憋了很久，終于打算開(kāi)始切入這個(gè)話題了。

最近一直在思考，伴隨著拉新成本越來(lái)越高，對(duì)于以視頻為載體的內(nèi)容平臺(tái)而言，就需要更加細(xì)致地為新用戶提供起到留存價(jià)值的內(nèi)容，將新用戶有效地激活、留存，讓自己少花一些冤枉錢。

因此，新用戶冷啟動(dòng)內(nèi)容推薦變成為“拉新內(nèi)卷”時(shí)代的重要議題。

通常意義下，我們所說(shuō)的視頻行業(yè)有按視頻時(shí)長(zhǎng)劃分的如長(zhǎng)視頻、短視頻還是最近奇奇怪怪硬炒作的“中視頻”，也有按照版權(quán)形式進(jìn)行劃分如PPC（版權(quán)采買）、PGC（平臺(tái)分成）、UGC等。

本文更希望將目前的市面上的視頻內(nèi)容性質(zhì)拆分為版權(quán)視頻（采買或分成）、用戶視頻兩種視頻形式。

一、版權(quán)視頻和用戶視頻內(nèi)容差異

1. 內(nèi)容成本

眾所周知，國(guó)內(nèi)版權(quán)采買目前是一個(gè)非常昂貴的狀態(tài)，因此內(nèi)容數(shù)量和平臺(tái)資金呈現(xiàn)正相關(guān)。

用戶視頻目前除了大多頭部MCN及創(chuàng)作者之外，絕大多數(shù)視頻都是免費(fèi)狀態(tài)，當(dāng)然也存在視頻平臺(tái)補(bǔ)貼所有創(chuàng)作者的狀態(tài)出現(xiàn)。

因此從內(nèi)容成本而言，版權(quán)視頻內(nèi)容成本遠(yuǎn)高于用戶視頻。

2. 內(nèi)容體量

這里的內(nèi)容體量包含兩個(gè)方面：數(shù)量及多樣性。

先說(shuō)數(shù)量，版權(quán)視頻中的每一個(gè)內(nèi)容都是通過(guò)花重金采買的，因此從供給端的資金成本而言，頭部PPC、PGC平臺(tái)內(nèi)容數(shù)量就會(huì)低于UGC視頻平臺(tái)。

再說(shuō)多樣性。版權(quán)視頻從制作到上線，大體流程是制片人選擇IP——編劇編撰——?jiǎng)”厩枚ā獙?dǎo)演引入及選角——內(nèi)容拍攝——剪輯——送檢審核——上線8大步驟。

用戶視頻的誕生主要步驟是有創(chuàng)意——拍攝（剪輯）——安全審核——上線這4大步驟。

通過(guò)以上步驟我們可以發(fā)現(xiàn)每一步都是在降低內(nèi)容多樣性，版權(quán)視頻需要8大步驟，而用戶視頻僅需要4大步驟。因此在內(nèi)容多樣性方面看，用戶視頻的多樣性大幅領(lǐng)先版權(quán)視頻。

3. 內(nèi)容質(zhì)量

可以延續(xù)1.2的視頻漏斗模型，通常而言，經(jīng)過(guò)步驟越多，審核人員和制作人員專業(yè)性越強(qiáng)，對(duì)于內(nèi)容質(zhì)量的把控也更高，專業(yè)制作水平也更強(qiáng)。因此從平均單一內(nèi)容質(zhì)量而言，版權(quán)內(nèi)容的內(nèi)容質(zhì)量絕大概率由于用戶視頻。

