News新闻

业界新闻动态、技术前沿
Who are we?

您的位置:首页      新闻中心      UC订阅号的新玩法:内容与电商结合、个性化推荐新思路

UC订阅号的新玩法:内容与电商结合、个性化推荐新思路

内容分发平台又迎来一个大家伙。在这个领域,已有的选手都不可小觑:各门户网站的新闻客户端、微信公众号生态以及今日头条等。 UC 浏览器凭借过去积累的 4 亿月活用户,加上大阿里巴巴的支持,作为一个新选手,它也想在这个领域搅动一番。5月10日,阿里巴巴移动事业群召

UC订阅号的新玩法:内容与电商结合、个性化推荐新思路

内容分发平台又迎来一个大家伙。在这个领域,已有的选手都不可小觑:各门户网站的新闻客户端、微信公众号生态以及今日头条等。 UC 浏览器凭借过去积累的 4 亿月活用户,加上大阿里巴巴的支持,作为一个新选手,它也想在这个领域搅动一番。

5月10日,阿里巴巴移动事业群召开 “UC 订阅号” 战略发布会,大会上,俞永福和 UC 总经理陈超具体介绍了 UC 订阅号是什么产品,将会给用户和作者带来什么价值。会后,36 氪与陈超聊了聊 UC 订阅号背后的一些思考,看看新的闯入者有什么优势和解决问题的新思考。

内容与电商

UC 在做 UC 订阅号的过程中,发现一个趋势就是内容与电商越来越多地结合,但一开始并不是为了电商去做 UC 订阅号。一开始是想解决信息服务的问题,想帮助内容提供者赚到钱。浏览器的自然进化也会走到提供内容这一步,而内容与电商结合会给作者比如自媒体提供一个变现渠道,增加一种商业模式,进而吸引作者在这里创作内容。

陈超介绍,未来两到三年,在阿里电商体系内网红经济会占很大的一部分,趋势摆在这,问题是接下来怎么去融合。首先是把内容与电商的通路打通。其次,阿里是一家数据公司,希望在产生数据后提供数据服务。从第一步到第二步是很长的过程,需要积累大量数据,并明白在运作过程中会遇到哪些问题。目前,UC 订阅号做的工作也同时构建了第一步。

网红经济是从另一个维度来带动阿里的淘宝和天猫交易。陈超介绍一个案例,一个卖高端案板的厂家,一年业务量只卖 15000 个,案板卖 1500 元,厂家找了个自媒体人,很短时间里卖出的货就顶原来的一年。这样的现象一直都有,以前是明星代言,现在的玩法就是很多普通人都可以变成红人,红人再去影响他们的受众,这就是红人经济。

红人对用户有公信力,尤其是在商品越来越多的基础之上,红人经济的效益和趋势越来越明显。消费能力提升后,现在用户更注重的是他所购买的商品和服务的价值,是不是他所喜欢的东西,是不是值得他信仰和依赖。

而红人的界限是模糊的,其实自媒体人也算是红人的一种,网络上是没有标准的界定的。从这个角度讲,这些内容创作者可以像网络红人一样去影响他们的受众,对交易有帮助。

内容的个性化推荐平台

内容平台都朝向个性化推荐发展。而 UC 长远看,推荐上会有两点不同于现有的个性化推荐平台。一是数据维度,搜索数据、阿里数据,高德数据等,这些数据会被提炼出来为 UC 所用。二是应用维度。UC 想着手解决个性化推荐的信息窄化问题。比如用户长久看下来,机器根据用户行为判断他的喜好,一直给他推他所喜欢的信息。但用户也有很多想看但是没有被发掘出来的信息,或者说平台应该除了用户喜好之外,也应该给他提供一些他可能会喜欢、应该看到的信息。

UC 的思路是也用人群的标识去给用户个体推荐他可能会喜欢的信息。每个人都会属于多个不同的人群,每个人群有不同的喜欢看的或不喜欢看的,这个会抽象成一个标识。机器判断用户个体属于哪个人群中,给他标识,人群偏好的内容就会推给打上标识的个体。与今日头条对比,今日头条打的标签是你喜欢看什么东西,UC 打的是什么样的人群喜欢看什么东西。

举个例子,按照人群的概念,这个人群会看娱乐,但娱乐的消费层次是浅层次的,另外一个人群也看娱乐,是深层次的,是追星族,平台推荐娱乐内容的时候就要不同。再比如,不同的人群对财经类内容消费有差异,这个差异是不能通过个人的兴趣去推导,要根据人群的属性去推出来。

