内容型产品未来会如何发展？在当下的内容生态环境下，内容产品应该搭建什么样的运营策略？在不同阶段，内容社区的增长策略又是什么样的？本篇文章里，作者针对内容型产品，从功能、运营、推荐机制等各方面进行了思考，一起来看一下。
一、“工具产品真的适合通过内容做增长吗？”
网易产品专家董安总结了工具型产品的增长基本公式：工具+内容=增长。
工具型产品增加了诸如信息流、文章聚合专题等内容，通过增加和吸引用户的内容消费，提升停留时间，产生内容的分享裂变等机制扩散，对已有用户而言产生了粘性和口碑，对新用户产生了吸引力从而注册使用，进而产生了产品的增长。这是其中的逻辑。
这个方式确实很简洁。但这个玩法一定玩得转吗？
比如墨迹天气，增加了内容和各类服务（如图中的各类生活服务、铃声、家政、资讯……），试图增长停留时间，提升用户粘性（根据网上披露数据，墨迹天气在年单个用户的日均使用时长为2分36秒）。
不是所有的工具型产品，都有必要增加内容社区的。但有些工具，如果能在相应的场景中增加适当的内容，也是能提升体验。例如：印象笔记app中，其实具备“识堂”内容模块，主要包括了印象笔记的攻略、用户分享笔记等内容，作为一个小白看到此类内容，能恰好满足他们使用工具和进阶成长的需求。
工具产品，增加内容社区和信息流，利弊都存在。换个思路：假如所有的工具都增加了用户留存时间，这就是不合理的。除了工具之间的竞争关系，还有工具和专业内容app之间的竞争关系。
二、精细化运营，最后失败了？
工具+内容社区的功能，不绝对都等于增长。而是要通过对内容的精细化运营获得增长。这里面，有产品功能的成分，也有运营的成分，不可偏废。
对内容运营的[体系构建]，就要开始重视了。把一个内容产品放那里，幻想它能带来用户的爆发，简直是异想天开。
精细化的内容运营，最后失败了。假设是这样，你怎么看？内容不够个性化？不够精细？最后的结论极可能是：内容的运营，不是用户想要的，无论如何精细化运营。
[问渠那得清如许，为有源头活水来]。
渠：内容生态。
清：内容生态的健康程度。
源头活水：优质、个性化、场景化等满足用户需求的内容。
获得“活水”，就要进行筛选、审核、优化、数据驱动。
三、内容的场景化适配
工具型产品的内容，要做个性化和场景化的适配。
四、“说一个自增长的内容信息流改进系统”
关于[ab测试]和自动化改进系统的探讨。ab测试的时长可控，但效率低。自动化系统，是基于系统的指标体系而不是某个具备的优化策略，更具备全局性。
好的内容改进系统，应该长什么样？其效率依托于评估的指标，比如：观看内容的完播率情况这个指标。
好的信息流内容，是不断反馈提升其质量的。
五、“内容消费背后的用户心理”
把内容作为一个筹码，用户要获得这个筹码的一系列交互，跟心理是密切相关的。
把用户和内容的交互，所产生的业务特征（留存、分享等），看做是打牌。这个思路如何？打牌有筹码，可能会赚钱，一旦用户发现有可能赚不了钱，就有可能不看了，产生了[流失]。
内容增长的业务属性，内容本身携带有情感和[情绪特征]，这更容易影响用户的心理和行为。
趣头条、快手们的观看时长获得[奖励]，从而获得了持续留存。这不正是利用了用户的“贪小便宜”心理吗？
六、“平台推荐内容和用户创作的相互影响”
平台推荐一些长内容，用户心想，原来平台是喜欢推荐这样的内容，于是用户就主动去生产长内容。后来，平台发现，好的内容不一定是长内容。于是推荐一些短内容。用户也就生产短内容（快手韩叙）。
这印证一个结论：平台推荐是用户创作的标杆和榜样，有带动作用；平台推荐本身也是平台内容调性的一部分。