4. 內(nèi)容維護(hù)精細(xì)度

通過(guò)前面三小部分的介紹，我們可以了解到版權(quán)視頻和用戶視頻在視頻體量、視頻質(zhì)量、視頻成本三個(gè)方面的不同。

因此我們可以知道，版權(quán)視頻和非版權(quán)視頻中，平均每個(gè)獨(dú)立視頻的內(nèi)容維護(hù)精細(xì)度也是相差很大的。

兩者相似的地方包括視頻標(biāo)題、封面圖、視頻時(shí)長(zhǎng)、標(biāo)簽分類之外，版權(quán)視頻（長(zhǎng)視頻）對(duì)于視頻封面、視頻標(biāo)題、參演人員、標(biāo)簽分類、內(nèi)容賽道、內(nèi)容評(píng)級(jí)會(huì)有更加詳細(xì)的信息維護(hù)，其中視頻封面、視頻標(biāo)題更是會(huì)有多套信息維度并打上消費(fèi)喜好的標(biāo)簽。

短視頻（用戶視頻）則會(huì)更加在視頻分發(fā)時(shí)強(qiáng)調(diào)視頻作者，作者信息會(huì)更強(qiáng)地表露出來(lái)，如頭像、昵稱、作者簡(jiǎn)介、聯(lián)合創(chuàng)作之類的信息。

二、內(nèi)容推薦

在這里不在詳細(xì)闡述推薦系統(tǒng)的的由來(lái)和工作原理，有需要可以看《推薦系統(tǒng)實(shí)踐》這本書(shū)。眾所周知，產(chǎn)品經(jīng)理在做推薦時(shí)著重需要對(duì)兩個(gè)步驟進(jìn)行分析：召回和排序。

1. 內(nèi)容召回

常用有效召回包括三種類型：

1. 個(gè)性化內(nèi)容召回；
2. 通用優(yōu)質(zhì)內(nèi)容召回；
3. 個(gè)性化內(nèi)容召回+通用優(yōu)質(zhì)內(nèi)容召回。

2. 內(nèi)容排序

常用的排序方案主要是三種方式。

1）個(gè)性化排序

根據(jù)內(nèi)容與用戶相似性，將匹配度高越高的內(nèi)容排在推薦流的前面。

2）定制規(guī)則化排序

根據(jù)一定規(guī)則對(duì)召回的內(nèi)容進(jìn)行排序，其中包含3種排序的方式：

1. 純?nèi)斯づ判颍?/li>
2. 制定一定的規(guī)則進(jìn)行排序（如根據(jù)VV進(jìn)行排序）；
3. 人工+規(guī)則排序。

3）綜合性排序

結(jié)合個(gè)性化+定制規(guī)則排序進(jìn)行推薦排序。

主要是通過(guò)在個(gè)性化排序的基礎(chǔ)上通過(guò)各類規(guī)則干擾個(gè)性化排序的結(jié)果，從而達(dá)到提升推薦核心指標(biāo)的作用。

3. 推薦的核心指標(biāo)

1）推薦服務(wù)的對(duì)象

談到推薦，我們可以想到的是精準(zhǔn)推送；個(gè)性化分發(fā)；讓用戶上癮等。

如果從業(yè)務(wù)的角度出發(fā)來(lái)看，推薦的核心是通過(guò)直接或間接的途徑提升整體業(yè)務(wù)的北極星指標(biāo)。

2）常見(jiàn)的視頻業(yè)務(wù)與推薦指標(biāo)

當(dāng)下的視頻形式大的方面是版權(quán)視頻和用戶視頻，對(duì)應(yīng)的北極星指標(biāo)也各有千秋。

從用戶視頻占比較多的平臺(tái)看，抖音和快手的北極星指標(biāo)是DAU；版權(quán)視頻里傳統(tǒng)的長(zhǎng)視頻平臺(tái)愛(ài)騰優(yōu)、Netflix的北極星指標(biāo)是總營(yíng)收；因此面對(duì)不同北極星指標(biāo)，推薦在之中發(fā)揮的作用也各不相同。

