在微信小程序大火的时候，谈企业微信公众号运营，似乎有些过时了。大家仿佛觉得，公众号的时代已经过去，付费订阅、直播、多平台发力这些才是未来嘛！

那么，企业还要不要做一款公众号？答案当然是要。对于企业来说，公众号仍有着独特的价值。

载体上，微信日活近7亿，池子够大；微信的内容生态相比微博要健康的多，公众号有较强的商业价值。

环境上，移动互联网红利消失殆尽，流量成本水涨船高，公众号仍不失为性价比较高的获取用户渠道。

功能上，公众号在品牌建设、关注渠道、二次教育、CRM上都有着诸多独特作用，与用完即走的小程序完全不同。

另一方面，我们看到虽然很多企业和App都认可公众号的作用，也在上面下了不少功夫，但运营状况往往面临窘境，很多企业都在经历着这个困境：

阅读少→判断是粉丝量太低→付费做营销活动加粉→粉丝量提升→阅读数短暂提升，随后复原→粉丝加速流失→阅读量和粉丝数逐步恢复原状。

如何摆脱这种窘境，打造一个真正有价值的公众号？你需要经历一下三个步骤：

1、升级思维：放下执念，采取用户思维

所谓渠道思维，就是尽可能的圈定一批用户，在公众号内反复洗，慢慢转化。

所谓用户思维，是指站在用户的角度，为其提供有价值的内容，吸引与之匹配的用户。

企业公众号往往采用渠道思维，唯粉丝论。粉丝越多越好，越多代表流量越大，榨出的价值越大。

须知，渠道思维有效的前提，是市场闭塞。闭塞降低了用户的流动性，只要圈进来，就是我的！自然也就有了慢慢洗用户的机会。百度搜索敢在PC端加大量广告，就是因为用户没有其他的搜索引擎可选。

但这个前提已经不成立了，信息愈加丰富，离开愈加容易，你很难将用户圈在一个池子里。不喜欢你，我直接取关就可以了。

正确的方式，是采取用户思维，以用户为核心。这时，公众号的价值，是核心用户数、用户质量和对用户的影响力决定的。粉丝数量？并不重要。

用户思维的核心，是打造有价值的产品，与用户的使用场景匹配。比如公众号42章经，产品定位是创投圈思考和分析工具，粉丝不过5w，但粉丝质量极高（创投圈or创业公司），行业影响力很大。42章经基本没有投放过广告，只凭借高质量的内容聚集粉丝。

同样，基于用户思维打造的公众号，会紧密的围绕一个核心功能推送内容。不会今天推故事、明天讲教程、后天又提供新闻。我们心里都有预期，深夜发媸不会去写鸡汤文、李叫兽不会去讲运营。和菜头经常强调自己的定位：不要希望从我这里学到任何有用的知识，我只是负责给你的生活另一些可能，带你领略一些之前未曾接触的美好。

因此，打造有价值的公众号，你需要：

★放弃渠道思维，采用用户思维。

★放弃对粉丝数量的执着，追求内容的质量。

★放弃对粉丝的控制，采用温柔的引导。

2、升级价值观：不看数量，要看核心粉丝

很多企业公众号，包括所谓“营销专家”都喜欢强调粉丝数量。

实际上，重要的不是粉丝数，而是有效粉丝数，或者说核心粉丝。

冷兔和罗辑思维，都是百万级粉丝公众号，但商业价值不可同日而语。冷兔只能偶尔接H5广告，罗辑思维却能和各类品牌深度合作，对用户消费产生强烈影响，甚至搭建自己的知识商业版图。

有很多做公众号营销的小公司，通过各类手段将粉丝引流到公众号里，通过推擦边的或搞笑的视频维持活跃度，靠文章页底部的广告点击分成来赚钱，这种账号积累再多的粉丝，又有多大价值呢？

将粉丝等价成用户的话，百度知道的uv不比知乎的少，但知乎目前估值10亿。

粉丝数量，从来都不是衡量公众号的价值标尺。

公众号价值=核心粉丝数量粉丝质量影响力

比如，你有一个只有1w粉丝的买房投资公众号，100个核心粉丝，都要买房投资，就等你一句话了！假设平均每个用户投资100w，你能带动的流水就是1亿。即使你仅仅从开发商收取2%的流水分成，也有200万利润，足以养活一个小公司或小团队了。

因此，打造有价值的公众号，你需要：

★不再迷信粉丝量。

★关注核心粉丝。

★为用户提供真正有价值的内容。

3、升级方法论：精准定位，保质而非保量

明确产品功能，保持清晰定位！

不少官方的公众号，打开就像一个央企或者政府的官网，满眼是企业的奖项、愿景。这些内容对于企业间合作或许有价值，对用户又有何价值呢？

还有些公众号，今天推一个省钱攻略，明天推一篇鸡汤，后天再来个经济大势分析，根本没有明确的定位，用户自己也是一头雾水。

实际上，一个用户在关注公众号的时候，对他的功能是有期许的，如果之后的推送不符合期许，流失是早晚的事情。

既然清晰的定位如此重要，如何对公众号做出定位呢？

（1）、产品定位，要兼顾用户价值与渠道价值

公众号是用户价值与公司价值的融合。

设计公众号时，应围绕公司的主营业务进行场景构建和内容布局，保证做出的内容对公司主营业务有正向作用。

（2）、产品的内容或功能，要有与之对应的使用场景

举个例子，工作、学习中，每天都有很多次休息几分钟的机会。休息时，往往希望找点轻松的内容看看。表面看，微博能满足这个需求，但微博信息流过于庞杂，段子，新闻，八卦…这时候，如果有个公众号，能将微博上好笑的段子聚集起来，每天推送给我，我会很乐意订阅它。如果能有点风格，就更棒了。比如近年来很火的日式冷笑话。

正是基于这个需求的洞察，冷兔出现了。它只是对微博段子的聚类，但聚集了数百万粉丝，篇篇都是10w+。虽然冷兔做的早，赶上了微信红利期，但对使用场景的洞察，也是其成功的中重要因素。

（3）、减少推送频次，保证内容质量

试想一下，一个产品每天给你发push，还十有八九都是你不感兴趣的，你想不想卸载它？很多公众号觉得内容越多越好，甚至恨不得每天五六条。殊不知，大量的推送会造成严重的信息打扰和阅读压力，简直是逼着用户取关。

运营人力有限，推得内容越多，约容易粗制滥造，与用户兴趣不匹配的可能性也越大。相反，减少每天推文数量，将有限的精力投入到提升内容品质上，用户反倒会因为合理的频次和内容的高质量产生粘性。以营销著称的李叫兽，每周只发一篇文章，发的前一天还要做张海报预热，就是这个道理。

（4）、如果资源允许，一定要做原创

内容是唯一的壁垒。一切的运营手法、产品规划的起点，都是内容。粉丝基于内容聚集，用户基于内容产生信任。同时，腾讯对原创内容的保护更加周密：剽窃文章将受到严惩，转发文章会自动带上源头的公众号。

信息缺失再爆炸，但爆炸的是垃圾信息，有价值的内容永远稀缺。通过原创内容产生价值、建立品牌，是每个公众号的最大追求。

因此，打造有价值的公众号，你需要：

★兼顾公司与用户价值，融合用户价值和商业价值。

★保证内容质量，减少用户打扰。

★尽可能提供原创内容。

所以说，微信公众号对企业的价值是很大的，当然要想让微信公众号的的价值最大化，这需要付出更大的努力，这其中包括了微信公众号后期的内容更新、推广、维护等方面，希望大家能够坚持的去做，付出总有回报。

马海祥博客点评：

将公众号作为产品去设计，清晰定位，匹配场景，为用户提供真正有价值的内容。只要做到这些，涨粉其实是水到渠成的事。

善待用户，回归价值。你的所有投入，一定会获得相应的回报！

如今，无论是传媒从业者还是普通用户，已经没有人会轻视技术的力量。

从传统智能手机到可穿戴设备、区块链技术、标志计算机新时代的人工智能，以及即将成为主流的混合现实（Mixed Reality）……这些逐渐切近日常生活与行业变革的技术，传媒从业者应当如何把握？

本期我们精编了这份报告，以期和读者一同触碰技术与传媒业态的未来。

趋势一：人工智能

我们习惯将“人工智能（Artificial Intelligence）”当成一个总体概念，但事实上，人工智能范畴之中，包含着许多具体类别。在当下的传媒行业，那些看似生僻的技术，实则也渐渐应用于我们熟悉的领域中。

自然语言生成

（Natural Language Generation, NLG）

自然语言生成技术现今已被不少媒体与营销机构所应用，基于大规模的数据集来进行自动内容生产。NLG可实现的功能包括，集成关键词、提升SEO（Search Engine Optimization，搜索引擎优化，即利用搜索引擎的规则来提升网站的搜索排名）以及为用户批量提供个性化的内容。

这项技术有两项具体应用，我们都不陌生。

首先是将结构化的数据转化为叙事性的报道，Bloomberg、AP等媒体都在应用这项技术，来收集数据并自动写作有关足球赛事、收益报告等方面的报道，ProPublica等机构也在试验如何在公开数据中发掘报道线索。

另外，一些阅读App可以根据用户所选的阅读水平，来对词汇、语法的复杂程度进行调整。一家教育行业的初创公司Newsela就主打“阅读水平转换（reading level converter）”的产品，为用户提供个性化文本，文本来源则是与他们合作的各大新闻机构，如《华盛顿邮报》和《卫报》等。在未来，NLG还可能与智能语音等领域结合，为内容个性化提供技术基础。

Newsela界面示意，左边栏可选“Reading Level（阅读水平）”

自然语言理解

（Natural Language Understanding, NLU）

现今，我们会频繁接触到以社交媒体文本、政府企业网站公开数据等为代表的各种非结构化数据，自然语言理解技术能够帮助研究者来量化此类数据，从中抽取关键概念、梳理关系以及分析情感。在医学、法政、农业、交通、教育多种学科领域，NLU都可以帮研究者获取更深层面的洞察——传媒领域同样。

机器阅读理解

(Machine Reading Comprehension, MRC)

MRC使得系统阅读大数据、推断含义并且立即得出答案的流程成为可能。举个例子，当你搜索时，你是希望系统直接给出一个确切答案，还是提供给你一堆“欲知后事如何请看更多超链”的URL合集？前者就是MRC可以做到的事。在未来，MRC是实现强人工智能的关键性步骤之一，而近期，它则可以协助我们把技术手册、历史地图和医疗记录等各种资料转化为易于搜索的信息集合。

实时机器学习

（Real-Time Machine Learning）

机器学习指的是一种应用算法来分析数据，从而可以更好地完成各种任务的系统，并且随着时间推移，它会越来越擅长这些任务。但这种系统也面临着效率问题：系统需要停下来解析数据。而最新研究表明，实时机器学习可以随数据获取而实时调整模型。这种技术使得同声传译自动化成为可能，即便是在多种语言混杂的情况下；也可以协助对内容分发进行随时调整，从而为读者提供更具有贴近性的内容。比起刻板地使用历史数据（读者XX只喜欢体育类报道），实时偏好则能够将内容纳入推荐机制（读者XX在接下来的几天里对大选新闻的需求可能会更强烈）。

IBM的“辩论者（Project Debater）”即是真实世界的文本如何被应用于实时学习系统中的范例，它是首个能够和人类就复杂主题展开辩论的AI系统。它能够实时消化复杂信息、组织逻辑完整的主题演讲、清晰阐述并且反驳对手。这一系统将可以提供论据支撑的有力论点，并限制其中情感、偏见和谣言的影响，从而帮助人们辩论。

 IBM Project Debater的网站首页

音视频算法

（Generative Algorithms For Voice, Sound and Video）

MIT计算机科学与人工智能实验室（MIT’s CSAIL）正在研究儿童如何学习新词汇，从而将之应用到训练计算机的自动语言识别功能的开发中去。研究人员也在训练计算机在观看视频的同时，预先判断其中会出现的真实物理世界中的对应声音。比如，树叶落地是什么声音，那木条触碰到沙发呢？研究目的在于，训练系统理解真实物理环境中的物体之间是如何发生交互的。

这种算法未来可以为游戏、视频电影和电视节目自动配音与添加音效，但它也意味着，音频可能构成欺骗——当计算机能够模拟我们的声音和自然音时，会发生什么呢？2017年，华盛顿大学的研究者们就开发了一个能“展示”奥巴马总统某次演讲的模型，事实上这次演讲从未发生过。这恰恰与当今的假新闻和新闻核查不谋而合。

# 2017年“奥巴马演讲视频”的介绍 时长：01:55

图像修复

（Image Completion）

如果计算机系统接触到足够多的图片，那么它可以修补图片缺陷，如失焦、人像肤色等问题，专业摄影师和普罗大众皆可使用。但这种技术难免面临伦理争议：真实和美化的界限在哪里？多大程度上的修补是被允许的？这些问题记者都应当自问。它也可以成为执法和军事的一部分，帮助相关部门识别图像中的人或者物体。以及，考虑我们已经在机器学习和算法中发现的偏见，图像修补的未来，可能涉及设备与隐私等方面的争议。

“隔墙有AI”

（AI For Seeing Trough Walls）

MIT的计算机视觉科学家已经发现了如何通过“意外摄像头（accidental cameras）”来追踪信息。窗户、镜子、角落、绿植等许多物体都可以和AI结合，被用来追踪光线、阴影、震动等外界的细微变化，据此分析出某种条件下我们难以用感官直接捕捉的信息。举个例子，研究者们宣布他们拍摄了一株绿植，通过投射在叶片上的阴影来建立室内其他部分的三维影像，或者他们也可以将叶片转化为“视觉麦克风”，根据叶片震动来分析出室内的人正在说什么。

技术应用示意图

这样，我们可能都会拥有X光般敏锐的视觉——调查记者对此表示十分渴望。

可预测性机器视觉

（Predictive Machine Vision）

MIT的研究者们正在训练计算机，它不仅可以识别一段视频中有什么，还要推断其中的人接下来会做什么。比如说，基于YouTube平台上的视频和电视节目（例如《绝望主妇》），计算机系统现在可以预判两个人接下来是会拥抱、亲吻还是握手。有朝一日，这项技术能够帮助机器人更容易地判断人的身体语言并和人互动。

新型生成式建模技术

（New Generative Modeling Techniques）

自回归分位点网络(Autoregressive Quantile Networks for Generative Modeling, AIQN）看上去复杂，但它本质上就是一个帮助提升算法、使之更加稳定的创新理念。这种技术可以提升AI技术的进步速度，也就意味着媒体和技术领域中的机遇与革新会更快出现。

更快的深度学习

（Much Faster Deep Learning）

深度学习（Deep Learning, DL）是机器学习中相对较新的分支，也会很快无形融入到各个组织机构当中。设计者会使用较为特殊的深度学习算法，结合包括文本、图像、视频、演讲等类似内容在内的各种数据库。从概念层面上来讲，它不算新，最近更新的是计算处理能力和可用数据的数量。落实到实践，这就意味着更多的人类事务可以被计算机自动完成，比如设计软件写代码。

DL受计算机网络运行速度的制约：几年前，用ImageNet网站中的数据集来训练图像识别功能，可能要花费一个月或者更长时间；而现在，Facebook可以在一小时内实现相同的效果。随着计算机提速和硬件技术的提升，系统也会以更加“超人”的速度完成任务。

强化学习与分层强化学习

（Reinforcement Learning and Hierarchical RL）

强化学习（Reinforcement Learning, RL）是处理决策型问题的强力工具，它被应用于训练AI系统，使之拥有超出常人的能力。在计算机模拟过程中，一个系统尝试、失败、学习、实验,然后再次尝试——这一系列步骤都能飞速完成，且每次试错都会对它的未来尝试有所修正。我们所熟悉的AlphaGo就是基于RL机制学习如何决定战胜人类棋手。但这项技术也存在问题：当智能体（agents）缺乏足够的监督（supervisor，简单来说监督就是设定输出值/目标，在数据中发现潜藏模式能更容易，而无监督式学习不设定输出值，下文在机器学习相关技术中出现的“监督”也是同一个概念），或是需要运行一项长时间的复杂任务时，可能会遇到困难。

这时，研究者将尝试应用分层强化学习（Hierarchical Reinforcement Learning）——能够发现高水准的行动，有条理地克服学习困难，最终以出乎人类意料的速度掌握新的任务。RL可以提升AI系统的“智能”，来使汽车能在非常规条件下自动驾驶，或者协助军用无人机实现之前尚未实现过的复杂动作。

持续学习

（Continuous Learning）

现在，深度学习技术已经可以帮助系统学习，去以更接近人的所作所为的方式来完成复杂任务，但是这些任务仍然很具象，比如在某一项比赛中打败人类。并且它们需要遵循一个严格的程式：收集数据、设定目标、应用某一项算法。这一过程需要人工参与，也会花费不少时间，特别是需要监督式训练（supervised training）的早期阶段。持续性学习（CL）将偏重于构建提升自主学习与增量学习的技能，研究者未来还将持续扩展其能力边界。

多任务学习

（Multitask Learning）

电影《龙威小子（The Karate Kid）》里，园丁宫地先生承诺教男孩Daniel空手道，但Daniel很快厌倦了日复一日的训练。对于Daniel来说，漆栅栏、汽车、无休止的“打蜡、封蜡”……这些事情看起来都毫无用处，肯定不能帮他学会空手道。当然，最后所有的杂务都被证明与空手道有关，这样的训练也帮他成为一名空手道冠军。

提起这部电影，是因为研究者最近就在训练智能系统像Daniel这样学习。当开发者使用机器学习时，他们要尝试用这种方式解决单个特定的问题。他们会监督智能系统微调，且不断修正，直到系统的表现符合预期。但是仅仅聚焦于单个任务，经常会指向无效结果——也许有比研究者发现的机制更好的解决方案呢？于是，新的研究领域，也就是多任务学习就产生了，让系统像Daniel这样，在各种各样的相关任务中寻求联系，探寻如何更好地解决问题。

电影《龙威小子》剧照

对抗性机器学习

（Adversarial Machine Learning）

简而言之，一段对抗性内容（包括图片、视频、音频等），都包含了一个很小的“优化点”，人类通常无法察觉。科学家设计模型，给计算机训练“识别细微差异”的能力。不过，它也可能被黑客利用，用对抗性图像来误导机器学习系统。

对抗性信息可能会被有意或无意地植入到图片、多媒体报道、虚拟现实等内容之中，在假新闻广泛扩散的当今，这一点尤需谨记。对搜索引擎来说，给图像自动标记tag，实现起来也并不容易。

更加重要的环境交互

（A Bigger Role For Ambient Interfaces）

环境交互（Ambient Interfaces）也以“零界面（zero-UIs）”的概念为人所知。现代交互更像是身边环绕的音乐，更少的直接指令，却能做得更多，还能吸引我们的注意力。据悉，在现代社会，成年人平均每天要做20000多个决定，大到股市投资，小到要不要刷一下手机。新型数字助手（DAs）有望对所有需要决定的事务进行优先级排序，替我们作出委托，甚至自动应答——这一无形的决策制定过程都不需要你直接输入指令。根据梅特卡夫定律（Metcalfe’s Law），网络的价值将和使用者数量成正比。这就意味着，越多的人加入这一环境交互的信息网络中，这项技术就会越好用。

将来，数字助手会变得无处不在，会搭载于手机、耳机、汽车、冰箱，甚至藏在口袋中。MIT等高校的研究者也在尝试让我们的设备能够“听”和“看”，它们会知道我们去了哪里，见了什么人，我们的习惯喜好，等等。之后，它们就会用这些数据来满足我们的需求。不难想象，营销机构、银行、以及媒体，都会用这些技术来呈现和传递信息。

当然目前最常见的还是这些

创意型人工智能

（AI For the Creative Process）

AI能不能从事创意性工作？过去的几年里，我们已经看到了不少AI系统设计创作的音乐、服装、自行车等等作品。比如，去年罗格斯大学和Facebook AI实验室等机构的研究者就设计了以创作艺术作品为目标的AI系统。结果是，艺术批评人士无法分别AI作品与人类作品之间的区别。这种创意型应用，可以说是从弱人工智能走向强人工智能的关键一步。

机器人

（Bots）

基本意义上的机器人（Bots）是指，为自动完成某一特定任务而设计的软件应用。在媒体领域，机器人可被分为两大类：新闻型机器人（news bots）和生产力型机器人（productivity bots）。前者可以协助集合新闻信息，并自动为读者推送特定新闻事件；而生产力型机器人，则可以帮助新闻组织自动化他们的日常流程。比如说，推送一则地震警报需要几步？手动登陆美国地质调查局（USGS）的网站，获取信息，再派一位记者撰写一则简讯。或者设计一个机器人，自动抓取与写作。这种自动化可以提高简讯新闻的时效性，并且解放记者生产力，使其能从事到更复杂的任务中去。

而新闻型机器人相关的主要风险是，它们依赖于背后的程序设计，这就使一些居心不良的人可以利用它来散布虚假信息。

 还有我们所熟悉的聊天型机器人（chatbots）

AI中的偏见

（Ongoing Bias In AI）

研究者发现算法当中出现了预期之外的偏见。这一问题与训练AI的初始数据有关：系统一开始基于有限的数据集训练，而且训练程序由人设计，这就难免会反映出我们身上潜藏的偏见。随着计算机系统越来越擅长制定决策，我们可能会发现自己莫名被打上了某一类群体的标签，被判定为无资格贷款或不能享有某种医疗服务——而理由却潜藏在算法中，不那么容易发现。

AI云

（The AI Cloud）

过去一年，人工智能生态之中的领导企业，一直在争夺“人工智能云共享（AI cloudshare）”，以期成为值得信赖的AI远程服务提供者。Amazon、微软、IBM和Alphabet都在为开发人员推出新的软件服务，让AI初创公司能更容易地将自己的创意投向市场。不仅仅是提供服务器，每个公司都会提供现成的AI软件。如Amazon的SageMaker能帮开发者训练神经网络（neural nets），而Rekognition则可以检测并追踪视频中的人、运动和物体。

专有AI语言

(Proprietary, Homegrown AI Languages)

