法的传播途径。

想法话题比较侧重于群体氛围的营造，新想法的在关注者的首页更新，有着更多稳定的曝光场景，同时也避免了常规话题页下用户对新回答的忽略结果，激励更多普通用户参与。

突出关注更多感兴趣用户：

各个场景出现的未关注用户都会给出关注按钮，同时在单个用户想法列表页和发现知友页进行相似推荐。

整个想法板块着重的突出了用户关注，可以看出平台希望通过增加被关注的几率来促进用户的活跃度，同时通过加快增长用户关注数来进一步孵化用户，增加用户的影响力，以达到后续的流量变现目的。

6. 存在问题：

内容跨度太大，推荐太多，加上内容更偏重于用户自己的想法，同时现在想法的主流还是偏小专业想法，切入门槛高，大多也并不感兴趣。

还有一点在于关注者主要是来自于重横向多元推荐内容的问答社区，用户对已关注者的认识并不是很清晰，不像微博那种热衷粉丝一样，总体给人一种陌生而难以参与的感觉。加上问答社区对用户的主导地位，导致想法部分整体活跃度并不高。

如下图的热门想法数据。

界面有点拥挤，不好聚焦内容。已关注话题存在两个标签。

7. 优化设想：

推荐：和问答社区一样的优针对用户和内容属性的化推荐方式。

建立分栏：关注、推荐，将不同使用场景进行优化。发现知友放在关注页，同时想法列表穿插推荐用户卡片（你可能也喜欢）

UI部分：

不同信息快内容间距稍微扩大一点点（用户信息-想法内容-鼓掌功能区），用问答社区的间距区分方式区分不同用户的想法。

去掉已关注话题内容里边的标签，下边的标签上移到内容前边，独立为一行，更新的想法放在关注栏。

颜色特别深的那个标签颜色换成亮色的那个，统一相同元素的视觉，降低对界面的干扰。

之前已关注用户的已关注按钮消失，这部分用户已经有初步的信任基础了。当前点击关注后，显示已关注，点击已关注按钮提示是否取消关注，在提供取消关注的同时降低取消频次。

八、大学

1. 最近更新分析

1.1 主要功能：

• Live：类似于群聊天的付费教学模式，讨论氛围强，主语音交互的方式也让这部分使用场景更广泛。
• 私家课：类似于得到的专栏。
• 读书会：常规的看书模式。

1.2 特点：

Live部分主要由平台成长起来的用户产出，私家课部分则是行业内比较顶尖的专业用户产出，都比较具有针对性。

根据当前主流的用户知识需求，对课堂内容进行了分类，方便用户主动查找自己感兴趣的。

同时根据用户已购买、收藏等数据，进行推荐动态更新，保证准确推荐的同时也给更多其他知识点的曝光机会。

这些知识包本身有很长的有效性，在产出后也一直能进行销售，不过由于人均单个购买量并不高，导致大量知识包无法进行持续销售。

通过推出开通会员进行打包购买，让原本单个购买量不高的用户一次性对大部分知识包进行了购买，使得这些本来难以进行再次销售的点能够有了持续的购买力。

就好像书店的书一样，用户自己单次购买书籍会导致大量的书籍堆积而很难销售出去，通过一系列优惠打包出售会让原本难以销售出去的书籍能够卖出去。

利用用户的学习意愿，体现出特别划算的心理对比，进一步强化用户的大量购买获得感和划算心理，再增加一些优惠特权和会员标识来刺激用户开通会员（读书会类似）。

存在问题：

对于“我的已购”部分不明显，引导性不强，不容易找到。

推荐大多并不感兴趣，难以找到自己需要的，信息有点乱。分类大列表模式，将更多的内容进行曝光，但也增加了找寻成本。

1.3 优化：

兴趣点引导页：

第一次打开大学时，做一个用户学习侧重点的选择引导页（例如大学里的专业一样），以用户当前职业、感兴趣的分类话题为基础。

学生职业精确到初高中、大学，话题限制三个以内。针对这些数据基础和用户行为数据进行推荐（主职业和用户行为数据）。

我的分栏：

将个人中心页突出，做成与课堂、读书会同级的选项，便于用户掌控自己的学习状态。

知乎币显示：

将价格换成知乎币的显示方式，实际价格会让用户在刚开始就会进行具体价格判断，用户在开始时并没有对内容进行进一步判断，也没有形成很高的吸引力，所以会导致用户因为价格的权衡而不会进一步查看详情，对购买率造成影响。

通过以虚拟货币进行替代的方式，弱化用户在筛选阶段价格的影响，提高进一步查看的概率，从而进一步提高购买成功率。当前主流知识付费市场都采取了这样的方式，例如得到的得到贝、喜马拉雅FM的喜点等。

学习浮框：

当前学习的浮框白色变成黑色，白色与背景颜色融合了，难以注意到。

九、总结

这段时间里娱乐和短视频内容推送大幅度增加，这是目前主流软件的核心信息特征，需要进行这样的内容特征变换来实现用户的迅速增长，以及提高社区的整体活跃度，这是发展必须经过的过程，不过挑战和机遇也带来了一些问题：

• 问题1：大量入驻的年轻用户，和原本在社区占据主导地位的专业知识用户，两者之间的内容需求类型和用户层次差异不同，这两部分来源于用户的社会背景，所以难以调和，导致用户矛盾迅速上升。
• 问题2：内容特征和重心的变化，让原来的专业型用户的内容产出曝光率和回馈率下降，专业知识产出的时间成本与回馈率不成正比，同时推荐内容也越来越不适合他们，使得这部分用户开始流失。
• 问题3：整个社区内容跨幅太广。

所以，在确保主要发展方向不变的同时，怎么样留住这部分用户也是一个不小的问题，不能捡了西瓜，确丢了芝麻。

不过，知识类社区有一个优点，就是能够容纳不同知识需求的用户，关键就在于分而治之，将用户的主要特征区分出来，再针对性的进行导向和推送，看明星的去看明星，看专业解答的看专业解答，各取所需，各自适合自己。

个人体验：对现在推荐的内容越来越失去信任感，难以找到自己觉得好的，慢慢的也降低了使用的欲望。

知乎当前目标猜想：

• 实现用户快速增长。
• 通过内容导向和年轻用户的增长来增强社区的活跃度。
• 增加更多碎片化使用和表达场景。
• 通过对用户的多场景曝光来实现用户快速孵化。
• 对大学付费市场内容结构进行优化。

我的设想：

• 到当前主流娱乐软件进行广告宣传（快速增长用户）。
• 与更多名人明星达成合作入驻，并着重推荐到想法板块，降低专业想法比重（通过快速增长关注量，形成粉丝流量效应，进一步吸引更多入驻）。
• 增加碎片化表达场景，让更多用户参与（提高粘性和活跃度）。
• 针对用户特征进行推荐逻辑优化（留住老用户）。

 

本文由 @形与行 原创发布于人人都是产品经理，欢迎转载，转载请注明出处。

题图来自网络