“今日头条”如何用“过时”模式运营出6亿用户

2012年8月，“今日头条”正式上线。截至2016年12月底，“今日头条”已经有5.8亿名用户，日活跃用户7800万人次，月活跃用户1.75亿人次，单用户日均使用时长76分钟。根据数据服务商QuestMobile的数据，移动应用中人均月度使用时长的前两名就是微信和“今日头条”。“今日头条”有自媒体创作平台头条号，还有知识分享平台头条问答以及短视频，目前短视频日均播放量为13亿次，日均播放总时长达3700万小时。具体分析如下图。

2016年12月，“今日头条”获取了10亿美元的融资，估值超过110亿美元，支撑起高估值的是其业务增长速度。2015年，“今日头条”的总收入为30亿元，2016年为60亿元，2017年的目标是100亿元，如下图所示。“今日头条”的目标是成为信息分发领域的基础设施，已经与腾讯、阿里和百度展开了正面竞争。

说起来，“今日头条”可以算是内容运营行业的一朵“奇葩”。

内容是互联网行业最早的应用需求，也一直是互联网行业最大的入口。相比其他领域，内容服务提供商的更迭率较低，被巨头们牢牢把持着。就连“上古的四大神兽”——新浪、网易、搜狐、腾讯也都还健在，而且牢牢地把持着各种细分人群。

但一家堪称“模式陈旧”（以十多年前便出现过的新闻聚合RSS为原型进行改良，根据用户数据用算法实现自动添加新闻源和自动分发）、团队简陋（至今也只有区区几百人，除了创始人张一鸣来自于曾经的搜索技术奇兵酷派之外，团队其他成员并没有什么辉煌的过往，而且这是个没有编辑的新闻网站，绝大部分团队成员是工程师）、“品味低俗”（推荐文章的标题经常一惊一乍让人脸红）的公司，现在已经俨然成为内容入口的第一梯队成员。

你要说这么“不给力”的模式、团队和内容，而且到现在也没认下BAT里任何人做“干爹”，到底是怎么组合成这家已经市值过百亿美元的公司的呢？我们不妨从“今日头条”的运营思路中一探究竟，如下图所示。

今日头条1.0：编辑智能化

“今日头条”的创始人张一鸣说，“今日头条”是把算法、工程、产品、运营这几个方面在应用层面结合得最好的一家公司。“今日头条”理解用户需求，懂算法、工程，理解产品，并且还能做细致的运营。

那么，“今日头条”在运营上的策略有何高明之处呢？既然新闻聚合模式十多年前就有，为什么“今日头条”能成长为“独角兽”？这还要研究“今日头条”是怎么通过新的运营手段迭代成长的。

“今日头条”提高了人们的阅读效率，采用准人工智能的方式，将用户分类，并结合用户兴趣，采用机器分发的方式，向用户推荐个性化资讯，之后自动组合成用户的个性化主页。事实证明，当个性化的主页提高了用户阅读效率后，用户停留的时间明显增加，如下图所示。

目前，“今日头条”已经拓展了短视频和头条问答等内容形式，并引入了用户自有广告系统和头条推荐广告系统等广告分成模式。

张一鸣说，“今日头条”创办之初，他经常和朋友解释，“今日头条”不是媒体，不是传统的新闻客户端，没有人工编辑，它是一款推荐引擎产品，是一个资讯分发平台，文字、图片、视频，甚至问答、直播等各种形式的资讯内容都可以通过“今日头条”的推荐系统找到对它感兴趣的用户。

“今日头条”一方面由于改善了阅读体验，产生了用户汇聚，其在向内容介质拓展，做短视频等方面得心应手；另一方面，以这种能力进入广告分发领域，可以把广告做得更精准，与有着巨大流量入口的腾讯新闻的差距也越来越小，如下图所示。

以往的内容模式，例如我们刚才提到互联网内容领域的新浪、搜狐等门户网站，其头版或头条及所有的内容分发完全由编辑决定，所有读者都面对一个相同的头版。这一方面造成版面位置资源紧张；另一方面，读者找到自己感兴趣的文章效率也不高。个性分化是从博客、微博和微信等新媒体才开始的，但添加关注时，又会造成大量的信息重复、刷屏等阅读浪费，同时微博、微信的阅读会自然流向大V之类的地方。“今日头条”解决了阅读个性化问题，并采用算法过滤重复信息，用户界面设计友好，因而迅速获得用户的追捧。

