20171104-多看阅读与两个竞品的分发功能分析

一、分析层次

一般可以认为,留存是运营的一个阶段。产品设计中,留存的重点在于使用户得以顺利地走完整个用户任务流程并沉淀下来。本报告主要阐述运营类的产品功能点。

二、竞品选择

除多看(5.1.4.170918)外,选择了今年新生的高差异化竞品微信读书(2.2.3)和老牌 top 阅读器掌阅(7.1.0.116298)。

三、需求分析

一个产品的用户留存与其满足用户需求的程度成正相关。为了理解功能点对留存的影响,有必要对需求作简单分析。

阅读器功能众多,从需求维度基本可以归类出最主要的两大类:其一是阅读工具,侧重阅读、笔记、书籍管理,包括书架、读书、书签、笔记等几个功能群;其二是内容获取渠道,以书城/发现和搜索功能群为主,其中书城/发现是运营的主要舞台。

在这两者之外,又衍生了一类新的需求:交流。根据功能形态不同,它可能部分地承担起笔记(分享)和内容获取的任务。

四、分发部分的运营类功能分析

(因为突然抱病,就只完成了分发部分;若读者有兴趣,容我日后再补完阅读工具和交流部分。事实上这次分析的竞品还包括蜗牛读书,但它的结构非常简单,在分发上基本没有运营余地,因此没有出现。)

如果我是运营,在分发方面,我的如意算盘应该是这样:从数据角度,监测调节大书曝光,增强小书曝光,使它们都更得到更高的曝光收益;从用户角度,以最短的路径和最少的时间向用户精准推送书籍并引起其阅读欲望,使得用户对书籍的需求得到充分满足,降低其跳到其他阅读器的几率。也有一部分用户是主要使用一种阅读器读书,但安装了数个阅读器来获得书籍,对于这部分用户,一要从分发界面导流到阅读(活动、试读,包括交互),二要在分发上做到丰富便捷,乃至量需定做。

这里首先对多看、微信读书、掌阅的分发体系做一个对比。

表1 三个app的分发体系对比

4.1.推荐算法

多看的书城并没有基于用户数据的算法推荐位,但在书籍的详情页有一些协同过滤式的推荐位;微信读书的推荐位没什么特点,我认为好友在读的功能已经一定程度地覆盖了这部分需求;掌阅则根本没有算法推荐位,但它有按类目的频道划分,读者可以自行定义频道来获得有限的推荐。这方面无法简单地判定优劣。

图1 算法推荐位对比

4.2.书城版式

我认为前 1-2 屏的信息架构最为重要,往后重要性递减。三家 app 在栏目设置上都有进步的余地。

多看小说界面首屏以下都是规则不明的推荐,图书和漫画界面则相对有条理。微信读书的信息架构很细致,热门栏目就显示多少人在读,特价栏目就显示价格。但栏目的设置上还是非常粗糙,感觉不到逻辑性,栏目内部品类混杂。掌阅确实在前两屏提供了一些主要入口,而且由于在界面上部提供了频道列表,有效地解决了类目混杂的问题,但后面小频道界面内的栏目设置就非常随意,甚至不知所云,希望有人能告诉我同一个界面内的主编推荐、火热推荐、重磅推荐这三个栏目到底有何区别。信息也仅有标题和封面,并没有认真地加以设计。

图2 微信读书的限免和特价的信息露出

4.3.精细化运营

在这里提到精细化运营的本意是我期待看见这几个 app 在不同的品类下能面向不同的用户群作出一些不一样的设计。多看有一个很可爱的小细节:书籍详情页的相关推荐栏,根据书的品类(网文、出版书)使用了不同风格(活泼、简明)的标题。掌阅出版界面的栏目设计甚至版式设计确实相对可取,但考虑到用户群差异及用户固有习惯,我更倾向于认为这是一种必然。微信读书则毫无这样的差异化设计。

图3 活泼与简明

4.4.活动

三家 app 的活动主要在时长上有差异,具体的原因可能是来自基于数据的判断。但多看的活动入口在未登录的情况下是不出现的,无法起到拉动作用,这可能是一个 bug.

4.5.专题

多看的专题,缺点是图书界面没有一个稳定的入口。微信读书的专题下还有子专题,运营上做得最用心,但从图书详情页没有跳转到这本书所在专题的入口,在对延伸阅读需求的满足上出现了缺口。掌阅未设置专题。

4.6.其他——发现与推荐

这里我想聊聊这两个机制在设计上的应用。

a.发现:我理解的发现应该是在有逻辑的列表之外提供一个/一些能让用户随手就找到值得花时间看完的内容的列表,或显示最近的新鲜事。而如今它已经被滥用成了一个万能入口,可以说是与“其他”同义,什么东西都能往里塞,就连微信(不是微信读书)也是如此。

在阅读 app 的设计中,发现恰好有机会充当它本来应有的角色:分类就做好分类,而发现承担起读者不知道自己想读什么时看点最值得看的东西的这样一个需求,让上帝的归上帝,凯撒的归凯撒。掌阅的发现就是一个上文所述的“其他”,而微信读书的发现不仅如此还在交互上十分麻烦。现在多看的“发现”入口(书城)的问题在于粗糙的太粗糙(小说),如果对其精心设计,让书城做好推荐,对应到用户行为上则是把无目的的漫游式浏览整理到一个既自由又不失方向的框架里,相信对用户体验会大有提升,直接影响到用户留存。

b.推荐:不论怎么定义“值得”——可能每个人的定义都有些许差异——人总是希望把时间花在最值得的对象上。如果用户面对一个推荐时知道它为什么被推荐来,那么他就更有理由点开这个推荐。其实真正的理由很可能是数据原因,比如前述的曝光收益;但事实上这个数据意味着用户看到推荐后点了进去然后开始阅读,甚至选择付费,这说明用户从推荐中受益了,所以这些理由当然是可以显示给用户的。如果用户反正要以有限的时间在有限的选择中做决定,那么一屏显示 12 本书的封面和标题就不如 4 本书的详情更接近理想的信息量了,尤其是详情中包含一些有利于决定的信息时——像是“9.6 分”、“84%的人读完”等等。这些信息是用户作出判断和选择的依据,所以把它们放在重要的位置上是合理的信息架构。

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 199,636评论 5 468
  • 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 83,890评论 2 376
  • 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 146,680评论 0 330
  • 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 53,766评论 1 271
  • 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 62,665评论 5 359
  • 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 48,045评论 1 276
  • 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 37,515评论 3 390
  • 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 36,182评论 0 254
  • 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 40,334评论 1 294
  • 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 35,274评论 2 317
  • 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 37,319评论 1 329
  • 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 33,002评论 3 315
  • 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 38,599评论 3 303
  • 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 29,675评论 0 19
  • 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 30,917评论 1 255
  • 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 42,309评论 2 345
  • 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 41,885评论 2 341

推荐阅读更多精彩内容