第二章　智能推薦大有可為——要不要上線職能推薦

第一節　用戶時間的爭奪戰場

2019年始，國內由增量市場進入存量市場，傳統行業如此，互聯網行業亦如此。全行業的管理模式都是由之前的粗放式運營向精細化運營轉變。能給企業帶來更多利潤的運營手段由之前的跑馬圈地、擴產能、擴市場轉變為降成本、提效率。

在移動互聯網行業的大環境里，國內市場的“人口紅利”基本已經結束，無論是流量入口抑或是垂直平臺，基本都已經完成了卡位和布局，鮮有顛覆現有市場格局的挑戰者入局再拉動一次流量的增長。各大平臺內部都在加速對流量的整合與變現，互聯網市場正式從“英雄輩出、兵荒馬亂”的時代進入“合縱連橫”的時代，完成了從上半場到下半場的交替。

從移動互聯網運營的角度看，上半場的特點在于擴大用戶增長規模，而下半場的特點在于將更多用戶留在現有平臺內。通過優化平臺使用體驗、完善目標用戶需求功能等精細化運營手段，將更多用戶留在現有平臺，提供更多的使用場景，爭奪用戶的碎片化時間，提高和完善平臺的商業變現能力。

那么，移動互聯網行業的商業模式有哪些呢？

我們來看內容平臺的移動互聯網商業模式圖，如圖2-1所示。

這里的內容平臺泛指以用戶消費信息而產生價值的平臺，例如閱讀新聞、購買商品、建立好友關系等。

可以看到，一款移動互聯網產品基本上是由4個模塊組成：用戶拉新、內容分發、商業變現、用戶運營。

這與線下場景的商店做生意的邏輯是一樣的。

以逛宜家為例，通過廣而告之的手段吸引顧客進入宜家，根據宜家的商品陳列順序，顧客可以進行體驗，并最終挑選滿意的商品。此時，商家已經完成新用戶的商品變現，新用戶也就變成老用戶和付費用戶。宜家再通過一系列的活動持續地吸引顧客再次入店，并鼓勵顧客將到宜家可以買到合適的家居用品的信息傳遞給朋友、家人，這樣就實現了顧客的再拉新，在移動互聯網中稱為：用戶裂變。

當宜家可以通過較低的廣告費用拉來新顧客，并盡可能地讓顧客在逛的過程中多付費，買完之后還繼續地信賴宜家并再次復購時，宜家就產生了良好的ROI模型，也就是具備了可復制和規模化盈利的能力后，宜家就可以通過開分店的形式繼續完成商業版塊的擴張。所以，移動互聯網和線下場景的生意在本質上是一樣的，都是通過提效率、降成本、增營收的方式，打造良好的ROI模型，進一步擴展市場，從而獲得更大的經濟效益。

那么，整個商業閉環涉及的各個環節是什么？

一、用戶拉新

用戶拉新的方式常見的有幾種：地推、手機預裝、品牌流量推廣、社交推薦、用戶裂變等。不論是哪種方式，用最低的成本獲取更多的目標用戶始終是用戶拉新的最終目標。從理論上講，任何用戶都是有價值的，關鍵看平臺的服務與內容能否滿足用戶拉新的需求。當然，并不是拉來的用戶有什么需求，平臺的服務就定位成什么樣子，而是根據平臺的定位去定向獲取新用戶。

在目前的大環境下，用戶獲取的成本越來越高。從移動互聯網興起的2011年直到現在，以手機預裝獲取用戶為例，單個用戶的獲取價格從最初的0.3～0.4元，已經攀升到了10元左右，這還不算預裝的手機里其實有大量用戶根本就從未使用過此預裝的App。如果想做一個不虧本的買賣，那么就得保證單個用戶在平臺內產生的商業價值要遠超過10元。所以，這就對平臺的盈利能力和留存能力提出了很高的要求，這也是智能推薦會在移動互聯網技術運營市場越來越重要、越來越受歡迎的重要原因。

