新闻类应用

未来趋势

新闻客户端在不断进行功能添加和完善的同时,应首要关注作为一款新闻资讯软件的核心要素——内容丰富度、内容质量、新闻时效性。在此基础上改进用户的交互方式,完善界面设计也是必不可少的。

新闻客户端被期待能在碎片化时间里能不仅提供及时要闻,还能提供个性化,聚合化的内容, 并且满足娱乐,社交表达的需求。

个性化已被广泛应用于新闻客户端行业,并分为主动与被动两种形式,主动体现为订阅功能,被动体现为推荐功能。个性化推荐是新闻客户端行业发展的必然趋势,精准便捷获取感兴趣的内容是众多用户的需求;但是过量的个性化推荐会导致用户阅读范围收窄进而狭隘了用户的思想见识,所以在实施中需注意把握个性化的“度”。

社交化将是下一个关键变革点。在社交功能方面,网易新闻已经走在了前头,包括话题讨论、问吧、向专业人士提问、兴趣圈、社区等形式,同时进行大v打造和引进明星,目的是为了改变以往的单向阅读模式,提高用户的参与度,增强用户粘性。另一方面,新闻客户端的社交不能简单地堆砌社交板块,应围绕其核心功能和其品牌理念来建设,加强功能间的联系过度,从而“自然”地促使用户参与社交。

内容需求

新闻内容:先关注社会热点,其次是时政财经,最后是娱乐八卦。

内容展现方式:在阅读头条新闻、热点新闻和社会新闻时,偏好图文并茂方式;科技新闻和财经新 闻更倾向亍选择文字简讯和与题报道形式,体育新闻喜欢直播,对内容的安排表现出特定的需求。

产品对比

腾讯新闻拥有QQ,微信,QQ浏览器的用户基础,又不断新增个性化功能,如弹幕,创意截屏,版本迭代速度快,界面简洁,使用简单,注重手游市场,充分迎合年轻人心理。

搜狐新闻作为较早进入的门户类新闻客户端,率先拥有过亿的用户群,经过多年积累,拥有海量独家内容和入驻媒体,丰富的全媒体资源和开放的自媒体,以及不断更新的栏目频道来符合不同年龄段用户需要。

网易新闻注重原创和跟帖,拥有大量的粉丝群,完善的用户成长体系,完善的服务如天气和生活服务,通过金币任务和积分商城培养用户群。

今日头条的个性化推荐明显,立足新闻资讯,内容简洁有力。

腾讯新闻VS天天快报

腾讯新闻一直主打“事实派”,虽然也增加了兴趣类推荐内容,但是只是将其作为辅助,腾讯新闻整体上还是接近新闻,不刻意突出趣味性。

与腾讯新闻不同,天天快报虽然也有硬新闻,但更侧重满足用户的个性化需求,以趣味性、好玩的内容为主。

内容是腾讯最大的优势,内有强大专业的内容生产团队,外有公众号平台刺激下的海量自媒体内容源。腾讯所拥有的海量内容,在过去并没有得到足够充足的内容出口。

腾讯新闻的“事实派”定位,使其在内容筛选上要注重严肃性,另外一点就是作为一个主打新闻资讯的平台,腾讯新闻还要注重内容的“价值性”。这使腾讯新闻不太可能为那些以趣味性为主,或是面对小众兴趣的内容提供足够多的分发机会。

天天快报最大的意义,是为腾讯庞大的内容生产力,提供了一个足够宽广的释放出口。这才是对今日头条最大的威胁。

腾讯本身在内容积累上就拥有优势,天天快报则大幅扩张了腾讯的内容分发渠道——这将使腾讯的内容优势得到更大程度的释放。

在帮助内容拓宽分发出口后,天天快报还为自媒体们找到了一条全新的道路。

对于自媒体来说,天天快报通过“算法+兴趣”的模式,可以帮助自媒体选择与自身属性更加契合的频道,并通过和精准用户的互动,快速了解用户反馈,提升自媒体对于内容方向和质量的把控。与此同时,通过将内容推荐给感兴趣的用户,能够帮助自媒体挖掘更多的垂直用户价值,在垂直领域实现更大更强的曝光。另外借助“芒种”计划,天天快报也给自媒体带来了新的商业变现途径,让自媒体拥有持续产生优质内容的动力。