这一步需要大量的机器算法学习,以及大量的人工标注。陈超认为,这一步路要走的也比较远,方向是对的,这一点不做的话,以后 UC 的个性化推荐一定会遇到问题。

那怎么判断人群对一个内容是否喜欢呢?UC 对此借鉴了防骚扰电话的产品思路。

举个应用场景的例子:用户可以标记内容,比如用户标记这个内容标题党、低俗,这跟普通分类比如财经类、科技类、社会新闻类等分类有区别,是代表人群消费。用户标记完之后,会在后台生成数据,这篇文章被多少人标注过,就像标记骚扰电话,用群体的力量去标记内容,用户端不断的标记之后,内容端也留一个库,知道内容的属性,而用户端的不断标记就让用户本身也有了某个属性。这是最简单的场景学习。一方面是要往数据的学习上去做,一方面在应用场景上不断思考。

怎样让用户看到好内容,而非一般意义上,大众用户喜欢的情色、段子、鸡汤文章,针对个人品味推荐,而非个人品味受到整个平台大众用户品味的拖累?

第一个是人群思路。人群一开始比较简单,但逐渐会拆成更细致的人群喜好。通过人群分类去规避劣币逐良币,这个是从用户层面去考虑。第二从媒体层面考虑,看流量的健康程度,比如低俗娱乐等内容占比较高的话,UC 就认为这个不是个良性的生态。UC 实际上对高端媒体的评判标准是以内容的好坏,这个标准包括用户的阅读时长,消费的用量等情况。每篇文章都有个模型,每个媒体也有模型,文章和媒体双方面去评测,建立好的内容和好的媒体应该多被推荐的机制。

利用数据

而数据的应用,UC 到现在为止能拿到很多数据。最近在做的是地图,UC 给所有新闻打上地图 POI 标记,UC 有高德的数据。UC 的场景思考就是可以知道每一个 POI 发生了哪些新闻,包括每个人他常常出没的 POI,通常你对附近的某个新闻关注度是非常高的,如果你附近发生的新闻能第一时间出来的话,那推荐给你的程度就是非常高的。第一步就是把这个新闻做地图标记,在算法推荐层面上做场景推荐。这是一种数据应用场景。

UC 做过调研,用户对附近发生的新闻关注度是极高的。比如,切换地理位置之后,从 A 到 B 城市后,到 B 城市之后,传统的新闻推荐是你到这个本地频道才看到附近的新闻。除非是大热的,一般都不会给你主动推荐。UC 就正在往这方面去做。

而淘宝的数据,可以帮助识别用户的购买力,进而定位人群的阶层。比如说有个同事喜欢车,那如果推给他吉利,这就跟购买力不匹配。有了淘宝数据之后,在这个场景下再去推荐的话,推的车的资讯一定能更匹配一些。

UC 有数据,核心就是如何应用好,这需要他们一个个的小场景去试。

内容平台和生态比较大的微信公众号和今日头条,UC 把微信和头条的模式结合在一起思考:希望通过良性的机制,将媒体的内容分发给用户,如果用户觉得这个文章好的话就去关注,获得关注之后,媒体既有 UC 推荐的流量也有自己被订阅的流量,让用户能够沉淀下来,能够持续去消费。

UC 推荐的模型,有不一样的地方是:把头部的自媒体人整理出来,他们代表了一种特性,这个特性就是人群属性更好归类,这些自媒体人可以用一些高度的、简单的词去定义他们。这个是 UC 和头条的区别之一。

浏览器的进化

UC 过去是浏览器,转变为个性化内容推荐平台,用户认知怎样扭转?

UC 思路是:今年全面进化,从今年6月 开始,产品会改名,从 UC 浏览器变成 UC。在路径上分为三步:1 对在用的用户潜移默化,把产品、内容和服务做的足够好。2 将口碑提炼,辐射周边用户。3 频繁的刷脸,通过品牌的手段去推动。

将来,UC 会保留搜索功能,搜索是 UC 的优势,一方面是对用户端的优势,另一方面是内容创造者的优势。因为搜索也是内容分发一种天然的机制,因为有时推荐做得再好,但是搜索的需求是用户非常强的需求,UC 会保留,并且不会对信息流有什么影响。将来,UC 还会单独推出一个 UC 头条 App,专门做内容个性化推荐。

从信息流上线之后的数据来看,每个用户每天的阅读时长至少增加 30 分钟以上。而整个 UC 每个用户每天的时长是 90 分钟以上

    我要评论
    共有 人参与,评论 条,顶帖 [点击查看]
  • 验证码:
  • 所有评论仅代表网友意见,与本站立场无关!