zoukankan      html  css  js  c++  java
  • 小星星短视频app

    ------------个性化推荐方案----------

     

    --------------增长方案-------------

    ------------产品规划----------

    背景:要做新产品。短视频app,要做有内容深度的短视频app。

    分为两个阶段:先以感人视频切入让增长冷启动,因为感人视频基本都是有内容深度的视频;第二阶段:品类扩张,扩出各种品类有深度内容的视频。

    第一阶段:以感人视频为增长切入点

    解决的痛点:用户痛点:短视频内容没有深度,同质化很严重;技术痛点:无法对感人建模。

    一,假设分析

    1,商业价值假设

          应用到的理论知识:商业价值对公司的整体战略+商业价值的有全局认知,此处可能产生一个赛道中某些结构性机会的判断,也可能会影响整个公司的业务模型。

           短视频的商业模式已经被前人跑通了,而且很成熟了。商业模式具体为:信息流广告,直播,会员,电商。所以,只要搞定DAU,就一切都好说。

           短视频单从用户角度看,已经是红海一片,但是推荐和增长技术的红利却才刚刚开始,也就是那些吃了人口红利但是却在技术上输人一截的短视频app的用户要不断地流失(如好看视频等)。这时候如果,能把这推荐和增长做好,并且找到短视频还没满足的用户痛点,便可从红海中杀出一条血路来。

    2,产品用户价值:

           应用到的理论知识:必须有用清晰地产品价值/业务逻辑假设;  

          产品用户价值是:让用户看到他喜欢的有内容深度的短视频。

         如何在现在短视频红海里面找到用户没有满足的痛点,做好个性化推荐,增长是这个项目能够起来的关键点。切入的痛点是:现在的短视频app看了2个小时,但是又跟什么都没看,用户想看优质有内容深度的短视频的痛点得不到满足。但是既然要做好增长,就必须有增长的切入点:先让自己在某个细分渠道或领域内成为头部,再通过这个进入其他领域。跟有内容深度的短视频最切合的垂类就是:感人视频。所以,以感人短视频作为增长的冷启动,后面切入到有深度内容的短视频。

    3,执行运作构想:

          应用到的理论知识:一件事到底怎么做一定要能提出全面的构想。  

         短视频app最核心的3部分:增长,个性化推荐,内容冷启动。  

       (1)增长

         以感人短视频作为增长的冷启动,后面切入到有深度内容的短视频。 

         辅助增长的产品功能:点赞细分为:感人,精彩,搞笑。

        aha moment为:看10个视频2个点赞感动,北极星指标为点了感动的DAU。 增长冷启动之后:多加个产品功能为喜欢。 aha moment为: 看完10个视频点2个喜欢,北极星指标为点了喜欢的DAU。

          (2)个性化推荐(方案如上)

         (3)内容冷启动

                  感人的内容从哪里来是冷启动的关键。方案:早期靠爬虫,爬虫进行分发之后,进行UGC系统。

    二,探索项目的工作逻辑

            应用到的理论知识:探索项目的基本工作逻辑:形成业务层面的价值假设---梳理价值假设点,找出最关键的几个价值假设---按照顺序验证这些价值假设,直至业务模型证实/证伪---增加资源投入,放大业务模型。

    (一)形成业务模型层面的价值假设

           应用到的理论知识:你遇到了某一个问题,找出对应的常见模型,然后从中挑选出最有可能解决问题的模型,根据模型提出一些备选的关键假设,然后提出相应的解决方案。

          业务模型:要做有内容深度的短视频app,早期以感人视频作为增长冷启动,先让自己在某个细分渠道或领域内成为头部,再通过这个进入其他领域。

          关键假设:因为商业模式已经成熟,所以,只要有了DAU一切都好说。关键假设1:能搞定感人的内容:爬虫+UGC业务模型。关键假设2:内容要分发好:个性化推荐+点赞细分+显性正/负反馈。关键假设3:用户增长:AARRR增长业务模型。

    (二)梳理价值假设,找出关键假设

           应用到的理论知识:先考虑价值不会被认可(用户会不会用),再考虑价值如何被创造。找出最重要的价值假设,然后出方案进行验证。

           1,用户价值会不会被认可:用户如果愿意在你这里消费视频,而不选择其他视频app的原因:价值假设:感人视频其他地方没有这么密集。你的个性化推荐必须抓住他的兴趣,也就是就算是同一类别也是有区别的。      

          2,价值如何被创造:

           最关键的就是:个性化推荐技术+AARRR的增长技术(aha moent,北极星指标)。个性化推荐里面最大的难题在于:无法建模感人视频的问题。所以要结合产品造出感人行为,即点赞细分,对细分点赞建模。

    (三)按顺序不断地验证价值假设直至业务模型证实/证伪

           应用到的理论知识:一个链条+一个模型--->拉出关键影响的要素--->在各要素找那个稳定定量,确定变量--->反复测试。要想成功:定量足够多足够稳定,围绕少数变量进行验证。反之,如果探索型项目出现了N多变量的叠加,而又没有稳定的定量的时候,这个探索项目将注定走向失败。 

          一开始的时候就把个性化推荐+增长的方案ready好,因为这是最有经验的,让他成为定量,稳定的往前推进就行。

          重点测试的是:怎么让用户很好的UGC和很好的做出点赞细分的行为数据;市场买量的素材;

    (四)测试通过之后,增加资源投入,放大业务模型。     

               这一步的关键点就是:买量。这里的增长方案是:自己的价值主张是素材买量的唯一参考点,现在很多公司都是代理买量,不管产品价值主张,只有能起量就行,这样新用户无法优化留存;厂商买量也是一样的道理,不买关键词包,针对自己的产价值买对应的关键词,早期就买感人就好了。

     

    三,整个规划进行总结

          1,第一阶段:定位出与有深度内容有很强相关又能够快速增长的内容调性:以感人视频为主的短视频app;

          2,第二阶段:完成做短视频最关键的几个部分:增长,个性化推荐,内容冷启动。增长定义出aha moment,北极星指标;个性化推荐系统:通过与产品进行结合,解决好无法对感动类别建模的技术痛点,并上多目标模型。内容冷启动:爬虫+UGC。

          3,第三阶段:买量增长。(买量时刻记住与价值主张一致)

          4,第四阶段:品类扩张,支撑更大的增长天花板。(切入有深度内容的短视频社区)

     

  • 相关阅读:
    git 只添加cpp文件
    URI和URL学习
    scanpy中常用函数
    特征去量纲方法
    排列组合数计算公式
    UML图
    行测图形推理笔记-
    nis服务器实现用户帐号管理同步
    rsh配置双方主机免密
    两周实习的总结
  • 原文地址:https://www.cnblogs.com/yueyebigdata/p/13164016.html
Copyright © 2011-2022 走看看