尽全力引入1W条优质内容,产品却说不合适,该怎么破?

1 评论 5209 浏览 29 收藏 18 分钟

编辑导语:作为一个运营,你是否曾经历过,费力引入了优质内容,产品却告诉你不合适的情况?这个时候,该怎么办呢?本文作者从内容分发、内容理解、内容生产三个部分梳理了内容型生态运作的逻辑,希望能给你带来一些启发。

作为运营你是不是,也遇到费劲引入的优质内容,结果产品却告诉你不合适?

最近我们同学与产品吵的不可开交,事情是这样的,我们在内容生态项目,运营同学负责优质内容引入和生产,结果分发量很惨烈,答应给创作者的分润金额没办法兑现。

运营同学急了,跑到产品那里问:为啥没有分发?

结果产品同学给的反馈是,内容质量不够好?

在运营视角里,认为内容质量足够好,问题出在分发上。但,产品却认为业务数据逐步上涨,他们做的没有问题,如果没有被分发只能说明引入内容质量不行。两者僵持不下。。。

针对这件事儿,每角色都有各自立场,站在同一水平线,很难说清楚谁的问题。

所以,要想把事儿继续推进,需要先抛开立场,从业务角度出发进行梳理,于是我梳理了下内容型生态运作的逻辑,然后从中去定位问题。

内容生态分为内容分发、内容理解、内容生产三个部分,接下来我们一个个说。

尽全力引入1W条优质内容,产品却说不合适,该怎么破?

01 内容分发

内容分发是离用户最近的一环。

内容分发无非几类,基于明确目的分发、用户关系分发、推荐分发(也叫被动分发),以及圈层分发等。

明确目的分发是指,用户带有目的去看内容或者找相关结果。比如话题或者搜索场景,特点是谁看到结果都是一样的。

用户关系分发是指,用户加好友或者关注后,这些被关注或者加好友的用户发布内容,聚合形成的信息流展现给你。比如好友或者关注Tab。

推荐分发分发是指,平台基于对用户和内容理解进行内容下发,同时根据浏览和互动等后验的数据,进行持续完成扩量。推荐分发一般也是内容平台的主力场景,比如推荐或者首页tab(当然有一部分流量也会用于扶持新创作者,或新类型的内容)。

除此之外,还会有圈层进行分发的,是基于最新互动对全部内容进行排序,没有经过平台筛选,对浏览用户来说,信息过载。比如贴吧、豆瓣小组、微博超话等。

在了解分发场景后,平台为了不断扩充总的分发量,也会有自己主张,一般会呈现两种趋势:

1)由私域向公域拓展

如果产品定位本身是基于私域分发,一般会尝试扩展公域场景。因为私域分发较为封闭,导致一篇好文章对平台供给价值有限。

典型就是微信,只有互相好友的人才能看到用户发的文章。但是对于平台来讲,需要这个内容人还有很多,所以平台为了让内容流动起来,做的“看一看”通过用户主动互动,让私域内容向公域拓展。

尽全力引入1W条优质内容,产品却说不合适,该怎么破?

2)在公域下补充私域

由于产品规模相对规定,所以基于算法分发天花板是固定的,同时,算法分发侧重也会有阶段性的调整,所以为了创作者有稳定流量,以及平台能有更多分发场景,产品主张用户建立自己的私域流量,典型就是小红书、抖音。

通过对所有分发场景的捋顺,我们再回头看文中开头问题,可以定位到大家分歧点,是在推荐分发侧流量给予不充足,同时由于推荐分发不足,用户也没有办法建设自己私域流量。接下来我们再深入去看是什么影响的。

02 内容理解

内容理解是内容分发的上游,它是把成千上万条内容,翻译成机器能懂的语言,然后推荐到你面前。

上面我们说到几个分发场景,对于基于用户关系、圈层分发几个场景,一般是没有内容理解环节的,你关注的用户/圈子发什么内容,平台会全推到你的面前。

而,推荐分发场景会有内容理解环节。那它是怎么运作的呢?

尽全力引入1W条优质内容,产品却说不合适,该怎么破?

