從場景角度來拆解網(wǎng)易蝸牛讀書:基于場景的優(yōu)化建議

4 評(píng)論 13580 瀏覽 82 收藏 15 分鐘

在本文中,作者從閱讀場景來進(jìn)行拆解,并針對(duì)3個(gè)核心高頻場景,對(duì)涉及的功能模塊進(jìn)行了一些分析,以供參考。

網(wǎng)易蝸牛閱讀一開始是緊跟著微信讀書出來的,用來填補(bǔ)精品閱讀市場的空缺?,F(xiàn)在經(jīng)過了1年的進(jìn)化,已經(jīng)成長為閱讀產(chǎn)品中獨(dú)角獸一般的存在。我算是網(wǎng)易蝸牛讀書的老粉了,使用過程中發(fā)現(xiàn)很多驚喜,也有吐槽。本文從閱讀場景來進(jìn)行拆解,并針對(duì)3個(gè)核心高頻場景,對(duì)涉及的功能模塊進(jìn)行了一些分析,以供參考。

從場景角度拆解閱讀

既然是精品閱讀,就得獨(dú)辟蹊徑,切中用戶G點(diǎn)。我把自己代入了一下蝸牛讀書的PM,如果從場景來對(duì)閱讀類進(jìn)行分析的話,主要有使用時(shí)間、閱讀狀態(tài)、用戶動(dòng)機(jī)三個(gè)維度。

時(shí)間上,分為碎片時(shí)間和整塊時(shí)間,碎片時(shí)間難以沉浸閱讀,整塊時(shí)間是所有App的競爭紅海,但用戶沉浸和付費(fèi)轉(zhuǎn)化率也是最高的。閱讀狀態(tài)維度上,分為:一本書看到一半、看完一本書,以及沒有在看的書(或者很久沒有打開app的狀態(tài))。而動(dòng)機(jī)維,也就是用戶打開app后下意識(shí)的反應(yīng),可以分為:繼續(xù)看書架上的書、找新書,以及發(fā)表感觸/互動(dòng)。

這三個(gè)維度能大致羅列出用戶進(jìn)入app后的所有情況,把它們分別組合,就得到了18個(gè)不同的具體場景:

根據(jù)估算的權(quán)重,其中出現(xiàn)概率最高3個(gè)場景分別是:

  1. 繼續(xù)閱讀沒看完的書——從書架進(jìn)入閱讀界面
  2. 看到一半找新書——退出書架到分類頁/領(lǐng)讀頁
  3. 看到一半發(fā)表感觸/互動(dòng)——從閱讀界面進(jìn)入問題/評(píng)論頁,或者直接進(jìn)入領(lǐng)讀頁互動(dòng)

仔細(xì)想想確實(shí)如此,閱讀的核心功能還是無非是找書、看書。根據(jù)二八法則,80%的普通用戶都是在書架/分類搜索頁來來回回,因此“找書”和“看書”也是閱讀優(yōu)化的重點(diǎn)方向。下面,我對(duì)這3個(gè)高頻場景和蝸牛閱讀的模塊對(duì)應(yīng)關(guān)系分別羅列如下。

場景1:繼續(xù)看沒看完的書

這三個(gè)場景里,第一個(gè)場景(繼續(xù)閱讀沒看完的書——從書架進(jìn)入閱讀界面),產(chǎn)品需要做的是:提高沉浸閱讀體驗(yàn),鼓勵(lì)深度閱讀。換言之,當(dāng)用戶進(jìn)入“繼續(xù)看書”的場景時(shí),產(chǎn)品需要盡可能把用戶留在閱讀界面,不斷地讀下去(而不是翻了幾頁就退出去)。為此,需要做的事情主要有:優(yōu)化閱讀體驗(yàn),同時(shí)對(duì)用戶的深度閱讀行為進(jìn)行激勵(lì)。

