圈層的外擴是非常難的事情，並且做得不好容易給產品"原住民"帶來傷害，有時候需要慢慢探索。但是今天抖音、快手競爭激勵，誰能快速跑馬圈地觸碰用戶對外戰局影響深遠，更何況騰訊今天對於新的流量入口，虎視眈眈，大家都正在被推着走。快手與抖音在原有圈層穿透、做深，打通原有圈層的各類平行圈層，還必須做到自上而下、自下而上的貫穿。這裏面戰略上得在圍繞圈層穿透想辦法，戰術上除了引入明星、電影獨家播放權、冠名春晚，試圖在用戶、內容層面擁抱新用戶圈層以外，也在嘗試留住這些拉進門的新朋友。
接下來我們從用戶的生命週期上，結合數據和算法來做一些討論。
01 外部數據
1. 趨勢中心
趨勢的來源可以是站內外的全局熱榜、LBS熱榜、熱搜Query背後的內容主題分佈、內容生產者；當然站外可能需要藉助一些爬蟲、圖像、NLP等技術。比如通過站內的流行趨勢或友商最熱的內容分析，作爲種子可以通過文本和圖像匹配等等手段，延展出非常多的候選內容，通過不斷地測試推動可以沉澱一套方法論；再比如通過友商平臺頭部KOL ( 兩個平臺10w以上粉絲的KOL在10w以內，抖音在8w左右，快手在6w左右 ) 的變化 ( 排名快速上升的KOL )，內容可以撈取到內容變化趨勢，如下圖：
來源：卡思數據
2. 競爭雷達
構建本平臺內容與競對內容的匹配映射關係，挖掘競對數據，最大化競對數據價值，爲應對競爭提供有力數據支持，內容領域可能是主題維度的，而非單內容維度。舉幾個例子，現在平臺上最熱搜的詞，在競對的平臺上優質內容有哪些，熱度如何，熱度可以通過提高爬蟲頻度來做，在一定時間窗口內反覆爬 ( 比如今天和明天各爬一次 )，就可以做增量信息獲取了。對於增長較快的內容可以進行監控分析，如下圖：
來源：卡思數據
02 圈層規劃
你需要擴DAU了，今天如何操作呢？我們需要先對用戶進行劃分和分析，根據打動、拉取、留住的不同難易程度對用戶排序，背後就是成本和收益的計算和權衡。
根據圈層需求在平臺是否已有承載內容以及比例、新圈層羣體在平臺內的佔比我們可以做若干切分，比如以下幾種情況：平臺幾乎沒有相關新圈層的內容，沒有對應圈層用戶；平臺有少量相關新圈層的內容，對應少量圈層的用戶；平臺有大量相關新圈層的內容，新圈層的用戶非常少。快手和抖音在目前的發展形態下，可能三種都有，平臺上部分KOL也在對方平臺，這些KOL服務的部分用戶中可能是目標新圈層，從新圈層喜歡內容的絕對量上來說肯定是大的，但是從內容佔比和獲取流量佔比來說可能是少的。
-
可分發內容量>目前新圈層需求量，首先做好內容挖掘和匹配，逐步拉取用戶
-
可分發內容量<目前新圈層需求量，首先做好領域KOL引入，內容生產&引導
-
可分發內容量≈目前新圈層需求量，內容生產&引導的同時，並且精準匹配，並時常判斷是否用力有偏，迴歸到上2種情形，因爲短視頻的生命週期短，需要一個長期的內容生產機制
1. 存在有供給能力的KOL和內容，但未被挖掘
舉個快手的例子，平臺上每日內容生產量在1500萬條左右，如果要打與抖音有交集的某些圈層用戶，比如一二線用戶，多多少少內容池中還是存在着符合用戶偏好的內容，要做的是識別出平臺上沉默的優質內容，並且精準地分發給這些用戶。
在上面介紹的外部數據模塊上，可以結合對新圈層用戶的定位，定向撈取熱榜數據 ( 比如同城、定向KOL )，然後通過文本、圖像的匹配技術，快速在現有池子中撈取，若內容量過少，可通過挖墳的手段撈取歷史內容。
2. 內容已經被挖掘，如何找人並匹配
