没做过内容消费类的产品，对于产品经理来说，是蛮遗憾的一件事。
最近刚好有机会在做内容分发相关的产品设计，免不了想看看这个领域哪个产品做得比较好。
拆解到B站的时候，顿觉头皮发麻，诸多设计精巧之处让我赞叹。
所以，谨尝试从我能看到的部分，对B站整个信息组织方式做一个拆解。
后续诸君设计内容产品分发体系的时候，大体可以参考。
防止篇幅冗长，2个拆解边界有言在先：
先陈述一些基本的拆解假设，这是下面所有分析的基础元认知：
接下来，需要构建拆解模型。从平台视角来看，B站的职责有3点：
即生产者、平台、消费者三边关系，拆解为3个公式：
同时，由于上述假设中存在短、中、长视频、直播等不同内容形态的明显差异化，所以再增加一个内容类型维度来衡量差异化。
于是得到最终模型为：
故全文会分为供给、消费、分发三部分，每部分以各个内容类型为下钻维度进行拆解。
从供给侧生产来源来看，B站的内容分为2类，一类是PGC，一类是UGC。
PGC内容的个体属性和结构化数据维度比较多，比如哈利波特系列有客观的上下集、导演、核心演员等属性；而UGC内容相对就非结构化一些，原始属性只有上传者、账号、标题等基础属性。
PGC的分发，很像是图书馆或书店的货架展览，需要非常有结构。结构是一切的根基，好的结构才能支撑出好的搜索、分类查找、推荐。
UGC不像PGC内容靠版权和采买，生产者需要利益和扶持，一方面要分发内容，一方面要促进供给，需要有活动、话题、动态等配合。
PGC和UGC的分发，有两套截然不同的玩法，故拆分来看。
PGC类内容头部效应明显，赢家通吃。
越长的视频，头部内容PGC占比越重，是比UGC更重的生意，生产成本大、收益也大。
既然是头部通吃，就有通用性问题：次头部、小众优质内容难分发。比如就电影来说，我们不单单要鼓励每个人都看豆瓣top500，更要让纪录片等不那么大众领域的内容获得推荐。
所以为了避免头部独大问题，就需要细分，给出多个赛道。多个赛道意味着多个头部，俗话说“只要领域足够小，谁都可以是冠军”。
故PGC的思路是：良好的结构和准确的细分逻辑，同时让每个细分需求都有清晰的查找、推荐路径，这样能够让每个角度的头部内容，都能被高效分发。
UGC内容讲究独特稀缺。
PGC往往迎合大众主流审美，在最有利益的领域做顶尖大制作，容易造成审美疲劳。此时用户心里的空洞需要一些稀缺新奇的内容进行弥补，这是UGC的空间之一。
UGC的另一个优越性来自于亲切感。
PGC往往来自于生产线和团队，天生和观众有距离，很难促进观众成为生产者。而UGC则不然，B站诸多UP主的真实生活类内容，让生产者和观众成为了朋友，给观众提供了独特的体验。
但相较于PGC，UGC的难点在于供给侧。UGC的生产者并没有市场团队来帮他们调研、推广，所以，平台如何引导他们做出更有价值、成本更低、更抓得住观众需求的内容，是平台的使命之一。
所以UGC会营造很多的“场”，比如弹幕、社区、话题、专区、挑战赛等，每个场有明确的内容生产诉求、引导。基于此，UGC不结构化的内容变得半结构化，能够氛围感更强、更加有逻辑地被分发。
进一步讲，UGC的优秀生产者，会逐步转向PUGC、PGC寻求更大的市场和利益，所以两者其实相辅相成。从本质上来说：
看一个内容时，TA的消费者有多少种需求，就有多少种视角和维度来拆解这个内容，同样就有多少种这种内容的分发结构。
分发产品的设计，有这样一个流程：
观众需求结构化→内容信息维度抽象→表现层分发结构设计
观众需求来说，看直播、看连续剧、看电影可以作为大的类目区分，需求上有明显差异化。
每个类型的维度不同，比如直播有直播中等状态、连续剧有上下集结构，这些是影视没有的维度。
直播的分发，时效性要求很高，关键的信息有：
直播的真实和热闹强于视频，有更多的实时价值，同时也需要用户花额外的成本，即一段固定时段的时间。所以价值上，用户更希望看到内容明确且有稀缺性价值的直播，才能决策届时是否观看。
所以主题、标题、图片、直播人、专区，共同表达了这场直播的价值和稀缺性，而观看人数等热度指标代表了热闹程度，可以强烈刺激观看欲望。
需要注意的是，直播结束，也就是失去时效性后，往往会转化为一段录播视频，和普通视频无异。
所以，有时效性的直播，并不适合放在专题、热门等聚合概念下进行分发，专题侧重于展示内容和概念的完整性，对时效性的体现没有帮助。
同时，直播的热度和视频的热度也不一样，即当下热度和累计热度的区别，所以往往用当前在线人数or峰值，而不是账号累计订阅人数。
