西瓜视频的前身是头条视频于2016年5月正式上线,在头条内孵化了两年才正式推出。西瓜视频可以基于头条用户的使用习惯,通过算法为用户推荐视频内容,它能让用户的每一次刷新,都发现新鲜、好看,并且符合自己口味的视频内容。
目前西瓜视频提供了全品类视频内容,分为音乐、影视、社会、农人、游戏、美食、儿童、生活、体育、文化、时尚、科技等等,可以说用户在视频娱乐方面的需求,西瓜视频都可以满足。特别是西瓜视频的小视频板块直接推荐抖音和火山小视频的内容,这样可以延长用户使用西瓜视频进行娱乐的时间。
西瓜视频为视频创作者提供了平台分成、边看边买和广告业务,这三项功能直接给视频创作者带来了收益。
西瓜视频通过游戏、音乐、生活直播为用户提供了互动娱乐方式。
西瓜视频拥有良好的用户基础,通过在西瓜视频上传视频有利于IP打造。
置顶 精华
西瓜视频是今日头条内部孵化的,所以它有一个核心优势是算法,那么通过算法能够精准的去匹配内容给到用户,那么第二个,是它有一个关系分发,他们也沿用了今日头条的关注,所以让用户能够直达偶像,当然也可以让头部的IP能够粉丝增长。而且西瓜视频有短视频和小视频,这是唯一同时拥有两种视频的一个APP,像快手、抖音,只有小视频,小视频是纵向的,更多的是手机来制作,所以更多的是偏向普通人。短视频呢,是横向的,更适合专业的内容生产者,因此西瓜视频是PUGC。西瓜视频通过头条的导游,朋友圈的分享,以及做主题活动,比如百万英雄吸引了大量的用户。
西瓜视频借助头条的优势,也能不断创新,因此其实你要善于借助已有的资源,并且借助创新,也同样很快能够杀出一条血路来,西瓜视频其实给了一个例子。
置顶 精华
短视频生产是任脉、短视频消费是督脉,而打通生产和消费任督二脉的分为两种方式——算法分发和关系分发,算法是机器决定你看神马,关系分发是你关注的人决定你看神马,在西瓜视频中,二者共存而统一。头条有一个说法是全球单位面积内算法工程师密度最高的公司,的确,头条在信息分发领域的攻城略地算法绝对是一大功臣,算法分发在效率上的优势毫无疑问,西瓜视频的首页就是完全由算法驱动的分发体系,给你推荐的内容是根据你的一系列行为基于机器学习呈现的结果,你每一次点击、观看时长、进度条拖动、上滑、下滑都成为算法模型的输入变量——看完郭德纲给你推荐岳云鹏......从某种意义上,机器比你自身更加了解你,算法是我们时代的读心术。
更重要的是,西瓜视频和头条的主APP是深度打通的,这种深度打通让西瓜视频能够有效利用头条过去多年积累的算法模型和数据,用户画像更精准、分发模型更完善,这是360快视频等冷启动APP不可能获得巨大先发优势,也是西瓜视频得以快速崛起的技术基础。
算法在消费效率上是高效的,然而要建立起一个长效的内容生产激励机制,生产者的社交资产也同样重要,关系分发就是解决这一问题的重要策略,“上头条,涨粉丝”成为头条对创作者的新口号,具体到西瓜视频的关系分发,首先它强调了账号体系,即让更多的人在登录状态下进行观看,同时,它把关注流放到了一级菜单中,让Papi酱、办公室小野们的粉丝可以在第一时间找到他们。
最后,它在每一个视频下方都加上了关注按钮,引导用户喜欢就关注。关系的构建之所以重要,源于两个层面,一方面对于短视频消费者而言,关系分发提供了一种直达偶像的便利,即提供了一种确定性。另一方面对短视频生产者而言,关系分发的直接作用是粉丝的增长,即它社交资产增长,当它的社交资产在西瓜视频上积累的时候,西瓜视频的护城河就越深。
算法分发和关系分发在西瓜视频得到了统一,这一点西瓜视频和大洋彼岸的YouTube如出一辙,正是因为算法分发和关系分发的齐头并进,YouTube在近年的日均消耗时长增长迅速同时建立了可持续的视频生态。
置顶 精华
西瓜短视频与抖音,火山构成了今日头条的短视频产品矩阵,西瓜短视频主打综艺,面向更为成熟的消费者。西瓜视频做网综的优势在于,依靠今日头条的产品体系,可以形成全方位的宣推渠道。从过往的记录来看,西瓜视频的用户喜欢网综。网综的衍生短视频内容在西瓜视频产生了“短带长”的效果,激发用户寻找源头节目,这种能力用来推西瓜视频自己的网综顺理成章。
另一方面,西瓜视频早前已经有过综艺的播出经验。被定义为直播综艺的在线答题节目《百万英雄》收官累计参与人数2.99亿,同时在线人数高达500万。
精华
现在视频是一个风口的行业,它带来比其他的这种方式更强烈的用户体验,更个性,那这要求系统的功能要强大,同时有抖音等很多的视频的平台,所以西瓜视频的特色上需要更一步的完善,本人下走过西瓜视频,等一下,没有被他的特色吸引住,直接卸载了西瓜视频,所以西瓜视频的营销活动需要进一步的加强打造爆款的特点,精华
头条的视频产品矩阵:西瓜,抖音,火山。在头条上直接有西瓜的入口,这部分流量非常大。西瓜里面的视频分类非常多,整体上比较杂。头条体系中包括西瓜在内的平台算法上都比较优秀,到总感觉是推荐你现在喜欢的,而不是推荐你可能会喜欢的,少了一点惊喜。