有时候，我们会发现一个很好的内容，推荐量和阅读量都很低，而一些看似粗制的内容，却有很高的阅读量，这是为什么呢？
我们可以尝试来分析一下，好的内容为什么没有人看。
第一、质量不等于销量。
作为阅读者，看到好的内容推荐不出去，固然有遗珠之痛。
但作为运营者，还是要跳脱读者的角度，站在相对客观的角度去评价一个内容的消费普适性。如果这篇内容本身就是深度阅读内容或题材偏小众（比如爵士乐），那它的消费量或许理当如此。我们可以将其与文艺片类比，摘录一段报道：
明星云集的文艺大片《黄金时代》最终总票房仅 5151 万元；《推拿》获得第 64 届柏林电影节银熊奖等奖项，但国内票房只有约 1290 万元；《闯入者》《念念》《心迷宫》等文艺片总票房都是 1000 多万元。
票房低至不可思议的，是具有文艺元素的传记片《启功》，总票房只有约 40 万元，差不多等于目前市场上启功书画作品一平方尺的价钱。口碑好、票房惨、骂院线、怨社会，不了了之，这似乎成了文艺片的宿命。
如果一篇内容是内向性创作的，是写给自己的，那么这篇内容我们更应该从艺术品的角度，而不是从消费品的角度看待。其追求的首先应该是给少数知音群体更深的触动，而不是作为大众消费品评价标准的 10 万次以上的阅读量。
同时，在评估这类内容的阅读量时，应该与其同类型内容、同作者内容对比，而非泛泛地评价其推荐量的高低。
只有一篇内容从题材选择上是具有消费普适性的，其阅读体验才可能是相对较优的。对于这类内容，我们再来深究其没有被推荐好的原因，分析是内容包装的问题（标题、封面）还是推荐问题（内容识别、冷启动、用户阅读指标）等。
第二、与其抱怨没有推荐量，不如来谈谈怎么推荐得更好。
推荐其实不是一个新事物，它早已被应用在了如淘宝购物推荐、豆瓣电影推荐、点评美食推荐、携程差旅推荐等不同的场景中，我们如今看到的内容，推荐虽然颇受争议，却依然时刻影响我们的所见。
推荐系统是一个会极度放大优缺点的系统：点击率高、阅读体验好的内容，其传播度会被极大地放大；点击率低或者点击率高但是阅读体验差的内容，其传播范围会非常快地收敛。
好内容的作者通常已经是被系统标注的优质作者，在冷启动过程中，这些作者由于有更好的历史表现，已经得到了远超普通作者的冷启动曝光量。当冷启动过程结束时，就变成了内容级别的点击率和阅读体验的公平较量。
我们可以将内容推荐想象为一场体育比赛，黑马可以爆冷夺冠，名将或许可以免于预选赛，但还是有可能失去水准止步半决赛。所以，并不是优质作者的内容就一定会有高的阅读量。
通常，我们不建议用超过 10 万次的阅读量这样的标准去简单粗暴地衡量内容。我们可以将内容的阅读体验指标化、可衡量化，以进行进一步的分析，可以切入的角度如：
• 点击率：酒香也怕巷子深。如果点击率太差，先别废话，回炉改封面和标题去。
• 阅读反馈：点赞、评论数与阅读量的比例，是否与其过往的内容一样？还是降到了平均线以下？如果是，那说明要么是这篇内容质量有问题，要么是推荐系统推荐的目标人群不对。
当越来越多的内容分发平台开始引入机器推荐的时候，自媒体也许需要了解不同平台的分发规则，让有价值的内容获得应得的流量，进而让自己的品牌有更高的价值。
为了获得持续稳定的内容传播量，我们需要结合平台所提供的数据进行分析，研究其在不同分发平台上的传播特点。下面，我们将其分为一次打开和阅读体验两个部分进行探讨。
一次打开
一次打开是指不依赖社交传播和搜索传播所带来的阅读量。对于微博微信等粉丝分发平台，是指粉丝带来的阅读量；对于今日头条、快报等推荐分发平台，是指经由推荐带来的应用内阅读量。影响内容一次打开率最直接的因素有两个：活跃粉丝量和内容包装的好坏。
无论是粉丝分发平台还是推荐分发平台，活跃粉丝量都会影响内容展示的基本盘，只是传导系数不太一样罢了：
对于粉丝分发平台，有多少活跃粉丝就意味着有相应比例的基础展示量；
对于非粉丝分发平台，自媒体账号的活跃粉丝量会被视作其平台的贡献程度和受众情况从而影响分发权重。同样的一篇内容，10 万活跃粉丝的账号发布一定比 1 万活跃粉丝的账号发布获得的基础展示量更大。
内容包装影响的是从展示量到阅读量的转化过程，更好的标题和封面图就像精致的产品包装，有助于更好地促成转化。
对于标题，我习惯引用咪蒙的观点：“不能在一秒钟看明白的标题，不适合传播。不是读者理解不了，而是他只能给咱们一秒钟。”
