不止於推薦效率，更是變現效率
趣頭條和米讀小說的商業模式頗具創新，但為什麼最終它們都沒落了？作者從基礎資料質量影響推薦效率、變現效率制約投放成本兩點談談自己的看法，一起來看看。
有這樣一家還蠻具有悲情色彩的公司——趣頭條。
趣頭條，在2016年伊始就將遊戲化的金幣機制應用於資訊閱讀領域，以農村包圍城市的方式，快速收割下沉市場的使用者。2018年，趣頭條實現了美股上市，上市時累計裝機量1。81億，月活使用者6220萬，使用者日均時長55分鐘。
上市的高光時刻，似乎也成為了趣頭條在使用者規模的頂點。隨著各大內容資訊客戶端回過味來，採用一樣的“金幣+裂變+廣告”的方式來爭奪市場，趣頭條的日活便開始起起落落落，開始走上一條下行的道路。
為了找到第二增長曲線，趣頭條推出了米讀小說，開始用“網路小說看廣告免費讀”的方式重新爭奪付費意願較低的使用者市場。在一度取得亮眼的成績之後，米讀小說接連被位元組跳動的番茄小說、百度的七貓小說超過。
Questmobile資料顯示，2020年年末，線上閱讀App行業MAU規模中，番茄小說以6162萬名列第一，七貓免費小說以5434萬位列第二，而此前率先突破千萬 DAU的米讀小說未能進入前10名。2022年3月，米讀小說賣身閱文集團，給這一段故事畫上了句號。
趣頭條和米讀小說，兩款應用都可以說是頗具商業模式創新的應用，如果時至今日，說不定都可以套一個Read2Earn的 Web 3。0的殼子。只是，創新者曇花一現，宛若流星短暫的劃過天際。
為什麼趣頭條和米讀小說會沒落？
拙見兩點：基礎資料質量影響推薦效率、變現效率制約投放成本。
一、基礎資料質量影響推薦效率
以我所知，趣頭條並沒有不重視推薦演算法，花大價錢挖來了業內的團隊來進行模型的打磨和迭代。底層邏輯也非常明晰：透過金幣機制把新使用者留住，透過有效的內容消費完成新使用者到老使用者的過渡，最後實現補貼停止後用戶也能留存下來的長線目的。
然而，這樣的邏輯卻有一個漏洞：金幣機制極大的干擾了基礎資料的質量。
對於推薦系統的訓練，我們有這樣一句話“Garbage In，Garbage Out”，只有好的資料才有可能訓練出好的模型引數，倘若基礎資料裡混淆了大量噪音，訓練出來的推薦系統質量可想而知。
但是，在金幣機制的加成下，顯然難免遭遇使用者的動機擁擠效應。使用者為了賺金幣而近乎無差別的消費內容，迎合系統的指標：
看完麼？可以，給金幣就行。
點贊麼？可以，給金幣就行。
分享麼？可以，給金幣就行。
而閱讀、點贊、評論、分享等這些本來應該有差異化、層次化的行為，恰恰是推薦系統賴以為生的基礎資料。當基礎資料變得面目模糊，我們又怎麼能夠指望推薦系統能夠實現我們預期當中千人千面的理想效果呢？
這也是很多時候，我們其實不太鼓勵以強運營的方式激發甚至透支使用者的原因。這些短期被激發起來的使用者行為或許能夠一時做高虛榮指標，但是由此產生的使用者資料，就會像汙染物一樣，影響相當長時間的基礎資料質量、甚至是生態質量。
創作者動機擁擠：在知乎供職時，我曾經詢問過白鬥鬥老師，怎麼看待僅基於內容消費資料對創作者的金錢激勵。她的回覆很明確：金錢大機率能夠激發出合格的內容，但是很難激發出真正優秀的內容，知乎真正需要的，其實是那些優秀有影響力的內容和創作者。
消費者動機擁擠：打折沖銷量，似乎成了很多國產消費品牌做資料的不二法門，但是不斷打折之下，消費者後續還會按照原價購買麼？他們是真的喜歡這個產品，還只是為了圖便宜囤貨？當價格回到本來的區間之後，還會有多少消費者為之買單呢？
追求使用者真實有效的行為指標，保證推薦系統的輸入資料質量，才能讓兩者構成正迴圈，讓系統的齒輪緩緩運轉，推動業務不斷向前。
二、變現效率制約投放成本
但是，趣頭條的故事僅止於資料質量影響推薦效率，推薦效率制約留存效果麼？
顯然不。
通常，我們認為內容資訊產品的次日留存大於30%就已經尚可了，趣頭條顯然已經超過了這個閾值，不然也沒那麼容易做到千萬量級的 DAU 規模。儘管和今日頭條、百度相比，趣頭條的推薦效果還有差距，但是比上不足比下有餘，其內容推薦體驗還是高於行業平均水平的。
