摘錄今日頭條的評(píng)論

法則之三：少即是多（摘自《感知的、幾款過(guò)億美金APP的創(chuàng)業(yè)法則》）

媒體是最容易被操縱的，也是最容易變成一個(gè)官僚權(quán)力紛爭(zhēng)的名利場(chǎng)，它被太多外在因素干擾。而技術(shù)是一種手段，可以公正公平地讓每個(gè)用戶感知到自己的偏好，而且通過(guò)不斷智能篩選還能提高用戶的粘性和數(shù)據(jù)的多維度。我想這才是真正的互聯(lián)網(wǎng)手段去顛覆傳統(tǒng)媒體，當(dāng)然這也是那些來(lái)自報(bào)社雜志社的在各家門戶琢磨著標(biāo)題黨的同學(xué)們不敢想、不屑想的手法。

媒體最強(qiáng)調(diào)的就是調(diào)性，強(qiáng)調(diào)影響有影響力的人，而在移動(dòng)互聯(lián)網(wǎng)大潮中，找到屌絲用戶的訴求才是夾縫中爆發(fā)的關(guān)鍵路徑。舉個(gè)用戶剛需的例子，大家估計(jì)都能猜出百度搜索量最大的關(guān)鍵詞類別吧，而各家門戶都不好意思把這個(gè)分類放到自己的新聞客戶端里面。而今日頭條深知用戶看新聞的動(dòng)機(jī)和行為數(shù)據(jù)，最后專門列出了“美女”類別。這個(gè)剛需的釋放不僅僅在今日頭條中被用戶熱捧，包括“內(nèi)涵段子”“節(jié)操精選”“百思不得姐”都是如出一轍，僅僅通過(guò)社會(huì)化傳播就橫掃大把用戶。

產(chǎn)品思路 – 主打工具，核心是推薦算法

相比傳統(tǒng)媒體的核心——記者、編輯、運(yùn)營(yíng)，今日頭條主打工具，核心是機(jī)器推薦算法，也就是一款用機(jī)器推薦算法給用戶推薦新聞的工具。沒(méi)有復(fù)雜樣式的內(nèi)容，用簡(jiǎn)單的信息展現(xiàn)形式，展現(xiàn)出豐富的內(nèi)容，滿足用戶看資訊的需求。

今日頭條的特點(diǎn)如下：

1，不主觀編輯 – 只提供客觀內(nèi)容，向用戶展示大家都在看、用戶感興趣的內(nèi)容，不替用戶做主觀判斷。而搜狐、網(wǎng)易等傳統(tǒng)媒體， 主要由編輯運(yùn)營(yíng)頻道內(nèi)容展示給用戶。

“今日頭條沒(méi)有一個(gè)員工做內(nèi)容的生產(chǎn)和推薦，只有少數(shù)幾個(gè)人負(fù)責(zé)內(nèi)容的違規(guī)審核?！M量減少人為干預(yù)內(nèi)容’、全部交給算法來(lái)解決，是今日頭條的目標(biāo)?！保ㄕ浴督袢疹^條不會(huì)親自做內(nèi)容，只想做平臺(tái)》）

2，不運(yùn)營(yíng)內(nèi)容 – 主要內(nèi)容為機(jī)器爬取或自媒體上傳

招聘的運(yùn)營(yíng)人員都為用戶運(yùn)營(yíng)、評(píng)論審核、內(nèi)容審核。

3，用戶獲取內(nèi)容成本低

默認(rèn)展示推薦頻道，根據(jù)用戶的興趣愛(ài)好展示信息

豌豆莢評(píng)論：

1.新聞?lì)悜?yīng)用內(nèi)容是王道，省區(qū)了用戶篩選信息的成本，贊一個(gè)

2.不知道什么時(shí)候開(kāi)始，手機(jī)今日頭條成為習(xí)慣啦，空閑時(shí)候就愛(ài)翻一番。嗯，個(gè)性化做的挺好的。喜歡的內(nèi)容都能第一時(shí)間看到。

蘋果園評(píng)論：

1.從去年8月用到現(xiàn)在，給我推送的內(nèi)容越來(lái)越符合我的閱讀興趣，任何時(shí)候打看一定有我想看的東東，基本不用上微博了。

2.從一開(kāi)始就用，現(xiàn)在推薦的越來(lái)越精準(zhǔn)了，很好用，加油！

3 沒(méi)有復(fù)雜的新聞?lì)愋?，各個(gè)頻道的樣式基本一致，簡(jiǎn)單、清爽。

4.好用 畫面整潔利索

360手機(jī)助手用戶：

1.good,方便簡(jiǎn)單，界面整潔

今日頭條的界面基本為列表，無(wú)特殊內(nèi)容形式，簡(jiǎn)單，清爽。默認(rèn)展示給用戶的是推薦頻道

網(wǎng)易、搜狐等傳統(tǒng)媒體的界面，默認(rèn)展示頭條/要聞，列表的展示樣式豐富，對(duì)比今日頭條，略顯復(fù)雜，比較符合傳統(tǒng)門戶的風(fēng)格。

