• 学前教育
  • 小学学习
  • 初中学习
  • 高中学习
  • 语文学习
  • 数学学习
  • 英语学习
  • 作文范文
  • 文科资料
  • 理科资料
  • 文档大全
  • 当前位置: 雅意学习网 > 文科资料 > 正文

    [“推荐”类应用大行其道]大行其道

    时间:2019-03-30 03:18:31 来源:雅意学习网 本文已影响 雅意学习网手机站

      当互联网上的信息量已经庞杂到让人晕头转向的时候,人们使用百度与谷歌的频率却在与日递减。相反,带有“推荐”意味的应用与网站萌生出来,帮网民回避漫无目的的搜索。就连百度CEO李彦宏都在“百度世界2011大会”上表示,百度要从“即搜即得”过渡到“不搜即得”,在首页上集成更多应用与网站,直接推荐给用户使用。
      这些迹象说明:属于“推荐”的时代,也许真的到了。本刊2011年10月期的《数据战互联网江湖隐蔽阵线》一文中提到的麦路、百分点科技、微精等公司,都在沿用这种思路,获取用户数据,加以分析,然后进行推荐,更别提那些更新鲜、更细分的推荐应用。可以说,它们前进的一小步,也是我们向“个性化互联网时代”迈进的一大步。
      但从生意的角度,这些“推荐”类应用充满理想主义色彩,它们不仅距离“变现”还有点远,其中一些甚至只是以“插件”形式存在,与其他网站搭帮过日子。它们在中国能否演化出完整的盈利模式?而顺着“推荐”的思路去延伸,又能否寻找到更多机会?
      下文将“推荐”大体分为三类思路,并以一些较新的应用进行举例。值得一提的是,这几种分类并不能完全独立开,多数应用需要协作完成,将用户数据滚动起来,再循环利用,加以推荐。
      “数据分析类”推荐:
      新案例:Clothes Horse
      数据分析这件事,可大可小,有相当多的公司正在凭借复杂算法进行“精准匹配”,为用户推荐出“你可能会喜欢”的商品或广告,在此不多列举。
      也有更新鲜的做法,例如构建巨大的数据库,进行相对简单的比对工作。美国公司Clothes Horse为用户推荐的是“尺码”:它的产品是一个为电商网站设计的定制化插件,用户光临网站后,会被问及一些问题,例如“穿哪些品牌服装比较合身”、“合适程度如何”等,后台数据库收集了众多品牌的尺寸数据,经过比对,进而判断出,用户在此网站购买哪个号码更加合适。其创始人认为,人们放弃已经装好衣服的购物车,7%的时候都是由于担心尺码不合适。Clothes Horse意在为用户建立一份可以通用的个人尺码资料,很可能在推荐的路上越走越宽。
      “社会化”推荐:
      新案例:无觅、酷云阅读、Forkly
      去年格外红火的“蘑菇街”、“美丽说”等导购网站被称为“社会化”推荐,即使不停有言论指出,它们的做法更偏向于媒体行为,原因是用户间难以形成关系,但“社会”的成分在其中起到一定作用。
      另外,阅读这件事也加入了“社会化”成分。“无觅”的创业团队最早的产品是个性化浏览器插件,之后推出为科技博客等内容类网站提供的“相关文章”插件,如今“无觅网2.0”,产品思路可以归结为,通过对阅读内容的分析,进行个性化阅读推荐。不仅是根据用户的阅读历史,进行数据分析后,为其推荐出感兴趣的内容,还会向社会化运营上逐步靠拢,以网站为主体,带动用户进行观点的分享和交流,并导入到微博上。另外一款个性化泛阅读软件“酷云阅读”则将新浪微博作为主要媒体源之一,使用者的阅读习惯会被推送给朋友,同样有社会化分享的元素。
      美国的一款美食推荐App名叫“Forkly”,在邀请用户为吃过的每道菜打分之外,还会将用户的口味偏好与其他使用者相对比,模式甚至有些像Twitter,食客之间可以互相Follow,由于加入了LBS概念,还可以搜索出附近的餐馆及其他用户的评价,予以参考。
      “意见领袖型”推荐
      新案例:《蛮子文摘》
      爱玩微博的天使投资人薛蛮子将微博上的资讯进行汇编与评论,做成独立的电子杂志《蛮子文摘》,在App Store上线后表现抢眼。其中板块包括时事、说史、创投、公益等,据说会有一个维护团队来为他筛选信息,最后经薛蛮子本人审核。薛蛮子还表示,短期内,此应用都会是免费。除此之外,国外也有明星推荐书籍或产品的网站,有可能成为一种独立的生意模式。
      加入“社会化”元素的数据分析,才是好推荐
      林承仁:无觅创始人
      我认为搜索和推荐是两回事,搜索有明确的目的性,但是在很多场景下并不适合,比如看文章,肯定不是搜一篇然后看,再搜一篇再看,这不符合阅读习惯;另外,你经常不知道自己对什么会感兴趣,直到看到后才感到喜欢。在人们的互联网习惯中,有很多这样的情况,只是之前没有挖出来而已,像大众点评等LBS相关的应用,本质也是在推荐。
      目前市场上的阅读器或阅读社区,普遍有两种做法:订阅或根据用户喜好进行推荐。RSS订阅不能算是个性化,订阅哪些就只能看到哪些,我们目前的做法是后者,通过分析用户喜好,然后进行推荐。不过,到底哪种更适合用户,或者是一个介乎于二者之间的做法,我们也还在摸索之中。
      另外,很多产品认为阅读是私人的活动,我的看法是,就算你推得再准,用户还是会有阅读疲劳,他会愿意一直用某个阅读器的主要原因是,他的朋友也在这里,或者他认同的人在这里发表观点。国内原创内容太少,高质量的反而是用户的评论。所以我们会以社区的形式去呈现。
      去年开始,很多公司重新来做阅读器,我觉得是乔布斯救了大家一命:移动互联网爆发,iPad或者智能终端变多,人们拿着它,要么阅读,要么玩游戏。那么我们这些公司的风险在哪里呢?版权方面,看似有点麻烦,其实并没有,只要你做得很大,例如拥有几千万用户,和内容提供商谈分成还是不难的,甚至可以做收费的独家内容;比较大的风险是,阅读器的用户粘度不高,用户对产品的切换成本很低。所以我们做社区,也希望把用户的关系黏在这里。
      另外谈几句中国的互联网环境。我曾参与亚马逊推荐系统的开发,回国后做无觅,最早的产品是浏览器上的插件,以此直接获取用户的浏览数据,这在美国是很正常的做法,但是在中国,做插件简直就是没可能。我回国几年发现,在国内做新东西的难度很大,互联网圈的大公司还是那几家,风投敢投资的,也多是“Copy2China”的模式;中国对创新也没有什么保护措施;每家都抄美国的,国外一款新产品出来,很多人一窝蜂上去,只要你没有迅速做大,你的价值就显得很小,就肯定会萎缩。这就形成一个恶性循环,很容易把市场做滥了。

    推荐访问:大行其道 推荐

    • 文档大全
    • 故事大全
    • 优美句子
    • 范文
    • 美文
    • 散文
    • 小说文章