今日頭條-用算法計算世界

拋開產品價值觀看，今日頭條切入內容市場，改變了很多的看法：在非常成熟的市場，後來者切入進去，取得部分市場份額，甚至成為領先者。

今日頭條的產品設計是工程學：不強調路徑，通過實驗和計算得到問題的最優解。

如果把信息流動看作一個海洋世界，算法好比聲納，不斷探索海洋的構造和邊界：哪裡有魚？是大魚還是小魚？怎麼吸引魚群把魚聚集起來？

一、用算法尋找流量

今日頭條有一個效率工程部門，專門優化信息分發。

張小龍說：

做產品要滿足用戶的貪痴嗔，我能理解用戶至上。再進一步思考：做產品，是要滿足用戶的貪疾嗔，還是給用戶帶來持久的愉悅幸福？

用今日頭條，不用打字搜索，只要滑一下，想看的內容都會被推到你面前。你看的越多，它就越懂你：你想看什麼？

自媒體時代，生產內容不是問題，消費內容才是。算法不關注內容價值，只求效率。

不管你的興趣是科技、汽車，等等，最后里面的內容都是貪痴嗔，這是欲望的陷阱。即使你不屑那些內容，你無法保證在下雨天裡，鞋子不會沾到泥。不管內容讓你憤怒，興奮還是恐嚇，都是為了讓你上癮，不停地往下滑。

從第一個產品「內涵段子」誕生開始，用算法尋找流量的方法就貫徹到底，所有的問題都可以通過測試來得到答案。內涵段子幫助今日頭條 App 攫取了第一批流量，當今日頭條 App 流量起來之後，它成為一個產品母體。在這個應用裡，進行各種新產品想法實戰演練：測試新功能，分割人群，孵化出了 10 多個獨立產品。

A/B Test 是典型的數據思維，通過數據驅動和打磨產品設計。

為什麼叫「今日頭條」，拆分出去的問答為什麼叫「悟空問答」，汽車欄目為什麼改成「懂車帝」，據說都是測試後的結果：選擇的用戶更多。今日頭條的系統能夠做到，每天有上百個 A/B Test 同時在線運轉。

二、Go Big or Go Home

豆瓣早期做移動產品時，將原有 PC 的功能進行分割為多個 App。這一點，與今日頭條的做法有些相似。

比較有意思的是，今日頭條成功了，而豆瓣卻沒能做成。豆瓣是將 PC 上將原有的用戶按功能強行拆分到不同的 App 上，遭到很多用戶的吐槽。豆瓣 App是在沒有流量基礎情況下，做這個事情的，沒有用戶過渡，這一步跨度比較大。

今日頭條是在母體上測試功能，當流量達到一定量級，將該功能分割出去，獨立為產品，本質上還是流量思維。通過獨立產品運營，簡化產品功能，一方面，避免產品功能臃腫，造成不同用戶群體之間訴求衝突；另一方面，分割特定人群，提高運營效率。

這種做法跟 Facebook 比較類似，2014 年 4 月開始，Facebook 開始要求用戶下載獨立的 Messenger，使用豐富的功能。

今日頭條的產品演進路徑是內容上從分發到生產，類型上從聚合到垂直。內容上，開始時爬取各個信息源，解決內容不足問題，再是合作或購買，解決版權問題，然後是獨立生產內容。類型上，開始時不分類型，整合信息內容，然後再按類型區分。從富文本到文字、圖片、短視頻。

微信是從人出發，主動理解用戶情感，滿足用戶通訊的需求，連接人與人，然後再生產信息；今日頭條是從信息出發，分發內容，滿足用戶獲取信息的需求，觸達用情感，連接人與人。兩者產品角度雖是不同方向，但是各自的末端都觸及對方的利益。

人是信息的源頭，今日頭條產品邊界再往前走，就是做關係鏈，做社交，他們已經開始嘗試了。不知道，張一鳴是不是從產品之初就有這樣的預設。

2016 年 7 月，網上曾有傳聞稱騰訊將投資今日頭條，張一鳴在自家產品「頭條問答」回答了下面的問題：

信息流、用戶下沉，短視頻是去年所有內容產品發力點。最近，突然想今日頭條未必是從三個點去看的，我們後面看到的也許不過馬後炮式的總結，對今日頭條來說，一切不過是流量挖掘的自然結果。

流量好比石油，算法就是臺智能機器，只負責不斷地下鑽獲取石油，它並不做任何預判：哪裡出油量大，就往哪裡鑽。

2016 年 9 月 20 日，頭條號創作者大會上，張一鳴說：短視頻已經超過圖文和組圖，成為今日頭條上最大的內容形態。同時宣布，將發力短視頻領域，並投 10 億元補貼短視頻作者。

我們沒有說要模擬人性，也不有說要引導人性。你們文化人給了我們太多深刻的命題。

—張一鳴

如果世界是黑盒子，無需了解盒子的構造，通過反饋來調校算法就能得到答案，應該是每個工程師的夢想。

電影「異形：契約」中生化人 David 有強大的智慧，不受情感約束，痴迷於培育更高級的生命形態。David 終不是人類，沒有靈魂，生命在它看他是看來只是科學實驗。

三、近 60 個產品

今日頭條創業剛過 6 年，通過孵化、收購、投資等方式涉足了近 60 個產品。

最近觀察發現：一些做內容的產品，文章的閱讀量相比去年有較大的浮動，涉及多個行業。

猜測可能是受今日頭條的影響：一方面今日頭條以前內容少，引用內容會帶流量。現在今日頭條自己生產內容足夠多，對外部需求減少。另一方面，以抖音為首的短視頻產品興起，搶佔了用戶的時間。

