當(dāng)前位置:首頁(yè) >  科技 >  移動(dòng)互聯(lián) >  正文

碎片化閱讀時(shí)代,我們需要怎樣的新聞客戶端?

 2015-05-12 16:54  來(lái)源: A5專欄   我來(lái)投稿 撤稿糾錯(cuò)

  域名預(yù)訂/競(jìng)價(jià),好“米”不錯(cuò)過(guò)

隨著互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代的到來(lái),以用戶社交網(wǎng)絡(luò)為基礎(chǔ)和用戶信息流為載體的閱讀平臺(tái)悄然誕生,以今日頭條為代表的新聞客戶端在不知不覺(jué)中生長(zhǎng)出了算法推薦的萌芽。將閱讀的主動(dòng)權(quán)交給算法推薦,這閱讀習(xí)慣也迎合了用戶行為習(xí)慣。這種閱讀習(xí)慣也正在帶來(lái)諸多弊端,新聞客戶端本應(yīng)該聚合閱讀,但在以今日頭條這種純算法推薦為代表的新聞客戶端的帶領(lǐng)下變得變得破碎不堪。

新聞的破碎就意味著注意力分散和深度閱讀的死亡,但在移動(dòng)互聯(lián)網(wǎng)時(shí)代,人們?nèi)匀恍枰疃乳喿x,需要了解新聞事件的方方面面,需要建立完整的邏輯,培養(yǎng)對(duì)事物客觀的認(rèn)知力,而精讀產(chǎn)品就是適應(yīng)這種需求的。那么在這個(gè)碎片化時(shí)代,用戶到底需要怎樣的新聞客戶端呢?

算法推薦的破碎不堪

在筆者看來(lái),以今日頭條為代表的算法推薦閱讀實(shí)際上并不是用戶真正需要的新聞客戶端:

筆者是一位互聯(lián)網(wǎng)行業(yè)媒體人,自然對(duì)自己所在的媒體有著較多的關(guān)注。筆者又恰好負(fù)責(zé)該媒體的一個(gè)欄目,所以對(duì)該欄目也有著特別的關(guān)注。與此同時(shí),筆者還是一位資深“米粉”,偏愛(ài)小米的新聞,每當(dāng)小米出現(xiàn)新鮮資訊時(shí)總會(huì)特別關(guān)心。

于是筆者“今日頭條”的使用場(chǎng)景是這樣的——每天進(jìn)入“今日頭條”的訂閱板塊,看自己所在媒體有哪些稿件被采集了,每篇稿件閱讀量是多少,而且尤為關(guān)注的自己負(fù)責(zé)的欄目。而當(dāng)在科技欄目出現(xiàn)有關(guān)小米的新聞時(shí),筆者也會(huì)點(diǎn)進(jìn)去看一看。

這樣的使用習(xí)慣讓筆者在“今日頭條”的過(guò)程中很尷尬:每次進(jìn)入客戶端時(shí),推薦板塊連續(xù)六七條新聞全是筆者負(fù)責(zé)的那個(gè)欄目,而且有關(guān)小米的新聞也異乎尋常的多。這使得筆者在“今日頭條”上的閱讀變得越來(lái)越單一呆板。

單一的算法推薦和信息流推送對(duì)于筆者這種重度閱讀用戶來(lái)說(shuō)也帶來(lái)了信息量過(guò)大、內(nèi)容過(guò)于雜亂、信息價(jià)值不高等問(wèn)題。整個(gè)新聞客戶端顯得像是一個(gè)菜市場(chǎng),沒(méi)有態(tài)度、沒(méi)有風(fēng)格,閱讀體驗(yàn)很差,呈現(xiàn)了碎片化的特點(diǎn)。

聚合閱讀的聚合價(jià)值

算法推薦的技術(shù)價(jià)值雖大,弊端突出。其實(shí)搜狐總裁張朝陽(yáng)在2015年初復(fù)出時(shí)談到了這個(gè)問(wèn)題。內(nèi)容消費(fèi)包括板塊消費(fèi)和長(zhǎng)尾消費(fèi)。板塊消費(fèi)則是需要深度整合的專題新聞,長(zhǎng)尾消費(fèi)則是算法推薦產(chǎn)生的新聞流。搜狐為解決碎片化的弊端采用的方式是用戶在客戶端看到的前100條新聞,是由搜狐編輯人工編輯的新聞,其余的“下拉一下”,就會(huì)呈現(xiàn)出智能推薦的個(gè)性化新聞。

PC互聯(lián)網(wǎng)時(shí)代,“新聞專題”一直是新浪內(nèi)容最突出的優(yōu)勢(shì):一個(gè)熱點(diǎn)事件,從新聞報(bào)道到專家點(diǎn)評(píng)到周邊素材,再到網(wǎng)友互動(dòng),從文字到圖片到視頻,新浪永遠(yuǎn)是最懂得如何提供給網(wǎng)友最有價(jià)值信息的平臺(tái)。

