在APP流量见顶的2019年，同质化现象严重的资讯类APP竞争将更为激烈。这场竞争已经从营销推广上的流量之争，慢慢深入到精准运营上的用户转化之比拼。APP想要在这场激烈竞争中胜出，就需要多花些精力修炼内功，将运营重心回归到“单用户价值（ARPU）”身上，用“读者中心化”的运营理念，提升用户阅读体验，增加用户粘性，发展读者经济。
如何实现“读者中心化”？其核心要明确读者的需求，为读者提供他们想要的服务。比如资讯APP的内容推荐机制，就是一种读者中心化的做法。但在未来，资讯APP的“读者中心化”不能仅仅止步于内容推荐，还需在大数据技术的协助下实现用户数据智能化，深度洞察用户需求，从而助力精细化运营决策，在内容、广告和运营三方面做出变革，帮助资讯类APP做好”读者经济“。
洞察读者兴趣，优化资讯内容
内容的数据智能化首先体现在选题上，对于同一个话题，不同的人群有不同的见解和关注点。资讯APP通过对读者的分析，将读者分成不同的组别，打上不同的兴趣标签。APP可以了解自身主要读者群体的用户画像，包括地域、年龄段、性别比例、消费水平和兴趣偏好。有了这样一份详细的用户洞察，内容生产部门就能够根据读者的兴趣进行新闻选题，提升阅读体验，最终转化成用户黏性和用户付费。
英国的老牌报纸《卫报》已经在大数据的应用上尝到了甜头。《卫报》充分运用大数据，分析会员构成、高质量读者来源、捐赠者习惯、订阅者特征等，优化内容，提高读者转化率，增加付费会员人数以及一次性捐赠次数。《卫报》发现其付费注册会员人数与内容有着直接关系，当内容呈现出《卫报》独立的姿态，客观、自由、高性价比时，会员读者转化率强势增长。在遇到热点新闻事件时，《卫报》特意针对高转化读者展开调研，以了解读者的阅读兴趣点，制作更契合这部分读者兴趣点的报道，与读者搭建更深入的关系，增加“读者收入”。;
此外，《卫报》也很注意根据不同地域及人群特点对内容进行定向优化，提供更多契合读者兴趣点的报道，这也带动了读者的捐赠次数。
《卫报》通过数据智能化，明确了“读者收入”策略，不仅使其摆脱对广告盈利模式的严重依赖，还使其编辑部不再以“流量”为重心生产内容，而是更加以读者为中心，注重生产读者更关心的优质内容，重视培养与读者、会员之间的关系，由此积累更具商业价值的高质量用户。
细分用户标签，提高广告效果
作为拥有约8亿移动网民的流量大国，广告依然是国内资讯类APP变现最快的商业模式。然而在头部APP流量垄断式的挤压下，中小型APP只有通过提高广告效果来吸引挑剔的广告主。
东方头条是东方网旗下的一款会自动学习的资讯app，它会分析用户的兴趣爱好，为其推荐喜欢的内容。去年年初，东方头条与国内智能大数据服务商个推开展合作，接入个推用户画像SDK，通过拓展数据分析维度，全面增强了用户画像的细致程度。这次合作，一方面能够让东方头条更精细化地进行内容推荐；另一方面为东方头条的广告主提供了更精准的广告投放筛选条件。
东方头条在接入个推用户画像SDK之后，其用户标签得到进一步地细化。个推用户画像SDK自带数百个线上、线下用户标签，同时不断增补新的标签，以提升覆盖广度，例如，新增了新闻资讯类别，形成用户的阅读兴趣标签，有针对性地帮助东方头条优化用户画像。
在东方头条广告投放平台，广告主对每条投放内容都能设置定向，且设置定向的标签种类非常丰富，除了有性别、地域、年龄段、消费能力等，还有兴趣定向，更可以根据行业类别进行设定。
广告投放后台中可勾选的标签种类越多，其广告效果越精准。根据测算，与个推大数据合作后，东方头条目前的广告点击通过率（CTR）提升了30-100%，页面跳失率（Bounce Rate）下降到40-60%，页面停留时长（Stay time）是之前的2倍，成为广告主眼中的优质平台。
冷启动精准推荐，促进新用户留存
2019年注定是流量增长滞缓的一年，在外部环境的压力下，资讯类APP想要裂变增长，只能从流量转化寻找空间。这增长的第一步就要把流量转化为读者，也就是提高新用户的留存。
在新用户留存上，资讯类APP强大的内容推荐机制却无法发挥作用。原因是新用户在APP内没有行为，APP没有办法在短时间内了解新用户的喜好，形成用户画像，也就无法推荐用户喜欢的内容。
经过多年的摸索，行业内有以下几种策略：
第一种，打通账号体系，共享用户画像。BAT有各自的强账号体系，因此可实现画像互通。比如百度新闻在新用户冷启动时，可基于用户在百度体系内其他产品积累的画像，通过账号体系快速了解新用户兴趣维度，为其针对性地推荐内容。互联网新贵的头条系，通过今日头条、西瓜视频、抖音和火山小视频等建立起自己的账号体系，打通数据，互相帮助。
第二种，借助外力，接入新用户画像。行业中一部分较早开展数据运营的APP，比如东方头条十分愿意与第三方大数据企业合作，尝试数据运营方面的创新。东方头条通过,接入个推的数据服务，在冷启动时可进行新用户画像的查询，了解用户兴趣维度，再结合自有的内容推荐机制，为用户提供他感兴趣的内容。这种四两拨千斤的借力打法,不在仅使用上便捷灵活，在成本上也更加经济实惠。
第三种，利用猎奇心理，推送新奇资讯。在冷启动时，APP在八卦、娱乐新闻、热点新闻等读者接受度高的池子里选择内容推荐给新用户。这类宽泛阅读标签，虽然出错概率较小，但是转化力度也有限。
当然，资讯类APP无论采用哪种策略，都需要重视用户画像的组建，打通与用户沟通的渠道，尽可能快地了解用户需求，才能获得不错的用户留存。
总之，2019互联网圈寒冬还在继续。“阅读打赏”的裂变模式后续如何转化？向“三、四线”城市挺进的战略方向如何体现价值？这些都是摆在资讯类APP面前的问题。资讯APP想要求转化，需得向内做文章，通过数据智能精进内功修炼，发展“读者经济”，毕竟再恶劣的环境，只要努力也还是会开放出花朵。
