在10月的《刷抖音，玩快手》一文中，作者深入探讨了抖音和快手这两个平台的核心差异。文章指出，单列与双列的产品设计导致了容错率的差异，而推荐算法的核心优化指标的不同，进一步塑造了抖音和快手两个平台的不同属性：一个强媒体型，另一个强社区型。 首先，从用户行为的角度来看，抖音的Feed流允许用户无限下划浏览，可以选择停留或者不停留，不能选择是否能看到某个视频。而在快手的双列Feed流中，用户选择感兴趣的视频点击进去观看，浏览/点赞/评论之后，退出到双列Feed中继续浏览。这种不同导致两个产品能够收集到的数据基本相同：视频完播率、点赞率、评论率等。然而，快手多了一个环节，也多了一个独特的数据指标：从瀑布流到点击内容观看的CTR。 其次，快手的点击封面进入详情页的行为具备极强的主观意图表现，这种强烈表意的数据能够让算法模型准确捕捉用户意图。相比之下，用户在某个视频的停留长度、刷新频繁程度等用户行为表意并不一定明确，需要算法系统更长时间的计算和识别。同时，使用抖音快手两个产品的用户常常会感觉快手迭代的更快，更能准确反映用户即时兴趣点，某种程度上是输入的数据维度不同带来的差异。 再者，单列+用户行为相对弱表意 vs 双列+用户行为强表意，使得快手能够容忍向用户展现更多元的内容，使得抖音需要更加聚焦头部内容，呈现出容错率上的差异。结合快手“投稿率>人均VV>人均关注数”以及抖音“人均VV>投稿率>人均关注数”的核心优化指标差异，最终呈现出两者在社区氛围、内容消费效率上的一系列差异。 最后，产品漏斗多出一个环节。在广告即内容的今天，这个模型进一步外推可以用来探讨平台的广告变现潜力。对于单列模式的产品来说，广告营收公式很好理解，即为DAU（每日的用户数）乘上人均VV（每人每天看的视频量）乘上Ad Load（广告负载）乘上CTR（广告点击率）再乘上CPC（广告点击价格），最终就能得到产品总的营收规模。 对于双列产品的运营，我们需要对原有的公式进行一定的修改。这是因为在双列产品中，人均VV（视频观看次数）的计算需要更加精细，它涉及到总曝光量乘以封面到内的CTR（点击率）。根据快手《2019快手创作者报告》的数据，快手的CTR大约为20%。这意味着在产品的成熟期，当用户时长相近时，单列和双列产品的人均VV基本是相似的。 例如，假设两款产品都是短视频产品，日均时长为60分钟，视频平均时长为30秒，广告加载率为15%，即两款产品的人均VV都为120。对于单列产品来说，展示的广告数量等于人均VV乘以广告加载率，即18个。 然而，在双列产品中，由于内容与广告的点击率不同，实际的广告展示数量可能会低于预期。以一个具体的实例来说明，如果一款双列产品的内容点击率为20%，向用户展示了600个视频，获得了120个VV，那么展示的广告数量将是：总曝光量乘以广告加载率乘以CTR1。这里的CTR1指的是广告的点击率。理想情况下，如果广告和内容的点击率相同，那么广告数量也应为18个。但实际上，由于用户面对广告和内容的点击率不可能完全相同，可能会出现广告点击率CTR1小于内容CTR0的情况。 根据对实际从业者的访谈，CTR1和CTR0的差距可能更大，甚至达到5-10倍。这意味着即使内容点击率为20%，广告的点击率可能只有2%-5%，这导致双列产品的广告库存远低于单列产品。好消息是，主动点击意味着用户意图的明确表征，理论上双列产品可以为每个点击收取更高的价格，类似于搜索广告的单价远高于展示广告。 从整体上看，单列产品更适合做广告商业变现，而双列产品的广告天花板会低于单列产品。 为了更直观地比较单列和双列产品的变现能力，我们可以将公司的变现能力按照用户每看一小时的广告变现能力进行归一化。通过选取国内外单列产品的代表（如Facebook、Twitter、微博、今日头条、抖音）以及双列产品的代表（如快手、B站、小红书、Pinterest），我们可以发现双列产品的广告变现能力相比起单列较弱。但是，考虑到这些双列特点的公司普遍处于商业化中早期阶段，未来仍有增长空间。 这里有几个有趣的数字可以深入讨论：

