新聞類應(yīng)用

未來趨勢

新聞客戶端在不斷進行功能添加和完善的同時济锄,應(yīng)首要關(guān)注作為一款新聞資訊軟件的核心要素——內(nèi)容豐富度、內(nèi)容質(zhì)量哑芹、新聞時效性布近。在此基礎(chǔ)上改進用戶的交互方式垫释,完善界面設(shè)計也是必不可少的。

新聞客戶端被期待能在碎片化時間里能不僅提供及時要聞撑瞧,還能提供個性化棵譬,聚合化的內(nèi)容, 并且滿足娛樂预伺,社交表達的需求订咸。

個性化已被廣泛應(yīng)用于新聞客戶端行業(yè),并分為主動與被動兩種形式酬诀,主動體現(xiàn)為訂閱功能脏嚷,被動體現(xiàn)為推薦功能。個性化推薦是新聞客戶端行業(yè)發(fā)展的必然趨勢瞒御,精準便捷獲取感興趣的內(nèi)容是眾多用戶的需求父叙;但是過量的個性化推薦會導(dǎo)致用戶閱讀范圍收窄進而狹隘了用戶的思想見識,所以在實施中需注意把握個性化的“度”肴裙。

社交化將是下一個關(guān)鍵變革點趾唱。在社交功能方面,網(wǎng)易新聞已經(jīng)走在了前頭蜻懦,包括話題討論甜癞、問吧、向?qū)I(yè)人士提問宛乃、興趣圈悠咱、社區(qū)等形式,同時進行大v打造和引進明星征炼,目的是為了改變以往的單向閱讀模式析既,提高用戶的參與度,增強用戶粘性谆奥。另一方面渡贾,新聞客戶端的社交不能簡單地堆砌社交板塊,應(yīng)圍繞其核心功能和其品牌理念來建設(shè)雄右,加強功能間的聯(lián)系過度空骚,從而“自然”地促使用戶參與社交。

內(nèi)容需求

新聞內(nèi)容:先關(guān)注社會熱點擂仍,其次是時政財經(jīng)囤屹,最后是娛樂八卦。

內(nèi)容展現(xiàn)方式:在閱讀頭條新聞逢渔、熱點新聞和社會新聞時肋坚,偏好圖文并茂方式;科技新聞和財經(jīng)新 聞更傾向亍選擇文字簡訊和與題報道形式肃廓,體育新聞喜歡直播智厌,對內(nèi)容的安排表現(xiàn)出特定的需求。

產(chǎn)品對比

騰訊新聞?chuàng)碛蠶Q盲赊,微信铣鹏,QQ瀏覽器的用戶基礎(chǔ),又不斷新增個性化功能哀蘑,如彈幕诚卸,創(chuàng)意截屏,版本迭代速度快绘迁,界面簡潔合溺,使用簡單,注重手游市場缀台,充分迎合年輕人心理棠赛。

搜狐新聞作為較早進入的門戶類新聞客戶端,率先擁有過億的用戶群膛腐,經(jīng)過多年積累睛约,擁有海量獨家內(nèi)容和入駐媒體,豐富的全媒體資源和開放的自媒體依疼,以及不斷更新的欄目頻道來符合不同年齡段用戶需要痰腮。

網(wǎng)易新聞注重原創(chuàng)和跟帖,擁有大量的粉絲群律罢,完善的用戶成長體系膀值,完善的服務(wù)如天氣和生活服務(wù),通過金幣任務(wù)和積分商城培養(yǎng)用戶群误辑。

今日頭條的個性化推薦明顯沧踏,立足新聞資訊,內(nèi)容簡潔有力巾钉。

騰訊新聞VS天天快報

騰訊新聞一直主打“事實派”翘狱,雖然也增加了興趣類推薦內(nèi)容,但是只是將其作為輔助砰苍,騰訊新聞?wù)w上還是接近新聞潦匈,不刻意突出趣味性阱高。

與騰訊新聞不同,天天快報雖然也有硬新聞茬缩,但更側(cè)重滿足用戶的個性化需求赤惊,以趣味性、好玩的內(nèi)容為主凰锡。

內(nèi)容是騰訊最大的優(yōu)勢未舟,內(nèi)有強大專業(yè)的內(nèi)容生產(chǎn)團隊,外有公眾號平臺刺激下的海量自媒體內(nèi)容源掂为。騰訊所擁有的海量內(nèi)容裕膀,在過去并沒有得到足夠充足的內(nèi)容出口。

騰訊新聞的“事實派”定位勇哗,使其在內(nèi)容篩選上要注重嚴肅性昼扛,另外一點就是作為一個主打新聞資訊的平臺,騰訊新聞還要注重內(nèi)容的“價值性”智绸。這使騰訊新聞不太可能為那些以趣味性為主野揪,或是面對小眾興趣的內(nèi)容提供足夠多的分發(fā)機會。

天天快報最大的意義瞧栗,是為騰訊龐大的內(nèi)容生產(chǎn)力斯稳,提供了一個足夠?qū)拸V的釋放出口。這才是對今日頭條最大的威脅迹恐。

騰訊本身在內(nèi)容積累上就擁有優(yōu)勢挣惰,天天快報則大幅擴張了騰訊的內(nèi)容分發(fā)渠道——這將使騰訊的內(nèi)容優(yōu)勢得到更大程度的釋放。

