知乎的快速更新，內容特徵和功能都發生了一些變化，以滿足更多維度的用戶使用，劉昊然的代言就是一個比較好的證明。本文試著以產品概栝、產品定位、需求分析、產品分析、用戶評價、功能分析為基礎，對知乎4.18.2版本進行深度分析，突出講解功能分析部分，並給出詳細的優化建議。
一、產品概括知乎是一款以知識問答社區和想法板塊（類似微信朋友圈）為核心基礎，並逐漸延伸到如live、書店等趨於多元化、體系化的軟體。
icon主色調為藍色，給人一種深邃浩瀚的感覺，刺激用戶求索的欲望，「知」字右邊用了一個對話框的形狀，形象的體現了產品特徵。簡約的風格方便用戶快速識別，並形成品牌印象。
二、產品定位產品slogan：「發現更大的世界」。意在知識的分享和對更多未知的探索，這句話本身也體現出一種博大的氣勢和求知的自我升華感，也是一種更大的格局體現。
UGC內容平臺，問答社區是一問多答的模式，通過去用戶中心化弱化了大部分平臺以用戶為突出核心的輸出方式，將問題本身作為突出點，讓用戶以對問題感興趣的目的去表達參與，保證內容比較貼近生活經驗、見解的分享。參與沒有門檻，開放式的環境孵化了各行業擁有不錯基數的用戶進行內容產出，並一步步成長為大V。
同時在以內容為核心的前提下，大量內容的產出吸引著更多用戶參與，形成用戶參與-用戶成長-內容產出-吸引更多用戶參與的正向循環，共同搭建了有著良好生態的知識分享社區，注重問題氛圍和回答的貼切性。想法是問答社區的輕量化版本，注重營造社交氛圍。
經過了一定時間的用戶沉澱和社區發展，以及用戶付費習慣的養成，進一步拓展付費鄰域，例如live和私家課，能夠獲得有一定針對性的高質量內容，而知乎的社區良好內容環境也讓付費內容有著不錯的信任度。
不過現階段由於大量的用戶入駐，用戶整體素質下降，為了符合用戶群體的變化，內容重心也做了一些調整，娛樂和短視頻是主要的趨勢。
三、需求分析1. 用戶畫像1.1 地域分布：
數據來源：易觀萬象
從圖中可以看出，知乎用戶主要集中分布在一線城市以上，整體用戶素質不低。
1.2 用戶特徵（年齡分布、性別佔比、購買力）
數據來源：易觀萬象
24歲以下（32.4%）：
主流娛樂信息和短視頻曝光量的加大，吸引了許多年輕化的用戶入駐，而娛樂信息對女性吸引力比較高，也促進了女性用戶比例的快速上升，不過消費意願一般。
24-30歲（21.26%）：
這部分人群是從步入社會，到生活以及事業的快速上升時間段，有不低的求知慾和階層焦慮，加上生活壓力下的放鬆需求，是內容產出的主要服務群體，有著較高的消費意願。
31-40歲（34.18%）：
有一定的社會閱歷和行業經驗，對內容的獲取有不低的針對性和高質量要求，大部分有明確的上升目標，自身表達意願也很高。對社區氛圍體驗也有一定的要求，好的社區氛圍能夠讓他們積累關注量，逐漸完善的知識付費功能點提供了變現渠道，這兩點能夠促進這部分用戶的輸出意願，活躍程度也穩定，知乎的中間力量，主要的孵化目標群體，通過平臺的挖掘和扶持，使他們起到承上（成長為頭部大V）啟下（承擔社區的主要輸出職責，吸引更多用戶使用）的作用。
41歲以上（12.15%）：
這個階段的大部分用戶已經有很成熟的社會閱歷，並且在行業裡也擁有不錯的資質和聲望，不過這部分用戶更多的是平臺邀約及合作的關係來進行高價值產出，屬於頭部大V。因為能讓用戶便捷觸及頭部大V和獲得行業乾貨的低門檻高價值感，所以有著較好的引流作用。
1.3 目前趨勢
知乎和微博用戶對比
數據來源：百度指數
與微博的用戶特徵相似，這也在一定程度上解釋了知乎娛樂化比重增多的現象，加強了社區氛圍的活躍，但也增加了用戶使用成本。
現在是年輕化用戶會增多，31-40歲這個階段會稍微下降，不過總體是良好的上升狀態，適當優化推薦能有所緩和。
1.4 用戶活躍特徵
知乎周搜索指數：
微信讀書周搜索指數：
YY直播周搜索指數：
數據來源：百度指數
從上可以看出知乎的使用有明顯的規律，絕大部分都集中在工作日，而周末使用狀況很低。周末對人們來說是休閒放鬆的時間，而獲取知識類信息會是耗費精力的行為，與YY直播這種娛樂特性的APP有相反的特徵，不過與定位為學習工具的微信讀書很相似，。
每日分時點用戶活躍度：
數據來源：易觀萬象
從早上起床到上班這段是用戶活躍度快速上升期，然後相對平穩的保持到晚上11點左右。
用戶對知識類信息獲取時間周期相對長一些，加上斷斷續續的特性，用戶會利用碎片時間進來繼續看，同時也有不時打開刷刷感興趣內容的習慣，使活躍度呈現平穩狀態。
日均規模分析：
數據來源：百度指數
日均活躍人數呈現上升態勢，不過日均啟動次數和日均使用時長卻是都有一定下降。
得益於社區內容的不斷豐富和多元化（娛樂化趨勢偏多），以及其他付費功能的完善，讓社區內容滿足了更多不同用戶群體的需求，而實現日均活躍度的上升。
不過，隨著人們關注話題的增多，再加上本身內容的豐富多元化，並且在開放式的社區環境下，由於整體用戶素質的下降而導致內容質量也開始下滑。
