思考路径：分析产品本质，确定初期指标，寻找首要问题，给出解决方案

个性化阅读产品从形式上是一款依靠大数据算法给用户智能推荐信息的阅读工具，目标是缩短用户挑选优质内容的时间。所以从本质上，我给出了如下的产品定义

信息的合理化分发工具

产品的终极目标一定是最大的信息类流量入口，未来的产品围绕着信息的合理化分发展开，去打造一个信息流生态。

信息类型

从载体的角度分，信息分为文字、图片、声音、视频，未来还包括AR、VR等多种载体。现在越来越多的应用，都是在细分的不同品类上，争夺那个信息分发的流量入口地位，目前领先的是实战率高达45%的今日头条。

我们看今日头条的发展轨迹，他们正在以文字作为切入点，并逐步扩张信息品类，逐步布局文章、图片、新闻视频、娱乐视频、UGC短视频、用户微博状态、问答等等，正在朝向一个综合信息流量入口而迈进。

当前头条的信息结构还处于无序化信息范畴，随着消费升级和知识付费的深化，信息生态的下半场的战场一定会是有序化信息。什么是有序化信息呢？书籍、课程、连载、专辑等通过将信息有序化处理而产品化后的信息类型。并且有序化信息的发展将会打造一个头部内容资源和信息平台共赢共利的局面。

合理化分发手段

说完信息的类型，我们下一步就要来讨论如何把这些信息有效的传达给目标用户。

个性化阅读的核心还是依靠算法，如果把信息的生产分发抽象成供应链系统，那么核心算法无疑就是利用机器在改造渠道，解放生产力。不用我多说，大势所趋。

不过业界尚存在一个焦虑，就是机器没有情感，他目前只能靠各种硬性的指标来判断这个是不是符合规则，符合规则就会推荐给你。那么用户在长时间使用产品过后，往往就会面临无法跳出同类信息内容的怪圈。这一点不论是从今日头条，还是传统的音乐电台中，我们都可以窥见得到。所以让算法更加智能一定是技术人员的核心工作重点。

如果把机器学习比作武学上的心法，那产品功能结构的合理化设计就可以称之为招式。

我把产品功能结构分为三个类型：主动型、被动型、社交关系型。

主动型的特点是用户在寻找信息的时候有明确目标，譬如搜索、收藏夹、我的订阅，这些功能的频次不一定非常高，使用时长也不一定很长，但是需求等级很高，属于低频刚需，尤其是搜索。在进入移动互联网时代后，搜索入口的争夺就从来没停止过，战场也未曾明朗。搜狗有先天技术优势，而今日头条现在搜索机制还成熟，正好给了搜狗阅读产品一个极大的机会。

被动型功能是以推荐列表为主，比较依赖于核心算法，这一点大家谁内容好谁就赢了，拼的是算法和内容资源。

社交关系型。这一点一直是各家做的差异化最大的一块，有以社交关系为主的信息流产品，例如现在的微博。也有以产品原有业务为基础，增加社交模块，例如头条中的微头条。也有网易这种主营评论社区的段子集中营。社交一直以来都是一块肥肉，很诱人，但不好切。大家都一筹莫展的时候，便是你的机会。如果我来做的话，我会选择以更精细化的信息碎片作为载体。什么是更精细化的信息碎片呢？读书笔记，或者叫亮点文字。其实一篇文章中，往往最吸引你并且能被记得住的，就是那一两句话。而且吸引点是惊人的相似，如果我们把本来就碎片化的整篇文章再做碎片化的细分，那么沉淀下来的内容将会是更精彩，更浓缩的精华。不但完成了社交的突破，又以精华的形态反哺信息流主体。

信息供应链

我这里就是卖了个噱头，无非就是“内容 → 渠道 → 读者”的闭环。刚才我阐述了中间渠道的环节，那剩下两个问题我们一步一步去做，无非就是内容从哪来？读者从哪来？别的我就不多说了，这里我认为基于搜狗的资源优势，背靠腾讯的用户关系和内容关系来解决信息供应会是最高效的一个选择。微信订阅平台的文章数量以及增量足够支撑产品很长时期。

读者的来源我在图里已经列出来了，这里也不再多述，运营和商务的任务比较重。产品在社交关系分享渠道，明白用户为什么分享？哪些东西用户愿意分享？哪些东西分享出去能吸引人来？就成功了一大半。

北极星指标

北极星指标就是核心指标，我们不敢说这个指标一直不变，但是在产品的某个阶段，他一定是唯一指标。这里我选择的是平均使用时长。

在这个信息爆炸的时代，一切环境都是变化的，唯有用户总时间是固定的。信息阅读类产品就是处于这样的争夺用户时间的战场，在大部分场景中，资讯阅读产品就是一款打发时间的工具，那么选择时间作为产品初期的指标就特别合适。日活、下载、注册也一定会因为这个指标的不断提高而带动的。

首要问题

完成冷启动

我相信，利用搜狗现在的用户优势，新产品上线用户数一定不会少。但是这就够了吗？绝对不够。

我们前面有这市占率45%的头条，一点资讯、天天快报也仅仅把持着二三把交椅，那么在这样一个红海战场中，我们要怎么发展。

思考方向无非是去哪里找市场的空白增量用户和怎么转化对手的存量用户。前者靠商务，后者靠产品。

本人在尝试从头条切换到搜狗的“今日十大热点”产品时，遇到的最大问题就是信息一上来就不够精准，无法满足我的阅读偏好。是的，机器需要学习，但是用户不会给你太多的时间学习，当你无法满足瞬间学会的本领之前，我们只能依靠其它较多天空的办法去争取时间，死磕模仿是不行的。

解决方案

这里手段不唯一，我只做开放式的讨论。

我倾向于利用微信订阅号内容，以微信订阅平台助手的身份去“解放”微信的压力。之前有一款用户数量比较不错的APP叫做“轻读”，就是这个思路，但是迫于版权的压力而废掉了。如果能获取的到自己的微信订阅数据，那么这部分用户在使用产品的时候就不会有太多的迁移成本。如果能获取到微信好友关系，那么利用好友之间阅读习惯的对比，可以延伸的功能就会比较多，也为传播性打下了良好的基础。

友商也有一些其它思路，比如“收趣”，打着收藏助手的噱头，一来是给自己补充内容资源，二来是培养自己的用户，供应量两端都满足了，算是一种比较取巧的办法。

我们也可以横向参考读书产品中，微信读书摆脱了传统货架的思路，利用腾讯传统的社交关系+排行竞争的手段切入了市场。网易蜗牛则是改变了用户习惯，从买书变成了买时间，也切了一部分用户。

一定还有更多的办法，只要明确了问题，我们就有的放矢，决绝方案可以一点一点去探索。

以上便是我对个性化阅读类产品的一些思考，更详细的思路，请看脑图。如有不对之处，还请海涵，更请不吝赐教。