复盘豆瓣:在算法和社交中反复摇摆

|  阅读量 | 分类: 移动互联网 | 作者: 李小二 | 时间:2020年02月29日 16:00

下厨房最初只是豆瓣里的一个小组,创始人最初是豆瓣的设计师,去年Q4 下厨房月活 2017 万,同期豆瓣移动月活一千万出头。今年疫情期间下厨房成为超级APP,现在下厨房的日活和月活应该都是豆瓣的两倍多。

复盘豆瓣:在算法和社交中反复摇摆 移动互联网 第1张

下厨房明显受益于移动互联网。因为在PC上作菜谱这件事,是非常不符合人的操作习惯的,大概率人不会带着台电脑去厨房做菜,所以下厨房日活在PC最多也就做到了几十万的量级,再也涨不上去了。同期豆瓣每天访问人数超过千万,处在产品历史顶点时期。

但是移动化来了之后,下厨房的日活就增长非常迅速。因为有了手机之后,照着菜谱做饭,拍照添加菜谱,做菜时候边上放个手机,成为很多人的选择。下厨房通过移动化这件事情触达到了更大的人群。

对下厨房来说,从豆瓣小组到独立网站再到手机APP,这不止是产品的变化,而是人群的变化,他可以通过手机去触达到一个新的更大的人群。

人群迁移意味着模式彻底改变,会出现新的商业机会和新的产品。

豆瓣非常可惜,在移动互联网窗口开启那几年,对移动化方向出现了一个致命的误判。认为移动互联网只是平台的迁移,没意识到是人群的迁移。比如今天DAU百倍于豆瓣的抖音快手,他们的主流用户群体就不在当年豆瓣的服务范畴里。

keso在评论《豆瓣是如何衰落的?》中回忆:

“移动互联网起来的时候,阿北曾对我说,在PC互联网上,豆瓣始终需要小心地处理不同产品之间的联系和区隔。比如豆瓣电影的活跃用户,跟豆瓣读书的活跃用户实际上是非常不同的两种用户,重合度很小。而且这两个产品的推荐算法也不一样,书有长尾,电影基本上只有头部,让它们和谐地共存于一个网站中,是个不小的挑战。豆瓣书影音的用户跟豆瓣小组的用户差异更大,重合度更低,前者是算法产品,后者是社区产品,它们在导航栏上无论怎么安置都觉得有问题。

复盘豆瓣:在算法和社交中反复摇摆 移动互联网 第2张

阿北说,幸好移动互联网来了,这下问题简单了,每个产品做一个独立的app就好了。本来一个豆瓣电影的用户,打开豆瓣也是为了访问豆瓣电影,豆瓣小组的用户打开豆瓣也是为了进入小组,现在他们可以直接打开自己想要的那个app。而且,板块独立成app,每个app也都可以根据自己的情况独立进化。”

豆瓣当时做了十几个APP,觉得都迁过来就行了。结果是力量太分散,豆瓣到今天在移动端都没有一个规模用户产品。豆瓣在 2014 年又想集公司之力做大“豆瓣”主APP,但为时已晚,阿北在那年豆瓣年会上公开承认错失了移动互联网。

在研究豆瓣的过程中我发现,豆瓣错的可能不止是错判移动,豆瓣在产品和思想源头可能都是有问题的。以及豆瓣在做出很多开创性的尝试后都是浅尝辄止,豆瓣的风格好像就是管生不管养,团队一直破釜沉舟的勇气和决心。

1.有影评无视频

阿北承认,豆瓣最初的设计大部分参照了flickr。但在flickr里照片是主体,豆瓣里评论是主体。在论述豆瓣与flickr有何区别时,阿北说:

在flickr, 照片是最后目的。而豆瓣只是通往目的(书、电影)的途径。但是书和电影的体验时间比照片长很多,包括了之前(选择和期待)、之中(看)、之后(感想和交流)。

大家通常不会互相间询问应该去看哪张照片,也很少聚在一起讨论对某张照片的看法。照片只有之中,没有之前和之后。书和电影不但是极具社会性的“前后”,他们还可以是极好的交流载体。

