【UC订阅号运营】新趋势,你了解了吗?

2017-06-01 未知 望族良哥
UC将会利用阿里系的大数据,在个性化推荐上也加入新思考,差异于已有的个性化内容推荐平台。
 
内容分发平台又迎来一个大家伙。在这个领域,已有的选手都不可小觑:各门户网站的新闻客户端、微信公众号生态以及今日头条等。UC浏览器凭借过去积累的4亿月活用户,加上大阿里巴巴的支持,作为一个新选手,它也想在这个领域搅动一番。
 
5月10日,阿里巴巴移动事业群召开“UC订阅号”战略发布会,大会上,俞永福和UC总经理陈超具体介绍了UC订阅号是什么产品,将会给用户和作者带来什么价值。
 
一、内容与电商
 
  UC在做UC订阅号的过程中,发现一个趋势就是内容与电商越来越多地结合,但一开始并不是为了电商去做UC订阅号。一开始是想解决信息服务的问题,想帮助内容提供者赚到钱。浏览器的自然进化也会走到提供内容这一步,而内容与电商结合会给作者比如自媒体提供一个变现渠道,增加一种商业模式,进而吸引作者在这里创作内容。
 
  未来两到三年,在阿里电商体系内网红经济会占很大的一部分,趋势摆在这,问题是接下来怎么去融合。首先是把内容与电商的通路打通。其次,阿里是一家数据公司,希望在产生数据后提供数据服务。从第一步到第二步是很长的过程,需要积累大量数据,并明白在运作过程中会遇到哪些问题。目前,UC订阅号做的工作也同时构建了第一步。
 
  网红经济是从另一个维度来带动阿里的淘宝和天猫交易。陈超介绍一个案例,一个卖高端案板的厂家,一年业务量只卖15000个,案板卖1500元,厂家找了个自媒体人,很短时间里卖出的货就顶原来的一年。这样的现象一直都有,以前是明星代言,现在的玩法就是很多普通人都可以变成红人,红人再去影响他们的受众,这就是红人经济。
 
  红人对用户有公信力,尤其是在商品越来越多的基础之上,红人经济的效益和趋势越来越明显。消费能力提升后,现在用户更注重的是他所购买的商品和服务的价值,是不是他所喜欢的东西,是不是值得他信仰和依赖。
 
  而红人的界限是模糊的,其实自媒体人也算是红人的一种,网络上是没有标准的界定的。从这个角度讲,这些内容创作者可以像网络红人一样去影响他们的受众,对交易有帮助。
 
二、内容的个性化推荐平台
  内容平台都朝向个性化推荐发展。而UC长远看,推荐上会有两点不同于现有的个性化推荐平台。一是数据维度,搜索数据、阿里数据,高德数据等,这些数据会被提炼出来为UC所用。二是应用维度。UC想着手解决个性化推荐的信息窄化问题。
 
  比如用户长久看下来,机器根据用户行为判断他的喜好,一直给他推他所喜欢的信息。但用户也有很多想看但是没有被发掘出来的信息,或者说平台应该除了用户喜好之外,也应该给他提供一些他可能会喜欢、应该看到的信息。UC的思路是也用人群的标识去给用户个体推荐他可能会喜欢的信息。每个人都会属于多个不同的人群,每个人群有不同的喜欢看的或不喜欢看的,这个会抽象成一个标识。机器判断用户个体属于哪个人群中,给他标识,人群偏好的内容就会推给打上标识的个体。与今日头条对比,今日头条打的标签是你喜欢看什么东西,UC打的是什么样的人群喜欢看什么东西。
  举个例子,按照人群的概念,这个人群会看娱乐,但娱乐的消费层次是浅层次的,另外一个人群也看娱乐,是深层次的,是追星族,平台推荐娱乐内容的时候就要不同。再比如,不同的人群对财经类内容消费有差异,这个差异是不能通过个人的兴趣去推导,要根据人群的属性去推出来。
这一步需要大量的机器算法学习,以及大量的人工标注。陈超认为,这一步路要走的也比较远,方向是对的,这一点不做的话,以后UC的个性化推荐一定会遇到问题。那怎么判断人群对一个内容是否喜欢呢?UC对此借鉴了防骚扰电话的产品思路。
  举个应用场景的例子:用户可以标记内容,比如用户标记这个内容标题党、低俗,这跟普通分类比如财经类、科技类、社会新闻类等分类有区别,是代表人群消费。用户标记完之后,会在后台生成数据,这篇文章被多少人标注过,就像标记骚扰电话,用群体的力量去标记内容,用户端不断的标记之后,内容端也留一个库,知道内容的属性,而用户端的不断标记就让用户本身也有了某个属性。这是最简单的场景学习。一方面是要往数据的学习上去做,一方面在应用场景上不断思考。
 