  • 在快手、B站、小红书等双列产品中，广告点击率通常低于内容点击率，这可能导致广告库存远低于单列产品。
  • 尽管双列产品的广告变现能力较弱，但考虑到它们处于商业化的早期阶段，未来仍有增长空间。 从单列产品的内部对比来看，如果以Facebook作为单列产品的变现天花板，可以看到今日头条在变现效率上的最大差别来自汇率差。排除汇率因素后，变现效率的差异在20%左右，已经处在同一级别。微博和Twitter排除汇率因素后变现效率差距在30%左右，而这两家微博公司在海内外都被认为是变现能力较弱，跟Facebook和今日头条一比确实差距很明显。 抖音为了狙击快手，在今年把时长往直播切，广告变现能力受到一定的影响，不然会比现在的数据高出一截。小红书归一化后的变现能力几乎同抖音类似，且未来仍有增长空间，体现出女性垂直类社区强大的变现能力。从小红书的产品和社区氛围来看，小红书的内容和广告内容本身高度统一，用户对于广告的接受度强，大量软广分布在内容当中，使得内容的CTR0和广告的CTR1差距不会有夸张的差距，而是更为相近。用户精准外加点击意图明确，使得小红书也能够为广告收取更高的价格。小红书计划在明年广告营收翻倍，重点在用户增长的同时，也力图从美妆拓展到时尚和美业品类，扩大广告主来源。Pinterest的单位变现能力高于Twitter，这个双列瀑布流鼻祖的逻辑同小红书类似，用户本身是为了寻找购物、家居或者设计灵感浏览内容，天生跟广告内容契合度高。在商业化上持续收购技术公司，加强精准推荐能力，同时上线多种广告形态，开辟购物标签、电商导购等多种新的商业产品。B站的广告变现能力确实太惨了，本身受双列模式下广告库存的限制，小视频的时长又要长于短视频，使得人均VV远低于短视频产品，叠加B站本身比较浅的广告主池子，使得同样的广告反复出现，最终导致极低广告变现能力。从B站近几个季度的财报来看，广告增长主要由品牌广告驱动，用户增长仍是核心驱动要素。目前B站在测试新的面积更大的跨瀑布流广告形式，但对视频内的广告形态仍然非常谨慎，对于B站而言维持社区氛围仍然是第一要务。快手没有B站这么多包袱，为了突破双列带来的广告库存限制，快手今年陆续上线了视频内浮窗式广告、后贴片广告，并尝试通过挑战赛等多种方式开辟新的变现模式。近期快速起量的快手极速版采取单列的产品形态，未来可能成为快手广告变现的突破口。 在广告变现的路径选择上，单列产品的漏斗模型提供了更为直接和高效的途径。这一模型通过简化用户从了解产品到最终购买的流程，使得广告投放更加精准，转化率更高。相比之下，双列产品的广告变现模式虽然在用户留存和时长方面展现出一定的优势，但其天花板相对较低，这限制了其潜在的商业价值。 《推荐系统实践》一书的作者项亮指出，单列产品的漏斗模型路径之所以更短，是因为它直接针对用户的消费行为进行优化，减少了不必要的信息干扰，提高了用户体验。这种设计使得广告主可以更快速地看到广告效果，从而做出调整，实现广告投放的最优化。 刘鹏和王超在《计算广告》一书中强调了算法的重要性，而闫泽华在《内容算法》中则讨论了如何利用算法来提高内容的吸引力和用户的参与度。这些理论为单列产品的广告变现提供了坚实的技术支撑。 梁丽丽在《程序化广告》一书中则探讨了如何在大数据的背景下进行有效的广告投放。她提出，通过对用户行为的深入分析，可以更准确地预测用户的需求，从而提高广告的相关性和转化率。 综上所述，单列产品的漏斗模型路径因其高效性和直接性，更适合广告变现。然而，对于双列产品来说，虽然在用户留存和时长方面具有优势，但为了突破其天花板，可以考虑将用户引向其他变现方式，如快手的直播和带货、B站的直播和游戏等。这些新兴的变现方式不仅能够吸引不同类型的用户，还能够为用户提供更丰富的体验，从而拓宽商业机会。