來源 | 智能相對論(ID:aixdlun)
最近,阿里低調地上線了以電商為主要功能的鹿刻短視頻,聯(lián)想到此前騰訊大刀闊斧推出微視,百度積極布局好看視頻,至此,BAT三家都完成了對短視頻行業(yè)的入局。“姍姍來遲”的巨頭們,無疑會讓短視頻的競爭更為激烈,整個行業(yè)也仿佛回到了當年數家視頻網站混戰(zhàn)的局面。而告別了野蠻生長的短視頻行業(yè),此時正面臨著同質化嚴重、泛娛樂化、內容觸線等一系列問題,如何走出新路的問題也被擺在了BAT 等眾多玩家的面前。
狂歡式群體娛樂,用戶陷入視覺疲勞
目前,許多視頻APP制造出一系列的視覺奇觀,刺激了用戶幻想和欲望的產生,比如一些爆紅的美食視頻,就因為激發(fā)了人們對美食的向往而獲得了用戶關注。當下即時的感官愉悅會掩蓋人們更深層次的意義追尋,人們的情感與體驗也容易被視覺奇觀所操控。
大胃王密子君的吃播視頻,憑借“奇觀”特點的視覺畫面吸引用戶觀看
短視頻 APP如秒拍、美拍、抖音的走紅助推了短視頻的發(fā)展,這些 UGC 短視頻雖然滿足了人們的信息需求,但是它往往局限在“視覺奇觀”中,成為大眾自娛自樂的產品,缺少公共性與知識性。當理性與深度被感性和散漫所取代,當狂歡式的群體娛樂消遣代替了個體化的審美體驗,用戶的審美疲勞就會接近臨界點,這也是快手、抖音等短視頻產品在高速增長后陷入停滯的原因。
不愿意再刷短視頻了,本質是因為用戶不想自己的時間變廉價。人們評價信息傳播價值的標準始終是“人們獲得的信息價值÷他為此支付的時間”的比值,短視頻興起后,價值傳播陷入“國民總時間”陷阱,片面追求時長而忽略時長帶來的價值,引發(fā)時長越多、時長越不值錢的“通貨膨脹”現象,抖音、西瓜視頻等長用戶時長產品屢被詬病的根源都在于此。
內容復盤,用戶時長的價值賦予
“厭煩刷短視頻”群體的說辭大多數都是“同質”,“刷多了沒意思“,這其實是社會學中的“剝奪與滿足命題”——用戶只有在第一次接觸到某視頻時,情感最能得到滿足,第二次、第三次,該視頻帶來的愉悅感就會逐漸“被剝奪”……也就是說,用戶接觸同質化的短視頻的次數越多,其情感體驗就會一步步趨向乏味。
所以,對行業(yè)來講,與其老想著流量入口,不如想想如何破解用戶的厭倦心理。目前,已經有一些平臺在嘗試MCN的模式,提高對內容生產者的管理效率,BAT三家都做了這樣的決策,百度好看視頻更是與國際級MCN機構合作,比如Zoomin.TV、WebTV Asia等。除了BAT,美拍、微博也啟動了MCN計劃。
為什么短視頻平臺越來越趨于MCN了呢?這是因為MCN具有規(guī)模效應,能集合更多的行業(yè)資源,提供更為系統(tǒng)化的服務,保留創(chuàng)作者的獨立性,使其不會為群體式的狂歡所影響,進而保障內容持續(xù)、高質地輸出。
BAT選擇了同樣的機制,在具體表現上仍有所區(qū)別。騰訊雖有意識打造內容產出矩陣,產生規(guī)模效應,但還是被短視頻產品的流量思維所禁錮,這一點從微信罔顧用戶體驗,在朋友圈強推“微視”的動作就能看出;百度的好看視頻則一直希望能重新復盤內容產出機制,將短視頻和愛奇藝的長視頻進行精確匹配,形成內容聯(lián)動,使覆蓋面更為廣泛;至于阿里,淘寶系短視頻“鹿刻”更為專注做出電商導購加問答社區(qū)的混合體。未來,三者的高度和走向還留待行業(yè)繼續(xù)探討。
另外,短視頻要想留住用戶,主要還是讓用戶放棄“自我執(zhí)行的父愛主義”,即不相信自己而不得采用的行為,比如不相信自己能早起就定三個鬧鐘,不相信自己能不刷短視頻而卸載APP又反復安裝。而消滅這種“主義”的核心在于,需要讓短視頻的消費時長變得更有價值,這也需要各個平臺從內容的充實度、豐富度入手。
抖音、快手等短視頻在約談后開始調整內容結構,美拍也提出了泛知識內容的新定位,百度好看視頻則依賴內容生態(tài)體系吸引用戶。內容為王的時代里,通過內容升值而讓“時長貨幣”不再貶值,才是短視頻謀長遠的必需。而爭論多時的短視頻橫屏豎屏之爭也毫無必要,讓“內容”更加美麗才是各個平臺的競爭焦點。
技術破局,感性消費的理性疏導
智能時代里,短視頻的自救不僅在于內容上的,更在于如何使用技術手段去做好內容分發(fā)。短視頻是一種典型的視覺文化,以形象為中心,注重感性體驗,使用技術,就是利用人工智能去做感性消費的理性疏導。
一方面,視覺文化并不取決于圖像本身,而取決于對圖像或是視覺存在的現代偏好。在消費主義時代,利用AI圖像識別做視頻分發(fā),目的不是為了實際需求的滿足,而是讓人們不斷追求被制造出來的和刺激出來的需求。
視頻內容的分發(fā)作為技術支持的的重要一環(huán),需要區(qū)分人們的低級和高級需求。即便快手很早就應用了人工智能,在視頻認知和理解上建立了很深的壁壘,但在內容分發(fā)上,卻因為迎合了人性最不堪的一面去推薦,而被打上“低俗”的標簽。
另一方面,大數據、用戶畫像、算法和推薦的目的不僅僅是為了精準推薦,也是避免出現“檸檬市場”——用戶掌握的信息不夠全面而無法判斷商品真正的價值。短視頻的算法應該多方面挖掘用戶興趣,進而做到用戶群體聚合。
在這個方面,短視頻平臺默契地將算法中的單一數據轉為多維數據,使得用戶不再困于“圓形監(jiān)獄”。在復活微視之后,騰訊上線的一款“下飯視頻”,在產品形態(tài)上選擇了分頻道信息流推薦;百度好看視頻則基于視頻理解及NLP技術,為7.5 億用戶標注了200萬維度的畫像標簽及億級別屬性和關系的知識圖譜。通過多維數據建立豐富的場景模型,才能讓用戶了解有價值的短視頻內容,進而讓用戶視線有意義地留存。
結論
今天,越來越多的巨頭加入了短視頻的戰(zhàn)場,BAT等巨頭的加入,也讓短視頻的賽道競爭越發(fā)焦灼。短視頻行業(yè)玩家動作頻頻,本質上還是行業(yè)大環(huán)境變了——短視頻進入了結構調整和內容重構的新風口,而如何解決用戶的審美疲勞也成為新一輪競爭的焦點。