閱讀器體驗(yàn)方面,網(wǎng)易蝸牛閱讀在國內(nèi)閱讀產(chǎn)品領(lǐng)域絕對(duì)是名列前茅,豌豆莢、金米獎(jiǎng)之類的設(shè)計(jì)獎(jiǎng)項(xiàng)也是拿到手軟。優(yōu)質(zhì)閱讀體驗(yàn)是沉浸的前提,但光有這一點(diǎn)還不夠,因?yàn)榫赖脑O(shè)計(jì)只會(huì)讓人贊嘆把玩,卻不會(huì)花費(fèi)數(shù)小時(shí)沉浸其中。因此需要人為設(shè)計(jì)沉浸因素,引導(dǎo)用戶進(jìn)入閱讀的“心流”狀態(tài)。

什么是深度閱讀行為?寫書評(píng)、做筆記、提問與總結(jié)、用戶間討論等。這是碎片時(shí)代的泛閱讀中較難出現(xiàn)的,但也是精品閱讀所必不可少的?,F(xiàn)在蝸牛閱讀采取的鼓勵(lì)方法主要是境界分閱讀時(shí)長兌換蝸牛殼。 境界分類似用戶積分,根據(jù)用戶閱讀時(shí)長和其他互動(dòng)行為來累計(jì);蝸牛殼也是閱讀時(shí)長,可以直接兌換成書籍。

這兩者本質(zhì)都是對(duì)整體閱讀時(shí)長進(jìn)行累計(jì),但都沒有起到“讓用戶沉浸”的效果?!懊刻烀赓M(fèi)1小時(shí)”讓用戶能在眾多圖書之間無成本切換,而沉浸式閱讀意味著聚焦,只聚焦于當(dāng)下的一本書,這就產(chǎn)生了矛盾。網(wǎng)易蝸牛閱讀的第一版曾經(jīng)有過“書架上只能放3本書”的規(guī)則,大致也是想減少用戶頻繁地在書籍間切換(不得不說這個(gè)規(guī)定對(duì)于收集癖而言真是反人性),這是用“堵”的方法解決問題,破壞了用戶的原本使用習(xí)慣,而若是用“疏”的方法,引導(dǎo)用戶自然沉浸,或許也是一種不錯(cuò)的思路。

Brian Burke在《游戲化設(shè)計(jì)》中提到,沉浸的核心,一是目標(biāo),二是即時(shí)反饋?;谶@兩點(diǎn),我列舉了幾條優(yōu)化建議如下:

(1)完善即時(shí)反饋系統(tǒng):

  • 每日讀書報(bào)告:針對(duì)閱讀超過1小時(shí)的用戶,出現(xiàn)讀書報(bào)告反饋彈窗:“你今天一共閱讀了182分鐘,超過了87%的讀者”;
  • 顯示用戶當(dāng)前的“連續(xù)閱讀時(shí)間”——即沒有中途退出找新書,而是始終閱讀書架上那一本書的時(shí)長。這個(gè)是為了減少用戶頻繁在圖書間切換

(2)用閱讀勛章體系為用戶構(gòu)建閱讀目標(biāo)

  • 從一而終——完整地讀完了一本書
  • 揮斥方遒——寫下書評(píng)超過2000字
  • 汗牛充棟——書架上超過20本書(黑勛章)

場景2:看到一半找新書

第2個(gè)場景(看到一半找新書——退出書架到分類頁/領(lǐng)讀頁),用戶退出原本的閱讀界面很大原因是讀不下去/沒心情讀,這時(shí)候就需要產(chǎn)品來幫助用戶更快地到達(dá)感興趣的圖書。因此,產(chǎn)品需要提供的是:

  1. 清晰明確的分類查找路徑
  2. 精準(zhǔn)的內(nèi)容推薦
  3. 優(yōu)質(zhì)圖書資源的維護(hù)與更新

1)分類查找路徑

分類查找路徑部分主要是分類搜索頁面,目前這部分由榜單、出版社和圖書類目構(gòu)成。

├── 榜單
      ├── 在讀榜
      ├── 新書榜
├── 出版社tag
      ├── 譯文
      ├── 理想國
      ├── 中信
      ├──  ...
├── 圖書類目
      ├── 小說
      ├── 青春
      ├── 漫畫繪本
      ├──  ...

