抖音要向短視頻前輩美拍、快手學習什麼?

2018年抖音火了。從春節期間開始集中爆發,通過今日頭條慣用的母體導流、百萬英雄直播答題、聯合12位明星發紅包、渠道買量等重重手段收穫了4200萬新增用戶,並連續16天霸佔中國App Store單日下載量第一名。

而對於今日頭條來說,抖音已成最大增量——相當於微信之於騰訊、天貓之於阿里。據說今日頭條正以500億美元估值尋求融資,比去年的100億美元翻了五倍,這個估值抖音貢獻了很大部分。有消息稱今日頭條今年已劃撥給抖音20億營銷預算,直奔日活1億的目標。特別是在改變slogan為「記錄美好生活」後,抖音要做短視頻版微博的野心已是圖窮匕見。

然而,抖音面臨的問題同樣不容忽視,一個是大家都面臨的行業監管的問題,理論上來說,通過人機結合等方式來管理內容可以克服,這將考驗團隊價值觀落地能力;另一些問題則要從抖音本身的產品邏輯說起。App一夜刷屏多日霸榜後悄無聲息的不勝枚舉,抖音曾經的同行如小咖秀等音樂短視頻社區同樣曾經紅極一時。抖音如何才能成為短視頻界的常青樹?我認為,要從這幾個問題說起。

一、抖音面臨的三個挑戰

1、「無限下滑」的首頁機制,不利於建立社交關係。

短視頻App目前首頁設計可分為兩類:一類是抖音式,首頁只有一個視頻,下滑就是下一個,目前只有抖音和微視採取這類設計。第二類是列表式,有的是一列(如秒拍),有的是兩列(如美拍、快手),總之首頁會呈現多個內容,這兩種設計體現出內容分發邏輯的不同。

抖音是極度依賴演算法的分發模式,而且對演算法十分自信,才能實現「一擊即中」,讓用戶日刷300條。不過,在其演算法邏輯中熱門內容會得到更多推薦,長尾內容卻很難得到有效分發。所以我們會發現抖音上的內容越來越類型化,甚至有新媒體運營總結出了抖音火爆內容的15個模式:如甩碗、撩妹撩小哥哥、死不要臉、勵志哭窮等等——我每天刷抖音偶爾也會看到模式相仿的內容。

這個分發邏輯也會引發頂部效應,限制長尾內容分發:部分內容確實很容易火爆,點贊動輒數十萬,然而能夠火爆的內容是少數。這距離抖音要實現讓人人可以「記錄美好生活」的UGC平台還有很遠的距離,因為UGC中會有大量長尾、冷門內容需要被分發。

而作為UGC平台的快手、美拍等平台則更側重「演算法+關注」結合的分發模式,其用戶獲得內容的方式並不依賴於熱門推薦,甚至不只是依賴於推薦,而是有很強的主動搜索、發現慾望。其內容獲取行為是點對點式,供需關係更加有針對性,用戶間更容易建立聯繫、形成互動,真正的社區氛圍也由此產生——基於短視頻內容實現人與人的連接,是短視頻的重要價值之一。

2、高度中心化的模式,需要向垂直化過度。

現在的抖音有點像2013年的微博。

2013年前,微博主要是靠大V在支撐,明星名人是微博運營的重點。2013年,微博的運營重點從頭部大V轉向垂直領域大V,根據微博副總裁曹增輝介紹,下沉運營這一步「拯救」了微博,因為「在那以前,微博閱讀量排名靠前的領域只有明星、媒體、社會時政。其他領域不能說是零,但也接近。中小V為微博貢獻了大量的內容,卻沒有形成品牌。」如今,微博有55個重點垂直領域每一個垂直領域都有自己的大V(垂V),MCN(機構)和商業模式,整個平台欣欣向榮,有了我們現在看到的二次崛起。

而在短視頻領域,率先完成垂直化搭建的是美拍,它建立起了16個垂直內容頻道,如美妝類、寶寶類,據美拍團隊在公開分享中介紹,在這些頻道下的細分興趣領域有300多個。可以觀察到的是,美拍在針對不同領域進行內容運營,功能定製和變現嘗試。比如美拍今年押注的「舞蹈」領域,美拍就為此推出「舞蹈跟拍器」功能,這是以功能引導普通用戶向垂類用戶遷移的手法。另一方面,近期關注到新聞,美拍通過和WOD、Arena等世界性舞蹈比賽合作,把這個領域具有權威影響力的人都拉到了美拍,在垂類大V的影響力,這個垂直領域的人群有了領袖,就可以迅速聚攏。

美拍團隊曾分享過這樣一個簡單的邏輯:單個垂直興趣領域的用戶量可能是幾千萬的規模,但是當眾多興趣垂類都在美拍聚集的時候,這個用戶容量是無限的。因此,當抖音等主打泛娛樂的短視頻走過了粗放式的大躍進增長後,精耕細作的垂類運營是值得考慮的方向。

3、「一夜爆紅」的網紅如何可持續商業化?

微博、美拍在內容創作者的支持上,比抖音走得更遠。確實有網紅在抖音上一夜爆紅,然而如何幫助他們一直紅下去?如何將人氣轉化為商業價值?是抖音——也是今日頭條要補的課。

今日頭條和抖音對於大V更像是放養——我給你水草豐沛的草原,其他的就要靠你自己了。你只要有一定的內容創作力,可以得到分發和粉絲,然而卻很難得到更多的支持,這一點跟微信公眾號的玩法相似,就是除了基礎設施外,不進行更多運營或者商業化支持。

反觀微博、美拍等玩家卻很注重對創作者的專業支持。微博在商業化上提供微任務廣告平台,與多家MCN合作,每年的V影響力峰會都會宣布創作者通過微博轉了多少錢;美拍與50多家國內MCN機構達成合作,提供流量扶持,甚至把優質達人輸送給MCN機構,可以看到,喵大仙、劉陽等從美拍成長起來的達人,已經成立自己的公司或者MCN機構,成為了短視頻行業更重要的參與者。而在幫助達人賺錢這件事情上,美拍推出短視頻營銷平台「美拍M計劃」,上線打通達人的電商銷售渠道「邊看邊買」。

商業化、電商渠道搭建,這些方向抖音目前已在跟進,憑藉著抖音的流量優勢,這些業務的開展並不難。不過,雖然我們經常可以聽到媒體分析多少人在抖音一夜成名,又做成了一筆價格多高的廣告,但是暫時還沒有像喵大仙、劉陽這類能夠公司化運營的案例,抖音還需要在達人商業化上提供更多工具和運營支持。

二、內容行業的三個抉擇

抖音面臨的三個抉擇,有一些也是整個短視頻行業甚至內容行業都面臨的選擇。在演算法是否應該價值觀等老生常談的話題下,內容行業在今天面臨著三個選擇:

1、演算法VS編輯

清明節假期,快手啟動了3000人的內容審核員的招聘,在明確了演算法應該有價值觀這個答案後,快手用行動來給演算法賦予更多價值觀。而在快手前面,今日頭條已經大規模招募類似崗位人員,美拍也已啟動人機結合的內容審核機制。

在是否應該只依靠演算法這個問題上,整個內容行業都已經達成共識:不只是內容審核環節,內容分發和運營上也要採取演算法+編輯結合的模式。演算法缺乏價值觀,內容平台又有媒體屬性,必須要有總編輯這樣的職位才能承擔應當承擔的社會責任。曾經機房裡的演算法想要取代寫字樓里的編輯,然而未來內容平台的內容相關員工恐怕不會少於傳統編輯——只不過不再負責內容創作,而是負責讓演算法有價值觀,負責內容的運營、分發和審核。

2、演算法VS社交

不論是Facebook還是Twitter,其時間線最初都是基於Follow即關注關係,邏輯是「我關注的人的興趣就是我的興趣」,整個內容的傳播路徑都是基於粉絲,與演算法沒半點關係。到如今微信朋友圈仍舊是這樣的分發邏輯。而演算法分發的邏輯則是「演算法懂你的興趣」,給你千人千面的個性化內容,內容能走多遠主要是演算法決定。

然而只依賴演算法的缺陷十分明顯,會有所謂「信息繭房」效應,就是演算法根據你此前的行為,推薦越來越精準,但也會讓你看到的內容面越來越狹窄,比如你老看科技視頻就不斷給你推科技視頻,但你可能不只是對科技視頻有興趣。破除的方式有三個,給你推薦大家都要關注的內容,如熱門新聞;演算法猜測你的興趣,給你推薦一些你「可能感興趣」的內容;引入關注關係,讓你關注的人給你推薦更多內容,你就有機會接觸更廣泛的興趣領域,這也可以幫助長尾內容實現分發。

微博在關注外引入發現流;今日頭條在演算法外引入社交啟動「千人百萬粉」計劃,不惜打破流量平衡,在給一些金V賬號強勢導入數十萬粉絲;美拍在首頁採取雙Feed列設計融合推薦和關注,都是在演算法與關注間尋求平衡。

不過,演算法與關注結合的關鍵是,分發層面要兩者兼顧,前段時間今日頭條下架了頭條指數,表示要引導內容創作者關注粉絲這個核心指標。對於演算法類內容平台而言,是否有粉絲就有分發?目前還看不清楚,這需要大家用數據證明。

3、中心化VS去中心化

想要做現代世界的清明上河圖的快手強調弱運營,比如盡量不推送消息,不扶持所謂大V,內容如何分發以演算法為準,演算法不會對任何內容傾斜。是否應用演算法,與是否中心化,其實沒有本質聯繫。快手有用演算法分發,然而決定演算法分發邏輯的價值觀就是強調對內容的一視同仁;微信沒有用演算法卻是去中心化的分發;抖音也用演算法分發,然而其演算法本身就會偏向於頂部熱門內容;現在,微博也在通過熱門話題運營等方式,一改往日去中心化的分發模式。

不只是分發層面,內容創作上也有中心化和去中心化的兩種模式——比如UGC、PGC平台都是去中心化的,依託第三方創作者,不過愛奇藝卻有自製內容,有中心化的一面。

那麼整個內容平台,應該是中心化還是去中心化?我認為沒有標準答案,或者說這個並不重要——去中心化不一定是好的,中心化不一定是不好的。去中心化的目的是要提高分發/創作效率、用戶體驗、商業價值,它只是因,不是果,去中心化的微信現在馬太效應明顯長尾內容已很難得到分發機會。內容平台不應該過度關注強調是否中心化。

此前,大家都認為演算法技術的成熟,給內容分髮帶來了全新的可能性——去中心化創作釋放了個體,給用戶更豐富和個性的內容選擇,形成了龐大的注意力經濟。然而現在看來基於演算法的內容分發,跟傳統的基於編輯的中心化式媒體平台有著千絲萬縷的聯繫,演算法不可能取代人,信息流不可能取代社交流,去中心化與否不重要,基於演算法的內容平台們還是要多向老前輩們取取經。

來源:羅超頻道 / 作者:羅超


推薦閱讀:

如何評價skm破音繼美拍爆紅後又刷爆空間?
美拍展開M計劃,解決了廣告主短視頻內容生產上的痛點
美拍和秒拍的區別是什麼?
胡歌機車硬照曝光,荷爾蒙爆發,雅痞范兒十足

TAG:快手 | 美拍 | 抖音 |