コンテンツ運用：コンテンツ配信モデル分析！

この記事では、ソーシャル配信とアルゴリズム配信という 2 つのコンテンツ製品配信モデルの長所と短所、およびそれぞれの適用範囲を分析します。皆さんがこれから何かインスピレーションを得られることを願っています。

情報爆発を伴うモバイルインターネットの時代において、人々がいかにして価値ある情報をより効率的に受け取ることができるかが重要な課題となっています。コンテンツとコンテンツ消費者を結びつけるコンテンツ配信は、その重要な部分となっています。

コンテンツ配信が解決しなければならない本質的な問題には、人と情報を効率的に結びつけることと、適切な人が適切な情報を見ることができるように貴重な情報をフィルタリングすることの 2 点が含まれます。

もちろん、効率に影響を与える要因には、コンテンツの集約方法、コンテンツの形式自体なども含まれますが、ここでは説明しません。

効率的な接続とは何ですか?

——膨大な情報から少量の情報をフィルタリングすることで、消費者が受け取る情報量を削減でき、ユーザーが情報を受け取るための運用コストが削減されます。

価値ある情報とは何でしょうか?

——情報トピックはユーザーにとって興味深いものであり、一定の情報品質、つまり有用性を備えています。

現在、コンテンツ製品を配信する方法には、アルゴリズム推奨、ソーシャル推奨、検索、編集者推奨の 4 つが主に存在します。

この記事では、主にソーシャル配信とアルゴリズム推奨という 2 つの配信方法の利点、欠点、適用範囲について説明します。

1. 社会分配

ソーシャル配信は関係チェーンのメカニズムに依存しており、フォローしているユーザーによって表示される内容が決まります。通常、製品には特別な「フォロー」情報フローが用意されており、フォローしているユーザーに関する情報（WeChat のイケメンなど）を蓄積します。

ソーシャルディストリビューションには 3 つの利点があります。

1. 自分の好みだけにとらわれるのではなく、友人を通して世界の多様性を認識しましょう。
2. コンテンツ製品の基盤は、ユーザーを集約できるコンテンツ群です。コンテンツに基づいてユーザー関係チェーンが構築され、関係チェーンにも反応します。類は友を呼ぶ。友人が興味を持っているコンテンツに基づいて、ユーザー同士が交流する可能性が高くなり、関係チェーンが強化されます。
3. 単一のコンテンツの影響は、より簡単に増幅されます。多くの友人が同じコンテンツを転送したりコメントしたりすると、そのコンテンツをチェックする可能性が高くなります。

製品リーダーは、ソーシャル配信によって受信コンテンツの品質を向上できると考えています。

これは誤った主張だと思います。

まず、コンテンツの品質は一定であり、コンテンツの上流でのみ介入できます。第二に、ソーシャル配信は関係チェーン配信に基づいているため、友人が低品質のコンテンツを送信した場合、低品質のコンテンツを受け取る可能性があります。

ソーシャル配信のデメリットは、どうしてもソーシャル要素が目立ってしまうことです。単純にコンテンツの観点から特に良いと思うコンテンツよりも、自分のイメージを強めるコンテンツを推奨してしまう可能性があります。さらに、特に知人同士の社交的な製品に関しては、大きな社会的圧力があります。群集心理の影響により、誤った情報が広がりやすく、特にメディア製品では噂が顕著です。

ソーシャルディストリビューションはどのような製品に適用されますか?

ソーシャル配信の主戦場は依然としてMomo、WeChat、Soulなどのソーシャルプロダクトです。第二に、コンテンツプロダクトを補完し、ソーシャル関係チェーンを強化します。

2. アルゴリズムの配布

アルゴリズム配信は、機械がユーザーの興味や好みを把握し、見出しなどのコンテンツをユーザーにプッシュできるようにするビリーフ プログラムです。

アルゴリズムの推奨には主に 5 つの方法があります。

• コンテンツベースの推奨事項:ユーザーの個人的な興味に基づいた推奨事項です。個々のユーザーの過去の行動に基づいてコンテンツ機能の好みが計算され、ユーザーの機能の好みに一致するコンテンツが推奨されます。
• 共同推奨:これはグループベースの推奨です。推奨は、ユーザーの類似性、コンテンツの共起、および人口統計特性に基づいてユーザーをさまざまなグループにクラスタ化することによって行われます。
• 拡張機能の推奨:ユーザーの興味、コンテンツ カテゴリなどに基づいた拡張機能。
• 新着および注目のおすすめ:グローバル コンテンツのタイムリーさと人気に基づいたおすすめ。
• 環境特性:地域、時間、シナリオなどに基づいた推奨事項。

アルゴリズム配布の利点は、ユーザーが貴重な情報を入手しやすくなることです。

おすすめは興味に基づいているため、ユーザーが興味を持つ可能性が高くなります。ソーシャル配信には一定の遅延がありますが、アルゴリズム配信はよりリアルタイムであるため、コンテンツマッチングの効率がさらに向上します。たとえば、ニュース情報の場合、フォローしているユーザーがコンテンツを投稿したことしかわかりません。アルゴリズムの場合は、フォローしている方向のニュースがプッシュされます。

デメリットは、情報繭効果につながり、ユーザーが狭い世界観に陥りやすくなることです。ユーザーが好むものを生み出します。

さらに、コンテンツの管理コストも高くなります。アルゴリズムの制限として、コンテンツの品質を適切に判断できないこと、推奨されるコンテンツの量が多いため、手動レビューのコストが高くなります。

アルゴリズムによる推奨はどのような製品に適していますか?

ニュースや情報製品、短い動画製品など、コンテンツの生産量が多く、コンテンツの生産が比較的簡単で、コンテンツの消費が短くて速い、回転率の高い製品の方が適しています。ユーザーの興味に基づくアルゴリズムの推奨により、このような製品はユーザーが時間をつぶすために何度も消費するのに適していると判断されます。

テレビシリーズなどの長編動画は制作サイクルが長く、制作コストも高額です。ユーザーの関心度だけでなく、キャラクターのIP、パブリッシャーなどを考慮することがより重要となり、決定後のユーザーの没入感を重視します。

上記が主なコンテンツ配信方法です。ぜひ一緒に学び、コミュニケーションをとってください。

出典: ミス・ドン