尤其我們考慮到推薦效率邊際收益遞減的因素，當我們從指標層繼續將有效點選率指標、時長指標向上提升百分之一、千分之一的時候，我們已經很難收穫更高的留存收益了。推薦效率的精益求精或許會拉開使用者體驗好和更好的差距，但是卻並不會直接影響產品的存亡。
當我們帶入到競爭格局來審視的時候，會發現：趣頭條選擇了一個競爭激烈的市場、一群商業化價值較低的差使用者。
一個競爭激烈的大市場，是指圖文市場和小說閱讀市場，都佔據了大量使用者的大量時長，市場內群雄環伺；
一群商業化價值較低的差使用者，是指靠金幣吸引來、願意點選某些低質廣告的使用者，其本身的商業化變現價值是相對較低的。
大市場裡的異軍突起，引來群雄的圍追堵截，各種圖文影片應用都出了金幣版、極速版，和趣頭條比著燒錢搶使用者，一步步抬高了趣頭條的獲客成本；而面對一群商業化價值較低的使用者，縱然使用者體量還不錯，可是受限於客觀較低的單位使用者價值和尚不完善的商業化體系，這群使用者能夠創造的商業化收入顯著低於其他相對更成熟的應用。
讓我們來算一筆賬：
公司 A，次留為50%，LTV 為 6元，存量使用者規模1KW
公司 B，次留為45%，LTV 為 7元，存量使用者規模3KW
儘管公司 B 的產品體驗略差，但是，架不住它有一部更高效的變現引擎，更捨得花錢。只要公司 B 願意用6元以上的成本去市場上獲客，遲遲早早可以將市場拖入泥沼，將競品耗到彈盡糧絕。
如果市場上各個玩家都有相同體量的資本，或許趣頭條能夠持續活下去，它在金幣如何分發上積累下來的經驗， 確實能夠幫助它更有效的控制留存成本。
可是，真實的世界沒有如果，背靠各家金主爸爸的應用，顯然已經在存量使用者上賺的更多、也願意為增量使用者花的更多。
和他們比起來，趣頭條賺的只少不多，花的只多不少，如此的流血遊戲，又豈是趣頭條能夠持續做的正、燒得起的市場呢？
本來，趣頭條希冀的故事是：金幣激勵保證使用者新增，使用者行為積累推薦資料，推薦體驗改善使用者留存，變現成本高於投放成本。
可事實上，真實發生的故事是：
金幣激勵造成動機擁擠，動機擁擠影響資料質量，資料質量降低推薦效率，低質使用者影響商業變現，變現效率制約了投放成本。
三、何以規避大公司的跟進複製
類似趣頭條和競品的競爭關係，我和一個朋友聊到過類似的競爭場景：
我：你的產品和競品相比，誰的效率更高？
他：我的，我的留存比它高5%
我：那為什麼你的產品 DAU 也橫盤了，不是理論上還有進一步提升的空間麼？
他：國內的應用分發情況你又不是不知道，我們的產品某些渠道無法投放。
我：不過，多拋一個問題，你覺得這5%的留存差異重要麼？
他：在大家都有錢且捨得燒的情況下，似乎，也沒那麼重要了。
誠然，作為相對較大的公司，每當我們想要切入一個細分市場的時候，絕大多數的口頭禪都是：“我們短期不賺錢，長期有耐心”。
即便我的使用者體驗沒有競品好，即便我的單位效率沒有競品高，但只要我能夠承受起更高的獲客成本，就能夠有效扼制競品的增長，從而給自家產品追平體驗、對齊效率提供充裕的時間視窗。競爭激烈的大市場裡，存活下去的關鍵，或許不僅在於你做的夠不夠好，還在於你夠不夠有錢。
現在，角色換位。如果我們是一個小專案，一個小公司，似乎永遠要面對這樣一個問題：這個創業專案，如果［騰訊/位元組跳動/FaceBook］ 跟進複製了，你會怎麼辦？
大公司的利器是基礎建設、是變現效率，而小公司的利器是市場洞見、迭代速度。
參考顛覆式創新的概念，或許應該去找到一個巨頭瞧不起、看不上的邊緣市場，深挖洞廣積糧去做巨頭們看不懂的生意，用巨頭們不擅長的方式構建起自己的使用者壁壘，等到那時，巨頭們也啃不動、追不上了。
希望我們能夠永遠理想主義的去追求創新，也希望我們不要在現實世界裡成為下一個趣頭條。
本文由 @YanZehua 原創釋出於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協議
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供資訊儲存空間服務。