当AI开启了计算机时代的第三纪元，巨头公司都开始竞争市场份额和注意力。上文提到，微软等公司已经为开发者提供软件包，它们同时也为AI应用提供了独特的编程语言。如Uber发布了自家用Python写的编程语言，名为Pyro。这意味着未来AI生态的竞争中将更加分裂多元，而不仅仅类似现在的OSX和Android，或者早期的MAC和PC两大阵营。这提醒新闻机构也该开始为这种多元做准备，为开发者提供训练，提升从业者的能力。

AI芯片组

(AI Chipsets)

对我们来说，平常笔记本和手机上搭载的CPU性能已经在不断提升，却满足不了机器学习的要求。它们的问题在于，缺少足够的处理单元，去完成下一个计算机时代所需的连接和计算。这时就需要一组新型处理器，搭载于SoC（系统级芯片）之上。华为、Apple、IBM等企业都在试水新系统的构建和SoCs。简而言之，这意味着芯片已经可以在AI项目中发挥作用，并且有更快的速度和更精确的数据——也不难预料到，几家企业在未来即将开展竞争。

AI算法交易市场

（Marketplace For AI Algorithms）

大多数组织都无法组建一个无限期地创造、测试和提升算法的开发者团队，所以，开发者团体会在算法交易市场中提供他们的算法。Algorithmia 是现今最大的算法公共交易市场，在这里，开发者可以将他们的算法上传至云，其他人付费获取。Amazon、微软、谷歌等巨头公司也在将自家的框架和服务提供至算法交易市场。

Algorithmia网站首页

AI生态中的更多整合

（More Consolidation in AI）

AI生态中现在不乏这样的担忧：未来方向即将被掌握在少数几家公司手中。AI版图已被九家巨头占据：Alphabet、Amazon、Microsoft、IBM、Facebook和Apple，以及中国的腾讯、百度和阿里巴巴。投资方面，则由Intel Capital、Google Ventures、GE Ventures、Samsung Ventures、腾讯和In-Q-Tel等引领。对于任何技术领域来说，当少数几家公司主宰时，他们会倾向于垄断自身的创意和知识产权，也会视情况和他方展开合作。谈及AI的未来，我们应当思考整合会带来更好的前景，还是如电信和有线电视领域一样，可能带来一定的垄断和阻碍。

AI构筑无处不在的深度链接

(AI For Deep Linking Everywhere)

移动深度链接已经随着智能手机的普及而普及，通过手机应用搜索和分享数据都变得更加容易。深度链接分为三种：传统、延迟和场景。传统深度链接能够实现你从一个应用或网站直接跳转至另一个已安装应用；延迟深度链接则导向应用商店，安装链接导向但本机尚未安装的应用；情景深度链接提供更为强大的信息，实现网站向应用、应用向网站、应用向应用的跳转，并且可以提供个性化功能。比如说，当你下飞机时，你可能会发现你的航程应用为你推送了一条导向Uber的链接。随着机器学习的发展，基于独立用户习惯的应用链接应用的体验会更普及。

AI为自己代言

(Making AI Explain Itself)

有人质疑AI正在成为“黑箱”，除了领域内的研究者之外，没有人知道最新系统是怎么运作的。这不完全正确，但却呼应了一些计算机与认知科学家、记者和法律学家现在的主张：AI系统不应该如此神秘。接下来，我们会争论AI是否应当能够解释自身决策过程，并且提供更多的透明度。这一主张的障碍在于，这样的揭示可能会泄露商业机密，以及不断停下来解释，可能会影响AI工作的速度和质量。

责任与信任

(Accountability and Trust)

很快，我们会到达一个无法判断数据集是否被干预过（无论有意无意）的阶段。如果我们不再信任AI系统输出的结果，那么数十年的技术进展都将付之东流。政府、商业还是非营利组织的领导者，都必须对自己所使用的数据和算法有自信。构建信任需要展示算法工作的流程，但这又与组织希望数据保密矛盾。

建立信任的方式包括，承诺机制的透明性，不必然损害个人数据；另外，请一位伦理学家来和经理人以及开发者一起工作，也可以减少算法中可能出现的偏见。

AI的中国式繁荣

（China’s AI Boom）

现今，中国正成为无可置疑的AI强国。中国的AI初创公司现在已经占据了领域内全球投资的48%，中国研究者拥有的AI研究专利数量也是美国研究者的5倍，人口优势则为科技创新提供了足够的未来需求，BAT几家引领性科技公司也在不断加大对AI领域的投入。同时，中国所能获取的丰富数据，也为应用与从教育到零售制造业等各行各业的AI的训练提供了数据基础。

算法数据特种部队

（I-Teams For Algorithms and Data）

随着数据和算法应用于我们的日常生活，媒体中一支用来调查AI的特别行动小组出现了。《纽约时报》、《华尔街日报》、Publica和《华盛顿邮报》都开始应用采访的核心技能来调查算法。技术越发展，AI系统的不透明度就越高。且不论AI最终的结果是如何输出的，仅仅理解信息从哪里来、如何传播、以及它具有什么影响，就都需要一定特殊的技巧。

对于算法的调查，其结果的紧迫性前所未有。路透新闻研究所的报告表明，在美国，41%的被调查者认为政府应该努力抵抗在线假新闻，英国和法国则是61%，而西班牙则超过了70%。

趋势二：计算新闻学

数据和算法怎样加持新闻业？

计算机摄影

（Computational Photography）

计算机摄影是计算机视觉、计算机图形学、网络和摄影等技术的融合产物。不仅是单单依赖于光学过程，它同时应用了数字图像采集和生成技术，来捕捉真实生活。每一个智能手机用户现在都可以体验到计算机摄影。比如iPhone就使用计算机摄影来实现浅景深效果（人像模式）。

计算机摄影接下来还有许多可实现的功能：实时调节构图，产出多个角度的摄影作品；在图片中增减特定元素，调节光影效果；与此同时，MIT人工智能实验室和Google还联合开发了修饰照片和增强手机拍摄效果的自动功能。显然这会给记者带来一些伦理问题：多大程度上的修正是被允许的？而对应的，新闻从业者也应该开发一种技术，在将一张图片应用于报道之前，先看看它经过了多少修改。

一个处理过程的图示

计算新闻学

（Computational Journalism）

计算机辅助报道（CAR）是一项调查新闻应用的技术。记者寻找、清洗和挖掘公共记录与文件，处理数据并发现潜在的报道线索。在机器学习算法和AI的协助下，计算新闻学就是进化版的计算机辅助报道。

计算机新闻学技术包括多语言索引、自动写作、算法可视化、对于数据集的多维度分析和灵活的数据抓取，这些都可以帮助记者综合在数据中的发现，然后在事实、概念、关键词之间发现联系，从而找到人或组织之间的潜在关系。

此外，还包括一类技术叫做“众学”（crowdlearning）。这项技术可以从我们无意之间产生的数据当中，比如线上活动、定位和健康记录等，来挖掘到一些新的事实。初创公司Neura就是应用这项技术的一个范例。

 Neura网站

脸部标记

（Faceprints）

系统现在可以根据我们面部的独特特征——骨架结构、肤色甚至毛细血管——来识别出我们是谁。“脸部标记”现在相当于指纹。比如去年，Apple就在iPhone X中引进了人脸识别技术。英国的研究者还尝试在脸部识别时应用热感因素，日本的研究者也在用3D扫描来提升人脸识别——预期这项技术能够应用于2020年的奥运会。而这一项技术也面临着法律挑战，在获取用户的面部信息之前，应当在何种程度上得到他们的许可。

声音标记

（Voiceprints）

你的声音由许多独特特性集合而成，这种特性就是声音标记。新型机器学习技术能够通过听我们说话时的微小特征，来协助研究者识别我们是谁。这项技术可以帮助智能语音助手，为家里的每个成员定制对应的交互风格。卡内基梅隆大学的研究者甚至还发现了，如何只根据声音标记，建立起一个人面部的3D模型。

趋势三：区块链技术

区块链代表一种在一个分布式系统上分享和储存信息的方式，在这里身份和交易都被加密。它从比特币开始进化，从数字货币的边缘脱身成为主流。尽管这项技术还在发展中，它的广泛应用已经足以影响许多产业。因此，我们需要了解它与新闻业相关的关键主题。

 代币经济

（Tokenomics）

区块链技术使商业公司能够创造代币（token），Token是指商业公司创造出来，以实现机构自我运作、激励用户和对所有利益相关者进行利益分配的价值单位。代币经济能够为媒体公司变现和分配的方式带来革命性的变化。

通常媒体都是依赖于广告与订阅两者结合的盈利模式——当然报纸也证明了这种模式能多迅速地被数字竞争者冲击。区块链可以实现零交易成本的小额支付，或者能允许用户降低月度订阅费用，却可以消费更多媒体内容。

适用于智能版税和自由职业者的代币

（Tokens For Smart Royalties and Freelancers）

以Ethereum为代表的平台，能够实现对新闻或音乐等内容版权的小额支付——通过自动生效的智能合约。比如说，每当一首歌已经播放了一段时间，它就会从听众那里给歌手拨过去一小笔钱。

类似的平台的创建有两个重点：给内容创作者以最大限度的所有权，和奖励创作内容。内容创作者会很快采用这一模式，因为这能让他们得到大多数收入，而不是要把大多数收入给分发平台。同时，创作者能让自己的版权更多地控制在自己手里，且能直接与受众互动。报告预测，新闻平台会迅速跟进这一模式，但会努力激励读者转向新的平台——毕竟单个记者缺乏足够的市场影响力和关注基础。

永久新闻

（Immutable Journalism）

区块链技术可以创建一个分布式的永久性信息记录（不能被删除或者更改，本质上只能被添加）。这就使得信息的记录和分发的过程可以被所有人看见，不能被改变——除非通过大多数用户更改全部记录。一个应用区块链技术的分发渠道，会让监管和信息限制更难以施行。内容创作者会以此来保护他们的内容在通往终端读者的过程中，不被第三方修改、过滤或封锁。

TRON和Civil都是为信息资源去中心化而设计的平台。他们允许任何人自由创造并分发内容，不受监管。去中心化的信息平台会给内容发布方（包括媒体）以更多的控制权，而削弱平台在权力结构中的优势。另外，不妨把这作为一种为关键信息增加可信度的方式。

自主身份系统

（Self-Sovereign Identity）

身份管理系统已经从政府应用逐渐向邮箱和社交平台账户转移。Google、Yahoo和Facebook等公司现在也根据用户数据建立自身的商业模式，但用户却苦于大规模信息泄露。自主身份系统的逻辑是，用户完全拥有自己的数据，并对其有绝对的控制力。数据在不同应用、设备和平台之间具备互用性和可传输性。它有两个好处，提升安全性和可控性：去中心化的身份理论上更难受攻击；个人拥有自己的数据，他就可以自行决定如何利用数据变现盈利。

对于媒体公司来说，自主身份系统也是一种趋势，可以关联付费墙、身份验证（比如解决几个用户共用一个付费帐户的问题）、创意IP和版税跟踪，以及数字广告。

共有目标的分布式计算

（Distributed Computing For a Cause）

分布式计算意味着这样的过程：大型电脑问题可以被分解，成为多个可以在许多常规电脑上运行计算的问题片段。这就使个人电脑、手机和其他电子设备的闲置时间成为有价值的资源。预计会有不少平台允许用户以此种方式变现他们的电脑闲置资源，需要计算资源的开发者也可以降低成本，增加选择的多样性。对媒体来说，这能减少数字新闻分发的消耗，促进针对社会公共事业的计算机资源的捐赠，并因此减少信息分发的经济负担，和由新闻提供者承担的分析工作。

去中心化策展

（Decentralized Curation）

加密货币和应用平台可以成为去中心化内容策展（Curation，此处可理解为对信息内容的“策展”，即收集筛选、整合编辑、传播分享等处理过程）的一种模型。这是因为平台在探索自治方式，而不是设立集体组织中一贯出现的中心权威管理者。结果就是，基于区块链和智能合约平台建立的自治和激励结构，创造出一种替代性的信息策展方式的试验场，这种信息处理方式更能根据特定利益相关者的需求而灵活变化。

Steemit是类似于Reddit的博客型社区，它建立了一种加密型分数系统，在这里创造、策展内容以及与内容互动的用户会被奖励一定分数，分数可以交换现实货币。另外，名誉值高的用户则可以在内容策展方面拥有更高的影响力，名誉值可以逐渐积累或是直接购买。

未来，用户会对平台信度的建立提出更高的要求。如Reddit之类的网站，起初内容都由用户“众包”提供，这种“众包”内容将会从以往的“大多数人决定”到“有资格的大多数人决定”结构进化。加密系统中的数字人格将会更加重要，因为此种资格会视特定个人账户/用户名之下的历史贡献而定。

趋势四：界面交互

语音交互

（Voice Interfaces）

我们已经进入了一个对话交互的时代。语音交互系统使用自然语言生成技术（NLP），结合我们的数据，来参与我们的所想所需。2019年需要考虑的一个新问题：当语音交互逐渐成为更多的网页搜索行为的接口，会发生什么呢？

对话式交互，能够模仿记者与编辑之间可能发生的谈话，这些谈话可能会与报道事实相关。IBM的人工智能程序Watson的许多应用程序接口（API），包括上文提过的Debater，以及对话和语调分析等，都可以用来协助记者工作。同时，传媒组织也该思考，如果Amazon和Google掌握了我们未来对话的方式，自身应该如何融入这个生态，并在其中取得优势呢？

基于聊天应用的内容变现

（Monetizing Chat-Based Journalism）

信息交流平台已经成为社交行为的新中心，这其中就包括信息分发和经济交易行为，且二者可以合二为一。这种渠道的中心化创造了到达读者的新机会，且读者拥有小额数字支付的功能。比如微信公众平台的“赞赏”设计。其他包括Facebook messenger、iMessage、Gmail等平台，也加入了此种使读者向作者进行个人交易的功能，这也促使记者从在新闻编辑室的工作中抽离出来，转向他们自己的追随者。

音视频叙事新形式

（New Video and Audio Story Formats）

利用视觉响应、触觉反馈和语音交互等技术，报道者正在开发非传统的新型叙事来吸引读者。已经有新闻媒体和娱乐组织开始探索创意叙事形式，其中重点在于个性化、交互与沉浸。

去年，BBC发布了可以在Amazon智能音箱Echo上播放的广播剧，听众可以通过直接与人物对话的方式来决定故事走向。同时，以RYOT为代表的公司也在尝试和主流新闻组织展开合作，比如《纽约时报》和NPR等，开发了用VR形式观看的沉浸式纪录片视频片段，观众可对其展开360°的全景探索。在网络交互剧集《那个时刻（that moment when）》中，观众则可以决定主角的行动，实时改变故事线。

《那个时刻》中的选择之一

趋势五：新闻教育与业务训练

新闻编辑室的自适应学习

（Adaptive Learning For Newsrooms）

AI加持的交互式学习方式已经应用到了商业和教育组织中，根据问题回答的正误来为个人定制课程。具体机制可以解释为：当四个人同时参与一个关于报道突发新闻的测试，一个人回答正确，另外三个人都回答错误，却分别选择了三个不同的错误答案。按照传统方式，此时回答错误的三个人会继续受到同等的训练，但自适应学习则会根据错误为受训者额外提供对应帮助。对于新闻编辑室来说，想要为记者编辑提供特定领域的训练，帮助组织在更广阔的主题领域建立专业度，这个技术将大有可为。

授予记者的纳米学位

（Nanodegrees For Journalist）

相比为期两年到四年的传统学位项目，线上授课的纳米学位（Nanodegrees）提供了一种替代选项，它涉及某个特定主题领域或行业的研究，目标是增长知识，以及获得某种资格认证。这种方式适用于那些只想获得某一领域学习认证，却不想花费过多成本、也不想获得与传统教育同等精进程度的人。

以Coursera为代表的平台即为记者提供更具体的课程，比如由宾夕法尼亚大学开设的“记者专业外语”。Udacity是最受欢迎的纳米学位平台之一，一般6~12个月可以结业，按学期或按月付费都可以，主题包括成为数据科学家、学习开发者技能以及数字营销等。纳米学位在未来面临的重要障碍之一则是，HR和招聘团队对这种资格的认知与认可程度。

Udacity网站中的一些课程项目

趋势六：出版与分发

Web 3.0

就像云计算革命性地改变了商业管理和储存信息的方式一样，区块链技术也将带给信息技术和数据库一波创新浪潮。分布式账本能够鼓励大规模的公共参与，并开启Web 3.0 的新时代。在Web 3.0时代，合作和分散创作都能够加速发展的原因有二：基于数据挖掘、自然语言生成（NLP）和文本解析等技术，收集、挖掘与理解非结构化数据都变得更容易；通过AI和机器学习，机器能够直接彼此合作。最终，机器将能够互相训练。

已经有类似的项目在进行中。在媒体领域，Otoy通过创立一个合作者组成的去中心化分布式网络，共享空闲的处理资源，降低视觉设计效果的生产成本。另外，在Web3.0时代，媒体也能够建立微型支付系统，或者使用户能对自己的隐私和数据拥有更多的控制力。

Otoy网站首页

接近性新闻

（Proximity News and Information）

不仅仅是我们的设备能够推送和接受信息，新技术使得身体也具备这一功能，这就把我们纳入一个永远运转的信息网络当中。具体技术机制是围绕“信标（Beacon）”发生的。基于低功耗蓝牙技术的信标就是一个能够广播信号、并且根据地理上的接近性来触发行动的微型设备。Target就已经在数百家商店配置了信标，这些信标将跟踪消费者在商店不同区域间的移动 。

蓝牙技术之外，内容生产者现在可以在手机应用中内置地址围栏（Geofence）功能，来根据用户位置推送通知。比如说，受过CRP心肺复苏训练的人，现在就可以在PulsePoint应用上收到提醒——附近有人需要帮助。这也意味着媒体可能实现基于消费者地理位置的精准投放。

数字化脆弱

（Digital Frailty）

过去三年，我们目睹了无数广泛传播的重要新闻报道从网上被抹去的例子，因为媒体兼并或因为网站不再维护。“数字化脆弱”指的是，新闻网站发布的数字资料难以永久保留、易于损坏的现象。

当2015年Peter Barbey收购杂志《村声（Village Voice）》时，他信誓旦旦地说“它会活下来，并且蓬勃发展”。但两年之后，Barbey取消纸版，2018年，《村声》被彻底关停。也没有任何备案来保存它的数字记载，这就意味着那些仅仅在线上发行的内容永远地消失了。而这个案例，只是无数不再存在的新闻组织之一而已。

 《村声》在纽约的总部

彻底透明化

（The Case For Radical Transparency）

在未来，打击不实信息的唯一方式就是让信息收集过程完全透明化。就像读者想看内容署名一样，他们很快就会想知道内容写作的过程，确认内容的可信度。而使用智能系统的记者，也应该说明他们所使用的工具和数据。同时，由计算机自动写作内容的报道，也应该标明算法负责的是内容的哪些部分。

罗格斯大学教授Ahmed Elganmmal 开发了一种算法，能够寻找绘画作品中的创新性，并分析哪些艺术家对此产生了影响。他的研究激励别人去使用类似的网络分析、历史数据和机器学习等技术，来寻找在文学和新闻中的相似性。类似的系统可以被用来寻找新闻报道中的潜在影响因素。

闪现式新闻编辑室与限期新闻产品

（Pop-Up Newsrooms and Limited-Edition News Products）

一些组织已经开始实验“闪现式新闻编辑室（Pop-Up newsroom）”，主要为了打造特别主题的报道和一些短期产品：限期发送的新闻信、只播出几集的播客等，仅仅在专项活动发生时报道。比如，瑞典2018年选举时，一百多个记者组成了Riksdagsvalet——一个用来在选举期间抑制不实信息的短期新闻编辑室。

同时，新闻组织也在创造限期新闻产品（Limited-Edition News Products），不需要太多人力和工作流程。将来也会有更多的新闻组织做出尝试，专为某些特定活动打造短期播客、新闻信和聊天机器人。由于这种指向性，它们也适用于数据收集和精准投放广告，对媒体来说是提升收入和读者参与度的好机会。

“一对少”出版

（One-To-Few Publishing）

新闻信、播客和细分网络，都是利用小众化的吸引力来获取巨额回报，下一步就要扩展到更细分的受众群体。此外，一些平台也会为内容创作者提供构建小众付费订阅模式的机会，比如Revue和Substack就提供了上线一项付费新闻信服务的工具：软件、分析、首款服务和模板。

我们已经看到了不少独立播客和新闻信的细分尝试，但同时也期待更多的混合现实应用等创新形式。对于所有想要通过细分受众来获取收益的媒体公司来说，这个领域都潜藏着机会。

通知的滥用

（Abusing the Notification Layer）

通知显示碎片信息，包括即时更新、提醒和朋友发来的信息。它们会在手机、可穿戴设备以及其他连接设备的锁屏界面上弹出。

推送通知对新闻组织来说一直很有吸引力，因为它们能在我们专注程度最薄弱的时候捕获我们的注意力。利用我们的错失恐惧心理（FOMO，Fear of Missing Out），让我们看向屏幕并点击内容。

但问题在于，现在通知简直无处不在——从政府预警、天气预报应用、游戏、社交平台、播客……无穷无尽。新闻组织需要开发新的策略，来确保他们的通知不会对这种杂乱状况助纣为虐，避免推送把读者推得更远。

服务型新闻

Journalism as a Service（Jaas）

在传统新闻产品之外，新闻组织现在也在提供新闻服务。这种转向使得媒体能充分实现其内容价值。新闻服务主要面向从事知识领域工作的群体，包括大学、法律初创公司、数据科学公司、商业、医院甚至科技巨头等。媒体积累的内容实际上是能够被结构化、清洗，从而被多种组织运用的数据资源。

作为服务的新闻包含多个部分：新闻报道；API；编辑部和付费第三方均可使用的数据库；与新闻事件结合的日历插件；使用媒体组织积累的内容和数据库来自动生成报告的系统等。服务可以脱离社交媒体平台而提供，减少新闻组织对外的利润分成，使其提供的服务可以充分变现。

度量透明

（Transparency in Metrics）

媒体现在希望社交网络返还给它们的数据能够具有更多的透明性。对于在内容公司工作的许多人来说，数据度量标准既不容易被发现，又不容易被理解。之前，Facebook为视频播放数据有误而向广告主和媒体道歉，并且表示这种不正确的机制已经持续了两年。无疑，数据测量会影响内容生产和商业决策，也会影响公众对一则报道的流行程度的感知。现在多数大型机构都雇佣了专门的受众参与度分析经理人，来充当一种中间人的角色。

