1704851379
内容算法：把内容变成价值的效率系统 [:1704849732]
1704851380
1704851381
内容算法：把内容变成价值的效率系统
1704851382
1704851383
1704851384
1704851385
1704851386
内容算法：把内容变成价值的效率系统 [:1704849733]
1704851387
内容算法：把内容变成价值的效率系统 好内容为什么没人看
1704851388
1704851389
在与运营人员沟通的过程中，我最常被问到的问题是：“这个内容挺好的，但为什么推荐量和阅读量都很低呢？”
1704851390
1704851391
我充分相信运营和BD（商务拓展）人员的判断：对于内容的质量，文化人比我这个工科男更有话语权。那么，就让我们尝试分析一下，好内容为什么没人看。
1704851392
1704851393
第一，质量不等于销量。
1704851394
1704851395
作为阅读者，看到好的内容推荐不出去，固然有遗珠之痛。
1704851396
1704851397
但作为运营者，还是要跳脱读者的角度，站在相对客观的角度去评价一个内容的消费普适性。如果这篇内容本身就是深度阅读内容或题材偏小众（比如爵士乐），那它的消费量或许理当如此。我们可以将其与文艺片类比，摘录一段报道：
1704851398
1704851399
明星云集的文艺大片《黄金时代》最终总票房仅5151万元；《推拿》获得第64届柏林电影节银熊奖等奖项，但国内票房只有约1290万元；《闯入者》《念念》《心迷宫》等文艺片总票房都是1000多万元。
1704851400
1704851401
票房低至不可思议的，是具有文艺元素的传记片《启功》，总票房只有约40万元，差不多等于目前市场上启功书画作品一平方尺的价钱。口碑好、票房惨、骂院线、怨社会，不了了之，这似乎成了文艺片的宿命。
1704851402
1704851403
如果一篇内容是内向性创作的，是写给自己的，那么这篇内容我们更应该从艺术品的角度，而不是从消费品的角度看待。其追求的首先应该是给少数知音群体更深的触动，而不是作为大众消费品评价标准的10万次以上的阅读量。同时，在评估这类内容的阅读量时，应该与其同类型内容、同作者内容对比，而非泛泛地评价其推荐量的高低。
1704851404
1704851405
只有一篇内容从题材选择上是具有消费普适性的，其阅读体验才可能是相对较优的。对于这类内容，我们再来深究其没有被推荐好的原因，分析是内容包装的问题（标题、封面）还是推荐问题（内容识别、冷启动、用户阅读指标）等。
1704851406
1704851407
第二，与其抱怨没有推荐量，不如来谈谈怎么推荐得更好。
1704851408
1704851409
推荐系统是一个会极度放大优缺点的系统：点击率高、阅读体验好的内容，其传播度会被极大地放大；点击率低或者点击率高但是阅读体验差的内容，其传播范围会非常快地收敛。
1704851410
1704851411
好内容的作者通常已经是被系统标注的优质作者，在冷启动过程中，这些作者由于有更好的历史表现，已经得到了远超普通作者的冷启动曝光量。当冷启动过程结束时，就变成了内容级别的点击率和阅读体验的公平较量。
1704851412
1704851413
我们可以将内容推荐想象为一场体育比赛，黑马可以爆冷夺冠，名将或许可以免于预选赛，但还是有可能失去水准止步半决赛。所以，并不是优质作者的内容就一定会有高的阅读量。
1704851414
1704851415
通常，我们不建议用超过10万次的阅读量这样的标准去简单粗暴地衡量内容。我们可以将内容的阅读体验指标化、可衡量化，以进行进一步的分析，可以切入的角度如：
1704851416
1704851417
• 点击率：酒香也怕巷子深。如果点击率太差，先别废话，回炉改封面和标题去。
1704851418
1704851419
• 阅读反馈：点赞、评论数与阅读量的比例，是否与其过往的内容一样？还是降到了平均线以下？如果是，那说明要么是这篇内容质量有问题，要么是推荐系统推荐的目标人群不对。
1704851420
1704851421
当越来越多的内容分发平台开始引入机器推荐的时候，自媒体也许需要了解不同平台的分发规则，让有价值的内容获得应得的流量，进而让自己的品牌有更高的价值。
1704851422
1704851423
让好的内容有人看，让好的创作者有钱赚——这就是本书第二部分的主题。
1704851424
1704851425
1704851426
1704851427
1704851428
内容算法：把内容变成价值的效率系统 [:1704849734]