阿北,豆瓣日志,05-16-2005

翻看自 2005 年豆瓣自创立至今的官方日志,发现阿北最初对于豆瓣产品的核心定义:高价值内容的看前、看中、看后。

豆瓣已经在“之后”做了不少工作。下一段时间会瞄准“之前”努力。豆瓣会帮你选择。选择之前,你还不知道要看哪部电影,所有IMDB对你的帮助有限。别人已有的体验对你最有价值,豆瓣要做的就是最有效地传递体验。从这点来说,豆瓣是社会软件,不是网上数据库。

至于“之中”,这永远是个人的事情。可能我有些跟不上时代,书墨香、电影院的爆米花味、DVD画质对我依然魅力无穷。现在的免费电子书、BT下载不但杀鸡取卵,我还觉得是暴殄天物。

阿北,豆瓣日志,2005

豆瓣很长时间都是只做通往高价值内容的途径,做看前和看后的工作,至于用户真正在乎的高价值内容消费,即用户的目的本身,豆瓣有尝试过九点、豆瓣阅读和豆瓣FM很快关停或分拆,至今豆瓣产品内还没有视频消费场景。

有书评而无书读,有影评而无视频,有乐评而无音乐,高价值内容全部都在别人手里,只做看前看后不做看后这个目的本身就很容易被其他主打消费内容的产品截胡。如今豆瓣用户更活跃的话题、广播和小组,都不是围绕高价值内容做构建的。

2.长尾理论迭代了,豆瓣却没有

阿北是长尾理论的拥簇,豆瓣 05 年创办时与《长尾理论》密切相关,豆瓣就是长尾理论积小众成大众的一个现实实验。

阿北 06 年还专门为克里斯·安德森这本书写过书评,可以视为当时他对豆瓣本质和未来的思考:

长尾里选择过多,所以要为每个人挑出合适的东西,需要更强大的过滤器。编辑、星探、营销者、广告是传统的“事前过滤器”。博客、评论、推荐、草根意见是“事后过滤器”,只有这些能应对长尾的低信噪比和极端个人化的兴趣取向。网络发展到今天,终于有了搜索、推荐这些强大的信息技术,可以为单个消费者提供有效的过滤。这是长尾现象和Web 2. 0 产生在同样年代的原因。

长尾是此时此刻正在发生的事情,有机会参与其中,比起任何单纯的脑力享受来,我认为是更加幸运的。

阿北,长尾的力量

长尾面临的最大挑战是:消费集中,导致长尾的尾部商业价值不大。长尾并不能帮助商家很好地获得利润,因为尾部可能会极其扁平,里面充斥着各种冷门产品,而这些产品不过是消费者偶尔的消遣,事实上,消费者对热门产品的热情总是有增无减,至少对于影视和综艺来讲,只有做到头部才能赚钱

豆瓣在 PC 端是百科+社区,大部分流量来自搜索引擎,再用社区产品沉淀人。但进入移动互联网时代后,这些不适用了。

搜索是主动行为、强需求,海量书影音的 SKU 吸引的人圈层非常精准,豆瓣对很多人来说都是评分查询和决策工具。但搜索引擎在移动端重要性下降,豆瓣靠细粒度兴趣 SKU 大规模获量的基础不存在了。

用户在手机上又懒得分类浏览,主动筛选意愿低下,在前端精准流量消失后,高度依赖首页推荐,但豆瓣产品的信息组织结构很长时间都没进入到千人千面的信息流推荐,以至于无法分发长尾信息。尽管很早有过豆瓣猜和九点的内容算法推荐尝试,但对做好内容推荐的决心一直不强。

3.在算法推荐和社交推荐里反复摇摆

豆瓣可能是中国最早上线个性化算法推荐的产品。豆瓣在 2005 年推出了“和你口味最像的人”和“豆瓣猜你喜欢”,根据你的收藏为你推荐内容。包括后来的豆瓣电台都是推荐算法在内容消费领域尝试的先驱。

但到 2008 年的web2. 0 大潮,豆瓣在关系链并未建立的情况下,主产品逻辑往关系链分发靠拢。比如通过分类浏览取代“最受欢迎的小组”,强化关系链分发,将好友加入小组的举动放进了广播。出现好友推荐和算法推荐的反复。

