惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
V
V2EX
G
Google Developers Blog
F
Full Disclosure
Martin Fowler
Martin Fowler
宝玉的分享
宝玉的分享
H
Hacker News: Front Page
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
NISL@THU
NISL@THU
G
GRAHAM CLULEY
V
Vulnerabilities – Threatpost
Hacker News - Newest:
Hacker News - Newest: "LLM"
A
About on SuperTechFans
The Cloudflare Blog
C
Cisco Blogs
D
DataBreaches.Net
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Vercel News
Vercel News
P
Privacy International News Feed
Microsoft Security Blog
Microsoft Security Blog
Help Net Security
Help Net Security
Recorded Future
Recorded Future
PCI Perspectives
PCI Perspectives
S
Schneier on Security
AI
AI
N
News | PayPal Newsroom
雷峰网
雷峰网
C
Cyber Attacks, Cyber Crime and Cyber Security
P
Proofpoint News Feed
The Last Watchdog
The Last Watchdog
L
LINUX DO - 最新话题
Hugging Face - Blog
Hugging Face - Blog
Apple Machine Learning Research
Apple Machine Learning Research
Schneier on Security
Schneier on Security
S
Securelist
云风的 BLOG
云风的 BLOG
Stack Overflow Blog
Stack Overflow Blog
博客园_首页
AWS News Blog
AWS News Blog
TaoSecurity Blog
TaoSecurity Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Recent Commits to openclaw:main
Recent Commits to openclaw:main
博客园 - 三生石上(FineUI控件)
C
CXSECURITY Database RSS Feed - CXSecurity.com
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Cloudbric
Cloudbric
C
Cybersecurity and Infrastructure Security Agency CISA
Project Zero
Project Zero
C
Check Point Blog
S
Security Affairs

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
探探——SWIPE社交在中国的本土化
WIPO · 2022-09-15 · via 人人都是产品经理

“xxx,你有一位手机联系人在探探上将你设置为‘暗恋对象’,由于你未使用探探,你的联系人发送了短信通知。如果你也暗恋TA,你们将配对成功”,相信很多人对这类短信内容印象深刻,这是探探激活用户的标志手法,探探作为SWIPE社交在中国的代言人,影响过许多人的生活,今天就和笔者一起来看看这款产品的发展历程吧。

探探是什么,探探怎么用,这里就不科普了。

本文着重探究探探是如何在社交红海中立足于国内市场的,希望读者看完后可以理清这些问题:

  • 为什么探探的诞生是值得研究的
  • 探探诞生前,陌生人社交的中场战事
  • 探探和陌陌对于陌生人社交的理解有何异同
  • 为什么Tinder可以赚钱,探探则被收购
  • 谈谈探探的潜在市场(笔者意淫)

一、移动社交帝国

介绍探探诞生的背景前,需要找到历史坐标系作为参考。这部分内容不可省去,否则无法深入理解探探的发展逻辑。

2010年10月,加拿大“kik”APP上线苹果APP Store,它的功能极其简单:基于用户的手机通讯录,直接和联系人用免费短信聊天。

它最大的创新就是让用户基于通讯录建立关系。上线后15天内增加了150万个用户,那个时候iPhone还没有完全取代功能机,这个成绩在当时已经是非常惊人了。

中国市场这边依然在Copy To China的阶段,所以立刻涌现出许多免费通信产品,其中最引人注目的玩家有两个,米聊和微信:

米聊,雷军的团队在2010年12月发布了安卓版,研发时间只用了一周,紧接着12月发布iOS版,不过米聊的最大优势不在免费短信,因为当时的电信资费本来已经非常便宜了,一款产品想要打开新市场需要跃迁式的体验提升,只靠节省毫厘的费用是不够的。

米聊最大的体验提升在于,把语音和图片功能加入到通信中,这符合3G时代用户对通信多媒体化、多样化的需求。

2个月时间,米聊用户从0增长到400万人,在移动红利的加持下,形成非常漂亮的导入期曲线。

微信,2011年1月腾讯在iOS平台上推出的IM产品,研发时长4个月,比米聊稍微迟一点。1.0版本的微信核心做了两件事情:

  1. 支持免费发送图片和文字(这是IM的根基)
  2. 支持QQ号注册及邀请QQ好友(希望借助自家QQ的巨大流量基础为微信倒流,完成冷启动)

