作為一名運營商，你是否也遇到了難以引入的高質量內容，但產品告訴你不合適？最近，我們的學生與產品發(fā)生了爭吵。事情是這樣的。在內容生態(tài)項目中，運營學生負責高質量內容的引入和制作。因此，分配量非常悲慘，無法兌現承諾給創(chuàng)作者的利潤金額。 操作學生著急了，跑到產品那里問:為什么不分發(fā)？ 

結果產品學生給出的反饋是內容質量不夠好？ 從運營的角度來看，內容質量足夠好，問題在于分銷。然而，產品認為業(yè)務數據正在逐漸上升，他們所做的沒有問題。如果沒有分發(fā)，只能表明內容質量不好。兩者都陷入了僵局。 對此，每個角色都有自己的立場，站在同一水平線上，很難說出誰的問題。 因此，如果你想繼續(xù)推進事情，你需要拋開你的立場，從業(yè)務的角度來梳理它，所以我梳理了內容生態(tài)運作的邏輯，然后定位問題。 內容生態(tài)分為三個部分：內容分發(fā)、內容理解和內容制作。 

01 內容分發(fā) 內容分發(fā)是最接近用戶的環(huán)節(jié)。 基于明確目的、用戶關系、推薦分發(fā)(又稱被動分發(fā))、圈層分發(fā)等幾類內容分發(fā)。 明確目的分發(fā)是指用戶有目的地查看內容或找到相關結果。例如，主題或搜索場景的特征是誰看到相同的結果。 用戶關系分發(fā)是指用戶添加好友或關注后，這些關注或添加好友的用戶發(fā)布內容并向您展示聚合形成的信息流。例如，朋友或關注Tab。 推薦分發(fā)是指平臺根據用戶和內容的理解發(fā)布內容，并根據瀏覽和互動等后驗數據繼續(xù)完成擴展。

推薦分發(fā)通常是內容平臺的主要場景，如推薦或主頁tab(當然，一些流量也會用來支持新創(chuàng)作者或新內容)。 此外，還將根據最新的互動對所有內容進行分發(fā)，而不是通過平臺篩選。對于瀏覽用戶，信息過載。如貼吧、豆瓣集團、微博超話等。 了解分發(fā)場景后，平臺也會有自己的主張，以不斷擴大總分發(fā)量，一般呈現兩種趨勢: 1)從私域向公域擴展 如果產品定位本身是基于私域分發(fā)的，通常會嘗試擴展公域場景。由于私域分發(fā)相對封閉，一篇好文章對平臺的供給價值有限。 典型的是微信。只有相互交朋友的人才能看到用戶發(fā)送的文章。

然而，對于平臺來說，仍然有很多人需要這個內容。因此，為了使內容流動，平臺通過用戶主動互動看一看，將私有域內容擴展到公共域。 2)補充公域下的私域 由于產品規(guī)模的相對規(guī)定，基于算法分發(fā)的天花板是固定的。同時，算法分發(fā)的重點也將分階段進行調整。因此，為了讓創(chuàng)作者擁有穩(wěn)定的流量和更多的分銷場景，產品提倡用戶建立自己的私有域流量，典型的是小紅皮書和抖音。 通過整理所有分發(fā)場景，我們可以回顧文章開頭的問題，定位每個人的差異，因為推薦分發(fā)側的流量不足。同時，由于推薦分發(fā)不足，用戶無法建立自己的私有域流量。

接下來，讓我們深入看看它的影響。 02 內容理解 內容理解是內容分發(fā)的上游，它將成千上萬的內容翻譯成機器能理解的語言，然后推薦給你。 以上我們談到了幾個分發(fā)場景。一般來說，基于用戶關系和圈子分發(fā)的場景沒有內容理解鏈接。平臺將推動您關注的用戶/圈子發(fā)送的所有內容。 而且，推薦分發(fā)場景會有內容理解環(huán)節(jié)。它是如何工作的？ 首先，為用戶發(fā)布成千上萬的內容進行第二次眾籌，并將好的內容放入內容池中。

其次，將內容池的內容翻譯成機器可以理解語言，然后分發(fā)給用戶。翻譯過程過于技術化。這里有三種常見的內容眾籌和情況。 一是平臺有自己明確的內容要求，知道要什么類型的內容，所以只有滿足要求，才能進入內容池，算法分發(fā)。 另一方面，該平臺沒有明確的內容要求，只要它不是非法的，涉及政府的內容就可以進入內容池。前者是主動捕獲，后者是主動刪除，他們都遵循用戶反饋的數據，并繼續(xù)擴大。 還有一種保量模式，平臺定義每個內容的分發(fā)量，然后根據用戶反饋效果繼續(xù)分發(fā)擴量。 1)內容要求明確的平臺 分發(fā)效果更可控。

