快好知 kuaihz订阅观点

 

用网络科学解构,悟空问答输给知乎背后的逻辑

网络结构也是互联网产品的一个非常重要的特征,其中包括无标度网络、小世界网络、随机网络等等。而掌握了网络结构就掌握互联网产品设计与运营的内在机理,进而帮你更好地把控商业竞争或是躲避商业网络攻击。本文试图从网络科学的角度,去解构悟空问答输给知乎背后的逻辑。

据统计,国民级产品今日头条已经占据了互联网近10%的用户流量,张一鸣也深谙流量挖掘的玩法,诸如抖音、火山小视频、西瓜视频等爆款产品都是被头条用流量和资源逐一挖掘出来。

可惜,这一次,悟空问答却没有这么好运。

有传言,头条为了扶持悟空问答,曾经从知乎一次性挖走300个大V,2018年计划投入10个亿的补贴。而事与愿违,据QuestMobile提供的数据来看,2018年4月到7月,知乎的MAU(月活跃用户)从3019万增长至3476万,而悟空问答却从93.4万下降至67.9万。

而头条内部也传来“悟空被并入到微头条,悟空问答团队100多人转岗,悟空的部门总监也已经离职”这样一则组织架构的调整消息。这更做实了头条暂时战略性放弃了对悟空问答这款产品的投入。

为什么知乎创始人周源曾对被挖300个大V这种行为嗤之以鼻,不屑一顾?头条擅长做流量挖掘这样的游戏,每次屡试不爽,但这次怎么就失灵了?张一鸣又是怎么看待此次挫败,将悟空问答归并到微头条的旗下,用意又何在?

1、从社区运营发展的基本逻辑看

笔者曾经总结过一个社区发展的几个关键阶段,如下图:

社区发展的几个关键阶段

社区的发展一般会经历从社区定位,到冷启动阶段关注优质的PGC内容,再到扩张阶段关注社区KOL运营,再到通过一些关键事件运营来引爆,试图打破平衡点。

罗杰斯(Rogers)在创新的扩散(P298)提到,一旦系统内已有足够多的个体采纳了某些创新,达到一个平衡点后,扩散的过程将相对稳定,有一种自我维持的能力。即这个社区在不注入外部资源的前提下也能做到了自我维系,再往后则是构建社区影响力以及价值变现等阶段。

熟悉知乎的用户从2012年早期采用邀请注册注重优质内容的积累,到2013年开放注册后持续沉淀优质的答案,包括知乎日报等精彩文章。其也慢慢占领了人们在“与世界分享你的知识、经验和见解”知识问答领域的头牌心智。

周源似乎在《大城市的生与死》这本书的启发下,一直小心经营和维护社区的规则和机制,哪怕是在17年商业变现的压力下,也只是小心探索知乎Live等知识变现的形态。

知乎构建的是知识问答背后的强连接,而内容背后的用户之间其实是“弱连接”。

对比知乎的稳步发展,悟空问答靠“AI提问,按回答字数进行补贴”的行为来实现早期内容的快速积累则显得有点操之过急。以至于悟空问答的定位和调性是模糊的,你会看到大量蹭热点的AI式的提问,诸如娱乐绯闻,体育事件,甚至包括各种收入水平的无聊探讨等等。

另外从答者的体验来看,除了羊毛党不断通过码字回答问题赚钱外,不知道大家有没有体验,头条也会用看似强大推荐算法,邀请大家去回答一些根本回答不上的问题。即使能回答上,在手机上去仔仔细细做一遍有价值的回答,也是一件极高门槛的事情。

殊不知,一个最知乎的答案(我们称之为知乎体)恰恰是由个人经历总结的经验和理论,在3000-4000字之间,高度依赖故事或实例来说明一个方法论和论点。而知乎体之外的多样化答案,也构建了一个很好的心流体验。

很遗憾的是,10亿的补贴并没有给悟空问答换来羡慕不已的连接数,只是给头条在媒体的属性上增加一些添头而已。

而这挫败背后,也许还隐藏着更深层次的原因。

2、用复杂网络科学的视角解构背后的逻辑

我们都知道,互联网产品估值高的原因是因为其构建了网络效应,比如:很多互联网公司的投资估值其实是根据的梅特卡夫定律来判断的,即其价值(网络价值)与用户数的平方成正比。

所以你就不难理解,小米上市前要标榜自己是全球拥有连接数最多的IoT公司,而不是一家专门生产智能手机的硬件厂商。

所以你也不难理解,为什么蚂蜂窝如果真的涉嫌伪造用户数据,则其将会被投资界从一家网络属性的公司改判为一家旅游内容攻略发布的平台型公司,进而其产品估值则会大大折扣(甚至是掉一个数量级)。

