随着长短视频的发展、“中视频”的提出等等,视频平台应当如何运营也逐渐为人所关注。那么,承载着内容的视频平台可以从哪些方面入手、实现用户拉新与留存?本篇文章里,作者总结了视频平台冷启动场景下新用户的内容推荐策略、与产品经理的相应角色功能,一起来看一下。
前言
憋了许久,终于决定开始切入这个话题。
最近一直在想,随着新用户成本的不断增加,对于以视频为载体的内容平台,需要更细致地为新用户提供具有留存价值的内容,有效激活和留住新用户。 . ,让自己少花冤枉钱。
因此,针对新用户的冷启动内容推荐成为“拉新内卷”时代的重要课题。
一般来说,我们所说的视频行业是按视频时长划分的,比如长视频、短视频,或者说最近被炒得沸沸扬扬的“中视频”,也按版权形式划分,比如PPC (版权购买)、PGC(平台分为)、UGC等。
本文也希望将目前市场上视频内容的性质拆分为两种视频格式:版权视频(购买或分享)和用户视频。
一、版权视频与用户视频的内容差异
1. 内容成本
众所周知,目前国内版权采购是一个非常昂贵的状态,所以内容量和平台资金是正相关的。
除了大部分头部MCN和创作者,目前大部分用户视频都是免费的。 当然,也有视频平台补贴所有创作者。
因此,在内容成本上,受版权保护的视频内容成本远高于用户视频。
2. 内容量
这里的内容量包括两个方面:数量和多样性。
先说数量吧。 受版权保护的视频中的每一条内容都是花费大量资金购买的。 因此,从供给端的资金成本来看,头部PPC和PGC平台的内容量会低于UGC视频平台。
让我们谈谈多样性。 版权视频从制作到上线的大体流程是制片人选择IP-编剧和编剧-剧本定稿-导演介绍和选角-内容拍摄-剪辑-提交审核-在线8大步骤。
用户视频诞生的主要步骤是创意-拍摄(编辑)-安全审核-上线这四大步骤。
通过以上步骤,我们可以发现,每一步都是为了减少内容的多样性。 版权视频需要8个主要步骤,而用户视频只需要4个主要步骤。 因此,在内容多样性方面,用户视频的多样性明显领先于版权视频。
3. 内容质量
可以继续1.2的视频漏斗模型。 一般来说,走的步骤越多,审稿人和制作人越专业,对内容质量的把控就越高,专业制作水平也就越强。 因此,就平均单个内容质量而言,受版权保护的内容的内容质量最有可能来自用户视频。
4. 内容维护粒度
通过前三个小部分的介绍,我们可以了解到版权视频和用户视频在视频量、视频质量、视频成本等方面的区别。
因此,我们可以知道,在版权视频和非版权视频中,每个独立视频的平均内容维护精度也有很大差异。
两者之间的相似之处包括视频标题、封面图片、视频时长和标签分类。 版权视频(长视频)有更详细的视频封面、视频标题、参与者、标签分类、内容轨迹和内容分级等信息。 信息维护,其中视频封面和视频标题将具有多组信息维度并标记消费者偏好。
短视频(用户视频)在发布视频时会强调视频的作者,作者的信息会被更强烈地展示,比如头像、昵称、作者简介、共同创作等。
在这里不在详细阐述推荐系统的的由来和工作原理,有需要可以看《推荐系统实践》这本书。众所周知,产品经理在做推荐时着重需要对两个步骤进行分析:召回和排序。
常用有效召回包括三种类型:
个性化内容召回;
通用优质内容召回;
个性化内容召回+通用优质内容召回。
常用的排序方案主要是三种方式。
1)个性化排序
根据内容与用户相似性,将匹配度高越高的内容排在推荐流的前面。
2)定制规则化排序
根据一定规则对召回的内容进行排序,其中包含3种排序的方式:
纯人工排序;
制定一定的规则进行排序(如根据VV进行排序);
人工+规则排序。
3)综合性排序
结合个性化+定制规则排序进行推荐排序。
主要是通过在个性化排序的基础上通过各类规则干扰个性化排序的结果,从而达到提升推荐核心指标的作用。
1)推荐服务的对象
谈到推荐,我们可以想到的是精准推送;个性化分发;让用户上瘾等。
如果从业务的角度出发来看,推荐的核心是通过直接或间接的途径提升整体业务的北极星指标。
2)常用视频服务和推荐指标
当前视频格式的主要方面是版权视频和用户视频,相应的北极星指标也各有优劣。
从用户视频较多的平台来看,抖音、快手的北极星指标为DAU; 传统长视频平台爱腾优和Netflix的Polaris在版权视频方面的指标为总收入; 因此,面对不同的北极星指标,建议在其中发挥的作用也不同。
使用 DAU 作为北极星指标的建议:
DAU由两个方面组成:新用户和留存用户。 推荐的主要目的是提高新用户的留存率和活跃用户的留存率。 因此,最终目标是保留。
用户怎么留? 这个视频平台的内容是否有趣主要取决于用户的意见,所以整体推荐指标指向两大指标:观看率和互动率。 Checked主要由CTR和平均播放完成率组成; 互动率主要由点赞率和评论率组成。
基于总收入作为北极星指标的建议:
版权视频视频平台目前的收入主要由用户付费、广告收入和版权分发三部分组成。
推荐的核心作用是降低用户选片成本,提升用户体验价值,同时平衡平台收益。
不谈广告推荐,推荐的核心在于用户付费。 RPU=DAU*ARPU,所以推荐的核心指标是增加ARPU和DAU,同时找到两者的最大平衡点。
正如上面DAU所解释的,ARPU的核心在于会员充值率和个人点播内容购买率等指标。
三、新用户构成
这里我们将大范围的新用户定义为第一次打开APP的用户。 用户如何知道一个APP? 主要方法如下:
朋友推荐;
APP供应商搜索(ASO);
名人影响者推荐;
其他APP推荐;
...