以DAU作為北極星指標(biāo)的推薦：

DAU的組成為新增用戶+留存用戶兩個(gè)方面，推薦在這種主要的用處是讓新增用戶留存和活躍用戶留存都得到提升，因此最終目標(biāo)指向了留存。

用戶如何能夠留下來(lái)？主要取決于用戶認(rèn)為這個(gè)視頻平臺(tái)的內(nèi)容有意思，因此整體推薦的指標(biāo)指向了查看率和互動(dòng)率兩個(gè)大指標(biāo)。查看了主要是由CTR、平均播放完成率組成；互動(dòng)率則是主要由點(diǎn)贊率、評(píng)論率組成。

以總營(yíng)收為北極星指標(biāo)的推薦：

版權(quán)視頻視頻平臺(tái)營(yíng)收當(dāng)下主要是由三大部分組成：用戶付費(fèi)、廣告收入和版權(quán)分銷。

推薦的核心作用是降低用戶的選片成本，提升用戶體驗(yàn)價(jià)值，同時(shí)平衡平臺(tái)收益。

不討論廣告推薦的前提下，推薦的核心在于用戶付費(fèi)。RPU=DAU*ARPU，因此推薦的核心指標(biāo)在于提升ARPU及DAU，同時(shí)找到這兩者的最大平衡點(diǎn)。

DAU上面已經(jīng)說(shuō)明了，ARPU的核心在于會(huì)員充值率、單獨(dú)點(diǎn)播內(nèi)容購(gòu)買率等指標(biāo)。

三、新用戶的構(gòu)成

我們?cè)诖藢⑿掠脩舳ǚ秶鷱V泛的劃定為第一次打開(kāi)APP的用戶。用戶如何才能知道一款A(yù)PP？主要的方式有如下幾種：

• 朋友推薦；
• APP商檢索（ASO）；
• 明星網(wǎng)紅推薦；
• 其他APP推薦；
• ……

通過(guò)幾種常見(jiàn)的新增方式，從平臺(tái)的角度而言，拉新用戶主要是通過(guò)兩大來(lái)源：

1. 渠道拉新用戶

渠道拉新用戶顧名思義即平臺(tái)通過(guò)渠道投放、換量的方式，將平臺(tái)推廣給用戶，讓用戶下載投放的產(chǎn)品，從而起到提升整體新增的用戶獲取類型。

常見(jiàn)的渠道拉稀用戶如：網(wǎng)紅/明星微博推薦；應(yīng)用商店推薦；國(guó)外的FB/Google國(guó)內(nèi)的BAT廣告；相似或關(guān)聯(lián)平臺(tái)的換量等。

因此，在渠道拉新的用戶中我們可以發(fā)現(xiàn)，針對(duì)于視頻平臺(tái)而言，可以發(fā)現(xiàn)有些內(nèi)容有些用于投放的內(nèi)容我們是可控的，有些投放的內(nèi)容是不可控。因此，在渠道拉新中，渠道可以分為可控投放渠道和不可控投放渠道。

2. 自然拉新用戶

自然拉新用戶對(duì)于平臺(tái)而言，也可以定位為自然增長(zhǎng)的流量，通常通過(guò)自然流量進(jìn)入平臺(tái)的用戶有兩種類型。

其一是用戶很明確地知道他想尋找的內(nèi)容僅在當(dāng)前平臺(tái)存在，如希望尋找周杰倫內(nèi)容用戶會(huì)傾向于到快手，希望尋找《半澤直樹(shù)》的用戶會(huì)第一件事想到小破站，我們稱這部分用戶為強(qiáng)搜索型用戶。

其二是通過(guò)某些渠道搜索推薦或者其它的方式接觸到平臺(tái)的用戶，往往這部分用戶接觸平臺(tái)以后并不清楚自己希望觀看的內(nèi)容具體是什么，觀看內(nèi)容主要是通過(guò)平臺(tái)的內(nèi)容推薦機(jī)制給出用戶可能喜歡的內(nèi)容，因此我們稱這部分用戶為推薦型用戶。

3. 總結(jié)

