订阅号已“死”


来源:纵横网 浏览量(7427) 2024-09-28 19:17:48

订阅号已“死”_https://www.izongheng.net_互联网_第1张

图片来源:The Economist

作为即时通讯软件,微信再一次尝试丢失自己。

最近一段时间,微信服务号开启“折叠”后,商家群体一片哀号。服务号的消息被整合在折叠入口中,用户需要点击进入,才能查看最新的服务号消息。

这带来的结果是,商家的运营效率、推广效果和用户互动受到影响,微信服务号运营的工作,再次受到平台没有任何预警的干预。不被商家过多打扰或许是用户的一些诉求,但服务号运营主体也包括银行、政府等与个人或者公众利益相关的重要组织机构,折叠通知之后,用户很可能无法第一时间看到服务号推送的即时消息。

曾经微信的每一次改动,都会触发全网海量的讨论,就像张小龙说的,“每天都有1亿人教我做产品”,但现在,微信上的很多重大变化,似乎已经没什么人关心了。

服务号是微信公众号的三大品类之一。当然,这也不是微信第一次拿公众号开刀。而相比起服务号更多是服务机构工作流一小环的产品,微信对另一大品类——订阅号大刀阔斧的改革,早已触动一个行业的根基与命脉。

打乱时间排序,折叠订阅消息,引入更多基于算法推荐的非订阅内容,微信订阅号在流量分配和内容推广策略经历了显著的变化。尤其是最近一年以来,越来越多微信运营发现,平台的流量机制变了,但都不清楚这种变化因何而起,最终要往哪去。

一种对产业规律的背叛

事实上,订阅制是一种极其成熟的商业模式,最早在十七、十八世纪在英国的图书贸易中出现。任何人只要拿起当时的传记、文学史或者新闻作品,或者某些书籍,就会发现一份贵族和绅士的名单,名单上是这个项目的订阅者,也是项目的推广者。

当时的书籍和出版商主要通过订阅的模式生存发展。历经三百多年,订阅制已经成为媒体、出版社、软件和网站等多数拥有内容和服务属性的平台的核心商业模式。

对中文内容产业带来巨大变革的微信订阅号,至今已经发展12年,不少创作者和内容公司借势订阅号,形成了自己的品牌,冲破了阶层,改变了命运。

而后,在算法推荐机制之下盛行下,微信公众平台之外,多个巨型内容平台被成就,订阅号自身也不再成为商业世界被讨论的重心,但它依旧聚拢了一大批顶尖的长图文创作者。前有抖音、快手瓜分用户时长与注意力,后有小红书在短图文领域不断追击,头也不回地学着走算法推荐路线的微信订阅号,现在打算怎样定义自己?

在微信公众平台上,钛媒体APP发现,订阅号的定义还是“为媒体和个人提供一种新的信息传播方式,主要功能是在微信侧给用户传达资讯;(功能类似报纸杂志,提供新闻信息或娱乐趣事)”。
订阅号已“死”_https://www.izongheng.net_互联网_第2张

什么是订阅号号,截图来自微信公众平台官网

在看到这里之前,我们还以为,媒体这个依靠“订阅制”发展和生存的行业,早就被“订阅”号弃之敝履了。

因为自2020年二季度起,订阅号就尝试取消时间排序机制,由算法主导内容推荐排序。同时,越来越多公域流量强势介入文章推荐,即便是未被“订阅”的内容和公众号,也能出现在用户订阅号推送的信息流。

更重要的是,微信订阅号的算法机制从未透明和公开,也未曾通过公开或者闭门渠道与号主们进行沟通。

微信订阅号里的内容好还是不好,在算法黑盒里,已经是一门玄学。

如果说,微信订阅号诞生之初的“10万+”是给媒体工作者加冕的殿堂级荣誉的话,因为社交分发的影响因子,在不同圈层的意义和价值不尽相同,高质量却小众的账号和内容,也能有生存和发展的空间,那么,现在一个个不知因何而起的“10万+”,已然失去媒体专业主义的标杆意义。

