资讯详情
这是一篇写给2000万自媒体人的文章，也希望 对平台运营者和正在转型的传统媒体人有所帮助。全文超过14000字，粗粗看完至少需要30分钟。建议你在安静的环境下阅读——当然，如果拥有一颗安静 的心，环境不是问题。
如果你不愿太费力，也可以看以下的文章摘要：
1. 今天，内容生产的权力已经发生了转化——从专业 人士到自媒体人。这就如同改革开放初期，在“国营饭店”傍边，诞生出一批个体饭馆一样。
2. 内容分发的权力也已经发生了转化——从专业人士到社交媒体，再到算 法（人工智能）。先有用户画像、再去匹配内容，这是算法的根本。相对于传统媒体和门户网站，如同计划经济到市场经济的转型。
3. 但编辑、算法、社交三种分发模式，单纯靠每种都有问题。所以，大平台正在走向“三合一”的分发模式。微信、一点资讯是典型的探索代表者。
4. 正因为有了“千人千面”的分发逻辑，才催生了大量长尾领域的自媒体内容的诞生。也正因为有了 2000多万个自媒体账号，才会促使平台更深入研究“千人千面”。内容生产权力的转换与内容分发权力的转换，相互促进、相互依存。
5. 自媒体人到一个平台上发文，无非想获得两个东西——利与名。利，是以钱为代表的收益；名，是内容展示、 点击、分享、收藏、用户停留时长等指标的综合数据。而平台要做的事情，就是先定义优质内容，然后把利和名分配给它。
6. 算法分发的核心有三个：用户画像、文章画像、算法模型。用户画像：你是谁，喜欢什么？文章画像：这是一篇什么文章 ？什么题材？什么领域？是好是坏？算法模型：如何实现用户画像和文章画像之间的最佳匹配。算法的核心难度，是体察人性。
7. 如果你不去执着研究“冷启动”，那用户很快会走光。冷启动，就是你下载一个APP第一次看到的内容，如同谈恋爱时的第一面。
8. 编辑以价值观为导向，算法以数据为导向。价值观保证公平，数据保证效率。我们要做的，是在公平和效率 之间找到平衡点。一点资讯走的就是“有中国特色的社会主义道路”。
9. 未来的编辑是复合型编辑，要了解算法、了解自媒体、了解短视频——因为这些都是大平台的标配。只想做蓝领的编辑，最终会被淘汰。
10. “格物穷理”是一个很痛苦的过程。不过一旦想通了，你就能把握事物运行的规律。如果再做到“知行合一”，就会 战无不胜。
需要说明的是：此文选自我的一次内部分享。因部分内容涉及重要数据，所以删除了相关细节。但这一篇框架、结构很整的文章，每一个观点背后，都隐藏着无数次探索、碰壁和失败。“知行合一”的乐趣也就在此间。
如上图展示，在用户 画像中，生活环境是基础。生活环境又包括两个层次，第一是地理位置。一点资讯已经能定位到商圈和小区，而百 度地图、滴滴打车已经能实时定位到你站的地方。衣食住行、水电煤气，包括政府提供的 产品服务，都和你的生活环境、地理位置有关系，所以，地理位置越精准越好。
时间场景来说，早上推的东西应该是硬的、偏资讯类的内容，因为过了一夜，大家需要看到昨晚发生了什么。而且，上班族在早晨都比较忙，没有时间看长篇大论。到了晚上则相反， 用户有时间而且希望放松，所以需要推送偏软性、偏娱乐的内容，包括一些美文——在安静的夜里，才能读出其中的味道。
它同样包含两个含义，一是手机型号，不同型号的手机使用者的阅读习惯是不一样的， 比如红米用户和苹果用户。即使是同一个品牌的手机——OPPO A57和OPPO R11，使用者的阅读习惯也是不相同的，这都需要我们通过数据去洞察。另外，我们的手机里激活了哪些软件，使用的频率如何，在不影响用户隐私的情况下，都需要去深刻洞察。
如果你是注册用户，你的性别、年龄、身份、学历等，都可以成为我们判断你兴趣的依据。另外，为了把一个用户画像描述得更精准，一点资讯设计了一个开屏问卷——问用户喜欢什么。有超过50%的用户做了 选择，于是，我们能够了解到他们的基本兴趣。当然，也有人不愿意填写，甚至不愿意透露自己的地理位置。所以，这就给我们提出了难题——冷启动时，应该给用户提供哪些信息。
冷启动，指用户下载某个App后第一次打开它的过程。正如同恋爱的第 一次见面，它的重要性毋庸置疑。而在冷启动中，重中之重则是用户打开之后呈现的第一屏，大概有5条信息。测试表明，如果在这5条中，用户点击了一条，那么它的次日留存率就会比没有点击的人高一倍。所以，花多大精力去 打造这5条内容都不为过。为此，我们做了大量的对比试验——包括尝试推送相关型号手机的资讯，包括推送相关地理位置的资讯，有成功也有失败。在冷启动中，因为用户画像不够清晰，所以基本原则应该是推送重要事件、大概率领域（比如足球，而不是高尔夫球）， 而不能推送拿些小众内容去赌，否则你很容易失败。
当用户阅读完冷启动首屏内容之后，可能会产生五种情况：
有点击下拉；
无点击下拉；
无点击上滑；
有点击上滑；
直接走人。
针对这些不同 的行为方式，我们应该启动不同的策略。这需要非常细腻的数据观察，要从中总结规律。从此，用户的行为也变得多样化——比如点击、分享、收藏、评论、用户停留时长等等，这都是算法判断推送哪些内容的依据。
这是一个非常复杂的运算过程。比如，有个用 户点击了五次“吴晨光”，搜索了一次“邹明”（凤凰网总编辑），如果只给他推一条，应该先推“吴晨光”还是“邹明”？从数量上来说，一定是“吴晨光”更多，但是搜索属于深度行为，他主动去搜索说明对“邹明”很感兴趣，这种情况应该去推谁？
再如， 他点击了五次“吴晨光”，点了两次“邹明”。但关于吴晨光的优质内容没有了，只有关于“邹明”的好文章，那是应该推一条很水的关于“吴晨光”的文章，还是推出关于 “邹明”的好文章？
还有，他点了五次“吴晨光”的图文，要不要推一个视频、音频或 者问答？或者一个用户很喜欢“吴晨光”，今天突然出了“邹明”的绯闻，是应该把“邹明”的热点推出来，还是，依然根据用户的兴趣继续推“吴晨光”？
所以，用户画像的复杂性，不是简简单单的群体划分问题。它是对人性的深刻洞察，一个行为， 比如点击，背后的含义也完全不同，有的是因为真的感兴趣，有的是因为标题党。
再看文章画像。对于编辑而言，文章画像相对简单，因为这是我们的专业。在传统媒体时代，我们就对文章进行画像——比如说消息、通讯、特稿，还包括我一直在尝试 的调查报道和解释性报道。
当然，今天的文章画像的复杂性远远高于传统媒体时代。因为这里的文章泛指内容，而不是单纯的文字概念。它包括：
体裁——是文字、图片、视频、音频、直播，还是问答，或者类似微博的短内容？