在幫助內(nèi)容拓寬分發(fā)出口后殴边,天天快報還為自媒體們找到了一條全新的道路憎茂。

對于自媒體來說,天天快報通過“算法+興趣”的模式锤岸,可以幫助自媒體選擇與自身屬性更加契合的頻道竖幔,并通過和精準用戶的互動,快速了解用戶反饋是偷,提升自媒體對于內(nèi)容方向和質(zhì)量的把控拳氢。與此同時,通過將內(nèi)容推薦給感興趣的用戶蛋铆,能夠幫助自媒體挖掘更多的垂直用戶價值馋评,在垂直領(lǐng)域?qū)崿F(xiàn)更大更強的曝光。另外借助“芒種”計劃刺啦,天天快報也給自媒體帶來了新的商業(yè)變現(xiàn)途徑留特,讓自媒體擁有持續(xù)產(chǎn)生優(yōu)質(zhì)內(nèi)容的動力。

不感興趣按鈕

沒有直接的“不感興趣”鍵,強制用戶選擇理由蜕青。這樣做使得產(chǎn)品能夠積累足夠多的負反饋苟蹈,從而幫助建立用戶的興趣模型。強制理由選擇本身是一件會增加思考負擔(dān)的事右核,但輕量彈窗的設(shè)計則能夠帶來平衡汉操,同時也更加科學(xué)合理。

對于用戶而言蒙兰,每一次“不感興趣”之后出現(xiàn)的彈窗都是一種思路的打斷,而可選理由每增加一項芒篷,就意味著要停下來思考的時間會長一些搜变。產(chǎn)品設(shè)計的一個重要原則就是“別讓用戶想”,因此针炉,就“減少用戶思維阻礙”這一出發(fā)點而言挠他,盡量把無效理由刪去才是最佳做法。

KANO模型分析資訊類平臺的用戶需求

必備需求:熱點資訊篡帕、分類資訊殖侵、評論、收藏分享镰烧、訂閱關(guān)注拢军、搜索

期望需求:離線下載、相關(guān)新聞推薦怔鳖、語音播報茉唉、閱讀記錄、內(nèi)容質(zhì)量高结执、更新快速度陆、字體變更、換膚

魅力需求:問答功能献幔、社交功能懂傀、直播、個性化推薦蜡感、智能推薦蹬蚁、社區(qū)、VR/AR铸敏、獨家資訊缚忧、評論專業(yè)、文章深度

無差異需求:金融理財杈笔、掃二維碼闪水、應(yīng)用商店

反向需求:信息流廣告、低質(zhì)量新聞、軟文廣告

負反饋機制

負反饋機制還處于比較初級的階段球榆,今日頭條在信息流頁面設(shè)置了一個小叉朽肥,在詳情內(nèi)容末尾也設(shè)置了一個不喜歡按鈕,點擊之后會咨詢用戶不感興趣的理由持钉,雖然這種方法能夠精確獲得負反饋的緣由衡招,但是能夠獲得的數(shù)據(jù)量過少,無法形成海量的負反饋數(shù)據(jù)每强。

而如果能夠在用戶的閱讀過程中根據(jù)用戶的瀏覽速度始腾,瀏覽時長和停留位置等來判斷用戶是否希望繼續(xù)推送此類內(nèi)容還是看完一篇就不想再看同類型內(nèi)容了,這樣同時形成用戶的正負反饋數(shù)據(jù)空执,則能夠有效的多浪箭,而這樣做的技術(shù)難度也非常大豺憔。

場景化推送

人性和人的心情是復(fù)雜的艺沼,特別是在刷新聞資訊這種平臺的時候,在不同的心情或者是一天中不同的時間段內(nèi)孽江,希望獲取到的信息的質(zhì)量也是不同的门坷。

比如在下班回家時宣鄙,就希望能夠多推送些輕松有趣的段子和一些自己熟悉感興趣領(lǐng)域的資訊,而在每天上班路上默蚌,有些人就希望能夠多推送些勵志打氣的文章或者多推送一些時事熱點冻晤,如何能夠做到精準推送,遠比我們想象的要復(fù)雜敏簿。

個性化推薦的隱患

隨著用戶個性化推薦的越加精準明也,用戶能夠看到的資訊零領(lǐng)域也將變得越來越狹窄,換句話說惯裕,你讓算法決定了你能看到的和你想看到的東西温数,而你不想看到的東西會離你越來越遠,這樣的話蜻势,你可能也會離社會的主流文化越來越遠撑刺,離真正的社會頭條越來越遠。

今日頭條能夠塑造的并不是一個具有完備人格的你握玛,而只能放大一個本來的你够傍,無論你本來有多少的優(yōu)點或者是缺點,都不會被改正挠铲,被引導(dǎo)冕屯,而只會被算法所包圍,讓你慢慢沉浸如一個由你創(chuàng)建的世界中拂苹,永遠無法走出來安聘。