新用戶有兩大類，渠道拉新用戶和自然拉新用戶。

其中不可控渠道拉新用戶、自然新增用戶兩部分可以視為無(wú)關(guān)鍵信息新增用戶，可控渠道拉新用戶可以視為有關(guān)鍵信息新增用戶。后續(xù)在冷啟動(dòng)推薦時(shí)這兩者推薦中是可以存在不同之處的。

四、新用戶的內(nèi)容推薦

內(nèi)容推薦的核心在于內(nèi)容池建立與優(yōu)化、內(nèi)容的召回和排序兩個(gè)部分。

新用戶新內(nèi)容池決定了新增用戶能夠獲取內(nèi)容的基礎(chǔ)質(zhì)量和內(nèi)容廣度，內(nèi)容召回和排序則決定了新用戶與平臺(tái)建立信任的速度。

1. 新用戶推薦內(nèi)容池

前文提到了，新用戶可以分為有關(guān)鍵信息的新增用戶和無(wú)關(guān)鍵信息的新增用戶，因此在新用戶內(nèi)容池構(gòu)建中可以確定思路為內(nèi)容池由基礎(chǔ)內(nèi)容池和補(bǔ)充內(nèi)容池兩部分組成。

補(bǔ)充內(nèi)容池主要是由有關(guān)鍵信息的的內(nèi)容及關(guān)聯(lián)內(nèi)容進(jìn)行填充，基礎(chǔ)內(nèi)容池則是新用戶內(nèi)容池最難的部分。

1）新用戶基礎(chǔ)內(nèi)容池建立及優(yōu)化

新用戶內(nèi)容池面對(duì)的用戶是主要是沒(méi)有和平臺(tái)接觸過(guò)的用戶，因此用戶并不清楚平臺(tái)的調(diào)性，平臺(tái)內(nèi)容的引導(dǎo)性。

因此，平臺(tái)在面對(duì)新用戶時(shí)，需要緊密圍繞當(dāng)前平臺(tái)的北極星指標(biāo)，將北極星指標(biāo)管理路徑上表現(xiàn)優(yōu)質(zhì)的內(nèi)容篩選出來(lái)，作為新用戶的冷啟動(dòng)內(nèi)容池。

伴隨平臺(tái)內(nèi)容的不斷增多，時(shí)事熱點(diǎn)內(nèi)容的不斷革新，這個(gè)時(shí)候冷啟動(dòng)內(nèi)容池需要引入當(dāng)前平臺(tái)的新熱內(nèi)容，并將已經(jīng)過(guò)時(shí)久遠(yuǎn)的實(shí)時(shí)性內(nèi)容移除出冷啟動(dòng)內(nèi)容池。同時(shí)需要根據(jù)社會(huì)變化，需要將已經(jīng)不符合平臺(tái)、社會(huì)主流價(jià)值觀的內(nèi)容淘汰出冷啟動(dòng)內(nèi)容池。

冷啟動(dòng)內(nèi)容池的組成：大致可以分為經(jīng)典內(nèi)容+實(shí)效內(nèi)容。

經(jīng)典內(nèi)容：經(jīng)典內(nèi)容=平臺(tái)內(nèi)容用戶觀看體驗(yàn)較好的內(nèi)容。如B站芳斯塔芙、小文哥吃吃吃、老師好我叫何同學(xué)等up主創(chuàng)作的一些經(jīng)典內(nèi)容。

經(jīng)典內(nèi)容的篩選指標(biāo)：以B站用戶視頻為例，vv超過(guò)10萬(wàn)以上的內(nèi)容，主要查看內(nèi)容的點(diǎn)贊率、投幣率、收藏率、三連率、評(píng)論率、近一周播放、創(chuàng)作時(shí)間等信息。

