能回家吗？做核酸吗？要隔离吗？

　　ID 还有一个重要的意义是针对机构的。

　　大家知道 PC 时代每个机构都有一个官方网站。其实微信一直在寻找 PC 时代的“官方网站”的替代物。做公众号的时候，我们希望公众号就是一个机构比如企业的官网。做小程序的时候，我们希望小程序就是官网。现在，我们希望视频号是每个机构的官网。这是合理的，官网是需要进化的。所以未来视频号会承接一个机构的很多服务内容，并不局限于视频。比如一个企业的服务，可以通过小程序的方式，展示在视频号下面。

　　所以我开玩笑说，如果有一天我们在每一个广告牌下面，都能看到广告主的视频号的二维码，那就说明视频号做成了想要的官网了。

　　第一个版本其实只是搭建了这样一个 ID 体系。和公众号的很类似，但是比公众号的门槛低很多，普通微信用户可以立即开通它。

　　内容表现上，只是一个简单的信息流，混合了关注的，朋友匿名点赞的，和系统推荐的内容在里面。

　　但这样的效果并不好。因为是灰度，量不大，因此也吸引不到大量的创作者来贡献内容，因此推荐的内容也一般般。

　　但即使如此，我们还是希望推荐的质量能够好起来。我们组建了三个做推荐算法的团队，每个团队十几个工程师。希望各自用不同方法去找到推荐的最优解。

　　应该说我们在算法领域沉淀应该还是很深的，搜一搜背后是个几百工程师的搜索技术团队，同时我们自己研发的语音识别和机器翻译，都是国内的一流水准。对了，外界一直有人说我们的语音识别用的是第三方的技术，其实我们从未用过第三方的，一直都是我们自己研发的。现在微信里面的语音识别每天翻译的语音条目在五亿条以上。

　　虽然搜索团队有很强的算法技术人员，但是，我还是把他们从搜索团队抽调出来进入到视频号团队来工作。因为闭环的小团队才能迅速迭代。

　　推荐团队很努力，但头几个月的滚动特别困难，似乎陷入了死结，就是内容不好看就没有浏览量，就导致没有人贡献内容，所以推荐系统也推不出好内容，然后继续没有好的内容看。

　　5 月份的时候，我们做了视频号最重大的一个改变。因为经过几个月的灰度，表明在现有的内容下，基于机器推荐是走不通的。对比朋友点赞的内容，虽然当时朋友点赞还是匿名的，和机器推荐的内容来对比，我发现，机器推荐的远不如人工（或者说朋友）推荐的精彩。既然这样，就应该以实名点赞的社交推荐为主，机器推荐为辅。

　　当时我给的理由是，我们所看的书，大部分是因为周围有人推荐而去看，而不是网上书店推荐的书。你少看几个机器推荐的内容不会觉得可惜，但错过了朋友们都在看的内容会觉得可惜。这是视频号能借助社交推荐起来的理由。

　　于是五月份开始了变更最频繁的两周，几乎每两天就要更新一个版本。然后发布了基于朋友点赞的新的灰度版本，终于看到了上扬的数据，用户的留存非常高。

　　所以 6 月视频号的用户到了一个量级。数字其实不重要，但对于一个内容形态的产品来说，一定量级的用户意味着解决了生死问题，即流量的循环起来了。

　　这是一种典型的微信 style 的产品方法，即通过产品而非运营的方法，找到事情的撬动点，通过产品能力让事情运转起来。

　　有这个用户基数说明生存下来了，这时候就可以开始做基础功能的完善了，比如直播能力等。没有过生死线的话，做再多功能也是白搭。

　　在这里，是社交推荐发挥了作用，当时机器推荐的占比非常小，留存也非常低，我们也差点就放弃了机器推荐。但是，并不是说机器推荐没有用，而是要在内容丰富的情况下才能发挥作用。

　　插一个小故事，6 月份的时候，那时社交推荐的新版还在开发吧，我在黑板上写下一个断言：未来有一天，视频的播放量，关注，好友推荐，机器推荐的消耗比例，应该是1:2:10。即，一个人应该平均看 10 个关注的视频，20 个朋友赞的视频，100 个系统推荐的视频这样的比例。

　　当时是这么解释的：

　　内容分两种，一种是你需要花脑力去理解的知识性信息，是学习；一种是不需要花脑力的思维舒适区的消费类的信息，是娱乐。朋友赞是朋友强迫你去获取你未必感兴趣的知识性信息，属于学习类的；机器推荐，是系统投其所好而让你很舒服的浏览你喜欢的消费性信息，属于娱乐类的。关注里面两种信息都有。

　　因为关注的东西你已经知道大概会是什么了，反而不会太有吸引力，因此是1。朋友赞虽然看起来累，但是不能错过，所以是2。而系统推荐，符合懒人原则，是大多数人都更容易消费且获得舒适感的信息，所以是 10。

　　但是我们现在的大盘数据，并不是这个比例。现在朋友赞产生的整体 vv，是机器推荐的 2 倍。

　　于是我让数据同事统计了一下，只拿有关注的用户来看。有关注的用户目前极少，属于活跃用户，所以代表了未来活跃用户的行为。前几天的数据是，有关注的用户，人均在三个 tab 产生的 vv，差不多是1：2：9。拿到这个结果时我非常吃惊。它只是一种粗略的估计，并不是说预测特别准确，而是说我们做东西的习惯是，如果这样做，应该先推理出来一个结果，然后用数据去验证，才能检验方向是不是对的。

　　我估计未来这个 9 还会变得更大。因为这是和内容丰富度相关的。

　　说到这里，可能会有人说当机器推荐这个 9 变得越来越大，不是不符合用完即走吗。用完即走跟时间长短无关，跟效率有关。我们从来不会关注用户在微信里停留的时长，那不是我们的目标。当用户想要看内容的时候，不管是文章还是视频，如果他花了很多时间看，只能说明微信里面有很多值得看的内容，而不是要刻意去消耗他的时间。

　　什么是视频

　　过程中还解决了另一个问题，即究竟什么是视频的问题。

　　说到视频，大家会想到手机相册里面的视频文件。就像朋友圈，只能上传相册的视频。我们也确实是通过这个方式，来希望朋友圈里的视频更多的是用户自己拍摄的视频。

　　但视频文件其实是会消失的。

（编辑：鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!