有時候，不同的角度或身份可以讓我們透視不同內(nèi)容背后的邏輯，比如在短視頻內(nèi)容背后，當你站在內(nèi)容策略產(chǎn)品視角上來看時，你會發(fā)現(xiàn)其背后其實是標簽跟數(shù)據(jù)體系的建構(gòu)邏輯。具體如何理解？不妨來看看作者的解讀和分析。

日常刷小紅書，我們有時候只是會感覺內(nèi)容挺好的，對特定目標人群來說比較有價值，如果在內(nèi)容策略產(chǎn)品視角來看，背后則是標簽跟數(shù)據(jù)體系的建構(gòu)邏輯。

這個命題之中，短視頻基礎(chǔ)內(nèi)容體驗是過程，為誰提供體驗是服務(wù)目標。用戶與內(nèi)容本質(zhì)上來說是兩類完全不同的體裁，需要通過過程服務(wù)好目標來實現(xiàn)。

一、什么是內(nèi)容？

正常來講，短視頻內(nèi)容池子里，基礎(chǔ)內(nèi)容可以簡單理解為平臺內(nèi)支持了大部分DAU的消費vv的內(nèi)容。具體到各平臺的內(nèi)容形態(tài)不同，表現(xiàn)情況可能會不一致，如果我們拆解平臺DAU增長的情況來說，vv的形態(tài)基本上可以表達70%的DAU趨勢，所以在當前平臺，我們以vv（video view）來描述內(nèi)容在平臺的呈現(xiàn)情況。

二、什么是好的內(nèi)容體驗？

回歸到定義出發(fā)，vv是表達基礎(chǔ)內(nèi)容的兌換數(shù)據(jù)，那么好的基礎(chǔ)內(nèi)容體驗直觀來說就是能帶來持續(xù)vv供給的內(nèi)容。如果說策略一定要有北極星做指標的話，vv可以算得上是內(nèi)容體驗的北極星指標，至少滿足以下四個屬性（可量化、可執(zhí)行、可監(jiān)控、可分析）。

那vv持續(xù)增長就一定是好的嗎？如果真的要拆解這個定義，那又要回歸到好內(nèi)容的本質(zhì)問題：內(nèi)容多樣性、可持續(xù)、安全。在vv持續(xù)增長的情況下，內(nèi)容要求足夠的多樣，輸出多樣內(nèi)容的持續(xù)性也需要不斷加強，與此同時，這些向外輸出的內(nèi)容得守住平臺底線。

1. 如何量化？上述的基礎(chǔ)內(nèi)容體驗？

可持續(xù)看投稿，創(chuàng)作者在平臺滲透率、日均投稿量、過程指標則會關(guān)注跟投稿有關(guān)系的曝光、互動、分發(fā)。

2. 安全性

看過濾，主動過濾看badness率，被動過濾看舉報滲透率。

3. 多樣性

多樣性在目前任何一個平臺都是主要的功課，如何做好多樣性、如何量化多樣性既需要持續(xù)修煉內(nèi)功（內(nèi)部指標），也需要橫向?qū)Ρ绕渌脚_各內(nèi)容類目占比。

向內(nèi)求，如何抓住內(nèi)部的生態(tài)，通過流量控制也能幫助我們挖掘多樣性的缺失，比如周期性開AB，觀察在某類內(nèi)容供給占比減少/增多的情況下用戶消費的時長是否會增多/保持不變？

向外求，橫向?qū)Ρ炔煌惸肯赂髌脚_的內(nèi)容優(yōu)質(zhì)量、內(nèi)容分發(fā)量。

以上是我們?nèi)ニ伎純?nèi)容好的幾個重要參照，不過話說回來，內(nèi)容生態(tài)本質(zhì)上是圍繞用戶做供給的，最終評估的視角還是要回到目標群體上。

在這里可以思考下，如果我們想要給線上用戶提供基礎(chǔ)內(nèi)容，我們要怎么做？在回答這個問題之前，首先要挖掘用戶類型。跟做內(nèi)容標簽跟數(shù)據(jù)拆解一個思路，用戶本身是平臺給出的用以定位用戶的載體，而從內(nèi)容分發(fā)的視角來看，這些實體再往深一層則是數(shù)據(jù)跟標簽，如何拆解這些標簽？

三、我們通常會把用戶標簽分成描述型、計算型、預(yù)測型

描述型：表達客觀的用戶使用平臺過程中產(chǎn)生的數(shù)據(jù)信息。

按照數(shù)據(jù)來源方向可以拆解為：設(shè)備信息、用戶基本信息、行為數(shù)據(jù)。設(shè)備信息：設(shè)備型號、IMEI、常用\登錄WiFi、IP等；用戶注冊手機、用戶名、平臺ID。行為數(shù)據(jù)：消費內(nèi)容數(shù)據(jù)，互動數(shù)據(jù)，搜索數(shù)據(jù)、關(guān)注數(shù)據(jù)

