官方服务微信:dat818 购买与出租对接

微信公开课学习记录:视频号的定位与推荐团队组建情况

3万

主题

2

回帖

11万

积分

管理员

积分
118869
发表于 昨天 00:18 | 显示全部楼层 |阅读模式
    引言

    这篇文档记录了我的学习心得,其中大部分内容源自微信公开课的授课内容,但或许存在记忆上的误差。此外,它也融入了我个人的见解。因此,读者在阅读时,请将其视为一种参考。鉴于这仅是我的学习笔记,过分强调其独立性似乎并不必要。微信公开课的内容极具阅读价值,我强烈建议各位朋友去观看原视频!

    视频号

    视频号与公众号相较,采用了视频形式的呈现方式,起初其定位是类似于视频版的微博。

    在制作视频号的过程中,我曾思考过是否应该与微信使用相同的ID,最终决定将公众号、视频号等所有平台的ID保持一致。单一ID的统一至关重要,否则若最初未采用单一ID,那么在社交推荐方面可能会遇到不少困难。

    将负责推荐的人员从大型团队中分离,组建起封闭的迷你团队。起初,推荐的效果不尽如人意,内容质量欠佳,导致机器推荐的成效不佳,进而引发用户流失,内容质量持续恶化,机器推荐的效率也随之降低,形成了一个恶性循环。后来,发现机器推荐的内容鲜有人点赞,于是转而采用社交推荐,内容质量得以逐步提升。

    对于做内容的产品,一定的用户量和内容才能走过产品的生死线。

    那么,机器推荐真的就比社交推荐差吗?答案在于,机器推荐在内容丰富的情况下才能发挥其优势。

    在视频号通过社交推荐逐渐走红之后,张小龙作出了一个预测:观看内容的比例大致为关注、点赞、机器推荐的比例是1比2比10。他的思考是这样的,通常人们对于关注的内容会有一定的预期,内容缺乏新意时,他们不太愿意去观看;而朋友点赞的内容,由于不想与朋友脱节,人们会愿意去查看。然而,由于这些内容可能并不熟悉,需要动脑筋去理解,因此观看量会有所下降。至于机器推荐的内容,因为更符合用户的舒适区,所以观看量会相对较大。在验证所有用户数据时,我们注意到点赞情况呈现为机器推荐占比超过两倍于人工推荐,这一结果与之前的推断存在较大出入。随后,张小龙思考是否是由于不活跃用户的存在导致了这一现象,于是调整策略,仅查询了关注用户的数据,结果变为1:2:9。在此过程中,张小龙并非意在炫耀自己的能力,而是强调推理与验证相结合的思维方式至关重要,这种思路能够反映出一个人对产品和用户的深刻理解。

    “‘用完即走’这一理念再次被阐述,鉴于其似乎与视频号这类争夺用户注意力的功能有所矛盾。实际上,这一理念源于众多产品易于陷入追求用户使用时间的考核指标中,我们旨在向众人传达一个观点:一款优质的产品理应高效地帮助用户迅速完成所需任务。”按照这样的认识,开设视频号并不会产生矛盾,用户使用视频号这一功能的初衷就是为了浏览海量的信息,比如他们关注的、朋友点赞的,以及他们个人偏好的内容。这项记录是我观看了2019年的公开课后所撰写的,表明我对“用完即走”的运营理念有一定的领悟。

    视频资料是否会消逝?若拥有文件管理器,不论是Mac系统还是其他系统,系统都倾向于认为文件不应孤立存在,而是需要某个应用程序来赋予其意义,因为文件本质上只是原始数据。视频资料亦是如此,无法与观看者、点赞者等额外信息相连接。视频资料应当是结构化的数据,是否存储在云端?观看者等相关信息是否也应包含在内?公众号对文章的价值,是否与视频号对视频的价值相当?实际上我对这方面并不十分清楚,因为实际上我发布的那些在公众号、雪球等平台上的文章,通常都会通过Word文档进行保存,这样做是为了便于我后续的回顾和总结。

    制作视频号时,究竟应侧重于制作长视频还是短视频?是否需要设置不同的入口?张小龙的回答是无需区分,短视频可直接观看,而长视频则仅展示前一分钟内容,若观众感兴趣,自然会继续观看。之所以如此,是因为无论是长视频还是短视频,本质上都是视频,它们在表现形式上有所区别,同时还能作为未来知识库的积累资源。若将它们分开,知识库就会变得破碎。实际上,我持有不同的看法;即便拥有深入理解的知识库,文字依旧扮演着关键角色。这是因为观看视频往往耗时较多。因此,更有效的做法是,文字能够帮助用户迅速识别出他们感兴趣的内容;用户可以迅速浏览文章中的关键词。而在需要深入理解的情况下,视频则能起到简化理解的作用。

    目前尚无法确保每个人都能发布视频,然而我们采取了一项措施,将视频号与个人名片相连接,结果发现确实有很多人开始使用。为何不将精选照片置于个人名片上呢?这样一来,用户可能只会上传几张最出色的照片,之后便很少更新,这些数据便成了静止的。而与之关联的视频号则是动态的,用户可以持续关注到新的视频内容。

    视频号的目标是成为广大普通用户日常使用的平台,而非仅仅网红展示才艺的场所。我深知这样的平台更具创新活力,因为每个人都能有机会参与其中。若将其定位为网红表演的专属地,那么新账号想要崛起将会面临极大的挑战。