Chartbeat是新闻组织中比较流行的度量工具

平台度量标准的有效性会被媒体和广告商质疑，是因为这个标准很难被验证。同时，希望新闻能够开发出更具透明度的数据模型，也为内部员工提供有参照意义的指标。

实时信息核查

（Real-Time Fact Checking）

面对假新闻的挑战，由人和算法合作进行的实时信息核查，将会成为记者优先选择的方法。2016年，Google在其新闻服务中引入了事实核查标签，读者就能在热门报道旁边直接看到核查结果。

在以后几年，AI系统能够实现更多复杂的事实核查：揭示信息是否脱离背景、夸大或低估其重要性。很快，AR系统也能够提供协助，比如在演讲过程中，AR应用可以实时展示演讲者的资助者等利益相关情况。而基于社交媒体数据和媒体自身文章数据库的实时信息核查，在将来也能同时提升公众关注和品牌美誉度。

离线连接

（Offline Connections）

随着用户转向移动设备，开发者们也应当确保自家APP能够离线使用。Netflix、Youtube和Amazon Prime现在都在打造离线浏览功能，允许用户缓存视频，稍后观看。新闻内容聚合应用，如Google、Smartnews和Apple，同样想要尽可能地利用用户时间，哪怕在wifi信号很弱的时候。《华盛顿邮报》的渐进式网络应用（Progressive Web App，可以理解为类似微信小程序，但它是基于Web浏览器运行）就将移动网页的加载时间从4秒缩短到了80毫秒，使用户在离线状态下也能阅读新闻。

Netflix的视频离线缓存功能

音频搜索引擎

（Audio Search Engine）

随着新闻机构在播客形式上的探索，新的搜索工具需要实现媒体和用户对于纯音频内容的内容搜索。Spotify近期实现了这一功能，用户对语音助手说出他们的搜索需求，就能立刻跳转到他们尝试回忆起来的播客、重播他们在车上听到的新闻报告，或是获取特定主题相关的音频片段。

然而，我们也看到了很多对语音识别AI展开的新型攻击行为。这种攻击会欺骗语音识别系统，使其转而识别合成语音、人耳不易察觉的声音甚至家中常见的环境噪声。这些音频提示，都可能触发智能系统执行用户本来并不想要的操作，比如进行购买，或者将音量调到最大。日益依赖音频搜索的用户更需要警惕个中漏洞。

趋势七：混合现实与视频

美国成年人每天花费将近一小时线上视频，并且越来越多地使用移动端。而皮尤中心的报告显示，更多美国人偏好看新闻视频（46%），而非阅读（35%）或者听新闻（17%）。可见这一媒介形态之重要。而混合现实（VR、AR、全景视频和全息图等），也正在成为视觉形态的有力加持。

流媒体

（Streamers）

2017年的第四季度，见证了50万名消费者抛弃了他们的有线和卫星电视服务。而用户持续为电视付费的两大原因在于，电视能够观看直播，和价格优惠的互联网与有线服务套餐。——显然这两个理由都不大像传统有线电视能持续的优势。未来预期会看到Amazon Fire Stick、Google Chromecast和Roku等更多流媒体设备的份额增长，和有线卫星电视订阅的稳定消退。而流媒体服务则会侵蚀本地广播新闻市场，也会使较长时长的电视新闻节目陷入劣势。

联网电视

（Connected TVs） 

可以联网的电视已经不是什么新鲜概念，而新发生的改变是它在家庭中的平均渗透率，和绕过各大有线公共频道而直接使用的流媒体应用，比如Amazon Prime Video、Roku、Youtube、Hulu、Netflix等。媒介组织应当主动利用这一技术，提供更为丰富的内容，赢得观众。

网页实时通信

（WebRTC）

WebRTC是由Google、Mozilla和Opera提供支持的实时通信技术。Google Hangouts就是基于此技术开发的应用。网页实时通信技术可以将你在电脑上阅读的文章传送到移动端，并对呈现部分进行调整以提供更好的用户体验。这一技术能够实现设备之间的无障碍沟通，这意味着媒体不再需要第三方应用，比如Skype，来为用户直播新闻，并且视频播放会更加流畅。

流媒体社交视频

（Streaming Social Video）

很多人都通过Facebook Live、Twitter、Youtube等社交平台观看过突发事件的直播。而彭博社上线TicToc这款24小时新闻产品不到一个月，就收获了超出75万的日常观众。随着人们更加倾向于通过手机和电脑屏幕观看内容，他们对直播内容的需求也就更高。

同时，我们也进入了有史以来第一个不需要任何技术基础和特殊装备就能生产新闻的时代，因此得以通过社交媒体见到了许多未经过滤的新闻事实。这也引出了一个问题，出于公共利益，是否所有内容都应该被呈现？这就需要媒体建立一个框架，来决定是否可以在社交视频中，复现一场谋杀或其他暴力行为。

全景视频

（360-Degree Video）

《纽约时报》、CNN、《华盛顿邮报》等多家新闻机构都开始使用全景视频，我们有望看到沉浸式新闻的持续发展。全景视频让用户可以捕捉到正在发生的新闻事件的全貌，而不是被迫接受镜头背后那个人选择的视角；在长视频中，全景视频也能使观众成为一个积极互动的侦探，寻找事件的蛛丝马迹。这样，全景视频就可以让观众长时间专注于作品，尤其是在这样一个注意力短缺的时代。

全息图

（Holograms）

由于其高成本和相对有限的应用，全息设备应该不会先普及到个人用户，而是先出现于较为专业的情境中。这种情况下，媒介组织可以考虑尝试为全息平台定制内容，目前来看，这一形式更适用于娱乐领域，如初创公司Eyellusion使用全息技术制作了巡回演唱会的全息版本。

虚拟现实

（Virtual Reality） 

虚拟现实是一种计算机模拟环境。佩戴VR眼镜或者将手机嵌入特定设备，即可获得身临其境的体验。目前，VR市场还没有成熟到可以投入广泛应用，毕竟VR内容生产需要搭建一整个虚拟环境，对于新闻机构来说，投入产出比显得不够理想。VR未来发展可能需要娱乐和游戏方面来驱动。

另外，VR对品牌来说意味着宣传层面的新商机——通过沉浸式体验，来直接对消费者的认知产生影响。比如，宝马和沃尔沃都为想要买车的顾客推出了VR试驾的体验APP，想象一下，比起一个喋喋不休的汽车销售人员，在蓝天白云之下开阔路面上驾驶的交互体验，很容易将你的心锁定在那辆车的驾驶座位上——这也被形容为VR带来的观念偏好（belief biases）。

这位女士正通过三星VR设备来试驾一辆BMWi汽车

增强现实

（Augmented Reality）

AR并不像VR那样要模拟整个新环境，而只是在你的自然视野里放置几个数字元素。我们熟悉的游戏Pokémon Go就是AR在移动设备上的应用。不久的将来，AR会为新闻机构开启新的市场，媒体可以通过用户视野中的可识别元素，来丰富实时内容的传递。

AR在媒体中的应用还有不少。比如类似于Snapchat脸部贴纸的AR功能，可以隐藏信源的身份。另外，AR可以为报纸印刷版增加交互亮点，作为吸引读者的一种方式。内容方面，AR公司Blippar可以为之补充只能用智能手机解锁的动画或图像。广告投放方面，用户可以使用AR来扫描他们喜欢的东西，浏览数字商品信息界面，直接通过手机购买。AR的这种加成意味着媒体与广告主之间的双赢。

美妆公司Max Factor和Blippar联合推出的识别商品的功能

混合现实体验馆

（Mixed Reality Arcades）

就像上个世纪80年代的电子游戏一样，游戏形式日渐流行，但大多数人并不能负担设备费用，所以如同当年的游戏厅，混合现实体验馆应运而生。新成立的“虚拟世界体验馆”即提供一种无限VR体验时间的会员资格。这种生意能够持续的原因还在于，随着技术发展，游戏愈加沉浸化，玩家不时需要更新设备——这就没有购买会员资格来得划算。

趋势八：可穿戴设备

可穿戴设备（Wearables）如今已成趋势。对媒体来说，一方面，它是需要为之定制内容来抵达特定读者的新媒介形式；另一方面，也是可以从读者一方收集反馈信息的方式。比如，视线、心率、睡眠模式乃至身处的天气情况，都可以及时传递给企业，反馈用户行为，实现高度定向化的内容分发。

智能眼镜

（Smart Glasses）

这是开发者开始尝试智能眼镜Magic Leap的一年。Magic Leap直接投影到用户眼中，看到的数字影像就好像存在于现实世界当中一样。目前来看，智能眼镜还在探索其市场方向。

智能收听设备

（Hearables/Earables）

智能收听设备集成了语音指令、生物识别跟踪、选择性降噪、音乐和数据存储以及软件集成等功能，本质上是功能更高级的耳机。Apple旗下无线耳机Earpods将来可能可以监控运动时的体温、出汗、心率等情况，同时也可以仅仅通过感应头部动作来控制手机等设备。耳机Bragi Dash配合智能语音助手，响应语言与动作指令。媒体现在也可以尝试为听觉设备的交互场景设计音频应用了。

头戴式显示器

（Head Mounted Displays）

头戴式显示器（HMD）是目前VR、游戏和其它沉浸体验中最多应用的设备。虽然由于佩戴不适感和眩晕等原因，此种设备尚未普及至家用用户，但HTC Vive和Oculus等设备品牌还是展示了引领游戏与专业使用者细分市场的潜力。目前，新闻与之结合的主要机会还是通过360°全景视频。

触觉交互

（Haptics）

在可穿戴设备的情境中，触觉交互（Haptics）代表着设备与用户通过肢体感知来沟通的手段，比如智能手表的震动提醒。随着可穿戴设备进步，触觉交互的机制和应用都会变得更复杂。Facebook甚至测试过佩戴在前臂上的设备，该设备可以将一定单词词汇转化成一系列模式化表意的震动。这项技术离普及应用还比较遥远，不过也提醒媒体可以利用触觉交互，在没有视听界面的情境下，向读者传递新闻标题或一些简短推送。

思考式设备

（Thinkables） 

思考式设备（Thinkables）是指在技术和人脑之间建立交互的可穿戴设备，使用户用想法去控制指定设备。公司4DForce制造了一种头戴设备，可以将脑电波转化为电脑能够理解的信号，搭载于游戏、健康和娱乐等应用之中。Facebook也在尝试开发一种设备，可以读取脑电波，推断人所想的词语。

植入式设备

（Embedables）

植入式设备是可穿戴设备的极端趋势。一些技术狂热者寻求将技术直接植入自己的身体，植入物包括装饰性LED灯，嵌入手臂皮肤之下的RFID芯片（用来解锁电子门）等。这种趋势过于小众，对于新闻机构而来，尽管有一种流行做法是在耳朵中植入磁铁代替耳机，可能会促进音频媒体消费，但由于健康风险，预计不太可能在短期内成为主流。

智能手表

（Smartwatches）

考虑Apple watch和Samsung Gear等产品的普及，智能手表和智能手环可能是可穿戴设备中最亲民的一种了。目前它们仍然作为手机的辅助性角色出现，但随着发展，基于位置服务、动作感应和解放双手等特色，以及开发者不断为其定制应用与功能，它也会渐渐独立。智能手表前景不错，新闻机构可以考虑怎样定制内容，从而在可穿戴设备领域占据一席之地。

趋势九：硬件

微型卫星

（Cubesats）

接下来的三年里，企业会尝试制造和发射数以千计的低成本、高价值的卫星。这些卫星很小，能够彼此联系，无间断地拍摄地球表面每一寸土地的影像。

微型卫星，直译是“立方体卫星”。其拍摄的图片经过图像分析软件，可以提示沃尔玛等大型零售商，停车场里现在停了多少辆车，并且观察不同时段的变化规律。美国联邦航空管理局计划在2018-2020年间发射“前所未有的数量”的微型卫星。记者、公司、政府和公民个人都可以出于各种目的来获取其拍摄的图像和工具，但也意味着一定的国防安全问题。

无人机物流

（Drone Delivery）

2016年底，商用无人机运输开始运行。美国公司Zipline用其无人机运输系统向卢旺达地区供应血液，UPS、亚马逊、DHL等也在测试自己的无人机。预计2019-2020年，航空管理当局会开始行动，商用无人机也最终进入正式运行阶段。这意味着会出现更多的新闻报道选题，也很有可能代表着人工投递报纸时代的终结。

一只帮7-11送货的无人机

上升的无人机专利数量和对新法规的呼吁

（Increasing Patents and Calls For New Regulation）

无人机运输服务能否发展，很大程度上取决于立法和企业的发展。2017年底，特朗普政府宣布授权一项项目，来测试“创新区”不同条件下的无人机飞行。在欧洲，欧盟暂时批准相关法规，目前仍在等待成员国的确认。加拿大、英国和国际民用航空组织都在制定新的法规。这些结果都将影响2020年及之后无人机的发展。

无人机交通

（Drone Lanes）

业余无人机驾驶员一直在给商业和私人航空飞行员带来麻烦。目前，美国联邦航空局（FAA）规定，禁止无人机在机场空域飞行。NASA和美国联邦航空局正在制定计划，以提供全国范围内无人机交通管理的解决方案。这也为从事基础设施管理和基于AI云的监控项目的公司提供了机遇。

自主检测与避障技术

（Sense and Avoid Technology）

利用神经网络和人工智能的机器人能够依据程序设计做出推论和决策。“自主检测与避障技术”是其原理。今年，无人机将可以沿着GPS定位点的路径飞行，它们会在空中策划最佳路线，决定何时避开建筑物、树木和山峰或者其他无人机。

应用于极端领域的无人机

（Microdrones and Drones Used In Dangerous/ Hard-To-Reach Areas）

工业领域开始应用AI驱动的迷你无人机来进入难以到达的危险空间，比如地下矿井和核设施的内部。这样一来可以降低人类生命危险，缩短无人机停机时间，从而节省成本。Facebook推出了一款提供网络信号的无人机，加上AT&T开发的蜂窝网络信号无人机的成功运行，证明了无人机可以给缺乏基础设施的欠发展地区提供基本服务。

无人机群

（Drone Swarms）

几百台微型无人机可以同时部署，作为一个有机技术整体在空中移动，速度可以快到相机难以实时捕捉。这项技术由军方开发，被应用于迪斯尼公园和超级碗半场表演期间的灯光秀。不过，在2018年，据称由叙利亚叛乱分子控制的无人机群袭击了两个俄罗斯军事基地。

Intel无人机灯光秀（gif）

物联网搜索

（Searching The Internet of Physical Things）

物联网正在以相当可观的速度发展，可能会有数以亿计的实体设备被关联到网络当中，那要如何搜索它们呢？Shodan和Thingful是两款针对物联网设备的搜索引擎，它是一款用来帮助IT人员定位物联网设备的追踪工具——但与此同时，黑客也发现他们可以用此来远程连接婴儿的摄像头或车库的门。在不远的将来，也许不难看到世界上所有的东西都成为分布式网络中可搜索的一份子。黑客行为也提醒着我们需要匹配一个核实搜索结果的新系统。

 搜索引擎shodan的主页

智能摄影机

（Intelligent Cameras）

搭载AI功能的智能摄影机能够自动听声音和观看所拍摄的影像，然后根据获取的信息做出拍摄决定。比如记录一段谈话，或者追踪一个小偷。2017年，亚马逊云服务（AWS）上线了一种名为DeepLens的AI摄影机，包含图像和物体识别功能。智能摄影机可以协助公司远程统计和监控仓库中的货物。华盛顿大学也开发了一种可以追踪人体移动的智能相机网络系统。

 DeepLens

将来，智能摄像机会和其它物联网设备联合，进行自主决策，比如什么时候应当锁门——以及最后一块派应该分给哪一位室友。

速度更快的5G网络

（Faster Connected With 5G）

5G是第五代无线技术，现在正在全世界范围内建设当中。5G会大幅度地提升连接速度，我们将可以在云端加载高清和3D视频，甚至使用VR，下载速度预计可以达到10Gb/s左右，这将对新闻组织的视频内容分发产生极大的帮助。不仅仅是手机可以使用5G网络，无人驾驶汽车、智能电网和智慧城市也都可以。

趋势十：媒介经营

媒介整合

（Media Consolidation）

在美国，数字用户日渐增加，传统媒体公司利润持续下降，基于广告的收入模式很难维持，尤其是对于本地媒体来说，形势更加艰难。美国联邦通信委员会（FCC）的去管制化政策也为大型媒体集团的收购合并与垂直整合铺平了道路。

广告拦截

（Ad Blockers）

拦截技术继续发展，威胁媒体的商业模式，正在被媒体联合起来共同抵制。媒体所采用的更好的广告形式和移动体验似乎已经生效了。研究发现，广告拦截率已经趋于稳定，但给媒体造成的收入流失依然是一个重要问题。

媒体用来拦截广告的拦截软件的策略有两种，提升广告质量和用户体验的“曲线救国”法，和更直接地检测拦截软件、禁用其脚本的方法。也有一些网站在检测到广告拦截软件时，要求用户将其加入白名单。广告之外，媒体还在探索其它替代性的内容变现方式，但进展缓慢。Google 2014年上线了Google Contributor，作为读者来对媒体进行小额付费的方式，具体视他们访问的频率而定。

趋势十一：政策规制

互联网巴尔干化

（Splinternets）

二十年前，互联网作为一个信息自由的全球性空间诞生。而现在，互联网应当如何被规制，被谁规制，每一个人都有不同的观点。不远的将来，我们即将抵达一个分裂的巴尔干化的互联网时代。2018年的GDPR法案使得数以百计的合法新闻机构被封锁，我们可以看出不同地理环境中的网络状况有多么不同。

由于缺乏协调努力，互联网的分裂趋势未来几年会继续扩散。这可能会使世界范围内的优质新闻传播更加困难。它也可能会给面向全球读者分发内容的新闻机构带来大麻烦。

泄密

（Leaking）

2018年同样见证了大量的泄密事件的发生，泄密涉及政治和社会领域。但需要记住的是，如果政府信息不向媒体披露，那么政府将有效控制公众了解到的信息。问题在于如何确立哪种信息可以披露的标准，比如事件完全出于政治的或违反道德的原因。以及，在泄露信息可以被快速散布的情境下，应该做些什么来保护特殊信息。

数字时代的第一修正案

The First Amendment in a Digital Age

虽然美国宪法第一修正案制定已经很久了，但今天一如既往，它还在设计和开发的领域发挥着建设性的作用，为技术创造者和用户提供着法律保护。

然而，宪法第一修正案反对的只是政府对于自由言论的压制，不包括私人企业。如果Facebook或者Twitter决定封锁所有政治倾向言论，只因其无法摆脱虚假消息的嫌疑，他们也仅仅只是做出商业决策，而并不违反第一修正案，收紧信息规则对他们来说有着绝对的正当性。

数字时代，第一修正案的问题还在于，AI的言论是否应当被赋予同样的权利，以及技术、算法和代码的开发者，应当负何种程度上的义务。

趋势十二：安全与隐私

如今，再怎么强调隐私安全的重要性也不为过。科技巨头、政府管理者乃至每个公民都被卷入了各种问题当中：从个性化到隐私，从信息安全到监管，从透明度到国家安全。相对较大的新闻组织拥有解决安全和隐私问题的资源，但小型新闻编辑室则面临着保全自身和用户数据的安全挑战。网络环境下，信息产业面临着堪称影响生死存亡的危机，是继续现在的商业模式，还是开始建立更能保护用户数据的新模式，全看他们的选择。

合规方面的挑战和不切实际的预算

（Compliance Challenges and Unrealistic Budgets）

安全与隐私之间由来已久的张力，在未来将产生更多挑战。用户每天都在产生更多的数据，每天都有更多的连接设备进入市场，也就使得可用数据激增。而那些掌握用户数据的组织，尚未做好未来备案——但相关规章制度又作出了要求。管理者将需要持续更新他们的安全策略，并使个中细节透明化。大多数组织并没有投入足够的预算来保护他们的数据和设备，但这意味着承担后果。比如，没有为物联网安全制定足够预算的企业，会发现自己将要处理大量的召回、问题补救和诉讼纠纷。

差分隐私

（Differential Privacy）

差分隐私原本是一个数学概念，近期，它被Apple和Google等公司运用，作为一种分析总体数据、但不会泄露个人信息的方式。差分隐私是通过在数据集中策略性地注入随机噪音而实现的。差分隐私很适合用来研究低敏感度的简单问题，比如分析iPhone用户中最流行的emoji，谷歌地图中的交通模式等，同时可以保护个人用户的匿名状态。

差分隐私能做的相对有限，即使很多科技巨头都提供了各自的成功经验。这一机制生效仍然取决于具体的应用和数据集，在多种变量相关时，差分隐私也很难维持其效果。

勒索软件

（Ransomware As A Service）

在英国，一款名为WannaCry的勒索软件关闭了80家医疗中心的电脑，迫使20000多个预约被取消。黑客应用恶意工具来劫持数据，锁定系统和设备，直到要求的费用被支付为止。考虑现金和网银支付容易被追踪，比特币成为他们新的选择。区块链和加密货币的出现使得勒索软件转而成为一种可以盈利的生意。现在，简单的数据备份可能也不够为我们带来实质性的保护了，因为研究者发现，黑客不单单满足于扣留你的数据，而是威胁要将它们悉数公布在网上，供所有人观看。

黑客行为增长

（Hacktivism On The Rise）

由黑客转型而来的激进分子（Hackers-turned-activists）近几年很忙碌——为了信仰。他们对政府、组织和银行发起了DDoS攻击，渗透美国大选。包含维基解密在内的黑客组织，已将自身视为推动变革的持续性力量。这一类黑客将继续用他们的技能来帮助重塑政治和商业实践。

针对语音助手的定向攻击

（Targeted Attacks on Digital Assistants）

Alexa、Siri、Cortana等语音助手已经成为主流应用，我们也就不难预料到随之而来的定向攻击——无论攻击者针对的是语音助手还是它们的硬件。这也需要被纳入媒体公司的考虑范围之内。

