关注并将「人人都是产品经理」设为星标
每天早 07 : 45 按时送达
在网络分发越来越快的今天,我们无时无刻不在被冗杂的信息包围着。今天一个热搜,明天一个10W+,在这快节奏生活的时代,一切都在不断变化,整个社会犹如“飞轮”一般越滚越快。被数字化裹挟的普通人失去了什么?我们该如何面对互联网的快速发展?这是本文作者要探讨的问题,一起来看看~
全文共 4061 字,阅读需要 8 分钟
—————— BEGIN ——————
“飞轮效应”通常用来描述科技企业的平台化商业模型,大意是一个公司中不同业务板块之间相互耦合赋能,不同业务板块就像不同的齿轮,刚开始运转推动的时候非常吃力,但每一次转动都对下一次转动提供了势能,最终“飞轮”会越转越快,企业的价值也就越来越大。
“飞轮效应”最早是由管理学家吉姆·柯林斯在《从优秀到卓越》中提出的,提出后便指导了大量科技企业、互联网企业设计自身的商业模型,其中最为典型的就是亚马逊。
图片来自西南证券
事实上,“飞轮”与巴菲特所谓的“滚雪球”在理念上有很大相似之处,但有一点不同——“飞轮”虽然越转越快,业务板块互相耦合赋能的逻辑结构虽然未变,但商业模式却出现了不断地变迁。
早期亚马逊靠卖书、靠电商会员构建商业模型,如今亚马逊通过云服务来构建商业模型。也就是说:“飞轮”本身在快速转动的过程中,发生了范式层面上的蜕变。
我们认为,“飞轮效应”不仅能够描述单一企业的商业模式,还能够很好地用来观察整个科技行业和消费行业的发展变化——小众用户不断被新产品、新技术所满足,从而吸引了越来越多用户参与其中,最后在大众用户中又一次迸发出新需求,从而完成下一轮转动。
也就是说:用户需求在快速转动的“飞轮效应”下,变迁得越来越快,用户注意力的快速转移,让产品与内容变得速朽,这也是信息科技与数字化带来的一个重要挑战,并衍生出了种种后果。
“互联网是有记忆的”这句话没错,但并不完整——因为群众正在信息爆炸的冲击下变得越来越健忘。
我们认为更贴切的说法是:互联网上的“黑料”是有记忆的,但“普通事”大多无法长期留存,因为“黑料”更具刺激性,能够满足群众天然的吃瓜心理。
对于内容平台及创作者而言,这种集体的“健忘”造成了不少影响,其中最明显的就是:内容的生命周期正在不断地变短。
以公众号文章举例,今天的绝大多数公众号文章的生命周期可能只有1-2天,在推出后若没有取得病毒式的舆论连锁反应,那么2天以后不会再有太多人去阅读。
这也就给内容平台带来了一系列供需上的矛盾:因为许多优质的内容并不会因时间的流逝而过时,三年前的一篇文章,可能对今天的读者依旧有启发作用,那么如何才能将这部分内容与读者进行相互匹配呢?
这是目前各大内容平台均无法解决的问题。
这个问题其实比较复杂,原因也是多方面的:
首先,从古到今,信息内容分发都会变相默认“新的内容更加符合读者需求”——因为无论是什么内容信息/行为,其无法摆脱“新闻”的属性——即使是一本新小说的发布,其本身的宣传动作及内容文本讨论也是新闻。
所以,即使是时效性不强的杂志也会按时间线发行,而不是一次性推出多本集中售卖;自然,公众号的内容分发也对最新的推送内容给予了最高的优先级,让用户可以快速看到。
其次,“新的内容更加符合读者需求”在逻辑上是成立的,因为内容一旦发布公开,便没有了稀缺性,新内容可以在旧内容的基础上进行创作,理论上信息价值便更大。
而且这里还存在一个关于“洗稿”的问题:以往的优质内容可以被洗稿团队不断“加工翻新”,从而获得时间上的优先级,获得更大的曝光量,这间接是鼓励了洗稿行为,因此洗稿这件事才屡禁不止。
当然,洗稿的界定非常模糊,是业界一直无法解决的问题,前两年微信曾经试图通过“洗稿合议小组”的方式解决,但目前来看收效甚微。
最后,优质内容无法界定,不同人的内容需求不同;优质内容往往是千人千面各有评判,无法中心化的进行平台判断,因此必须要通过个性化的方式实现内容分发。
扯远一点,说到分发机制,可以发现:如果仅仅通过社交分发,来让早年的优质内容被当下用户发现,那么效率将是极低的;因此必须通过机器算法的分发,才可能实现优质内容与需求用户的匹配,从而在一定程度上让好内容穿越时间。
由此也可以看出:算法分发与社交分发的有机结合,将是内容分发的必然方向。
抖音已经很大程度上融入了社交分发因素,微信也融入了机器算法分发,快手也花大精力在推动单列极速版,从中不难发现内容分发机制的整体应用方向。
内容生命周期的减短,在于内容供给的增加导致用户选择的丰富化,而内容供给的增加在于创作门槛的降低,这便是“飞轮”所带来的负面效应。
互联网越是普惠,越是便捷,就越让大众用户注意力分散。
不少数字文化批评者认为,互联网让大众变得浅薄,让大众失去深度思考能力,恰似《美丽新世界》的场景。
在图文信息中,我们自己已经能够隐约感知到一个现象——“长尾理论”的失灵。
“长尾理论”是曾经的《连线》杂志主编克里斯·安德森于2004年提出的数字经济理论,用来描述虚拟经济下的商业模型,对数字娱乐产业、电商产业发展有深远的影响。