站外數據找人：首先通過上述這部分未被挖掘但概率有較大可能可以滿足新圈層用戶的內容，關聯出平臺內已存在的用戶，他們是新圈層用戶中耐受能力強的一部分。這部分用戶往往是突破口，這部分用戶背後的標籤可以是第一步可以做擴量的方向。通過這些標籤可以做一期的營銷、站外買量，與標籤背後典型意見領袖合作等方式。
03 先有內容破圈
從戰略上定位想要打的人羣 ( 與友商對比是一種方式，比如下圖2個平臺的畫像數據 )，初期構建內容體系，更準確的是構建待進入圈層與內容的映射關係，這些內容可能是平臺內，也可能是平臺外的。平臺內容挖出來匯成一個池子，平臺外友商內容則需要快速跟進。若通過外部數據及技術無法明確洞察需求內容點，屬於本行業未開發的圈層 ( 或者是大家都沒有很好體驗的人羣 )，內外都沒有可以依據的，這時候可能是持續的探索與數據反饋來做調整。
來源：方正證券研究所《抖音vs快手深度覆盤與前瞻》- 快手與抖音的用戶畫像
來源：方正證券研究所《抖音vs快手深度覆盤與前瞻》- 快手與抖音的用戶畫像
買量、與明星合作、大型節目推廣前一定要先做內容冷啓動，很多內容平臺都會做的創作者扶持計劃，生產內容給激勵。這中間不是做了就好了，內容生產者需要你幫助他做好內容承接、做好精準匹配。這裏可以舉個不容易的例子，新圈層內容的公平破圈之路。電商裏面你在淘寶上買東西的時候，搜索出褲子，出來2個其它基本一致，但是一個銷量2w，一個銷量10的商品 ( 還便宜一點 )，你會買哪個？其實他們可能都是某個品牌的專營店，貨都是一樣的，你會買哪一個？內容領域也是一樣，你在刷抖音、快手的時候，看到200萬點贊和200點讚的視頻，可能內容是一樣的，或者200點讚的更好，你是不是可能看都不看那個200的直接劃過？所以電商裏面也會存在一個問題，對於銷量少的新商品 ( 比老商品性價比高 )，在不公平的環境下，如何突破爆款老內容的包圍，這個是一個tradeoff，你可以把影響公平競爭的信息隱藏，但是這些信息又往往是用戶決策的依據。
新圈層內容破圈時，平臺往往沒有足夠的數據支撐精確匹配，再加上這部分內容往往很新，這些內容在分發過程中，往往喫虧不少，流量效率可能遠小於其量大以後的情況。想要新內容 ( 與平臺原有內容差異化的內容 ) 破圈，在這種情況下往往短期內會拉低轉化或者核心指標，因爲匹配效率和公平競爭環境問題。這部分內容起來後也需要維持在小圈子內做分發，不然會帶來內容承載效率的下降，最終因爲KPI的原因 ( 創新需要忘記kpi、需要犧牲一定的短期利益 )，這部分辛苦做起來的內容逐步邊緣化。何解呢？初期就儘量top down的思考整個問題，儘量從三個角度都建立一套評估指標。並在各種產品、算法、業務迭代中如觀察或者甚至融入這些指標，只要指標設立的是正確相對全面的，那麼跑起來後就是健康的。當然這不僅僅是個技術活，也是個藝術活，不是純技術範疇的事情。
內容破圈先得做基礎設施及技術建設，如下圖：
04 全流程影響
以數據驅動的方式構建智能全流程用戶運營體系，從初期新圈層預估數據出發，藉助需求評估體系擴展價值內容/KOL池，通過標籤、人羣算法數據體系連接用戶與內容，實現供給與需求側打通。
1. 拉新
有了內容，廣告投放、事件營銷、明星入駐等操作都可以拉新，但這中間需要兼顧運營效率和算法效率；在用戶與內容關聯度，用戶與明星，用戶與事件關聯度上做好儘量精確計算；收拾好鋪子，開門迎客。新客可以分已有少量羣體、和無類似羣體2種，前者可以用上面種子用戶的方式；如果沒有或者數據上不足以支撐延展，可以考慮羣體滲透。其方法論是順流而下：單、少標籤做延展，可以保證內容用戶關聯度的連續性，比如自然的方式是通過年齡、職業逐步滲透，40-50羣體滲透到35-40羣體，再滲透到30-35羣體...