同時，內容制作、內容理解和分發(fā)可以通過明確的要求串聯在一起。怎么做？ 首先，應該有一個統(tǒng)一的標準：一般有兩個維度，一個是基本元素，另一個是信息增量?；驹厥侵竷热莸慕M成部分，封面、標題、視頻清晰度、信息表達完整性是視頻的基本元素。 但僅僅滿足基本要素是遠遠不夠的。它看起來更像是一個沒有感情的新聞。因此，這里介紹了信息增量的概念，如表達、內容結構、渲染氛圍等，可以調動情感表達。 

其次，上下游團隊合作：在有明確的標準共識后，內容制作方按照這一要求介紹內容，內容理解方按照這一要求進行內容眾籌，內容分發(fā)方將這些高質量的內容發(fā)送給用戶。例如，抖音最近正在做生活服務類別的內容，并完成了幾個鏈接的完整系列。 最后，繼承公司戰(zhàn)略：作為一個內容社區(qū)，內容理解部分有繼承公司戰(zhàn)略的使命，使命可能會分階段改變。 例如，當一個視頻平臺開始分發(fā)足夠，創(chuàng)作者不足時，一般創(chuàng)作者可以通過發(fā)布內容獲得流量。

在后期，當平臺創(chuàng)作者太多時，平臺開始處于選擇創(chuàng)作者的狀態(tài) 2)沒有明確內容要求的平臺 分發(fā)效果更失控。因為我們只是消除了不健康的內容，但是把好的內容和質量差或者粗俗的內容混合在一起會有什么后果？會讓壞錢驅逐好錢。 比如，A是軟色情內容的處理，B是一個創(chuàng)作者熬了兩夜寫精品內容，結果A內容開始推一波人，點擊轉換及時效果好于B，因此，持續(xù)分配的流量也高于B，因此，B類高質量內容無法在平臺上很好地分發(fā)，因此B類創(chuàng)作者慢慢開始逃跑。例如，您可以看到，左側處理內容的交互量遠高于右側原始內容。 

同時，由于內容要求不明確，無法將上下游團隊（即內容即內容生產側、內容理解側、內容分發(fā)側）聯系起來。團隊可能會引入大量的生產內容，最終無法分發(fā)。用戶看到內容粗俗、低質量，長期以來，它會導致高質量的創(chuàng)造者逃跑。 然而，這個問題真的不容易發(fā)現，因為數據只是從點擊效果和持續(xù)時間的角度來看是好的。雖然這種方法忽略了內容質量，但其分發(fā)邏輯滿足了數據（點擊和持續(xù)時間）。分發(fā)的人越多，分發(fā)的人就越多。

為什么好的數據會導致創(chuàng)造者逃跑？ 事實上，這只是局部數據的改進，但沒有看到與創(chuàng)作者相關的數據，如創(chuàng)作者發(fā)布保留和發(fā)布頻率。基于推薦的數據分發(fā)，不僅要保留和持續(xù)時間，還要關注更多的內容生產側數據。 3)根據評分推薦保量 效果通常是負的，通常很少使用，除非平臺選擇性地犧牲部分收入來支持某些特定的人或內容。 在了解了幾種內容后，我們回到了文章的開頭。經過分析，我們在內容理解方面存在很大的問題，屬于第二種情況。 首先，我們沒有就引入內容標準產品和運營達成共識。我們對好的內容有一套自己的理解，所以我們在行動中做自己的事情。 

此外，在衡量內容生態(tài)指標時，產品學生只關注局部變化，認為良好的保留和持續(xù)時間是好的，而忽略了與創(chuàng)作者相關的數據。 這就是內容理解的全部內容作。 03 內容生產 內容制作是內容理解的上游。如果內容持續(xù)，就需要穩(wěn)定的供給端。內容制作的核心是完成創(chuàng)作者的運作。 創(chuàng)作者操作實際上是根據共性將成千上萬的用戶歸類為幾種用戶，然后為這些用戶提供有針對性的服務。堅持這個想法，我們將UGC內容平臺的創(chuàng)作者運營一般分為三類:普通用戶、平臺創(chuàng)作者和站外創(chuàng)作者。運營策略一般是養(yǎng)、挖、拉。 