綜合上面幾點推測，不管是推薦的話題點還是具體內容，跳躍性都在加大（大部分用戶興趣點跨度並沒有那麼大），增加了找尋興趣點和對自己有用答案的時間成本，久而久之刷的頻率也降低了，所以日均啟動次數和日均使用時長這兩部分下滑。
1.5 使用場景和用戶需求
小A，女，22歲，北京，在校大學生，平時喜歡待在宿舍看電視劇和綜藝節目。
場景故事：
小A下課後和同學在食堂吃飯的時候，同學B告訴小A某平臺出了一部新的綜藝節目，小A心想現在綜藝節目這麼多，如果不好看怎麼辦，不如先看看大家對它的評價怎麼樣，想到這裡小A打開知乎並快速的搜索這部綜藝節目，並成功的了解到了它。
基本型需求：快速通過搜索問題的關鍵詞找到想要的答案，沒有找到的話還可以通過提問並邀請其他人來幫忙回答。期望型需求：在許多回答裡邊快速找到有質量的回答來幫助她進行評判。興奮型需求：發現其他有意思的電視劇或者綜藝節目。小B，男，26歲，廣州，上班族，單身，假期喜歡出去遊玩，比較關注社會熱點，也偶爾學習一下工作相關的技能。
場景故事：
小B每天需要坐9站地鐵去上班，整個過程有些枯燥無聊，想著刷刷知乎打發一下時間吧，也廢不了多少流量，在推薦欄刷了1分鐘左右找到了自己比較感興趣的一個話題。
基本型需求：找個感興趣的點來打發時間。期望型需求：發現一些自己平時比較關注類型的話題。興奮型需求：刷到與自己工作相關的回答、live等，並關注對應的用戶。C經理, 男，34歲，深圳，部門經理，閒暇之餘看看書，經常關注行業最新動態，喜歡參加一些圈內交流會。
場景故事：
最近市場上出現了一款勢頭很猛的APP，同時知乎上已經有人在邀請C回答了，下班回到家後的C通過各類渠道獲得了一定的信息，經過一定時間寫了一篇分析文章，並將它傳了上去。
基本型需求：針對某個問題進行回答的同時，自己也能獲得很多。期望型需求：發現並關注到更多高質量產出的用戶。通過自己的回答獲取更多的曝光和關注，並成為大V。興奮型需求：與大V取得進一步的聯繫，擴大自己的圈子。列舉了三個年齡階段用戶的主要需求特徵，針對不同階段進行分析，各階段都有側重點，將功能細分到不同用戶場景裡，有利於深入了解用戶的主要需求。綜上所述，能夠快速找到自己感興趣的回答是核心需求點。
2. 市場現狀和分析2.1 行業分析
2.1.1 我國文化產值佔GDP比：
數據來源：艾瑞數據
我國文化產值佔GDP比重穩步增長，不過從部分發達國家佔比來看，文化產業發展仍然有巨大的發展空間。而人均可支配收入的快速增長，也促使消費結構從生存型向發展型轉變，自我成長和實現需求提高。
2.1.2 付費市場規模：
數據來源：艾瑞數據
近幾年行動支付的普及和版權力度的加大，在線視頻付費規模大幅度提高，預計2019年會達到582.2億元的規模。在線視頻這類偏固定化付費市場的增長，體現出人們付費習慣的快速養成，付費意願也變得成熟。
傳統教育資源渠道的匱乏，和場景的限制，加上競爭壓力下自我實現需求的突顯，而網際網路能夠提供更多好的渠道，也不受場景的限制。人們開始把學習成長的目光轉向了網際網路，所以，未來的知識付費市場會有著無比巨大的潛力。
2.1.3 知識付費市場發展AMC模型：
數據來源：易觀
探索期：自媒體的出現讓市場有了一定的發展，但渠道和內容形式單一，用戶獲取成本高，同時支付市場不成熟，使得內容方變現困難。市場啟動期：讚賞功能的開通和行動支付的逐步發展，提供了好的變現渠道。高速發展和成熟期：社會壓力下帶來了較高的上升和娛樂需求，內容形式也快速的呈現多元化和體系化，內容本身也從普適性慢慢的具有一定針對性和高質量。2.1.4 當前狀態：
現階段是功能模式本身的優化和探索，不同平臺有自己專精化的功能模式。例如得到專欄、分答付費諮詢等。後續會是不同模式的逐步融合以構建良好的知識體系。擴大與優質內容方的合作，重點扶持培養平臺優質用戶，豐富平臺的內容和實現用戶增長會是當前主要目標。
而為了應對當前快速成型期所帶來的高強度競爭壓力，各大平臺都做出了相應的對策來實現用戶的快速增長和沉澱，都在增加碎片化使用場景來進一步搶佔用戶碎片時間。例如得到的每天聽本書、學習計劃，知乎的想法、娛樂和短視頻內容等。
而知乎相較於其他平臺的優勢在於有著不低的社交屬性、內容和功能豐富的綜合模式。
2.1.5 知識付費平臺用戶規模：
數據來源：易觀
喜馬拉雅FM屬於PGC模式，布局比較早，內容豐富，分類也詳細，再加上音頻的場景優勢，使喜馬拉雅FM付費規模有比較大的領先。知乎有UGC模式的用戶優勢，付費功能也比較多，能滿足不同場景的使用需求，但受到問答社區的主導影響，付費規模有待提升。其他的屬於細分化市場，受細分市場的用戶規模瓶頸影響，目前並不高。不過整體都較為平緩，這是因為目前主流娛樂等以休閒消遣為目的的信息佔據著用戶的大部分碎片時間，同時學習有範圍的限制，較少投入更多精力學習不相關的知識，而如果是單個購買的話，購買上限也會有瓶頸。
數據來源：易觀
主要用戶都集中在30-39歲之間，不過知乎年輕化用戶也不低。
2.2 知乎發展歷程和模式
2.2.1 歷程和模式：
數據來源：易觀
2.2.2 用戶規模：
數據來源：易觀
2.2.3 UGC綜合模式：