計算型：經(jīng)過數(shù)據(jù)加工與分析獲得大致描述用戶在平臺特征的數(shù)據(jù)。時間相關(guān)：月消費天數(shù)、日使用時長、日互動次數(shù)、關(guān)注量級、粉絲量級、日消費額。

預(yù)測型數(shù)據(jù)：本質(zhì)上生成的是平臺通過預(yù)測規(guī)則對用戶的畫像體現(xiàn)，從而生產(chǎn)的標簽。具體的標簽如何按照類目劃分可能是：喵星、人文景色。

按照類目表現(xiàn)類型還可以分為：紀錄片、飼養(yǎng)方式、可可愛愛。

按照預(yù)測可信度，可以在每個標簽后都給出預(yù)測數(shù)值，從0-1的區(qū)間做分類，可信度分數(shù)的獲得方法通過用戶在平臺的行為獲取，比如用戶歷史瀏覽過、并且給他人分享過；跟用戶相似度較高的其它用戶曾經(jīng)瀏覽過；瀏覽過相同內(nèi)容的用戶瀏覽過并且有分享行為。

那么通過預(yù)測型數(shù)據(jù)我們可以得到的結(jié)果就是：用戶A在可可愛愛的喵星標簽關(guān)聯(lián)可信度0.98，這樣就可以解釋為什么我們打開抖音刷出的內(nèi)容都是自己比較喜歡的內(nèi)容。

以上是關(guān)于取悅用戶要從用戶行為標簽需要做的努力。

四、GID的引入

那這里會有個問題是，如果線上所有的用戶都用這套方法，算法的壓力得打爆了，怎么做到簡單高效的分發(fā)邏輯確?；A(chǔ)內(nèi)容的消費用戶快準狠的達到目標用戶身上呢？這里需要引入一個GID的概念（groupID）。

GroupID是個虛擬的概念，它相當于對線上相似內(nèi)容、相似用戶做了聚合。引入GID的概念能有效的把目標用戶跟目標內(nèi)容快速關(guān)聯(lián)，快速試錯，快速調(diào)整推薦的方向。

舉個例子，最近線上產(chǎn)生了一些新內(nèi)容形態(tài)，這些內(nèi)容被70后大量轉(zhuǎn)發(fā)點贊，如果復(fù)用線上的推薦流程，我們可以先給滿足70相似度高的GID10%的流量進行boost，結(jié)果發(fā)現(xiàn)這類內(nèi)容的消費vv短時間被打到高熱，如此便能夠很快的切換推流視角。而我們推薦的70后GID相似度也高的政務(wù)GID同樣可以做相似的推薦。那么這類信息流在平臺就很容易達到“基礎(chǔ)內(nèi)容高熱”的目標。

以上介紹的都是推薦側(cè)的基礎(chǔ)常識，如果把這套架子搭建起來是不是就意味著我們可以高枕無憂了？然而，流量無論如何也是有天花板的，當我們把一切基建搞定之后，面臨的難題則會聚焦在“存量用戶持續(xù)活躍”“流失用戶的再度召回”。這倆命題之所以能難搞，主要原因是大刀闊斧的工作已經(jīng)做到了80分，而細枝末節(jié)的策略還尚待挖掘，細枝末節(jié)的策略如果也希望做一個完整的策略鏈路，驅(qū)動力跟收益都會受到挑戰(zhàn)。

五、面對這些問題常用的策略手段

• 正向解法：用戶刷feed的問卷（GID分發(fā)邏輯調(diào)整）。
• 負向解法：雙棲用戶在平臺定義為低頻率的用戶類型（補齊特定內(nèi)容供給的問題）。
• 離線評估：自查，會不會有內(nèi)容聚集的問題。

以上，都只是圍繞內(nèi)容本身。但現(xiàn)階段，所有大廠都在做聚合，這么一來還需要回答的問題在于：從基礎(chǔ)內(nèi)容能最大化滿足目標人群的口子里，我們需要分配多少流量給用戶創(chuàng)作、給內(nèi)容分發(fā)、給本地生活、給商家投廣告？

除了決策層的意見輸出之外，回答這個問題本質(zhì)上還是要回到背后的數(shù)據(jù)跟標簽，只是這些數(shù)據(jù)標簽要拆解的更細，比如剛剛提到的，服務(wù)目標人群的量化，除了現(xiàn)有基礎(chǔ)內(nèi)容的價值、頻次之外，還需要引入價值因子，即用戶實際的消費潛力。

關(guān)于消費潛力本質(zhì)上也是標簽的預(yù)測能力，未來詳細介紹關(guān)于商業(yè)化視角對消費潛力的拆解動作。