新闻外衣的推荐引擎:今日头条的价值在哪里?

标签: 新闻 推荐引擎 今日头条 | 发表时间:2014-06-03 15:43 | 作者:http://www.cyzone.cn
出处:http://www.cyzone.cn

  资讯类APP“今日头条” 今日确认获得1亿美元的C轮融资,估值超过5亿美元。据了解,此轮融资由红杉资本和新浪微博领投。此前“今日头条”已经进行过两轮融资,2012年7月获得SIG海纳亚洲等数百万美元A轮投资,2013年9月获得DST等数千万美元B轮投资。自2012年8月份上线以来,今日头条已经累计用户超过1.2亿。

  一支没有任何新闻门户基因的创业团队,却做出了一款用户规模近1亿的热门新闻客户端产品,这听上去有些不可以思议,但它的确发生了。

  在2013年的新闻客户端大战中,张一鸣和他的今日头条成为了最大的黑马。

  2012年8月,今日头条上线,用“生不逢时”形容它当时的境遇再合适不过了。彼时四大门户均已推出了自己的新闻客户端产品,其中搜狐、网易新闻客户端的用户规模更是已经接近4000万。虽然几大门户的新闻客户端之间还在贴身肉搏,但是对于刚刚踏上战场的今日头条来说,这场战争似乎已经结束了。对手们都是装备精良、割据一方的正规军,而自己则是势单力薄的游击队,胜负看上去实在没什么悬念。

  不过,剧情却没有像大家预想的那样发展。在这场本该属于门户豪强的游戏里,今日头条不仅顽强活了下来,还生生从对手们那里抢下了一块不小的地盘。截至2014年2月中旬,今日头条的用户规模已经超过9000万,日活跃用户1000万,并且保持每月1000万以上的新增用户,看来过亿只是时间问题。

  它究竟是怎么做到的?

  像调教电台一样,调教你的新闻客户端

今日头条CEO张一鸣是一位典型的连续创业者

  用豆瓣或者虾米电台听歌,正在成为越来越多年轻人的习惯。

  对于喜欢民谣的文艺青年来说,广播里冷不丁冒出一首凤凰传奇的歌简直是件难以忍受的事,而在豆瓣或虾米电台这样的产品上, 用户可以依据个人偏好,通过点赞、跳过或者垃圾箱等几个简单的按钮,逐步调教出属于自己的个性化电台,这样既满足了发现新歌的需求,同时也能最大程度确保播放的都是符合自己口味的歌曲。

  不过,你知道新闻客户端其实也能这么玩吗?

  这就是今日头条这款产品最大的特色,用户可以像调教电台一样,调教自己的新闻客户端。

  一叠厚厚的报纸,令你感兴趣的新闻加起来可能只有一个版;在门户上泡了半个小时,真正用来阅读新闻的时间可能只有5分钟,剩下的25分钟全部花在了浏览标题上面;而RSS工具始终是极少数精英人群的专利。这就是传统新闻内容分发方式的真实写照。

  多年来,受众对这种模式已经麻木了,很少有人再去想,为什么不能存在这样一家媒体,上面发布的每一篇新闻都是自己关心的。而这正是今日头条想要做到的事情。

   一旦绑定你的社交媒体账号,今日头条的推荐引擎就能迅速根据你账号的标签、好友、转发等信息分析出你大致的兴趣爱好,从而向你推荐相应的内容,而且,随着算法的不断进化以及用户使用时长的增加,这种推送也会变得愈发精准,目前今日头条9000万的用户中有1/3都绑定了自己的社交媒体账号。

  凭借这一招鲜的推荐绝活,今日头条这家一年前还名不见经传的创业公司,已经成为了引领行业发展方向的标杆,并且受到资本的追捧。

  今年1月中旬,搜狐在发布搜狐新闻客户端4.0版本的同时,宣布了“个性化、视频化、本地化和社交化”的产品发展规划。其中的“个性化”正是要以今日头条为学习模板。搜狐产品副总裁方刚在搜狐新闻客户端合作伙伴年会上明确表示,下一步会根据用户的阅读行为和喜好向其推荐新闻,最终实现“千人千面”的目标,即每个用户看到的新闻都不尽相同。值得一提的是,方刚特意在演讲PPT中提到了今日头条,并且坦言正是因为今日头条这匹黑马的杀出,令搜狐新闻客户端2013年未能完成预定的目标。

  穿着新闻外衣的推荐引擎

  虽然有着一个新闻性十足的名字“今日头条”,而且看上去与同类产品大同小异,但在骨子里,今日头条则完全是另外一个物种。与其将它称为新闻客户端,其实叫它推荐引擎更为准确,因为从出发点上,今日头条就与门户网站的新闻客户端截然不同。

