個(gè)性化推薦，目前體現為一些用戶(hù)的訂閱號信息列表不再按時(shí)間順序顯示，而是被打亂。據公眾號InfoQ報道，微信正在對此功能進(jìn)行灰度測試。
微信方將這個(gè)新功能稱(chēng)為“閱讀效率優(yōu)化”，微信團隊是這樣介紹新功能的：
增加這個(gè)新功能后，訂閱號消息排列順序會(huì )根據訂閱號的優(yōu)質(zhì)程度、用戶(hù)對訂閱號的喜愛(ài)程度以及群發(fā)文章的內容質(zhì)量等綜合因素動(dòng)態(tài)變化。
用戶(hù)可以更高效閱讀到感興趣的內容。
雖然目前這種“個(gè)性化推薦”方式僅體現在時(shí)間順序的變化上，但這可能只是開(kāi)始。從微信團隊的描述看，“根據訂閱號的優(yōu)質(zhì)程度、用戶(hù)對訂閱號的喜愛(ài)程度以及群發(fā)文章的內容質(zhì)量等綜合因素動(dòng)態(tài)變化。”這些可能就直接推翻了訂閱號固有的粉絲訂閱邏輯。
這個(gè)小小的改變可能是訂閱號內容分發(fā)邏輯從“粉絲邏輯”走向“算法邏輯”的開(kāi)始。
訂閱號的粉絲邏輯
微信公眾號從誕生那天開(kāi)始，內容的分發(fā)邏輯就是粉絲邏輯，一個(gè)用戶(hù)關(guān)注或訂閱了某公眾號，就可以看到此公眾號的信息，而此公眾號也就多了一個(gè)粉絲。
這種粉絲邏輯是web2.0時(shí)代普遍使用的方式，早期的Facebook，微博都是這種邏輯。一個(gè)創(chuàng )作者通過(guò)制作內容吸引粉絲關(guān)注，粉絲關(guān)注越多，曝光的機會(huì )也就更多。這種邏輯具有累積效應，創(chuàng )作者的粉絲從0到100到1000到10000，其曝光度逐漸增加，品牌效應也不斷提升。
不過(guò)內容分發(fā)的粉絲邏輯在移動(dòng)互聯(lián)網(wǎng)時(shí)代也不斷暴露缺陷。
對于讀者來(lái)說(shuō)，移動(dòng)互聯(lián)網(wǎng)時(shí)代是比PC互聯(lián)網(wǎng)時(shí)代信息更加大爆炸的時(shí)代，創(chuàng )作者越來(lái)越多，內容也越來(lái)越多，讀者越來(lái)越難以挑選自己感興趣的內容。自己訂閱的內容畢竟有限，只限于這些內容，難免會(huì )錯過(guò)更多自己感興趣的內容。
對于創(chuàng )作者來(lái)說(shuō)，粉絲邏輯容易形成馬太效應，一個(gè)創(chuàng )作者一旦成為大V，其內容必然獲得較高流量，即便是不好的內容流量也比普通創(chuàng )作者高。大批有好內容但缺乏粉絲的賬號，包括不少新建賬號，往往難以獲得流量。這種機制對于新的創(chuàng )作者和有優(yōu)質(zhì)內容缺流量的創(chuàng )作者并不友好。
算法邏輯成為信息分發(fā)主流方式
移動(dòng)互聯(lián)網(wǎng)的出現加速了粉絲邏輯的衰落和算法邏輯的興起。算法邏輯下的內容分發(fā)方式主要為算法推薦，它會(huì )根據用戶(hù)的興趣、標簽、屬性等為用戶(hù)推薦可能喜歡的內容，算法通過(guò)不斷學(xué)習和改進(jìn)，達到推薦內容越來(lái)越精準的目標。
如今，算法邏輯基本被訂閱號之外的主要內容平臺應用，包括今日頭條、微博、知乎、百度、Facebook等等。
相對于粉絲邏輯，算法邏輯有幾個(gè)優(yōu)點(diǎn)。
對于讀者，算法邏輯可以通過(guò)他的閱讀歷史判斷閱讀興趣，從而推薦更多讀者可能感興趣的內容。同時(shí)，在這種邏輯下，讀者獲取內容的效率一定程度上得到提升，他不需要自己去找內容，而是等待內容來(lái)找自己，這就是經(jīng)常說(shuō)的“信息找人”。