以問答社區為核心基礎，滿足用戶最基本的問答需求，用戶的快速增長和年輕化，也讓社區因娛樂信息的增多，提高了活躍度，向著消遣型興趣點輿論社區的方向發展。良好的輿論氛圍吸引用戶進行內容生產，並成長為大V。
隨著時間的沉澱，社區內容越來越豐富和多元化，滿足了更多用戶群體的需求，進一步吸引用戶參與，同時內容的豐富和多角度完善也大大的提高了活躍度，形成了一個更多用戶參與-用戶成長-輸出內容-進一步吸引更多用戶的正態發展生態閉環。
擁有巨大基數的各行業高水準用戶成長為大V，促使更多付費功能的誕生（核心付費點：知乎live），以滿足用戶具有一定針對性的高質量知識獲取需求。
這給予了大V較好的變現渠道。問答社區和各類付費功能起著相輔相成的作用，並且有著較高的包融性，為未來知識體系化發展打下良好的基礎。
用戶增長是第一要素，從當前動向可以看出，同時細化針對不同群體用戶的推送，以達到很好的用戶沉澱，不然會出現一定專業化用戶的流失。
四、產品分析1. 產品結構圖知乎的主要功能區分為五個區域，分別為首頁、想法、大學、消息、我的，產品結構圖如下所示。
首頁：在提供了並要功能的同時儘量簡約化，避免因複雜而幹擾用戶使用，增加用戶刷的體驗和找尋成本。想法：類似朋友圈模式的想法功能，起到通過拉近用戶之間的關係，來增強社交屬性的作用。大學：有著多元化的付費功能和詳細分類，滿足不同目的的針對性知識付費需求。消息：一大特點在於能夠實時掌握自己參與和關注點的動態。2. 用戶使用流程圖功能有很多，也不一一列舉了，多了也沒人看…這裡著重繪製一下首頁問答社區的用戶流程圖。
從流程圖可以看出，圍繞著以話題為核心延伸，用戶可以快速的找到自己感興趣的回答。
五、用戶評價分析通過先對用戶評價做進一步的了解，後續再對功能進行分析和優化，會使得分析有依據的來源。
1. 近一個月評價從七麥數據近一個月的評分統計可以看出，最近頻繁更新的版本所帶來的差評數上升比較快，一星居多，雖然這是當前快速變化導致的結果，但這並不是一個好的現象，希望能夠儘快協調好現有用戶和發展目標的關係。
數據來源：七麥數據
1.1 無處不在的廣告：
原因：
團隊迅速發展帶來的營收壓力。UGC內容知識付費模塊成長周期長。超高曝光率。與當前頁面內容相似度高，難以區分。影響：
用戶對常規的廣告投放接受程度不高，並且首頁部分的推薦通常難以區分，會讓用戶以為是當前頁面內容，從而進行點擊操作，這在一定程度上提高了點擊率，不過這種誘導式操作造成了用戶心理預期的落差感，使用戶對廣告形成了不好的印象和牴觸心理。回答的三行顯示預覽功能，讓用戶在刷的時候處於一種閱讀的吸引狀態，刷到廣告（大部分用戶以為是回答）並進行了預覽閱讀，在發現是廣告後的心理狀態不言而喻了。高曝光率將牴觸心理進行了放大，影響用戶使用體驗，進一步影響了平臺印象。1.2 推薦內容質量逐漸下降：
原因：
用戶大幅度增長，引起對內容的需求重心逐漸變化（用戶增長見識需求比例降低，消遣娛樂型需求上升）。社區參與門檻降低。影響：
消遣娛樂型內容大幅度增多，推薦內容跨幅太大，整體大雜燴。不同特徵用戶群體之間矛盾增加，例如現在無處不在的槓精現象。專業內容型大V（平臺當前核心力量）曝光率降低，內容變化難以滿足他們的使用需求，導致這部分用戶活躍度下滑並逐漸流失。1.3 「上下滑動」和「左右滑動」的改動：
原因：
增加廣告和推薦閱讀曝光率。用戶在內容詳情頁的主要操作是上下滑動，左右滑動的交互方式用戶缺乏這部分意識，通常會沒有切換回答的概念，導致這樣的交互難以達成目的，上下滑動符合用戶的基本操作，加上頁面的可見性引導，極大的提高了用戶下滑到下一個回答的機率。影響：交互上的變換需要用戶有著一段適應期。
4. 卡頓、網絡等問題影響使用
保證正常使用是好的用戶體驗最基本前提，這部分是首先需要優化的。不說了，程序猿小哥出來走兩步吧…
六、功能分析及優化建議知乎核心：只顯示正反饋數據，不顯示負反饋，將社區氛圍進行最大化的正向型引導，同時將參與門檻最低化，例如回答者之外的用戶不會看到反對數。
1. 首頁問答社區1.1 提問
根據不同的功能點分頁面進行操作，避免在一個頁面上給用戶造成心理壓力和幹擾。操作簡約，同時讓用戶能夠集中完成步驟點，提升問題質量和完善性，而間斷性操作對於後續的期待感也能很好的促使用戶完成提問操作。
如果用戶主動的解決自己遇到的問題，一般會先習慣的進行搜索，無法找到解決方案後，才會進行提問，所以使用頻率不高。
通過對問題和描述的檢測，智能推薦關注度高的話題，方便快速添加標籤，同時高關注度話題使問題有著很高的曝光率。
這裡不顯示提問者信息，只在消息區被邀請提示部分弱化顯示，避免普通用戶的提問無法獲得解答。
開放式環境，任何用戶都能無門檻的提問。區別於絕大部分平臺，普通用戶只能作為一個單一的信息接收者（孤獨個體），可替代性強。而這樣的方式，讓普通用戶也能夠很好的參與其中，獲得想要的被注視感。
15個邀請限制，讓用戶有意識的對被邀請用戶進行篩選，已達到內容質量的第一步控制。同時可以選擇委託平臺邀請，時刻增加曝光率，平臺掌握無限制邀請的權利，避免用戶因無限制邀請導致野蠻式操作和長時間停留，將用戶更多的的碎片時間導向主功能區。