理论大意是:数字产品的销售成本极低,因此众多长尾内容(利基市场产品)能够实现供需匹配,再冷门的产品也有垂直人群购买,从而支撑虚拟经济商业模型。
亚马逊、奈飞等平台都是“长尾理论”的典型代表。
但我们以图文内容为例,我们主观观察的情况是:随着创作门槛的降低,内容的供给量在快速增加,而在新增内容中,绝大部分其实是属于非头部的“长尾内容”(利基产品)。
随着长尾内容供给的大量增加,抵消了长尾效应,早期的长尾内容无法得到供需匹配。
其实就是更陡了,总量更大且斜率更大了
“长尾理论”的失灵,很可能在所有的内容形态中逐一出现。
比如说抖音平台上的短视频内容,显然是“二八原则”的胜利,大量普通人创作的长尾短视频内容直接沉默掉,并且随着时间的推进不再有可能被更多用户发现。
当然不只是内容领域,我们认为:长尾产品、长尾品牌、长尾IP、长尾网红、长尾明星都会逐一出现这类现象。
——因为随着各行业“基础设施”的完善,创作/创业的门槛只会越来越低,从而增加了供给端的丰富度,让相应的产品/品牌/内容越来越速朽。
随着淘宝的兴起,淘系平台曾经出现过一批淘品牌,如今那些曾经风光的淘品牌几近消失;四五年前,曾大量涌现过一批网红餐饮店,如今倒闭的不在少数……(有意思的是:著名的雕爷都投身其中过)
如今,我们非常看好“新消费”板块,但同样也认为:随着新消费浪潮的推进,大量新消费品牌依旧会快速死去,这也是整个行业去芜存菁、快速试错迭代的过程。
虽然我们没找到直接数据佐证,但援引北京大学陈春花教授在2019年“中国500强论坛”报告观点,她指出企业的寿命、产品的生命周期、争夺顾客的窗口期三者的时间周期均在缩短,这也是陈春花认为数字化对企业带来的影响。
2018年左右娱乐行业开始出现批评声音——选秀综艺太多,流量明星都不够用了。
即使普通人通过直观感受也能发现:流量明星、流量网红的更替频率越来越频繁。
简单搜了一下流量明星的指数,可以看出波动逐渐变剧烈,周期逐渐缩短
2018年正好是抖音破圈的一年,当年抖音凭借潮流炫酷的内容吸引了不少年轻人的使用,也制造出了不少全民级的社交话题,早期抖音也定义为“音乐潮流短视频app”。
但不妨试想一下:如果如今2020年你作为一个抖音的新用户注册使用,你很可能再也刷不到2018年曾风靡一时的优质内容了。
2018年的抖音内容记忆,如今已经被字节跳动的算法和运营所抛弃,因此也就消失不见了。
所以我们说:互联网并没有记忆。
根据一份可能是字节跳动内部流传出的专家诊断会文件信息,其中提到,抖音大多数网红的生命周期只有6个月不到的时间,网红们前仆后继地轮流站在聚光灯下,而被淘汰的网红难有第二次春天。
上世纪,波普艺术家安迪·霍沃尔曾说过,“未来,每个人都有机会成名15分钟,每个人都能在15分钟内出名”。
这个洞察如今来看已经保守:短视频的15秒就可以让人一夜成名。
但或许安迪·霍沃尔没有说出的内容是——可能每个人只能成名15分钟——这无疑是残酷的。
不难发现:一个曾经成名或走红的没落网红/艺人,如果想要二次走红是非常困难的——因为每个人都有路径依赖,赖以成名的方式可能是未来过气的原因,个人必须不断进行转型才能适应多变的大众审美需求,而这是绝大多数人都无法做到的。
因此,按照安迪·霍沃尔的话说下去,多数人成名机会可能只有一次,多数人可能需要在过气后忍受漫长的落寞(这不利于个人心理健康,也增加社会矛盾)。
网红以及明星的速朽与迭代,也逐渐反作用于整个网红艺人生态链。
由于网红有只成名6个月的预期,因此会在走红期内不断寻求商业变现以回收前期成本,这自然会影响内容创作,从而进一步透支生命力与用户信任。
比如说巫师财经(后来承认抄袭)在2019年的一支视频中有指出过,杨幂拍诸多烂片只是为了尽快完成对赌协议。商业化诉求必然会影响内容创作走向,这点显而易见。
总而言之,整个社会犹如“飞轮”一般越滚越快,时代变化节奏的加快,这也让越来越多的普通人成为“飞轮”上“用完即弃”的一份子,因为普通人不再只是旁观者,同样也成为了一名表演者裹挟其中。
时代巨轮高速旋转时所带来的成本与误伤,逐渐加快叠加在每个普通人的身上,这是数字化带来的隐忧,而且越来越多人能够感同身受。
今年9月,人物杂志的一篇《外卖骑手,困在系统里》刷屏;今年10月,腾讯科技一篇《抖音内幕:时间熔炉的诞生》再次刷屏。
前者以美团外卖为对象,后者对抖音生态做分析,两篇爆文对数字化的批判如出一辙,无非是反思技术算法对普通人的影响,但连续两次相同主题的文章在短期内连续刷屏的现象已经十分少见,这也反映了大众群体的感同身受。
互联网的飞轮、企业的数字化,这些概念看上去与普通人无关,但却让普通人被动卷入了整个社会的飞速运转中,这么说来,我们果真在走向“美丽新世界”?
—————— / END / ——————
▼ 喜欢请分享&收藏,满意点个赞,最后点「在看」 ▼