  传统门户想要做的是一款提供新闻资讯的移动App,完成从PC向移动的过渡,而张一鸣想做的却是一款基于移动互联网的推荐引擎,新闻资讯仅仅是它所承载的内容而已。

  而之所以将推荐内容选定在新闻资讯,实际上是一个排除法后的产物。

  今日头条CEO张一鸣告诉《商业价值》,他们先将能够被推荐的信息按照题材和类别全部罗列了出来,接着进行筛选。

  “我们首先排除了小说,比如一年你就看10本书,你可能就用我10次。后来觉得也不该推荐游戏,因为它也是一次投入很久,用户选择的频次也少,依此类推,还有许多东西都是不这么优先的。”张一鸣说。

  除了排除这些不适合推荐的内容,还有一类则是操作起来难度较大的。“比如全购物领域就不太好做,比如你家里灯泡坏了就想换灯泡,窗帘坏了想换窗帘,但是我怎么知道它们什么时候坏呢?因为没办法拿到这些信息,它们坏了也不会通知我。”

  经过层层筛选,张一鸣最终选择了用户使用频次高、覆盖广、适宜推荐的新闻资讯作为推荐的内容。

  用推荐引擎分发新闻,是对传统新闻门户工作方式的一次巨大颠覆。

  传统的新闻门户都有着庞大的编辑团队,编辑从每天抓取到的海量新闻中,按照一定的价值判断标准,选择出一些所谓重要的、用户感兴趣的新闻推荐到首页,或者排在靠前的位置。

  这种模式固然可行,但并不完美。人工推荐模式的背后所追求的是信息覆盖的广度,只有大家都感兴趣的新闻才能为网站带来足够多的流量,所以这就意味着一些小众的的长尾信息需求无法得到满足。

  举个简单的例子,如果一位用户喜欢一支乏人问津的NBA弱旅,那他就很难在门户首页上看到这支球队的消息。因为放在首页的永远是那些战绩最好、最炙手可热的球星和球队的消息。

   想要解决长尾的信息需求,推荐引擎就成为了最好的选择。但对于门户网站来说,多年来的工作习惯早已养成,而且传统的人工编辑模式依旧运转良好,因此也没有足够的动力和危机感去推动这样的改革。况且庞大的编辑团队也是转型的负担,一旦全部改用机器推荐了,那么这些编辑怎么办?此外,一些政策层面的因素也制约着传统门户的手脚。

  不过,这些“拖后腿”的因素在张一鸣这里并不是问题,没有任何门户工作经验反而是他能够做成今日头条的原因。 张一鸣是一位典型的连续创业者,他曾是饭否的技术合伙人,负责饭否的搜索、热词挖掘。离开饭否后,他创办了房产搜索网站九九房,在公司走上正轨后,对技术更感兴趣的他将公司交给了他人打理,自己则开始了新一次创业——字节跳动科技,并将公司的目标锁定在了推荐引擎上面。

  2012年3月,新公司推出了成立后的第一款产品——搞笑图;5月,第二款产品内涵段子上线;8月,今日头条上线。这也是今日头条至今为止三款最重要的产品。所有产品后台的技术架构基本是一样的,都是利用推荐引擎分发信息,但产品难度逐次增加。对于张一鸣而言,无论是搞笑图还是内涵段子,其实都是为了今日头条练手和铺垫。

  事实最终证明,用推荐引擎分发新闻,是一条切实可行的道路。

  虽然其他新闻客户端产品都有不少的编辑原创内容,比如网易的“每日轻松一刻”就颇受用户欢迎,但是张一鸣却不为所动,坚持将机器推荐进行到底,最大程度上排除人工的因素。

  当然,今日头条也并非完全没有编辑团队,但他们所承担的主要工作是审查内容,规避政策和法律层面的风险。

  正因为是与传统新闻客户端完全不同的物种,张一鸣也并没有把其他的新闻客户端视为自己的对手。在被问及谁才是今日头条最有威胁的对手时,张一鸣给出的答案十分简单,“(我们的对手)不是我们的同行。”

  那究竟真正对手是谁,张一鸣并不愿多说,不过在他看来,至少微信的朋友圈都是一个比新闻客户端更具威胁的产品。

  虽然张一鸣没有透露自己的“假想敌”,但是不妨推测一下,今日头条的对手一定是与它类似、帮助用户发现新内容的产品,环顾眼下国内的热门应用,豌豆荚与今日头条似乎有不少共通的地方。