影视类内容，一般为单集视频类型，从短到长都有。这种内容的分发，有多条常用链路：
第一类是，字典式分发，用户往往从“全部内容”进入，按某种标签关系，交叉筛选获得少量内容，再比对选择消费。
第二类是，兴趣搜索，用户有明确的目标，往往通过搜索得到专区，进而得到一类内容，或精准匹配到一个内容。
第三类是，热门推，一般以热播、大家都在看等形式出现，往往核心是累计热度和即时热度的头部内容推荐。
第四类是，个性推，往往以猜你想看的形式出现，本质是以用户历史记录，包括历史行为、兴趣画像等进行关联推荐。
连续剧和番剧，除了一些细微文化上的差别，都可以统称为合集类内容。
和单集的影视类内容不同，都有严格的上下集、顺序关系。这一点和影视类内容被收进专题合集是不同的：连续剧有顺序，而专题往往只聚合而无序。
一般来说多集连续剧会被视为一个整体，每一个单集不会和电影一起评分、排序，所以一般会以单独专区存在。
用户消费内容，往往分为浏览和沉浸两种体验。
浏览是在多个内容中选择观看，本质是一个选择和捕捉重点的过程，往往用列表来承载。
沉浸是在一个内容中集中观看，本质是一个专注消费当前内容的过程，往往用详情来承载。
一般是先浏览再沉浸，完成先选再看的过程。
但有一个产品是例外，也就是抖音，抖音的主播放页面没有列表页，没有用户选的过程。
注意，是没有用户选，而不是没有选。因为抖音是机器选，用户默认接受，可选跳过。
抖音也许是第一个把详情页当列表用的产品。或许在抖音的理念中，选择内容并不是很愉悦的过程，所以用机器解决内容选择的问题，Cover掉用户花在列表浏览上的成本，让用户把所有精力用来沉浸消费。
一次的成功推荐，就是一次对浏览的厌倦，多次成功的推荐，用户会习惯内容自己送上门，而不是再去寻找。
所以，对于上滑推荐这种交互来说，内容的唯一来源几乎就是滑动推荐，详情即列表，一页一条。内容供给上，视频越短、推荐越准，越适合用这种交互。
对于5min到15min中视频如何消费呢？
如果推荐池都是15min的中长视频，相较于短视频的推荐池，用户采纳、播放等操作频次不够，推荐效果不如短视频好。
同时，中内容的多样性和结构比短视频复杂。一个10秒的短视频可能有一套起承转合逻辑，但15min的视频可能是多次起承转合和首尾呼应的结构，这种复杂的属性需要更多的维度来进行筛选、推荐。
所以中视频一般用单排列表的方式，往往可直接停留播放，兼顾了用户的选择参与度和消费的沉浸性。表现为一页3条左右单排可播放列表，这种交互比全屏滑动交互对中视频更友好，能够承载更多信息供用户选择，用户选中后想沉浸消费再进详情页。
长视频如何分发呢？
几乎见不到一个2小时电影能在抖音信息流刷到，原因上面说了：
所以对于长视频，尤其是电影类，用户需要足够的信息进行对比分析、选择，这个时候往往有3种消费侧交互选择：
B站热门：单排列表，不可直接播放，一页6条左右，单条内容预览信息更多，标题和描述位置更充裕
B站全部内容：3排列表，不可预览播放，一页15条左右，单条内容预览信息不如1，但内容数量展示增加一倍多，适合标准化类目下面的对比（因为重要信息已经在筛选项中，不需要在列表重复展示让页面复杂）
长视频APP电影频道：双排列表，不可预览播放，一页8条左右，适合文字描述较少的优质长视频推荐
这三种没有优劣，适用场景完全从内容情况和需求出发：
总结一下，为什么我觉得B站的内容陈列、分发做得好：
这背后是从供给到分发到消费的全链路完整思考，是成体系化的产品设计。
如果说内容产品的优化有什么诀窍，我觉得：供给、分发、消费，这三要素是永恒的主题。
如果我们有一天也设计内容产品，不妨从这个框架开始：
如一开始的拆解边界部分所讲，以上其实只总结了B站对于PGC、UGC内容的分发和消费。
这部分是B站内容部分最基本的信息组织方式，属于内容相关的平台能力，其完备性和清晰度，能看得出PM相当强的产品设计功力。
但这部分仅仅是基础，决定了分发+消费链路的顺畅和稳定，但分发只是链接和润滑，减少生态摩擦带来的衰减、增加转化、减少用户流失，而内容产品最核心的永远是供给和消费，两者相辅相成。
所以B站的内核其实是两道护城河，供给侧的创作者价值和消费侧的用户氛围：
本文并没有涉及这两部分的拆解，一因模块界限清晰，二因模块庞大，担心篇幅冗长不得重点，故以待后续继续探究，届时再作续集分享。
希望给大家提供了新的视角和思路。
以上，感谢阅读。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。