不感兴趣按钮

没有直接的“不感兴趣”键,强制用户选择理由。这样做使得产品能够积累足够多的负反馈,从而帮助建立用户的兴趣模型。强制理由选择本身是一件会增加思考负担的事,但轻量弹窗的设计则能够带来平衡,同时也更加科学合理。

对于用户而言,每一次“不感兴趣”之后出现的弹窗都是一种思路的打断,而可选理由每增加一项,就意味着要停下来思考的时间会长一些。产品设计的一个重要原则就是“别让用户想”,因此,就“减少用户思维阻碍”这一出发点而言,尽量把无效理由删去才是最佳做法。

KANO模型分析资讯类平台的用户需求

必备需求:热点资讯、分类资讯、评论、收藏分享、订阅关注、搜索

期望需求:离线下载、相关新闻推荐、语音播报、阅读记录、内容质量高、更新快速、字体变更、换肤

魅力需求:问答功能、社交功能、直播、个性化推荐、智能推荐、社区、VR/AR、独家资讯、评论专业、文章深度

无差异需求:金融理财、扫二维码、应用商店

反向需求:信息流广告、低质量新闻、软文广告

负反馈机制

负反馈机制还处于比较初级的阶段,今日头条在信息流页面设置了一个小叉,在详情内容末尾也设置了一个不喜欢按钮,点击之后会咨询用户不感兴趣的理由,虽然这种方法能够精确获得负反馈的缘由,但是能够获得的数据量过少,无法形成海量的负反馈数据。

而如果能够在用户的阅读过程中根据用户的浏览速度,浏览时长和停留位置等来判断用户是否希望继续推送此类内容还是看完一篇就不想再看同类型内容了,这样同时形成用户的正负反馈数据,则能够有效的多,而这样做的技术难度也非常大。

场景化推送

人性和人的心情是复杂的,特别是在刷新闻资讯这种平台的时候,在不同的心情或者是一天中不同的时间段内,希望获取到的信息的质量也是不同的。

比如在下班回家时,就希望能够多推送些轻松有趣的段子和一些自己熟悉感兴趣领域的资讯,而在每天上班路上,有些人就希望能够多推送些励志打气的文章或者多推送一些时事热点,如何能够做到精准推送,远比我们想象的要复杂。

个性化推荐的隐患

随着用户个性化推荐的越加精准,用户能够看到的资讯零领域也将变得越来越狭窄,换句话说,你让算法决定了你能看到的和你想看到的东西,而你不想看到的东西会离你越来越远,这样的话,你可能也会离社会的主流文化越来越远,离真正的社会头条越来越远。

今日头条能够塑造的并不是一个具有完备人格的你,而只能放大一个本来的你,无论你本来有多少的优点或者是缺点,都不会被改正,被引导,而只会被算法所包围,让你慢慢沉浸如一个由你创建的世界中,永远无法走出来。

新闻短视频

作为一个资讯类的平台,推送的信息的完整性应该是考虑的最重要的事,直播功能由于每个用户进入的时间不同,能够看到的信息也就不同,而且由于用户都是利用碎片化的时间打开,所以很大的可能是看直播时即不能够看到开头,也无法看完结尾,所以今日头条才选择了能够完整呈现内容同时又具有声音画面等更好体验的短视频功能作为除了图文资讯之外的第二大功能点,随着流量资费的进一步下降和wifi覆盖面积的增大,视频资讯作为一个能提供更加丰富体验的方式一定会原来越流行,而舍弃直播风口提前布局短视频市场,则显示出了今日头条团队对于资讯类产品的独到的理解。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容

  • 竞品选择: 除垂直类的资讯产品以外,其他几类产品所收录及展示的均为综合类的新闻,即涵盖多个领域面向多元化受众群体的...
    Mr_茶客阅读 5,622评论 2 34
  • 1产业分析 1.1短视频产业链 1.短视频简介 短视频是指在各种新媒体平台上播放的、适合在移动状态和短时休闲状态下...
    mayairugo阅读 10,236评论 3 53
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 170,569评论 25 707
  • 我一个工作多年的护士,在医院这个小环境里见多了一些人间的冷暖。今天我想来说几个小故事! 1 在神经科病房里,15床...
    傻吖阅读 674评论 0 0
  • 用ARKit做碰撞检测,其实也就是做3D碰撞检测。3D碰撞检测需要涉及到比较复杂的数学知识,还好SceneKit给...
    TSL的开发博客阅读 1,693评论 0 2