  需要注意的一点是,张一鸣从来没有把推荐引擎的内容只局限在新闻资讯上面。“我们做今日头条的时候就还犹豫要不要做一个更综合的东西,比如叫今日发现。后来觉得没有必要了,就在上面扩充就好了。”据他介绍,今日头条下一步会向用户推荐更多新闻之外的内容,比如会根据用户所处的不同使用场景向其推荐更多维度的信息。比如一位用户要去丽江旅游,今日头条会贴心地为他推荐丽江旅游攻略,或者当地的美食信息等。

  总而言之,如果你现在还只是将今日头条当做是一款新闻客户端,那就大错特错了。

  从新闻客户端到信息分发商

  虽然有着一款颇具竞争力的产品,但是今日头条的崛起背后也有许多其他的因素。

  事实上,对于普通用户来说,并不知道推荐引擎或者个性化新闻究竟意味着什么,促使他们选择今日头条的原因仅仅是因为它的名字。在许多对手眼中,今日头条的崛起在很大程度上也是占了名字的便宜。

  相对于传统新闻门户清一色的“网站名+新闻客户端”的命名方式,今日头条的名字从营销角度讲更容易抓住受众的眼球,尤其是对互联网公司并不十分了解的小白用户,今日头条这个直白的名字能够瞬间抓住他们的眼球。

  为了给产品起名,张一鸣和团队着实花了一番功夫。他们将历史上成功和失败公司的名字先列出来进行参考,然后又找来各大应用市场的排行榜,研究前100名产品的命名规律,尤其是其中的新产品。

  “我们是比较重视方法论的团队,我们把名字分为3类,一类是像百度这种意义很完整、很综合的名字,一类是像小米这种拟物的、具象的名字,最后还有一类就是大白话,我们对这三种做了分析,最后发现排行榜上靠前的都是大白话类型的,比如铃声大全、高清影视之类的,所以我们知道一定不能起一个很装的名字。”

  最终,“今日头条”这个名字从近百个候选方案中脱颖而出。也正是由于这个新闻性十足的名字,许多用户选择了今日头条,而在使用过程中,随着推荐新闻的愈发精准,不少用户渐渐喜欢上了这款产品。

  当然,今日头条的崛起并不能简单归结于某个因素。

  “做得差的公司有时候并不是做错了什么,他们也做对了很多事,而做得好的公司只是因为做到了更加极致,过了及格线而已。”张一鸣说,“我们在不少事情上做得还不错。比如我们的名字相对于错的来说是还不错,我们的技术稳定相对于差的公司做得还不错。推广虽然没有做到最好,但是关键时间点,该做的事情我们也都做了。”

  个性的产品,出色的运营等等多重因素的叠加最终成就了今天的今日头条。而在产品初步成功后,今日头条从去年11月开始,启动了自己的商业化。

  对于商业模式,张一鸣从创业初就已经想得十分清楚,就是坚定地选择了广告这一条路径,而诸如游戏联运、电商、增值业务、会员机制等业内的常见做法则并不在他的考虑范围之内,他解释说,因为并没有看到用户有这方面的需求。

  推荐引擎的信息分发模式对于广告主来说,有着很大的吸引力。启动商业化后,很快就有不少知名厂商找上门来寻求合作。包括东风雪铁龙、沃尔沃、乐视等公司都已经是今日头条的客户,眼下,公司的收入足以覆盖每月的运营成本。春节过后,今日头条的广告系统1.0版本也已上线,商业化又向前迈进了一步,据张一鸣介绍,公司今年的营收目标是达到2亿。

  对于传统门户来说,今日头条的闪电崛起又是一个外来势力搅局的经典商业案例,一个毫无媒体从业背景的创业者,只用了一年时间就摇生变,成为了传媒新贵,这给整个传媒产业带来了许多新的思考,尤其是这种利用推荐引擎分发新闻资讯的创新方式,究竟会对整个媒体行业,尤其是内容生产方式造成怎样的深远影响,这绝对是一件值得长期关注的事情。

相关 [新闻 推荐引擎 今日头条] 推荐:

新闻外衣的推荐引擎:今日头条的价值在哪里?

- - 创业邦
  资讯类APP“今日头条” 今日确认获得1亿美元的C轮融资,估值超过5亿美元. 据了解,此轮融资由红杉资本和新浪微博领投. 此前“今日头条”已经进行过两轮融资,2012年7月获得SIG海纳亚洲等数百万美元A轮投资,2013年9月获得DST等数千万美元B轮投资. 自2012年8月份上线以来,今日头条已经累计用户超过1.2亿.

大数据-推荐引擎

- - 人月神话的BLOG
推荐引擎在当前电商平台用的相当多,本文简单理解下常见的几张推荐方式. 首先说明下大数据用户画像可以用于针对性营销和单品推荐,但是即使没做用户画像也可以进行商品推荐. 推荐引擎是不是为不同的用户推荐不同的数据根据这个指标,推荐引擎可以分为基于大众行为的推荐引擎和个性化推荐引擎. 大众行为的推荐引擎,对每个用户都给出同样的推荐,这些推荐可以是静态的由系统管理员人工设定的,或者基于系统所有用户的反馈统计计算出的当下比较流行的物品.