其中值得一提的是出版社入口。出版社入口一方面能讓合作的出版社得到曝光,另一方面也起到了一定的篩選作用。比如“譯林” = “外文譯著”、“中信” = “優(yōu)質(zhì)科技圖書”等。

但問題在于,對(duì)于大多數(shù)用戶而言,出版社標(biāo)簽起到的篩選作用并不鮮明。比如理想國、讀客、果麥,普通用戶是沒有清晰的認(rèn)知區(qū)分的。將其放在首屏正中間的位置,不僅造成資源浪費(fèi),而且也不利于之后擴(kuò)展更多的合作機(jī)構(gòu)(因?yàn)槲恢糜邢蓿?/p>

因此建議:優(yōu)化出版社的視覺標(biāo)簽展現(xiàn)形式,將其壓縮為tag形式,如下圖所示。

這樣做優(yōu)勢有:

  • 有利于給更多機(jī)構(gòu)展示的空間(比如藍(lán)獅子、外研社…)
  • 和普通書籍類目形成視覺區(qū)分
  • 增加下面類目的曝光機(jī)會(huì)

2)精準(zhǔn)的內(nèi)容推薦

現(xiàn)在蝸牛閱讀的推薦體系主要是:

├── 榜單(權(quán)威推薦)
      ├── 首頁“安利基本新書”
      ├── 分類頁的在讀榜、新書榜
├── 基于內(nèi)容tag的推薦
      ├── 圖書詳情頁“猜你喜歡”(推薦同類目書籍)
├── 基于用戶節(jié)點(diǎn)的推薦——領(lǐng)讀人

基于領(lǐng)讀人的推薦本意是彌補(bǔ)標(biāo)簽推薦覆蓋不到的領(lǐng)域,讓用戶節(jié)點(diǎn)來代替權(quán)威推薦。這其中存在的問題就是領(lǐng)讀內(nèi)容質(zhì)量參差不齊,營銷號(hào)/大V把領(lǐng)讀當(dāng)作內(nèi)容發(fā)布平臺(tái),發(fā)布大量和推薦閱讀無關(guān)的文章。

對(duì)此,蝸牛讀書采取的對(duì)策是用信息流的正負(fù)反饋來調(diào)整領(lǐng)讀人賬號(hào)的內(nèi)容權(quán)重。用戶每刷新一次會(huì)推送兩條未關(guān)注領(lǐng)讀人的內(nèi)容,可以直接×掉并選擇不喜歡理由,這樣就能分辨出低質(zhì)量賬號(hào)并對(duì)其進(jìn)行限流。

除此之外,基于用戶過往行為來進(jìn)行個(gè)性化書單推薦也能幫助用戶到達(dá)感興趣的書籍。但因?yàn)檎倚聲念l次遠(yuǎn)低于聽歌/網(wǎng)購(聽一首歌幾分鐘,看完一本書幾小時(shí)),所以推薦這一塊整體沒必要做的很“重”。

3)優(yōu)質(zhì)圖書資源的維護(hù)與更新

圖書資源是整個(gè)平臺(tái)的基礎(chǔ)。這部分一是圖書數(shù)量和質(zhì)量間的平衡,二是圖書的基礎(chǔ)信息建設(shè),包括標(biāo)簽庫的維護(hù)與更新。(想想也是個(gè)大工程,難怪個(gè)性化推薦不好做)

場景3: 看到一半發(fā)表感觸/互動(dòng)