在新聞客戶端上,新浪對(duì)于解決碎片化的問(wèn)題則采用了一種叫做“精讀”的解決方案: 以新浪《緬懷:詩(shī)人汪國(guó)真去世享年59歲》的“精讀”板塊為例,新浪新聞客戶端通過(guò)技術(shù)手段及創(chuàng)新的排版思路,除了豐富的文字報(bào)道外,在專題中放入視頻報(bào)道、汪國(guó)真生前圖片資料、生前作品的鏈接、生前相關(guān)媒體報(bào)道、微博網(wǎng)友發(fā)表的相關(guān)文字等,在一次"點(diǎn)擊"后,全部呈現(xiàn)。同時(shí)滿足了網(wǎng)友對(duì)文字、視頻、圖片等多種需求。

同樣是新聞?wù)?,這種“精讀”解決方案相對(duì)于騰訊新聞和搜狐新聞的“專題報(bào)道”有什么優(yōu)勢(shì)呢?一方面新浪新聞客戶端可以利用新浪新聞客戶端打通社交關(guān)系,你關(guān)注的藍(lán)v微博的觀點(diǎn)、你周圍人看法都在里面。此外這種“精讀”模式閱讀效率更高,不用多步操作,只需一步看完整個(gè)篇幅。如果用一個(gè)場(chǎng)景來(lái)形容這種高效的整合閱讀是這樣的:你可以花5分鐘的時(shí)間,在一頁(yè)中直接一步到位,看完整個(gè)專題的內(nèi)容和信息。這樣雖然閱讀時(shí)間碎片,但閱讀的內(nèi)容絕不碎片。

新聞閱讀的未來(lái)趨勢(shì)

新浪強(qiáng)大的“運(yùn)營(yíng)+工具+新聞編輯”能力超強(qiáng),帶動(dòng)了網(wǎng)友對(duì)新聞評(píng)論熱情高漲。這也使得新浪新聞客戶端在女司機(jī)事件的報(bào)道大戰(zhàn)中,取得超越競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)量自己的成績(jī)。新浪新聞客戶端在最近一個(gè)月中,也屢創(chuàng)80萬(wàn),130萬(wàn)的網(wǎng)友評(píng)論記錄。這也直接說(shuō)明了這種閱讀方式得到了網(wǎng)友的認(rèn)可。

無(wú)論是網(wǎng)易的有態(tài)度,還是今日頭條的“你所關(guān)心的才是新聞”,從某種意義上來(lái)講,都是在迎合受眾。在移動(dòng)互聯(lián)網(wǎng)時(shí)代,現(xiàn)有的內(nèi)容產(chǎn)品,一味強(qiáng)調(diào)碎片化閱讀,忽視了人們依然有精讀和深讀的需求,這就是新浪精讀的價(jià)值。但閱讀的本質(zhì),并不是簡(jiǎn)單的迎合已有的想法,而是用新的觀點(diǎn)和信息去挑戰(zhàn)舊的想法,所以我們才需要精度,這是新浪新聞對(duì)市面上流行風(fēng)潮的一種反動(dòng),也是新浪新聞樹(shù)立精品閱讀高端形象的一次努力。

碎片化物閱讀能夠提高獲取信息的效率,但是碎片化閱讀帶來(lái)的信息是不連貫的、片面的、不成系統(tǒng)的。從而導(dǎo)致人們從信息中總結(jié)出來(lái)的結(jié)論也是片面的,不成系統(tǒng)的,甚至是負(fù)面的。這個(gè)信息極度碎片化的時(shí)代,新聞閱讀的未來(lái)趨勢(shì)是什么?算法推薦絕對(duì)不是人們真正需要的。

總結(jié):

有個(gè)詞叫做“信息繭房”,是指人們的信息領(lǐng)域會(huì)習(xí)慣性地被自己的興趣所引導(dǎo),從而將自己的生活桎梏于像蠶繭一般的“繭房”中的現(xiàn)象。算法推薦某種意義上來(lái)說(shuō)的確就是在“做繭”,用戶局限在自己的興趣之內(nèi),整個(gè)視野都受到了技術(shù)的局限。

用戶們到底需要怎樣的新聞客戶端?這樣一款新聞閱讀產(chǎn)品,一定要同時(shí)能夠滿足重度用戶和輕度用戶的閱讀需求。對(duì)于重度用戶而言,專題的整合讓他們能夠全面完整地了解新聞?wù)嫦?,而?duì)于輕度用戶而言,在碎片化時(shí)間中,他們能夠得到相對(duì)全面的閱讀體驗(yàn)。而在這種閱讀體驗(yàn)中,讀者能夠真正擴(kuò)展視野,形成完整全面的思維方式,這才是新聞閱讀的真諦。

申請(qǐng)創(chuàng)業(yè)報(bào)道,分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處,共同探討創(chuàng)業(yè)新機(jī)遇!

相關(guān)文章

熱門排行

信息推薦