作者:貓小
众号:运营增长(yunyingxq)
本文以作者所团队打造社区模块的过程例,梳理了社区推荐的具体思。
因自家产品业务规划需,我们目搭建【社区】模块,并准备一级单栏入口,这事看去挺动静;因从事互联网行业的同学,多多少少知道,内社区可以一行业了,且一比较熟的行业市场。
例如往大了讲,有独立的小红书、知乎等社区产,往小了讲有Keep、易等,在APP中嵌套社区的做法(我们目前就属于这类)。
其次,一个“的”区也不是一个小团说做就做,立马能支撑来的;成熟的区离不开供需关系,也就是内容消耗者和创者,以及复的推荐法;并套内容审核治理、成长等级、创者激励等等一系列运营度来运行。
令人遗憾的是,以上这些当前队能力,都做不;所以想写这篇文章总结一下,是如何思考理的。
一、思考-正向推荐
因为所在的队没有一个懂内容的运营和产品;只是老板想要,交代下来就开干了!(听起来,跟你公咋,哈哈哈)
所以作为个【专业不合格】社区品经理,我被指定负责社区模块时,能抱着敬畏心边学习边思考边设计;心思想是尽量先做小保证(合格),实运后根据实战经验再调优迭代。
始之,我们先梳理一下功能流程,作产品记得,不接到什么功能需求,都先自己理一下流程逆流程,然后思考其中设的关键点所,后输出原型时,能妙笔花。
例如社区的正向流程:
1)给谁推荐内容?
2)推什内容?
3)荐内容数量构成?
…
首先给谁推荐:这里可通过户标签与容标签,相结合进行联推荐;简单举个例子,户分享了某篇章,该章在创建时营打上了“娱乐”标签,那么再次推荐时,就会给户推荐含有“娱乐”标签的容。
打标签有很场,又属另一个大类型,网上有很文章的,里就不做赘述。
其次推什内容:内容也有多种形式,这产品经理需要整理家APP内有哪些内容向产出,比如UGC发帖、内部运营发帖、外部邀请作或搬运的PUGC、KOL发帖、或创建的话题等等。
像我们APP有商品咨询问答,其实也属于内容出,尽可能囊括全部,并是说要在社区股脑荐用户,而是楚后,以便于在合适时进改造,比如我在社区荐瀑布流会随插入个商品咨询问答卡片。
后推荐数构:一般况下,拉刷新或下拉加载,推荐9~12篇内;那这12篇内如何构呢?
最需要考虑种情况:一种是营强推荐,如营推荐章,属于首次进社区必现;一种是热门章、章(发布时间)的推荐、一种是标签联推荐;
延伸处理:我们又把标签推荐分为分时浏览标签和历史浏览标签两种状态,样用来区分推荐结果,比今首次进区,还没有浏览内容情况下,根据历史推荐;有浏览,就需要根据当前浏览结果进行推荐。
以上如此划,是因为推算法逻辑不懂(没有算法工程),但整体思路是要保证公性,任何类型的内容都有机会露出,不可能全是标签推的内容、也不能全是热门推。
继续往下拆解:是荐内容数量分配问题;最粗暴案是配数,比如刷新荐9篇内容,热文章取3篇、新鲜度文章取3篇….
另一种方案给每一种内属性设置分,比如门文章设置高中低三段、新鲜度文章按发布时间也设置高中低….
然后每个位都对应给默认分值,最终根据章累的总分,进行推荐。
延伸处理:不管是哪一种情况,要考虑内容库是很大的,比有1000篇文章,计每篇文章分数推荐出9篇文章,研能需要几秒,但加载刷新一次仅需2秒;中间就存在问题,需要与研讨论是否根据历史标签先做一个默认的初始推荐库,随时往里面更新替换内容。
二、思考-逆向风险
区的逆向流程:
1)内容不够怎?
2)如何验证荐好坏?
3)新用户怎么推荐?
…..
首先内容不够怎么办?为一个从0到1的区,果没有庞大的用户基础和激励政策,内容产出是一个大问题,我们初始内容只有几千篇文章,就需要考虑个消耗问题,果初始内容库有几万篇文章,或许以渡一段时间。
有能力的话,产品可在会议过方案提出风险,跟内容队及领导约束,定期产出多少内容(不论产、购买或用户发帖)来确保消耗;
其是验证荐好坏?不管是内容算法荐是简单逻辑荐,荐出结不定会让用户或自己都满意,这里品要做好预期,有条件研团队可以做AB测试、分桶试验等等来调优。我目前所在团队做不到这块,我不发挥了。
后新用户怎么推荐?这里单独拿出一下,因考虑到社区氛围感问题,老用户我们可以通过述的推荐逻辑行推荐,如果新用户也按照如方式,也可以的。
但产要思考当前章整体质量如何,首先自己感受到社区的氛围及社区想要引导及表达的核;如果弱一点或自信,可支持营对户进行单独容配置,作为户初始容,这样有引导性的户看到我想他看到的容,户感知解可会强一些。
三、遗留
上算是了社区推荐的雏形思路,具体细因产而异;当然可否认是很简陋的版本,这个说实话因公司、项目及团队而定;大团队有大团队的算法工程,小团队有小团队的逻辑处。
在整理学习程中,像区治理、创激励、推荐干预、台审核等大模块的思路及经验,我是插不上的,但小的思考我还整理有下几点,在我们区目前阶段并未现的很彻底,得值得做区时思考,我列出部分,举一反三;
初始:在内容刚发布,可赋予一定初始值,这个值可根据用户账号权重值来计算得出;比如UGC、PUGC属性、用户在的丝、活跃情况等综计算。推:官方运营可以对优质内容或垃圾内容,进行正负权重加,进行一定的人工干预响。间衰减:指的是文章发布后,由新鲜历史的间衰减函数公式(牛顿冷却定律),让内容逐渐降温。
上述部分初始可由简单计算公逐渐过渡到复杂公;由于我司没有成型内容研团队,这些都未实操过。
优质内分发:根据推荐逻辑-优先推荐给固范围趣人群-如果文章继续发酵,则按度升至首页-首页推荐层如果文章继续发酵,则入运营人预阶段,后台控制否推或控。
次,这中间涉及到同账号权重,可会分发同量级的流量进行验证;还有相对公平的流量分配机制,依托粉丝系、兴趣推送的分发机制等,这我们没有实现,我们户量基础当前是很大。
内容聚合显示:内容聚合功能,根据不同内容的划分度,将同类内容放到一个页面进行展示。用户以通某一聚合功能,浏览到所有同类内容。常见的聚合功能有版块、圈子、频道、题、题、标签…等等,具何使用根据具的业务形态来判断。我们文章基础数量也不是很大,所以部分也未现。
内容数据填充:在用户互动数据量不够,就需要通过填充一些“假”数据,提升社热度观,以及在用户发布内容后可以及获得正向反馈。
比如阅读、赞等等,可以在发布时,在定范围内逐渐递增基础数值;评论填充成本稍高些,需要准备套量级足够、用评论库,在内容发布后自动填充到内容评论区。评论可以按场景进分类,应不内容标签;这部分我们也未实现,值冷启动社区思考。