内容与电商
以前信息太少,谁掌握了搜索入口,谁就是大佬;现在信息太多,谁能给用户提供优质内容,谁就是大佬。
用户获取信息的方式无非两个:主动去搜索和被动接受。再发达的网络也改变不了这个。
01
在互联网早期,连接了互联网的信息有限,又分布在不同的论坛、博客里,网民获取信息很大一部分是通过搜索引擎完成的。
随着互联网的发展,越来越的信息涌入进互联网,这使得分布在各处的信息更难被筛选出来,于是搜索引擎作为获取互联网信息的第一入口,为互联网催生了几个巨头公司。
如果你想让自己发布在网络上的信息被人看到,那你就要想方设法的被搜索引擎搜索到。这就是前几年非常火爆的职业SEO。
后来,搜索引擎供应商们发现了这个商机,开始把搜索结果页的前几个位置公开出售,这也就是SEM了。
02
除了分散在各处的文章、广告外,还有一类信息占据了互联网信息很大的比重,那就是我们每天都在生产的社交信息。
最早社交是社区的聊天室、论坛的私信,甚至到了后来的OICQ、MSN。他们大都只承载聊天交流的功能,与外部信息是互不相通的。即便外部信息可以通过链接的形式进入社交内,但社交并没有直接为内容生产贡献产能。
后来,以QQ为首的社交软件,创建出了QQ空间这种具有强社交属性的社区。在社区里,用户开始生产文字+图片式带有内容属性的信息。
生产内容再也不是KOL和大V的特权,内容的生产逐渐从博客、论坛等资讯渠道转向QQ、微博、微信等社交渠道。
03
社交信息和传统信息的不同在于,传统信息你可以只在需要的时候去主动搜索获取,但社交内容不同,只要有社交,你就必须接受对方push给你的信息,即便明知那是广告。
这就是社交信息的强大之处,一旦建立了社交关系(比如添加好友),那就代表了你默认接收对方push给你的信息。
这也是微信生态保持持续生命力的原因。
2010年上线的微信,积累了1亿用户以后,在4.0版本推出了朋友圈功能,为用户搭建了生产信息的“社区”。紧接着,在同年8月上线了微信公众平台,在具有2亿活跃用户(2012年9月数据)的社交关系链中,注入强力的内容产能。
公众平台与传统的博客不同,这个建立在社交链上的内容社区产出的内容无时无刻不在社交连中被用户被动接受(朋友圈和聊天窗口)。
04
除了社交,传统信息也在随着技术不断发展。
社交信息的传播驱动力是用户的分享欲,它不能解决用户主动获取新闻资讯的需求。技术进步使得传统信息的产能也在不断地提高,但这些信息仍然被分布在各处,有的专注时政新闻、有的专注娱乐新闻,有的只有社会新闻。
搜索引擎是无法帮助用户获取未知资讯的,所以在这期间产生了RSS订阅技术,用户可以根据自己的兴趣,把来自不同网站的信息聚合在一起阅读。这项技术奠定了后来发展壮大的内容分发平台,比如今日头条、UC头条和腾讯新闻等。
早期,这些分发平台先是从各个新闻资讯网站采集后对内容分类,按照类别推荐给不同的用户;后来慢慢培养自己的内容生产团队,目的就是为了丰富内容产能,最大限度的给用户提供准确优质的内容。
05
社交也好,分发平台也罢,他们绞尽脑汁为用户提供内容的目的永远只有一个,那就是占有了用户的时间后完成变现。
除了广告外,电商是最好的变现渠道。
因为内容具备迷惑性,它在传递信息的时候很容易夹带私货,潜移默化的为你营造一个购买场景,引导读者产生消费。
京东、淘宝、天猫已经在想尽一切办法获取到我们的购物需求,在他们认为最合适的环境下把商品推荐到用户眼前;各大内容平台也为电商开通了快捷入口,一旦你被某个内容撩起了购物欲,可以在反悔前完成购买。
但是这效果并不好,不管微信公众号还是今日头条,行业平均转化率连10%都不到。
这其中很大一部分原因,是因为内容到电商的战线太长了。从内容激发购买欲到切换平台完成购物,用户需要至少一次APP跳转和两套账户体系的切换。
于是,各大内容生产平台开始斥巨资打造自有的电商平台,以最大限度的缩短内容到消费的路径。
微信搭建了小程序电商,同时无脑扶持拼多多;淘宝大力推动淘宝头条,并上线阿里创作平台;京东开通达人平台,扶植自己的内容产出团队;今日头条、抖音这两个封闭的社交派系也不遗余力的连接京东、天猫的电商商家。
在这纷争的内容和电商大战中,本该在夹缝中生存的小红书,却接二连三的拿到阿里、腾讯的战投,还洋洋洒洒的斥资上亿元冠名《创造101》,最新一次甚至拿到了阿里领投的3亿美金。
最新的数据显示,小红书用户已达7000万。这个靠用户生产内容“种草”的社区,带货能力超级强。更值得称道的是,小红书拥有自有电商平台,从“种草”到完成购买不需要跳出,甚至一键完成下单。
所以问题来了,面对这种强势突围的内容电商社区,我们应该关注它的哪些内容?
网红?内容?推荐算法?购买转化率?
欢迎各位文末留言,或者添加我的个人微信(bug563994660),留下你想关注的内容。我去搞数据,做分析。
我会结合你们的关注点,对小红书大数据进行分析
分析结果会首发在我的小密圈
如果你喜欢数据分析/野路子/黑科技,那你不应该错过它
image