首页 > 健康快讯 > 正文
今日头条还是流量生态,与巨头竞争仍有压力
2018-06-06 00:19:08
来源:文章来源于网络

其实BAT三家公司都早就大而不倒了。

对他们来说,最大的挑战就是「系统性风险」,而技术的更新迭代就是其中最可见的一种。

从PC到移动端的演变过程中,阿里电商场景转移到移动端是最顺利的,腾讯旗下诞生了微信,是最幸运的,而百度则是最倒霉的。

移动端对于搜索引擎来说,就是个直接的颠覆。

当初百度曾一度靠收购 91助手 买到了移动浪潮中的最后一张船票。

现在有很多人都觉得当初百度购买 91助手 是个错误,但我倒觉得未必。我曾经问过豌豆荚的创始人王俊煜,一开始想做的是什么,他说:

一开始想做的就是内容分发,应用分发只是其中的一部分。

百度做的事情一直都是内容分发,购买 91助手 想必也是一样的想法,所以不能说就是错的。只是殊不知最后最接近移动领域内容分发的公司,并不是做分发起家的 91助手,而是当初名不见经传的新闻客户端「今日头条」。

在这里百度想错了什么呢?

李彦宏在之前的公开信中有给出一些答案,他说:

1)某种意义上讲,我们未来的搜索从索引关键词的引擎,可能会逐步过渡到索引知识的引擎。

2)我们现在非常重视的feed流产品。过去传统的搜索是人在找信息,现在要逐渐演进到信息找人。

这两点正好对应着可能威胁百度的两家公司。第一点说的是知乎,第二点说的就是头条。

91助手和百度一样,都是主动推荐型的分发方式,是人找信息。而头条则更接近信息找人,是更适应移动端形式的入口级产品。

百度刚起来的时候要做入口,绑定的是各种浏览器。在移动互联网时代,对用户来说,打开手机就是打开了浏览器,所以相对应的,今日头条做的是 APP 预装。

通过这种方式,张一鸣在流量红利期给头条带来了大量的初始用户。

而头条这种内容工具型产品的好处就是,首先用户不需要过多类似的新闻工具,其次用户毕竟每天都会对新闻和内容感兴趣,所以黏性还算比较高。

那么,最早的时候,为什么百度没有意识到头条的价值或威胁呢?大概因为百度一直享受着搜索引擎中的垄断位置。

用户使用搜索引擎的场景是带着问题主动寻找答案,这就带来了极高的用户转化结果和变现效率。

而头条的场景是用户被推荐内容,问题和答案都是被动激发的。这样的好处是用户可以被激发一些自身都不明确的需求,而坏处是转化率会比搜索引擎低非常多。

所以头条要做的就是,尽量延长用户的在线时长,来增加被动激发的机会。

那么,在相当长的一段时间内,百度确实都不会被头条直接影响到。因为人们但凡有了明确的需求,还是会到百度搜索。

但是,随着头条的发展,其:

1)用户量和用户时长不断飞速上涨,体量惊人

2)机器学习和分发让信息匹配更准确

3)信息流式的内容,给了广告主更多的空间

所以,越来越多的广告主开始在头条投放广告。而我们之前就说过,广告投入占社会 GDP 的总比例是基本恒定的,所以被动推荐的头条还是抢占了主动寻找需求的百度的广告收入。

于是,百度终于开始反击了。

从今年开始,内容分发和信息流产品变成了百度的重点产品。

(据说被高价收购的「李叫兽」在加入百度之前,就是在给百度做信息流广告相关的研究。)

百度首页上有了信息流新闻,也就是有了类似头条的被动激发,也能增加用户时长。

同理的,微博也开始尝试把一些用户的首页显示,从好友更新改到了热门,也是一样的信息流产品。

不得不说,信息流产品是当代互联网人的一大发明。

一个产品和用户接触的点越多,就越容易和用户产生各种类型的互动关系。信息流产品就是这样,每一条信息都是一个单独的互动机会。

朱时雨(好像之前是百度商业分析部的同学)在《时间的刻度》这篇文章中说过:

相比之下,新闻类和社交类平台,以 News feed 构建了信息消费的最小颗粒,带来的一个好处是让用户在无感知中把时间的刻度做了细化,上一条内容和下一条内容是相互独立的,用户每阅读一条新的 Feed,是一次媒体时间上的消费重启,这样一来,切割出了充分的时间留白,留给平台介入进来夹带“私活”的机会也自然多了(商业留白),Ad load 这个调节器才能发挥作用。从这个角度来看,除了媒体时长外,对视频来说,人均 VV 数更值得关注,对社交和新闻平台来说,人均 Feed 条数更有价值。

幸运的是,时间颗粒度太粗的平台,也未必全是缺点,如果面临广告潜力瓶颈,只要总的人均媒体时长是 meaningful 的,自然有其他的商业途径。如果人均媒体时长是可观的,时间消费是高质量的,用户是一种高卷入度(involvement)的行为,平台往往具备了和这群高卷入度用户的议价能力,用户付费是另一条路径。这样一来,本质上就走向游戏业务的逻辑,这也正是爱奇艺这类平台正在发生的事情(其用户付费收入在今年已超过1/3)。

上一篇:健康医疗云脑中心在津揭牌 推动海量健康医疗数据融合
下一篇:最后一页