计算机“小故障”频发

（Strange Computer Glitches Will Keep happening）

小故障（Glitches）指的是那种不会产生即时的、显著的影响，但可能导致毁灭性结果的问题。比如，英特尔就被一位谷歌工程师发现其芯片设计的巨大漏洞，后招致了许多批评；摩根大通等银行遇到技术故障，导致用户无法访问其账户信息，也没办法存钱或者取钱；或者语音助手Alexa错误地把一对夫妻在厨房中的谈话发给了他们的朋友，这也属于系统小故障的范畴。“小故障”通常与网络连接和带宽需求计算中存在的问题有关。

加密货币协助，暗网扩散

（Proliferation of Darknets, Aided By Cryptocurrencies）

暗网一般是指为违法活动提供匿名性保证的网络空间。人们可能会在这里出售枪支，或者兜售被黑客窃取的数据。而可以保证交易活动基本不受追踪的加密货币，刺激了暗网的活动。浏览暗网并不违法，但也不像你在网上搜索你高中的暗恋对象一样随意，还是需要具备特定软件和一定的技术知识。不过也有少数好的事情在暗网之中发生，比如异见者在这里寻求庇护，有些调查记者也会在这里寻找新闻线索。

政府和执法部门会接受如何探测暗网的技术培训，但其挑战在于，培训是静态的，而暗网掌握在其开发者的手中。

新型开源应用的脆弱性

（New Open Source App Vulnerabilities）

2017年，一位数据科学家发现了一种能够感染OpenAI Gym的新型恶意软件——OpenAI Gym是一种用于机器学习算法的开源工具。这只是恶意程序利用开源应用程序漏洞的案例之一，这种恶意程序的市场还在不断扩展。随着AI生态的发展，势必需要更多的开源代码和社区构建的工具，所以提前发现问题就显得尤为重要。而使用开源工具的组织以后也需要每日例行检查，来保障安全。

窃听与被窃听的权利

（The Right To Eavesdrop/Be Eavesdropped On）

随着我们越来越多地使用接入物联网的设备（手机、汽车、咖啡机等等），这些设备之间、设备和开发公司之间都在随时交换信息——关于用户的信息，设备在“窃听”、彼此“交谈”和研究用户，但用户却被排除在这一过程之外。关于用户权益的争论点就在于，用户是否应当拥有这样的权利，去了解设备传递了自身哪些信息、以及背后是谁在窃听这些信息呢？

匿名

（Anonymity）

匿名性是如今的技术趋势之一。世界需要匿名性，它可以保护泄密者，还有那些可能因自己的信仰而遭到迫害的人们。数字匿名性允许我们在需要的时候联合起来，进行善意募捐，或是与不正义作斗争。然而，匿名性也助长了泄露隐私信息、攻击其他社交用户和发表诽谤性言论等线上行为。我们对于匿名发表内容的希望不会消退，但同时，我们对于核实查证的需求也更强烈了。

网络喷子

（Trolls）

喷子（Trolls）代表的是一种特定类型的网络暴力，通常包括垃圾邮件、仇恨言论、人肉搜索和其他形式的骚扰。抑制喷子行为往往迫使许多媒体必须要在言论自由和审查两种立场之间抉择。过去一年，Twitter、Facebook和Instagram都提升了平台对于仇恨言论的限值标准。Facebook在2016年首次应用人工智能算法DeepText，来减少Instagram和Messenger中冒犯性的言论。

媒体机构，尤其是新闻网站，在调节线上言论的过程中，都在努力保持一种客观无偏见的立场。Google开发的Perspective API通过使用机器学习和人工智能技术，帮助其他平台和媒体提升其网站的评论审核能力，其中就包括维基百科、《纽约时报》、《卫报》、《经济学人》等。

真实性

（Authenticity）

内容真实性问题已经不只出在虚假新闻，现在还扩展到了一种新型的虚构媒体：视频。Deepfakes就是一例，由计算机生成“换脸”视频。这一趋势起初发端于Reddit，并在关闭之前积累了超过80000名订阅者。真实性核查公司Trupic已经拿到了超过1000万美元的种子投资，致力于打击被操纵的图片或视频。

数据保留

（Data Retention）

欧盟通用数据保护条例（GDPR）给全球媒体组织都敲醒了警钟，提供了数据保存政策所急需的标准。随着科技巨头随之更新数据政策以符合监管，依赖报告和分析的小型媒体组织也感受到了压力。YouTube宣布，从2018年7月开始，它会在60天之后删除数据分析报告。

所有权

（Ownership）

法律意义上来讲，数据所有权一般指的是IP或者版权数据。随着可穿戴设备和物联网的兴起，人们也意识到他们自身的健康数据和线上活动是如何被大型公司收集并利用的。近期Facebook、Apple和Amazon又都上线了面部识别功能和相关产品。我们已经进入了一个设备生来智能且永远处于连接之中的时代，但数据使用的监管和所有权却尚未明晰。

加密管理

（Encryption Management）

过去两年发生了许多大型攻击事件，但至今，拥有我们数据的组织要么不使用加密手段，要么使用过时的工具。黑客自然也知道这一点，所以我们接下来有望看到更多攻击。不过，加密数据可以阻挡黑客侵入，但也会使员工和消费者合法使用数据变得更难。未来，企业总需要投入大量资源来建设数字安全——或者在被攻击时花上数百万美元善后。

语音监控

（Constant Audio Surveillance）

有了新型智能音箱技术和更先进的机器学习系统，公共区域成为监控的主要场所。2018年，沃尔玛申请了一项专利，用于监听客人和员工之间的互动，以及货物上架下架产生的噪声，还有我们使用移动设备发出的咔哒声。所有这些数据都可以收集起来做进一步的分析，但这无疑也带来了隐私问题。

数据泄露

（Leaky Data）

用户越来越讨厌所谓的“开源”网站，尤其是那些使用他们数据的网站。一家开源家谱网站GEDmatch允许用户自愿免费分享他们的基因档案，作为寻找亲人与追踪家谱的一种方式。GEDmatch也被执法部门使用，成功追踪并逮捕了连环杀手Joseph James DeAngelo，他自己没有提供过生物样本，但显然某个和他有亲缘关系的人这么做过。这个案例表明，如果你认识的人——或者和你有某种联系的人——将自己的信息上传至开源网站，就很有可能由此追溯到你。

总之，这份报告不仅描摹了技术革新为行业带来的美好愿景，也暴露了种种伦理规范尚未匹配之时的问题。最后不妨也引用FTI创始人Amy Webb在报告前言中的话：“无论技术怎样变化，我们都要有能力创造自己喜欢的未来。”

本文从产品现状、用户增长和用户留存为切入点，结合PMF、AARRR模型、HEART模型、HOOK模型，分析“得到”APP增长点和运营手段，并尝试给出优化建议，旨在梳理并巩固运营知识体系框架。

先上文章脑图：

如果站在2017年看，谈及知识付费，很多业内人士会说：这一年看似火爆的知识付费浪潮，本质上是由当代用户焦虑，对现代社会充满变化的恐慌造成的。

而这个时候市场上大部分的以知识付费包装的产品并没有提供明确的价值给到用户。

截止2017年12月，知识付费类平台的月独立设备数和月度总有效使用时长分别达到了1.43亿和4.1小时，与2017年初涨幅分别达到73.7%和100.3%。

一方面，经过资本市场的洗礼，用户对知识付费的容忍度逐渐降低，反向驱使更多的服务提供商拿出能为用户提供明确价值预期的产品。

另一方面，最早的那一部分出于“尝鲜”心理而购买过知识付费产品的用户，在购买过后得到正向价值和反馈并不强烈后，慢慢对于知识付费产品敬而远之。都使得这个市场趋于缓和。

而自媒体视频脱口秀《罗辑思维》主讲人罗振宇的罗辑思维团队推出的得到APP，通过主打“知识就在得到”、“为终身学习者服务”建立用户认知，以及自己很有针对性产品机制和运营动作，逐渐确立了自己在行业中的明星产品位置。

按照“得到”团队的官方说法：2年来，其已上线了71个知识产品，用户量超过2000万。按照粗略估算，其在2017年的年度收入至少在10亿以上级别。

以下从产品现状、用户增长和用户留存为切入点，结合PMF、AARRR模型、HEART模型、HOOK模型，分析得到APP增长点和运营手段，并尝试给出优化建议。

一、PMF状态的判定

1.1 确定目标用户

产品-市场匹配（Product-market fit，PMF）虽然是精益创业中最重要的概念之一，但也是最不明确的一个概念。

2007年，马克.安德森在他的博客里创造了这个概念，并定义为：

“在一个好的市场里, 能够用一个产品去满足这个市场。”简而言之，就是市面上有千万种产品，也有千万种市场需求，而这两者重合的地方，就是那些满足了市场需求的产品。

在PMF概念中，对于整个市场也有不同拆分，普遍分为以下三种：

• 第一种PMF，是用更好的产品体验来满足一个已有的市场。这种情况下，这个市场已经被明确定义并且存在，但是目前满足这个市场的产品的体验仍不够好，满足已有市场的产品，需要非常优秀的用户体验和比较重的营销推广投入来抢占市场份额。

• 第二种PMF，是用一个产品来满足一个已有但部分需求未被满足的市场。初创公司在这个市场中抓住了一个细分市场，直接推出产品满足了这个细分市场用户的需求。

• 第三种PMF，是用一个产品来创造出一个新的市场。创造新市场的产品的独有挑战在于：不单要提供一种有价值的用户体验，还要首先说服用户去体验它。

1.2 确定目标用户

• 一线城市充满精神焦虑，希望在碎片化时间里主动获取自己认为有用的知识来提升自己的能力，训练自己的思维；
• 有充分的空闲时间，希望借机拓宽自己思维，提前为进入职场的在校大学生；
• 在职场中已经有了一定发展，希望提升视野和事业上限的职场老鸟。

1.3 发现用户潜在需求

一句话归纳：在碎片化时间快速、主动且高效地获取高质量、系统化知识和技能。

1.4 定义产品价值主张

得到,是一款服务于愿意主动学习，热衷于终生学习者的知识服务平台。它专门基于功能和兴趣辅助用户碎片化时间高效获得系统性知识，不同于市场上其他知识付费平台，能对内容质量严格把控，让用户在短时间获得有效知识。

得到的模式倾向于PMF模式中的第三种，罗振宇从产品上线之初和年底的演讲中，一直向读者和大众传递的观念就是：得到，是面向终身学习者，提供的是知识服务，试图与市场上的其他知识付费产品划开界限，占据用户的心智——要成为中国最好的知识服务商。

用罗振宇自己的话来讲：得到App的用户不是很多互联网人所谓的流量，而是一个个服务交付的对象，知识服务并不以售卖作为结束，而是一个完整的体验过程。未来，得到App会以更大的阵容、更严密的逻辑、更庞大的体系、更好的体验来把知识服务交付给用户。

1.5 设计产品MVP

在设计产品MVP的过程中，注意只提供一个功能，只解决一个问题。

1.5.1 定义产品首要目标

在碎片化时间快速、主动且高效地获取高质量、系统化知识和技能。

1.5.2 定义产品的用户流

注册/登录——搜索/查看专栏内容——浏览课程内容——购买/订阅——学习

1.5.3  根据用户流的每个阶段罗列产品功能

1. 注册/登录：微信/手机号登录
2. 搜索查看专栏内容：搜索栏，分类详情，标签
3. 浏览课程内容：课程相关介绍、课程目录、分享给朋友、试听
4. 购买/订阅：支付方式、我的已购、用户反馈、优惠券、邀请码
5. 学习：个人中心、我的学习进度、划线笔记、学习计划自定义、更新提醒、留言、导出到印象笔记、音频播放器、连续播放、记忆播放、倍速播放

1.5.4 对功能优先级进行排序

1.5.5 构建最终功能集合

注册、登录、音频播放器、支付方式、课程目录、我的已购、我的学习进度、课程相关介绍、个人中心、划线笔记、更新提醒、搜索、分类详情、记忆播放、连续播放、倍速播放

1.5.6 关键指标量化标准
设定验证MVP的关键指标为：

• 活跃用户数：日活跃用户、周活跃用户、月活跃用户；
• 使用习惯：单用户周使用时长；
• 功能使用率：专栏收听率、课程完成率、笔记使用率。

二、得到的运营现状

2.1 产品简介

得到APP，一款罗辑思维团队出品的，聚集国内头部精品资源的知识服务App，主要针对终身学习的用户，主打利用碎片时间学习系统的高浓度知识，通过付费专栏、精品课、大师课、每天听本书等高质量内容服务用户，最终让用户完成系统性知识的学习。

slogan：知识就在得到。

自我定义：为你提供最省时间的高效知识服务。

自我描述： 提倡碎片化学习方式，让用户短时间内获得有效的知识。

2.2 用户画像与特征

• 男女比例：性别差别不大，男性稍微偏多些
• 新职场人士居多：年龄在24至40岁之间、总体倾向于年轻化
• 大城市人群居多：用户主要集中在北上广深杭成等一线、新一线城市

2.3 版本迭代记录

得到app几乎每个月都会进行基础功能更新，比如音频播放器、电子书排版等功能优化，很关注并重视用户收听音频时的用户体验，完成用户留存。

2.4 用户反馈与评论

五星好评：

一星差评：

得到App出现最多问题在于“闪退、充值档位不合理、无法导出到印象笔记”。运行情况、支付购买和学习功能，受到最多用户的抨击。

作为一款学习工具，用户也很在乎“音频体验”和“阅读体验”，这两个模块也是得到的基础功能，也是一直以来再不断优化的部分。

• 关于倒序排序播放的问题，播放到下面时都是以前听过的内容，以及播放的时候，播放列表不会根据播放的进度进行移动，建议倒序排序的时候，在播放音频时，对用户以前未播放过的音频进行依次播放，播放完提示目前所有未听过的音频都已经播放完毕。
• 关于无障碍功能的支持问题，目前得到对于无障碍功能的支持还不是很好，很多页面里的内容都识别错误或者识别不了，建议得到在后期对此进行优化。
• 关于课程以及专栏的评价问题，目前得到里售卖的内容还没有建议起评价体系，建议在课程或者专栏等内容地方增加评价功能，帮助用户筛选到更适合自己的内容。

2.5 产品结构层架构

明星模块举例：

（1）每天听本书

功能描述：
专业解读人对每本书进行讲解，通过半小时介绍一本书的浓缩精简后的内容，提高阅读效率。

功能分析：这与得到的产品介绍，“利用碎片时间获取高浓度知识”相符合。用户可以通过极短的时间了解一本书，进行快速选择，提高效率。

（2）今日学习

功能描述：今日学习模块最顶部以进度条的形式显示今日已更新篇数以及已学习篇数。更新的文章内容以时间轴的方式进行展示，用户可以滑动页面。点击更新内容进行阅读，内容上的小圆圈会变为打勾，并且任务进度条会变动。

持续下滑可以滑到更早期的内容，显示方式与今日学习一致，会显示当天的的更新文章以及已学习文章数。

功能分析：以任务进度条形式展示学习进度，以及看完文章给用户一个反馈（及打勾标记和任务条进度变化）。这种及时给用户反馈的方式可以激发用户阅读积极性，用户很有可能为了把进度条完成而去更多的进行阅读。

（3）知识账本

知识账本分为两个模块：学习记录、知识清单。

学习记录显示七天的学习时间曲线图；知识清单包括历史记录、我的收藏、我的笔记、文章留言、新建知识清单和已创建清单查看功能。

音频+文字形式：给用户提供不同的体验服务，防止用户音频漏掉内容，通过文字展示形式进行及时提示，有助于用户对知识的理解与转化。

2.6 产品生命周期

从2015年12上线以来，到2018年8月，用户下载量的处于稳步提升阶段，可判断整体仍处在成长期。根据得到团队自己公布的数据，目前产品的总用户量为529万，日活跃用户数为42万。

2.7 判断是否达到PMF

截止目前得到公开的数据信息，有两个数据我认为可以反映得到已达到产品的PMF值：

• 2018年3月  得到APP日均活跃用户数破百万。
• 2018年5月 得到APP用户量超过2000万。

结论：从月度活跃设备数和得到对外公布的数字来看，可判断得到app目前已经达到P/MF状态。

得到APP的运营和增长现状实现了他的PMF定位，用户认可并接受得到“在碎片化时间快速、主动且高效地获取高质量、系统化知识和技能”终身学习的价值主张。

三、得到的AARRR模型分析

3.1 AARRR模型介绍

• 获取：渠道获客数量（各大应用市场、App Store等）、获客质量（日启动次数、日使用次数）、每日新增用户数、累计新增用户
• 活跃：应用的总下载量、注册用户量、日活跃用户数、周活跃用户数、消息推送活跃数
• 留存：次日留存用户、7日留存用户、7日回访用户、每日流失、每日回流、平均使用时长、平均用户生命周期
• 收入：广告营收、打赏分成、品牌曝光
• 传播：分享次数、邀请注册人数

3.2 Acquistion：用户获取

其他渠道导流

• 罗辑思维各大视频平台节目粉丝
• 公众号粉丝
• 罗振宇跨年演讲
• 站内各领域IP作者，发挥其IP号召力：例如李笑来《通往财富自由之路》专栏的大卖
• 线上直播

品牌合作

• 2018年与最强大脑合作，《最强大脑》作为国内最火爆的大型科学竞技真人秀节目，双方的品牌调性、用户群体的高度契合
• 与江苏卫视《知识就是力量》脱口秀节目合作

运营活动

• 知识发布会
• 双罗会
• 热点事件营销：你帮我推广得到，我带你学习奥巴马演讲技巧
• 应用商店ASO：获得App Store2017年度精选，各大网站咨询

站内功能

• 推荐得到给好友，好友成功注册之后两者都可以获得20元的优惠券，促使用户自发进行传播

3.3 Activation：用户激活

• 注册后领取新人知识礼包
• 产品使用引导：例如第一次打开学习计划模块，会有详细的功能指引，降低用户的使用门槛。功能变化会在消息中心进行图文解释
• push：有奖励未领取、新课程上线、直播预告等
• 0.1元购买听书VIP七天体验卡
• 免费专区：「罗辑思维」+「李翔知识内参」：李翔商业内参改为知识内参，由之前199元/年改为免费；罗辑思维也只在得到独家免费更新，每日更新，音频10分钟左右
• 优惠券：激励种子用户，刺激新老用户消费

3.4 Retention：用户留存

产品功能优化

• 音频播放器、文稿阅读排版、搜索提示词、购买等，通过不断完善主流程的细节，打磨用户体验

内容打磨优化

• 邀请著名的媒体人作为品牌解读人，为用户筛选出值得读的经典好书
• 建立SOP流程，多道工序平均上百小时的打磨和把关，保证听书的内容质量

搭建用户迁移成本

• VIP年卡的售卖，增加沉没成本——购买付费内容、一经付款不可退款
• 勋章：完成规定的任务可以予用户颁发勋章，以勋章奖励一本书籍，鼓励用户坚持读书听书，以提高用户粘度。这种游戏化的用户成长体系设计通过奖励不断强化用户的使用行为，满足用户炫耀、自我肯定的心理，营造稀缺感，激发用户竞争，奖赏性用户体验。可以在“学习”这个枯燥的行为中插入一点游戏等娱乐元素，也是给予用户一种放松和愉悦的反馈。
• 学习计划：用户迁移成本
• 知识账本：知识账本”有两个tag，学习记录和知识清单，学习记录页面记录了用户的学习时长，以可视化数据的形式展示用户学习时长的趋势变化。知识账本功能不仅仅是纪录用户时间，而且对用户的学习有一种反馈的作用。

营造UGC轻社区

• 知识城邦：评论论/关注他人笔记，相互交流分享学习感想，以输出笔记巩固自身学习成果，提升用户在使用APP时的成就感；同时通过关注KOL的读书笔记，普通读者在阅读中得到解疑，了解KOL正在看的书籍，为自己找书提供参考，从而进一步追随KOL的脚步
• 学习小组：汇集了一批相同爱好的得到用户。同一社群内的用户往往拥有着共同的情感倾向，用户在这里发表自己对共同话题的观点

物质激励

• 优惠券
• 特价书和每天一本书免费
• 提高用户参与感
• 直播等特色节目
• 致用户信

3.5  Revenue：增加收入

• VIP年卡、包月会员售卖
• 站内付费专栏订阅
• 大师课、精品课
• 实物商场和专营店：图书、充值卡、周边等
• 跨年演讲

目前，得到的专栏订阅共有34个，累计订阅量已经超过260万，定价均为199元，每年将会产生5亿元以上的收入；共有28个精品课程，单价19.90—29.90元，总购买人数超过200万人，粗略计算贡献了5000万收入；共有超过1000本听书，单本定价4.99元。

3.6  Referral：传播推荐

• 邀请好友送优惠券
• 花钱请朋友读
• 罗辑思维第五季只在得到App上播放
• 特色活动：分享马伯庸免费资源，获得“仗义证”活动

3.7 新用户体验产品的完整流程

3.8 薄弱环节及建议

用户激活：

目前付费专栏不多一共才25个，暂时不需要对专栏进行精准推荐。知识服务用户群体越大，细分和垂直的用户学习需求也会越多。之后课程分类越来越多，应该采取优化的推荐算法，提升用户主动获取信息的效率。

用户留存：

• 音频为主之外，完善视频直播的功能
• 推出各种IP理念，潜移默化进入用户“心智”，提高用户迁移成本
• 自定义播放列表，类似的还有自定义学习计划，满足用户的个性化需求
• 夜间模式：很多用户晚上学习

关于学习投入：

• 知识测验或课后小题的形式可以尝试，帮助用户获得学习的正向反馈
• 引入<每周学习达人>的标签，可参考的数据有周学习时长，互动次数等等，为用户增加学习的荣誉感

传播推荐：

• 类似勋章机制，可以在文案和页面上引导用户分享，带来传播

四、得到的HEART上瘾模型分析

4.1 Heart模型概念

Google公司沿着目标-信号-指标的价值传导走向，构建衡量用户体验的指标体系，利用HEART模型来对用户体验进行量化研究。

如上图所示，基于如上体系范畴，不同的产品或服务可定义具体的指标，用以监控用户的体验。

4.2 Happiness 用户满意度

• 含义：衡量用户愉悦度/满意度
• 指标：满意度/NPS/易用性
• 衡量方式：用户问卷

净推荐值=（推荐者数/总样本数）100%-（贬损者/总样本数）200%

经抽样调查身边经常使用得到APP的20位用户，最终计算得到的净推荐值（NPS）为60

4.3 Engagement 用户活跃度

• 含义：衡量用户参与度/ 活跃度
• 指标：使用频次/粘度/深度等用户行为指标
• 衡量方式：数据分析

从2015年12上线以来，到2018年8月，用户下载量的处于稳步提升阶段，可判断整体仍处在成长期。根据得到团队自己公布的数据，目前产品的总用户量为529万，日活跃用户数为42万。