新聞短視頻

作為一個資訊類的平臺,推送的信息的完整性應(yīng)該是考慮的最重要的事,直播功能由于每個用戶進入的時間不同浴韭,能夠看到的信息也就不同丘喻,而且由于用戶都是利用碎片化的時間打開,所以很大的可能是看直播時即不能夠看到開頭念颈,也無法看完結(jié)尾泉粉,所以今日頭條才選擇了能夠完整呈現(xiàn)內(nèi)容同時又具有聲音畫面等更好體驗的短視頻功能作為除了圖文資訊之外的第二大功能點,隨著流量資費的進一步下降和wifi覆蓋面積的增大榴芳,視頻資訊作為一個能提供更加豐富體驗的方式一定會原來越流行嗡靡,而舍棄直播風(fēng)口提前布局短視頻市場,則顯示出了今日頭條團隊對于資訊類產(chǎn)品的獨到的理解窟感。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末叽躯,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子肌括,更是在濱河造成了極大的恐慌,老刑警劉巖酣难,帶你破解...
    沈念sama閱讀 222,865評論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件谍夭,死亡現(xiàn)場離奇詭異,居然都是意外死亡憨募,警方通過查閱死者的電腦和手機紧索,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,296評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來菜谣,“玉大人珠漂,你說我怎么就攤上這事∥膊玻” “怎么了媳危?”我有些...
    開封第一講書人閱讀 169,631評論 0 364
  • 文/不壞的土叔 我叫張陵,是天一觀的道長冈敛。 經(jīng)常有香客問我待笑,道長,這世上最難降的妖魔是什么抓谴? 我笑而不...
    開封第一講書人閱讀 60,199評論 1 300
  • 正文 為了忘掉前任暮蹂,我火速辦了婚禮,結(jié)果婚禮上癌压,老公的妹妹穿的比我還像新娘仰泻。我一直安慰自己,他們只是感情好滩届,可當(dāng)我...
    茶點故事閱讀 69,196評論 6 398
  • 文/花漫 我一把揭開白布集侯。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪浅悉。 梳的紋絲不亂的頭發(fā)上趟据,一...
    開封第一講書人閱讀 52,793評論 1 314
  • 那天,我揣著相機與錄音术健,去河邊找鬼汹碱。 笑死,一個胖子當(dāng)著我的面吹牛荞估,可吹牛的內(nèi)容都是我干的咳促。 我是一名探鬼主播,決...
    沈念sama閱讀 41,221評論 3 423
  • 文/蒼蘭香墨 我猛地睜開眼勘伺,長吁一口氣:“原來是場噩夢啊……” “哼跪腹!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起飞醉,我...
    開封第一講書人閱讀 40,174評論 0 277
  • 序言:老撾萬榮一對情侶失蹤冲茸,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后缅帘,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體轴术,經(jīng)...
    沈念sama閱讀 46,699評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,770評論 3 343
  • 正文 我和宋清朗相戀三年钦无,在試婚紗的時候發(fā)現(xiàn)自己被綠了逗栽。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,918評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡失暂,死狀恐怖彼宠,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情弟塞,我是刑警寧澤凭峡,帶...
    沈念sama閱讀 36,573評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站决记,受9級特大地震影響想罕,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜霉涨,卻給世界環(huán)境...
    茶點故事閱讀 42,255評論 3 336
  • 文/蒙蒙 一按价、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧笙瑟,春花似錦楼镐、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,749評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽凄杯。三九已至,卻和暖如春秉宿,著一層夾襖步出監(jiān)牢的瞬間戒突,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,862評論 1 274
  • 我被黑心中介騙來泰國打工描睦, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留膊存,地道東北人。 一個月前我還...
    沈念sama閱讀 49,364評論 3 379
  • 正文 我出身青樓忱叭,卻偏偏與公主長得像隔崎,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子韵丑,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,926評論 2 361

推薦閱讀更多精彩內(nèi)容

  • 競品選擇: 除垂直類的資訊產(chǎn)品以外爵卒,其他幾類產(chǎn)品所收錄及展示的均為綜合類的新聞,即涵蓋多個領(lǐng)域面向多元化受眾群體的...
    Mr_茶客閱讀 5,731評論 2 34
  • 1產(chǎn)業(yè)分析 1.1短視頻產(chǎn)業(yè)鏈 1.短視頻簡介 短視頻是指在各種新媒體平臺上播放的撵彻、適合在移動狀態(tài)和短時休閑狀態(tài)下...
    mayairugo閱讀 10,394評論 3 53
  • Android 自定義View的各種姿勢1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 172,336評論 25 707
  • 我一個工作多年的護士钓株,在醫(yī)院這個小環(huán)境里見多了一些人間的冷暖。今天我想來說幾個小故事陌僵! 1 在神經(jīng)科病房里享幽,15床...
    傻吖閱讀 807評論 0 0
  • 用ARKit做碰撞檢測,其實也就是做3D碰撞檢測拾弃。3D碰撞檢測需要涉及到比較復(fù)雜的數(shù)學(xué)知識,還好SceneKit給...
    TSL的開發(fā)博客閱讀 1,782評論 0 2