提出問題後的一段時間裡，因為回答數少或是沒有回答，沒有一定的話題氛圍，導致很多被邀請者沒有回答的欲望，缺乏參與的動力。而且已經提出的問題入口不明顯，不容易找到。
即將回答人數展示：
功能：
將已邀請用戶做一個匯總展示在問題頁面，點擊能查看列表。
目的：
類似於一個聚會，早去的人會感覺到冷清，但他們知道待會有很多人來，會很熱鬧，所以願意抱著期待的心情去等待。
給用戶製造一種活躍的心理預期，將冷清的氛圍用一種高期待值進行淡化，轉變用戶的心理狀態，讓用戶感受到一定的活躍氣氛，並形成一種可參與的欲望。
通過點擊可查看用戶列表（與邀請列表信息一樣，已關注用戶靠前，名字後邊顯示已關注），通過對參與用戶的了解來形成對內容的期待，進一步強化參與欲望。
1.2 關注
點擊用戶進入用戶信息頁，點擊其他區域直接進入信息詳情頁，一步到位，方便快捷。
關注和推薦板塊內容架構，突出顯示問題，起到視覺定位和吸引的作用，三行內容顯示預覽，將用戶預先拉近閱讀環境中，深度吸引用戶點擊閱讀。
已關注用戶正反饋篩選：展示已關注（被關注者基本上是有一定關注基數的大V）的問答社區以及大學付費區動態。關注者越多，動態擴散越廣，曝光渠道穩定。同時只展示已關注用戶對回答感興趣的動態，符合整個社區正向型的推薦理念（規避回答的負面信息）。
對相同用戶在相近時間段的多動態現象進行摺疊處理（可選擇打開），霸屏會讓用戶失去獵奇心理，產生反感情緒。
這裡從UGC內容平臺核心用戶群體特徵（大V和普通用戶），兩個主要角度解析。
A. 相同點：
都是通過被關注者去發現自己感興趣的話題，同時加深對被關注的印象和認識，拉近距離。
B. 差異點：
a. 質量型大V：對問題有著一定的質量要求，通過對用戶比較深的信任判斷來確立對用戶的認可度，從而進行關注。所以，在有著信任基礎和用戶層次的相近性前提下，再加上當前推薦內容的變化，使得關注部分是他們獲取有效內容的主要地方。
b. 娛樂型大V和普通用戶：越加娛樂輕量化的社區內容導向，再加上低門檻的特性，使得娛樂型大V迅速增長。不過兩種用戶群體特徵比較相似，同時因為推薦內容的廣闊性，關注用戶的鄰域範圍跨度不低，用戶領域也並沒有突出，所以對被關注者的認識也不是很清晰。綜上所述，這兩部分用戶更多的是將這部分作為獲得渠道之一。
1.3 推薦
提問時添加的話題標籤：
根據已關註標籤推薦問題：
話題層級關係：
推薦內容和話題標籤關係：
推薦邏輯：
推送方式：
根據已關注話題為基礎，推薦話題及話題下的子話題中所包含的問題，展現方式是問題下的某個具體回答，提問問題時用戶選擇的標籤則將問題帶上標籤，與用戶關注話題相呼應。
高贊同數回答進入推薦列表，吸引用戶閱讀。低贊回答部分穿插，基於曝光機會。
特點:
隨著社區的長時間沉澱，用戶關注話題種類增多，話題和內容更豐富，能夠獲得比較廣泛的推送。話題層級越大，推薦範圍越廣。
小改變分析:
舊版本間隔
當前版本間隔
A. 優化目的：
在相同時間內能夠瀏覽更多推薦內容。
B. 優化原因：
a. 用戶特徵變化：年輕化用戶大幅度增加，這部分用戶與微博、抖音等當前快節奏消遣型娛樂APP用戶有著較高的重疊性，主要特徵是通過快速不斷的找尋信息來填補碎片時間，總體變得更加快節奏。
b. 內容特徵變化：關注話題下的問題和回答逐漸增多，推薦更加豐富。輕量娛樂化內容迅速增長，這類推薦比重加大。平臺為實現當前用戶快速增長目的而進行的內容導向，視頻內容大幅度增加，刷新後前兩個之一大程度上是包含視頻的內容。不同類型的內容綜合到一塊了，總體是大面積撒網的方式。
C. 存在問題：
推薦的內容類型跨度太大，娛樂類話題偏多。再加上大面積撒網的方式，使得獲取內容時間成本增高，難以快速找到興趣點。進一步使用戶在碎片化時間裡找尋興趣點的成功率下降，逐漸的對推薦感到陌生，降低了使用率。
例如去某個商場買衣服一樣，半天都沒有挑到自己喜歡的衣服，那我以後估計也會很少來這裡了。而內容特徵的變化，對大量專業型用戶並不友好。
1.4 內容列表頁
頁面功能集中，操作方便。通過標籤可關注更多相似話題和發現更多縱向問題。問題的詳細描述方便用戶深入了解和回答，提問者還能隨時進行更新。關注問題便於持續獲取問題動態。任何用戶都可進行無門檻邀請其他用戶回答和自己回答，絕對開放式的環境。
上半部分是主要的功能區，比較完善和集中的同時頁面交互邏輯也很好，功能層次分明，不會顯得頁面擁擠而產生壓迫感。
無門檻邀請和回答，只顯示用戶頭像和暱稱這些無用戶差異化的信息，極大的優點在於大家都能無壓力的進行參與。
默認排序是整個功能的核心點，也是用戶主要的瀏覽方式。
A. 依照回答的活躍度（獲贊數）和平臺內容導向進行的算法推薦排列:
a. 高活躍度回答營造良好的氛圍，吸引用戶關注問題，並進行瀏覽閱讀，
b. 激發用戶閱讀更多回答的興趣，進行深度參與，
c. 深入參與也能有效的提高用戶的回答欲望。
B. 依次穿插上一活躍度層級的部分回答，頂級活躍度回答遞減形式穿插在高、中等活躍度回答模塊下，通過對回答反對/沒有幫助/舉報的分析，進一步調整次序：