首先,对用户发布成千上万内容进行次“众筹”,即将好的内容放入内容池。其次,对内容池内容“翻译”成机器能懂语言,再分发给用户。翻译过程过于技术层面,这里重点说下内容众筹以及常见的三种情况。

一种是平台有自己明确内容要求,知道要什么类型内容,所以只有满足要求,才能入内容池才会被算法分发。

另种,平台没有定义明确内容要求,只要不是违法、涉政内容都能入内容池。前者是主动捞取,后者是主动剔除,同时他们都遵循着根据用户反馈的数据,持续扩量。

还有一种,“保量”模式,平台定义每个内容起始的分发量,然后根据用户反馈效果,持续分发扩量。

1)有明确内容要求的平台

分发效果更为“可控”。同时可以通过明确要求,把内容生产、内容理解、分发上下游环节“串联”在一起,怎么做到的呢?

首先,要有统一标准:一般两个维度,一个是基础要素、一个是信息增量。基础要素是指组成内容部分,对于视频来说封面、标题、视频清晰、信息表达完成性都是基础要素。

但只满足基础要素是远远不够的,看起来更像个“没有感情”的新闻。所以这里引入信息增量的概念,比如表达方式、内容架构、渲染氛围,这些能调动情绪的表达。

其次,上下游团队协同:有明确的标准共识后,“内容生产侧”按照这个要求做活动引入内容,“内容理解侧”按照这个要求做内容众筹,“内容分发侧”把这些优质内容送到用户面前。比如,抖音最近在做生活服务品类内容,完成几个环节完整串联。

尽全力引入1W条优质内容,产品却说不合适,该怎么破?

最后,继承公司战略:作为内容社区,内容理解板块有继承公司战略的使命,而使命有可能是阶段性变化的。

比如某视频平台,开始的时候分发量充足而创作者不足的时候,一般创作者发布内容都能获得流量。后期当平台创作者过多,平台开始处于“选择创作者状态”,谁变现效率高会倾斜谁,所以后来我们在产品首页看到大量种草内容(每次战略变化注定会让一批创作者火起来,也注定会影响原有创作者利益)。

2)没有明确内容要求的平台

分发效果更为“失控”。由于我们只是剔除了不健康的内容,但却把好内容与质量较差或低俗内容混合在一起,会带来啥后果呢?会让劣币驱逐良币。

比如,A是一条搬运的软色情内容,B是一条创作者者熬了2个通宵写精品内容,结果A内容开始推送一波人,点击转化以及时长效果好于B,所以获得了持续分发的流量也高于B,导致B类优质内容在平台并不能很好的分发,所以慢慢的B创作者开始出逃了。比如,可以看到某平台,左侧的搬运内容的互动量远高于右侧原创内容。

尽全力引入1W条优质内容,产品却说不合适,该怎么破?

同时由于没有明确内容要求,所以业务协同上,没有办法将上下游团队(即“内容生产侧”、“内容理解侧”、“内容分发侧”)串联在一起,团队中各自搞各自的,很可能生产端内容引入一大堆,最后分发不出去,用户看到内容都是低俗、低质内容,长期以来,会导致优质创作者出逃。

但是,这个问题确实不容易发现,因为只从点击效果和时长来看数据是好的,虽然这种方式忽略了内容质量,但它的分发逻辑满足数据(点击和时长)越好分发人越多。为啥数据好却导致创作者出逃呢?

其实这个只是局部数据变好,却没有看创作者相关的数据,比如创作者发布留存和发布频率等。基于推荐分发承载数据,不是只有留存和时长,应该关注更多内容生产侧数据。

3)根据打分进行保量推荐

效果通常是是负的,一般用的比较少,除非是平台为了扶持某些特定人群或者内容,而选择性牺牲一部分收益。

在知道几种内容理解情况后,回归到我们文中开头问题,经过分析后,我们在内容理解有极大的问题,属于提到的第二种情况。

首先对引入内容标准产品和运营没有达成共识,对好内容都有一套自己理解,行动上就各做各的。

另外衡量内容生态指标,产品同学只关注局部变化,认为留存和时长好就是好的,而忽略了对创作者相关的数据。

内容理解就说到这里,我们再看看内容生产。

03 内容生产

内容生产是内容理解的上游,要是有持续的内容,就需要有稳定的供给端,内容生产核心就是要完成创作者的运营。

创作者运营,其实就是把成千上万用户,根据“共性”归为几类用户,然后对这几类用户提供针对性服务。秉承这个思路呢,我们将UGC内容平台的创作者运营,大体分为三类,普通用户、平台创作者、站外创作者,运营策略一般是“养”、“挖”、“拉”。

