一、 什么是信息流产品

1.1什么是信息流产品

信息流产品，其本质是一个全新的“内容分发”渠道。信息流产品能根据用户的喜好，将内容进行精准分发推送。

信息流产品，本质是要解决三个问题：

1） 内容创作

2） 内容分发

3） 如何获取用户的喜好

解决了这三个问题，才是一个完整的信息流产品

1.2内容创作

信息流产品的基础是内容，没有内容，产品就是无源之水。目前市面上主流的信息流产品，比如今日头条、抖音、知乎、微博等，它们的内容来源有两个：

1） 平台自创，由官方生产编辑

2） 内容创造者，由用户生产，比如头条号、企鹅号、大鱼号、知乎Live等

这两种内容来源有各自的优缺点：

1.3内容分发 

内容分分发是连接内容与用户的桥梁，通过不同的分发渠道，让信息触达用户。常见的分发渠道有三种：

1） 编辑分发

基于人工，运作成本高。排除技术发展的因素，追求对质量的把控。

2） 订阅分发

基于粉丝，获客成本高。构建内容、用户、平台三者闭环，是一种私域流量构建。

3） 算法分发

基于程序，技术壁垒高。通过分析用户画像匹配兴趣偏好，做个性化的精准投放。

1.4信息流产品架构

信息流产品的核心模块是信息和推荐算法。

信息架构

经典的信息流产品架构，一般都采用“一横一纵” 模式。一横是从类的维度，将内容进行粗粒度分类；一纵是从对象的维度，将内容规律格式化呈现。

推荐算法框架

产品架构

一、 推荐算法介绍

推荐算法是信息流产品的灵魂，没有算法，就无法实现精准推荐，信息也就做不到针对性流动。

2.1什么是算法？

算法是解决一个问题的进程，有不同的表达形式。算法有明确定义的计算过程，并产生某个或者某组值作为输出结果.

2.2推荐算法的逻辑

所谓推荐算法，即设计一套机器能理解的算法，通过自动计算得出结果并输出，将结果呈现给用户。

推荐算法的实现基于以下两个基础：

1） 有足够的推荐数据。

如果没有足够的内容，那么推荐算法再精准，也没有内容推荐给用户。

2） 有用户的行为数据

如果获取不到用户的行为数据，那么就没法给用户进行画像，进而无法获取用户的喜好，从而走不到精准推荐。

2.3常见的几种算法

1）协同过滤算法——基于用户

算法思路：将用户进行分类，评测用户之间的相似性，基于用户之间的相似性做出推荐。

假设抖音用户有5个维度

对美女的喜欢程度（1~5分），对搞笑的喜欢程度（1~5分），对民谣的喜欢程度（1~5分），对感情的喜欢程度（1~5分），对乡村的喜欢程度（1~5分）。

用户A：对美女的喜欢程度3，对搞笑的喜欢程度1，对民谣的喜欢程度4，对感情的喜欢程度5，对乡村的喜欢程度0，用户A可以用向量表示为r_A (3,1,4,5,0)

一个用户B：对美女的喜欢程度3，对搞笑的喜欢程度4，对民谣的喜欢程度5，对感情的喜欢程度0，对乡村士的喜欢程度2，用户B可以用向量表示为r_B (3,4,5,0,2)

对于向量A和B而言，他们的在多维空间的夹角可以用向量余弦公式计算：

余弦相似度取值在0到1之间，0代表完全正交，1代表完全一致。那么用户A和B的相似度计算：

即代表了两个用户音乐偏好的相似程度。

假如我们规定余弦值大于0.6即认为两个用户有相似性，那么此时A与B就是相似用户。如果系统发现A用户有一天喜欢了宠物题材，那么系统也会把宠物题材推荐给B用户

2）协同过滤算法——基于内容

协同过滤算法——基于内容

还是拿抖音举例子

A、B、C用户对感情、都市、搞笑、宠物类题材的视频都点赞过

则可认为这四种题材的视频有相似度

此时发现D用户对感情、都市、搞笑类题材的视频都点赞过

那么显然，应该把宠物类的视频推荐给D

一、 信息流广告设计及流量变现

3.1什么是信息流广告

信息流广告通过标签进行定向投放，根据用户的需求选择曝光。

信息流广告的投放逻辑与内容分发一样，都是根据用户画像结果做个性化推送。

3.2信息流广告的有点

与传统广告相比，信息流广告有以下三个优点：

1） 信息流广告的形态接近资讯内容本身，而且穿插在信息流列表之间，或者文章详情页的结尾，对于用户影响较为轻微，心里接受度较高；

2） 从传统广告投放的“买广告位” 模式，转变为“买用户（兴趣）” 模式，根据用户阅读喜好数据和算法精准推荐，让用户看到感兴趣的广告，结合第 1 点提到的类似资讯内容的广告展示形态，真正做到“广告即内容”；

3） 由于信息流广告融合与内容流里面，为了保证效果，提高转化率，对广告质量提出了更高要求，因此我们现在看到的信息流广告，质量大大高于传统贴片广告。

3.3流变变现

对于信息流产品，依托于用户流量和推荐算法，一般有以下三种变现形式：

1） 知识付费

信息流都是给用户推送感兴趣的内容，当用户粘性足够的时候，可以打造热点创作者IP或内容IP，推出付费的内容消费。

产品的内容要能撩拨用户的情绪，比如焦虑感，让用户产生共鸣，满足用户的诉求，进而推动用户主动进入知识消费的场景。一般来说，知识要满足用户以下两个诉求：

1. 学习需求。用户有学习新知识的需求，但更多的时候，用户仅仅是为了学习而学习，知识付费知识为了满足学习这个动作的需要。

2. 提升需求。有价值的内容能让用户短期和长期内有所提升，包括思想认识的提升还是实际技能的提升。

2） 电商变现

电商是变现套路的常规选项，但模式和玩法多变。对于信息流产品，结合内容消费场景，将用户往电商消费场景引导，是一个不错的变现手段。

电商变现过程要注意以下几个问题：

1. 产品场景转变到电商场景，场景的衔接融合、用户的购买习惯培养有一定难度；

2. 基于产品本身，制作对转化更有效的内容；

3. 从零搭建电商体系，如何避免简单粗暴，陷入高成本低转化的深坑，找到符合的类目和营销策略。

3） 广告变现

依托算法和内容，信息流产品可以打造信息流广告变现模式，做精准广告营销。

信息流广告依赖于三个前提：

1. 足够数量的广告；

2. 多元化的内容消费场景

3. 精准的算法