社交創業下一站,可能是“把使用者當人看”?
社交創業者用產品迴應自己身處的時代環境。因此做減法,而非加法,才是這一代創業者需要思考的問題。
社交再一次成為顯學,很大程度上仰賴於抖音。這款剛滿兩歲的產品,不僅支撐起位元組跳動估值的半壁江山,更是直接威脅到了 Facebook 十年如一的霸主地位。最新資料顯示,九月份抖音國際版 Tik Tok 在美國地區的 iOS 下載量已經超過 Facebook,位居第一。
這直接導致了今年的社交創業非常熱鬧,連創業者也看起來星光熠熠。幾年前,社交產品還習慣於用「中國的 Snapchat」來讓公眾記住自己,現在則變成了「XX 高階產品總監所做的產品」,引得 DST、經緯等一線風投機構接連出手。
我試用了幾款新出爐的社交產品。它們都在關係發現、連線上做了許多新的嘗試:有通過幾人同看一部電影認識好友的,有根據距離遠近認識好友的,也有直接套用 Snapchat「閱後即焚」功能做密友社交的。一個明顯的感覺是,所有人都在憋著法子讓自己的產品更加「好玩」。
然而,抖音的意義絕不應該是「社交產品應該變得更加好玩」。如果我們把時間維度拉長,就會發現一個事實:抖音的成功實際上代表了社交創業 1.0 時代的結束。包括文字、語音、圖片、直播、遊戲、視訊在內的媒介,它們已經被巨頭瓜分乾淨。
隨著社交工具逐漸完善每個人的網際網路身份,我們可以預見主打「好玩」、的產品路徑將會變窄,因為現有的產品已經足夠富有個性。就算巨頭自己做不出來,也能抄得更好玩。看看 Snap。
「打地鼠」式的創業模式不再具備可持續性。有人會問,難道社交賽道已經無業可創?當然不是。社交創業的 1.0 時代,創業者習慣以以媒介種類劃分賽道,併成功做出了數家百億、千億美金市值的企業。對於下一個時代的偉大公司而言,在媒介種類已經全部被佔領的情況下,機會勢必來自於找到現有巨頭的漏洞,重新定義人與人、人與資訊互動的模式。
社交 1.0 的最大“漏洞”
網際網路是天然的社交工具,因為社交的本質是一種強調身份的資訊傳遞,後者則是網際網路的強項。有趣的是,使用者本身並不能加入這種傳遞——我們不可能把網線插入自己的血肉之軀,直接將大腦與網路資料進行對接。因此,我們必須在網際網路上覆製出一個數字化的分身(畫像),賦予它適應性(Adaptivity)和可擴充套件性(Scalability),使其能夠獲取資訊。
畫像在人類和網際網路中充當了媒介的角色。借用麥克盧漢「媒介即資訊」的理論,媒介對於人的影響力遠大於它所傳遞的資訊。換句話說,使用的社交產品的不是我們每個人,而是系統對於我們的一幅幅畫像。
讓一個人的畫像更為清晰,遠比給他傳遞什麼內容來得更為重要。最理想的狀態是,社交產品可以完美地將一個人複製到網際網路上,包含他的興趣愛好、思考模式、學習能力,等等。
但目前絕大多數產品只停留在簡單還原興趣愛好。現有的機器學習和模式識別的模型,採用的是一個固化的神經網路。為了建立人與機器的聯絡,演算法會設立標籤機制。內容被編輯手工或 NLP 模型打上標籤,基於協同過濾的演算法使得使用者與標籤產生對映關係。
動物是單維度的,人卻是多維度的。依賴單維度的標籤描摹使用者,有時候出來的結果是不合常理、扭曲或者是失真的,常常會放大一個人對於特定內容的好惡。
這個問題反映到社交領域,就是演算法推送資訊的狹窄化、標籤化。舉個例子,一旦系統檢測到使用者在短時間之內觀看了「小姐姐跳舞」的內容,就會為他打上這個標籤,並開始推送大量相似內容。
每位使用者身上都貼滿無數個標籤。這很像麥氏筆下生活在印刷文化下的「市民」,定居在不同的小格子裡,不停地觀看相似的內容。
這顯然不是正常人的行為習慣。娛樂化的內容之外,每個人都還需要獲取新知。演算法顯然難以做到這一點。人真正的狀態是「遊牧民」,自我意識驅使我們不斷地在資訊中遷徙、漫步。誠然,NLP 這樣的技術使得標籤更新的效率變高了,但距離「自由漫步」還相差甚遠。
畫像的不準確,直接導致的結果就是資訊過載,影響了使用者與資訊的連線效率。資訊在時間線上的所處位置,被社交產品轉化為尋租空間進行售賣。可以說,目前絕大多數的社交公司,商業模式都是建立在資訊過載的基礎上。
從這個角度出發,我們會發現平臺並沒有動力改變唯流量論所引發的內容低端、推薦垃圾等問題。原因在於,大部分企業並不具備高精度匹配使用者和資訊的能力。就算有,資訊過載越嚴重,無關資訊越多,平臺的流量分發價值就越高。
囿於標籤系統的僵化,目前大部分打著個性化千人千面旗號的產品,實際上還是在做大眾傳播、清洗流量的生意。
這直接導致了資訊本身價值被它所連結的商業價值所取代,使得話語權的不民主分配。相較於「人人皆能振臂一呼」的 BBS,以 Facebook、微博為代表的社交網路用關聯者、粉絲來限定資訊的傳播力,而這種傳播力甚至可以用商業化的手段進行營銷推廣。這使得它們不再是一個公平的、以觀點和內容傳播的平臺。
