大數(shù)據(jù)的時(shí)代 讓APP讀懂你的口味

當(dāng)城市開始飛速發(fā)展，世界變化已經(jīng)讓人應(yīng)接不暇的時(shí)候，唯有跟上才不算掉隊(duì)。這是一個(gè)信息化的時(shí)代，也是一個(gè)信息過度膨脹的時(shí)代，也許每天打開郵箱接收到的郵件已經(jīng)足以湮沒一個(gè)清醒的頭腦，而為了把握這個(gè)快節(jié)奏的城市而在車上或是每個(gè)閑暇時(shí)間點(diǎn)開一個(gè)個(gè)新聞APP則是在生存和前進(jìn)中找到一絲方向。
    幸好移動(dòng)產(chǎn)品飛速發(fā)展，所以我們才能避免抱著電腦邊走邊看的一幕出現(xiàn)。而信息永遠(yuǎn)是來如潮水，想要把握似乎總有些難度。當(dāng)你想了解當(dāng)前的時(shí)事熱點(diǎn)或者行業(yè)新聞，也許你可以打開傳統(tǒng)的門戶新聞客戶端看某個(gè)新聞板塊，或者刷微博看你關(guān)注的人眾說紛紜，亦或者看你收藏的某個(gè)博客的新鮮觀點(diǎn)，再或者可以在微信上收聽某個(gè)知名博主的言論。但是這一切的過程，你依然覺得繁瑣，因?yàn)椴还苁屈c(diǎn)擊開的哪一個(gè)產(chǎn)品，都沒辦法幫你一站式找到你要的那些信息。信息的檢索變成一個(gè)困難的過程，零碎的信息讓效率變成一個(gè)問題，用戶需要一個(gè)簡單的方式來處理這樣的信息狂潮。
    “信息+大數(shù)據(jù)處理”就是答案。這是一個(gè)信息化的時(shí)代，科技無處不在，信息也是，大數(shù)據(jù)處理則是解決大量數(shù)據(jù)的方法之一，而今日頭條這一款移動(dòng)應(yīng)用就是先行實(shí)踐者。
   大數(shù)據(jù)產(chǎn)品對泛濫的信息處理，不是此前的諸多模式中的一種。在傳統(tǒng)信息處理時(shí)代，有各種通過人工方式對新聞和相關(guān)信息分類，甚至在每個(gè)網(wǎng)站都會(huì)對不同的內(nèi)容分門別類，或者在值得關(guān)注的新聞點(diǎn)上匯總制作主題，這也和現(xiàn)今微信的處理方式如出一轍。但是優(yōu)質(zhì)的數(shù)據(jù)處理采取的方式?jīng)]那么簡單，因?yàn)閮?nèi)容源的提供者單方面制作的信息分類并不能滿足用戶的個(gè)體需求，就好比如今百度會(huì)根據(jù)用戶的搜索推薦不同的產(chǎn)品一樣，一個(gè)完善的數(shù)據(jù)處理也會(huì)根據(jù)用戶點(diǎn)擊不同的新聞內(nèi)容分析用戶可能感興趣的新聞，針對性推薦給用戶，這就是今日頭條這款A(yù)PP的亮點(diǎn)之處。
   APP讀懂你的口味，不是單純的屏蔽關(guān)鍵詞或者找到你的需求點(diǎn)，而是最大可能的給你感興趣的內(nèi)容。你的口味，有喜歡，也有不喜歡，它都知道。
    不喜歡看財(cái)經(jīng)內(nèi)容，那便沒有股市行情或者業(yè)內(nèi)分析出現(xiàn)；不喜歡看體育新聞，科比或者喬丹也不會(huì)出現(xiàn)在你的視線范圍內(nèi)；不關(guān)注互聯(lián)網(wǎng)，OK，科技博客自然是不用給你做推薦咯！作為你的專職信息處理師，它一定比你更了解你不喜歡的內(nèi)容。
    不喜歡財(cái)經(jīng)，卻偏偏關(guān)注蘋果或者三星的交易財(cái)報(bào)，好的，蘋果的最新消息一定提供給你；不喜歡體育，卻獨(dú)獨(dú)鐘愛帥氣的小貝，好的，這個(gè)不難；不關(guān)注互聯(lián)網(wǎng)，但是偶爾新浪或者微信有點(diǎn)什么事還是得了解以免落伍沒有談資，這個(gè)也很容易！這就是今日頭條信息處理的高明所在。
    新型的信息處理，不僅僅是粗略的把用戶不喜歡的內(nèi)容剔除，而是在用戶不喜歡的內(nèi)容中找到用戶感興趣的點(diǎn)，個(gè)性化在不同的產(chǎn)品中的體現(xiàn)不同，但有一點(diǎn)是互通的，就是從粗獷的分類中找到細(xì)致處，細(xì)化分類。然后再分類，再處理。直到對數(shù)據(jù)的細(xì)分不再成為分類，而是關(guān)鍵詞組合，讓APP產(chǎn)品讀懂自己服務(wù)的用戶，減小用戶被狂轟濫炸的可能性，同時(shí)讓每一次信息顯示都成為有效性最高的推薦。
    不少用戶都記得在很多產(chǎn)品中，往往選擇了自己不中意的分類后，那些信息就被一網(wǎng)打盡。而今日頭條獲取用戶感興趣的分類并非單純依靠用戶自己選擇的內(nèi)容，而是在用戶使用的過程中，一次次對用戶行為進(jìn)行分析甄別。用戶每一次的閱讀和選擇，都會(huì)成為一個(gè)獨(dú)立的數(shù)據(jù)庫，用戶點(diǎn)擊的新聞內(nèi)容會(huì)被分析，例如：從來沒有看過體育新聞的用戶卻點(diǎn)擊過數(shù)條貝克漢姆的新聞內(nèi)容，說明這個(gè)用戶感興趣的不是體育，而是“貝克漢姆”，下次有小貝的消息的時(shí)候，用戶便不會(huì)錯(cuò)過。而同樣的道理，不管你是否對某一方面的內(nèi)容感興趣，這款A(yù)PP都能感知到你的喜好，甚至比你更了解你是否會(huì)喜歡這樣的一條內(nèi)容。
    照此下去，可以預(yù)見的是，隨著用戶體驗(yàn)時(shí)間越久，越能和這款產(chǎn)品融合。產(chǎn)品會(huì)發(fā)展成用戶的朋友，提供的信息也會(huì)越來越對用戶的胃口。對于大數(shù)據(jù)處理來說，這才是讓科技服務(wù)人類的實(shí)踐?？偟膩碚f，就是讓科技更懂人類，讓人類更了解科技，大數(shù)據(jù)處理的成績，今日頭條給出了答案：我比用戶更懂用戶。