这个产品更像是一个demo,连MVP都算不上(因为IM的idea本身已被验证过了),产品本身并无优势。

因为米聊做的更早,积累的用户更多(更多的好友关系链本身就是壁垒),聊天功能更丰富,所以此时微信是不及米聊的,1.0的上线数据结果也验证了的确如此。

随后在1.1、1.2版本,微信又上线了通讯录、聊天表情、黑名单、通过邮箱找好友,整个1.0期间都是

在奠定IM的必需功能,让用户能做简单的聊天。

转折点是在2.0版本,微信的2.0版本完成了史诗级迭代:2011年5月上线了语音功能

米聊的语音是在3月上线的,此时已有1000万用户,微信的语音是5月上线的,此时才400万用户。

二者都是受了TalkBox的启发(一款语音IM产品,语音IM是巨大的创新突破,因为它解决了IM使用门槛高的问题,即使不擅长打字的人、残障人士、忙碌状态中的人也可以轻松和人聊天),上线后微信增长明显变快,直至反超米聊。

为什么会有这种差别呢,主要是因为四个字:“用户体验”

米聊比微信早推出两个月,其优势在于用户关系链积累的更多,从产品功能上二者相差不大,都是支持发送免费的文字、图片、语音,通讯录导入好友,其中QQ导入好友的影响并不大,微信1.0版就推出QQ注册和邀请功能,但是并没有比米聊增长得快。

因此,这两个产品都比传统短信要好,但这两个产品本身是类似的,所以更多是基础用户体验层面的竞争,如果产品老是宕机掉线断网卡顿,在IM市场初期用户迁移成本不高的情况下,用户还是会跑到体验更好的地方。

IM产品的特点就是刚需高频,对于基础用户体验要求非常高,毕竟我一天发50条信息,有一半信息发送失败,一天掉线3次,这个体验是毁灭性的。

必需型需求此时是优先级最高的,微信在这点远超米聊,微信在做语音功能时,让控制通话质量可接受的前提下缩短了语音编解码的时间。

因为当时网速没有那么快,这样既节省流量也减少语音发送等待时间,所以微信提出做TalkBox的三分之一流量来达到相同的音质这个指标。(客观来看,米聊之所以没做到并不是单纯不想做,而是当时国内具备支持千万级用户同时在线并发送信息的能力的公司只有腾讯和YY语音,这也是TalkBox最先推出语音却快速落后的原因)。

紧接着在2.5版本推出了两个功能,让这场竞争游戏结束了:

1. 视频功能

同样在保证画质音质的前提下压缩了流量传输量,进一步降低了聊天的使用门槛。可以说微信几乎每一个功能的用户体验都比米聊要好。

而米聊在2.0版本期间推出的是“好友涂鸦”功能,这个功能扩展了好友社交的玩法,但是基础聊天体验的问题没有解决,等于是丢了原有的城池。

当时的移动社交市场是蓝海市场,新用户在迁移成本极低的情况下,更倾向于选择聊天功能简单方便稳定的微信。

2. 附近的人

微信是基于通讯录的关系链,属于熟人社交,附近的人属于陌生人社交,这体现出微信对社交领域的思考,人作为社会性动物,永远是从陌生人——弱关系——强关系——熟人的过程来社交的。

微信有新增用户,一定是ta有现实的关系链在微信上,比如我的朋友在用户微信,为了和他们保持联系,我才用微信,这个逻辑就是熟人社交的逻辑,我把线下关系搬到线上来,但这依然是熟人间的传播。

社交的起点是从陌生人开始,如果我可以在微信上认识更多陌生人,并且转化成我的熟人,那我也是有使用微信的动机的,附近的人就是覆盖了这样一个场景,即从陌生人到熟人的转化,串联了整个社交流程。

3.0版本又推出了漂流瓶、摇一摇,结合附近的人,打造了陌生人社交的三板斧,再配合体验极致的熟人聊天的基础功能,用户增长+留存都有了保障,自此微信甩开了米聊和其他竞争对手,占领社交霸主的地位,一直至今。