養(yǎng):目的是普通UGC用戶培養(yǎng)創(chuàng)作者的常用方法是:觸點 低門檻 積極反饋引起用戶參與，最后讓用戶通過持續(xù)接觸養(yǎng)成習慣。 例如，在李宇春的超級演講中，我們經?？吹街黝}，發(fā)布與李宇春相關的討論主題。同時，只要發(fā)布固定格式內容，主題參與方法相對簡單。作為玉米，看到他們感興趣的話題是如此低的運營成本，忍不住參與，參與主題會主動與我互動，自我有一種看到的感覺，當話題再次出現時，我想你會主動參與（這樣的目的擴大了創(chuàng)作者的漏斗）。 

挖掘：普通用戶有第一次發(fā)布行為，甚至越來越頻繁。此時，我們挖掘潛在的創(chuàng)作者。成為創(chuàng)作者后，我們繼續(xù)動力 能力不斷賦予它權力，在動力方面，不斷牽引生產高質量的內容和管理粉絲（通常與利潤分結算掛鉤）。在能力方面，不斷完成助推，提高發(fā)布高質量內容和管理粉絲的能力。 為了配合下游內容的理解和分發(fā)，操作將通過創(chuàng)作者操作完成內容調度，一般通過主題或活動進行指導，并將平臺需要的內容傳達給創(chuàng)作者。 

拉：目的是將站外創(chuàng)作者拉到我們的平臺上。一般來說，在他們自己的平臺創(chuàng)作者創(chuàng)建基準后，實現它的常見方法是根據拉頭的數量給予相應的金錢激勵。 回到我們文章開頭的問題，在內容制作過程中，我們缺乏更多的內容調度，沒有明確向創(chuàng)作者傳達平臺需要的內容，讓平臺野蠻成長。 04 分發(fā)-理解-協同生產 可見，我們在每一個環(huán)節(jié)都踩到了坑，正確的方法該怎么辦？ 1)明確標準:定義好內容，制定合理的評價指標，確保上下游形成共識。 2)內容理解:嚴格按照明確標準篩選內容。 3)內容制作:完成創(chuàng)作者側聯動，不僅調度內容，還調整能力和動力適應新標準。 

4）內容分發(fā)：分發(fā)模型適應良好。如果短期內難以達到效果，可以從總流量池中適當劃分。例如，在增加直播生態(tài)之前，現有算法根據用戶點擊和持續(xù)時間數據進行持續(xù)推送。直播通常需要很長時間才能觀看。在這個模型系統(tǒng)下，它占主導地位，抓住了其他媒體分發(fā)的可能性。因此，根據視頻、圖形和直播的幾種媒體類型，從總流量池中劃分比例。 經過整體分析，雙方學生感覺清晰多了，了解了各自板塊的運行模式。所以我們很快達成協議，并計劃朝著這個方向嘗試。

 05 遷移方法論 從這件事上，我也沉淀了幾種可以遷移的小方法，與大家分享: 1)選擇想要什么和不想要什么有很大的區(qū)別:(除非選擇的標準足夠低，或者選擇的標準足夠高)。前者會更有目的性，也可以圍繞目的找到方法。后者目的弱，系統(tǒng)中的劣幣很容易驅逐良幣。比如文章的內容理解內容標準。 2)選擇正確的指標非常重要：如果指標變得更好，但事情沒有變得更好，這意味著指標選擇是錯誤的，或者只是業(yè)務的局部指標，而不是整體指標。

例如，判斷內容是否理解良好，只看保留和持續(xù)時間，但也取決于對創(chuàng)作者的影響。 3)協同工作，拋開立場，回歸事物本身:這樣會降低溝通成本，更容易發(fā)現問題。比如產品和運營發(fā)生沖突，首先拋開立場，分析業(yè)務運營邏輯的定位，然后看誰負責。 最后，分享一句你最近喜歡的話，試著從新的角度待問題，會有很多不同的解決方案。 本文由@楊學姐談操作 原創(chuàng)發(fā)布 特別說明：本網站的主要目的是收集與互聯網運營相關的干貨知識，為運營伙伴提供便利。本網站收集的公共內容來自互聯網或用戶的貢獻，這并不意味著本網站同意其觀點，也不對網站內容的真實性負責。