a. 依次穿插的模式在每一層級中呈現一種高低活躍度的對比現象，通過這種對比心理，用戶會選擇相對當前層級活躍度高的回答，每一層級的回答真正轉化率是在下一層級。同時無規律性穿插小部分中、高活躍度在列表後邊，弱化層級遞減心理變化。避免用戶看了上邊後，沒有看下邊部分的動機和意願。
b. 將頂級贊同數回答分離出來，穿插在高、中等活躍度回答中，極大的提高了下滑瀏覽的意願。
c. 避免常規順序排列方式導致活躍度高的佔據全部視野，低的沒人看的現象，不利於新回答的產出。給予更多其他回答的曝光機會，維序問題氛圍的良好成長態勢。
C. 按時間排序和新回答提示：
a. 按時間排序功能比較隱秘，滿足主動查看新回答的目的，操作頻率不高，
b. 新回答提示比較突出，激發查看新回答的欲望，操作頻率高一些，c、新回答能夠獲得更多的關注，提高用戶回答的意願，擴大整個問題的氛圍。
D. 贊同和評論數具體顯示，能夠看到回答的具體動態變化，強化活躍度上升感。
問題下的評論並不活躍。
統一的排列機制無法滿足不同用戶群體對回答的不同需求，例如大部分年輕用戶更側重段子、短視頻等內容來滿足自己的娛樂需求，而專業型用戶則更希望找到一些專業的解答。
導致活躍度高的可能是專業的解答，更有可能是段子之類的，這是當前問題的推薦和排列機制統一化而帶來的問題。
強化評論，將評論突出，引導用戶進行更加碎片化的產出，讓更多普通用戶參與，對熱榜效果更佳，例如微博評論區的高活躍討論氛圍一樣，主要是偏重於更加低門檻和碎片化的表達。
1.5 回答詳情頁
功能集中，操作方便，可隨時返回回答列表頁，突出關注功能，引導用戶進行關注。贊同、感謝、收藏、評論底部固定展示，方便隨時操作。下滑時進入閱讀狀態，只顯示內容避免其他幹擾。
A. 贊同：對回答表示常規的認可（側重對內容），屬於高頻操作。同時作為用戶在找尋回答時，是否點擊進行閱讀的核心判定標準，也是平臺推薦的主要依據之一。
B. 反對：對回答表示反對，將反對功能在視覺層次上弱化，降低操作頻率。不公開顯示，只回饋給作者，通過低程度負面反饋增強作者產出優質內容的意願。
這部分雖然也是推薦的依據之一，但不顯示出來，不作為用戶對內容的判定依據，負面數據會降低用戶閱讀的意願，也會大幅度增加社區參與門檻，特別是內容產出，會導致整體內容變得專精化，不利於更多用戶參與。
C. 感謝：基於贊同的前提下，用戶通過回答獲得了很高的受益，而對作者表達出於內心的真實感謝，屬於較高層次的認可（側重對用戶），也不公開顯示，避免引導用戶隨意點擊，讓用戶完全以對回答的主觀真實感受決定，最大程度確保真實獨立的性質。這部分在一定程度上彌補了贊同反饋的陌生感。
A. 功能特點：之前的左右滑動操作在用戶以上下滑動為主要操作場景下，會導致用戶沒有切換回答的意識。底部下一個回答預讀效果吸引用戶下滑閱讀，這種方式能夠讓用戶持續的進行下滑閱讀，達到類似抖音的下滑吸引效果。下一個回答按鈕方便用戶可即時切換到下一個回答。
B. 不足：下一個回答按鈕容易幹擾用戶，滑到底部時按鈕還遮擋了一部分信息和功能。位置的固定也不太滿足大部分使用場景，例如左手持大屏手機的用戶。
存在兩個同一層級的用戶欄，在底部造成一定的幹擾。底部也略顯混亂，用戶滑到底看完產生對回答的例如贊同等操作，但這部分在底部有些不突出。
C. 優化：將下一個回答按鈕刪除，變成連續點擊三次屏幕切換到下一個回答（適用於任何使用場景），更新時和用戶下滑速度快時（具體依照數據判定）做操作引導提示，快速下滑時提醒能夠加深切換回答的印象，避免出現之前左右滑動因為不可見而沒有操作意識。
下一個回答預覽信息展現方式優化，展現方式和問題下邊回答排列一樣，能夠達成下一個回答預覽效果的同時也降低對當前內容的幹擾。
1.6 當前推薦邏輯
首頁推薦列表：已關注話題下的問題+高贊同回答，通過這兩個核心點來吸引用戶點擊閱讀，關鍵在於對問題是否感興趣。問題太廣泛，回答內容質量下降。當前問題回答列表：主遞減順序+相近層次穿插+多維度輔助，通過去中性化增加曝光率和點擊率，不同特徵回答統一排列，上一篇可能是專業解答，下一篇可能是段子。同時通過對回答的反對、感謝、收藏沒有幫助、舉報這些數據的統計分析，進一步的優化推薦。
1.7 評論板塊
用戶在看完回答之後產生一些想法感受，想要看看別人的表達來填充自己的表達意願，同時表達出自己的想法，所以更偏重於表達交流和共情認同感的需要，討論氛圍高。踩評論，表達對評論的不支持態度，只通知評論用戶，不公開顯示。
沒有採用常規回復顯示上一條評論的模式，而是將所有相關的回覆按照時間順序進行默認倒序排列，符合討論環境下發言先後順序的連貫發展秩序，並獨立新起一頁展示，通過點擊查看回復進行閱讀。這種集中獨立顯示的方式，營造出一個不受幹擾且很好的討論空間，讓用戶沉沁在討論氛圍中。
對自己的回答，作者可以進行評論條件的設置和編輯，維護評論區氛圍，降低用戶矛盾。
對內容的參與無法精細到具體的內容點，問答社區和想法社區連接性不強。