 怎样让用户看到好内容,而非一般意义上,大众用户喜欢的情色、段子、鸡汤文章,针对个人品味推荐,而非个人品味受到整个平台大众用户品味的拖累?
 第一个是人群思路。人群一开始比较简单,但逐渐会拆成更细致的人群喜好。通过人群分类去规避劣币逐良币,这个是从用户层面去考虑。
 第二从媒体层面考虑,看流量的健康程度,比如低俗娱乐等内容占比较高的话,UC就认为这个不是个良性的生态。
 
  UC实际上对高端媒体的评判标准是以内容的好坏,这个标准包括用户的阅读时长,消费的用量等情况。每篇文章都有个模型,每个媒体也有模型,文章和媒体双方面去评测,建立好的内容和好的媒体应该多被推荐的机制。
 
三、利用数据
  而数据的应用,UC到现在为止能拿到很多数据。最近在做的是地图,UC给所有新闻打上地图POI标记,UC有高德的数据。
  UC的场景思考就是可以知道每一个POI发生了哪些新闻,包括每个人他常常出没的POI,通常你对附近的某个新闻关注度是非常高的,如果你附近发生的新闻能第一时间出来的话,那推荐给你的程度就是非常高的。第一步就是把这个新闻做地图标记,在算法推荐层面上做场景推荐。这是一种数据应用场景。
 
  UC做过调研,用户对附近发生的新闻关注度是极高的。比如,切换地理位置之后,从A到B城市后,到B城市之后,传统的新闻推荐是你到这个本地频道才看到附近的新闻。
  除非是大热的,一般都不会给你主动推荐。UC就正在往这方面去做。而淘宝的数据,可以帮助识别用户的购买力,进而定位人群的阶层。比如说有个同事喜欢车,那如果推给他吉利,这就跟购买力不匹配。有了淘宝数据之后,在这个场景下再去推荐的话,推的车的资讯一定能更匹配一些。
 
UC有数据,核心就是如何应用好,这需要他们一个个的小场景去试。
 
内容平台和生态比较大的微信公众号和今日头条,UC把微信和头条的模式结合在一起思考:希望通过良性的机制,将媒体的内容分发给用户,如果用户觉得这个文章好的话就去关注,获得关注之后,媒体既有UC推荐的流量也有自己被订阅的流量,让用户能够沉淀下来,能够持续去消费。
 
UC推荐的模型,有不一样的地方是:把头部的自媒体人整理出来,他们代表了一种特性,这个特性就是人群属性更好归类,这些自媒体人可以用一些高度的、简单的词去定义他们。这个是UC和头条的区别之一。
 
四、浏览器的进化
 
UC过去是浏览器,转变为个性化内容推荐平台,用户认知怎样扭转?
UC思路是:今年全面进化,从今年6月开始,产品会改名,从UC浏览器变成UC。在路径上分为三步:1对在用的用户潜移默化,把产品、内容和服务做的足够好。2将口碑提炼,辐射周边用户。3频繁的刷脸,通过品牌的手段去推动。
 
将来,UC会保留搜索功能,搜索是UC的优势,一方面是对用户端的优势,另一方面是内容创造者的优势。因为搜索也是内容分发一种天然的机制,因为有时推荐做得再好,但是搜索的需求是用户非常强的需求,UC会保留,并且不会对信息流有什么影响。将来,UC还会单独推出一个UC头条App,专门做内容个性化推荐。
 
从信息流上线之后的数据来看,每个用户每天的阅读时长至少增加30分钟以上。而整个UC每个用户每天的时长是90分钟以上。
 
阅读 投诉