“养”:目的是把普通UGC用户养成创作者,常用方式是:“触点+低门槛+正向反馈”引发用户进行参与,最后通过持续触点让用户养成习惯。

举个应用实例,在李宇春的超话里面,我们经常看到话题主,发布关于李宇春相关的讨论话题,同时话题参与方式比较简单,只要发布固定格式内容即可。作为一个玉米,看到自己感兴趣话题又是这么低操作成本,忍不住参与起来,参与完后话题主会主动跟我进行互动,自我有一种被看到的感觉,当再次有话题出现时,我猜你也会主动参与吧(这种方式目的不断扩大了创作者上层漏斗)。

“挖”:通过养的方式让普通用户有了第一次发布行为,甚至发布频率越来越高,这个时候我们从中挖掘潜力创作者。在成为创作者后,我们通过不断“动力+能力”不断为其赋能,在动力上,不断往生产优质内容和经营粉丝方面做牵引(常用方式一般与分润结算挂钩)。在能力上,不断完成助推,提升发布优质内容和对粉丝经营能力。

为了与下游的内容理解和分发做好配合,需要运营会通过创作者者运营完成内容调度,一般通过话题或者活动方式做好引导,向创作者传达平台需要什么内容。

“拉”:目的是站外创作者拉到我们平台内。一般会在自己平台创作者打造出标杆后再进行,常见实现方式,就是根据拉人头数量给予相应金钱激励。

回归到我们文中开头问题,在内容生产环节,我们更多缺少内容调度,没有明确向创作者传达平台需要什么内容,而让其野蛮生长。

04 分发-理解-生产的协同

可以看到,我们在每个环节都踩到了坑,正确的方式应该怎么做呢?

1)明确标准:对“好”内容进行定义,同时拟定出合理评估指标,非局部变好指标,保证上下游形成共识。

2)内容理解:按照明确标准进行严格筛选内容。

3)内容生产:完成创作者侧联动,不仅做好内容调度,同时调整能力和动力适配新的标准。

4)内容分发:分发模型做好适配,如果短期难达到效果,可以适当从总流量池进行划分,比如之前增加直播生态,现有算法基于用户点击和时长数据,进行持续推量。直播一般观看时长比较长,这个模型体系下占优势抢占其他媒体分发可能性。所以,从总流量池按照视频、图文、直播几种媒体类型,进行比例切分。

整体分析完后,双方同学感觉到了清晰了很多,也互相了解各自板块运作的模式。于是大家快速达成一致,打算朝着这个方向进行尝试。

05 可迁移方法论

从这件事,我也沉淀几个可以迁移的小方法,分享给大家:

1)选择“要什么”和“什么不要”差别很大:(除非选择要的标准足够低,或者选择不要的标准足够高)。前者目的性会更强,也可以围绕目的找到找方法,后者目的性弱,而且容易系统里的劣币驱逐良币。比如文中内容理解关于内容标准部分。

2)选对指标很重要:如果指标变好,但事儿却没有变好,说明指标选择不对,或者只是业务的局部指标,非全局指标。比如文中判断内容理解是否做好,之前只看留存和时长,其实也要看对创作者影响。

3)协同做事儿抛开立场回归事情本身:这样会让沟通成本变低,且更容易找到问题。比如产品和运营发生冲突,首先做的抛开立场,分析业务运转逻辑在定位问题,再看谁来负责。

最后,分享一句最近喜欢的话,尝试通过【新】的角度看待问题,会有很多不同的解法。

 

本文由@杨学姐聊运营 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash , 基于CC0协议。

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
评论
评论请登录
  1. 关于内容分发和内容生产学习很多,感谢作者~

    来自福建 回复