A. 探討：增加具體內容（長按選擇標記某段內容）探討功能，類似掌閱的想法，在閱讀狀態中進行實時表達，強化討論氛圍，提高活躍度，標記內容出現更改則探討內容刪除。
創造參與意願更高，場景更碎片化，門檻更低的一個輿論環境，刺激更多普通用戶參與。
B. 分享評論到想法：評論時可選擇是否分享到想法（默認關閉），通過已關注者的良好篩選前提來發現感興趣的回答。符合想法碎片化表達的模式，用戶自主選擇是否分享。
用戶在對自己的見解進行表達的時候特別需要認同和反饋感，關注自己的用戶對自己的內容認同感會高一些，而且曝光渠道穩定，通過想法社區可獲得較高的互動交流和認同。增加自我表達意願，刺激被關注的需求，更同時擴大回答曝光率。
通過這樣的分享方式讓用戶有意識的提高評價質量。
現有評論和新增探討功能合稱「討論」功能，統一計數顯示在回答列表頁。
1.8 內容實時編輯維護和更新
在寫回答時能夠隨時保存內容為草稿狀態，方便用戶隨時進行編輯
可隨時對內容進行編輯更新，這是一大亮點，能夠針對內容的氛圍進行實時的優化編輯，促進回答的完善性，延長內容的關注和活躍周期。
刪除內容後能隨時撤回刪除的內容，提高被刪除答案找回率。
2. 優化推薦邏輯上部分分析了首頁推薦和問題下回答排列的推薦機制，共同的問題都在於不同的內容無法滿足不同的用戶這點，這部分則在現有基礎上，針對這個問題進行優化。
2.1 優化前提：
不影響開放式環境、參與門檻、社區氛圍，不增加用戶操作複雜程度，對現有推薦邏輯基礎影響最低化。
2.2 優化目的：
將推薦問題範圍縮小，提高匹配率。針對不同類型的用戶推薦不同類型的回答，你希望什麼樣的，推薦給你什麼樣的。降低用戶層次/興趣等差異之間的矛盾。解決專業用戶活躍度降低和流失問題，留住專業用戶
2.3 優化方法步驟：
2.3.1 用戶特徵初始判定
將用戶按照年齡階段來進行特徵劃分：
24歲以下，娛樂消遣型用戶。24-30歲，綜合用戶。31歲以上，專業解答需求用戶。再結合已關注用戶的特徵佔比（≥0.7），來進一步進行定位。
判定標準：年齡（0.7）+已關注用戶特徵（0.3），最後得出初步判定的用戶特徵。
2.3.2 內容特徵判定
判定方法：將具體回答的贊同/收藏/感謝數據進行分析，總結出專業解答需求用戶和娛樂消遣用戶相對總數的對應佔比。專業解答需求用戶≥0.7，為專業內容。娛樂需求用戶≥0.7，為娛樂內容。如果兩個都不滿足，為綜合內容。
特點：對內容特徵進行判定，便於推薦給不同閱讀需求的人群。
2.3.3 首頁推薦欄
當前推薦方式保留，推薦佔比0.4，不進行內容特徵檢測，確保這部分推薦的廣泛性。在此基礎上增加個性化推送。
2.3.3.1 新增個性化推薦部分：
A. 推薦渠道：
用戶自己（0.2）和已關注用戶（0.1）點讚/收藏/感謝的回答存在的收藏夾和話題，用戶話題跨度限制3級，已關注用戶話題跨度限制2級。已關注用戶關注的問題（0.1）。有著相似用戶特徵的其他用戶問答社區動態（0.2）。點讚點讚/收藏/感謝了某個問題下的回答，或是關注了某個問題，即時推薦兩條問題下其他標籤中的問題。B. 推薦特點：
用戶點讚/收藏/感謝的回答存在的收藏夾和話題，這些範圍的內容和用戶感興趣的內容比較相近，類似於網易雲音樂的歌單模式，推薦感興趣歌曲存在的歌單裡邊的其他歌曲。並對話題跨度做限制，避免太廣泛。已關注用戶關注的問題，通過對已關注用戶的認同基礎，發現更多符合自己興趣點的回答。有著相似用戶特徵的其他用戶問答社區動態，類似首頁關注欄推薦已關注用戶的動態一樣，佔比小，相近程度不高。即時推薦，圍繞用戶當前的實時興趣進行推薦，進一步提升用戶留存時間。所有推薦都經過贊同數和內容特徵的檢測，高贊同回答增加點擊率，相同內容特徵促進用戶閱讀，增加推薦轉化率，較高的內容轉化率會極大的提高用戶對平臺的認可度和忠誠度。仍然推薦小部分中低活躍度的回答。將推薦內容裡比較高的贊同數和內容特徵佔比回答整理出10條，建立一個每日推薦欄目，並置頂在推薦欄。通過這樣的方式在用戶心中建立一個每天都刷一刷每日推薦的固定化任務心理，並通過內容的高轉化率加深這種心理想法，逐步深入建立一種平臺熟悉感和每日習慣，例如網易雲音樂的每日推薦。同時通過這樣的良好心理開端，進一步強化用戶繼續刷一刷推薦頁的意願。C. 理念：
當前的推薦頁和內容給用戶的感覺就是迷茫和陌生，刷的感覺也慢慢的淡了。通過增加個性化推薦提高內容的轉化率，進一步讓用戶建立熟悉感和依賴感。那用戶的粘性也就會提升很多。我們都希望做出一款成為用戶生活方式的軟體。
2.3.3.2 當前問題回答列表頁：
內容和娛樂內容：每一層級的回答相同內容特徵的靠前，穿插的上一層級內容也是相同特徵。綜合內容：現有推薦方式不變。2.3.3.3 用戶特徵和內容特徵的相互作用
A. 用戶特徵優化及方法：
沒有進行特徵過濾內容：推薦頁0.4佔比內容+首頁關注已關注用戶動態+熱榜+其他渠道，隨機推送不同特徵內容。在隨機內容+特徵性內容的環境中，以用戶每點讚/收藏/感謝12個回答為一個樣本周期，判斷12個中，專業內容或娛樂內容≥9個，為專業內容主要特徵或娛樂主要特徵，不滿足為綜合主要特徵。同時對已關注用戶的主要用戶特徵進行分析。最後按照對應比例確定，已關注用戶的主要用戶特徵（0.3）+對應主要內容特徵（0.7）。隨機推送內容部分，讓不同特徵的用戶參與進來，也對內容特徵進行了實時的糾正和優化。B. 優化特點：