虽然看起来和老模式的RSS差不多，但其实“今日头条”在技术上对过去的新闻聚合模式做了很多改进。媒体在2013年曾披露过“今日头条”算法的运行原理，“今日头条”拥有1000台左右的服务器，研发人员在这些服务器上撰写各种代码。这些代码被称为爬虫或者蜘蛛，它们到传统媒体的网站和门户网等网络媒体上抓取各种信息。如果抓取到的内容是门户网站购买自纸媒网站的，那么“今日头条”会优先从纸媒网站抓取。这其中涉及到版权问题，所以“今日头条”多次遭到版权投诉。2017年5月，“今日头条”还遭到十家主流媒体的起诉。

对信息的计算是“今日头条”的核心技术。“今日头条”对抓取到的信息进行分析后，一旦确定这些信息是有价值的，就会给这些信息打上标签，并根据信息标签与用户标签的契合度，把信息推送到有兴趣的用户手机里的“今日头条”客户端里。此外，用户注册时，可以使用新浪微博、QQ等社交工具账号登录。机器人会通过数据挖掘最终得出一个关于用户大致信息的偏好，然后给用户推荐相关信息。同时，机器人会通过观察用户阅读某篇文章的速度来判断用户是否对其感兴趣，并及时调整之后推荐的信息。

定位准确，找到了行业空档之后，“今日头条”又是怎么确定运营技巧的呢？

（1）人工智能的算法推荐

今日头条既不招聘记者也不招聘编辑，利用人工智能推荐算法，其信息分发效率远高于人工编辑，且运营成本降低了80%以上，算是成本上的“轻模式”。

既然借助于人工智能技术，“今日头条”实现了资讯分发的“千人千面”。那么“今日头条”就把思路放在传统媒体时代无法实现的功能上，既给读者带来新奇的体验，打造自身的品牌化差异，也探索出一些新奇的做法，让传统媒体和陈旧门户难以跟随。随后借助这些手段，培养读者新的阅读习惯，拓展作者新的收入模式。

（2）改写的分发渠道和广告成本结构

“今日头条”改写了信息分发渠道和广告成本结构，赢得了在内容行业重新制定自己规则的话语权。“今日头条”由于能够做到让每一个用户每时每刻都能看到属于他们自己的资讯头版，这为其下一步创新的内容运营和广告运营模式打开了空间。

张一鸣特别提到“今日头条”有一个公益项目“头条寻人”，是体现精准信息分发的一个典型例子，它既是智能内容分发创造的一个信息应用场景，也是“今日头条”借以深入人心的一个典型的市场运营案例。

过去，“寻人启事”只能刊登在报纸的夹缝或者其他不起眼的角落里。但“今日头条”就可以做到把“寻人启事”从报纸的夹缝里送上头条。不仅如此，“今日头条”还打造了使人和信息更为高效连接的品牌内涵。尽管是寻找陌生人的寻人启事，但却牵动着千千万万人的心。一场寻人行动，将走失者、寻找者和知情者这些原本孤立的点都连接起来。这是一个典型的连接信息的应用场景，延展了读者的阅读空间并加深了读者的认知：“今日头条”的信息是具有服务属性的信息，具体如下图所示。

“今日头条”页面排版简洁，非常适合普通大众的碎片化阅读需求。打开客户端后，前四个栏目依次是“推荐”“热点”“视频”“所在城市的新闻”，非常方便手机阅读（见下图），而不是像很多门户网站一样，首页密密麻麻排满许多栏目；同时，内置浏览器对于网页的解析和重排做得非常好，而且能够让用户不用跳出APP就能点击阅读原网页上的其他新闻链接，保证了用户体验的连贯性。

此外，“今日头条”还较早地建立了社区系统，引入了QQ、微信、微博等账号体系，评论、话题、活动等功能模块的设置行为对其用户活跃度的提升非常明显。

“今日头条”2.0：广告精准化

在技术思维的推动下，今日头条不断将运营效果优化，帮助广告主借助智能分发实现营销价值的最大化，对精准广告研究出新的做法。

张一鸣说，今日头条是一家技术公司，管理团队中半数人都会写代码，产品经理甚至HR都会写代码。商业化产品的负责人也会技术算法，因此今日头条的商业产品是技术驱动的。事实上，当今日头条的编辑智能化模式被很多竞争对手抄袭后，它选择了通过更深化的应用来巩固自己的领先地位。张一鸣提到，与今日头条相似的产品正在四处上线，传统新闻客户端也陆续改版上线“推荐”频道，浏览器也做起了“推荐”，甚至电商类平台都有了自己的头条，而BAT已全部开始做算法推荐了。