2. 花錢買了教訓，別浪費 ( 小紅心-這裏是重點 )：
抖音《囧媽》、羅永浩、蔡徐坤等、快手春晚紅包、周杰倫、《新聞聯播》等，2家平臺都在拉攏意見領袖或圈外平臺入駐，花了錢，但是覆盤這些引流買量多多少少也出現了若干引流效率低的情況；比如周杰倫入駐快手以後，"周同學"的賬號內容少，更新不多，事件引流的大量用戶出現了留存顯著低於平臺平均的情況。這裏有幾個點可以用數據和算法來盤活當時的引流， 每次新圈層的試探是寶貴財富，未來都是可以用來做新圈層的二次冷啓動。
做好每次承載新圈層流量進入的測試，有些注意點。
數據化度量：用數據來篩選話題人物的進駐，不是有流量的明星就行，數據化度量KOL、明星，這塊的工作可以參考優酷北斗星 ( 原名魚腦 ) - 泛內容AI平臺的建設。
來源：優酷牧己老師的分享
新用戶別推全局熱門：推全局熱門就是打臉，需要內容熱度的分羣化，這個不簡單，以推薦系統舉例，你需要在召回、排序、多樣性等等維度做好各項工作，這個我在前面的文章多次講到，推薦系統模塊之間串聯，需要時刻度量模塊效果，不然容易丟失效果。很多推薦算法工程師覺得這個很簡單，不就是加儘量多用戶的特徵到模型就行嗎？不是的，大家可以自己細想，有機會再探討。
花錢測試內容、生產者效率，新內容篩選與測試：你可能已經通過一些技術和外部數據，對新圈層所面向內容有了一定積累，每次破圈引流就是這些內容的練兵場，別浪費花錢買來的篩子。
花錢買新圈層用戶偏好 ( 花錢買數據 )：通過平臺已有內容來識別出用戶偏好，數據就是財富，每次用戶觸達可以幫助你構建起更立體的用戶，更多對新圈層用戶的洞察。
高流失標籤：特定營銷事件過後，新進的用戶羣體中高流失用戶，我們可以挖掘其背後的標籤。比如周杰倫入駐快手後，引流的用戶平臺內有限交互是啥，完播率較高，高完成度的內容消費是啥，這部分內容背後同類型的內容在平臺供給如何，這些內容背後的共性可以通過文本和圖像來挖掘。
3. 老用戶召回
如果通過拉新以及用戶在平臺的沉澱，定位了高流失用戶，也定位了其偏好內容形態，那就做內容唄，如果內容做得好了那就再次觸達，上門再把當時沒服務好的老朋友迎回來。 優質內容篩選和匹配做得好，就可以通過push做二次觸達，做老用戶召回。
這裏再分享一個點，多找到一些根本性的指標，通過拆解和回溯，可以幫你找到當時服務老用戶時做得不好的地方，幹掉不好的大概率就可以往上走，可以參考前文中小紅書的例子或如果前文BadCase如何溯源文章。如何找到問題突破口，回溯問題原因，並着手解決。
4. 注意點：別拉了新人丟了老人
內容一定要做好區隔，特別是在羣體差異巨大的情況下，如果快手和抖音要覆蓋更多的用戶，今天平臺上必然出現興趣偏好差異非常大的羣體，所以這時候流量分發要有區分。這裏面對推薦系統、算法效率、業務建模的要求非常高，需要類似做一個鐘錶，錯誤會累積，雖然這可能只是細微的錯誤。健康的系統需要分羣進行AB結果分析，並且核心指標中需要考量原始用戶族羣是否得到保護，不同形態的用戶羣是否被抑制了。
如果你是單產品，那這個問題的解，你需要多花時間，當然也有產品矩陣的打法，比如字節產品矩陣中的抖音和西瓜，根據長短視頻來做區分，因爲用戶需求可能就不一樣了。
5. 注意點：精準匹配
不論是老用戶還是新用戶，如何在儘可能短的時間內，讓用戶找到他想要的內容，這是一以貫之的問題，怎麼做，今天不做細節介紹，詳細內容可參見文末其它文章推薦中的3。
05 總結
用戶覆蓋的增長，勢必就是多圈層的，酷潮文化與老鐵文化互相滲透，喜好的分化也會逐漸擴大，這中間新圈層的突破，需要從內容規劃、內容生產、圈層引流、內容精準匹配等各個模塊來夯實，然後形成自轉，是組合拳不是單套拳法，數據和算法是其中的工具。其中對於算法策略，應該明確指標和方向，技術主導，深入優化；對於產品策略，需探尋方向，數據分析，產品實驗；對於未定性的方向，需技術主導，線上實驗，做決策；對於大量未探明的情況，產品主導，小成本實驗，數據與算法輔助配合，逐步確認進一步投入的可能。
這類涉及多邊市場、多環節、極度精準匹配、積木串聯式系統，非常需要系統化、邏輯清晰、快速反饋的迭代機制，這是個聰明人的遊戲。這個是有一個有順序關係，前面的板不能短儘量長，圍起來一起變長的木桶。所以誰能知錯就改，誰能快速反應，誰能通過數據洞察自己的弱點，快速補齊短板，可能就可以快速破圈吧。
今天主要圍繞內容、用戶來講，別忘了這是個雙邊或多邊平臺，內容生產者也非常重要 ( 周杰倫、羅永浩、各種CEO入駐等頂流都能迅速拉量 )，後面我們再對內容生產者進行深入的探討。
今天的分享就到這裏，謝謝大家。