從今日頭條的招聘職位看頭條的思路

從產(chǎn)品看，可以發(fā)現(xiàn)①今日頭條專門招聘推進(jìn)引擎基礎(chǔ)品質(zhì)提升的產(chǎn)品，在推薦上下工夫；②同時(shí)并重資訊類、娛樂(lè)類產(chǎn)品，注重基于用戶數(shù)據(jù)分析的產(chǎn)品改進(jìn)。

高級(jí)產(chǎn)品經(jīng)理（文章推薦引擎基礎(chǔ)品質(zhì)）

職位描述：

1.深刻理解用戶對(duì)推薦的需求，指出推薦改進(jìn)的方向

2.制定可真實(shí)反映用戶感受的評(píng)估體系，要求體系指標(biāo)完善、可量化、可操作，評(píng)估結(jié)果真實(shí)可信

3.推進(jìn)人工評(píng)估，對(duì)評(píng)估結(jié)果進(jìn)行分析

產(chǎn)品經(jīng)理（資訊類產(chǎn)品數(shù)據(jù)分析，需求調(diào)研）

職位描述：

1.對(duì)日常運(yùn)營(yíng)數(shù)據(jù)進(jìn)行跟蹤和研究，定期分析運(yùn)營(yíng)效果

2.分析處理用戶反饋，整理用戶需求，提出改進(jìn)方案以及優(yōu)先級(jí)

3.負(fù)責(zé)監(jiān)測(cè)、整理與分析用戶需求、競(jìng)品動(dòng)態(tài)與行業(yè)情況；

4.協(xié)同各部門，確保產(chǎn)品的研發(fā)運(yùn)營(yíng)整體進(jìn)度

從研發(fā)看，文章抓取與處理、文本分析與挖掘、數(shù)據(jù)挖掘與分析、推薦引擎是今日頭條的機(jī)器推薦的技術(shù)重點(diǎn)；另外會(huì)根據(jù)用戶的反饋，不斷修正推薦參考因素。

數(shù)據(jù)抓取和處理（高級(jí)）工程師

職位描述：

負(fù)責(zé)大規(guī)模文本、圖像、視頻數(shù)據(jù)的抓取、抽取，去重、分類，垃圾過(guò)濾，質(zhì)量識(shí)別等工作。

為業(yè)務(wù)推廣、銷售策略、產(chǎn)品方向的改進(jìn)，提供數(shù)據(jù)分析支持。

文本分析與挖掘（高級(jí)）工程師

職位描述：

從事大規(guī)?；ヂ?lián)網(wǎng)和UGC文本數(shù)據(jù)的分析與挖掘工作，包括分類，關(guān)鍵詞提取，命名實(shí)體識(shí)別，聚類，主題分析，情感分析等工作。

數(shù)據(jù)分析與挖掘（高級(jí)）工程師

職位描述：

1.海量用戶意圖挖掘、興趣建模的算法研發(fā)

2.新聞分析、信息提取的算法研發(fā)

數(shù)據(jù)(高級(jí))分析師

職位描述：

1.通過(guò)數(shù)據(jù)量化評(píng)估用戶對(duì)推薦系統(tǒng)的滿意程度，發(fā)現(xiàn)影響用戶增長(zhǎng)和參與度的關(guān)鍵因素，為推薦系統(tǒng)的進(jìn)一步改進(jìn)提供參考

從運(yùn)營(yíng)看，今日頭條的運(yùn)營(yíng)工作主要為信息審核、文章審核、客戶端推廣活動(dòng)運(yùn)營(yíng)。

用戶運(yùn)營(yíng)經(jīng)理

職位描述：

1、通過(guò)數(shù)據(jù)分析、用戶調(diào)研等方式制定運(yùn)營(yíng)方案

2、協(xié)調(diào)相關(guān)部門，推進(jìn)實(shí)施運(yùn)營(yíng)方案

信息審核專員

工作職責(zé)：

1.負(fù)責(zé)新聞跟帖中違規(guī)內(nèi)容審核，包括色情、廣告以及違反法律法規(guī)要求的內(nèi)容

2.處理用戶舉報(bào)，對(duì)謾罵、人身攻擊、發(fā)布垃圾等內(nèi)容的違規(guī)ID進(jìn)行封禁

3.對(duì)用戶反饋的文章錯(cuò)誤進(jìn)行核實(shí)，根據(jù)不同情況進(jìn)行處理

4.營(yíng)造良好社區(qū)氛圍，參與社區(qū)規(guī)則的制定，不斷總結(jié)問(wèn)題，給產(chǎn)品改進(jìn)提供建議

編輯

職位描述：

1.負(fù)責(zé)今日頭條手機(jī)客戶端的內(nèi)容審核工作；

2.負(fù)責(zé)今日頭條搜索引擎的數(shù)據(jù)挖掘運(yùn)營(yíng)；

綜上，從今日頭條的招聘，印證了今日頭條做工具的產(chǎn)品主體思路。

附：網(wǎng)易新聞?wù)衅傅挠浾?編輯

傳統(tǒng)媒體的主要工作還是內(nèi)容的人工采集、運(yùn)營(yíng)、編輯

本文為作者：耳東善德獨(dú)家投稿發(fā)布，轉(zhuǎn)載請(qǐng)注明來(lái)自人人都是產(chǎn)品經(jīng)理并附帶本文鏈接