这时，今日头条迅速拓展信息分发以外的应用，即商业化能力。

广告的个性化分发模式其实也并不新鲜。Google是最早做到根据用户的搜索关键词提供个性广告的。Facebook也提供个性化广告，并且开创了很多新的广告模式，使广告变得好玩有趣，形式与内容更接近。

张一鸣说，今日头条精准的广告依靠的是个性化推荐算法。根据用户特征、环境特征、文章特征等数据进行组合推荐。这背后是数据挖掘、神经网络、自然语言理解、机器学习等人工智能技术的支持。

具体如何去做呢？张一鸣介绍了以下几点经验：

第一，广告信息化。

从广告的生产方面来说，现在需要像做内容一样去做广告。

在智能分发时代，广告信息化是张一鸣认为的一个趋势。因为个性化推荐的是信息，而广告也是信息的一部分，它是有商业价值的信息，而不是强行插入的一种干扰阅读的模式。

今日头条的目标是让广告成为一条有用的资讯，即广告必须具备可读性，能直接产生价值。如新品上市信息或试驾活动，这种既具备商业价值同时又具有可读性和可服务性的广告，今日头条就把它作为正常的内容推荐给用户。

2012年初，张一鸣去见投资人。当时投资人说，移动屏幕这么小，广告的展示位相应也少，你们广告肯定很不赚钱。但是今日头条推出了信息流广告，生产出来的广告可以像信息一样分发，信息流广告可以不断刷新，没有展示位数量的限制，更不会像以前的广告那样打扰用户体验。可以说，广告就是一种信息。

今日头条的广告都很明确地标注了广告字样，但是因为推荐精准且都是有用的资讯，所以转化率很不错，很多用户不会介意它是广告。这也是张一鸣认为头条广告ROI更佳的表现。

互联网平台信息流广告有Facebook、Twitter、Instagram等。Facebook在2011年推出信息流广告，此形式推出后迅速从PC端延伸至移动端，整体上改变了Facebook的营收结构。

第二，分发自动化，技术性运用让投放更高效。

今日头条现在可以根据大数据将同一个广告做成几十版素材，真正做到满足不同人的不同需求。

今日头条目前不少商业化合作都进行了上述方式的尝试，取得了超出预想的效果。例如，今日头条与亚马逊在“世界读书日”开展的一场“好书遇见你”的合作就是典型示例之一。

另外，分发技术的成熟，也给品牌广告主带来更多的选择，比如说做品牌广告投放时也能具备程序化、技术性调整广告的效果，让自己的品牌广告在投放过程中完全可控，在保量的同时随时同步变化调整广告的量，做到真正的品效合一。这即是当下备受广告主青睐的新型广告投放模型——PDB（私有程序化购买）。

今日头条在短视频营销方面提出POE衡量价值体系，从曝光、转化及用户主动行为3个层面更为精准地评估及衡量视频广告的传播效果。

今日头条3.0：内容生态化

“头条号”是今日头条率先推出的自媒体原创上传平台。“头条号”较微信自媒体有很多改善。微信公众号形成了一个封闭的阅读圈，推荐机制主要靠朋友圈。一方面，好文章出来，朋友圈往往被刷屏；另一方面，大号拥有粉丝量众多，也更容易被分享，但中、小作者却很难获得微信的任何导流。

“头条号”通过机器智能推荐，给作者带来可观的流量，通过头条号指数进行管理，并通过“头条号”广告平台与读者广告收入分成，鼓励作者持续创作，也借助原创内容的丰富提高广告价值。“头条号”的推出，让“今日头条”从内容分发渠道变成内容孵化渠道，并从工具型产品、服务型产品过渡到形成内容生态圈的生态型产品。同时，在运营手法上，“今日头条”增加了很多人性化的色彩。

随着4G和Wi-Fi的普及，短视频消费迎来爆发期，视频广告的形式也顺势成为新主流。今日头条迅速抓住了这一机会，调动内部资源支持短视频发展。张一鸣表示，今日头条目前视频每天有10亿次播放，每天播放时长达到2800万小时。在“今日头条”平台上，用户观看短视频量呈现快速增长趋势，视频流量在不到1年的时间内就赶超了图文流量，信息走向视频化。目前来看，今日头条已成为国内最大的短视频平台（如下图所示）。

