资讯 app
资讯产品的本质是连接内容和用户。我们可以把当下的资讯 app 分为三类：内容聚合类、智能推荐类、垂直领域类。 内容聚合类 app 主要有腾讯新闻、网易新闻、搜狐新闻等，最早出自传统门户的移动化战略；天天快报、今日头条、UC头条则是近两年新生的智能推荐类 app ；垂直领域 app 的典型如懂球帝、 36 氪、虎扑体育等等，它们的形态，直接受其所在领域影响，产品共性上没有前两类突出。本文主要从前两种类型来分析：为什么资讯 app 都长一个样。
左为内容聚合 app ，右为智能推荐 app
为了更好地回答这个问题，让我们先来理清资讯 app 形态的演化路径。资讯 app 的演化
先从内容生产和内容分发的关系说起。在传统媒体时代，内容发行权掌握在报社、杂志和出版社等媒介手中，发行渠道窄；报纸的版面有限，内容需要过审……注定只有少量的内容能被用户看到。 2000 年前后，门户网站兴起。门户网站的版面容量可以说是无限的，但流量只集中在页面的头部；传统媒体仍然是内容的主要供给者，他们有限的人力导致内容产能受限；网站编辑发布内容时，会根据自己的专业经验来决定内容的排序，而大多数靠后的内容则无人问津。比起传统媒体时代，虽然门户网站信息量大、信息获取成本变低，但用户如果想看感兴趣的内容，还是需要通过层层页面索引或搜索引擎。那是一个“人找内容”的时代。 博客时代以来，每个人都可以直接创造内容，但有限的触达渠道导致内容分发仍然低效，大部分内容生产出来却并不容易被人们看到。 移动互联网的到来，门户网站把 PC 网站直接搬到了手机上，由编辑运营内容，造就了最早的内容聚合类 app 。虽然载体和场景变化了，但内容生产和内容分发的关系并没有变化。 2010 年兴起的 Flipboard，把社交网络上的内容当作订阅源，用图文并茂的方式展示给用户，号称“社交化杂志”。国内的 Zaker 、腾讯爱看、网易云阅读等 app 也走这个路子，加上了 RSS 订阅。RSS 对不定期更新的高质量内容有明显的优势，但这种形式对用户的主动性要求高，这些 app 也缺乏其他渠道引流，在国内一直不温不火。 2012 年，智能推荐 app “今日头条”发布，它选择了将包括专业媒体内容、自媒体内容在内的海量资讯，通过机器算法推荐给用户的方式，帮助他们找到更感兴趣的内容，使得用户的使用时长大大增加。
资讯推荐 app 的商业模式
这一新技术带来的用户粘性巨幅提升，引来资讯 app 的纷纷效仿，各个内容聚合类 app 也采用了算法推荐的信息流模式。从中我们可以感受到技术的创新带来的颠覆性变化，而这为我们的资讯产品的设计带来了怎样的改变呢？资讯 app 面对的新问题
门户时代，靠编辑运营标题，为适应页面的版式，标题的字数始终在设定的区间范围内，严格按照编辑运营规范。当海量内容由海量的自媒体生产时，长短不一的标题怎样在页面里呈现？ 现在几乎所有资讯 app 的单条内容都由“图片+文字+附加信息”组成，是什么原因让它们选择一样的方案？让我们来庖丁解牛一看究竟。1. 消失的导语
左为 2016 年的网易新闻，右为现在的网易新闻
把时间拨回2011 年，那时资讯 app 最常使用“图片+标题+导语”的组合。用图片吸引注意力、用导语延展标题信息量，目的都是为了增加点击率，设计样式可谓五花八门。到 2016 年初，导语首先消失了，需要人工精编的导语已成为内容引擎的效率瓶颈。 现在的资讯 app 通常采用“文字+图片+附加信息”的组合，用图片来支撑内容列表的排版，并提供更大的标题空间。这种形态优点很多，减少了人工编辑成本，信息流入更快了；简单的页面结构降低了设备屏幕适配成本；能更自然地承载广告，转化率也比较高。呈现出的结果是：资讯 app 里单条信息的组成元素都一样。2. 左右为难
左文右图还是左图右文？很长时间里这两种版式是平分天下的。
左图右文，左文右图
人在快速浏览时，文字比图片更能快速的被识别，左文右图的浏览效率高。反之，左图右文浏览上慢一些，但图片能吸引用户的注意力，点击率比左文右图高。相比之下，文字快速识别能够提升用户浏览效率，图片吸引用户能够提升点击率，所以在当下大部分资讯 app 都选择左文右图提升浏览效率，而左图右文的形式则更多用于图片品质高、内容经过精编的垂直类产品所采用。3. 生态的壁垒
除了左文右图的展现方式相同，资讯 app 在信息架构、信息的组织方式上，也采用了相似的设计。