可见，平台的调性的来源，便是平台认可哪些内容，推荐哪类内容，鼓励用户创作哪些内容。
这其中的逻辑是：平台推荐的内容调性越明显，推荐越多，用户看到后越想生成这样的内容，获得更多曝光，内容调性越明显，平台推荐系统持续优化……这是调性的正增长过程。
七、“精准冷启动，胜过千军万马的投放”
丁香园副总裁初洋分享丁香医生的[冷启动]的逻辑之一：
为什么做丁香医生？在行医过程中，有很多患者闻到医学问题，但没有地方可以回答。这是一个核心的机会。
小道消息，错误的医学问答信息，[如何解决→引入专家→信任感]，背书继续推广，参考医学界的同行评审机制，将医生评审纳入到[内容生产环节]，同时，这些医生也成为app冷启动的第一波用户。
他们会向患者、同行等推荐丁香医生。于是，更多人认识丁香医生，产生了第一波的爆发。
实际上，这是引入了内容生产端的专业人员，以“内容合作”的方式，让对方认识到丁香医生和内容的优质，从而推荐丁香医生。特点：精准；前期要对接大量医生；谈合作；做培训；稿件管理；分成规则等。
[专业背景→产生专业内容→对内容的信任]，这是丁香医生作为医学健康业务背景的一个重要逻辑。
反过来思考，如果是鱼龙混淆的内容，虽然刚开始让内容社区看起来很丰富，但最后大家对内容质量差导致的医学事故等情况，从而对平台产生不信任。
这对于一个跟医疗科普相关的平台而言，无异于事故。
内容社区平台，要找到他们最核心的[价值观]下，能引发传播增长的属性。比如专业、真实等等。基于这些特征，去梳理内容，找内容的痛点和需求。
价值观的形成，是跟内容业务是息息相关的。比如丁香园，做的是医疗健康方面的内容社区，可信度一定要强，可信度的来源，就是专业；社区发布就要先认证。
在增长时，就要考虑到，哦，原来朋友圈有非常多的各种医疗知识的误区，通过[反常识]的机制，就可以形成增长。
结论：内容社区的用户增长，离不开其本身内容业务的价值观下的定位，并围绕价值观进行后续的增长动作。
内容价值观，如何通过内容来进行传播，其实更加重要。
八、“推荐系统的构成？”
推荐系统的主要构成，包括了：用户、内容、环境、数据算法、业务目标。
做个简单的比喻，一个推荐系统，就是人工饲养小鸡。在哪里饲养小鸡，养料是什么，目标是什么……
这个系统构成比较容易理解。最重要的是算法+内容。
内容：来自哪里？类型是什么？如何获取内容？谁生产内容？内容的情况如何？算法：如何做推荐？依据规则是什么？
业务目标：目标是商业化，社区氛围，还是什么？如何基于算法做到？……
其中提到一点：[环境上下文]。比如：用户刚进入app时要填写用户画像等信息，这就是上下文了。
通过上下文，就大概率可以进行初步的个性化推送了。
九、“如何推荐猜你喜欢？”
讲到了猜你喜欢、个性化推荐的一些前提，是在某些内容的消费场景过程中出现的。比如：用户看完电影（内容消费完成）后，再做进一步推荐（或者进入看电影时就以后了推荐内容）。
内容相似，就要结合当前的内容做对比。当然，入口不一定很深，也有可能在首页出现。
如何推荐内容相似度呢？大致的步骤是：
找到多个相似内容；
建立相似度对比规则；
对比相似度，基于规则抽取；
获得满足相似度的内容列表；
展示相似度让用户可见。
产品只需要对内容相似度的规则进行分析说明，对展示的相似度内容进行排序等即可。
这类推荐模型只有大数据和深度学习接入才可能实现。
最后只能借助用户行为来进行推荐。行为包含了点赞、分享等动作。这些就是基于行为的一个内容优化。这和我写的一篇关于短视频