實時掌握用戶特徵趨勢變化，起到對用戶特徵進行糾正和優化的目的。方便對推薦內容重心作出實時的調整。使內容特徵更具有可靠性。2.4 聲明
因為數據獲得的完善程度有限，對內容和用戶特徵的分類細分化程度不高（教育背景影響因素不低，但暫時未納入），呈現細節少了一點，核心在於提供一個解決思路框架和方向。
七、想法想法社區的整體模式是問答社區的輕量化，屬於一種更碎片化的表達，優點是社交氛圍很高。
1. 寫想法按鈕懸浮固定顯示，激勵用戶利用更多時間進行碎片化想法分享，儘量的讓更多用戶參與。
2. 動態列表區2.1 內容架構：
與微信朋友圈高度相似，對用戶進行了突出顯示，增強社交屬性，加深用戶之間的關係，讓知乎從原本單薄的工具屬性慢慢的變得更加貼近生活。
用戶特徵：
腰部用戶和頭部IP擁有大量關注者，能夠獲得較高的曝光率和回饋，目前這部分大多數是專業型用戶。
年輕用戶大幅度增長和娛樂內容的導向，內容回答門檻更低，這些用戶關注量呈現快速成長狀態，目前關注量一般。主要群體是普通用戶，作為關注者的方式參與想法部分。
內容來源和特性：
A. 來源：已關注和推薦用戶的想法動態：寫自己的想法、轉發和評論（選擇是否轉發）別的想法、已關注想法話題的更新。推薦邏輯：針對已關注用戶的想法更新頻率調整推薦想法數量，確保動態列表呈現良好的更新態勢，目前推薦部分偏多。
B. 特性：專業型用戶（情感、心理話題等可參與性高的這類大V除外）的想法內容比較偏重深度，對普通用戶來說參與門檻高，更多的是相同層次之間的互動，但絕大部分關注者是普通用戶，所以整體並不太活躍。如下圖所示：關注量高，但想法互動性不強。
靠著輕量和娛樂化等（參與門檻低）內容成長起來的這部分用戶，有一定的關注量，內容可互動性高一些，不過對於個體用戶來說想法功能和內容特徵跟朋友圈相似，加上問答社區更佔據用戶時間，目前這部分用戶主要想法還是發朋友圈動態，暫未形成使用習慣。
不過，通過以增長用戶流量來進行變現的內容號會開始增加（類似微博）。
普通用戶主要作為內容接收的角色，目前大部分關注為專業型用戶，參與成本高，不過隨著關注用戶的多元化，參與門檻和意願都會改善很多。
3. 熱門想法話題、熱門想法、發現知友:想法板塊層級次於問答社區，所以用戶大部分使用時間都會在問答社區裡，這部分將功能集中在首頁，讓用戶在點擊這一頁的時候，確保最大程度的曝光。
熱門想法話題：方便用戶發現更多興趣點。熱門話題主要是生活、社會等這些具有群體性且可參與性強的話題，想法本身也有不錯的可討論性和參與欲望。以話題的形式展現，營造一個群體參與討論的活躍氛圍。
精選想法置頂：
方便用戶快速查看優質的想法，刺激用戶在群體中的參與、認同感和被關注的心理需求，增加用戶參與討論的欲望，對關注和參與討論功能的著重突顯很好的證明了這一點。
通過以上方式促進用戶的表達意願，產生更多的想法動態，豐富的內容推動整個氛圍的上升，再回頭刺激更多的用戶參與，以達到不錯的正態循環。
關注後首頁可獲得話題更新想法，這種方式讓新想法有著高而穩定的曝光率，方便關注者查看，促進了用戶的參與意願，維序話題的持續活躍狀態。更重要的是普通用戶也能很好的參與分享想法了。
4. 熱門想法：通過熱門想法的活躍氛圍刺激用戶參與，現階段更多的是起到一個用戶習慣養成的作用。
5. 功能特點：利用人們碎片化表達意願的特點，增加用戶碎片時間的使用率。內容比較偏重低門檻和心情化，著重的突出了寫想法按鈕，激勵用戶主動參與。
動態互動模式強化社交氛圍，例如轉發、評論、鼓掌等，表達自己的同時更多的實現用戶的沉澱和轉化。
想法有不低的討論性質，也使得用戶參與意願更高。提供多場景的想法分享，滿足用戶的認同需求，同時也增加了想法的傳播途徑。
想法話題比較側重於群體氛圍的營造，新想法的在關注者的首頁更新，有著更多穩定的曝光場景，同時也避免了常規話題頁下用戶對新回答的忽略結果，激勵更多普通用戶參與。
突出關注更多感興趣用戶：
各個場景出現的未關注用戶都會給出關注按鈕，同時在單個用戶想法列表頁和發現知友頁進行相似推薦。
整個想法板塊著重的突出了用戶關注，可以看出平臺希望通過增加被關注的機率來促進用戶的活躍度，同時通過加快增長用戶關注數來進一步孵化用戶，增加用戶的影響力，以達到後續的流量變現目的。
6. 存在問題：內容跨度太大，推薦太多，加上內容更偏重於用戶自己的想法，同時現在想法的主流還是偏小專業想法，切入門檻高，大多也並不感興趣。
還有一點在於關注者主要是來自於重橫向多元推薦內容的問答社區，用戶對已關注者的認識並不是很清晰，不像微博那種熱衷粉絲一樣，總體給人一種陌生而難以參與的感覺。加上問答社區對用戶的主導地位，導致想法部分整體活躍度並不高。
如下圖的熱門想法數據。
界面有點擁擠，不好聚焦內容。已關注話題存在兩個標籤。