朋友圈、公众号、小程序那都是后话了。

插播一个话题,就是经久不衰的“腾讯有QQ为什么还要做微信”,这个问题其实不难回答,因为腾讯QQ是基于PC设备做的IM软件,后来随着功能机和山寨机的普及,才顺势推出了手机版QQ,但手机QQ的问题在于:

  1. 核心场景仍然是围绕着PC端,优先满足PC端功能,其通信功能无法轻易改造,只能做些边缘的事情,比如做新闻板块、WAP、游戏、市场等
  2. 电脑QQ和手机QQ是两个团队做的,手机QQ当时的重点在以MTK方案为主的功能手机和山寨机上,团队主要工作是给各种机型做适配,满足了大量的用户使用需求,获得了运营商巨额的SP分成,盈利模式非常棒,没有必要主动去革了合作伙伴的命
  3. 手机QQ团队分散在五六座城市,效率低下,当时的IM市场竞争速度都是以天计数的,大型团队的效率问题是硬伤

至此,当时腾讯的决策层基于对移动互联网发展趋势的判断,决定从0到1研发基于3G手机操作系统的IM产品来抢占市场。

二、陌生人社交崛起

2011年8-10月,微信陆续推出了陌生人社交的三板斧,但是纵观当时的市场上,其实是伴随着一阵厮杀的,那三个月里,几乎每天都有新的陌生人社交APP诞生。

微信做的陌生人社交最大的功效在于帮助其赢得蓝海市场,而微信的定位毕竟是熟人社交,其陌生人社交的标签随着迭代和竞争逐渐淡化(比如陌生人社交很大程度上和追求短期男女关系这个概念绑定在一起了,微信注定是要成为国民级产品的,这种负面头衔可不能背),在夹缝中诞生出陌生人社交霸主——陌陌。

陌陌的故事其实激励着很多人,即市场中你的定位够清晰,深耕一个方向,你是可以抢占巨头的市场的。

陌陌在一开始就没打算做熟人社交,因为微信已经做了,自己作为后来者切入啥都没有,因此集中精力耕耘陌生人社交领域(这个决策从数据上看是符合逻辑的,当年功能机用户的手机通讯录平均只有27个人名,即广大中低端用户缺乏社交对象)

这个是陌陌的定位,但这个定位下的竞争对手也有很多,这个就要看迭代思路了。

陌陌1.0版本主要解决的是陌生人社交之间的匹配效率问题,就是说在这个新产品上认识陌生人的体验要远远好过PC端的体验。

在PC时代,你需要坐在电脑旁,输入自己期望遇见的陌生人类型,并且此时需要对方正好也有人同样坐在电脑旁,也恰好是期望你这种类型,才能成功建立连接,因此,陌陌需要在匹配效率上秒杀PC端。

因此陌陌给出的解决方案是:LBS。

最早做LBS服务的是Foursquare,一家基于用户LBS(地理位置信息)的手机服务网站,鼓励手机用户同他人分享自己当前所在地理位置等信息。与其他老式网站不同,Foursquare用户界面主要针对手机而设计,以方便手机用户使用。

其iPhone应用程序在奥斯汀举行的SXSW大会上正式亮相。它让你通过签到餐厅、酒吧和其他实体场所,与你的朋友竞争徽章和市长职位,来探索一个城市。就像早期的Twitter一样,这款应用在展会上引起了轰动,很快就成为了一个被大量模仿的热门应用。

从 2010 年开始,国内LBS签到 App 层出不穷,街旁、切客、嘀咕、开开、六人行、网易八方、新浪微领地、人人网蜻蜓,一时间,多达二三十个 LBS 签到应用争夺用户注意力。

虽然最后由于商业模式站不住脚导致这些App包括Foursquare都沉沦了,但是LBS作为一种基础性服务,成了后来移动互联网产品的「标配」。

这个地方可以看到很明显的规律,就是技术更迭带来新的生产要素

  • 比如智能手机上有了三轴陀螺仪,就有人做了手机体感游戏和 Sky Map;
  • 针对加速度计,出现了「摇一摇」的操作方式;
  • NFC 技术出现后,移动支付有了更大的想象空间;
  • OTG 让信息传输更为便捷;而智能手机成熟的地理定位催生的则是一个关于 LBS 的大机会,这些都是PC端所没有的。

