难以复制的今日头条,和张一鸣的信息帝国

2018 年 5 月 15 日 互联网er的早读课 Tara

互联网er的早读课

80万互联网同行关注!

专注互联网精选内容!

来源:Taraaa(ID:Tarasayhi)

编辑:妮子小菇凉


抖音火了,到处能听到抖音各种神曲,很多人都中了抖音的毒。

然而,为什么抖音是头条系的产品?今日头条是个新闻资讯、个性化推荐的产品,看上去八竿子打不到一起,它所在的公司为什么能出一个抖音呢?


一、清奇的今日头条


越研究头条,越发现这是一个清奇的产品。

最早研究头条,是在两三年前,我还在一家做垂直资讯的创业公司的时候。那时为了研究竞品,持续关注了 App Store 新闻分类下 Top 10 的产品。基本是各大厂的新闻客户端外加今日头条。各大厂的步调都比较一致,而头条总是例外。

为了写这篇文章,我照例看了今日头条“媒体报道”栏的大部分文章。发现和之前写的美团——几条新闻就出一个业务策略——不同,头条从 2012 年上线到 2014 年两年的报道里,基本上都只在谈
个性化推荐这件事。

再就是,互联网基本不管什么领域,总有一些竞争者跟风者在做同样的事。但是你发现,似乎没有第二个今日头条。

也许时至今日,资讯获取不是很大的痛点,且在今日头条已有如今体量的情况下再造一个很难。


那么穿越到今日头条初诞生时,为什么当时的新闻类应用中,没再出一个今日头条?为什么资讯类应用中,没再出一个今日头条?为什么那么多做个性化推荐的应用中,没再出一个今日头条呢?(#灵魂拷问三连…)




二、新闻类为什么没再出今日头条


时间回到 2010 年底 2011 年初,那是个微信才刚刚诞生,搜狐、新浪等门户网站还是流量入口的史前时代。

随着移动互联网的起步,大厂纷纷推出手机客户端。2010 年 10 月,腾讯, 2011 年 5 月(没查到官方资料,据 App Annie),搜狐,2011 年 3 月,网易新闻都纷纷推出客户端。新浪没查到资料,应该也是 2011 年。

2012 年 8 月,今日头条上线。到 2014 年,今日头条的发展,让大厂虎躯震颤。


在台上,搜狐副总裁方刚大方承认,尽管搜狐新闻客户端安装激活量已经达到了 1.85 亿,成为了行业第一,但 2013 年的客户端增长却没达标——因为被成立不到两年的“今日头条”抢跑了。

引自 2014.2.19 微信公号 ITlady《今日头条:抢跑搜狐的APP是怎样炼成的?by刘佳》

前面说到,2016 年的时候,我持续关注过各大厂的产品迭代。详细可以看推送第二条(不过当时太懒只写了一半)。当时腾讯、网易主要在更新直播。此外,网易推出了话题,腾讯做了个性化推荐。

而搜狐、新浪就比较壕了,在发红包!!搜狐搞了个魔性的下拉红包。当时看到新闻稿说效果惊人。我只能说,有钱任性.....


但同时,各家都在优化视频。

而今日头条呢,既不搞直播,也不搞红包。几乎没看到它有什么大的更新。它给文章来源加了 icon, 通过底部 tab 的调整看出来在强化视频。



右边的版本在底部加了 tab


新闻客户端有自己的编辑,是在创造新闻。他们的打法是,尽可能更好地展示新闻(从图文到视频到直播)以及走差异化。例如腾讯的“事实派”,网易新闻的“有态度”。而今日头条只是新闻的搬运工,它只专注打磨个性化推荐。


 “所以,我们不是做新闻,我们是做信息的获取,做法思路和过去完全不一样,现在完全是从满足用户需求的角度,而不是取决于主编的才华。”张一鸣表示,“从主编站到用户的角度,覆盖更全面了,可以说是重新发明了新闻客户端。”

引自 2014.2.19 第一财经 《今日头条张一鸣:个性化新闻要“消除人的不稳定”》

这就造成了新闻客户端和头条的差异。也造成了新闻客户端很难出一个完全头条化的产品。

三、资讯类为什么没再出今日头条


与其说新闻,头条更像是资讯类的。说起资讯类,我首先想到的是当时红极一时的 Zaker。看完 Zaker 的故事线,我更佩服今日头条了。

1.Zaker iPad版上线(2010.12)


2010 年 12 月, Zaker iPad 版上线,以交互惊艳出道。没错, iPad 版!!当时苹果的 iPad 刚刚推出,Zaker 可能在赌 iPad 会大火。且它当时主打杂志的线上版,也比较契合 iPad 这一载体。