通过几种常见的新增用户方式,从平台来看,吸引新用户主要是通过两个来源:
新频道;
自然拉新。
1. 吸引新用户的渠道
顾名思义,渠道吸引新用户,是指平台通过渠道投放和流量交换将平台推广给用户,让用户下载推出的产品,从而提升整体的新用户获取类型。
稀释用户的常见渠道包括:网红/明星微博推荐; 应用商店推荐; 国外FB/Google国内BAT广告; 类似或相关的平台交流等。
所以,在频道的新用户中,我们可以发现,对于视频平台,我们可以发现,有的内容是可控的,有的内容是不可控的。 因此,在渠道扩展中,渠道可以分为可控投放渠道和不可控投放渠道。
2.自然吸引新用户
自然吸引新用户对于平台来说,也可以定位为流量自然增加。 一般来说,通过自然流量进入平台的用户有两种类型。
一是用户清楚地知道他要找的内容只存在于当前平台上。 想找周杰伦的内容,用户往往会去快手,找《斑泽直树》的人首先会想到小破站。 ,我们称这些用户为强搜索用户。
二是通过一定的渠道通过搜索推荐或其他方式联系平台用户。 通常这些用户在接触平台后不知道他们想看什么。 要观看的内容主要是通过平台的内容推荐机制给出的。 用户可能喜欢内容,所以我们称这部分用户为推荐用户。
三、总结
新用户分为两大类,渠道吸引新用户和自然吸引新用户。
其中不可控渠道拉新用户、自然新增用户两部分可以视为无关键信息新增用户,可控渠道拉新用户可以视为有关键信息新增用户。后续在冷启动推荐时这两者推荐中是可以存在不同之处的。
内容推荐的核心在于内容池的建立和优化、内容召回和排名两部分。
新用户的新内容池决定了新用户可以获得的内容的基本质量和广度,而内容回忆和排名则决定了新用户与平台建立信任的速度。
1.新用户推荐内容池
如上所述,新用户可以分为有关键信息的新用户和没有关键信息的新用户。 因此,在构建新用户内容池时,思路可以确定内容池由两部分组成:基础内容池和补充内容池。 .
补充内容池主要填充有关键信息和相关内容的内容,而基础内容池是新用户内容池中难度最大的部分。
1)新用户基础内容池的建立和优化
新用户内容池的用户主要是未接触过平台的用户,因此用户不清楚平台的调性和平台内容的引导性。
因此,平台在面对新用户时,需要密切关注当前平台的北极星指标,过滤掉北极星指标管理路径上的优质内容,作为新用户的冷启动内容池。
随着平台内容的不断增加和时事热点内容的不断创新,冷启动内容池此时需要从当前平台引入新的热点内容,从冷盘中剔除过时的实时内容。 -启动内容池。 同时,根据社会变化,不再符合平台和主流社会价值观的内容需要从冷启动内容池中剔除。
冷启动内容池的构成:大致可以分为经典内容和有效内容。
经典内容:经典内容=为平台内容用户提供更好观看体验的内容。 比如一些up主创的经典内容,比如方斯塔夫,小文,好老师,我叫何同学。
经典内容筛选指标:以B站用户视频为例,vv超过10万的内容,主要看内容的点赞率、投币率、收藏率、三倍率、评论率、上周播放量 ,以及创建时间等信息。
当找到与北极星指标关系最大的指标时,在划定的冷启动内容池中,这些优质的内容内容不断加入到冷启动内容池中,数据表现不是那么好 后续 其品类下内容量大的好内容逐渐从内容池中淘汰。
时效性内容:顾名思义,它与当前的热门内容密切相关。
这部分内容的主要特点是高效、散热快。 因此,这部分内容强调需要以最快的方式进入冷启动内容池,在人气大幅下降(如VV、喜欢等)后搬出冷启动内容池。
2)新用户补充内容池的内容补充规则和方法
所谓补充内容,是指平台在了解用户在网站外被什么内容吸引后,在打开平台时发生的操作。
那么这部分主要是关于用户在站外看到大的内容,与当前内容更相关的内容,以及与用户对该内容的观看行为相关的内容。 在知道用户在网站外观看内容方面,可以将这部分内容放入推荐池。
在知道用户被网站外吸引到哪些内容后,通过算法筛选,可以获得相似(相似内容)
整体流程图如下:
1)常用的视频推荐机制
内容推荐主要来自于两个步骤,召回和排序。
对于新用户而言,内容池均为冷启动用户内容池,因此在整体的内容召回中,需要根据不同产品的交互形态,一次性召回多种类型的站内优质内容,以保证用户对于内容选择的多样性。
排序则是在召回的内容后按照一定的机制实施调整已召回内容的排序,由于面对的是新用户,获得内容消费信息较少,因此在排序中变回存在有两种状态下的排序规则。
冷启动内容的内容初始化排序主要集中在品类权重和内容权重两个方面。品类权重则指定的是历史上某个地区范围内,哪些内容品类消费数据较好,对留存的影响较大,那么这个品类的权重就会相对较高。
为了适应用户的广泛性碎片化内容需求,品类需要做到尽可能的全面。品类中的视频需要按照与北极星指标中相依系数最大的指标做排序,由此确定品类内视频的排序。最终将品类内部所有的内容打散,通过算法做多品类内容综合排序,来确定新用户无行为时查看到的第一波视频。
2)长短视频在推荐中的侧重点
如上所述,由于内容成本和各平台用户的差异,建议中将强调强烈的差异。
基于用户视频的平台推荐:
由于该类平台内容庞大,视频分割场景覆盖面广,该类平台在推荐时侧重于视频内容本身的推荐。
比如抖音的交互形式是单页播放,而快手传统的双栏主打以视频内容为主,没有专门的内容维护,也没有针对封面图片和推荐词的推荐扩展。
对基于受版权保护的视频的平台的建议:
由于受版权保护的视频内容成本高昂,热门内容非常有效。 因此,在纯内容推荐中,更强调人工维护和自动内容补充。 人工维护的内容是平台比较关注的新鲜热门内容。
由于版权内容池远低于用户内容池,内容宽度远小于用户视频覆盖范围,版权视频会更加注重内容外壳的推荐。 例如,在推荐受版权保护的内容时,呈现给用户的内容会根据用户的头像标签、平台属性等特征,具有多种单句推荐、视频标题、视频封面图片等因素。
目前,Netflix在版权内容方面是世界上最先进的,而B在我看来是中国最先进的。
3.冷启动产品经理推荐的工作
推荐的产品经理一直是一个比较神秘的角色。 谜底在于,在失去了实体产品的功能输出之后,没有接触过这款作品的人会觉得一时之间无法下手。
如果你把推荐的内容作为你的实际输出产品,你会把更多的内容召回和排序算法交给研发,通过这些算法提出产品创意,改进需求,进行在线优化。 这就是推荐产品在整个工作中应该做的事情。 特点。
根据推荐产品的作用和业务形态,新用户内容推荐的产品作品大致可以分为三类。
1) 索引对齐
主要是在现有的Polaris指标基础上,对目前产品形态中需要保证的最终指标进行拆解。
在找到每个目标的转化漏斗的前提下,根据全新的业务指标,制定下一阶段推荐的各个指标。
评估指标增长与研发的合理性,使指标与研发保持一致。 后续产品经理可以通过战略思维设计功能,完成既定指标。
2) 优化模型
在为新用户推荐冷启动时,通常的做法是运营商在网站上选择一些优质、留存率高的内容,由产品和运营商共同评估这些内容的合理性。 当确认内容可行后,将内容输出给算法学生学习,算法将相似内容的召回和排名结果扩展给产品经理。
此时,产品经理需要对算法给出的结果进行评估,并将自己的内容问题输出给算法。 同时,他需要了解当前算法模型所涉及的维度以及主要维度的权重,能够提出自己的维度补充和权重变化的想法。 , 并与算法一起优化模型。
3)制定规则
以上两种方法更适合视频类型多、内容量大的用户视频推荐。
对于版权内容,由于热门内容和新内容数量有限,产品经理要多做一些规则制定,比如基于用户消费的过滤规则(用户看完整部电视剧后,不给用户 一段时间)再次推荐)。 通过规则的制定,让用户尽可能多地对版权视频进行跟进和付费,从而提高平台的北极星指标。
五、总结
本文主要为新用户在冷启动场景下推广视频平台的推荐方法,以及产品经理在这方面需要做的事情和角色设置。
综合来看,推荐需要根据用户的特点和平台的内容,做出合理的推荐,才能达到最大的收益。
产品经理在整体新用户冷启动内容推荐中的主要工作包括三个方面:索引对齐、优化模型、规则制定。 通过这三个方面,不断优化产品推荐模型,以获得最大的收益,直接或间接地提升业务。 北极星指示器。