张一鸣举了两个在今日头条做视频的头条号的例子：

第一个叫“坤哥玩花卉”。坤哥是《中国花卉报》的一名记者，精通花卉养殖，他在头条号上传家庭养殖教学视频，长度在2～4分钟。有45万人向他学习了如何种菠萝，43万人学会了如何扦插虎尾兰，16万人看了视频后开始在家学种杧果，22万人对种金钱树感兴趣，24万人想要种辣椒，最受欢迎的则是猪笼草种植，累计有765万人观看了教学视频。

第二个头条号叫“魔术师林剑伟”。这位魔术师会把自己变魔术的方法、技巧在5分钟的视频里倾囊相授。他的视频列表里，152万人学会了手机入气球魔术，191万人学会了街头换牌魔术，105万人学会了香烟盒漂浮魔术，103万人学会了扑克穿越钞票魔术。

在信息视频化趋势下，短视频广告消费无疑将成为移动营销下一站的风口。因为视频较图文而言，有着天然的优势，它比文字和图片具有更好的感官体验，能更高效地传播，而且短视频制作成本和门槛相对较低。今日头条果断推出举措，重点扶持短视频内容创作。2017年初，在华北、华东、华南三地都开展了头条系列视频商业产品的推介，以多样的视频商业产品更好地服务于品牌商。

今日头条正在尝试让人工智能直接介入创作。一个名叫Xiaomingbot的AI机器人，在2016年的整个奥运会期间，写了400多篇新闻稿，一条稿件的写作时间平均下来不到两秒钟。Xiaomingbot可以通过获取网上对相关赛事的文字和讨论，总结归纳生成一篇较长的赛事资讯文章，并且还能自己选图。最后AI写的稿子大概有100多万的阅读量。有媒体对比了“今日头条”和《华盛顿邮报》的写稿机器人，发现今日头条的机器人不但信息量更丰富，能写配图长文，而且文字也更生动有趣。

这个AI机器人是头条实验室和北大计算机所合作完成的项目，也是国内第一个综合运用了自然语言处理、视觉图形处理和机器学习技术的写稿机器人。

此外，头条实验室现在还在研究如何用人工智能的算法去帮助头条号作者选出更好的图，或者取一个合适的标题。

传统意义上的问答，基本都是社交模式，存在很多的问题，但在张一鸣看来，这恰恰是人工智能和算法可以解决的。比如，头条号是靠算法来帮助用户找到回答问题的合适人选。在同一个问题下，机器会知道怎样排序能够对不同的用户产生更佳的效果。另外，算法现在还在尝试在热门事件里自动生成问题并且配插图。

知识和推理是人工智能领域的研究难题，也是最核心的问题。它的研究一般会涉及深度学习、概率图模型、矩阵分解和稀疏方法、核方法、决策树等。这项研究成果也正在头条问答项目中应用。张一鸣希望对一些简单的问题和事实类的问题可以通过自动回答的方式去解决。这样就可以节省专家人力。今日头条2017年3月拥有800名工程师，每天150亿条训练样本量，20000台服务器，每日处理数据6.3PB，用户请求60亿次。

今日头条尝试用智能的手段解决低劣内容的过滤问题，同样取得了事半功倍的效果。张一鸣说，增大信息吞吐量最大的瓶颈是怎样更快地过滤筛迭出低劣内容。在此前算法不成熟的情况下，今日头条有一个小组会和机器一起来进行低质文章的初筛，也就是机器先圈出一个范围，再由人工来完成细致的筛选。今日头条每天通过筛选呈现的文章超过15万篇。

一般来说，一个人一天能够处理的文章数量大概是1000篇。相比之下，机器一秒钟就能处理100篇文章。也就是说，如果将这15万篇呈现出来的文章，全部交由人工来筛选的话，一个人需要工作150天才能完成，而机器则只需要25分钟。

可能很多人会觉得，人工审核会比较准，但张一鸣则称，今日头条内部做过测试，把文章打上不同的标签，让不同的人来判断。这时候就发现，人和人之间的判断差别是很大的，准确率大概是75%，而算法的准确率则有87%之多。

更重要的是，相比人工，算法的边际成本可以低到忽略不计，并且算法还能不断学习。今日头条后来更新了初筛的算法，现在今日头条上低质文章的初筛已经不再依赖人工，而是全部由机器完成。当然，初筛之后，今日头条还会通过人工抽检等手段来配合机器的工作，让它们变得更聪明。

2017年2月份，今日头条宣布投资印度的Dailyhunt是当地最大的信息分发平台。早在2015年6月，今日头条就已经启动国际化，通过Build&Buy的方式在海外扩张，现在在日本、印度、东南亚、北美、巴西，今日头条都有一些布局。截至2016年年末，今日头条已经在海外拥有1200多万的用户量。