當(dāng)這里面能和北極星指標(biāo)關(guān)系度最高的某幾個(gè)指標(biāo)找出，在劃定冷啟內(nèi)容池中，將這些內(nèi)容優(yōu)質(zhì)內(nèi)容不斷添加進(jìn)入冷啟內(nèi)容池中，并在在后續(xù)將數(shù)據(jù)表現(xiàn)不那么好的且所在分類下內(nèi)容數(shù)量較多的內(nèi)容逐步淘汰出內(nèi)容池。

時(shí)效內(nèi)容：顧名思義是和當(dāng)下熱點(diǎn)內(nèi)容息息相關(guān)的。

這部分內(nèi)容主要特點(diǎn)是效性高，熱度散得快。因此這部分內(nèi)容講求的是需要以最快的方式進(jìn)入到冷啟動(dòng)內(nèi)容池之中，在熱度大幅衰減（如VV、點(diǎn)贊等）出現(xiàn)后一段時(shí)間，移出冷啟內(nèi)容池。

2）新用戶補(bǔ)充內(nèi)容池的內(nèi)容補(bǔ)充規(guī)則及方法

所謂補(bǔ)充內(nèi)容，即當(dāng)平臺(tái)了解到用戶在站外是通過(guò)哪些內(nèi)容被吸引后打開(kāi)平臺(tái)時(shí)出現(xiàn)的操作。

那么這部分主要是用戶在站外看大的投放內(nèi)容，和當(dāng)前投放內(nèi)容相關(guān)性較強(qiáng)的內(nèi)容以及和投放內(nèi)容用戶觀看行為上相關(guān)的內(nèi)容。在針對(duì)于知道用戶在站外觀看內(nèi)容而言，可以將這部分內(nèi)容放入推薦池中。

當(dāng)知道用戶在站外被哪些內(nèi)容引流以后，經(jīng)過(guò)算法的篩選，可以獲取相似（內(nèi)容相似&行為相似）內(nèi)容，將整體內(nèi)容作為用戶進(jìn)入平臺(tái)后冷啟動(dòng)的內(nèi)容池承接用戶瀏覽，可以進(jìn)一步獲取某一渠道用戶的內(nèi)容偏好，從而可以指導(dǎo)做投放同學(xué)進(jìn)行某一渠道內(nèi)容篩選，從而實(shí)現(xiàn)系統(tǒng)級(jí)的推薦循環(huán)。

整體流程圖如下：

2. 視頻推薦機(jī)制

1）常用的視頻推薦機(jī)制

內(nèi)容推薦主要來(lái)自于兩個(gè)步驟，召回和排序。

對(duì)于新用戶而言，內(nèi)容池均為冷啟動(dòng)用戶內(nèi)容池，因此在整體的內(nèi)容召回中，需要根據(jù)不同產(chǎn)品的交互形態(tài)，一次性召回多種類型的站內(nèi)優(yōu)質(zhì)內(nèi)容，以保證用戶對(duì)于內(nèi)容選擇的多樣性。

排序則是在召回的內(nèi)容后按照一定的機(jī)制實(shí)施調(diào)整已召回內(nèi)容的排序，由于面對(duì)的是新用戶，獲得內(nèi)容消費(fèi)信息較少，因此在排序中變回存在有兩種狀態(tài)下的排序規(guī)則。

冷啟動(dòng)內(nèi)容的內(nèi)容初始化排序主要集中在品類權(quán)重和內(nèi)容權(quán)重兩個(gè)方面。品類權(quán)重則指定的是歷史上某個(gè)地區(qū)范圍內(nèi)，哪些內(nèi)容品類消費(fèi)數(shù)據(jù)較好，對(duì)留存的影響較大，那么這個(gè)品類的權(quán)重就會(huì)相對(duì)較高。

為了適應(yīng)用戶的廣泛性碎片化內(nèi)容需求，品類需要做到盡可能的全面。品類中的視頻需要按照與北極星指標(biāo)中相依系數(shù)最大的指標(biāo)做排序，由此確定品類內(nèi)視頻的排序。最終將品類內(nèi)部所有的內(nèi)容打散，通過(guò)算法做多品類內(nèi)容綜合排序，來(lái)確定新用戶無(wú)行為時(shí)查看到的第一波視頻。

2）長(zhǎng)短視頻在推薦中的側(cè)重點(diǎn)

前文提到，由于各家平臺(tái)內(nèi)容成本和用戶的不同，因此在推薦中會(huì)強(qiáng)調(diào)很強(qiáng)的差異性。

以用戶視頻為主的平臺(tái)推薦：

由于這類平臺(tái)內(nèi)容數(shù)量巨大，細(xì)分場(chǎng)景下視頻覆蓋度廣，因此這類平臺(tái)在推薦時(shí)聚焦于視頻內(nèi)容本身的推薦。

如抖音油管的交互形式為單頁(yè)播放，快手傳統(tǒng)的雙列也主要聚焦于視頻內(nèi)容沒(méi)有對(duì)封面圖、推薦語(yǔ)做特殊的內(nèi)容維護(hù)和推薦拓展。

以版權(quán)視頻為主的平臺(tái)推薦：

版權(quán)視頻由于內(nèi)容成本很高，熱門內(nèi)容實(shí)效性強(qiáng)的特點(diǎn)。因此在純內(nèi)容推薦中更加側(cè)重于人工維護(hù)+自動(dòng)化內(nèi)容補(bǔ)充的方式進(jìn)行推薦，其中人工維護(hù)的內(nèi)容為平臺(tái)更加側(cè)重的上新+熱門內(nèi)容。

由于版權(quán)內(nèi)容內(nèi)容池相對(duì)于用戶內(nèi)容池遠(yuǎn)遠(yuǎn)偏低，且內(nèi)容廣度相比用戶視頻覆蓋度小的多的特點(diǎn)，因此版權(quán)視頻對(duì)于內(nèi)容殼的推薦會(huì)更加注重。如在推薦版權(quán)內(nèi)容時(shí)，會(huì)根據(jù)用戶畫(huà)像的標(biāo)簽、平臺(tái)屬性等特征，呈現(xiàn)給用戶的內(nèi)容會(huì)有多種一句話推薦、視頻標(biāo)題、視頻封面圖等因素。

目前這方面Netflix是全球版權(quán)內(nèi)容做的最先進(jìn)的，Bilibili是筆者認(rèn)為國(guó)內(nèi)做得最先進(jìn)的。

3. 產(chǎn)品經(jīng)理在冷啟動(dòng)推薦的工作

一直以來(lái)，推薦產(chǎn)品經(jīng)理都是相對(duì)神秘的角色。神秘之處在于喪失實(shí)體產(chǎn)品功能輸出后，沒(méi)有接觸過(guò)這項(xiàng)工作的人會(huì)覺(jué)得一時(shí)之間無(wú)從下手。

如果將推薦的內(nèi)容當(dāng)作自己實(shí)際輸出的產(chǎn)品，將更多的內(nèi)容召回排序的算法交給研發(fā)，通過(guò)這樣進(jìn)行產(chǎn)品創(chuàng)意提出、需求完善、上線優(yōu)化，這就是推薦產(chǎn)品在整個(gè)工作中所要擔(dān)任的角色。

根據(jù)推薦產(chǎn)品的角色和所處的業(yè)務(wù)形態(tài)大致，新用戶內(nèi)容推薦的產(chǎn)品工作大致可以拆解成3類。

1）指標(biāo)對(duì)齊

主要是根據(jù)現(xiàn)有北極星指標(biāo)，拆解出來(lái)當(dāng)前產(chǎn)品形態(tài)中推薦需要保證的最終指標(biāo)。

在找到每個(gè)目標(biāo)的轉(zhuǎn)化漏斗的前提下，根據(jù)全新的業(yè)務(wù)指標(biāo)，制定下一階段推薦將需要達(dá)到的每項(xiàng)指標(biāo)。

連同研發(fā)一起評(píng)估指標(biāo)增長(zhǎng)的合理性，與研發(fā)一起對(duì)齊指標(biāo)，后續(xù)產(chǎn)品經(jīng)理可以通過(guò)策略的思維對(duì)功能進(jìn)行設(shè)計(jì)，已完成制定的指標(biāo)。

2）優(yōu)化模型

在新用戶冷啟動(dòng)的推薦的時(shí)候，通常的做法是由運(yùn)營(yíng)在站內(nèi)挑選一些優(yōu)質(zhì)高留存的內(nèi)容，由產(chǎn)品和運(yùn)營(yíng)一起評(píng)估這些內(nèi)容的合理性。當(dāng)確認(rèn)內(nèi)容可行后，會(huì)將內(nèi)容輸出給算法同學(xué)進(jìn)行學(xué)習(xí)，算法會(huì)擴(kuò)大相似內(nèi)容的召回及排序結(jié)果給到產(chǎn)品經(jīng)理。

此時(shí)產(chǎn)品經(jīng)理需要對(duì)算法給出的結(jié)果進(jìn)行評(píng)估，將自己對(duì)于內(nèi)容的問(wèn)題輸出給算法，同時(shí)需要了解當(dāng)前算法模型涉及的維度及主要維度的權(quán)重，可以提出自己對(duì)于維度補(bǔ)充和權(quán)重變更的想法，配合算法一起優(yōu)化模型。

3）制定規(guī)則

以上兩種方式比較適合應(yīng)用于視頻類型多、內(nèi)容量大的用戶視頻推薦。

對(duì)于版權(quán)內(nèi)容而言，由于熱門內(nèi)容、上新內(nèi)容數(shù)量有限，因此產(chǎn)品經(jīng)理更多要做的事情在于制定規(guī)則方面，如基于用戶消費(fèi)的過(guò)濾規(guī)則（用戶看完整部電視劇以后，一段時(shí)間不要給用戶再推薦了）。通過(guò)規(guī)則制定，讓用戶盡可能地對(duì)版權(quán)視頻完成追更、付費(fèi)，從而提升平臺(tái)的北極星指標(biāo)。

五、總結(jié)

本文主要普及新用戶冷啟動(dòng)場(chǎng)景下視頻平臺(tái)的推薦方法及產(chǎn)品經(jīng)理在這之中需要的做的事情和角色設(shè)定。

整體而言在推薦中需要根據(jù)自己平臺(tái)用戶、內(nèi)容的特色進(jìn)行合理的推薦，以達(dá)到最大收益。

產(chǎn)品經(jīng)理在整體新用戶冷啟動(dòng)內(nèi)容推薦中主要的工作包含指標(biāo)對(duì)齊、優(yōu)化模型、制定規(guī)則三個(gè)方面，通過(guò)這三個(gè)方面不斷優(yōu)化產(chǎn)品的推薦模型，獲得最大的收益，直接或間接提升業(yè)務(wù)的北極星指標(biāo)。

—— 如果覺(jué)得文章還OK，請(qǐng)轉(zhuǎn)發(fā) ——

特別提示：關(guān)注本專欄，別錯(cuò)過(guò)行業(yè)干貨！

PS：本司承接 小紅書(shū) / 淘寶逛逛 / 抖音 / 百度系 / 知乎 / 微博/大眾點(diǎn)評(píng) 等 全網(wǎng)各平臺(tái)推廣；

咨詢微信：139 1053 2512 (同電話)

首席增長(zhǎng)官CGO薦讀：

• 《首席增長(zhǎng)官 – 增長(zhǎng)黑客 Growth Hacker》
• 《小紅書(shū) – 增長(zhǎng)黑客 Growth Hacker》
• 《視頻號(hào) – 增長(zhǎng)黑客 Growth Hacker》

更多精彩，關(guān)注：增長(zhǎng)黑客（GrowthHK.cn）

增長(zhǎng)黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…