2011年8月3日,陌陌上线。同一天,微信在 iOS 版增加了「发现附近的人」功能。

陌陌在当时是一款基于LBS结实陌生人的App,由于智能手机的便捷性,用户可以随时在线,当你打开匹配状态时同时也有其他人也在匹配,这大大提高了匹配效率。

1.0版本上线后,主要解决的是冷启动的问题,最初陌陌的推广策略是采用常规的渠道比如91助手、威锋网等各种论坛,后来效果不佳后又转战社交平台,像QQ空间、人人网、豆瓣,但这样做效果依然不好,还会经常被平台封杀。

于是,陌陌开始重新思考推广策略,如何精准找到目标用户:陌生人社交的主要驱动的是男性,稀缺的是女性,这是符合哺乳动物的进化规律的,因此是否有足够多的女性用户,是决定男性用户是否涌入的关键因素,(其实传统酒吧使用的就是这个逻辑,即女生带闺蜜来喝酒打折或者免费,这样就可以吸引更多的男性顾客来消费)。

因此,找到女性用户聚集地是破局的关键。

当时女性用户占比高的平台就是新浪微博,针对女性用户喜欢看爱情故事这个点,陌陌的运营团队通过和大量段子手、草根大V合作,创作了很多情感、搞笑段子,并且植入了陌陌这个元素。

衡量一个渠道是否是可靠的增长来源的标准就是看获客成本,当时这些段子产出费用本就不高,而且流传度很广,获客成本是非常低的,因此陌陌开始加大推广力度。

可以看出,这个阶段,陌陌胜在了运营上,根据自身用户的特征和对陌生人社交的理解,试错出了一个效率高,成本低的增长渠道

1.0冷启动这件事情,算是解决了。

接下来就是打磨产品了,毕竟留存才能决定这个产品是否真正满足用户需求。

陌陌的核心思路非常清晰,那就是:

  • 1.0版本先实现点对点的沟通
  • 2.0版本完成群组功能
  • 3.0版本做内容的深层沉淀

逻辑是这样的,陌生人交友,匹配效率是第一步,这是根基。

第二步是从陌生人引导到弱关系,尤其是在中国这样偏含蓄的社会氛围中,双方初次匹配后可能都不知道聊什么,会变得很尴尬很难受,而群组功能可以让用户在一个相对舒适宽松的场景中熟悉对方,同时进一步通过群来提高匹配效率。

最后当陌生人过渡到弱关系后,最终会发展到强关系直至熟人关系,那等于是在给微信导流(这是今后所有社交产品面临的最大窘境),因此3.0版本陌陌推出了LBS社区,添加了“留言板”和“好友动态”等功能。

陌陌除了在产品迭代上下功夫,在运营增长方面一直没有停息步伐,比如在微博上尝试搞笑视频传播,效果颇佳,其中最让笔者最敬佩的地方在于:陌陌很善于运用负面标签。

由于早期的用户认知和媒体的渲染,陌生人社交等同约炮,它让用户不愿意传播,因为许多人不希望自己被贴上着轻浮、浪的标签,而且也让很多用户因为惧怕自己被骗被套路所以拒绝使用。

陌陌则把它理解成双刃剑,因为追求短期男女关系,是人类的原始需求之一,受基因决定的,因此这个负面标签几乎让人把陌陌和陌生人社交等同在了一起,用户的心智牢牢形成后,后来的陌生人社交产品是很难跨越陌陌这座大山的。

并且陌陌的运营用了许多戏谑、暗示、自嘲的文案引发了用户的口头传播,并且作为最严的网络监管对象,陌陌自己对平台内的违规行为做出了极强的限制,反倒让平台内的氛围变得干净,这决定了女性用户的留存。

可以这样总结,当外界给我贴上负面标签,我反手拿起这个负面标签将它中性化后给自己贴上,并且有度地用它去巩固用户心智

三、SWIPE社交的时代

探探诞生于2014年,此时市场上的社交产品已经泛滥了。

探探的产品idea并非原创,其借鉴的是美国的陌生人社交App——Tinder,中文名“火花”。

Tinder的创新之处在于,它的匹配方式更加精准高效,远胜于之前的陌生人社交产品。

这是非常经典的用交互重新定义产品的案例。

Tinder的交互方式是左滑右滑来筛选对方(即文章标题的SWIPE含义,左滑代表喜欢,右滑代表不喜欢),只要双方互相喜欢了,就算匹配成功,这种交互为何提高匹配效率:

  1. 它超级方便,使用门槛很低,我的全屏就是对方的一张照片和信息,我只需要决定左滑还是右滑即可。
  2. 它不需要我时刻在线,我滑动的时候对方不一定要在线,只要最终我们两个互相喜欢了,那就会自动匹配,我下次有空打开时就能看见。
  3. 它让我的匹配结果更符合预期,因为人类在网上初识的第一印象就是看形象,如果随机匹配了一个不在我审美内的人,我需要重新匹配几次,而探探的大屏交互,让形象成为过滤网,我最终匹配成功的一定是我喜欢的。

探探团队在做探探之前做的是一个叫P1的街拍社区,这是个小众的潮男潮女社区,用户质量高(颜值高,社会资源多),探探的种子用户就是P1导流来的,说到这里很多人会联想到那个经典的产品增长模式,知乎微博都用的模式,就是第一只羊、头羊、狼的模型。

P1用户作为种子用户进入探探后,整个产品里全是颜值爆表的男女生,用户相互匹配的成功率和满意度都非常高,留存率也因此非常高。

这批高质量用户就是第一只羊。探探凭借着创新的交互和高质量种子用户完成了8个月突破100万用户的成绩。

头羊就是女性用户和部分优质男性用户,毕竟女性用户永远是陌生人社交平台的稀缺资源,因此,探探的迭代方向一直是推出女性用户防骚扰的产品机制,赢得了女性用户的一致好评。

一直到2018年,探探用户的男女比例约是1 :1,这是非常难得的平衡成绩了,陌陌的男女比例3 :1,可以看到其一直以来以女性用户留存作为核心指标的耕耘成果。

四、探探的迭代历程

探探2015年1月是拿到A轮融资,说明此时产品的体验可以正式面向更多用户了,2月用户量超过100万人。

1.0期间,探探的迭代重点在于聊天板块,比如支持发送表情语音图片视频、优化聊天界面设计、点击系统通知直接进入聊天界面、适配apple watch等设备的消息提示、支持个人资料编辑等。

除此之外就是一直在优化产品的稳定性、交互流畅度还有隐私功能,对于1.0的初创期,打磨产品体验,提高用户配对后的互动率(配对率提升属于算法的范畴),是探探的迭代重点

  • 4月即推出会员服务,启动商业化进程,验证商业模式,为大规模扩张做准备
  • 6月用户量突破200万人,7月成功拿到B轮融资,开始做大规模扩张,当然,扩张需要包含两个条件,高新增+高留存,为了让用户更好的留存
  • 2016年1月,探探2.0新增“朋友圈功能”,可查看互相喜欢的好友动态,让用户的关系链沉淀在探探上,提高留存率。5月即获得C轮融资,代表着商业模式逐渐清晰
  • 2016年11月,探探仅DAU就超过500万人
  • 2017年6月,探探获得D轮融资,17年11月探探的公布数据中现实注册用户突破1亿,有效用户量超过7000万人,继续探索商业模式
  • 2018年年1月,推出“探探VIP”
  • 2018年2月月活跃用户超过2000万人,随即被陌陌收购

与陌陌不同的是,陌陌是在移动互联网萌芽期诞生的陌生社交产品,陌陌的发展历程有着时代特殊性:

  1. 在那个疯狂圈地的年代,只要产品体验到位,就可以享受时代红利
  2. 陌陌的运营团队不懈地精细耕耘,抓住微博崛起的机会,引发了不小的传播,途中因为一个营销视频,陌陌被冠上“约炮神器”的title,用户迅猛增长
  3. 高频率的产品迭代,上线了群组、留言板等各种功能,保障了用户留存

至此,载高速增长+持续留存的双轮驱动下,陌陌彻底坐上了陌生人社交领域的头把交椅。

而探探诞生的年代已经是移动互联网中期了,社交领域已然是一片红海,探探凭借的是:

  1. 初期高质量的种子用户,顺利完成冷启动
  2. 创新极简的产品体验,降低用户使用门槛,保证用户新增
  3. 平台社交氛围的维护,提高用户黏性

五、解构探探

前文说过,探探的直接借鉴对象就是Tinder,其定位是基于LBS的陌生社交产品,用户主界面就是陌生人的照片+基础信息(可选择性取向),右滑代表喜欢,左滑代表不喜欢,这是专门为移动端打造的交互方式。