而借助复杂性网络科学视角,似乎可以帮我们更好地透视事物背后的结构要因(网络结构)。硅谷的创投教父彼得蒂尔也在《从0到1》中提到,最大的商业秘密就是幂律分布(power law distribution)。他发现在其所投资的100家公司的收益排名中,排名第一的收益是其他99家所有收益之和,而以此类推,排名第二的收益是其他98家所有收益之和。

幂律分布(power law distribution)

复杂网络大牛A.-L. Barabasi(著有《链接》等书)在1999年提出了过无标度网络(scalefree network)的概念,简单地说就是度(节点的连接数)分布服从幂律分布的网络,即网络中少数称之为Hub点的节点拥有极其多的连接,而大多数节点只有很少量的连接。少数Hub点对无标度网络的运行起着主导的作用。

网络结构如下图:

新浪微博的网络结构(无标度网络 Scale-free)

新浪微博的网络结构就属于典型的无标度网络。整个微博的网络中,存在一些Hub节点(网络大V),这些大V的粉丝动辄数百万甚至是数千万,而普通用户的连接数(被关注数)则非常有限(一般在几百左右)。整个网络结构中呈现细长的长尾分布,最细的部分(大V)数量极少。

而无标度网络有一个显著特征:在被网络攻击时候(比如商业竞争),即在随机的失效情况下极具鲁棒性,但在专门进行大V节点攻击的情况下显得很脆弱。

通俗的讲,头条的微头条如果从能从微博挖来100个姚晨这样的大V,则能将整个微博网络的大部分关注数迁移过来,进而对新浪微博形成一次影响较大的网络攻击。所以新浪微博是一直很紧张头条的。

而这样的网络攻击打法对于知乎却适得其反,这又是为什么呢?

这是因为知乎的网络结构不同于新浪微博,挖大V砸补贴这样的运营打法不适用于知乎这样的网络结构。透过现象看本质,让我们一起来看看知乎的网络结构。

用过知乎的同学都知道,知乎上的核心场景是问答。知乎大V一般都是某个领域KOL,粉丝对其的关注主要体现在某个领域的知识层面。即粉丝是因为领域知识或兴趣而聚合,人人之间关注是弱连接。即使诸如王诺诺这样的知乎超级大V,粉丝数也不过40W。而在知乎里,这样的兴趣主题,知识领域却很多,所以知乎里存在大量的中小V(这些中小V的粉丝从几千到几万不等)。

因此,你也就不难理解,为什么有人说,头条从知乎挖走的300个大V,只是对知乎网络结构的一次净化,根本谈不上冲击。

更进一步的,我们可以看看知乎与微博的网络结构差异:

知乎属于典型的长尾分布,但是不属于幂律分布,所以知乎的大V都以领域KOL为代表,且数量众多;

微博属于典型的幂律分布,微博的大V数量不多,但且粉丝数却动辄百万、千万。

知乎网络结构与微博网络结构的对比

掌握了这样的网络科学视角,你也不难理解,诸如马老师携赵薇等大V为来往亲自站台,也无法对熟人网络结构的朋友圈形成一次有效的攻击。因为朋友圈的网络结构则是非常接近于一个泊松分布(长尾分布的一种),也因为每个人的网络连接数都差不多。

朋友圈的社交网络结构

管你马老师还是赵薇为来往站台,与我有何干呢?

除非,来往把每个人的每个网络连接都挖过去,才有可能对朋友圈形成一次有效的攻击,而这又几近乎于天方夜谭。

也基于此,我们似乎也能看出老罗的子弹短信想要攻击微信的社交网络也是不可能的(但我们在量子对话中谈到的从微信的用户群中切一块细分蛋糕也是有可能的)。

谈到这里,你就不难理解,为什么张一鸣为什么会把悟空问答产品合并到微头条的产品旗下,因为从前面逻辑上可以看出,头条之前所有对悟空问答的投入更适合构建微头条这样的网络结构。

3、写在最后的思考与启示

本文思考视角源于量子对话《以网络科学视角看互联网产品》(刘肖凡、任群、田羽),网络提供了一种看待世界的深刻视角,我们身边到处是网络,大到社会网络、交通网络;小到人际网络、生物网络,譬如:社交网络中弱连接恰巧可以给你提供更好的工作机会。

网络结构也是互联网产品的一个非常重要的特征,其中包括无标度网络、小世界网络、随机网络等等。而掌握了网络结构就掌握互联网产品设计与运营的内在机理,进而帮你更好地把控商业竞争或是躲避商业网络攻击。

本文部分图片参考:解读幂律分布与无标度网络(集智俱乐部)

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:悟空  悟空词条  解构  解构词条  输给  输给词条  逻辑  逻辑词条  问答  问答词条