在咪蒙的工作方式中，她会把当天写好的内容发出来，交于自媒体小组的员工开始取标题。15~20 分钟内，每人至少取 5 个标题。这样，每一篇内容背后，都有近 100 个标题！咪蒙随后会从中挑出 5~6 个，放到 3 个用户顾问群里投票（每个顾问群都有人负责统计票数）。
咪蒙会参考最终的投票结果，决定用哪一个标题。这种方式，其实就构建了一个最朴素的AB系统并以此验证标题对内容一次打开率的影响。
头条号的双标题、双封面，提供的就是优化点击转化的可能性。使用这一功能，相当于自媒体拥有两次冷启动机会。图 10–4 就是头条号后台对双标题、双封面内容的展示方式，从中我们可以看到同一篇内容在两个不同的标题、封面组合下，阅读量存在着显著差异。
头条号后台对双标题、双封面内容的展示方式
为了便于比较，我们通常计算一次打开率而非打开量。对于粉丝分发平台，一次打开率的计算公式为“一次打开率= 阅读量/ 粉丝量”；对于推荐分发平台，一次打开率的计算公式为“一次打开率=应用内阅读量/ 推荐量”。一次打开率对于不同分发模式的平台有不同的意义：
• 在粉丝分发平台上，与阅读量相比，一次打开率能更好地衡量自媒体账号的价值。为了保证更高的一次打开率，需要更科学地获取精准粉丝、重视粉丝群体的互动维护，使自身能够始终保持较高的粉丝触达率。
• 对于推荐分发平台，一次打开率考量了自媒体对平台分发特点的认知和对内容包装的功力。一次打开率（推荐点击率）高意味着具有成为爆款的可能，甚至会收获比粉丝分发平台更大的阅读量。
阅读体验
如果说一次打开代表了上门推销人员成功敲开了用户的房门，那么，阅读体验衡量的就是用户是否会为这次推销最终买单。
用户是带着对作者品牌和对标题封面的认知预期打开内容的，只有实际消费体验与用户的预判一致甚至超出预判，才算得上是好的阅读体验。我们之所以抵触标题党，并非因为它骇人听闻，而是因为用户抱着骇人听闻的预期，点击进入详情页之后才发现内容平淡无奇。
想要衡量消费体验，内容的消费比例是一个重要指标。对图文来说，这个指标是平均阅读进度和阅读速度；对视频来说，是播放进度和播放时长（因为用户会有快进的行为，所以 100% 的播放进度并不意味着 100% 的播放时长）。
平均消费比例越高，代表用户的认可度越高、消费体验越好。参考这一指标通常会给我们很多有意思的发现：
• 片头：很多短视频综艺节目都会有自己的片头，越长的片头通常会带来越高的跳出率。类似前贴片广告，在用户对内容品牌没有强认知的情况下，片头实际上降低了他们获取内容的效率。一般建议将节目品牌插入内容播放过程中，作为转场画面以获得品牌曝光量与播放量的平衡。
• 片尾：在内容质量尚可的前提下，片尾广告的触达率通常都不错，如何提升转化率，考量的就是自媒体的引导性内容制作功力了。由于看完了整个视频，所以自媒体在片尾引导用户关注自己的效果要比片头好一些。
• 相同字数的内容、多图内容的平均阅读速度一般略快，这可能是因为用户的注意力主要被图片吸引，从而更容易略过文字的部分。
• 对于推荐算法分发的系统，跳出率会存在一定的偏差。比如，标题中使用了歧义词导致系统将其分发给了非目标用户，这部分用户的头部跳出率通常很高。
下图为图文和视频的消费完成情况分析。在一些垂直网站，如优酷、喜马拉雅，对内容的跳出点给出了更为详尽的分析数据。
图文和视频消费情况分析
提升内容消费完成度考量的是自媒体内容创作的真功夫，只有引人入胜的内容，才能实现更有效率的信息传达，收获更多的数据。
除了内容消费比例指标外，内容是否引发了读者互动也是一个常见的考量角度，如评论、点赞、收藏、转发等，这些指标的横向对比通常用于组织内部考核不同编辑的创作能力。其中，我个人建议需要额外关注的是评论和转发两个指标。
评论扩展了内容的深度，更多的用户评论给正文提供了不同的视角分析和信息补充，可以有效地引发围观用户的阅读兴趣，提升用户在内容页的整体停留时长。
促进评论的提升是有技巧的：选题有冲突性或者有代入感，在正文中留有悬念，主动引起讨论、投票，在评论区中带节奏等都是行之有效的方法。
转发扩展了内容的广度，更多的转发能够带来更多面向潜在受众的曝光，这一点对于以粉丝分发为主要模式的系统尤为重要。对于转发指标，我们可以套用BuzzFeed病毒传播系数的计算方式：Viral Lift = 1 + 传播阅读量 / 一次阅读量。
在快速迭代的今天，我们或许会为流量而焦虑，但是我们也始终相信内容这个核，是不会变的，好的内容终会给尊重它的受众带来价值。
本文作者：闫泽华
来源：《内容算法》