从上至下：今日头条、天天快报、UC头条
以天天快报、今日头条、UC头条为例，首页的主 tab 分别是：推荐、视频、订阅号／微头条／关注、我的，只有第三个 tab 名称不同。- “推荐”和“视频”都采用了时间+兴趣相结合的方式展示信息；
- “我的”是用户资料管理和运营模块；
- 第三个 tab 则是各个平台发力的战场：订阅号／微头条／关注，都是旨在通过提供有着强烈个人标签的内容，建立品牌，聚集粉丝。
下一阶段还会一样吗？
当下资讯 app 的设计是随着产品迭代、技术发展、行业颠覆者的示范效应而逐渐趋同的：为了高效的展示内容，内容排版趋于一致；为了建立内容壁垒，平台从开放生态入手，引入大量自媒体内容，采用了相似的信息架构。但我们真的需要这么多相似的 app 吗？ 或许，我们可以从国外的产品中找到不同的答案。国外的资讯 app 重视新技术底层运用，在移动端探索新的交互方式。比如 Quartz , 在互动聊天中为用户推荐新闻，通过简单的语句、聊天的口吻，概括一条新闻的大致内容，如果想了解更详细的内容，点击对话能直接跳转到新闻来源页面进行更详细地查看；Banjo则通过分析社交媒体数据，挖掘热门新闻。
Quartz 用有趣的方式看新闻
笔者认为，技术革新是改变内容传播方式的最根本因素。而技术只有在用户消费层面广泛应用，才能产生价值。下一阶段，资讯 app 的发展仍然着眼在内容和技术这两点上。 首先是内容品质的升级：通过平台投入更多资本，完善收益回报机制，滋养内容生产者，促使他们写出更优质的内容。内容的形态会更丰富
VR内容已经是各大媒体巨头发力的重点。当然，VR 技术要有优质的内容支撑才能产生足够的吸引力。如BBC发布了 Taster VR，这款 app 使人们用第一视角观看新闻，更具真实性。 其次，技术会进一步影响资讯产品： 全球的新闻编辑部正在经历着 AI 的进化，用机器生产出更多的内容。去年 6 月，美国第三大报纸发行商Tribune Publishing（旗下报纸包括《洛杉矶时报》、《芝加哥论坛报》等）宣布改组更名为Tronc，把用 AI 技术生产内容视为重要手段。 “利用人工智能技术，我们将会有能力提供一些全新而有趣的功能，并且能够更快速地制作内容和视频。现在，我们每天大概可以制作几百个视频，但在未来，我们应该每天能够制作出 2000 个来！”Tronc公司CEO Michael Ferro曾放出这样的豪言。Tronc 运用机器学习，基于图片和视频大数据库，结合读者的阅读习惯和消费行为，生成视觉化的、高参与感的视频内容。编辑部门可以快速生产视频，极大提高了效率和产能。 智能算法会进一步升级 而今，智能算法与个性化已经在重塑媒体的分发机制。基于大数据的用户分析与匹配的场景化、精准化决定了算法的效果。平台的内容池和用户画像池经过算法的适配，建立起越来越精准的连接，并不断积累数据、迭代，成为人工智能主导的自主进化。在国内， 资讯个性化推荐产品竞争已经进入了白热化，争抢着内容分发的阵地。 内容会更自然的触达用户 纽约时报在美国大选期间推出机器人 NYT Politics Bot，在Facebook Messenger上就选举活动给出自己独到的见解，并与用户互动。未来有望通过机器人这项技术，将人格魅力和机器的效率结合起来，让媒体更富有人性，带给用户一对一的私人体验。
NYT Politics Bot向用户发布消息
基于内容和技术的提升，用户消费也会发生变化：高品质的内容，让用户有意愿为之付费，形成内容生产与消费的良性循环。知识付费是今年内容产业的一个风口，这里篇幅所限就不再展开了。- 内容消费体验更新、更丰富。新技术可以创造更好的临场感，VR / AR 技术让用户体验当事人的感觉。用户可以根据主观视角，从现场发现更多个人兴趣点，不受以往电视直播视角的限制。
- 社交化的分享在资讯消费中扮演越来越重要角色。有数据表明，国内 19 岁以下用户，使用社交应用获取资讯的用户占比接近60%，年龄越低，使用社交应用的比例越高。 年轻人是社交新闻的核心消费群体。
- 个性化、用户兴趣更加细分，兴趣爱好、与用户个人更相关的信息，越来越成为重要的消费内容。资讯 app 借助智能算法的精准推送，基于用户场景提供更便利的服务。用户收到了楼下便利店的折扣信息，还会把它归类为广告吗？
【转载说明】 若上述素材出现侵权，请及时联系我们删除及进行处理：8088013@qq.com