4.4 Adoption 新用户接受度

• 含义：衡量产品/版本/功能的新用户接受情况
• 指标：产品/版本/功能使用人群占比
• 衡量方式：数据分析

经查询应用商店评价，发现用户对新版本的评价与历史版本相似。

4.5 Retention 用户留存率

• 含义：衡量既有用户的回访/留存
• 指标：用户留存率/复购率/流失率
• 衡量方式：数据分析

从易观千帆的数据显示，在2017年的3月份，得到APP的活跃用户达到了300万人，比2月份提升了17%。启用次数达6987万次，使用时长达902万小时。

4.6 Task sucess 任务完成率

• 含义：衡量关键任务完成情况
• 指标：任务完成率/完成效率/错误率
• 衡量方式：用户测试/数据分析

根据今年3月“得到”公布的最新数据,截至3月5日,“得到”APP的专栏周打开率为63.1%,专栏日打开率为29.3%。相比于开始时有不小的数据下跌。一方面是知识付费时代用户焦虑造成的不理智购买，一方面是用户对知识付费产品服务质量的不可预期性。

《李翔商业内参》刚推出时，打开率超过90%，一年后只剩不到15%。根据罗胖公布的官方数据，得到专栏的平均打开率正好也是15%。再比如，前几年火爆微信公众号的平均打开率只有4.63%。

五、HOOK上瘾模型分析

5.1 HOOK上瘾模型介绍

用户的激活和留存非常重要，而说起用户留存，最高境界就是让用户上瘾！

Hook模型分为4个阶段，简单来说，就是4步走：

1. • 行动（碎片化场景得到高质量内容，降低用户获取知识门槛）
   • 激励（通过产品功能/运营手段吸引用户，培养用户习惯，增加黏性）
   • 投入（好的产品体验让用户投入时间，金钱得到知识，缓解焦虑）
   • 上瘾（沉淀下来的用户成为忠诚/活跃度较高用户，对产品已经形成习惯）

   5.2 触发 Trigger

5.2.1外部触发

导流

• 罗辑思维各大视频平台节目粉丝
• 公众号粉丝
• 罗振宇跨年演讲
• 站内各领域IP作者，发挥其IP号召力：例如李笑来《通往财富自由之路》专栏的大卖
• 线上直播

品牌合作

• 2018年与最强大脑合作，《最强大脑》作为国内最火爆的大型科学竞技真人秀节目，双方的品牌调性、用户群体的高度契合
• 与江苏卫视《知识就是力量》脱口秀节目合作

运营活动

• 知识发布会
• 双罗会
• 热点事件营销：你帮我推广得到，我带你学习奥巴马演讲技巧
• 应用商店ASO：获得App Store2017年度精选，各大网站咨询

站内功能

• 推荐得到给好友，好友成功注册之后两者都可以获得20元的优惠券，促使用户自发进行传播

5.2.2 内部触发

情绪

• 无聊
• 新知感
• 好奇
• 贴近KOL学习

习惯

• 碎片化时间
• 好友推荐浏览

场景

• 地铁
• 课间
• 睡前休息
• 早起
• 路途
• 朋友圈转发
• 微信群转发

地点

• 地铁
• 睡前休息
• 排队

5.3 行为 Action

5.3.1 动机

寻求希望，避免恐惧

• 缓解信息爆炸时代的焦虑感
• 不知道自己该学习什么
• 碎片化时间无法系统化学习
• 对知识的渴求，害怕被时代抛弃

寻求快乐，避免痛苦

• 接受精简提炼的知识干货
• UGC社区的彼此认同
• 知识勋章的荣誉感

5.3.2 执行难度

时间

• 碎片化时间

金钱

• 付费订阅专栏199元/年，较贵，但上班族付费偏好不低
• 精品课、大师课单价不高

身体劳动

• 耳机
• 浏览文稿
• 记笔记
• 评论

5.4  奖励 Reward

社会奖励

• 认同
• 勋章
• 学习时长
• 加入得到的第*天

资源奖励

• 勋章
• 优惠券
• 学习红包
• 邀请码

自我情绪奖励

• 被认可
• 分享的被需要
• 学习课程中的愉悦感
• 完成学习计划的成就感、荣誉感

5.5 投资 Investment

存储价值

• 知识账本
• 付费课程
• 课程笔记
• 荣誉/成就

同时载入下一个诱饵

• 学习计划
• 站内红包、优惠券

社交关系

• 同等：关注用户
• 上游：讲师KOL

5.6 用户留存建议

• 目前付费专栏不多一共才25个，暂时不需要对专栏进行精准推荐。之后课程分类越来越多，应该采取优化的推荐算法，提升用户主动获取信息的效率
• 音频为主之外，完善视频直播的功能
• 推出各种IP理念，潜移默化进入用户“心智”，提高用户迁移成本
• 部文本含义有歧义：比如听书借阅区，给用户造成困扰
• 收藏入口太深：使用频率很高的功能
• 自定义播放列表，类似的还有自定义学习计划，满足用户的个性化需求
• 夜间模式：很多用户晚上学习
• 字体不可调节

最后，值得一提的是最近得到大学第0期招生，抛开客单价高带来不错的营收之外，是知识城邦、用户互相关注点赞评论之外，试图搭建社区属性的又一尝试。为用户互动创造机会，借此带来更多的的口碑和传播。

有些公司在短时间内的用户大量的增长，但是在没有多久后，公司便倒闭了。为什么在如此大好形势下，这些公司还会倒闭？会什么会说用户的留存率决定着生死？

2013年底，保罗格雷厄姆在一家未透露姓名的创业公司发布了一张增长指数非常好的图表，披露它是YC迄今为止资助的增长最快的创业公司，他引用的神秘公司后来被证实是Homejoy。

在这条推文发布后不久，Homejoy融到了3800万美元。

乐极生悲……公司在18个月后关闭了。 这个故事并不是唯一的，它一次又一次地发生。

2011年，Fab.com在10周内用户疯狂的增长了50万，这帮助他们以10亿美元的估值融到了1.5亿美元。18个月之后，在融了3.36亿美元之后，他们以1500万美元出售了公司。

需要第三个例子吗？

好的…

BranchOut是创业公司高调死亡的另一个角色，在2012年春季的2个月内从100万活跃用户增加到550万活跃用户。他们融到了5000万美元的资金，其中2500万美元融于2012年4月疯狂的用户增长期间。然而，18个月后，该公司廉价出售，这次是540万美元。

这三个公司因为增长速度快，融资额度大，生存周期短而引人关注。但这仅仅是一个很小的部分例子，无数的初创公司到死亡为止你都没有听说过他们的名字。

那根本原因是什么？

每家公司都由一支支才华横溢的团队创立和发展，并由资金雄厚的的投资者资助，增长速度都是很快。

那么，为什么他们会倒闭？

原因就是用户的留存率，高留存率会使公司的增长走向良性，低留存率已经成为企业走入死亡深渊的主要原因。

在这篇文章中，我将向你介绍公司在留存阶段出错的三个关键方面：

1. 完全取消了留存的优先权；
2. 错误地定义了留存指标；
3. 他们没有衡量参与度。

一、留存率如何获得优先级

短期的留存数据可能会让你产生错误的决策，因为它需要时间，通常是几年才能看到它对公司增长的影响。要真正了解它如何推动产品的健康，你需要至少观察一年的数据，最好是2年。

大多数公司和团队都有短期目标（季度、月度、甚至每周），组织和团队应该于优先考虑留存计划，虽然留存率在增长漏斗中处于中间位置。

深入研究需要建立一个前瞻性定量增长模型，我们假设公司A和公司B来进行对比。

你需要知道的：

1. A公司每月新增100万新用户。
2. B公司每月新增200万用户。

听到这些数字，很容易假设B公司比A公司更有价值但是考虑留存率呢？

还有什么需要知道的：

• A公司的月留存率为85％。
• B公司的月留存率为65％。

20％的差异似乎不能说明什么，何况B公司每月新增用户数量是A公司的2倍，乍一看似乎B公司可能仍会获胜。

让我们来看看随着时间的推移会发生什么，6个月后，A公司的MAU约为4.2M。B公司拥有约530万个MAU，比A公司多出1M多个MAU。

数据告诉你公司B将赢得胜利。

让我们推断出3年的数据，A公司拥有大约660万个MAU，而B公司拥有大约570万个MAU——公司A现在拥有比公司B多近1M个MAU，尽管每月新用户数量减少了一半！

随着时间的推移，A公司的市场占有率会逐步占上风。

从这个例子中，你可以看到高留存率对长期增长的影响。

提高留存率的效果：

1. 增加新用户获取；
2. 提高盈利能力；
3. 加强获客力度，这样就可以将竞争对手赶出渠道并探索新的渠道；
4. 加快投资回报期，以便可以更快的回笼资金再投资。

即使没有上述额外优势，具有更高留存率的公司也会获胜。

包括这些优势在内的实际结果很可能是A公司将粉碎 B公司，即使B公司的获客成本非常高，而且留存率更低。

二、错误定义留存指标的风险

除了忽略留存指标的规划，公司犯的另一个常见错误是错误地定义了他们的留存指标。如果定义错误导致数据记录不准确，可能会导致整个策略的无效。

1. 选择错误的测量单位

准确测量留存的关键部分在于选择正确的测量单位，以便最好地了解产品的留存情况。在选择留存指标时有使用情况、收入、交易等其他方面，选择对的指标非常重要。

在市场上SaaS公司最容易出错，当你向SaaS业务或其他订阅模型企业的某个人询问他们的留存情况时，你得到的是一个一个涉及每月或每年收入留存的答案。

我们应该对如何在产品使用的广度和深度上反映留存更感兴趣。

收入是参与用户的输出，用户使用是输入，使用销售收入作为留存参考有两个大问题：

1. 收入可以隐藏产品实际使用情况下的问题，并保护你免受长期产品健康状况的影响。你可以从付费订阅者那里获得一个月或一年的收入，但如果该人不使用该产品，那么当该月或者年份结束时，他们将会直接流失而你不知道问题出在哪里。
2. 如果你试图提高留存率但只追踪收入留存，那么在你有机会玩游戏之前游戏就结束了。一旦付费用户跳失到竞争对手那里，赢回他们几乎是不可能的。如果要提高留存率，则需要先查看使用留存情况。

2. 选择错误的频率

准确测量留存的第二部分在于选择正确的频率。

在考虑产品留存指标的正确频率时，请问自己：“我的产品用户是否需要每天，每周或每月使用一次才能被视为有效（或某些产品可能更长）？”

错误的参照时间，会让你误以为自己的产品留存率很高。

3. 选择错误的核心行动

选择留存指标涉及定义用户在产品中采取的核心操作，换句话说，产品哪个地方是吸引用户成为为活跃用户的，这数据指标是什么 ？

总而言之，当错误地定义留存指标时，会出现两个主要问题：

1. 你最终会掩盖你产品中的大问题并伪装自己，当问题出现在你正在跟踪的指标中时，修复它们可能为时已晚。
2. 激励你的团队解决错误的问题，因为他们专注于优化错误的指标，方向错了，会浪费很多人力物力，到头来一场空。

三、你可能有广度，但没有深度（衡量参与度）

也许你完全定义了留存指标，你制定了长期的留存观察计划，并花费了时间和资源来提高产品的留存率。尽管如此，如果产品具有广泛的参与度，那么然可能会遇到问题。

留存用户的广度，在给特定时间段内仍处于活动状态的用户百分比。但它没有回答关键问题——在这段时间内它们有多活跃？

这是衡量产品参与度的标准，可以回答这个问题。

留存作为一个整体指标的问题在于它是二进制的——你的用户要么被保留，要么不被保留。然而，用户参与的深度是用户和公司长期价值的最强指标，因为深度用户不只是留下来，而是永远留在这里。

LTV受到CPA的高度推动，但它实际上更多地受到预期寿命的推动。预期寿命的边际增长会产生巨大的影响，因为注册用户是固定的，而留存用户是永久的。

留下来和参与活跃是阴阳，没有参与的留存只讲述了一半的故事，如果你有广度，如果你没有深度，那没关系，我将向你介绍下面的原因。

1. 参与推动你的收入模式

产品收入模型的成功与其用户的参与深度相关，你的产品用户可以有很好的留存率（广度），但如果没有深度参与，那么就不可能转化变现。

让我们深入研究一些具有不同收入模型的基本示例，以更全面地理解这一点。

（1）基于广告的模型

我们假设A公司有100万DAU，B公司有200万DAU，两者都有类似的留存率。现在让我们来看看每家公司产品的参与度，假设公司A的100万DAU每天访问4次，而B公司的200万DAU每天只访问1次。

在这种情况下，A公司每天有400万次访问，而B公司有200万次访问。如果他们都通过广告赚钱，很明显A公司会赚更多钱，因为它的广告收入比公司B多2倍。

（2）交易模型

在这个例子中，我们将比较两家餐厅配送公司的参与影响。假设活跃用户是每周下一个或多个订单的人，两家公司都有100K每周活跃用户（WAU），并且公司A每个活跃用户平均每周收到2个订单，而公司B每周收到1个订单每个活跃用户。

那么A公司每周将获得20万份订单，而B公司每周只能获得10万份订单。如果两者的平均订单数量相同，那么很明显，A公司的收入将比公司B多2倍。

（3）SaaS模型

大多数SaaS公司都在其定价结构中建立了深度参与，例如：电子邮件服务提供商通常按联系人数收费。同样，提供高级集成的公司，按行动次数收费，例如：Zapier的Zaps数量或GoogleMaps API调用次数。在所有这些情况下，参与深度都建立在收入模型中，并且是收入的关键驱动因素。

2. 参与建立可防御性

深度参与不仅推动产品变现，而且还有助于产品捍卫其在市场中的地位。再次，让我们通过一些具有不同商业模式的示例，来了解参与如何构建可防御性。

（1）交易模型

考虑上面两个具有相同WAU数量的餐馆配送公司的相同示例，同样，A公司每周收到2个订单，B公司每周收到1个订单。

在这种情况下，A公司每周订单增加一倍，这带来两个积极成果：

1. A公司网络中的入住的餐馆更有可能长期存在；
2. A公司将更好地利用其平台的现金流。

这两个因素都是推动网络效应的关键，这有助于公司A建立一个加强防御性的护城河。

（2）SaaS模型

SaaS中的可防御性通常由三种动态驱动，这些动态随着参与度的加深而增加转换成本。

产品掌握：当最终用户深入参与SaaS产品时，随着时间的推移，他们开始掌握它。他们学习了深奥的功能和键盘快捷键，这些深刻的知识使他们能够使用该软件大大提高工作效率。当这种掌握与易于访问其数据相结合时，用户更换产品的的成本变得更高。

组织嵌入：当公司将SaaS产品嵌入其产品或内部工作流程时，就会发生这种情况。通过嵌入，该产品成为这些公司如何运作和产生结果的不可或缺的一部分，使得“撕掉”成本高昂。

HubSpot提供了使用此策略的SaaS产品的一个很好的示例，随着它将更多的营销自动化客户带入其销售自动化工具，它加深了客户参与度并增加了客户转换到新工具时的痛苦。

网络效果：当添加更多用户改善产品体验时会出现这种情况，并且再次使切换到竞争产品更加痛苦。Slack是SaaS产品的一个很好的例子，其网络效应会产生转换成本。如果整个团队正在积极使用Slack，则管理员不太可能切换到另一个聊天产品。

这里要记住的一件事是，一般来说，SaaS产品的网络效应比微信等B2C产品弱，微信用户更改平台要比管理员选择竞争SaaS产品要困难得多。

四、为什么留存决定你的生死

1. 要正确理解留存的影响，并确定需要采取长远措施的举措的优先级，这往往与大多数团队的短期目标相冲突。
2. 保留指标容易错误定义，如果定义不正确，可能导致团队方向错误。
3. 健康的企业是广度（保留）和深度（参与）的功能，但是团队经常放弃一个人，或者更糟的是，他们放弃了两者。

希望上面的示例揭示了在你的增长计划中优先考虑用户留存和参与的重要性，并激励你投入时间和资源来分析和改进产品。

来源：狼羽

2018年是中国互联网出海的新阶段，我们可以从3个出海产品的动态看出一些新趋势。

第一，今年第一季度抖音海外版Tik Tok登顶App Store下载榜首。

根据Sensor Tower发布的数据显示，今年第一季度Tik Tok全球下载量达4580万次，超越Facebook、Instagram、Youtube等成为全球下载量最高的iOS应用。

Tik Tok在越南和日本的iOS市场排名第一

第二，数年前全球用户就破10亿的SHAREit（茄子快传）宣布收购印度南部排名第一的OTT平台FastFilmz，又宣布与Times Music合作，从而获取多种印度方言的视频和歌曲等内容，悄悄开始其工具向内容平台转型升级之路。

第三，起点国际（Webnovel）的出海成绩带动网文出海。截至5月底，起点国际已上线多种题材原创英文作品3500部，英文翻译作品150余部，累计访问用户超1000万，受此影响，国内多家网络文学平台纷纷出海。

以上3个出海产品的动态看似无关，但都反映中国内容型产品出海动作频频，移动出海产品进入内容型产品主导的新阶段，有些已经取得阶段性成果，有些还在努力探索出路。

内容型产品出海的难点在于需要了解当地用户的内容消费习惯、熟悉当地文化等，这对于不了解国外文化环境的中国互联网公司来说是个挑战。

无论是工具型产品转内容型平台，还是网文、短视频等内容型产品出海，都需要思考怎样才能走出一条适合自己的本地化之路。

一、什么是内容型产品

首先，有必要界定一下内容型产品是什么以及有什么类型？

互联网内容指文字、图片（漫画）、音频和视频。内容型产品就是通过提供文字、漫画、图片、音频、视频等内容服务的产品。

根据笔者的认识，按照内容形态可将内容型产品可分为四类：

第一是文字内容产品，包括文字阅读类产品和资讯类产品。

文字阅读类产品主要是小说类产品，比如阅文集团的起点国际（Webnovel），还有深受海外年轻用户欢迎的对话式小说代表Hooked等。资讯类产品比如今日头条海外版TopBuzz、UC头条海外版UC News等。

第二类是图片与漫画内容产品。比如像国内快看漫画这样的漫画类产品，国外的Tapas等产品。

第三类是视频与直播类产品，包括视频产品和直播产品。其中视频产品又分为长视频和短视频。长视频比如国内的优酷、爱奇艺、腾讯视频，短视频比如火遍国内外的抖音及其海外版Tik Tok。

第四类是音乐类和音频类产品。音乐类产品比如国内的QQ音乐、网易云音乐等；音频类产品比如喜马拉雅等。

二、内容型产品底层逻辑

笔者经历过两款内容型出海产品，我认为内容型产品底层逻辑是内容生产——内容分发——内容消费（变现），打造一款成功的出海产品需要从这三个环节进行思考。

1、内容生产

内容生产主要解决内容来源的问题，怎样持续为用户提供内容满足需求。内容是内容型产品安身立命的根本，怎样强调它的重要性都不为过。

按照内容生产方的不同，可分为用户原创内容（UGC）与专业生产内容（PGC），后来随着对UGC内容质量的把控，又产生了专业指导下的UGC内容（PUGC）。

对于内容型产品来说，根据其平台的定位，在内容生产方式上会有所侧重，但对于大部分内容平台来说，理想的内容生产模型应是以大众化的UGC为底层，专业指导下的UGC，即PUGC为中层，高质量内容的PGC为顶层。

针对这三种内容生产方式，这里讨论内容型产品出海怎样在海外持续进行内容生产，满足用户需求。

1）PGC内容，如何又多又好又快的接入内容？

2016年被称为“内容创业”元年，随着今日头条在国内的成功，很多出海的中国公司，纷纷将头条这种新闻聚合模式搬到海外。

以印度市场为例，UC News、News Dog以及被猎豹收购的新闻分发平台News Republic等激烈竞争。

跟国内遇到问题一样，这些新闻聚合类产品同样在印度市场遇到版权争议，很多印度主流媒体禁止它们转载其文章，成为平台发展的阻碍。拓展海外PGC内容不仅能够获得新闻机构授权内容，更通过宣传正版内容树立品牌形象。

笔者认为，对于PGC内容获取有几个关键点：

首先，分析并把握CP（内容提供方）需求，通过双赢的利益分成方案获取内容。

以新闻聚合类产品为例，平台需要PGC内容，CP方需要流量和收益，通过制定合适的分成比例与CP方分享广告收益就成为一个方式。

其次，网罗本地商务人才，接入更多CP内容。

确定合作方案后需要本地商务人才拿下更多CP方，减少跨文化交流的阻碍。内容接入流程标准化流程化并不断改进，提高内容接入速度。

因此，只有又多又好又快接入内容，才能在这个PGC内容争夺中获胜。

2）UGC内容生产

需要思考两个问题，一是如何实现内容的冷启动，二是如何进一步促进用户生产更多高质量的内容，即在UGC基础上向PUGC转变。

我们可以从Tik Tok在日本市场的成功得到启示，相比大部分中国出海者首选的印度和东南亚，日本市场由于种种因素对中国企业来说更困难，因此Tik Tok成功很有借鉴价值。

虽然Tik Tok花费超过数亿投放预算，但其在日本流行更多是因为在KOL和达人引入的成功。

拿下拥有400万Twitter粉丝的艺人Kinoshita Yukina（木下优树菜）是一个重要标志，之后像常年霸榜日本Oricon公信榜前三的女子偶像团体E-Girls等其他艺人开始成为Tik Tok用户，这些明星用户不仅自带粉丝，带来大量的年轻种子用户，而且带来更多明星用户，促进内容生产的良性循环。

笔者认为，实现内容冷启动，通过海外网红和明星等KOL资源带动内容生产是比较快速可行的方法。

因为这些KOL是当地文化的代表，拥有粉丝基础以及内容渠道。某种程度上说，能够努力得到本地KOL的认可，能够初步说明产品具备成功的可能性。

注意！我这里指的是产品得到本地KOL认可并不是简单地用钱搞定，钱当然是必要的，但花钱并不能解决所有问题。

国外的网红除了钱，比较看重合作是否符合其调性，是否认同你的产品，他们不会做出伤害粉丝的行为。因此，在合作中要具备耐心、恒心和同理心，让他们了解产品，尊重不同文化，展现出合作的诚意。