Zaker 的交互确实做得很出色


上线四个月来,Zaker 屡获殊荣,一度在苹果 App Store 免费新闻类应用程序中排名第一,在著名 iPad 应用程序站点 iPad 中文网中也长期盘踞用户推荐排行榜的头把交椅,苹果 App Store 还曾在网站首页,以焦点图形式重点推荐过。

引自 2011.3.31 DoNews 《ZAKER领航 移动互联网阅读模式赢在中国?》

在内容上,Zaker 当时也是主打“个性化阅读”,但它的个性化,指的是订阅模式,个性定制不同的资讯。由于可以订阅社交网络的信息,也称“社会化阅读”。

2012 年初的时候,CEO 李森和还不看好个性化推荐,认为它对内容方有害。


李森和认为内容提供方还没那么超前,更认可ZAKER的专栏模式。“打个比方来讲,我喜欢看足球,个性化杂志给了两篇足球报道中的一篇。但实际上来讲,用户根本就没有去到各个内容合作方。对用户来讲确实提供了便利,但是对内容方来讲他们得到了什么呢?就分发完了。”

引自2012.3.2 搜狐IT 《ZAKER的创业故事:为传统杂志搭建赚钱通道》


2.Zaker尝试社交阅读(2013.5)


2013 年 5 月,ZAKER 开始重点尝试社交阅读。



3.Zaker尝试个性化推荐(2014.1)


直到 2014 年 1 月,才开始做个性化推4荐。2016 年,在推各个城市的合作,推本地资讯。已经越来越像新闻客户端的玩法了。

感觉 ZAKER 本想借势 iPad, 主打极致阅读体验。发现不行后,尝试了很多方向,有很多当时火热的概念,像社会化阅读、社交阅读等。但一直都没摸索到最合适的方向。

再看今日头条。

张一鸣本身是重度的信息需求者。他们在选择个性化推荐这个创业方向时,慎重地分析过各类信息的特质。


 他们先将能够被推荐的信息按照题材和类别全部罗列了出来,接着进行筛选。
“我们首先排除了小说,比如一年你就看 10 本书,你可能就用我 10 次。后来觉得也不该推荐游戏,因为它也是一次投入很久,用户选择的频次也少,依此类推,还有许多东西都是不这么优先的。”张一鸣说。

 除了排除这些不适合推荐的内容,还有一类则是操作起来难度较大的。“比如全购物领域就不太好做,比如你家里灯泡坏了就想换灯泡,窗帘坏了想换窗帘,但是我怎么知道它们什么时候坏呢?因为没办法拿到这些信息,它们坏了也不会通知我。”

经过层层筛选,张一鸣最终选择了用户使用频次高、覆盖广、适宜推荐的新闻资讯作为推荐的内容。

引自 2014.3.5 钛媒体 《今日头条:野蛮人与新物种》

关于今日头条的 2014 年前的报道,基本都在谈
个性化推荐。2014 年,开始谈变现方式,精准的广告系统。同时这一年推出头条号,开始注重生产内容。2015 年,重金投入扶持头条号。但这些都是围绕信息分发这一主线。

且历年的报道中,谈到今后的方向,张一鸣总是在说
优化推荐。

2013 年 11 月,他说...


今日头条“还有很多需要完善的方方面面。比如怎样更快的甄别用户的兴趣,如何让用户之间更好的交互,如何负载更多的内容。仍有一系列的问题还等着我们去解决。”

引自 2013.11.6 TechWeb 《张一鸣:传递价值 打造“真头条”》

2014 年 6 月,获得 1 亿美元投资后,他还是说...


一亿美金要怎么花?这是外界普遍关注的焦点。对此,张一鸣给出的答案是:“还是基础设施的投入,在产品技术的基础投入。”

引自 2014.6.4 《今日头条1亿美金融资背后,关注四个争辩焦点》

2015年 4 月的采访,他依旧说....