7. 優化設想：推薦：和問答社區一樣的優針對用戶和內容屬性的化推薦方式。
建立分欄：關注、推薦，將不同使用場景進行優化。發現知友放在關注頁，同時想法列表穿插推薦用戶卡片（你可能也喜歡）
UI部分：
不同信息快內容間距稍微擴大一點點（用戶信息-想法內容-鼓掌功能區），用問答社區的間距區分方式區分不同用戶的想法。
去掉已關注話題內容裡邊的標籤，下邊的標籤上移到內容前邊，獨立為一行，更新的想法放在關注欄。
顏色特別深的那個標籤顏色換成亮色的那個，統一相同元素的視覺，降低對界面的幹擾。
之前已關注用戶的已關注按鈕消失，這部分用戶已經有初步的信任基礎了。當前點擊關注後，顯示已關注，點擊已關注按鈕提示是否取消關注，在提供取消關注的同時降低取消頻次。
八、大學1. 最近更新分析1.1 主要功能：
Live：類似於群聊天的付費教學模式，討論氛圍強，主語音交互的方式也讓這部分使用場景更廣泛。私家課：類似於得到的專欄。讀書會：常規的看書模式。1.2 特點：
Live部分主要由平臺成長起來的用戶產出，私家課部分則是行業內比較頂尖的專業用戶產出，都比較具有針對性。
根據當前主流的用戶知識需求，對課堂內容進行了分類，方便用戶主動查找自己感興趣的。
同時根據用戶已購買、收藏等數據，進行推薦動態更新，保證準確推薦的同時也給更多其他知識點的曝光機會。
這些知識包本身有很長的有效性，在產出後也一直能進行銷售，不過由於人均單個購買量並不高，導致大量知識包無法進行持續銷售。
通過推出開通會員進行打包購買，讓原本單個購買量不高的用戶一次性對大部分知識包進行了購買，使得這些本來難以進行再次銷售的點能夠有了持續的購買力。
就好像書店的書一樣，用戶自己單次購買書籍會導致大量的書籍堆積而很難銷售出去，通過一系列優惠打包出售會讓原本難以銷售出去的書籍能夠賣出去。
利用用戶的學習意願，體現出特別划算的心理對比，進一步強化用戶的大量購買獲得感和划算心理，再增加一些優惠特權和會員標識來刺激用戶開通會員（讀書會類似）。
存在問題：
對於「我的已購」部分不明顯，引導性不強，不容易找到。
推薦大多並不感興趣，難以找到自己需要的，信息有點亂。分類大列表模式，將更多的內容進行曝光，但也增加了找尋成本。
1.3 優化：
興趣點引導頁：
第一次打開大學時，做一個用戶學習側重點的選擇引導頁（例如大學裡的專業一樣），以用戶當前職業、感興趣的分類話題為基礎。
學生職業精確到初高中、大學，話題限制三個以內。針對這些數據基礎和用戶行為數據進行推薦（主職業和用戶行為數據）。
我的分欄：
將個人中心頁突出，做成與課堂、讀書會同級的選項，便於用戶掌控自己的學習狀態。
知乎幣顯示：
將價格換成知乎幣的顯示方式，實際價格會讓用戶在剛開始就會進行具體價格判斷，用戶在開始時並沒有對內容進行進一步判斷，也沒有形成很高的吸引力，所以會導致用戶因為價格的權衡而不會進一步查看詳情，對購買率造成影響。
通過以虛擬貨幣進行替代的方式，弱化用戶在篩選階段價格的影響，提高進一步查看的概率，從而進一步提高購買成功率。當前主流知識付費市場都採取了這樣的方式，例如得到的得到貝、喜馬拉雅FM的喜點等。
學習浮框：
當前學習的浮框白色變成黑色，白色與背景顏色融合了，難以注意到。
九、總結這段時間裡娛樂和短視頻內容推送大幅度增加，這是目前主流軟體的核心信息特徵，需要進行這樣的內容特徵變換來實現用戶的迅速增長，以及提高社區的整體活躍度，這是發展必須經過的過程，不過挑戰和機遇也帶來了一些問題：
問題1：大量入駐的年輕用戶，和原本在社區佔據主導地位的專業知識用戶，兩者之間的內容需求類型和用戶層次差異不同，這兩部分來源於用戶的社會背景，所以難以調和，導致用戶矛盾迅速上升。問題2：內容特徵和重心的變化，讓原來的專業型用戶的內容產出曝光率和回饋率下降，專業知識產出的時間成本與回饋率不成正比，同時推薦內容也越來越不適合他們，使得這部分用戶開始流失。問題3：整個社區內容跨幅太廣。所以，在確保主要發展方向不變的同時，怎麼樣留住這部分用戶也是一個不小的問題，不能撿了西瓜，確丟了芝麻。
不過，知識類社區有一個優點，就是能夠容納不同知識需求的用戶，關鍵就在於分而治之，將用戶的主要特徵區分出來，再針對性的進行導向和推送，看明星的去看明星，看專業解答的看專業解答，各取所需，各自適合自己。
個人體驗：對現在推薦的內容越來越失去信任感，難以找到自己覺得好的，慢慢的也降低了使用的欲望。
知乎當前目標猜想：
實現用戶快速增長。通過內容導向和年輕用戶的增長來增強社區的活躍度。增加更多碎片化使用和表達場景。通過對用戶的多場景曝光來實現用戶快速孵化。對大學付費市場內容結構進行優化。我的設想：
到當前主流娛樂軟體進行廣告宣傳（快速增長用戶）。與更多名人明星達成合作入駐，並著重推薦到想法板塊，降低專業想法比重（通過快速增長關注量，形成粉絲流量效應，進一步吸引更多入駐）。增加碎片化表達場景，讓更多用戶參與（提高粘性和活躍度）。針對用戶特徵進行推薦邏輯優化（留住老用戶）。
本文由 @形與行 原創發布於人人都是產品經理，歡迎轉載，轉載請註明出處。
題圖來自網絡