今日头条的五个亿

- - 扯氮集--上海魏武挥的博客 - 扯氮集--上海魏武挥的博客
有媒体传出消息,“今日头条”日前完成了C轮融资,融资额度为1亿美元,对应的,公司估值5个亿美元. 这个数字很夸张,一来因为一年前B轮融资的时候,估值还不过6000万美元. 二来,一个新闻客户端,居然值那么多钱. i黑马昨日发表了一篇很长的对今日头条创始人张一鸣的专访,从这篇专访中,大致可以看出点端倪.

今日头条产品思路分析

- - 人人都是产品经理
法则之三:少即是多(摘自《感知的、几款过亿美金APP的创业法则》). 媒体是最容易被操纵的,也是最容易变成一个官僚权力纷争的名利场,它被太多外在因素干扰. 而技术是一种手段,可以公正公平地让每个用户感知到自己的偏好,而且通过不断智能筛选还能提高用户的粘性和数据的多维度. 我想这才是真正的互联网手段去颠覆传统媒体,当然这也是那些来自报社杂志社的在各家门户琢磨着标题党的同学们不敢想、不屑想的手法.

初识推荐机制、推荐引擎

- 山河之外 - 互联网的那点事...
随着互联网的发展 估计大多数的产品都会遇到推荐机制的策划,作为互联网产品人员也需要研究一下推荐机制的核心算法,这篇文章是我看到的言简意赅讲了一些基础的推荐机制的文章,转过来分享给大家. 如今已经进入了一个数据爆炸的时代,随着 Web 2.0 的发展, Web 已经变成数据分享的平台,那么,如何让人们在海量的数据中想要找到他们需要的信息将变得越来越难.

从Web 2.0到推荐引擎2.0

- Race forward! - 学而时嘻之
(《新知客》,2010年9月). 互联网应用的新概念似乎总是层出不穷,然而相对于2005年前后中国一下子冒出来的一大批 web 2.0 网站和最近几年出现的“云计算”,此时此刻的互联网业界似乎有点沉闷. 人们开始谈论,互联网下一个有趣的事情是什么. 百姓网 CEO 王建硕,最近在《中国企业家》杂志发表文章《2011年注定是中国互联网第三春》,提出一个五年周期理论,认为每隔五年左右就会有一批人出来创业,就会有一批风险投资周转完毕转而支持新的项目,这样经过这两年的沉闷,2011年必将有新东西爆发.

协同过滤和推荐引擎

- - 刘思喆@贝吉塔行星
推荐系统在个性化领域有着广泛的应用,从技术上讲涉及概率、抽样、最优化、机器学习、数据挖掘、搜索引擎、自然语言处理等多个领域. 东西太多,我也不准备写连载,今天仅从基本算法这个很小的切入点来聊聊推荐引擎的原理. 推荐引擎(系统)从不同的角度看有不同的划分,比如:. 按照数据的分类:协同过滤、内容过滤、社会化过滤.

推荐引擎:信息逆流

- - 《商业价值》杂志
信息时代用户链接内容的方式将再次产生深刻变化,而这一变化的驱动者,正是推荐引擎技术. 如果回到20世纪80年代,面对一台当时的电脑,你很可能会不知所措. 原因很简单,当时要访问电脑内的内容——不管是软件或者游戏,你起码必须掌握基本的Dos命令. 换句话说,当时用户与内容链接的方式,是输入大量电脑“听得懂”的命令,再让电脑将其执行出来.

Spotify推荐引擎Discover Weekly的故事

- - Solidot
Spotify的软件工程师Edward Newett说,赋权自下而上的创新,奇迹将会发生. 他在上周举行的@Scale 会议上分享了开发Discover Weekly推荐引擎的故事. Discover Weekly设计帮助用户发现他们从未听过的新音乐,于一年前上线,至今已积累了4000多万的用户. Newett最初的工作是开发个性化网页,其中包含了向用户推荐他们可能感兴趣的专辑的系统.

探索推荐引擎内部的秘密:推荐引擎初探

- adow - 互联网的那点事...
“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制,实现方法,其中还涉及一些基本的优化方法,例如聚类和分类的应用. 同时在理论讲解的基础上,还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略,进行策略优化,构建高效的推荐引擎的方法. 本文作为这个系列的第一篇文章,将深入介绍推荐引擎的工作原理,和其中涉及的各种推荐机制,以及它们各自的优缺点和适用场景,帮助用户清楚的了解和快速构建适合自己的推荐引擎.