3）从UGC到PUGC，如何促进原创用户生成更多高质量内容？

在实现那内容冷启动之后，TikTok通过一系列运营活动来实现这个目标。

在今年2月16日至3月9日期间，TikTok日本运营团队举行“TikToker挑战赛”，鼓励用户在“时尚”、“舞蹈”、“搞笑”、“才艺”及“技术流”这几个标签下发布视频。

奖励就是每个标签下最受欢迎的短视频，都有机会在3月19日至25日期间登上涩谷最繁忙的十字路口的4块大型广告屏幕。

涩谷最繁忙十字路口的4块大型广告屏幕Tik Tok的广告

这样的曝光机会对日本的TikTok用户极具吸引力，因此很多用户都积极参与。根据日本媒体报道，截止3月9日，5个标签下面的短视频投稿已经超过6万，观看数也超过3亿。

曝光奖励其实是比较常见的一种运营手段，通过“TikToker挑战赛”可以达到以下三个目的：

一是引导内容生产方向。

TikTok的定位是年轻用户的短视频平台，平台希望用户产生更多关于“时尚”、“舞蹈”、“搞笑”、“才艺”及“技术流”这些标签的内容，通过这个活动能更多刺激这些内容生产，强化平台内容的属性；

二是刺激更多内容生产。

登上当地最大广告屏幕的曝光奖励，其实是利用人性的虚荣心来驱动用户生产更多内容，另外日本社会是个“抱团”现象明显的国家，容易受从众心理影响，利用这种特性达到促使用户生产更多内容的目的；

三就是促使用户生产高质量内容并留在平台。

用户来到一个平台生产内容，是希望自己的才华得到更多人的认可。在信息爆炸的时代，怎样让优质内容得到更多曝光机会呢？

一般来说是APP的Banner位置展示。什么？Banner位置还不够，那就让我们上曝光量最大的广告屏幕。为了有机会上广告屏幕展示，用户会产出更多优质内容，同时获得更多粉丝和朋友。

下次为了吸引更多粉丝，用户会产出更多优质内容，而粉丝多了，用户就会留下来生产更多高质量内容的机率就更大了，形成良性循环。

提高UGC内容质量除了曝光奖励，还有榜单激励等手段。

(Webnovel上的原创推荐票榜)

这些方法出现面临的共同场景是，当产品实现内容启动并有了一定的用户基础后，需要解决用户没有了内容创作的新鲜感之后，怎样持续激励其生产更多更好优质内容的问题。

因为当用户在内容平台生产内容没有得到关注，慢慢会失去创作的热情和积极性，这时候就需要利用这些方法，来满足用户的虚荣心和荣誉感，从而激励其持续生产内容。

能否引导提高内容生产者持续产出高质量内容是决定一款内容型产品成败的关键，限于篇幅，我将在后续文章中展开说明。

内容生产的目标是构建一个理想的内容生态，实现内容的冷启动是第一步，可以是通过接入PGC内容积累内容，或通过KOL资源实现内容冷启动。

之后需要通过运营手段引导底层的UGC向中层的PUGC转化，在刺激普通用户生成更多内容同时提高内容的质量。

但是，以上手段都是精神层面的激励，中国互联网企业在出海过程中，面对不同的市场，应该根据实际情况与用户的需求采用不同方式。

比如，印度市场整个互联网环境还不成熟，除了精神激励，还需要实在的物质金钱奖励，这也是像UC News等平台推出自媒体激励计划的原因。

UC News的自媒体激励计划

2、内容分发

当内容平台在内容生产上积累了大量本地化内容之后，下一步就是怎样将合适的内容匹配给合适的用户。

这个问题会随着平台内容的增多和用户增长后变得越来越迫切，因为这时候平台内容普遍会出现同质化冗长的弊病，用户会渐渐失去耐心和兴趣。

加上随着海外移动互联网发展，用户可以选择的文化娱乐产品丰富多样，从新闻聚合产品到网络文学、从直播到短视频等，无论是在欧美日发达地区，还是在新兴的印度东南亚等国家，中国互联网企业不仅面临其他出海产品的竞争，还要与本地或国际巨头争夺用户时间。

1）怎么样在面对文化差异的海外环境中，快速匹配合适用户以合适的内容呢？

我们还是从抖音海外版Tik Tok的成功得到启示。与国内的抖音一样，Tik Tok也是采用算法推荐的分发模式，其在日本的成功很大部分原因也归功于它的算法推荐模式。

算法推荐本质上就是通过标签做用户和内容的匹配，采用这种方法，可以很好地解决海外各国的文化差异对内容分发的影响。

2）内容分发是连接内容与用户的中间环节，除了要解决用户端怎样将合适的内容呈现给合适的海外用户的问题，还需要考虑内容分发方式对内容生产者影响。

无论是抖音海外版Tik Tok，还是今日头条海外版TopBuzz，都贯彻落实字节跳动的推荐算法模式。是不是算法推荐就能解决内容分发所有的问题呢？

下面我们通过对今日头条海外版TopBuzz分析来看这个问题。

TopBuzz在2015年8月就上线了，可以说是字节跳动最早的出海产品，比Tik Tok经过更长时间的市场验证。

虽然在2017年Google Play 最佳应用评选中，TopBuzz与TopBuzz Video两款应用，分别获得巴西年度最受欢迎应用和美国年度最受欢迎应用，初步证明算法推荐模式依旧在海外吃得开。

但现在制约TopBuzz进一步发展恰恰是它们的智能算法推荐，在Google Play上用户的负面评论，很多都是批评TopBuzz上面泛滥的假新闻，而现在美国民众对假新闻依旧十分敏感。

也正是因为这个因素，TopBuzz直到现在都没有获得美国主流媒体的认可，限制其进一步发展。

算法推荐的弊端不仅影响用户端，也会对内容生产者产生不好影响。笔者曾参与多个出海新闻聚合产品的自媒体计划，在多个平台注册自媒体号并发布同样的内容，其中就包括TopBuzz。

经过多次内容发布的验证，我发现同样的内容在TopBuzz基本得不到阅读和评论，其他平台因为有人工优质内容的推荐机制，新手用户也能得到曝光的机会。

而TopBuzz对算法推荐依赖过多的方式使得像新手用户等部分用户的优质内容得不到算法的推荐，不利于激励用户在TopBuzz持续产出内容。

因此，我认为内容分发除了依靠算法推荐，还需要人工推荐进行干涉，不仅能够把控内容质量，减少类似假新闻等劣质内容泛滥，而且能够通过对高质量文章的筛选和人工推荐，给予新手等内容生产者更多机会，以弥补算法推荐的不足。

3、内容变现

内容消费对于用户来说就是消费内容的过程，对于平台来说就是怎样通过内容进行变现的问题。内容型产品变现的方式多种多样，比较典型的是广告和付费阅读两种类型。

广告是比较常见的一种变现方式，适合对内容质量要求不高的内容型产品，在积累一定流量后通过出售广告位进行盈利，比如新闻聚合平台UC News在内容详情页放置广告与内容提供方分成等方式。

对于依靠售卖高质量内容的内容型产品来说，付费阅读则是盈利的主要方式，像起点国际（Webnovel）等网文平台。从两者内容变现要点上看，前者靠“数量”，后者求“质量”。

内容型产品变现要根据自身产品特点以及具体面对市场顺势而为，但是可以看到很多企业存在盲目追求用户增长、忽视用户实际需求等误区。

他山之石，可以攻玉。下面我将通过分析对比两款小众的海外产品，分析内容型产品变现的正确姿势。

案例：Great Jones Street之死和Rocket Post Live之兴

Great Jones Street是美国一款向用户提供短篇小说的阅读产品，题材覆盖情爱、惊悚和冒险等。

创始人Kelly Abbott于2016年创立Great Jones Street这个品牌，Abbott认为现在市面上没有一个真正意义上的“小说爱好者之家”，就像Spotify之于音乐爱好者，Netflix之于狂热追剧粉丝。

秉承向读者推荐最好的小说和最好的作者信念，Abbott立志要把Great Jones Street打造成小说界的Netflix。

由于创始人在小说领域有一定的人脉，因此在作品和作者的积累有优势。Great Jones Street没有采用UGC的方式，因为她们不想为了作品数量而牺牲作品质量，并且在高质量作品的获取速度上快于市场上的竞争对手；

创作者是内容生产的关键，在处理与作者的关系上，她们不仅通过自家平台连接作者和读者，更积极让作者参与他们的事业，让作者感受到充分的尊重和信任，不断增加作者数量。

因此，Abbott很有自信对外宣称Great Jones Street拥有线上最大的高质量小说内容库。此外，Great Jones Street与海外流行的新兴内容发布平台Medium达成合作伙伴关系，通过Medium这个高质量平台加速内容的分发。

创始人想将Great Jones Street打造成小说界的Netflix

虽然Great Jones Street在内容生产和内容分发取得成绩，而且创始人在筹集资金、培养团队和吸引原创作者上做得不错，但在变现上做得不好，没有获得足够的订阅用户，用户订阅费用收入连最基本的运营支出都支撑不了，导致项目失败，创始人宣布于2017年12月31号下架APP。

当我们复盘这个案例，可以看出Great Jones Street之死直接原因是没有形成足够规模的付费用户群，导致入不敷出。

怎样解决这个问题？让我们先把目光转向印度市场，或许我们可以从Rocket Post Live之兴中得到答案。

随着印度智能手机普及，刺激了用户对新闻内容的需求，这也是很多中国新闻聚合类产品出海印度的背景。

不同于UC News或Newsdog等中国出海印度新闻聚合类产品，Rocket Post Live 团队，并没有开发自己的APP，而是通过 WhatsApp，类似印度的微信，开辟了一个频道来传播本地的新闻内容。

Rocket Post Live 的创始人叫 Shivendra Gaur，整个创业团队加上他自己共6个人。他们每天会通过 WhatsApp 的 Broadcast 推送「新闻摘要」，每晚 8 点，他们还会推送时长为 8 分钟的视频，内容是当天重要新闻的合集。

在内容变现上，截至2017年中旬，他们成功获取超过11400 名用户，其中付费订阅用户有大约 8000 多人，付费率超过70%，付费用户需支付 1 年 100 卢布（约 1.5 美元）的订阅费用。

Rocket Post Live在印度一年收入可超 12000 美元，已经达到发达国家的人均收入水平了。要知道，印度市场目前的付费率和付费水平是非常差的，能够在内容变现上获得这样的成绩实属不易。

Rocket Post Live为本地民众提供优质当地新闻的推送内容界面，朴实无华但满足用户需求

内容型产品由于其文化壁垒，对中国互联网企业来说更是困难，然而通过以上本土创业者的成败对比，我们可以得到几点内容变现的启发。

1）深耕本地市场，抓住并满足用户需求。

Great Jones Street之死多少让人有些意外，但是一手好牌打烂的人比比皆是，根本原因是没有抓住并满足用户需求。

他们对于美国用户的小说消费需求了解不够深入，虽然意识到用户对移动化趋势小说阅读的需求，但没有更进一步挖掘。反观Rocket Post Live，从一开始就专注服务于当地民众的新闻消费刚需，因此即使在付费率极差的印度农村依然取得亮眼成绩。

对于中国内容型产品出海互联网企业来说，要培养并形成足够规模的付费用户群是存活和盈利关键。

在一开始没有确定目标地区和目标用户情况下，可以在全球范围内快速试错，快速确定并聚焦目标市场。

深耕本土市场，研究当地用户需求，围绕培养一批付费用户制定运营推广策略非常重要，特别是针对海外市场。

这是海外市场与国内市场差异所决定的：

第一，相比国内的用户，海外的用户往往更加乐于与开发者沟通，他们愿意将自己体验产品的感受与质疑写进邮件反馈给开发者。因此，用户的这种特性更有利于中国的开发者深挖本地市场，服务并培养好自己的第一批忠实粉丝，立足市场并扩散影响力。

第二，海外市场的应用发布渠道相对单一、规则比国内的应用市场更加透明，能够为中国出海的互联网公司，特别是创业公司提供相对健康的竞争环境。因此，出海企业可以更加专注于满足本地用户的需求本身，打磨好产品并快速迭代，从而由点及面占领市场。

2）结合自身优势，集中资源单点突破。

虽然Great Jones Street拥有不错的内容生产和分发资源并且雄心壮志，主流的小说类型都做，然而恰恰是“大而全”的内容策略分散了他们的精力，没能形成一个有特色的平台，这在以主打特色的海外小说产品竞争中是大忌。

Great Jones Street小说类别繁多，没有主次之分

而Rocket Post Live只有6个的小团队，资源非常有限，但正是基于对当地用户需求的了解，发挥对本土新闻熟悉的特长，做好满足当地人的高质量新闻才能成功。

对于很多中国内容型产品出海来说，技术与资金是优势，在确定内容策略后通过资金获得更多头部的内容，通过技术更好地满足用户个性化内容需求是取得成功的关键。

3）因地制宜进行内容变现的探索。

海外互联网环境与中国千差万别，很多模式不能生搬硬套，因此结合当地现状进行内容变现模式的适配是必要的。

比如起点国际（Webnovel）立足VIP付费阅读制度成功经验，也为海外读者量身打造符合当地的付费阅读模式。

除了常见的按章付费模式，在付费率较差的地区，比如印度等，通过观看广告解锁付费阅读章节模式以及Wait or Pay模式（即在更新后第一时间观看则需付费），不仅能够满足用户需求，产品也能找到合适的变相模式。

对于平台和用户来说是双赢，形成一个良性的发展。

海外用户在起点国际（Webnovel）看网文可通过观看广告解锁付费阅读章节模式

最后

海外用户对内容的需求是中国互联网企业出海的机会，笔者认为，出海者要结合具体的出海国家从内容型产品底层逻辑即内容生产——内容分发——内容消费（变现）进行思考，快速试错和迭代，相信2018年会有更多成功的出海内容型产品出现。

作者：Curry，授权青瓜传媒发布。

来源：出海运营

如果你没听过得到APP，那么，你可能听说过「罗辑思维」，得到APP是罗辑思维团队花费2年多时间，打磨的一款知识服务类产品，主要通过语音+图文的方式，付费提供知识服务。

因4.0版本更换了猫头鹰LOGO，将得到APP推到了风口浪尖。得到APP自出生那一刻就光环环绕，明星团队打造，发布1年营收超1亿，2年多2000万用户。

创始人罗振宇（罗胖）是个面相有点吃亏，但是很有学识的人，作为一个文科生，经他主导创建的得到APP是如何一步步走到今天的？由他一手鼓吹的知识服务行业是否是一个创业风口？

01、得到APP产品介绍

1.1产品简要

「得到」，为你提供最省时间的高效知识服务。「罗辑思维」团队出品，提倡碎片化学习方式，让用户短时间内获得有效的知识。每天20分钟，在这里学知识、长见识、扩展认知，终身成长。

首先，让我们先看一组数据。

图01-得到APP用户数据

注：数据来源于罗辑思维团队公开数据

可以看出，2016年12月至今，得到APP的数据如下：

1.用户数从351万到2000万，增长近6倍；

2.日活用户从27万到73万，增长仅2倍多点；

仅从数据上来看，可以得出：得到APP的用户粘性或者留存较低。

时间是碎片化了，但是大多数人，并没能学会如何利用它来持续成长。

这是一个社会现象，短时间内不会因为一个产品或者人物，发生改变，本文也从未想过借此社会现象奋笔疾书。

产品大观始终专注于从产品和运营角度深度拆解互联网产品，试图通过我们的努力，让一部分人快速了解一个产品的始末，能有点启发并运用到工作中，就再好不过了。

所以，让我们把视野聚焦到得到APP上面。经过两年多的打磨，得到可能是国内目前最大的专业知识服务商之一，罗辑思维团队在去年提出要建立一所终身大学，并通过「时间的朋友」跨年演讲来传输这一想法，试图抢占人们的心智，按照目前的时间点来看，得到还是个婴儿，一切结论还为时尚早。

1.2用户及场景

通过对得到深度体验并查阅网络资料，我们可以大致获知得到的用户画像及应用场景：

主要用户：焦虑，想要成长，怕自己被时代抛弃的人（也可以解读为有上进心、有志青年等）。

大咖用户：知识变现，增强自身和这个社会的连接，让自己的生活多一份可能性。

主应用场景：上下班通勤途中、健身房、户外运动、睡前半小时，利用碎片化时间听知识。

简单概括：得到是一种新型知识获取通道，通过邀请业内专业大咖，将专业知识以语音+图文方式输出成体系课程，供大家付费有偿视听，低成本和碎片化来获取知识，进行自我成长，顺便降低自身的焦虑感。

为了更好地了解得到APP，我们梳理了得到APP的核心逻辑和产品功能结构如下：

图02-得到 核心业务逻辑

图03-得到 产品功能结构V4.0版本

1.3得到APP历史大事件

• 2015年11月  得到APP上线。
• 2016年06月  推出首个付费专栏「李翔商业内参」，获得马云推荐。
• 2016年12月  得到APP用户超过350万，上线一年营收超过1个亿。
• 2017年03月  罗振宇宣布「罗辑思维」周播视频在各大平台停更，只在得到APP播出。
• 2017年05月  推出001号知识发布会，推出12款知识产品，并对业内同行共享「得到品控手册」。
• 2017年07月  邀请曾鸣驻场「智能商业20讲」，开始推「精品课」。
• 2017年07月  传出拟融资9.6亿元，被估值70亿，罗胖已否认。
• 2017年08月  罗永浩宣布停更专栏「罗永浩的创业课」。
• 2017年09月  推出002号知识发布会，重推每天听本书VIP。
• 2017年11月  得到App用户数超过1200万，日均活跃用户数近90万。
• 2017年12月  得到App入选App Store年度精选。
• 2018年01月  跨年演讲是重推「中国史纲50讲」，开启大师课战略。
• 2018年04月 正式对外推出少年得到APP，涉足少儿教育。
• 2018年05月 罗胖个人微博宣布，得到APP用户量超过2000万。

本文将试图解答这一问题：

作为知识变现（罗胖称他们是知识服务）赛道的最大玩家，得到APP在用户口碑和收入方面，均获得了不俗的成绩，他们在产品和运营上做了哪些动作，又走了哪些弯路？同时，给知识变现赛道的创业者哪些启发？

1.4同行的打渔人：

喜马拉雅FM：致力于在线音频分享平台的建设与运营，成为音频领域的 YouTube 。定位为 UGC（用户原创内容）模式的喜马拉雅除了拥有海量的节目音频之外，也已成为音频创作者最集中、最活跃的平台，今年5月获得E轮融资，网传估值超过40亿美元。

蜻蜓FM：国内首家网络音频应用，以“倾听，让生活更美好”为愿景，为用户和内容生产者共建生态平台，汇聚广播电台、版权内容、人格主播等优质音频IP，2017年8月完成E轮10亿融资。

罗振宇说，现在的知识服务参与者，都是“汪洋里孤独的打渔人，我们凑近一点打渔，关键时刻还能守望互助”。

不管是喜马拉雅还是蜻蜓FM都是深耕音频多年的玩家，他们的特点就是丰富，包罗万象，偏向于泛娱乐+轻学识，这点和得到APP不同，得到追求的是专注精品，小而美，知识标签更重，所以，得到选择了一条注定不会快速实现用户增长的路。

以上仅简单的陈述竞品情况，为了让文章更加聚焦，会把篇幅留给得到APP，后续有机会会单独深度拆解各喜马拉雅和蜻蜓FM。

02

产品成长分析

2.1产品整体发展走势分析

截止到目前，得到iOS对外发布了46个版本，平均20天发布一个版本。得到团队是如何安排迭代计划及功能优先级的呢？

为了便于大家更好的了解，我们从下面两幅图来看看：

图04-得到 APP 安卓端下载量增长趋势

注：数据图表来源于酷传

可以看出，得到APP安卓端的用户下载量，自诞生起初就保持着一个稳健增长的趋势，这得益于罗辑思维自身庞大的粉丝量，使得其自诞生之初就自带光环。

图05-得到APP 在iOS端图书细分类别排名变化

注：数据图表来源于七麦数据

和安卓端下载量呈现一个稳健的增长曲线不同，iOS端在总榜的排名自2017年初，大致呈现出的是以2个月为周期，排名循环起伏的状态，能够推测是在靠运营手段在发力，产品还没能实现有效的自增长。

第一阶段：

2015年11月至2017年4月——产品探索期

这一阶段，得到APP一直在探索产品的定位，虽然瞄准了知识服务领域，但是，如何做、用户喜欢怎样的方式学习、如何激励用户成长、如何陪伴用户成长等等实际问题，都需要得到团队去一一验证和探索，严格意义上来讲，得到算是互联网知识服务的开拓者，前面无对象可抄，所以，这一阶段明显感受到得到产品的频繁调整。

第二阶段：

2017年5月至今——产品缓慢增长期（第二探索期）

这一阶段，得到团队瞄准了终身学习，建立一所终身大学的定位，同时，开放自身的品控手册，用一种开放的心态诚邀大家入场，来一起做大知识服务市场，共同切糕。基于得到管理团队对得到的定位，所以，他们并不急于用户的快速增长，而是在不停的加持自身产品的可用性及内容的专业性。

03

产品分阶段迭代分析

3.1产品探索期（2015年11月至2017年4月）

得到在2015年11月18日，在iOS端上线了V1.0版本，但是，得到团队正式对外发布得到APP是2016年5月，也就是团队内部打磨了半年的时间，用于技术沉淀及用户画像的探索，期间共计升级了8个版本，近一个月迭代一次，这在创业公司的项目中，算比较慢的了，也从侧面看出，罗振宇对得到APP付出了极大的耐心。

本阶段主要用户群体：罗辑思维粉丝，罗振宇的粉丝

本阶段核心用户需求：紧随老罗号召，奔赴碎片化求知的道路

本阶段得到商业需求：找准用户定位，打磨产品基调

产品主要迭代版本&迭代逻辑分析：

这一阶段包含了V1.0.0~V2.7.3共计24个版本，整个产品的迭代，主要围绕着如何更高效的交付知识这一目标，虽然，确定了用语音为主要载体，但是，该如何用语音来承载知识，更容易被用户吸收和接受，得到团队选择快速试错这条路。