读者的订阅号首屏信息流被算法强势介入,订阅号已经从一个“订阅”平台,彻底变成了一个以平台流量推荐为主的内容分发渠道。张小龙“不打扰用户”的产品哲学正在逝去,平台意志超越个体偏好,甚至招摇过市走向台前,订阅号冠名的“订阅”,已经名存实亡。

原本,订阅制的美好之处在于,用户可以手动筛选选择自己想看的。在订阅机制下,号主认真、勤勉做出好内容,就可以积攒粉丝。“再小的个体,也有自己的品牌”,粉丝数和品牌声誉,会给到号主积极的反馈,以及相对确切的商业化路径和空间。

用更直白的话说,订阅机制背后的粉丝画像、质量和数量,也是可以成为被商业化衡量的一个指标,而不仅仅是单纯的单篇文章阅读量数据的高低。这就像是纸质期刊订阅时代那样,不同品牌杂志的销量与商业价值相去甚远。

订阅制对于企业经营的有利一面是,一切的数据指标的表现,在一定的订阅周期内,也就是一定时间范围内,是可控和可预见的。在这样的前提下,媒体公司或者内容公司,可以做出有策略的安排,很多繁杂的业务事项,是可以提前思考、规划和布局的。

现在,因为算法推荐干预文章数据越来越明显,并且机制不透明,一些微信运营从业者,不清楚推文的内容数据会受到什么因素影响,只能日思夜想,到底什么内容才能够击中“算法彩票”,而不是去思考内容本身所传递的价值。而偶然击中算法给到阅读数据量大的内容,往往在公司或者行业内部会被视为标杆案例而讨论。

换句话说,人类的观察和思考的工作,已经开始全盘被算法审判。

或许包括转发、点赞、收藏等“一键三连”的互动量,是当前各大平台算法考核人类作品优劣的普遍指标,但实际上,人类在处理信息的过程中,行为表现本就是多样的,也是复杂的。好的内容有时令人沉默,触发思考之后会陷入深思,又或者是根本无言以对。

所以,那些击中算法的文章,是都值得重点学习和复制量产吗?

更何况,不像图文视频都有的抖音、快手、小红书、B站等,哪怕是微博、豆瓣、知乎,用户和圈层总会有大致的调性,在微信这样一个国民级通用的平台上,算法推荐的公域流量池中,你很难弄清楚,你的内容,平台给你匹配了什么用户。

你也不清楚,你即将发布的内容,会被什么用户偏爱或者放弃?是标题党,是时刻被偏激观点激怒的情绪分子,是不明真相的吃瓜猎奇群众?还是圈层内的利益相关者,是拥有决策权的精英,又或者是,企业每年广告预算投放的制定者?

一个品质成熟且稳定的内容账号,在订阅和社交分发的机制下,号主是能够大致感知到,读者群体的画像是什么,文章的数据在短时期内也不会有暴风骤雨般的变化。因此,内容创作和运营决策,不会被太多莫名其妙的意外干扰,这对强化品牌心智,制定和执行相对理性的商业化的路径亦有助益。

而机器算法主导内容生产的恶果是,人类灵性闪耀的创意日渐被遏制,千篇一律的同质化的内容泛滥,受众持续审美疲劳。创作者始终沦为算法与数据的附庸,公司销售团队的营销策略,也会掣肘于算法推荐之下难以预测的数据表现。

老号的忧愁与新号的哀伤

“一篇精心的原创内容,数据比不上日更十条的搬运号。”订阅号早已打破了日更1条推文的限制,随着AI大模型开始在订阅号上批量生产内容,一些号主产生了这样的担忧。

在一些有5年以上的微信订阅号运营经验的从业者看来,无论之前订阅号累积了多少粉丝,因为改成了算法推荐,所有的努力很可能要作废了。谜一般的算法设置,只要不被AI推荐,哪怕文本再好,都难以触达到用户的首屏。

“兢兢业业,勤勤恳恳日更,做原创专业内容,积累了好几年的粉丝,还比不上人家用AI生成的内容,甚至是一些软文和谣言内容。有些号‘洗’出来的内容,甚至比原作还要更受关注。这样不合理的机制,你很难认为这套所谓打破旧有格局,扶持新创作者的算法推荐机制,是不是真的对各方有利,又是不是捡了芝麻丢了西瓜。”一位订阅号号主对钛媒体APP说。