对于今日头条的未来发展,常称自己是“重度信息需求者”的张一鸣也有着清晰的想法。“我在想如何更有效地获取信息,除了我自己能有效获取信息以外,也在考虑如何帮助用户更好地获取信息,如何帮助用户更好地进行交流。”

引自 2015.4.24 每日经济新闻 《张一鸣:既做新闻客户端 也做信息分发平台》

真是一个毫无悬念的 Boy 呢~

此外,张一鸣对信息和传播理解很深:


我从几个维度做了增减,首先从传播的半径,比如一个校园广播,它是在千米范围内,无线电就可以覆盖全球,是一个很重要的里程碑式的媒体。另外是速度,移动互联网一次推送,在10分钟之内可以覆盖全国的用户。带宽是指传输的能力,在互联网之后是唯一一个从图文、视频、图片等各种题材的内容。

再下来是交互方式,单双向的,是否可以同时单双向。场景和分发机制,分发机制我放在最后面,这是非常重要的,我们听广播、看电视都是简单一对多,但是到了互联网的时候开始越来越多的个性化,个性化又有不同的实现方式,最早的是基于订阅的,订阅一个来源,微博可以关注一个人,再后来可以关注一些主题,个性化是这几年非常大的分界线。

引自 2013.12.19 钛媒体 《今日头条为什么火,技术真能帮媒体变现?》

可以看到,张一鸣不去关注表面的内容交互,而是深入信息互动、传播的本质,在一个抽象层级很高的维度思考,并专注做好这件事。这就使得今日头条很难走弯(咦?)且变得难以复制。

四、其他个性化推荐为什么没有跨界


从上面的分析可以看出,张一鸣很早就注重信息如何分发。他也关注不同的信息的差异。他们做透这一套后很容易迁移其他的信息介质。这也是为什么短视频的黑马能出在今日头条系的一个很重要原因。


需要注意的一点是,张一鸣从来没有把推荐引擎的内容只局限在新闻资讯上面。“我们做今日头条的时候就还犹豫要不要做一个更综合的东西,比如叫今日发现。后来觉得没有必要了,就在上面扩充就好了。

引自 2014.3.5 钛媒体 《今日头条:野蛮人与新物种


也就是说,不像其他公司,想的是怎么做短视频,或者怎么在自己的产品中加上或融入短视频的功能,张一鸣想的是怎么把信息分发机制迁移至短视频这种信息类型。这是完全不同的思路。


其他的做个性化推荐的产品照理来说也是可以做到这样的跨界的,至少在技术上,那为什么没有呢?

例如像豆瓣的豆瓣 FM,算是很早做个性化推荐音乐的,当时我还很喜欢这个产品。但是豆瓣就没有做个性化推荐的资讯应用或短视频应用。



这还是和产品主打的方向有关。豆瓣专注于兴趣社交、社区、内容。然后在电影、书、音乐等垂直领域探索适合各自的玩法。并没有从信息分发的角度去做产品。

五、张一鸣其人


最后再让我夸一夸张大大。


早先朋友圈传出他的几篇文章,“延时满足”(咦?)什么的,就觉得他好厉害。这次集中看了他的采访文章,依然发现很多独到的观点。摘录一下。


1.关于商业化和用户体验的平衡


张一鸣对于用户体验以及商业化之间的平衡,有一套自己的方法论,他将广告对用户体验的“伤害”进行了量化,量化的标准包括阅读文章数量、阅读时长等因素。他的要求是,广告对用户体验的干扰不能超过 4%。今日头条甚至还授权用户可以对广告点“不感兴趣”,防止类似广告再次对用户产生干扰。

引自 2014.6.4 《今日头条1亿美金融资背后,关注四个争辩焦点》


2.关于起名


 “我们是比较重视方法论的团队,我们把名字分为3类,一类是像百度这种意义很完整、很综合的名字,一类是像小米这种拟物的、具象的名字,最后还有一类就是大白话,我们对这三种做了分析,最后发现排行榜上靠前的都是大白话类型的,比如铃声大全、高清影视之类的,所以我们知道一定不能起一个很装的名字。”

引自 2014.3.5 钛媒体 《今日头条:野蛮人与新物种》


联想下我也曾经历过新产品起名,都只是集思广益了一下而已。大家可能对集思广益有什么误解吧,嗯。

3.关于个性化推荐是否让信息渠道变得更窄


其实我觉得新闻客户端反而让我信息变得挺窄的,基本上我以前看的很多都是利比亚、巴基斯坦的新闻。......推荐引擎,如果从过去来看,确实有优先访问用户感兴趣的内容。其实它是在平衡三样东西,一个是从历史来推断,挑选用户最感兴趣、最关心的话题;其次,公共话题,即公共关心的内容,这些内容你可能不感兴趣,但别人提到时,你不能说不知道;第三类,其实是我们在重点发展的个性化内容。

引自 2014.11.19 腾讯科技 《专访今日头条张一鸣:推荐引擎没有让信息变窄》


4.关于机器人写作


机器人写作,我们是觉得在特定领域是可以的,在财经、股票,在气象,这些是可以的。但是非常有创意性的内容创作是不行的.....机器生产内容,更多的是把一个原始的信息转化成既有一篇可读性的内容,它更多是格式的转换。它并不能够有更复杂观点的提炼,或者更复杂实时的组织。