在V1.01版本，根据用户的反馈，在微信登录时，不再要求绑定手机号码。这个也是产品中的一个经典问题，至于，要不要绑定手机号码，很多时候要看产品类型和企业需要。得到作为一个知识服务商，前期用户基数少，且不存在监管麻烦，大可不必要求绑定手机号，徒增用户的尝试成本。

在V2.0版本正式推出了付费订阅专栏，采用网店的模式，全力推动单个爆品，并借助爆品引流，每个专栏定价199元/年。

在V2.1.1版本新增了试读功能，作为虚拟产品，用户无法像实物一样直观的感知交付物价值，很多用户处在观望状态，得到对自身的产品足够有自信，通过开放试读功能来增加业务量。

除此之外，此阶段最大的更新就是在V2.2版本，增设了「随时听」模块，提出3分钟听知识新闻5分钟读好书精华的口号，也是在极可能的增大新用户触网的机会，进而提高付费转化。

从后期的版本迭代来看，随时听模块的用户使用数据，应该不是很理想，得到在V3.0.0版本后逐渐降低了「随时听」的页面权重，随时听的出发点非常好，但是受限于得到现有免费内容的量有限，随时听很多时候会直接推荐老罗的罗辑思维，其他收费内容又无法在随时听模块播放，因此用户体验并不理想。

用户评论：

这一时期的用户，很大部分是从罗辑思维的粉丝转化过来的，基于对老罗的信任使用得到，凭借优质的内容及高质量的专栏服务，可以看出用户的评价还是蛮高的。

另一方面，由于得到APP本身在不停的探索，知识更好的交付方式，所以，每次升级在产品上面的变动都比较大，只是很多用户反馈无法跟上产品的变动节奏，学习成本很大。

运营策略：

跨年演讲

由罗振宇承诺举办20年的跨年演讲，成了继吴晓波跨年演讲的第二大跨年脱口秀盛会，堪比各大电台跨年春晚。除了高额门票外，也在网络上赚足了眼球，同步语音和演讲稿资料需到得APP上获得。这一优势引流是罗振宇自创且得天独厚的，该运营策略很难借鉴。

罗振宇通过「罗辑思维」节目多年的沉淀，粉丝量超过700万，这还不包括微博和其他平台的粉丝数，称老罗为「国内社群第一人」也不为过，老罗在多个场合下，都试图能够充分调动用户及粉丝的积极性，来撬动更多的边界人员。

得到周二例会

在全球，全公司人员定期参加例会的公司已经屈指可数了，面向所有用户进行例会直播的公司，得到这里算首例，既是到现在，国内仍然没有哪家公司敢跟进这一行为。

「当初罗胖给公司定的要求，就是做一家透明度高的公司，就是不造假 ，数据透明」。公司CEO脱不花在第一次例会直播上如是说。

直播人均在线人数近2万，注意直播仅在得到APP中可查看，这就是流量和活跃度，而且这2万人中，部分人员会写例会心得，在网上形成二次传播，进一步加大得到的影响力。

福利：我们整理了，得到2017年3月至2018年6月的例会文本内容，多达30万一比一原稿，整合成「得到例会」大合集，到产品大观（chanpindaguan）公号回复：得到例会，可获得下载链接。

阶段小结：

这一阶段的得到，总结起来更像一个被困在黑箱里的野兽，它左突右撞，试图撞破这牢笼，找寻属于它的那束阳光，从未敢消停一下。

罗振宇说：创业就是一场没有终点的逃亡，这就是创业者的命。

3.2产品缓慢增长期（第二波探索）

在经过第一阶段的探索后，用户有了稳定的增长，但是得到依然没有停止自己探索的脚步。

产品的用户是谁，他们来的得到想获得什么，我们能提供给他们什么，怎样交付知识才是最有效的，如果想要建立一所终身大学，产品应该配备什么样的评价体系？

问题不一而足，在百年大计中，得到仅仅算是迈开了脚步，离终点还很遥远。

本阶段主要用户群体：欲求知、求道、对未来焦虑的白领人群

本阶段核心用户需求：长见识、增谈资、打消时间

本阶段得到商业需求：更好的服务用户，实现用户的口碑增长

产品主要迭代版本&迭代逻辑分析：

这一阶段主要包括V2.7.5~V4.0.0共计21个版本，围绕着如何推进用户更好的终身学习这一目标在迭代，文章开头提到，得到用户量翻了近6倍，但是，日活用户仅增加2倍多，很容易得出得到的用户粘性不足，毕竟不能坚持学习是国民通病。

在3.1.0版本，增设了「知识账本」功能，用于记录学习时长、学习内容，并整合了用户最新的笔记、收藏和留言，以此来激励用户持续学习。

得到团队称：回顾和思考学过的知识也是增进新知的重要途径。个人觉得主要思考应该来源于：吾日三省吾身。

除此之外，在3.2.0版本中，将「今日学习」升级为「学习计划」，这一变动的原始需求是因为拖延导致的信息过载，进而打击用户学习积极性，直至用户流失，即使用户花了钱。

罗振宇曾在跨年演讲中，提过国民总时间”GNT(Gross National Time)这个概念，这个概念本身是没有意义的，但是，罗振宇知道，当前商业活动中，用户的时间才是最宝贵的，商业就是一场抢占用户时间的赛跑，用户一旦因为受挫离开，你在抢占用户时间的比赛中也就失败了。

不久前，三节课黄有璨老师也写了篇关于得到的文章《我给“得到”团队的4个称赞与1点建议》，其中的建议，就是控制用户订阅数，防止信息过载。

这样也就不难理解，得到APP的这次改版，使用学习计划，顾名思义就是让用户有计划、有节奏的分配时间，进行持续的学习，而不是过于随性的跟随自己的心情。

结果呢！

骂声不绝于耳，甚至有人专门写文章说老罗终于开始拿起了教鞭，督促用户终身学习。

说白了，建立一所终身学习大学，本身就不是学校单方面的事情，还需要学生配合。但是，大家按照「正规教育」的方法成长起来的，由于教育的太成功，出了校园可以说90%的大众都不知道如何有效学习。

如果得到是一所大学，那么，它现在的架构是缺少辅导员角色的，说白了你不能只把有价值的东西放在那里就不问了，要怎么学习，怎么吸收，这些底层的方法论我不知道，我想学、想成长但是我不知道，你搞个学习计划，用户反而觉得限制了自由。

明白人一眼就可以看出，这已经超出了买卖关系，是终身负责制，否则，一起建立一所终身大学的目标就无从谈起，所以，老罗选择了一条十分苦逼的道路。

用户评论：

持续迭代的精品专栏和大师课，让大众以更低的价格接触到这些知识，实现知识更高效的分发，不得不说，得到团队在课程打磨上是数一数二的，课程的高质量也得到了用户的认可。

产品方面，得到一直在探索一种既能实现知识高效分发，又能真切的帮助用户实现持续成长的交互方式，这种精神是值得褒奖的，但是，对于老用户来说也大大增加的学习成本，要知道得到的每次大版本升级，都不亚于重新打造一个APP，甚至4.0版本，连同logo也一同进行了更换。

运营分析：

2017年跨年演讲

一年一次的跨年演讲，每一次都是千万级的流量曝光，这就是个人品牌价值的力量。

北京地铁 通勤之路变身学习之路

2017年10月，得到App把听书馆搬上北京地铁4号线，乘坐“每天听本书”地铁专列，扫描车厢内二维码，即可领取得到App“每天听本书”7天VIP体验，把全车书一键带回家，同时，每天还有24K金条送出，真正把“书中自有黄金屋”的古话变成现实。

知识发布会

2017年5月18日 ，北京维场39.9度空间，罗辑思维「得到」迎来了001号知识发布会，发布 12 款知识产品，9 位专栏老师轮流登场，每个人站在罗胖对面完成 10 分钟左右的演讲。

其中包括注明的「李翔知识内参」、「薛兆丰的北大经济学课」还有罗永浩的「罗永浩·干货日记」、「徐小平·创业学」等。

也是在这一次，罗振宇宣布开源得到知识服务的心法和工作流程——《得到内容品控手册》，让更多的知识服务创业者一起将蛋糕做大。

2017年9月，002号知识发布会，主要是发布得到的每天听本书 · VIP年卡，这一工具，试图让人们每天花费半个小时，搞懂一本书，他们找到每个领域的专业人士，就像是人类派出的哨探，来到知识边疆，遥遥一望，然后告诉你他们看到的东西。得到的野心在于——做全球最大的知识版权转述库。

阶段小结：

得到如果愿意，他们可能是目前国内知识付费领域，活的最惬意的团队，但是，他们偏不。他们膨胀了，甚至给自己拼命找了创业使命和理想，不再单纯的为了挣点钱而活。

04

对得到APP深度解析的小结与反思

在拆解得到APP的整个历程中，让我感受最深的就是，罗振宇组建的核心团队的非常灵性。这对于创业团队来说是非常重要的，勇于承认自己错了，还没有对，并极力去找寻那个正确的答案。

从整个产品和运营的层面上来说，得到APP都不具备太多学习的点，但是，从产品层面，我们可以获取一些教训：

1.大版本一定要规划好，可以容纳足够多的小版本来修正产品，而不是有问题就推翻重来。产品的重构在创业公司是非常常见的，主要来源于市场的不可预知，但是，也应该尽量多花精力在规划上，留足修正空间，避免耗费过多的资源，很多公司甚至无资源重构直接倒闭了。

2.既是重构产品，也要照顾用户习惯。很多时候，用户对于一个产品的习惯，往往体现在细节上，重构产品时，我们会把主要精力放在大的功能上，忽略了历史版本的一些小细节，这恰恰是对用户习惯造成困扰的主要原因。

以上。总的来说，得到APP第一感官上给人的印象不错，因为团队过于频繁的调整产品信息架构（2年升级4个大版本，且变动都比较大），很多细节还没有来得及打磨，体验不佳，这一块仍然是得到团队需要注意的。

05

关于得到APP未来的发展展望及一点建议

5.1得到未来的发展展望

得到在国内，无疑算是一款行业级产品，是「知识付费」行业的开拓者。

得到联合创始人快刀青衣曾公开说，这款产品的出现，完全由罗振宇自身对于“知识付费”的一些需求和想象而驱动，并且，他们很多时候往往是“连想找个同行抄一下都不知道该上哪里去抄”。

得到每一次的尝试和拓展都有可能让它成为行业先驱。罗振宇在一次分享中提到，说自己给业界挖过三个“坑”：

第一个“坑”：U盘化生存，他们做了，然后爬出来了；

第二个“坑”：社群，他们做了，罗辑思维估值13.2亿；

第三个“坑”：内容电商，他们做了，意识到自己不能成为第二个淘宝/京东，让出了赛道。

「得到」押注知识付费赛道的产品，有没有可能是罗振宇给业界挖的第四个坑？

国家信息中心发布的《中国分享经济发展报告2017》显示，去年我国知识领域市场交易额约为610亿元，同比增长205%，使用人数约3亿，约占到中国网民总数的一半。

过去的时代，有知识但并没有成体系的知识服务。

罗振宇说：“原来的学习培训，就是大学上完之后到新东方这类培训机构基本就结束了。然而再之后就没有系统化的大学后教育了。现在有这样的需求，必然会有人以创业的方式、商业的方式提供服务解决方案。这是顺理成章的事情。”

所以，罗振宇再一次押注知识付费，ALLIN得到APP，为此甚至撤资了papi酱，专心做好得到。

明眼人可以看到，其实，罗振宇的每一次挖的坑，自己都在坑中玩的有模有样，甚至成绩斐然，由于他们这个团队的灵活性和执行力，每次发现自己遇到瓶颈的时候，就会停下来思考，寻找新的增长点甚至更换赛道。

我觉的这完全OK。这非常符合商业激烈中的生存法则，让自己永远在牌桌上，寻求商业价值最大化。

我对得到APP未来的发展非常乐观，对国民不断追求成长和终身学习的行为同样乐观。主要有以下原因:

1.得到的背后是一支高执行、勤思考、广纳言的团队。以罗振宇为首，脱不花和快刀青衣辅助，多达半个商业圈的人脉和口碑支撑，并且这些在不断的拓展。

2.得到自身内容的质量非常高。凭借自创的「得到内容品控手册」，找寻业内最顶尖的人员输出专栏及课程，不断打磨单品品质，确保得到出品，必属精品。

3.民众的生活焦虑，人口红利的消亡，城市生存压力的不断增加，推动我们不断前行。我把知识分两种，一种是「消遣类知识」，比如动漫、小说、散文等；另一种是「成长类知识」，比如工具类、自然学科类、育儿类等。随着生活压力的增大，民众需要借助知识的力量来缓解压力，不管是消遣类知识还是成长类知识，我们都将会被推向终身学习之路。

4.越来越多的人开始改变消费观，愿意为知识付费。随着国民整体素质的提升及移动支付的普及，国民越来越愿意为自己喜爱的产品付费，不管是实物还是虚拟产品。

以上。我认为得到APP抱着建立一所终身学习大学目标，是一件非常苦逼的活，也是一件非常值得尊敬的活。全球范围上来看，终身教育很多时候，停留在口号上，国家层面都没有成功的解决策略，可想而知，罗振宇给自己选择了一条多么艰辛的道路。

罗振宇已经想得很清楚了：唯有把得到App做成标杆和标准，才能让得到App成为用户选择知识服务的必选项，才能在推动用户终身学习和建设学习型社会的过程中一起成长。

最近，有一篇文章说刘强东吹过的牛逼都实现了，让我们一起见证罗振宇的牛逼，他能否实现呢?只不过我们要更耐心一点，这个可能见证周期要长一点，十年后，也可能二十年后，总之，这是一件百年事业。

5.2给得到APP一点建议

1.保持精品战略不动摇，有用的知识永远是限量、有价的。目前的趋势，还可以，坚持即可。keso曾发文拿得到APP和十几年前的卓越网对比，不看好精品路线，「用户需要的是多样性，而非精品，我无法依赖一个绝大多数我喜欢的书它都不卖的平台。」，我有不同的意见，知识类产品不像购物类产品，多数人一生能够接触并且需要的知识是非常有限的，得到APP花费5-10年就可以完全覆盖，其他仅需了解的知识，去百度好了。

2.推出一个「如何学习」的免费大师课或专栏，打通用户底层学习思维。你们要相信90%的国民没有掌握学习一门知识的手艺，试图帮用户打通，后面的道路才会好走点，毕竟坚持本身已经很难了，不知道如何是好的坚持就更难了。

3.每月一次线下小会，每次主推一个专栏作者或大师，让他把话讲完。保持了精品课的前提下，让大师们走到台前，秀起来，是多方受益的事情，全网全量在线直播，让大家知道大师背后的故事，不是为了卖课程，就是为了打造大师品牌，让大众全方位了解大师，全网在线问答，这事可以授权给第三方做。

4.出自己的降噪耳机，平价售卖，碎片化并不是学习的好时间，大脑安静的时段才适合学习。国外的降噪耳机真的很贵，地铁中见到的基本都是手机自带的耳机，无法降噪或降噪效果差，这种适合娱乐，不适合学习。

以上。只是一个旁观者的拙见，有错我改，欢迎大家提交意见，如果得到团队觉得有道理，也请按照你们的方式去实现你们的目标，毕竟我是一个外人，很多事情看不透。

（正文已结束）

送的得到团队一句话，愿你们不忘初心，一路高歌：

“凡是过去，皆为序章”（What’s past is prologue）——莎士比亚。

送给大家一句话，愿大家都成为一个终身学习者：

怕什么真理无穷，进一寸有一寸的欢喜——胡适。

互动问题：在一二线城市，推进语音类知识付费产品的活跃度，很多时候是需要一个降噪耳机的。个人觉得得到团队应该联合国内外厂商推出联名降噪耳机，毕竟一副耳机直接影响着出勤时，是否会播放有声类产品。

你觉得类似得到、喜马拉雅等语音知识服务商，联名推出自己的降噪耳机，以小米平价模式售卖，是否有必要？能否增大用户使用频次，欢迎留言并给喜欢的留言点赞。

本文作者@产品大观   Four77  由(青瓜传媒)整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务    广告投放平台    龙游游戏

2018新年伊始，朋友圈已刷起两轮付费课程营销，继网易云课堂之后，千聊激情不减，虽短时间内先后惨遭微信封杀，但从中不难窥见人们的热情。

两年内，知识付费已经出现了社区问答、直播、课程付费、内容付费等形式，也覆盖了早幼教、口才培训、情商、财经、国学等领域。知识付费利用的是人们的焦虑，但付费之后，用户究竟得到的是知识还是一种虚拟满足感？知识付费行业玩家在不断拓展形态，改变变现方式时，是否会不可避免地出现对知识的泛化或窄化？

同时，具有长尾效应的知识付费也折射出行业繁华背后的现实之困：打开率、完听率、复购率成谜。质疑声不断，流量红利期过后，知识付费玩家们何去何从？

一、小众需求促使玩家分化

从概念新奇到火爆井喷，知识付费行业只用了不到两年。在被称为“知识付费元年”的2016年，几乎每个月都有新产品产生。

2016年4月，百度知道孵化的百度问咖上线。百度问咖是一个服务于用户与大咖之间付费交流的平台，大咖可以依据自己擅长的领域知识制定话题并拟价，有兴趣的用户可以付费向大咖提问或者付费进行线下约谈。知乎的产品值乎也在同月上线，用户关注知乎微信公众号后可以在微信朋友圈分享自己的打码信息，其他用户必须付费才能看到。

5月，知乎趁热打铁上线了另一款产品知乎live，这是一款实时语音问答产品。主讲人对某个主题分享知识、经验或见解，听众可以实时提问并获得解答。用户点击并支付票价可以进入沟通群内，分享信息。同样在5月上线的还有分答，分答是知识技能共享平台“在行”推出的付费语音问答服务，回答者用60秒回答提问者问题，答案可以被沉淀下来用于分享交易。

直到现在，分答在当时的爆红仍被津津乐道为借了王思聪、章子怡等人的“星光”。王思聪当时以“网红、投资人、哲学家”的身份入驻，一个问题报价3000元，相比其他答主已是天价，但这并没有让粉丝望而却步，于是王思聪把报价提高到了4999元。王思聪回答完32个问题后，已收入囊中23.8万元，累计语音长度20分钟。

6月，罗辑思维公众号推送了《李翔商业内参》，马云是它的第一个订阅用户，还准备了60秒的推荐语音。果壳旗下MOOC学院上线了新产品“职场沙龙”，主要基于微信，以面向用户一对多授课为主要形式，价格多在99元以上。

之后，雪球、联想等闻风而动，雪球推出了雪球问答，问答功能默认向所有注册用户开放，分为提问权限和回答权限两部分，用户可在个人设置中修改接受提问的最低金额，最高可设为10000元RMB；联想推出了“知了问答”，知了问答专注IT科技领域的知识问答，问题产生后，将以“偷听”的形式分享给网友，“偷听者”仅需支付1元钱即可收听。提问者也将因此获得分成。

连续的新品推出让知识付费快速生长，2016年各大行业玩家基本已入局。在2017年2月，有消息称，微信公众号付费订阅功能即将上线，并且有马化腾对话截图为证。不过到今天为止，微信并没有上线这一功能，只是在文章末尾增加了打赏功能。不过这也反映出，当年知识付费的炙手可热让小马哥有些眼红。

2017年12月喜马拉雅FM宣布，在“123知识狂欢节”中，内容消费总额达1.96亿元，实现了对首届知识狂欢节消费总额近4倍的超越。而2017年6月，喜马拉雅FM官方曾公布2017年以来其付费用户的月均ARPU值(企业从每个用户所得到的平均收入)已超过90元，据了解，该数值与腾讯休闲游戏ARPU值接近。腾讯2017年Q1财报显示，其休闲游戏的ARPU值高于人民币100元。

知识付费热火朝天，2018新年伊始，朋友圈已刷起两轮付费课程营销，继网易云课堂之后，千聊激情不减，尽管不到一个小时后惨遭微信封杀，但热情可见一斑。

两年内，知识付费已经出现了社区问答、直播、课程付费、内容付费等形式，也覆盖了早幼教、口才培训、情商、财经、国学等领域。玩家不断涌入，面对数量众多的需求，也分化出更多细分垂直内容，这似乎是一个行业发展的必然趋势。

来自易观《中国知识付费行业发展白皮书2017》

问答类的机构有知乎、分答、微博等，主要是单次付费模式；直播类的有千聊、荔枝微课等，以单次付费和订阅合辑付费为主；一对一咨询如在行，也采用单次付费模式。课程付费如基于微信的轻课等。总结来看，付费模式主要可分为订阅/会员付费、单次付费、打赏付费等。据克劳锐指数研究院报告显示，图文类内容受众规模庞大，而视频、音频、直播类用户规模较少。

二、“伪”知识付费？

知识付费利用的是人们的焦虑，主要催生于缺少时间与提升自我的需求之间，从而使得人们愿意付费买单来让自己获得知识。这是用户购买知识付费产品的初衷，但付费之后，用户究竟得到的是知识还是一种虚拟满足感？知识付费行业玩家在不断拓展形态，改变变现方式时，是否会不可避免地出现对知识的泛化或窄化？

2018年1月，喜马拉雅举行了春声音频发布会，会上喜马拉雅FM一次性宣布了近20个IP，含有郭德纲、陈坤、黄磊、杨澜等大咖，同时宣布将于不久后正式发布“万人十亿新声计划”，预计在未来一年内，投入十亿基金全面扶植音频内容创业者。

不难看出，IP与KOL依然是吸引大众消费的关键点，精英们的观点让人趋之若鹜，追捧了一波知识付费产品的红火。但与此同时，不能不重视的另一个问题是：KOL的时间和精力也有限，头部KOL的时间很宝贵。去年，获得10亿融资的罗永浩在得到APP上发出“停更信”，终止在得到上的知识付费项目《罗永浩的创业课》。信中透露，5分钟的课程可能要准备6个小时，生产干货的难度非常大。不久后，papi酱于2017年9月11日也在分答社区发表声明，称自己低估了分答社区运营所花费的时间和精力，决定在开通2个月后停更。