事实上,不止一位微信运营曾对钛媒体APP表示,为了达成公司对账号阅读量和粉丝量的指标,不得不个人自掏腰包发红包、建私域微信群,四处求转发,好不容易积攒了一定量的粉丝,文章阅读也有了相对稳定的数据表现,客户也认可,如今,平台要将流量洗牌,只能被动适应。

在工作节奏上,以前,微信运营会根据读者的阅读习惯安排推送时间,现在时间线被打乱,号主的内容无论什么时候发出内容,都可能被隐藏在首屏之后。

因为时间线被打乱,很多追时效性的账号(尤其是订阅号服务的媒体),即便是抢即时消息,与微信运营配合做到了全网最早发出内容,也未必会出现在用户首屏。而对那些在意时效性的用户而言,经常还会收到好几天前发布的资讯。

以前,标星被认为是拯救订阅号阅读效率的关键,现在,即便是标星的账号的推送内容,也会被算法机制打破。

老号做烂了,那不如换个新号?因为还有一种被广泛流传的微信订阅号流量机制的理解是——“做新号,有扶持,老号反而不吃香”。

一些自媒体对钛媒体APP表示,今年以来,他们有感觉,新的订阅号好像比之前更容易获得微信的流量扶持。

这是一种算法推荐内容平台通行的冷启动机制。新号给到流量倾斜,快速起量的好处是,平台能够吸引更多创作者入局,激活生态。而一开始流量非常好,也能刺激新人创作者生产的动力。

但这样的流量补贴并不是持续的。一些号主说,如果在冷启动期间(传说中1-3个月左右)没有搞清楚订阅号创作的门道,后续就几乎与公域流量无缘了,并且流量还会呈现断崖式下跌。

于是负面效应开始凸显,它给到创作者一种莫名的错觉和心理刺激:一开始数据表现还好好的,怎么就突然下降?是能力不行了?是团队在摸鱼、躺平,不努力?还是行业竞争力下滑、红利消退了?

而或许真相就是,之前获得的流量,都只是平台强给的数字而已,内容的真实有效阅读,从刚开始就是如此。

算法推荐的流量,怎么就不算流量呢?算法推荐打破了订阅机制的“一塘死水”,新入局者的内容有机会被看到,这是很多人愿意对算法机制投赞成票的经典原因。

但这种想法忽略了一点是,内容产业成熟的标志之一是可以被工业化。12年以来,得益于微信生态,一批成建制的内容公司以及与其匹配的商业化生态已然形成。它们以现代公司化的模式运营,多部门分工协作,制定指标,考核业绩。

订阅号上哪怕是一个细小的变化,都关乎每一个从业人员的职业生涯,甚至会影响一家公司的生死。

斯金纳箱的流量游戏

就像是食品工业巨头不断添加盐糖脂,并研究使其配比到达一个“生理味觉”上的极乐点,进而促使销量数字不断地攀升。数字一次次暴涨,成为财务报表上的狂欢,营收上,利润率上的嗨点。

没有一个食品巨头会真正考虑到,过度的营销宣传和热量摄入是不是人类健康所需。信息狂轰滥炸之下,人们买更多、吃更多,于是我们迎接的是肥胖率不断高企的时代。

食品巨头如此操控我们,社交平台亦是如此。以广告为主要变现模式的内容平台,越多的用户停留时间,意味着越多的商业化空间。用户量,日活、月活,平均在线时间长,都是可以被货币化的资源。

流量机制的不确定性,会刺激一部分作者发文的频率,这像极了斯金纳箱(Skinner box)实验中的概率游戏——创作者只要持续不断发布,总可能撞上流量算法的分配。

在斯金纳箱中,和每次按下去箱子重的按钮,都有同样的食物出来相比,每次按出来的结果都不一样时,老鼠会更兴奋。研究人员发现,这是因为与快乐有关的神经递质“多巴胺”在随机奖励时,分泌得更旺盛。
订阅号已“死”_https://www.izongheng.net_互联网_第3张

美国新行为主义主要代表之一,伯尔赫斯·弗雷德里克·斯金纳(Burrhus Frederic Skinner)发明了斯金纳箱(Skinner box),引入“操作条件反射”概念与来与古典条件反射区别