如果对方恰巧也喜欢你,即相互右滑,则匹配成功,然后双方就可以聊天交流,当进一步交流顺利的话,就可以线下约会了。

Tinder是Match Group公司旗下的移动陌生社交产品,这家公司就是主打婚恋社交领域产品的,很早就组建了自己的产品矩阵,而且盈利模式清晰稳定,其中Tinder是营收亮点,称得上是全球除了游戏产品外IAP(In-App Purchase)付费最高的产品。

Tinder上的用户男女比例大致是1:1,集中在18-35岁学生和职场单身群体,探探男性和女性用户占比分别约为59%和41%,陌陌用户性别比例失衡更严重,男性约占75%、女性约占25%。

但同样定位陌生人社交的“后起之秀”Soul,男女比例则更平衡一些,各占约55%和45%。

探探满足的是都市青年们扩大交友圈,寻求恋爱关系的社交需求。

你作为一个来大城市打拼的年轻人,自己的社交圈有限,也没有太多空闲时间去融入各种圈子认识更多异性,那只需要空暇时刻打开探探App,右滑你喜欢的异性卡片,因为平台上都是像你这样的希望摆脱情感孤独的年轻人,所以你很可能会遇到自己的心上人。

既然满足的是恋爱需求,那么产品的核心目标就是:匹配成功率

这里的匹配成功是指两个人陌生人在探探上相识并且有情人终成眷属。

这其实是一个比较长的链路:

1. 填写个人资料、设置匹配偏好

这个是针对新用户的,用于系统了解用户信息的,从而提高匹配精度。

2. SWIPE

左滑右滑上滑这些对于用户端来说是不错的交互方式,但本质上它是标准的反馈器,用户的每次滑动都会引导着算法不断提高自学习能力,来让探探更好地成为连接社交关系的桥梁

3. 双向匹配算法

陌生人社交是典型的双边市场,存在着网络效应,这里最核心的就是匹配的策略,其目的就是在有限次的曝光中获得最佳匹配,这个包含了匹配数量、质量、排序若干个维度来看,从交互上比较难看出,而是需要考虑很多实际问题:

这需要先描述一个理想中的社交场景,就是在一片区域中,有充足的男女用户,比例为1:1,并且男女用户的颜值、条件都是有高有低地均匀分布。用户的目标都是结识自己喜欢的异性类型,并且有发展为恋爱关系的动机,系统推荐给用户的每个卡片都恰好是相互喜欢的,两人配对后立刻开始破冰聊天,最终约了线下见面。

这是理想状况,但是现实受到诸多因素影响,需要算法来帮助调整,降低影响。

因素有很多,可大概分为两类,一种是用户因素,一种是系统因素。

用户因素是根据用户的行为和特征直接进行判断的。如:

  • 个人资料完善度:profile完善度越高,越精确
  • 用户当前的地理位置
  • 用户之间的相似性(content filtering):都喜欢宠物的用户可能会互相喜欢
  • 用户行为相关性(collaborative filtering):喜欢用户A的人往往都喜欢用户B
  • 用户质量:学历、工作、行业、收入、付费用户
  • 认证状态:蓝色对勾,是否人脸识别
  • 实名状态:金色对勾,是否身份证认证
  • 照片信息:数量、标签(照片丰富程度、自拍、风景照等不同照片特征)、性感程度等排序
  • 用户popular程度
  • 用户活跃度
  • 用户行为可靠性:一个全部右划的数据相当于无效数据
  • 机器学习:基于行为的用户画像
  • 用户标签:显性与隐性标签
  • 被投诉次数:不良记录
  • 用户提供UGC内容:例如在广场发的状态
  • 用户主观偏好:如果遇见某一相似特征的用户都向右滑,那用户主观则形成了一条规律,可以作为算法参考
  • 页面停留时长
  • 是否点开查看详情

系统因素考虑的维度就比较多了:

