燈火闌珊處-小説平台產品策略_風聞

（基於深度體驗起點、掌閲、qq閲讀、微信閲讀、飛盧、刺蝟貓、番茄、七貓、飛讀、全民、菠蘿包（SF）等小説創作、閲讀平台，思考用户與內容的匹配策略）

閒話少説，直奔用户。

小説平台的用户分類與小説分類的差別已經越來越遠，小説的分類、標籤等距離找準用户仍然很遙遠。讀者在讀完一本風格、套路的書後可能想繼續找到同樣的書，也可能對其疲乏而再也不接觸這一類書；當讀者的小説閲讀經驗足夠豐富後，即“從小白到老書蟲”，找尋合適小説之旅堪稱尋寶。龍空等產品依然不倒，側面説明了這一問題的複雜與困難。產品若能減少用户的閲讀步驟，縮短甚至剔除讀者在各平台尋書的部分，將使得產品在用户、商業等各種層面都更加趨近完美。

讀者不能確定自己的喜好，因此小説產品的匹配策略中，除了在表現層進行小説的分類外，有必要對讀者進行分類，使得讀者能夠對號入座。由於讀者喜好的複雜性，對讀者分類後，各類讀者的推薦、排序策略都將有所區別。各小説產品現有的功能中，比較相近的是用户書單，對讀者分類近似於針對不同讀者羣體的多種產品。

 

幾乎所有網絡小説都具有套路化的特點，與電影的套路化不同的是，一本小説的內容量遠比電影多，在同一本小説中相似的套路也可能會出現非常多次，觀看完一部電影后觀看同樣套路的電影很少會出現審美疲勞，而閲讀完一本數百萬字的小説後極有可能對這一套路的小説不再感興趣甚至反感。因此，所有風格、套路的小説對於網絡小説閲讀經歷較短的讀者都是新穎的，展現該風格的早期優秀小説後，讀者依然能夠對集大成、該風格的最新優秀小説感興趣；如果相反，讀者極有可能不再閲讀早期小説，讀者的新鮮感快速下降，產品的活躍也將受到影響。對於網絡小説閲讀經歷極豐富的讀者，榜單高位、滲透率高的小説是其已經閲讀過或已審美疲勞的，新、有趣、嚴謹等將是其選擇小説的偏好，頁面展現時需要依靠可以體現這些特點的數據指標進行推薦、排序。

總結：

互聯網內容市場的特點：快、多、廣，生產快、創新快、內容多、用户多、範圍廣。任何一個內容市場都將在某些時刻面臨內容與用户的不夠匹配的問題，或是內容過多沒有足夠用户觀看，或是內容創新不夠快用户疲乏，而在這方面，小説產品要做的事，是通過策略將內容與用户的匹配度儘量提高，為用户最大程度提供便利，架設用户與內容間的高速橋樑。

將用户分為不同類型，再通過不同的推薦、排序策略為不同類型的用户展現。與關聯、千人千面推薦策略的不同點在於，不同類型用户的推薦策略在算法中的權值選取上是有區別的。（原因在於讀者的網絡小説閲讀經歷對其喜好有較大影響，且“小白”與“老書蟲”的偏好區別極大。）

附：

關於用户與內容的匹配，現在各產品的主要策略對於用户而言可以分為主動與被動兩種。

被動：通過標籤與數據訓練後的用户畫像進行匹配的推薦方案。

主動：榜單排序，用户書單。

內容市場中，短視頻及新聞的推薦策略取得了巨大成功，因此不少人對頭條系的飛讀、番茄有不小的期待。應明確的是，短視頻與新聞的消遣中，生產量極大，內容量極小，沉沒成本很低，用户對內容的期望較低，即使用户得到的推薦內容有不匹配的部分也無傷大雅。但網絡小説文字量普遍在100w字至1000w字之間，標籤的特點不能覆蓋整本小説，用户閲讀的沉沒成本極大，對內容的要求與期望高。

這意味着，對於小説產品而言，一旦匹配度提高，用户花在尋書與棄書的時間將迅速減少，轉而更好的欣賞小説，並極大程度地提高用户體驗。同理，對於匹配度較低的產品，老讀者會花很多時間去“試毒”，或者乾脆暫時放棄小説閲讀習慣直到在其他渠道發現適合自己口味的小説。

就作者的體驗過程而言，番茄等產品能夠迅速擠佔市場的結果，應主要歸因於信息流廣告-免費閲讀的模式，用户中1年內網絡小説閲讀經歷佔很大部分，對套路化內容反感度不高。由於相關產品內小説量較少、老讀者較少等原因，推薦策略的成效短期內難以判斷；但由於讀者喜好並不固定，而小説生產較慢、標籤化難以精準等深層原因，推薦策略很難像在短視頻產品中一樣生效。

​