二、商業變現

商業變現是一款App能否立足市場的重要檢驗標準。商業變現的方式與各家平臺提供服務的屬性高度相關。一般來說，會有以下五種方式：

（1）廣告變現。廣告變現幾乎是所有提供資訊內容平臺的變現方式之一。它的邏輯也相對來說比較簡單，每個平臺都有自己的用戶群體，每個用戶群體都有相對應的品牌，品牌方可以選擇符合自身目標客戶的平臺進行廣告推廣。對于目標用戶群體較為廣泛的資訊平臺，諸如今日頭條、百度等，為了提升廣告投放的效率，在廣告投放方面也紛紛引入了個性化推薦的方式，即千人千面的廣告信息。

（2）電商轉化。典型的如小紅書、馬蜂窩，從社區走向了社區電商，也有很多社交平臺，像抖音、快手、微博，其帶貨能力也非常強，能開辟出適合自己的一套變現方式。跨數據類型推薦的方式，也能實現流量的轉化。

（3）會員付費。比較適合知識付費、長視頻和社交軟件。

（4）直播。多用于社交軟件和短視頻軟件。

（5）小額貸款。金融一直是利潤率比較高的盈利方式。

三、內容分發

內容分發的方式是多樣的，包括算法分發、編輯（人工）分發、社交分發等，內容平臺會根據自身的特點選擇分發效率高的分發方式。一般來說，在內容平臺內會存在多種分發方式并存的情況。

例如，在新聞場景中，可能會有固定類型的新聞需要在指定的位置上展示，其他推薦位置才會用到算法分發。微博的熱點場景即算法分發，而關注版塊的算法則純粹是基于訂閱的社交分發，或者是一個業務場景，各種分發方式以權重的形式參與最終結果的呈現。如電商搜索版塊，不僅用到了以語義和用戶行為為主的個性化搜索排序，還對主推商品、流量商品等加大權重，使這些商品在分發過程中，會有更大的概率、順序較為靠前地展現在用戶屏幕上。當平臺有海量的內容和數以百萬計、千萬計的用戶規模時，信息與用戶的有效匹配顯得尤為重要，自然會通過多種方式提高分發效率。

四、用戶運營

用戶運營所做的事情無非是四個方面：拉新、促銷活動、留存和轉化。按照方式方法可以分為：活動運營、內容運營、渠道運營、產品運營，等等。

用戶運營的日常工作是看數據、做運營，數據化運營是用戶運營的前提，而智能推薦所實現的千人千面、高效的信息匹配又是數據化運營中的重要組成部分。

用戶的運營價值=用戶生命周期價值-獲客成本-運營成本，這個公式也與本書的ROI模型較為類似。在運營體系搭建，沒有太多用戶基礎數據的初期，很多運營人員為了做用戶營銷，只能以簡單的年齡段、App使用周期長短等為依據做用戶分層，假設不同層次的用戶喜好，希望以此為獎勵去激勵用戶轉化。這種方式是純粹的“摸著石頭過河”。

以為A類用戶喜歡青菜，可是蘿卜的銷量卻同比上升30%；以為B類用戶喜歡蘿卜，可是青菜、蘿卜他們都不喜歡，總體銷量下降60%，這都是常見的事。一般在看到活動后的復盤數據，你會大跌眼鏡，簡直是摸到了礁石。

用戶運營是基于數據千人千面地服務每個用戶的思路，需要了解每個用戶的所思所想（當然，你也可以交由機器去了解）。不過，鑒于用戶運營是知識體系龐雜的事情，故不在此書中展開敘述，我們只會涉及運營人員如何正確使用推薦系統的問題。

所以，我們可以看到，推薦系統在整個內容平臺的生意模式里會參與內容分發、用戶運營，而且分發質量的好壞還會影響商業變現的能力。

其主要的作用是：

（1）在內容分發階段實現更高效率的匹配，從而提高商業變現的價值。

（2）在用戶運營階段，更多的服務用戶的碎片化時間，將用戶持續地留在平臺內，提高平臺的留存率和用戶的平均使用時長，在不干預用戶拉新的前提下盡可能穩定住平臺的用戶池，讓用戶盡可能少地流失。運營人員再通過運營手段將用戶池的用戶盡可能更高效率地用去拉新和實現商業變現，從而完成整個商業的閉環。

所以，推薦系統在內容平臺的價值我們可以歸結為：提留存、提營收。