信息流式的短視頻首屏（即刻）和內容按分類聚合展示的短視頻首屏（人人視頻）哪個更適合短視頻這種產品？

02-05

分類聚合式的產品通過在「用戶進行思考」這個過程增加用戶停留時長確實有益，但我覺得對於短視頻產品來說，考量產品質量的應該是視頻瀏覽量和視頻瀏覽時長，而不是用戶停留時間。這個指標只是核定產品經理的工作績效有用吧。。。

根據我對網易杭研院訊息類、社區類的運營概念的個人理解，運營人員在進行內容審核和推送、優先順序排序等工作時打上個人或者團隊烙印是一條必由之路。

雖然受制於運營人員的能力，但內部人員能力是可以通過招聘外包培訓等人力方法予以解決，甚至引導用戶編輯的參與也未嘗不可，

要知道，目前的產品格局是——你無法取悅所有的用戶，而應該專註於服務認同你提供的服務的用戶。

如此操作的優勢在於，通過縮短用戶思考時間和操作路徑，快速的令用戶進入視頻瀏覽。這更加符合短視頻「碎片化」的特質。

舉個簡單的例子，我在地鐵上去往某站，感到很無聊，打開APP準備看個小視頻解解悶，信息流式的APP我能順著列表翻一翻，隨手點開就能看，甚至不看視頻內容只瀏覽標題，由於內容供給的無序化，瀏覽標題就到站了，也不會覺得這個產品無聊。但如果是分類聚合式的產品，我可能在考慮我是看個體育類的還是看個搞笑類的過程中，地鐵就到站了。

這裡可能會受到的反駁是——我已經想好了要看什麼，只是搜索一下資源。那麼這種場景之下，競爭者就不再是單純的短視頻平台，而是大型視頻平台和搜索引擎，甚至微博。

進入用戶增長期後，無論是進行大數據的演算法推薦還是繼續由編輯式的運營人員繼續進行信息流式的首屏，又有進一步的考量。

針對短視頻一屬，我其實更加傾向於標題未示的第三種發展路徑——繼續通過人為的編輯來產生信息流的內容。

首先，演算法推薦已經開始逐步出現頹勢，而巨頭已經形成的壁壘也難以攻破。

而且簡單來說，當所有人都在演算法推薦時，我是人工推薦的，既是差異化競爭，而且又有了進行操作更多玩法的空間。