并且，有真知灼见者毕竟在少数，头部大V的稀缺是事实。在此前提下，很容易出现的情况是，有不少平台对内容生产者设定的入驻门槛较低，在内容质量要求上没有明确限定，从而使大量的内容生产者涌入，质量“参差不齐”。在这一波浪潮中，如何打造付费爆款产品的“知识”也应运而生，“7天掌握XXX”“15天打造XXXX”……利用粉丝经济，穿上“知识外衣”，竟也能收割一拨韭菜。

业内从业者刘老师告诉鲸媒体，他购买过语言学习和微信运营、网站SEO方面的知识课程。他说：

“但营销类的知识产品体验都不好，讲的东西都太基础，没有用。照那些人讲的，好像10万+的阅读文章只要改个标题，做几个外链就有了。太假，对实际应用没有帮助。在线问答、讲座讲营销的讲师真是让人不敢恭维，不会讲课，要么就是本着炫耀的架势讲东西。要么一看就是忽悠，把大家都懂的东西包装下讲出来，显得很高深，更多地让人感觉是在做销量而不是想帮助人提高学识，而这一类产品不能帮助人提升谁会看？”

在好奇心日报的一项名为“这年头关于‘获取知识’的方式，你有哪些理解不能的地方？”的调查中，排位第一的是“急功近利到夸张”。

来自好奇心日报

“内容付费的人群还在快速的扩充当中，目标用户正在从高端用户变成普通用户，甚至变成小白用户。”千聊创始人朱峻修曾在接受鲸媒体采访时这样表示。

知识付费门槛低的一个重要原因是口碑难衡量。不同于应试培训等行业，知识付费的收获结果很难测量，尤其当前大多数收费模式为订阅模式，当用户购买之后，在一段时间内，即便订阅内容不如人意，也无法得到及时地调整完善。

种类繁多的付费类别也透露出另一个信息：无法避免的信息冗杂。如今的知识付费品类应有尽有，人文、历史、家庭、情商、财经……虽有了广度，但其本质上仍是碎片化学习，且用户从外衣上无法辨别内容的深度。有趣的现象是，大多数人们用碎片化学习来缓解焦虑，但内心依然认同系统化学习的深度与效果。

另一位消费者Anne表示，她主要购买财经知识和提升认知这两方面的音频产品，包括《每天听见吴晓波》和奇葩说团队的《小学问》。她说：“确实能够获得一些知识，但利用碎片化的时间来听，听完之后很难记住。”

果壳网、分答创始人姬十三曾在2017年的腾讯媒体峰会上提到知识生态链的变化。他认为，有关知识的四部分正在发生变化，包括知识的简化和浅化、知识的超载、知识专家的变迁、知识将面临信息筛选。

他曾在接受媒体采访时表示，这是个需要细致研究的领域，需要花时间，没办法速成，与办幼儿园很类似。

而头头是道合伙人崔璀告诉鲸媒体，她并不觉得去年的知识付费行业可以称之为知识付费，最多是内容变现。“2017年的知识付费可以说是新兴的市场，基本上能讲一点东西的人都会冲进来，讲3-5分钟的经验，就叫知识付费了。知识层面的事物需要有框架、理论支持，有体系化，我认为这会是2018年一个真正的门槛。”

真正的知识付费需要明确前提是要给用户提供价值，而不仅仅是谈资。而要完成知识付费的闭环的逻辑是从知道到做到，通过不断地习得来改变之前的行为习惯。

三、打开率、复购率成谜

经历发展形势大好的两年后，这个逐步走向成熟的行业迎来了第三年，同时也迎来了与时间如影随形的一个问题：续费率。

来自艾媒咨询

据艾媒咨询的《艾媒报告丨2017年中国知识付费市场研究报告》显示，截止2017年11月，喜马拉雅FM的产品复购率为52.4%，分答的产品复购率为43%，知乎的产品复购率为42%，得到的产品复购率则未显示。

同时在艾媒的报告中显示，当前喜马拉雅FM、得到、知乎的已购用户复购意愿均在90%以上。而有公开资料显示，当前知识付费的平均到课率不足10%，与90%的复购意愿形成了强烈的对比。

来自阿里应用分发大数据中心

去年8月，阿里应用分发大数据中心发布《2017年Q2应用分发行业数据报告》，报告显示喜马拉雅FM、知乎、豆瓣、得到、分答、在行的同比分发增长均在40%以上，其中知乎达到了81%。这几款应用的同比分发有明显增长，但不得不关注的另一个数据是每周人均启动次数，这六款知识应用平台的每周人均启动次数不超过六次，也就是说人均启动次数甚至达不到一天一次。

知识付费的属性决定了它是一个具有“长尾效应”的市场。大多数需求集中在了头部，成为了带动趋势的力量，而尾部小量零散、个性化的需求会成为追随力量，形成需求曲线的尾巴。夸张一点说，长尾效应消费的正是那一条长长的尾巴，小众需求的市场累加起来，将会形成比头部趋势市场更大的市场。简要来说，即从每个人身上赚少量的钱——但是要赚更多人的钱。

目前知识付费的大多数产品并不是量身定制的，受长尾效应的影响，对用户的个性化满足率必然很低。一万个人心中有一万个哈姆雷特，但他们在购买同一份课程后，注定只能看到一个哈姆雷特。众口难调的知识付费很容易让长长的尾巴失去狂热追随的动力。

这一效应自然地折射出知识付费的繁华背后：打开率、完听率、复购率成谜。

42章经的创始人曲凯曾提到，用户面对一样的课程是不会上两次的，所以知识付费很容易面临流量枯竭的问题。并且在用户点击付费的那一刻，用户短暂的焦虑感就已经被解决了。大部分消费者购买之后，并不会长期地听课。“我在某平台上买了大概十个课程，一个没听过，我觉得我也算典型的用户。”他说。

“购买的音频肯定不是百分百学完的，一般会找感兴趣的标题来看。《每天听见吴晓波》两季都买了，不过第二季到现在我可能只听了15%，觉得没什么新意了。奇葩说团队的《小学问》应该不会再买了，来来去去都是那些内容，他们讲了很多‘术’层面的东西，但我追求的可能是‘道’层面的东西。”Anne向鲸媒体表达了她的消费体验，“音频比视频要好，因为碎片化时间对着屏幕不太方便。但音频会受到音质、人的口才的影响，有一些栏目很知名，我听上去觉得很难受，可能听一两次就不听了。”

课程的创新不足，消耗完一波流量后，如果新瓶装旧酒，很难再让用户心甘情愿地掏钱。而门槛低也是影响知识付费行业续费率低的一个原因，不经过筛选的内容是在消费用户的期望及信任，当用户发现付费内容让自己期望落空，自然而然地不会选择复购。

刘老师坚决地称：“讲营销和运营的已经不会再买了，体验太差。语言类的产品我比较认好的讲师，可能会再次购买。但也不会完全看完，因为时间限制，只能看一点。”

实际上，从2016年的爆红之年到今天，对知识付费的质疑声从未停止，这是走向成熟行业的必然。但玩家们也必须思考，在流量红利期过后，该如何谋变？

本文作者@鲸媒体   由(青瓜传媒)整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务    广告投放平台    龙游世纪

我经常会听到很多商家在抱怨：“我们产品的价格明明已经很合理了，可消费者为什么还是觉得很贵？”

对于这个问题的答案，很多人会认为这可能是自己的产品价格定得还是太高了，于是又降价，甚至是以成本价出售，导致最后的收益不容乐观。比如一个杯子标价30元很难卖出；当降价到25元，还是会有消费者在犹豫要不要购买。

这究竟是为什么呢？

其实， 消费者之所以会觉得某个产品贵，大部分情况并不是由于该产品真的贵了——这是消费者把该产品和默认参照物进行对比出来的感受结果。

默认参照物是指大部分消费者在做出购买选择前时心理会有一个默认的参照物进行对比。

来看看两个例子你就更明白了：

1. 看下图，B线在哪组是最长的？

从图中可以发现，同样的长度，B在第二组是最长的，但是在第一组却是认为最短的。原因相信你也很容易明白了——默认参照物不一样，感觉自然不一样。

1. 又如，你在街边买一个包子要5块钱会觉得贵了，但是在酒楼看到这个价格时却觉得很值（假设包子质量各方面都一样）——这就是因为在街边小档口看到这个包子时，你的默认参照物是街边其他更低价格的小吃，；而在高档酒楼看到这个包子，你这个时候的默认参照物不再是街边小吃了，而是那些价值几十块一个的点心。这样一对比自然觉得酒楼里的这个包子不贵了。

因此，想要在不改变产品标价和产品价值的情况下让消费者更愿意购买你的产品，可采用这一营销方法——转变消费者的 默认参照物。

下面我从产品价格和价值两个角度去讲讲如何转变消费者的默认参照物。

一、转变消费者对产品价格的默认参照物

我们已经明白了，消费者认为得某个产品贵，大部分情况是因为该产品的价格和消费者的默认参照价格进行对比时感觉贵了。

比如看到一个平台上的订阅专栏需要１９９元／年，这时消费者的默认参照价格大部分会是平时一本书的价格——“我买一本哈佛教授写的书才２６块，这个专栏的字加起来都不够一本书多，竟然要１９９块钱，太贵了！”

想要让消费者不觉得贵，可以转变消费者的这个默认参照价格。这里分享两个价格技巧：

１. 价格分解

如， 199元一年的付费订阅，用户一下子看到这个199元觉得贵——这时可以把一年的价格分解到每一天，降低消费者对价格的感知。如产品文案可以这样写：

“每天只需5毛钱，就可以学到金融大咖亲自传授的理财精髓”。

你看，同样还是１９９元，但是消费者的感觉就会不太一样了，这样能让消费者更愿意接受你的这个产品价格。

当遇到看上去很贵的价格，营销人可以对价格进行分解，转变消费者的默认参照价格。

２. 外物对比

我们对某件产品价格的默认参照物，也可以转变为与其他消费品类的价格进行对比，让消费者更容易接受你的产品价格。

比如同样是１９９元／年的付费专栏，把这个价格和我们常吃的火锅价格进行对比，如文案可以这样写：

“跟大咖持续学习一年的价格，不到吃两次火锅的钱”。

看了这个文案后，消费者的默认参照价格转变了。这时消费者就会重新进行对比——“我一个月至少吃两次火锅以上，都不只１９９元了。而这个专栏１９９块可以学习１２个月呢，好像是挺值的。”

所以，想要消费者能更容易接受你的产品价格，可以和其他更能衬托出你产品价格实惠的品类进行对比，转变消费者的默认参照价格。

二、转变消费者对产品价值的默认参照物

不只可以从产品的价格角度去转变消费者的默认参照物，也可以从产品的价值上去转变，让消费者认为你的产品物超所值，从而更容易接受你的产品价格。

这里分享三个技巧：

1. 挖掘产品的额外价值

消费者对某个产品的价值判断，大多是从它的使用价值来定价的。如果没有其他额外价值说明，消费者对某产品价值的默认参照物就是其使用价值。高出这个使用价值的标价，用户可能就不愿意接受该产品价格了。

比如我们对电饭锅功能理解是它可以煮饭。按照消费者的默认参照价值来认为，一个普通电饭锅大概是200元左右的价格就可以接受，超过这个价格就觉得不值这个价。

但是，如果有个电饭锅不但可以把饭煮得很好吃，还可以智能煮饭——晚上睡前把米放下，第二天早上一起来就可以看到煮好的饭/粥。这样的一个电饭锅卖250元，相信有这方面需要的用户是愿意花多50元购买。因为这时候消费者对该产品的默认价值参照不再只是其使用价值了，还有其他的额外价值进行参照对比，自然会觉得250元很值。

像明星代言、产品的独特之处、国家认证等等都属于产品的额外价值，都是可以用来转变消费者对该产品的默认参照价值。这些需要营销人去用心发掘产品额外的独特价值，在文案或产品介绍上体现出来，让消费者觉得你的产品物超所值。

2. 改变产品的固定分类

假如你卖的一碗牛腩面成本都５０元以上了，想要消费者接受你99元一碗的价格，按照我们对牛腩面的价格认知，一般很少会有人去消费这么贵的牛腩面——因为消费者对一碗牛腩面的固定认知分类是大众消费品，这种品类被认为应该是２５元以下，超过30元以上就会认为贵了。

但商家可以改变消费者对该产品固定的分类，进行重新定义产品分类。例如几年前的雕爷牛腩就采用这个原理，把牛腩面定义为轻奢品。雕爷牛腩在食用道具、店铺装修和营销宣传等方面都往轻奢品进行打造，从而让消费者对牛腩面的默认参照分类从大众低价品变成轻奢品（轻奢品100元以上在用户看来是正常的）。这样消费者可能会更愿意接受９９元以上一碗的牛腩面。

假如你卖的产品属于高端价，但在固定分类的行业中是没有这么贵的品类，不妨重新改变你的产品固定分类，找到更符合该产品价格的行业分类。这样，消费者对该产品的默认分类也会随之转变，自然会更愿意接受你的产品价格。

3. 切换购买理由

消费者在购买必需品（柴米油盐）是不需要太多理由的，但是对一些非必需品的消费就会有些顾虑。大部分消费者心里会进行一些对比，才可能会下单购买。

比如说某个女性消费者在逛商场时又看见一件自己非常喜欢的衣服，这个时候她可能会有点犹豫了——“我在双十一和双十二已经买了很多衣服了，再买的话是不是太大手大脚了？”

之所以她会产生这种顾虑与愧疚感，是因为她在考虑要不要购买时的默认参照物是“我用老公的钱为自己买太多衣服了，内心有愧疚感”。商家或有关营销假如可以帮助消费者切换一下购买理由，告诉她“你的爱人可能也喜欢你穿这件衣服”——把默认参照物转变为“我老公也喜欢我穿这种风格的衣服，我下周陪老公参加他的同学聚会穿着这件衣服，他肯定很有面子”。

这时，消费者的愧疚感就会降低了，进而可能会更愿意接受这件有点贵的衣服。

在其他产品消费也是如此。比如普通白领族去吃私人厨房做的饭菜比普通外卖要贵10元以上，内心觉得有点愧疚。因为他们在私人厨房消费时的默认参照物是——“我月薪才5000，还要房租水电费等开销，我这样花是不是太奢侈了？”

假如该私人厨房广告说：“没有地沟油，只为您的健康负责”，这时候目标用户的默认参照物就转变了——“我吃没有地沟油的饭菜，等于为自己的健康负责呢！再贵点也是应该的，万一吃便宜的地沟油外卖吃出身体问题不是更不值得吗？”瞬间，目标用户的愧疚感就降低了。

因此，营销人在营销一些非必需品且中高价的产品时，可以在文案或营销方式上用“为家人朋友、为自己的健康着想”等购买理由来替换消费者“为自己、太奢侈”等默认想法。这样，消费者的消费愧疚感会降低，更容易接受某稍高点价格的产品

总结

在消费者觉得你的产品贵了，不值得这个价格，这往往是消费者在购买选择前把你产品的价格或价值和默认参照物进行对比的结果。想要让消费更容易接受你的产品价格，最有效的方法之一就是转变消费者的默认参照物。

可以从产品价格和价值两个角度去转变消费者默认参照物：

1、转变消费者对产品价格的默认参照物

• 价格分解——如，把199元/年的付费专栏分解成5毛钱一天来介绍产品价格，用户就不会觉得太贵。
• 外物对比——如，把199元/年的专栏与吃一两次火锅的钱进行对比，可能用户会觉得这个专栏的价格不贵。

2、转变消费者对产品价值的默认参照物

• 挖掘产品的额外价值——如可以发掘电饭锅的额外价值，转变消费者对电饭锅的默认参照价值，让消费者觉得物超所值。
• 改变产品的固定分类——例如将一碗牛腩面从街边小吃的固定分类转变为轻奢品，消费会更容易为此购买99元一碗的牛腩面。
• 切换购买理由——把“为自己”购买的默认参照物转变为“为朋友或家人”，会更好地降低消费者的愧疚感，进而让购买的理由更加合理。

本文作者@怪兽先森  由(青瓜传媒)整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务  信息流广告投放  广告投放平台

对平台来说，打造一个名义上的“节日”，以此为噱头提升品牌、促进消费，是最有效的一种营销方式。但不是谁都能打造节日，除了阿里双十一双十二，京东618之外，喜马拉雅的123知识狂欢节算是比较成功的节日之一。喜马拉雅是如何从0到1打造知识狂欢节的呢，在打造平台自己的节日时要注意哪些细节呢？

双11和双12已成为全行业的购物节、618也不再是京东的专属、818不再是苏宁的专属，除了元旦、圣诞、国庆等节日，各家平台都在打造属于自己平台的节日，让用户在某一个时间段就像双11一样预知活动即将来临。

喜马拉雅在2016年首次在业内打造第一个“内容消费节”，他们取活动名字为“123知识狂欢节”，并且第一年的销售额就达到2009年淘宝双11的销售总额5088万，今年的“123知识狂欢节”刚刚过去，销售总额突破1.96亿，增长率高达300%。

喜马拉雅是如何从0到1打造知识狂欢节的呢，在打造平台自己的节日时要注意哪些细节呢？

一、喜马拉雅是如何破局“知识付费”的

业务模式的闭环优势

咪蒙知识付费课程上线12小时销售破3万份，马东的付费精品《好好说话》上线12小时销售额破500万，最终达1000万销售额，知识付费第一梯队的罗振宇现身2017年的互联网大会，甚至抢了网易丁磊和小米雷军的风头，知识付费在今年的的确确大爆发了。

根据易观发布的《中国知识付费行业发展白皮书2017》显示，头部内容引领的多元内容群峰效应正在凸显。如奢侈品、红酒这种小众需求也逐渐受到欢迎，职业成长类、教育类持续领跑销量。

知识付费平台需要通过深耕专业内容、强社群关系维护打造完整体系。喜马拉雅FM现已有平台社群、音频直播、问答互动，并支持退款，为用户提供知识付费的完整服务体系。

在众多知识付费的平台中，喜马拉雅在用户数量上持续领跑。

喜马拉雅的模式是“联合出品+主播入驻”，在喜马拉雅平台，用户付费只是开始，如何为用户提供深度的知识吸收场景才是重点。

用户群体多样性优势

根据极光数据显示，喜马拉雅的用户群趋于年轻化，付费能力和意愿很强，并且在城市区域分布上均衡分布在一二线和三四线城市，不同区域的用户对于知识的需求是不同的，均衡分布的好处就是：喜马拉雅就像是只是付费领域的“淘宝”。

各个领域的达人都可以联合喜马拉雅做音频课程、也可以申请成为主播，在平台发布自己的免费作品，订阅量达到要求后就可以做付费订阅了。

喜马拉雅用户的年龄分布集中在20到32岁之间，85后、95后成主要用户群体，能够接受新潮的知识获取方式，对于知识的渴求度也很高，对于业余时间和做杂事的空闲时间都有较强的学习倾向。

用户群体所在城市分布均衡，既有一线城市的工作精英人群，也有三四线城市相对安逸的白领人群，这个是喜马拉雅12个付费分类的基础，多样的需求成就了多样的产品。

产品设计功能人性化

知识付费产品-品精课程只是喜马拉雅产品功能中的一个模块，除了付费精品，产品中还有大量的免费精品，这里聊得的是知识付费模块，所以只是体验精品课的产品设计。

精品课的入口并没有直接在APP中做一个底部tab按钮，而是在首页轮播图、开屏图、首页发现和精品推荐中给了足够的曝光，在进入精品课程页面以后就是“看课程介绍——试听——付费购买（可以用优惠券，账户余额不足需要绑卡充值）——购买后不满意可以申请退款——可以进行评价”，以上路径中的过程中，你还可以分享给好友，或者让好友分享给你，双方赚取5%的佣金，这个佣金和淘宝客的模式很类似。

随着精品课程的不断运营，喜马拉雅已经基于交易额、评价体系、课程开发等发展出了多个类别，和多个衍生产品功能。

榜单可以帮助用户判断课程的热度，会员模式可以让用户花更少的钱看到更多的课程，有声书解决了不能持续看纸质书的人群的焦虑，筛选和已购项目查看能够帮助用户更好的管理自己感兴趣和已购买的课程。这些类别和功能都是随着产品的发展不断迭代出来的。

二、喜马拉雅是如何打造“123知识狂欢节”的

“知识付费”标签的沉淀

如果用户不觉得你是“知识付费”的好产品，你耗费再多的资源也造不出一个品类节日。

我随意打开了喜马拉雅活动的推文留言，截取了几条，可以看到用户对喜马拉雅的认知已经是“知识分享平台”了：一个知识分享平台做一个知识狂欢节，这没毛病。如果知识付费产品只是一个品类，比如京东，就可以做很多品类日的活动，更加的高频、丰富和多样化。

活动规则设计通俗易懂

活动类型多样化，满足用户的多种需求。

折上折加新人礼包可以拉动新用户注册，会员优惠可以满足有多重课程需求的用户购买年费；充值返点就和线下储值卡一样，不支持取现，一旦充值就相当于钱已经到了平台账户了；秒杀能够刺激贪便宜有投机心理的用户来参与；抽奖娱乐活动增加了活动的趣味性，能通过活动变相的定向推销课程。

活动营销推广方式值得研究

推广目标要明确，喜马拉雅的主要目标是课程销量，其次才是品牌宣传，让用户认可喜马拉雅在音频知识领域的领先地位。

入口级资源一网打尽，仔细对接每个平台的推广人员，明确表明平台的需求，渠道多但投放位置要细分，争取尽量精准触达25到23之间的人群。在社交媒体中，主要以口碑打造为主，投放好口碑的广告给符合产品的标签用户，实现传播和转化。

拉拢头部的导师资源和邀请少量的明星站台，基于之前积累的社群，让明星导师积极分享自己的邀请页，借着平台的5折优惠积极推广自己的付费课程。

三、你为什么造不出爆款购物节

爆款购物节有2个先决条件：一是用户基础足够大，喜马拉雅用户数量已破3000万，用户群体足够层级分明和多样化，付费用户占比足够大，喜马拉雅公布2017年以来月均ARPU值超过90元。

二是购物节的打造贴合产品形态，规则简单易理解，推广方式广泛而精准，主要以平台的现有付费用户为主，激励他们囤课，拉动免费用户尝试付费，鼓励平台核心达人积极配合官方活动。

本文作者@Eric|王亮  由(青瓜传媒)整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务  信息流广告投放  广告投放平台