不止于推荐效率 更是变现效率吗「获得效率的前提是什么」

互联网 2023-04-03 11:31:08

今天给大家普及一下不止于推荐效率 更是变现效率吗「获得效率的前提是什么」相关知识,最近很多在问不止于推荐效率 更是变现效率吗「获得效率的前提是什么」,希望能帮助到您。

趣头条和米读小说的商业模式颇具创新,但为什么最终它们都没落了?作者从基础数据质量影响推荐效率、变现效率制约投放成本两点谈谈自己的看法,一起来看看。

有这样一家还蛮具有悲情色彩的公司——趣头条。

趣头条,在2016年伊始就将游戏化的金币机制应用于资讯阅读领域,以农村包围城市的方式,快速收割下沉市场的用户。2018年,趣头条实现了美股上市,上市时累计装机量1.81亿,月活用户6220万,用户日均时长55分钟。

上市的高光时刻,似乎也成为了趣头条在用户规模的顶点。随着各大内容资讯客户端回过味来,采用一样的“金币 裂变 广告”的方式来争夺市场,趣头条的日活便开始起起落落落,开始走上一条下行的道路。

为了找到第二增长曲线,趣头条推出了米读小说,开始用“网络小说看广告免费读”的方式重新争夺付费意愿较低的用户市场。在一度取得亮眼的成绩之后,米读小说接连被字节跳动的番茄小说、百度的七猫小说超过。

Questmobile数据显示,2020年年末,在线阅读App行业MAU规模中,番茄小说以6162万名列第一,七猫免费小说以5434万位列第二,而此前率先突破千万 DAU的米读小说未能进入前10名。2022年3月,米读小说卖身阅文集团,给这一段故事画上了句号。

趣头条和米读小说,两款应用都可以说是颇具商业模式创新的应用,如果时至今日,说不定都可以套一个Read2Earn的 Web 3.0的壳子。只是,创新者昙花一现,宛若流星短暂的划过天际。

为什么趣头条和米读小说会没落?

拙见两点:基础数据质量影响推荐效率、变现效率制约投放成本。

一、基础数据质量影响推荐效率

以我所知,趣头条并没有不重视推荐算法,花大价钱挖来了业内的团队来进行模型的打磨和迭代。底层逻辑也非常明晰:通过金币机制把新用户留住,通过有效的内容消费完成新用户到老用户的过渡,最后实现补贴停止后用户也能留存下来的长线目的。

然而,这样的逻辑却有一个漏洞:金币机制极大的干扰了基础数据的质量。

对于推荐系统的训练,我们有这样一句话“Garbage In,Garbage Out”,只有好的数据才有可能训练出好的模型参数,倘若基础数据里混淆了大量噪音,训练出来的推荐系统质量可想而知。

但是,在金币机制的加成下,显然难免遭遇用户的动机拥挤效应。用户为了赚金币而近乎无差别的消费内容,迎合系统的指标:

看完么?可以,给金币就行。点赞么?可以,给金币就行。分享么?可以,给金币就行。

而阅读、点赞、评论、分享等这些本来应该有差异化、层次化的行为,恰恰是推荐系统赖以为生的基础数据。当基础数据变得面目模糊,我们又怎么能够指望推荐系统能够实现我们预期当中千人千面的理想效果呢?

这也是很多时候,我们其实不太鼓励以强运营的方式激发甚至透支用户的原因。这些短期被激发起来的用户行为或许能够一时做高虚荣指标,但是由此产生的用户数据,就会像污染物一样,影响相当长时间的基础数据质量、甚至是生态质量。

创作者动机拥挤:在知乎供职时,我曾经询问过白斗斗老师,怎么看待仅基于内容消费数据对创作者的金钱激励。她的回复很明确:金钱大概率能够激发出合格的内容,但是很难激发出真正优秀的内容,知乎真正需要的,其实是那些优秀有影响力的内容和创作者。消费者动机拥挤:打折冲销量,似乎成了很多国产消费品牌做数据的不二法门,但是不断打折之下,消费者后续还会按照原价购买么?他们是真的喜欢这个产品,还只是为了图便宜囤货?当价格回到本来的区间之后,还会有多少消费者为之买单呢?

追求用户真实有效的行为指标,保证推荐系统的输入数据质量,才能让两者构成正循环,让系统的齿轮缓缓运转,推动业务不断向前。

二、变现效率制约投放成本

但是,趣头条的故事仅止于数据质量影响推荐效率,推荐效率制约留存效果么?