(1)低质量用户无限右滑,想结实最多异性

想象一下,假设用户A是一个各方面条件差的用户,ta第一次来探探要想找对象,最有可能的做法,就是放宽标准,见一个右滑一个,这样可以通过基数来扩大自己匹配的数量。

平台也是把高质量异性统统推荐给小明,但是小明最终得到的反馈却很少,右滑那么多高质量异性却没有一个右滑自己,这会严重打击用户的积极性甚至会怀疑平台的真实性,那么这个用户很有可能就流失了。

出现这个问题的原因就是这个过程不是单向匹配而是双相匹配,对于双相匹配来说最有效的策略是根据小明的偏好和条件,推荐适合小明的异性用户,不一定非要高质量的,并且小明恰巧是对方喜欢类型的范畴内,那么匹配效率就大大提高。

(2)从右滑对方,到被对方右滑,需要等多久

如果一个用户A喜欢了用户B,但是这个用户B也同时被很多人喜欢,那这个时候到底应该给用户B推荐哪些人呢,然后确定哪些人后是优先推荐谁呢,很有可能用户A压根不在推荐名单里,或是用户B在快刷到用户A时突然有事去了,这也会影响匹配效率。

(3)一个用户匹配了很多人,真正聊天的却很少

如果用户A匹配了很多了人,但由于自己太忙精力有限,或者有破冰障碍,都会导致匹配无效,毕竟匹配之后只有真正聊天认识才算真的产生用户价值。那对于低回复的用户还有必要去分配给更多用户么,是否可以为其他用户提供曝光机会呢。

(4)在一个地区启动时用户量特别少

有这样一种认知,就是基于LBS的产品,在一个可互动范围内(可互动指二者的地理位置相距不超过一个阈值),日活至少需要达到2000,7日留存至少要在40%,才可以认为这个产品的网络效应是初步成型的。否则,就会出现用户在上面匹配不到人或者很快就没人可匹配的情况。

如果是某个偏远地区,人口少,人口密度本就小,那即使交互、趣味功能做的再好,按照核心体验是匹配异性来看,用户依然会因为找不到人而很快流失,因此对于这类产品,天然适合在人口密集、思想开放的高线城市的集中区域启动推广

(5)性别比例的动态平衡

陌生人社交相对于熟人社交本来就是低频的,需要用户在特定时间特定心情下产生动机,并且当用户在探探上找到合适的异性后,就转战微信了,那之后很有可能是暂时卸载探探然后不知道后面什么时候有空再下回来。另一边是每天有新增的用户会影响到男女比例,无论哪种因素都会造成比例失衡破坏了网络效应。

(6)供需关系

冷启动阶段,女性更偏向于供给端,从数据就可以看出,用户每看100张照片,女生的右滑率只有6%,男生的右滑率是60%,这符合两性的心理差异,男生天然是想结识更多女性,女生天然追求安全舒适感,因此在产品设计和算法上都要偏向女性视角。

(7)不同价值的用户权重不同

举一个极端例子,如果平台上一边全是低质量男性用户,一边全是高质量女性用户,男女比例1:1,那么这个平台也是毫无价值的,真正的平衡是同等质量下的平衡,而非单纯数字上的平衡,不同价值贡献的用户在平台看来应该需要差异化对待的。

(8)头部效应影响长尾用户

高颜值的男女用户不仅在网上,在现实中也是不缺喜欢的,那很容易造成这些用户成为平台的头部用户,资源聚集在少量头部用户这里是不利于生态的平衡的。

一方面,过多的匹配消息不仅会对这些头部用户造成打扰,还会因为精力有限导致回复率很低;另一方面,这让其他水平的用户没有充分的曝光。因此,算法需要去中心化,尽量照顾到大多数用户。

(9)新用户留存

新用户抱着尝试心态来平台,如果平台可以在最短时间让新用户匹配成功“尝到甜头”,是会大大提高ta的留存率,因此,首次匹配时长,聊天等待时间,都是要关注的指标。

(10)审美的锚定效应

很多审美是通过对比得来的,有三张照片,1、2、3分别对应丑、普通、美,分成两组分别让人打分。

第一组是先看丑再看普通,第二组是先看美再看普通,结果是第一组给普通的打分更高,这和零售行业的价格锚定效应是异曲同工之妙,算法在给用户推荐的同一批卡片中的排序可以影响用户的右滑次数。

(11)男女的择偶偏好

根据进化心理学,男性用户在判断是否喜欢女性时更注重颜值和形象,女性用户在评价男性时会综合考虑职业、学历、社会地位、颜值、爱好、物质资源等各种因素,是综合最优而非单项最优。

