陌生人社交的“套路”

我们不难发现,社交产品形式不断在变化,但社交的需求一直以来都是非常大,更加细分化的产品类型如LBS社交、兴趣社交、技能社交、短视频图片分享社交等层出不穷。聊聊陌生人社交的套路。

一、背景:

社交1.0:互联网伊始QQ时代

第一款即时通讯工具,链接好友和陌生人,将社交从本地扩大到了全国乃至世界;

此时社交的交互方式更多以文字为主

社交2.0:移动时代-微信/探探

随着带宽增加、流量资费的下降,社交产品的配对和交互开始发生变化…

微信:熟人社交,缩小庞杂的社交圈,分割“朋友”的社交部分,关系疏离简单,链接变得高效;

探探:陌生人社交,将冗余社交圈划出了另一部分“陌生人”,让陌生的社交变得高效。


二、用户需求:

在社交场景中,由于人类原始欲望的驱动,异性相吸现象始终存在,且驱动着男男女女们互相接触、展示自己、结成或长或短的朋友/恋人关系。

孤独与无聊是每一个陌生人社交产品都在解决的终极命题。我们且把用户使用陌生人社交的产品分为四类:约会、组CP、找朋友、消费碎片化时间。

社交产品分类:

如今,陌生人社交吸引了越来越多的玩家入场。此类产品被经过了各种花式创新和改进,非主流、更细分化的陌生人社交产品不断挤进了人们的视野,产品类型数不胜数:LBS社交、兴趣社交、技能社交、爱好社交、短视频图片分享社交等。

按照社交方式划分:

看脸社交:探探

看视频社交:微光

答题社交:summer

语音社交:苏耳、音遇

打游戏社交:玩呗、比心

按照人群划分:

特殊爱好年轻人:积目

职场人:脉脉-成就职业梦想

语C爱好者:名人朋友圈-与名人对话,人人都是名人

海归:留海、我是海归


三、如何做好陌生人社交产品

1、【相识】匹配-发现朋友

陌生人社交的第一步,是能够让用户在平台上找到“志同道合”的人。常见的方法有:算法推荐+基于LBS地理位置推荐+社交互动引导关注+随机匹配。

算法推荐

根据用户的资料、位置、标签、兴趣爱好等信息,构建足够细的用户画像,从而做精准的朋友推荐系统。

例如苏耳:根据用户声音特点匹配;soul:基于性格相似度匹配

基于LBS地理位置推荐

自微信添加“发现附近的人”功能,陌生人社交迎来了一个崭新的阶段。2011年8月,微信添加了“查看附近的人”的陌生人交友功能,用户达到1500万。到2011年底,微信用户已超过5000万。

在微信推出“查看附近的人”功能后的八个月左右,陌陌出现了。最开始的产品定位就是:一款基于地理位置的陌生人社交软件。

LBS社交的效率低、安全性、猎奇心理和打擦边球一直为人所诟病,使得用户粘性不足且无法把线上转换成线下。但是,网络社交正因LBS,打通了陌生人之间的一堵墙,实现了虚拟到现实的社交。LBS目前正试图往地理位置场景化、线上线下结合和产品商业化发展。

社交互动引导关注

即时匹配开展互动,在互动中认识新朋友。首页feed流,随机组群、多人派对…伴随着不同的玩法,让用户可以迅速融入,认识到新的朋友,从而建立关系。

随机匹配

如花田APP的桃花信,适合无目标需求的用户/需扩大交友范围的用户。

重点:提高匹配的效率和精确度

2、【相知】互动-趣味交友

社交引爆定律一“短定律”:用户投入时间成本越少,越容易引爆。这里的成本并非人力、资本投入,而是指用户参与时所花费的时间、步骤等。

社交引爆定律二“新定律”:玩法越新,引爆速度越快。用户成本低便于吸引用户来体验产品或服务;收益成本比越大,越有利于病毒式扩散的形成。

社交引爆定律三“好友定律”:用户越投入,对好友的影响越大。通常在一个引爆现象中,“新”“短”和“好友”定律联合发生作用;“新”与“短”定律启动后,必然伴随“好友”定律的启动;然而,有时“好友”定律会单独发生作用,这种类型的应用或服务虽然增长略显缓慢,但用户留存、黏着数据却非常亮眼(因为沉淀多)。

在陌生人社交产品层出不穷的时段,各路创业公司从尝试从功能细分/垂直领域入手。探探的“刷脸”滑动,看视频/语音通话/玩游戏/答题/K歌各类细分化的产品类型不断出现。

重点:提供有效破冰的途径和相对高频、固定的线上社交场景。用户的配对和聊天量越大,产品的留存率和黏度就越高。

3、【相恋】沉淀-线下/熟人社交

交友的目的和最终的发展,都会从线上走向线下。只有发展到线下才算用户走向了深社交,向线下活动发展能最直接地在线下聚合用户。在一个固定的城市,由其是一线城市,可以举办定期的“约会”活动,增加用户的粘性和产品口碑,同时实现线下利益的赚取。

4、【实名认证】构建信任环境

完善的信任机制是每个陌生人社交产品必备的功能。陌生人社交由于用户的安全需求,用户不喜欢和一个假的用户聊天,而是希望确认用户身份的真实性。尤其是社交场景发展到线下后,用户必须与真人挂钩。

四、结语

简单归纳了陌生人社交的玩法,看得出来都是统一的套路:基于信任机制,完成“匹配-互动-沉淀”的流程。接下来,会逐步分解,更加细致的从各类产品逐项进行分解。由大到小,从框架中看细节,欢迎交流。

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 220,809评论 6 513
  • 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 94,189评论 3 395
  • 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 167,290评论 0 359
  • 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 59,399评论 1 294
  • 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 68,425评论 6 397
  • 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 52,116评论 1 308
  • 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 40,710评论 3 420
  • 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 39,629评论 0 276
  • 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 46,155评论 1 319
  • 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 38,261评论 3 339
  • 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 40,399评论 1 352
  • 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 36,068评论 5 347
  • 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 41,758评论 3 332
  • 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 32,252评论 0 23
  • 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 33,381评论 1 271
  • 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 48,747评论 3 375
  • 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 45,402评论 2 358

推荐阅读更多精彩内容