與一年前相比，朋友圈裡各種秀的動態比以前要少了些，這部分用戶很可能是跑到今日頭條系產品。

可以肯定的是，今日頭條孵化的產品從一誕生都是共用一套帳戶體系，你的習性、偏好，它都能一一了解。你還沒打開應用，算法已經為你準備好展示的內容，這是好是壞呢？

今日頭條能夠做到的還遠不止這些。朋友圈裡看到了兩件事情，想起來讓人害怕，知乎有人發了「今日頭條與木馬」的文章，分析了隱私被竊取的可行性。

（圖一）

（圖二）

四、衝500億，保300億

今日頭條員工現在有 2 萬多人，其中銷售團隊有 1 萬多人。前段時間因為被政府點名，在加強內容審核，內容審核團隊有 6 千多人，預計到 2018 年底，會達到 1 萬人。

每月提供房補 1500 元，但有區域範圍規定，這樣離公司近，方便加班，只有符合條件的人才會給予補貼。入職要參加為期一周的封閉式培訓，內容並非業務技能，以企業文化為主。

公司管理扁平化，普通員工與張一鳴的匯報關係只有 3-4 級；下屬對領導要直呼其名，同事之間不能以總、哥、姐相稱；商業化團隊有獨立的公共關係人員，其它業務線不設立職能部門；政府關係部、公共關係部、財務部、法務部共用。

其中 SMB 部門（Small and Middle size Business）負責中小企業客戶，電話銷售每天要打滿 400 個電話，員工離職率非常高，能夠待一星期都可以算是老員工。

公司收入以廣告為主，2017 年廣告收入接近 200 億元。2018 年的廣告目標是：衝 500 億，保 300 億。據傳，今日頭條正在展開新一輪融資，投前估值為 350 億美元，較前初縮水 20%。

五、核心業務線

• 頭條研發部：主要做今日頭條新聞端和創新項目。
• 效率工程部 EE（Effective Engineer）：主要做針對企業用戶的效率產品，對標 Slack。企業 IM Lark 出自該團隊，今年上線，會對外出售。
• 互娛部 IES（Interactive Entertainment Sector）：由火山、內涵段子、抖音組成的大部門，負責音視頻產品。
• AI Lab 研發院：涉及所有業務。負責研究成果落地，支持業務線。

今日頭條在以下城市都有設有研發中心部：

• 深圳：效率工程部、頭條研發部、IES部；抖音、火山、內涵段子、FaceU。
• 武漢：效率工程部。
• 上海：效率工程部、頭條研發部、Data 大數據廣告投放平臺、Music.LY。
• 北京：效率研發部、頭條研發部、頭條財經、IES、商業化、懂車帝、悟空問答、西瓜視頻、AI Lab。

如果你想去今日頭條，提前做好離職思想準備：幾年內 BAT 是去不了的。所以，這才是「BAT 挖不走今日頭條人才」真實原因。

六、不能讓算法決定內容

2016 年 12 月的財經訪談中，張一鳴說今日頭條不會也不需要設立傳統意義上的總編輯，忌諱價值觀先行，不幹涉是對內容最好的管理。

2018 年內部年會上，張一鳴提到今日頭條企業社會責任，共五點：正直向善、科技創新、創造價值、擔當責任和合作共贏。

到 4 月 11 日，內涵段子被關停。張一鳴道歉：今日頭條將強化總編輯責任制，全面糾正算法和機器審核的缺陷，不斷強化人工運營和審核。

身邊很多人表示今日頭條是垃圾應用，每天向用戶推送大糞。

拋開產品價值觀看，今日頭條切入內容市場，改變了很多的看法：在非常成熟的市場，後來者切入進去，取得部分市場份額，甚至成為領先者。

倒退5年，怎麼會有人相信。評論者邏輯與創造者邏輯截然不同，評論者站在局外推理邏輯，創造者投身其中尋求機會。

今日頭條和 PC 時代百度做的都是信息分發，本質都是搜索，商業模式也極其相近。單憑廣告的收入，再造一個百度市值的今日頭條不無可能。

百度的廣告主已經開始在選擇今日頭條，今日頭條還有很長的路要走。

今日頭條和百度都有非常強的技術文化特徵，百度的 AI 商業化落地還在路上，看不到明確的應用前景。陸奇入職百度，不到一年半就離開，部門利益固化可見一斑。今日頭條的的 AI Lab 已經在服務所有業務線，與百度相比，團隊的執行力和戰鬥力可能更強。而抖音的成功證明今日頭條不僅擅長技術，也擅長運營。

知乎上有人說：今日頭條的 AI 團隊特徵模型完全可以媲美百度鳳巢系統。周鴻褘曾經一直想做搜索，跟百度幹一票。估計，他未料到最終挑戰百度的是做信息分發的。

如果 3 年後流量選擇今日頭條，百度的市值會是多少呢？到那時候，今日頭條會不會又重走百度的當年的路，一邊坐擁流量大盤，一邊被用戶罵，它後面又會被誰挑戰呢？

#專欄作家#

lei，微信公眾號：monster_talks，人人都是產品經理專欄作家。豐巢產品經理。主導過智能硬體，物流行業的啟動項目。專注To B業務策劃和數據分析，輔助業務決策。

本文原創發布於人人都是產品經理。未經許可，禁止轉載。

題圖來自網絡