對于創(chuàng )作者，算法邏輯會(huì )將好的內容推送給粉絲以外的讀者，讓曝光量提高。尤其對于一些新進(jìn)入的創(chuàng )作者，即便沒(méi)有粉絲，內容如果被算法捕獲，也可能獲得大的曝光量。比如在頭條這樣的平臺上，一個(gè)只有幾百個(gè)粉絲的作者，好的內容也可能獲得10萬(wàn)+，在微信上，這種情況就比較難發(fā)生。
當然，算法邏輯下的內容分發(fā)也不是無(wú)懈可擊。
對讀者來(lái)說(shuō)，算法邏輯下的內容由于只推薦讀者感興趣的內容，可能造成讀者視野難以擴大，形成“信息繭房”效應。
對創(chuàng )作者來(lái)說(shuō)，最主要的就是算法的不穩定導致流量的不穩定，比如一個(gè)在頭條上有幾萬(wàn)粉絲的作者，有可能一篇內容只能獲得兩三位數的閱讀量。粉絲的增加不一定100%代表其內容曝光量的增加。
微信的算法邏輯腳步越來(lái)越近
在信息越來(lái)越碎片化的今天，內容分發(fā)的算法邏輯越來(lái)越勝過(guò)粉絲邏輯，典型代表就是抖音，它其實(shí)包含了這兩種分發(fā)邏輯，關(guān)注就是粉絲邏輯，推薦就是算法邏輯，但只有極少用戶(hù)會(huì )通過(guò)關(guān)注獲取內容，大部分都是通過(guò)推薦獲取內容。如果某一天，抖音的“關(guān)注”按鈕消失了，你一定不要驚訝。
如果你今天還在刷知乎，會(huì )發(fā)現同樣存在“關(guān)注”和“推薦”兩個(gè)按鈕，但平臺首推的當然是“推薦”按鈕。
面對算法邏輯的攻城略地，微信并非無(wú)動(dòng)于衷。不管是微信“發(fā)現”入口中的“看一看”、“視頻號”還是訂閱號內容下的相關(guān)閱讀，都是微信試圖謹慎探索算法邏輯下內容分發(fā)模式的行動(dòng)。這次的改版我同樣看作是微信對于算法邏輯的試探。
近幾年，面對字節跳動(dòng)系在算法邏輯下的野蠻生長(cháng)，微信的內容生態(tài)顯得有些保守。移動(dòng)互聯(lián)網(wǎng)時(shí)代，訂閱號可以說(shuō)是大的內容平臺中，唯一固守粉絲邏輯的平臺，它代表了訂閱制“最后的倔強”。
微信方將這個(gè)新功能稱(chēng)為“閱讀效率優(yōu)化”，微信團隊是這樣介紹新功能的：
增加這個(gè)新功能后，訂閱號消息排列順序會(huì )根據訂閱號的優(yōu)質(zhì)程度、用戶(hù)對訂閱號的喜愛(ài)程度以及群發(fā)文章的內容質(zhì)量等綜合因素動(dòng)態(tài)變化。
用戶(hù)可以更高效閱讀到感興趣的內容。
雖然目前這種“個(gè)性化推薦”方式僅體現在時(shí)間順序的變化上，但這可能只是開(kāi)始。從微信團隊的描述看，“根據訂閱號的優(yōu)質(zhì)程度、用戶(hù)對訂閱號的喜愛(ài)程度以及群發(fā)文章的內容質(zhì)量等綜合因素動(dòng)態(tài)變化。”這些可能就直接推翻了訂閱號固有的粉絲訂閱邏輯。
這個(gè)小小的改變可能是訂閱號內容分發(fā)邏輯從“粉絲邏輯”走向“算法邏輯”的開(kāi)始。
訂閱號的粉絲邏輯
微信公眾號從誕生那天開(kāi)始，內容的分發(fā)邏輯就是粉絲邏輯，一個(gè)用戶(hù)關(guān)注或訂閱了某公眾號，就可以看到此公眾號的信息，而此公眾號也就多了一個(gè)粉絲。
這種粉絲邏輯是web2.0時(shí)代普遍使用的方式，早期的Facebook，微博都是這種邏輯。一個(gè)創(chuàng )作者通過(guò)制作內容吸引粉絲關(guān)注，粉絲關(guān)注越多，曝光的機會(huì )也就更多。這種邏輯具有累積效應，創(chuàng )作者的粉絲從0到100到1000到10000，其曝光度逐漸增加，品牌效應也不斷提升。
不過(guò)內容分發(fā)的粉絲邏輯在移動(dòng)互聯(lián)網(wǎng)時(shí)代也不斷暴露缺陷。
對于讀者來(lái)說(shuō)，移動(dòng)互聯(lián)網(wǎng)時(shí)代是比PC互聯(lián)網(wǎng)時(shí)代信息更加大爆炸的時(shí)代，創(chuàng )作者越來(lái)越多，內容也越來(lái)越多，讀者越來(lái)越難以挑選自己感興趣的內容。自己訂閱的內容畢竟有限，只限于這些內容，難免會(huì )錯過(guò)更多自己感興趣的內容。
對于創(chuàng )作者來(lái)說(shuō)，粉絲邏輯容易形成馬太效應，一個(gè)創(chuàng )作者一旦成為大V，其內容必然獲得較高流量，即便是不好的內容流量也比普通創(chuàng )作者高。大批有好內容但缺乏粉絲的賬號，包括不少新建賬號，往往難以獲得流量。這種機制對于新的創(chuàng )作者和有優(yōu)質(zhì)內容缺流量的創(chuàng )作者并不友好。
算法邏輯成為信息分發(fā)主流方式
移動(dòng)互聯(lián)網(wǎng)的出現加速了粉絲邏輯的衰落和算法邏輯的興起。算法邏輯下的內容分發(fā)方式主要為算法推薦，它會(huì )根據用戶(hù)的興趣、標簽、屬性等為用戶(hù)推薦可能喜歡的內容，算法通過(guò)不斷學(xué)習和改進(jìn)，達到推薦內容越來(lái)越精準的目標。
如今，算法邏輯基本被訂閱號之外的主要內容平臺應用，包括今日頭條、微博、知乎、百度、Facebook等等。
相對于粉絲邏輯，算法邏輯有幾個(gè)優(yōu)點(diǎn)。
對于讀者，算法邏輯可以通過(guò)他的閱讀歷史判斷閱讀興趣，從而推薦更多讀者可能感興趣的內容。同時(shí)，在這種邏輯下，讀者獲取內容的效率一定程度上得到提升，他不需要自己去找內容，而是等待內容來(lái)找自己，這就是經(jīng)常說(shuō)的“信息找人”。
對于創(chuàng )作者，算法邏輯會(huì )將好的內容推送給粉絲以外的讀者，讓曝光量提高。尤其對于一些新進(jìn)入的創(chuàng )作者，即便沒(méi)有粉絲，內容如果被算法捕獲，也可能獲得大的曝光量。比如在頭條這樣的平臺上，一個(gè)只有幾百個(gè)粉絲的作者，好的內容也可能獲得10萬(wàn)+，在微信上，這種情況就比較難發(fā)生。
當然，算法邏輯下的內容分發(fā)也不是無(wú)懈可擊。
對讀者來(lái)說(shuō)，算法邏輯下的內容由于只推薦讀者感興趣的內容，可能造成讀者視野難以擴大，形成“信息繭房”效應。
對創(chuàng )作者來(lái)說(shuō)，最主要的就是算法的不穩定導致流量的不穩定，比如一個(gè)在頭條上有幾萬(wàn)粉絲的作者，有可能一篇內容只能獲得兩三位數的閱讀量。粉絲的增加不一定100%代表其內容曝光量的增加。
微信的算法邏輯腳步越來(lái)越近
在信息越來(lái)越碎片化的今天，內容分發(fā)的算法邏輯越來(lái)越勝過(guò)粉絲邏輯，典型代表就是抖音，它其實(shí)包含了這兩種分發(fā)邏輯，關(guān)注就是粉絲邏輯，推薦就是算法邏輯，但只有極少用戶(hù)會(huì )通過(guò)關(guān)注獲取內容，大部分都是通過(guò)推薦獲取內容。如果某一天，抖音的“關(guān)注”按鈕消失了，你一定不要驚訝。
如果你今天還在刷知乎，會(huì )發(fā)現同樣存在“關(guān)注”和“推薦”兩個(gè)按鈕，但平臺首推的當然是“推薦”按鈕。
面對算法邏輯的攻城略地，微信并非無(wú)動(dòng)于衷。不管是微信“發(fā)現”入口中的“看一看”、“視頻號”還是訂閱號內容下的相關(guān)閱讀，都是微信試圖謹慎探索算法邏輯下內容分發(fā)模式的行動(dòng)。這次的改版我同樣看作是微信對于算法邏輯的試探。
近幾年，面對字節跳動(dòng)系在算法邏輯下的野蠻生長(cháng)，微信的內容生態(tài)顯得有些保守。移動(dòng)互聯(lián)網(wǎng)時(shí)代，訂閱號可以說(shuō)是大的內容平臺中，唯一固守粉絲邏輯的平臺，它代表了訂閱制“最后的倔強”。
本文地址：http://www.havencoinwallet.com//article/2020/0421/16570.html