豆瓣三周年时阿北说可以用一句话概括豆瓣:豆瓣帮助每一个人发现生活中最适合自己的未知事物。

发现,是豆瓣的价值。发现好书,好电影,好音乐,好文章,好活动;发现有趣的人,也发现自己。而最好的个性化发现手段是推荐。在豆瓣前两年里,我们相信算法,“豆瓣猜”积累了豆瓣的各种推荐算法。而在过去一年里,我们发现,朋友之间的推荐可以同样强大和有效。怎样方便朋友之间推荐,这是最近豆瓣最大的挑战。我们希望能把它做到极至。豆瓣将是一个终极的推荐网站,也会一直是一个简洁而不简单的网站。

但社交无法有效解决用户兴趣分散的问题,豆瓣的无所不包也让普通用户开始困扰。 2010 年,豆瓣产品分拆,“www.douban.com”分成了首页社区+书影音+同城几个子站。

2007 年,阿北曾问和菜头,是专业路线好还是SNS路线好?在 2010 年,豆瓣的主站域名留给豆瓣社区后,做SNS的用意再明显不过。

和菜头评论:

做SNS是两难选择下的决策,几年走下来之后,豆瓣有得有失。所得是用户数的增加,足够驱动一个大型SNS社区。同时,由于精选了书籍、电影和音乐,通过路径导引吸引来了相当数量的白领和文艺青年,用户价值不错。不过,作为必然的代价,豆瓣损失了它的专业性和权威度。典型的例子就是评论的水化,一篇评论读下来,你可以知道作者正在喝什么咖啡,此时什么心情,甚至包括生理周期,但是对于评论来说,这种内容缺乏足够的专业性,对于读者决策是否去购买一本书,看一部电影,听一张CD,毫无任何用处。

和菜头,豆瓣变形回归

到 2011 年,豆瓣又再度加强推荐。 2011 年 12 月,豆瓣首页改版,首页大部分会放置新的“豆瓣猜你喜欢”,从全站的内容里猜你会喜欢的东西,个性化算法理解你的兴趣,相应的把最合适你的内容推送出来;同时取消豆瓣说,升级友邻广播。 2012 年 9 月,豆瓣首页再度改版,用户可以把感兴趣的内容(站内相册/书影音等)在首页订阅,然后浏览豆瓣给你的推荐。

今天豆瓣APP的首页有两个tab,按照时间序的友邻广播动态+算法推荐的信息流。

4.只有新闻才是大众产品

豆瓣做九点(精品RSS阅读器)那会,当时有两个大的流派,一派认为朋友之间的推荐更有效,所以该做社会化网络。另一块就是所谓的个性化推荐,你只要去阅读就好,然后我给你去推你喜欢的东西。这两派往前走到一定程度,都遇到一个瓶颈,RSS的技术门槛太高了,小白用户压根不理解。

九点的最高日活不到 20 万,那会RSS可爬取的源大部分都还是写博客的群体,但问题是当时持续写博客的博主最多也就小几十万量级,创作源既缺乏生态也缺乏动力,很多博主都是凭着自己的兴趣爱好,写着写着就不写了,因为这个事情不能够给他带来收入。

阿北 11 年曾回答过九点的问题:

豆瓣九点的市场定位,主要是聚合独立博客,因为 BSP 平台本身已经有了足够强大的聚合平台。

而在中国,独立博客的信息产出、目标人群都很有限,RSS 阅读器根本不是一个 Big Deal。

直到现在,豆瓣九点也还有几万忠实用户,每天都会分享很多信息。但也就如此而已,豆瓣最近几次改版,已经把九点放在了一个很弱的入口。

黄海均,知乎

那时候市场很多人都在想做社会化阅读,抓虾鲜果九点ZAKER,包括后来的无觅和指阅,大家在研究的是如何聚合各种各样的兴趣内容,再通过技术手段去提供一个更好的阅读体验。

有回我跟当年参与九点的同学聊信息流的演变,他说大家技术也都不差,但从最后各自发展结果来看,跟今日头条对比最重要的差异就是做不做新闻这件事:

“只有新闻是大众产品,其他都不是大众产品。其他都是要么是垂直的,要么是小人群的,小众的这样的一些东西。当时我们想做聚合的时候,因为豆瓣算亚文化,就是对书、电影、音乐这些特别有兴趣的那么一小挫人。我们当时做过大概的统计,豆瓣死忠用户大概是1000 万量级,然后能reach到的外围用户大概是 3000 万,然后能够影响到的用户,听说过或者从搜索引擎见到过的用户,上限大概是一个亿量级。

但新闻这件事情几乎是全用户的,所以当时做不做新闻其实是一个重要的分水岭。你决定做新闻,你就是往更大的一个用户群去走,你不做新闻,你永远都是在一个垂直的用户群里面去走。反过来看当时决定去做新闻的那些,其实都能去往下走。”

市场方向决定一件事情到底能做多大。技术需要对的场景,力量才能放到最大。

5.产品洁癖和浅尝辄止

豆瓣没有做最大众的新闻推荐,但做了音乐推荐的豆瓣电台,在算法架构、后台模型和产品逻辑层面,都跟今天的信息流产品非常像。

当时做音乐产品也有推荐和社交两条路线,比如潘多拉和last.fm。潘多拉是几十人音乐编辑团队给每首歌打标签,lastfm是个纯粹社会化的推荐,出口都是用推荐算法做。其中last.fm强调社会性不关心音乐本身,潘多拉则更关心音乐性,技术层面没差异,只是算法模型中feature不同,当然背后是产品设计出发点不同。

豆瓣电台当时犹豫过要往哪个方向做,考虑商业模式后,用了潘多拉的模式。在推荐算法层面,决定统一到优化用户的收听时长上,用广告的商业模式,时长越长,广告容量越多。

但10/ 11 年豆瓣FM遇到版权问题。当时百度MP3 关了盗版下载,版权方疯狂反扑,豆瓣FM跟酷狗/酷我/虾米经常打官司。豆瓣处在夹缝中,当时版权成本在千万量级,而且广告主的接受效果并不好。

今天再跟当事人复盘,豆瓣FM的战略选择其实是有问题的,尤其是坚持纯音乐导致问题。

纯音乐一定要点播,才能有更丰富的商业模式(收会员费/音乐厂商合作等),出于产品洁癖,豆瓣FM拒绝了接入相声/段子等更丰富的声音内容。但音频是消费性产品,只有产品形态更丰富,内容更丰富,时长才会更长,商业模式才更多,比如喜马拉雅的知识付费。

产品洁癖的另外表现还有,阿北极端不愿意去抄袭其他产品,哪怕他已经变成一个基础功能。产品主线在订阅还是推荐,关注/朋友关系设计,如何应对微博化时一再反复。对商业化如何赚钱这件事一直推迟不去想,有讨论未来商业化方向,但不敢迈开第一步,,对于音乐、电影票、影视版权等看重领域一次次过早放弃。至于豆瓣东西豆瓣集市豆瓣时间这些尝试,又都是小迈步。团队缺乏破釜沉舟的勇气、决心。

6.豆瓣仍是优质资产,还可能回主牌桌

最后这段纯属狗尾续貂,但十多年日活老用户还是多一嘴。

豆瓣APP日活应该还不到 400 万,单纯看DAU,按资本估值,可能连 5 亿美金都估不到。但我觉得豆瓣仍是优质资产,还有可能回主牌桌,因为他还有更多的可能性。

复盘豆瓣:在算法和社交中反复摇摆 移动互联网 第3张

我做社区时觉得产品最重要的关键词是热闹,想了想豆瓣,如果从商业视角出发,那需要把目前这种性冷淡的文青气质做引导,这个关键词可能是导向万物生长的繁荣,繁荣人的精神世界,繁荣城市文化生活,鼓舞一代人宁静而繁荣的生活。

豆瓣原本的slogan是我的精神角落,这个底色不该丢,但该在经济发达地区做城市生活的延展,就是让用户去追求更好的生活。让在乎自己精神世界和想要追求更好生活的这样一群人,将他们线下生活的方方面面都给搬到线上来。

原教旨的社交和去中心化信仰就是对中心的反动,基于长尾理论的构建需要在产品技术和商业模式层面都加以完善。

豆瓣的一切都该是围绕这群人的生活。要从途径到目的,从精神世界到城市生活,从人文到消费完成交易闭环。

当然这些都是脱离实际的纸上谈兵。但还是希望豆瓣理想主义不灭,希望豆瓣也能有商业化的源动力来驱动它。

作者:潘乱   文章来源:乱翻书公众号

来源: QQ/微信:lusongsong7 ,转载请注明出处!

本文地址: