查看原文
其他

电影领域的内容产品实操-犬校pm小抄​

犬校John 产品犬舍 2022-08-27

2014年到2016年期间,我曾负责过电影领域的内容产品,其次我自己也是电影爱好者,仅豆瓣标记看过的就有 1000+ ,应该是这类产品的目标用户。

 

当时我们的产品核心观看场景已经趋于完善,因此我们团队的核心任务就是要想办法提高用户使用时长。我们当时做了很多尝试。尝试了让用户选择标签进行冷启动推荐,也会根据用户的观看历史数据进行算法推荐;尝试了让运营推电影合集(等同于电影播放列表),然后我们还为了降低内容消费门槛,尝试了做一个图文社区。

 

补充一个前提:这里的电影需要排除院线正在上映的电影,因为院线电影宣发是另一套模式。捎带一提,在《前任3》之前,也就是 2018 年前,电影宣发的核心战场还没有放在短视频上,但自从《前任3》在抖音取得巨大成功之后,重心就转移到了短视频,也就是现在大家所看到的样子。

 

再补充一个前提,Netflix 主要是在电视机场景,我们这篇讲的是手机场景。

 

后来经过复盘,我们认为,内容的分发首先要从内容属性和内容数量出发:

1.表现形式/消费方式:内容的表现形式和消费方式决定用户的消费场景。电影作为视频,同时涉及到声音和画面,需要用户的眼睛和耳朵同时参与。

2.内容时长/消费时长:一部电影时长基本 90 分钟起步。内容时间长,消费时间长,意味着用户的消费成本高,决策难度大,因此如果内容没有打动用户,用户基本不会进行消费。就我自身而言,想看电影时,经常会出现找片一小时,最终放弃的情况。

3.时效性:不同时效的内容,对分发策略要求不同。新闻需要考虑分发的内容仍在时效内。但对于电影来说,是不存在时效性的。电影讲述故事,故事不会过期。我们现在依然可以津津有味地看上个世纪的电影,依然还会有人读诗经、春秋与红楼梦。

4.地域性:和时效性同理。幸好电影/故事是无国界的。

5.内容数量:由于我没有做过完整的算法推荐,这里引用@never老师的话(大意):海量内容是算法推荐的前提。电影虽然年产量不多,但因为其发展时间久,根据 IMDB 的数据目前大概有 60 万部电影,已满足算法推荐的要求。

 

因为电影的决策难度大,所以需要给用户提供更多信息,基本就意味着给双列信息流判了死刑(我们当时用的就是双列,数据表现非常差,远不如我们之前的单列信息流)。

 

对于决策难度的电影,常规的信息如海报、标题、导演、演员、分类、标签等不能有效地勾起用户的消费欲望。我们需要让用户找到锚点,将推荐电影与看过的电影建立关系,快速了解这部电影会讲什么。或者我们还可以让电影本身内容触碰到用户G点。

 

先解释下什么是锚点。比如说近期网络上映的电影《目中无人》,有个短评是“一个混着 John Wick 味道的中式武侠”。John Wick、疾速追杀系列、枪枪爆头、因为一条狗引发的复仇,我瞬间就 get 到《目中无人》将要讲什么故事。在这个例子里,这个短评就是锚点。
而播放列表或者电影合集的目的就是帮助用户找到锚点。比如说包含疾速追杀系列的豆列「去TMD剧情,给老子打」里面有《怒火攻心》、《暴力街区》等电影;比如包含《盗梦空间》的豆列「挑战智商烧脑片」里面有《致命魔术》、《看不见的客人》等电影。
因为需要帮助用户找到锚点,所以播放列表/电影合集所能包含的信息应该越多越好,覆盖更多的用户群体。因此播放列表至少应包含三个要素:主题、内容、推荐语。推荐语是指为什么将这部电影加入这个列表(主题)

 

让电影本身内容触碰到用户G点,虽然我们当时很难做到,因为当时流量不便宜,但是现在来做,是毫无压力的。

我相信所有人都有过看到一个电影片段想去看整部电影的经历。这种电影片段的效果比预告片还好,因为预告片需要在有限的长度里承载巨额信息量,而电影片段不需要,信息可以少到只包含一个点。

让电影本身内容触碰到用户G点,就是用电影精彩片段去吸引用户注意力,让用户进行冲动消费。


我猜想,「腾讯视频」可能从「片多多」得到了比较好的数据反馈,所以在「腾讯视频」App 中都采用同样推荐机制——算法推荐内容(不限于电影),并自动播放精彩片段。我对比了下爱奇艺、优酷,还是双列信息流。

在腾讯视频所有 Tab 页,在你下滑到某个推荐内容时,都会自动播放精彩片段。而且在 WiFi 场景下,这个自动播放是不能关掉的。手机装了腾讯视频的朋友,现在就可以去试试,无论是电影、电视剧还是综艺,看一下推荐信息流,看看能否诱发你的消费(观看)欲望。

 

互联网将用户分为三种,分别是有明确诉求的小明、有需求但不明确的笨笨和没有消费需求但消磨闲暇时间的小闲

分类检索+内容标签的查找路径对应小明,帮助用户找锚点通过合集分发电影的路径对应笨笨,算法推荐电影(精彩推荐)的路径对应小闲

 

最后,我觉得豆瓣是无法复刻腾讯视频的操作,因为精彩片段如果单纯用人工来打标,需要付出大量的人力,而腾讯视频有大量的播放数据,可以用算法找出精彩片段。豆瓣只能走在「找锚点」这条效果相对较差的路上。

 

p.s. 

犬校有腾讯视频的同学,提出在腾讯视频,这件事也是由大量的人工的打标完成的,虽然投入成本很高,但也很有效果.John还有关于电影内容产品内社区构建的思路和实操,如想和John交流,可申请加入「黄埔犬校 / pmdogs」,可点击「阅读原文」 查看须知。

「黄埔犬校」是纯银在 2017 年发起的产品经理私密社区,需邀请加入的付费 Slack 群组,成员主要为中高阶的产品经理,覆盖所有互联网大公司,互联网行业专业的产品经理社区。 

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存