通常这一理念被适用于赌场里(或者某些品类的电子游戏之中),因为顾客一边期待结果一边拉动老虎机手柄时是最激动的。“可变(随机)奖励”被用于解释赌博的强烈成瘾性。

掉下食物(奖赏)的时间不确定,那么老鼠摁按钮的速度和频率都会显著增强。这种被称作“变率强化”(variableratio reinforcement)的机制,体现在以内容为主的社交平台上就是,通过下拉屏幕,或者不断上滑的一次次动作,屏幕就会被新的帖子彻底改变,这会给人更大的期待和满足感。这是社交平台推行算法机制的核心原理之一。

而这种不期而至的奖赏是极其诱人的,背后不仅刺激,也要求创作者能够有昼夜不间断的内容供给,就像箱子里那只疯狂按按钮的老鼠。

而内容原创,本身可以是一件下限可以很低,上限也可以很高的事情。为了提升被算法垂青的概率,内容创作者不断复制粘贴,或者利用AI生成出更多的内容,那些更多的冗余内容,无效信息,有时候甚至是错误内容,去触发平台的流量机制,完成平台流量的KPI。

无法抵挡且无法预知的反馈,不仅在摧毁创作者,也在摧毁读者。很多不在行业内的,没有机会触达和辨别事实的不明真相的群众,总是会跳转或沉浸在一个又一个的未经证实的错误讯息之中。直到疲惫不堪,进而放弃阅读长文章,头也不回地逃离这个场域。

毕竟,在自主订阅内容的时代,想研究科技前沿的、商业财经的,与想追八卦趣闻、丑闻烂事的,很大程度上,处在不同的时空之中,互不打扰和干涉,哪怕同一个人都爱看不同类型的内容,也会有的放矢有所取舍,也明白该为什么内容投入更多时间和思考。

算法推荐的机制下,偶然有空想找个深度有见地的原创文章,都变得非常困难,效率极低。因为打开订阅号,首屏已经开始被算法强干扰。

你以为可以选,但其实根本没得选。就像是偶然路过那个报刊亭,你本想找找那几本熟悉的杂志,“摊主”却不断拿出刺激性的内容在你面前晃来晃去,因为是“摊主”默认推荐原则是,销量大、互动高的期刊的就是好期刊。

人类该如何与神经反馈机制对抗,与刺激的、离大谱的信息对抗?科技大公司凭借雄厚的财力雇佣人类最强大脑,配合强大算力持续不断地致力于,快速抢夺用户的注意力,使之沉迷。刺激性的内容,总会跑赢你的理性判断,不知不觉中收割你的时间和精力。而普通如你我的个体,通通只能缴械投降。

算法流量来了,用户与客户真的会受益于此吗?社会思潮的流向,人们的精神生活,不同行业的价值探讨,真的会因此进步吗?

当年只能一天发布一篇内容,主打订阅制的微信公众号,头也不回地走上了靠算法分配流量的道路,而那些认真积累“自己的品牌”号主们的信心和心气,已经被新的流量机制打得稀碎。

创作者不再知道,阅读量过山车似的变化,到底是因为什么,也不知道接下来该如何指导和修正、提升创作能力;还要接受很多不知道你是谁,也不知道你在做什么的流量,对你的内容莫名地审视与批判,甚至是无端的攻击与网暴。

在这一场又一场与算法的博弈之战,我们人类也该感到幸运的是,我们会反思,有自我纠偏的机制。微信订阅号打开率普遍下滑的现状,就是我们在用脚投票,在为这个行业生命周期敲响警钟的信号。(本文首发于钛媒体APP,作者|李程程,编辑|胡润峰)







THE END

版权声明:未经纵横网授权,严禁转载或镜像,违者必究。
特别提醒:如果文章内容、图片、视频出现侵权问题,请与本站联系撤下相关作品。
风险提示:纵横网呈现的所有信息仅作为学习分享,不构成投资建议,一切投资操作信息不能作为投资依据。本网站所报道的文章资料、图片、数据等信息来源于互联网,仅供参考使用,相关侵权责任由信息来源第三方承担。
本文地址: