pipelines(pipeline销售)

很多内容创作者可能有过类似体验:引经据典像写论文一样创作了一篇几千字长文,无人问津;偶尔发了一个10秒不到的搞笑视频,火了。

一方面和现在的碎片化泛娱乐化的网络内容环境有关系,另一方面也和互联网平台的内容推荐算法有关系。

网上有声音甚至说,算法时代的内容创作者不懂算法是很难做大的,算法时代的内容传播从业者不懂算法,给品牌产出的内容也很难成为爆款。

酒香也怕巷子深。无论愿不愿意接受,现在的酒香想飘出巷子,都需要经历算法推荐这一关。

算法的2种类型:

谈到算法,目前互联网平台常见的有一推一拉2种:

1. 推:推荐算法,常见于头条抖音小红书等社交平台,主要存在于信息流推送;

2. 拉:排名算法,常见于谷歌百度等搜索平台,主要存在于搜索结果。

算法的3个特点:

1. 千人千面:平台基于不同用户的数据(包括浏览互动等行为特征)“猜你喜欢”,推送用户最有可能感兴趣的内容;

2. 黑盒:平台不可能把算法完全透明的公开,所以从业者很多时候只能靠规模化“赛马”测试来摸索,或者靠摸着石头过河后总结出的经验来指导后续(类似于搜索引擎优化行业);

3. 不断变化:不止平台自身会根据发展需要不断进行调整,比如抖音一段时间内的主推“赛道”会有变化(三农、健身等),直接会带来短视频创作领域阶段性洗牌;而且政府监管和相关政策也会不断促使变化的发生,比如PIPL(个人信息保护法)以及今年3月执行的专门针对算法推荐的《互联网信息服务算法推荐管理规定》等。这些相关政策也督促平台对于用户信息搜集以及关闭算法推荐选项等方面做出了很多调整。

关于算法的2种声音:

业内近期热议的算法主要是第一种,推荐算法。目前存在2种声音:

1. 反方观点认为算法的本质在于让人上瘾,从而更长时间的停留在平台;既有可能侵犯了隐私,又拖垮了生活,还造成了“信息茧房”(只能接收到很窄范围的信息),需要去对抗;

2. 正方观点认为算法和人工智能是大势所趋,机器学习和个性化推送能够给人们的信息获取带来便利,甚至可以辅助决策。

我们这里姑且不讨论哪种观点正确。算法是一个既定事实,至少在未来很长一段时间内还会存在,本身也无所谓好坏,更多在于使用的动机和目的。

那么在算法时代所带来的不确定中,作为内容传播从业人员和内容创作者,如何更好地应对呢?这里有个七字诀建议:

拆:广撒网,少押宝

顺应碎片化趋势,长内容在发布之后,可以考虑再拆分成多条不同风格的短内容进行二创发布,而不是像押宝一样“毕其功于一役”把所有精华都赌在一篇内容里。

测:赛马测试

这个可以结合上面的拆来进行,有多个不确定是否能爆的内容切入角度,可以各出一个内容,然后选择信息流或者KOC等经济实惠的方式进行推送,像赛马一样测试哪个更有潜力,再进行优化调整。

跟:跟随热点赛道

一般在某一段时间内,平台是有流量倾斜和主推赛道的,直接的体现是平台主推的“榜样”所在的赛道,比如张同学所代表的三农赛道,刘畊宏代表的健身赛道等。如果内容选题跟随当下热门赛道,可以起到借势的效果,也得到平台流量倾斜的更多机会。

仿:模仿爆款

抄袭可耻,这里的模仿不是鼓励抄袭,而是建议模仿和揣摩爆款内容的特征进行借鉴。

因为同一时间内平台算法是有“口味”的,需要去摸索“口味”;而爆款内容就是符合平台“口味”的,所以值得仔细揣摩。比如选题方向、封面图设计、标签添加、故事展开节奏、字幕风格等等。

快:黄金三秒,快速吸睛

标题党一般是贬义,但如果合理的运用,是有助于提高初期互动率的,从而有助于内容多突破算法推荐的几个关卡,得到更多流量推荐。

放在短视频时代,就是所谓的“黄金三秒”原则。一开场的封面和头3秒就要快速抓住眼球,把最吸引人的元素放在前面,比如经典的3B(Baby,Beauty,Beast/Pet),否则用户手指一划就过去了。

抓:抓住关键时间

算法推荐有所谓的发布窗口期(一般是内容刚发布的24-48小时内),错过以后如果文章还是表现平平,基本就被平台算法“判死刑”了。

那么发布之后对于互动增长速度的实时监测就变得非常重要。现在有很多工具可以实现分钟级监测,可以用来辅助。

另外不同平台和不同品类的用户活跃时间也是有所区别的,这个可以在运营工具后台看到,结合用户活跃时间发布,也有助于内容尽快度过冷启动期。

推:及时助推

发现发出的一些内容有潜力(互动增长速度较快),就值得进行一些助推,比如小红书的薯条,抖音的Dou+等;这样有助于打造出小爆款。

以上只是众多经过验证的经验其中的一部分,相信还有很多,抛砖引玉。行业还在不断在变化,现在一些头部平台也在推出“去算法化”的产品,比如字节推出的泛资讯与社区APP“识区”,抛弃了字节招牌的算法推荐,转而采用了人工推荐和RSS订阅机制。未来尚未可知,我们能做的是随着环境的变化不断探索和优化。

张亮(Leon Zhang),为福布斯中国撰稿人,表达观点仅代表个人。其为BCW博雅公关北京数字与创意董事总经理,中国传媒大学广告学院专业讲师。

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 sumchina520@foxmail.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.dasum.com/103652.html