(12)年龄差

用户在选择异性时受到社会文化影响,会考虑一定的年龄差,在这个范围外可能就不会考虑,这个有明确的界限,而且每个人标准不同,交给用户选择是最好的

4. 破冰聊天

5. 深度交流+动态互动

6. 防止违规行为

六、探探的商业化窘境

陌陌收购探探之前,就已经初现探探在商业化方向面临的困境了。

彼时会有人产生这样的疑惑,Tinder和探探在产品形态和功能如此相似,为何Tinder就可以成为吸金兽,而探探最终选择被收购(笔者并不认为探探完全不可盈利,只是盈利压力比较大,其想象空间很难支撑到IPO)。

Tinder作为Match Group的营收主力,占比超过50%。

对于探探来说,有几种因素限制了它像Tinder学习盈利方式:

  1. 国内严格的监管政策,随着行业违法信息滋生、未成年群体沉迷等现象发生,网信办多次约谈并且下架了比邻、聊聊、探探等陌生社交软件,这对想要形成稳定商业模式的探探是极其不利的
  2. 中美市场付费习惯的差异,这是老生常谈的话题了,国内市场的主流付费意愿仍然是低于美国市场的,而功能付费、会员付费正是Tinder的主要收入来源
  3. Tinder作为SWIPE社交先行者,又是一家美国公司,在全球化推广经验和时机上要领先于探探,Tinder的最大市场在北美,其次是欧洲和亚太地区,而探探作为后来者,是从中国出发向海外扩张,二者拥有的市场规模是不同的

陌陌对于陌生社交商业化的理解非常出众,事实也证明了当初的决策是可靠的。

陌陌的创始人唐岩是这样理解的:

“大家来到这里都是认识网络上的新朋友的,但是这个广场里可能就有一些树,几个凳子,留得住人吗?可能留得住,但是应该留不住太久。就好像老人去上海人民公园帮儿女找对象一样,转了几圈找完就走了。

泛娱乐战略就是在这个平台里面要有更多的一些娱乐化的内容建设,直播就是这么一个东西,就是我们希望我们是建成一个迪士尼乐园一样的东西,里面是有很多娱乐设施的。”

泛娱乐平台,将短期、一次性的陌生社交需求,沉淀成长期的娱乐需求,因此直播成为了陌陌的商业化王牌,除了直播,也有各种互动游戏帮助用户打破和陌生人的隔阂。

事实证明,直播功能的确是非常适合中国本土市场的一种变现手段,但是泛娱乐功能要求产品的迭代和推陈出新要保持一定的频率。

七、探探的潜在市场

陌生人社交具有低频刚需的特点,随着“Z世代”的兴起,需要有更高效且多元化的产品来满足用户。

新生代用户的兴趣爱好和标签更加的细分化,熟人社交是很难肩负起这么多细分需求的,那么在陌生社交平台上无疑是很好的寻找志同道合的好友、排解孤独的绝佳场所。

因此随着行业发展,每个细分市场都有可观的增长空间:

  1. 探探依旧可以从荷尔蒙为中心,向更多的社交娱乐做扩展,来满足细分用户的社交需求,比如大学生群体、LGBTQ群体、汉服圈、中老年群体等
  2. 陌生人社交对技术创新更加敏感,web3.0兴起带动的元宇宙虚拟人社交将是颠覆性的新市场。其实这个规律早已显形,20世纪90年代,网页技术兴起,婚恋网站诞生,受其配对方式的影响,用户为每次配对付费;2007年智能手机兴起带动的LBS技术广泛应用,“附近的人”成为陌生人社交标配;2011年后4G的成熟,视频聊天以及直播成为陌生人社交的新秀;每一次技术的创新都会为行业带来新的增长引擎和商业模式,而2022年作为元宇宙元年,或将成为新的社交潮流
  3. 社交短视频(不是短视频社交),通过短视频作为社交的主力,随着流量费用的降低和传输速度的进一步提升,过去基于图文展示个人形象和个人表达的方式可以逐渐转向形象更加丰富的短视频形态,包括在私人聊天中采用短视频来交流可以创造图文语音交流无法提供的体验。

本文由 @WIPO 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。