    视频号起初也曾计划邀请明星加盟,然而由于高额的签约费用,最终放弃了这一想法。这主要是因为他们坚信,该平台应当是培育创作者收益的沃土。

    信息流、瀑布流以及全屏模式的不同之处,主要体现在单屏展示的内容数量上。单屏内容数量的多少,与用户感兴趣内容的匹配率呈现负相关关系。视频号之所以从最初的流式转变为全屏展示,其核心在于我们对其所呈现内容的信心,即我们确信用户所看到的内容都是他们真正感兴趣的。公众号文章需展开后才可浏览,这确实使得关注者众多的情况下的阅读量有所减少。为此,我们添加了星标功能,使粉丝能够查看他们特别关注的公众号的所有内容。我认为这主要是因为用户关注的公众号过多,导致无法有效阅读所需信息,因此我们尽量在单屏内提供更多内容。在朋友圈中,用户通常会依据与朋友的熟悉程度来决定是否浏览,然而,目前机器在这一点上表现不佳,因此,我们不会选择全屏展示的方式。

    信息会往普通人更容易生产和消费的方向走。

    提及此事,我不禁回想起之前对2020年公开课内容所做的分析与探讨。如今我明白,视频号实则是一种视频形式的公众号,因此,制作此类内容确实存在一定的难度。这让我有了更深入的思考,即信息的易得性需从生产与消费两个层面进行分别考量。就生产层面而言,正如我之前所提到的;而在消费层面,视频相较于图片和文字,其门槛显然要低得多。

    视频号的目标是成为个人与机构的官方网站,这一愿望经历了历史的演变。起初,它希望成为公众号,随后又转向了小程序,而现在则是这一最新的发展。这一系列的变化,清晰地展现了其发展轨迹。

    未来信息的存在方式

    直播在某种程度上可能胜过短视频。短视频的制作要求更为严格,必须产出高质量的内容,相比之下,直播则无需如此。

    然而,我持有一个不同的看法,实际上,直播的标准更为严格,这是因为直播能够更直观地展现一个人的真实面貌,因此,对于个人的综合素质提出了更高的要求。

    小团队做事

    公司的战略核心聚焦于微视领域。微信倡导一种文化氛围,偏好小规模团队的工作方式,对于大规模的宣传活动则显得不太热衷。这种工作模式对团队而言构成了一项具有挑战性的目标,而非仅仅是常规的任务。我认同,在此情境下,进行探索性研究项目更为适宜。若项目在实施过程中缺乏明确的方向,需不断尝试突破,那么在设定多个阶段性目标时,团队成员在倒推执行过程中可能会出现行为偏差。相较之下,若组建一个小团队,可以依据每个阶段的进展灵活调整策略,从而避免偏离正确方向。

    当然,这里有一个关键问题,那就是为何众多企业倾向于在项目初期便设立目标并设定阶段性成果呢?这是因为依照这种管理模式,对整个项目进行评估变得相当困难,尤其对于大型企业而言,在与其他项目进行横向比较时更是如此。此外,在项目启动阶段就明确项目的最终形态,有助于防止项目半途而废,从而避免资源浪费。

    运用这种小型团队模式,我深知培育卓越的企业文化至关重要。在初创阶段,公司规模较小,老板对每位员工的职责了如指掌,因此在此阶段,制度流程可以相对简化,同时也能高效地分配利益。公司规模扩大后,若出现与制度相悖、具有弹性的组织形式,便亟需优秀的企业文化来指引方向。此时,项目成员既要承受压力,又需拥有安全感。同时,项目外的成员还需对领导分配利益的结果抱有信心,否则,他们很可能会丧失认真工作的态度。

    张小龙坚信,即便是一个由一百人组成的团队无法完成的任务,一千人的团队同样难以达成,这主要是因为人数增多导致内部消耗更为严重。

    其他小功能

    表情是传达情绪的基本手段。过分关注大量数据并无实际价值,只有通过分析小数据,我们才能洞察到情绪变化的趋势,而如今,这种情绪的表达愈发鲜明。

    状态,随便说一句话的场景下,文字的效率是要高于视频的

    社交的本质是找到同类。

    听歌的人变少,更多人去看视频了

    为何如今听歌总感觉只有唱片在旋转,许多年轻人恐怕对那个时代的黑胶唱片并不了解。或许可以考虑在听歌时加入视觉元素进行展示。实际上,我的看法是,即便没有画面也未尝不可,因为许多用户在听歌时往往沉浸在自己的世界里,或者在做其他事情。当然,为用户提供画面也是一种选择,但我认为这未必是他们的主要需求。

    浮窗,关闭重打开之类的不方便,所以下拉有最近打开的小程序

    为何某地谈论过的事,微信上会出现相关广告,实际上信息已经流转多处,并在其他地点进行了收集与分析。这既表明了不会对聊天记录进行解析,同时又似乎在暗示着其他内容。然而,这也可能激发微信在输入法功能上有所创新。于是,一个疑问随之产生:通过输入法收集用户数据,这会不会与保护用户隐私的原则相冲突呢?
您需要登录后才可以回帖 登录 | 立即注册

Archiver|手机版|小黑屋|关于我们

Copyright © 2001-2025, Tencent Cloud.    Powered by Discuz! X3.5    京ICP备20013102号-30

违法和不良信息举报电话:86-13718795856 举报邮箱:hwtx2020@163.com

GMT+8, 2025-6-7 11:44 , Processed in 0.107071 second(s), 17 queries .