更讓人擔憂的是,由於媒介對人具有形塑的能力,打標籤的做法使得人越來越容易被演算法預測。使用者被困於一個由標籤作為邊界的城堡中,系統給什麼吃什麼,難以去探尋外部的知識疆域。這也是許多未成年使用者「沉迷」的原因。
這是社交 1.0 時代的根本問題。演算法是小部分人設定的、標籤化的、基於協同過濾的,束縛了人自由探索知識邊界的能力。換句話說,它從未將使用者當「人」看,而是把他視為靜態的標籤集合體。如何改進這一點,是下一代創業者都需要考慮的問題。
從整體到碎片
如前文所說,社交產品的最終目的,是完美地將一個人複製到網際網路上,包含他的興趣愛好、思考模式、學習能力,等等。 目前,機器可以通過標籤來理解人的興趣愛好,卻對剩下的抽象因素束手無策。
這裡有兩個原因:
首先,使用者畫像中的抽象概念,連自己都很難說清。使用者只能被要求填寫興趣調查問卷,不可能被要求用三言兩語歸納出自己的思考模式、學習方法。
連使用者自己都說不清這些,開發者就更難將其輸入資料庫供機器參考。換個角度說,那些一上來就要求使用者填寫問卷的,對使用者的瞭解很可能只停留在興趣愛好的層面。
其次,相比被動消費興趣愛好的內容,思考、學習都是人的主動行為。演算法要做的不再是將內容通過碎片化標籤「投喂」給使用者,而是代替使用者像爬蟲一樣,對網際網路進行耙梳,擁有自己的「意識」,懂得自生長。
這和基於協同過濾的靜態的標籤體系有著天壤之別,後者最大的問題在於將人拆解的過碎,並試圖通過碎片來拼湊出一個完整的人,結果就是四不像。
這樣做有兩個嚴重的後果:首先,使用者畫像絕非標籤的線性疊加,而是本身就包含了一種自然生長、演化的行為;其次,系統沒有任何聯想的能力,它只會將莫奈的作品推送給「印象主義繪畫愛好者」,卻不可能推給「德彪西的粉絲」,儘管兩者之間有著千絲萬縷的關係。
既然「碎片到整體」的模式有諸多的問題,我們為什麼不換個角度來看問題,先提煉整體價值觀,取得富有統計學意義的樣本,然後再對使用者特徵做一步步的細化呢?
人類之所以可以這樣做,會因為每個人的價值觀在人類大樣本中都不是唯一的,一定處於一個群體之中。個體判斷是有隨機性的,會受主觀、情緒、知識面的影響。 換句話說,群體的判斷在統計意義上更穩定,在某個相同價值觀的群體內,群體判斷要優於個體。
智慧社交媒體產品「Ta 在」就是基於這個底層演算法而做出的。 2011 年底,包含一名中科院博導、3 位擁有微軟、Facebook、領英和華為背景的工程師團隊於 2015 年在實驗室中證明了上述演算法的可能性。
該技術團隊已經研發出了一套新的演算法,可以捕捉使用者行為,挖掘使用者潛意識。 演算法通過不斷演化,可以越來越精確的提取使用者特徵,把資訊的特徵和人的特徵互相迭代演化,讓兩個特徵都更精確。
今年 6 月,開發團隊在上海成立公司,開始研發第一款 ToC 端社交應用「Ta 在」。
簡單而言,這款APP可以通過演算法和機器幫助使用者識別自身興趣,篩選內容並傳播內容。這一切都無需使用者自己操作、維護,是一款智慧化的資訊導流和動態關係鏈。對於使用者, 它的最大賦能在於演算法不斷捕捉新的知識點和需求,隨即建立分類,有利於拓展每個人的知識庫,使之永遠跟得上時代的變化。
讓關係鏈呈現動態,也就能讓這款新的社交平臺變成發散和探索式的。傳統的社交媒體如朋友圈、微博,使用者對於釋出資訊後的反饋都有一定的預判:哪些人會贊?會得到什麼樣的評語?而「Ta 在」的演算法卻會因為使用者分享的一首歌從而推薦一個你感興趣的電影或者文章,或者藝術作品。
在這樣一套極富前瞻性的演算法基礎上,「Ta 在」的具體產品顯得有些「反社交」。它的主介面中是一個 Feed 流, 但使用者只能評論他人的內容,不能關注,也不能私信。使用者看到的內容,全部依賴於演算法推薦。
這種近乎「佛系」的功能設計,能否成立?
「Ta 在」團隊的思考邏輯是,作為社交媒體,能夠通過演算法實現知識和內容的傳播的最大化,讓資訊到達每一個想看到它的人那裡。在解釋這一點設計時,創始團隊提出了一個觀點:
有限社交對社交本身也是有利的。「Ta 在」迴避深度社交捆綁,而是打造一個單純的社會化網路,讓使用者同時完成社交和知識傳播。使用強關聯的微信還是微博很難同時兼顧社交和傳播這兩件事。
社交賽道上的創新者依然在探索新的模式。如何能讓人在網際網路中的存在不再是僵化的“標籤”,而是能夠懂得學習、演化的思維,並自主地拓展知識疆域——這種思考,能否代表下一個社交形態?
更多精彩內容,關注鈦媒體微訊號(ID:taimeiti),或者下載鈦媒體App