匹配“专业”和“兴趣”的LinkedIn,或许找到了未来媒体的脉搏

0 评论 1781 浏览 0 收藏 10 分钟

一个媒介平台,要做的事情无非就是对信息发布者的专业和信息接受者的兴趣进行匹配。传统媒体的衰败原因恰恰在于供需匹配做得不够好。未来的媒体行当,不是商业模式的创新,而是信息供求匹配的创新。而这种匹配更需要理工科人士而非新闻人来解决。

作为一个有些名气的互联网业观察者,我时不时在社交平台上被人问及:有哪些TMT类的网站值得一读或可持续浏览。有些提问者非常有礼貌,写得洋洋洒洒,让我不回都有些不好意思。但事实是,在今天,这确实是一个难以回答的问题,因为我很难很成体系地概括性地告诉ta,我到底在看些什么网站。

大致上,我看TMT类的信息,按照时间顺序,有如下三个方式,即门户科技频道、Google Reader、微博与微信。

几年前,我主要看门户的科技频道,有一段时候,我每天要看三个门户的科技频道的所有文章标题,如果感兴趣,就会点击进去看。那个时候,我也会看Google Reader(谷歌于2005年推出的网络内容集成平台,为用户提供新闻和其它信息。2013年7月被谷歌关闭。),因为有很多博客的文章在门户科技频道里是没有的。GR成为一个不错的补充。

门户的科技频道主要是让我了解发生了什么事,GR则让我了解同行对这些事是什么观点。后来像微博这样的社会化媒体兴起,前一个需求慢慢被微博所满足——这个场域传递信息极快,但这个场域里的信息厚重度不够,还是需要GR的帮忙。

随着微信的兴起,事实上我使用GR越来越少了:是因为有了微信的公众账号这样东西。另外,朋友圈里也会出现大量的朋友的转帖。一个多月前,GR因为使用量下降被谷歌关闭,我虽然迁移了数据,但至今没有怎么深度使用过包括Feedly、InoReader在内的GR的替代者们。

这里其实是可以分析出一点阅读轨迹的。门户的阅读是很有体系可说的,因为门户本来就是一种体系。GR就稍许差了些,GR属于我觉得这个博客不错就把RSS种子往里扔的一个工具。虽然我在GR里也建立了一些用于归类的文件夹,但很少有博客是只谈某个细分领域的问题的。GR相较于门户而言,那种目录树般的结构化体系,弱化很多。

微博微信就显得更为“无序”一些,几乎就是看我什么时候上站,碰到什么看什么。我对微博的关注者有一些做了分类,有一些则没有。在我确信自己有足够空余的时间时,我会根据分类再花点时间看看。但信息的接收,依然是很难说有什么体系可循的。

但这种“无序”不是没有逻辑,不是真的瞎猫碰死耗子碰到什么算什么。因为我选择关注谁的时候,是很清楚自己在干什么的:我承认有些微博我纯属出于社交上的面子不得不互相关注一下,但我之所以要买一个微博会员的原因就在于:我可以有更多的配额去“关注后再屏蔽之”——其实我已经预判了这样一个结果:这个人的信息我毫无兴趣。

今天的所谓“不社交无阅读”大致就是这样的:信息的接收难以成体系,但信息源的选择并非一笔糊涂账。换言之,门户时代(包括搜索时代)的信息选择,我们就只从信息所在的维度(体系中的某个位置)出发——比如我们选择了财经频道下的证券;但在社交时代的信息选择,我们从信息源(谁)这里做选择。至于这个“谁”——我们有可能是因为ta是一位证券专家而选择了ta,但ta如果忽然今天谈论起北京的天气来,我们也不会太过不满。我们从“选择什么信息”上升到了“选择什么人”,从这个意义讲,钱钟书所谓“假如你吃了个鸡蛋觉得不错,何必认识那下蛋的母鸡呢?”这句话已经不成立了。

这就是当下整个信息消费的状态。基于这样消费状态的改变,整个媒介,也需要改变。未来的互联网媒体平台,将聚集一大堆的所谓自媒体以及机构媒体,然后信息消费者根据自己的喜好直接选择信息源。

根据自己的喜好:这句话听着容易,但其实是需要在技术上狠下功夫的。这件事,和数据仓库(Data Warehouse)以及大数据(Big Data),都有关系。喜好的满足和匹配,将几乎由数据驱动,而非人力驱动。

人在信息上有两件最主要的事:生产和消费。生产信息是为了让别人消费,而别人为什么要消费这个信息,无非就是觉得这个人的内容值得一看。我把它称为发布者的专业维度。比如某人在证券问题上很专业,于是在证券这个领域ta会自然而然地成为意见领袖,拥有一大群读者。但这里要注意一点:专业与否,不是自封的,是需要获得足够多的人认可的。

消费这个维度,属于主观判断:我对“证券”这个领域有兴趣,这件事不需要别人认可。而且,一个人在消费方面兴趣的广度会远远超越一个人在生产方面的专业性。通常情况下,一个人只能在有限的几个领域被认为“专业”,但可以在很多领域中自认为有“兴趣”。

一个媒介平台,要做的事情无非就是对信息发布者的专业和信息接受者的兴趣进行匹配,也就是基于供需合适原则的匹配。距离这样的超级媒介平台,最接近的,可能就是:LinkedIn。

任何一个人在LinkedIn上都可以建立一些标签来说明自己擅长什么,但这事自己说了不算,会有一些人来给这些标签打分。于是有可能出现这样的情况:一个人给自己建立了十种专业技能,ta的朋友们则推崇其中的两到三种。这个时候,这个人的专业维度,大致就有一些轮廓了。

LinkedIn过去只是一个职业社交站,除了个人简历外,其它内容不多(但这种详实的简历已经为一个人的专业与兴趣提供了数据上的支撑)。但近来Linkedn在内容上下了不少功夫,比如对储备有上千万份PPT的Slideshare的并购,实现了通过对PPT的阅读、收藏和下载知道一个人的“兴趣”所在;而博客内容的导入,有助于通过这些内容被点击情况来分析此人的专业维度。

去年年末,LinkedIn启动“Influencer”项目,邀请一大批商业、娱乐、政治领域内的名人来撰写日志,比如李开复现在也在LinkedIn上写东西;今年4月,LinkedIn又以9000万美元(9成股票+1成现金)并购了新闻阅读应用Pulse,利用人们的阅读和订阅源,进一步获取更庞大的数据,来做对“专业”及“兴趣”的分析。Pulse目前有3000万用户,为其提供内容的线上媒体达750家。

媒体的毛利率一向很高,传统媒体的衰败原因恰恰在于供需匹配做得不够好。而解决好匹配问题后,LinkeIn就能成为下一个巨无霸式的媒体平台。LinkedIn所具有的三种商业模式:面向信息消费的付费订阅、为企业和人才提供招聘应聘服务(分类信息广告)、以职场人士为受众群的品牌广告主的广告服务——Pulse毫无疑问将主要助力这部分业务——这就是一度繁荣的报业干的事。

未来的媒体行当,不是商业模式的创新,而是信息供求匹配的创新。而这种匹配,的确主要需要理工科人士,而不是新闻人来解决。

 

作者 魏武挥
via   钛媒体
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!