显然不。

通常,我们认为内容资讯产品的次日留存大于30%就已经尚可了,趣头条显然已经超过了这个阈值,不然也没那么容易做到千万量级的 DAU 规模。尽管和今日头条、百度相比,趣头条的推荐效果还有差距,但是比上不足比下有余,其内容推荐体验还是高于行业平均水平的。

尤其我们考虑到推荐效率边际收益递减的因素,当我们从指标层继续将有效点击率指标、时长指标向上提升百分之一、千分之一的时候,我们已经很难收获更高的留存收益了。推荐效率的精益求精或许会拉开用户体验好和更好的差距,但是却并不会直接影响产品的存亡。

当我们带入到竞争格局来审视的时候,会发现:趣头条选择了一个竞争激烈的市场、一群商业化价值较低的差用户。

一个竞争激烈的大市场,是指图文市场和小说阅读市场,都占据了大量用户的大量时长,市场内群雄环伺;一群商业化价值较低的差用户,是指靠金币吸引来、愿意点击某些低质广告的用户,其本身的商业化变现价值是相对较低的。

大市场里的异军突起,引来群雄的围追堵截,各种图文视频应用都出了金币版、极速版,和趣头条比着烧钱抢用户,一步步抬高了趣头条的获客成本;而面对一群商业化价值较低的用户,纵然用户体量还不错,可是受限于客观较低的单位用户价值和尚不完善的商业化体系,这群用户能够创造的商业化收入显著低于其他相对更成熟的应用。

让我们来算一笔账:

公司 A,次留为50%,LTV 为 6元,存量用户规模1KW公司 B,次留为45%,LTV 为 7元,存量用户规模3KW

尽管公司 B 的产品体验略差,但是,架不住它有一部更高效的变现引擎,更舍得花钱。只要公司 B 愿意用6元以上的成本去市场上获客,迟迟早早可以将市场拖入泥沼,将竞品耗到弹尽粮绝。

如果市场上各个玩家都有相同体量的资本,或许趣头条能够持续活下去,它在金币如何分发上积累下来的经验, 确实能够帮助它更有效的控制留存成本。

可是,真实的世界没有如果,背靠各家金主爸爸的应用,显然已经在存量用户上赚的更多、也愿意为增量用户花的更多。

和他们比起来,趣头条赚的只少不多,花的只多不少,如此的流血游戏,又岂是趣头条能够持续做的正、烧得起的市场呢?

本来,趣头条希冀的故事是:金币激励保证用户新增,用户行为积累推荐数据,推荐体验改善用户留存,变现成本高于投放成本。

可事实上,真实发生的故事是:

金币激励造成动机拥挤,动机拥挤影响数据质量,数据质量降低推荐效率,低质用户影响商业变现,变现效率制约了投放成本。

三、何以规避大公司的跟进复制

类似趣头条和竞品的竞争关系,我和一个朋友聊到过类似的竞争场景:

我:你的产品和竞品相比,谁的效率更高?

他:我的,我的留存比它高5%

我:那为什么你的产品 DAU 也横盘了,不是理论上还有进一步提升的空间么?

他:国内的应用分发情况你又不是不知道,我们的产品某些渠道无法投放。

我:不过,多抛一个问题,你觉得这5%的留存差异重要么?

他:在大家都有钱且舍得烧的情况下,似乎,也没那么重要了。

诚然,作为相对较大的公司,每当我们想要切入一个细分市场的时候,绝大多数的口头禅都是:“我们短期不赚钱,长期有耐心”。

即便我的用户体验没有竞品好,即便我的单位效率没有竞品高,但只要我能够承受起更高的获客成本,就能够有效扼制竞品的增长,从而给自家产品追平体验、对齐效率提供充裕的时间窗口。竞争激烈的大市场里,存活下去的关键,或许不仅在于你做的够不够好,还在于你够不够有钱。

现在,角色换位。如果我们是一个小项目,一个小公司,似乎永远要面对这样一个问题:这个创业项目,如果[腾讯/字节跳动/FaceBook] 跟进复制了,你会怎么办?

大公司的利器是基础建设、是变现效率,而小公司的利器是市场洞见、迭代速度。

参考颠覆式创新的概念,或许应该去找到一个巨头瞧不起、看不上的边缘市场,深挖洞广积粮去做巨头们看不懂的生意,用巨头们不擅长的方式构建起自己的用户壁垒,等到那时,巨头们也啃不动、追不上了。

希望我们能够永远理想主义的去追求创新,也希望我们不要在现实世界里成为下一个趣头条。

本文由 @YanZehua 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。