第3個(gè)場景(看到一半發(fā)表感觸/互動(dòng))其實(shí)更準(zhǔn)確的描述是“用戶進(jìn)入app后,并未繼續(xù)閱讀書架上讀了一半的書籍,而是進(jìn)入互動(dòng)頁面進(jìn)行瀏覽/討論”,此時(shí)用戶已經(jīng)跳出了閱讀狀態(tài),只是在借此機(jī)會(huì)度過碎片時(shí)間。因此產(chǎn)品主要目標(biāo)是:構(gòu)建閱讀社區(qū)的討論氛圍,幫助用戶融入和成長

這個(gè)模塊主要包括閱讀中互動(dòng)和領(lǐng)讀:

├── 閱讀互動(dòng)
      ├── 提問與回答
      ├── 短評(píng)論
├── 領(lǐng)讀體系
      ├── 關(guān)注領(lǐng)讀人,看書評(píng)
            ├── 領(lǐng)讀人推薦
            ├── 用生命點(diǎn)贊
      ├── 寫書評(píng),成為領(lǐng)讀人
            ├── 境界分

用戶融入一個(gè)社區(qū),并積極互動(dòng)生成內(nèi)容,條件無非是:1) 有感興趣的內(nèi)容/人,2)有激勵(lì)/炫耀價(jià)值。比如早期的知乎,能讓用戶“發(fā)現(xiàn)更大的世界”,同時(shí)又打上“精英社區(qū)”的標(biāo)簽,自然吸引大V爭先恐后發(fā)表內(nèi)容。

而蝸牛讀書的情況在于:作為閱讀類app,社交屬性不能太重,否則會(huì)帶偏產(chǎn)品體驗(yàn)的調(diào)性(這也是其與微信讀書的最大區(qū)別),因此無法使用普通的促活方法。(同類型app很多都有讀書會(huì)活動(dòng),實(shí)際上有利有弊的)

領(lǐng)讀體系更偏向一個(gè)獨(dú)立模塊,以領(lǐng)讀人為節(jié)點(diǎn)進(jìn)行用戶——書籍之間的連接。但因?yàn)榇蟛糠钟脩暨€是以讀書為主,因此它占的權(quán)重不是很大。

核心是閱讀互動(dòng)部分,包括圖書詳情頁的用戶短評(píng)論和提問?,F(xiàn)在每本書會(huì)有一個(gè)默認(rèn)問題“閱讀此書是一種怎樣的體驗(yàn)”,除此之外也有不少用戶提出的問題,但回答率都相對(duì)較低。

為什么回答率低?因?yàn)樽x到同一段話,有問題/遇到阻塞的用戶會(huì)提出問題,或者點(diǎn)進(jìn)去看看有沒有類似的問題,而知道問題答案的用戶卻不會(huì)主動(dòng)點(diǎn)進(jìn)問題界面,最多只會(huì)通過筆記/書摘等方式記錄。這就導(dǎo)致大量問題被提出,但回答的人很少。

因此建議:在消息列表中,給用戶定向推送“你可能想回答”,定期將新的問題推送給相關(guān)用戶(閱讀完這本書/寫過這本書的書評(píng)的用戶),這樣既能提高提問互動(dòng),也避免了閱讀體驗(yàn)干擾。

結(jié)語

截至2018年1月,我個(gè)人用網(wǎng)易蝸牛讀書也有1年了。自從知識(shí)付費(fèi)時(shí)代來臨,好內(nèi)容的價(jià)格就水漲船高,因此我一直覺得蝸牛讀書是一個(gè)很公益的項(xiàng)目。我非常感激它的“每天免費(fèi)閱讀1小時(shí)”,讓無數(shù)和我一樣的普通用戶有機(jī)會(huì)接觸大量的優(yōu)質(zhì)內(nèi)容。我想,這也是這個(gè)產(chǎn)品的本心吧。

 

本文由 @卓文 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自u(píng)nsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 你好!我想了解一下此文的權(quán)重是如何估算得到的?

    來自湖南 回復(fù)
    1. 想問+1

      來自廣東 回復(fù)
    2. 加一

      來自黑龍江 回復(fù)