提到的参考资料:

  • 2014.2.19 微信公号 ITlady 今日头条:抢跑搜狐的APP是怎样炼成的?by刘佳

  • 2014.2.19 第一财经 《今日头条张一鸣:个性化新闻要“消除人的不稳定”》

    http://www.yicai.com/news/3479947.html

  • 2011.3.31 DoNews 《ZAKER领航 移动互联网阅读模式赢在中国?》 http://home.donews.com/donews/article/1/149211.html

  • 2012.3.2 搜狐IT 《ZAKER的创业故事:为传统杂志搭建赚钱通道》 http://it.sohu.com/20120302/n336475252.shtml

  • 2014.3.5 钛媒体 《今日头条:野蛮人与新物种》

    http://www.tmtpost.com/499357.html

  • 2013.11.6 TechWeb 《张一鸣:传递价值 打造“真头条”》http://people.techweb.com.cn/2013-11-06/1352799.shtml

  • 2014.6.4 《今日头条1亿美金融资背后,关注四个争辩焦点》

    http://www.tmtpost.com/114227.html

  • 2015.4.24 每日经济新闻 《张一鸣:既做新闻客户端 也做信息分发平台》http://www.mrjjxw.com/shtml/mrjjxw/20150424/68764.shtml

  • 2013.12.19 钛媒体 《今日头条为什么火,技术真能帮媒体变现?》http://www.tmtpost.com/84589.html

  • 2014.11.19 腾讯科技 《专访今日头条张一鸣:推荐引擎没有让信息变窄》http://tech.qq.com/a/20141119/041386.htm

投稿邮箱:mm@zaodula.com

本文由Taraaa(ID:Tarasayhi)原创发布,授权互联网早读课转载。内容仅代表作者独立观点,不代表早读课立场。如需转载,请联系原作者。


登录查看更多
1

相关内容

ZAKER是国内最受欢迎的互动分享和个性化定制的阅读平台。拥有iPad/iPhone/Andriod / Andriod Tablet/WP / Win 8六大版本。它将资讯、微博、博客、报纸、杂志、图片、RSS、Google Reader等众多内容,按照用户意愿聚合到一起,实现深度个性化定制。它拥有强大的互动分享功能,打通多个社交媒体平台,可将任何内容通过邮件、短信、微博等转发分享。
深度学习自然语言处理概述,216页ppt,Jindřich Helcl
专知会员服务
212+阅读 · 2020年4月26日
【WWW2020-UIUC】为新闻故事生成具有代表性的标题
专知会员服务
26+阅读 · 2020年3月18日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【CAAI 2019】自然语言与理解,苏州大学| 周国栋教授
专知会员服务
62+阅读 · 2019年12月1日
【综述】关键词生成,附10页pdf论文下载
专知会员服务
52+阅读 · 2019年11月20日
南洋理工大学,深度学习推荐系统综述
专知会员服务
174+阅读 · 2019年10月14日
今日头条技术架构分析
互联网架构师
11+阅读 · 2019年8月19日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
百度的广告和今日头条的广告
keso怎么看
8+阅读 · 2018年2月9日
年度增速黑马快视频 是谁将它推向神坛
Analysys易观
4+阅读 · 2018年1月26日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
Arxiv
3+阅读 · 2018年3月14日
Arxiv
4+阅读 · 2018年2月13日
VIP会员
相关VIP内容
深度学习自然语言处理概述,216页ppt,Jindřich Helcl
专知会员服务
212+阅读 · 2020年4月26日
【WWW2020-UIUC】为新闻故事生成具有代表性的标题
专知会员服务
26+阅读 · 2020年3月18日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【CAAI 2019】自然语言与理解,苏州大学| 周国栋教授
专知会员服务
62+阅读 · 2019年12月1日
【综述】关键词生成,附10页pdf论文下载
专知会员服务
52+阅读 · 2019年11月20日
南洋理工大学,深度学习推荐系统综述
专知会员服务
174+阅读 · 2019年10月14日
相关资讯
今日头条技术架构分析
互联网架构师
11+阅读 · 2019年8月19日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
百度的广告和今日头条的广告
keso怎么看
8+阅读 · 2018年2月9日
年度增速黑马快视频 是谁将它推向神坛
Analysys易观
4+阅读 · 2018年1月26日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
Top
微信扫码咨询专知VIP会员