虾皮做法-咪蒙的算法，有毒！为什么奈飞和虾皮就成功了

打开凤凰新闻，查看更多高清图片

邦哥推荐：

A/B测试不仅是营销学里最常见的数据分析手段，在如今更成为电商了和新媒体的增长黑科技

同时，这种算法犹如一把双刃剑，好的企业用它加强管理提高效率，被价值导向有所偏差的自媒体利用便会后患无穷。

本文授权自： 新加坡国立大学商学院（ID：nusbschool）

咪蒙，倒了。

这个饱受争议的自媒体，就连关停都成了华语网络世界一个标志性的事件。

有人叫好，有人唏嘘。

毒鸡汤、丧文化、贩卖焦虑这些咪蒙从一出场就摘不掉的标签，成了很多人讨厌咪蒙的理由。而与此同时，咪蒙的公众号却又吸引着千万人的眼球，带动流量。

流量的背后，自然是让更多人艳羡却未可及的商机。2018年，咪蒙的自媒体广告报价据说已经高达80万人民币，能换来一辆保时捷。

在当下这个流量即王道的互联网世界，咪蒙凭借写作就能处于中文自媒体内容行业的食物链顶端，显得太过刺眼。

咪蒙的套路

作为一个坐拥1400万粉丝、篇篇文章阅读量10万+以上，有些爆款的阅读量甚至能达到1000万+的自媒体大V，咪蒙在过去的三年多时间里，每天定时制造话题。

有读者说，虽然她的文章读起来是满满的套路感，但篇篇推送就是能吸引眼球，很多人觉得咪蒙的爽文读起来痛快。

来看看咪蒙推送过的文章标题

大多数婚姻不是死于无性，而是死于无话

我们对父母，正在使用冷暴力

对不起，我女儿就是拿来卖钱的

我就是泡了小奶狗的变态老女人

致贱人：我凭什么要帮你？

……

简单、直接、粗暴，让人秒懂，但却最容易吊足胃口，甚至震荡人心。

从标题到内容设计，咪蒙旗下每一篇产品都要踩准读者的痛点或燃点，要确保引爆话题，要达到流水线创作生产，要触及百万甚至千万的阅读量。

咪蒙在接受媒体采访时曾说过，她和团队为读者们量身定制的文章用的是产品思维。

是的，这样规模化的写作不能仅靠个人情怀，灵光乍现，更不能只图自嗨，咪蒙和团队制造爆款是有方法的。

她跟外界分享过10W+制造公式：1/50选题+四级采访+5小时互动式写作+100个标题+5000人投票+1万字数据分析报告

每天从50个热点话题里面挑选一个，写作前先做采访，覆盖核心粉丝群、话题相关群体以及专家团队的角度。

咪蒙的核心策略是采用开放式写作。文章创作的每一个环节，都有团队和大量的用户在参与、推导、投票。

这样定制出来的内容，怎么能不吸睛呢？

在方法上来看，咪蒙爆款文章写作高度依赖与团队和粉丝的互动，这其实遵循的是营销学里最常见的A/B测试（A/B Testing）。

如今，A/B测试已经成为电商和新媒体的增长黑科技，它是怎么工作的呢？

下图是一个简单的例子

某网站推出两款测试版，其中一半的访问者被随机分配看到红色版本A，另一半则被随机分配到了绿色版本B。

如果红色版本A的点击率达到23%，而绿色版本B的点击率只有11%，那网站最终版就应选择红色版本A。

这个测试的核心是，通过对最终用户的选择行为进行实验和数据分析，从而得出最佳设计决定。

咪蒙对A/B测试思路的运用是，让编辑团队和潜在读者看到不同的版本的未完成情节，然后让他们用投票的方式选出更喜欢的版本。

例如，她的团队每篇文章都要拟100个标题，然后放到5000人的核心读者群里，让大家票选。最终选取的标题的原则不是我觉得好，而是潜在读者觉得好。

文章推送后，咪蒙强调对每一篇作品用上万字的数据分析进行复盘。这包括收集公众号读者的留言，进行文本分析。

例如20%的人被标题触动，15%的人受到了感染等等。这样的复盘为下一篇文章怎么写，提供了宝贵的经验积累。

咪蒙的文章总是能搔到读者的痒处，这一切不是偶然和天赋，而是建立在数据挖掘上的营销分析创作。

这样的套路，其实不新鲜，好莱坞和韩国的专业编剧早就在用了。一部剧由多位编剧共同打造，可以做到拍摄、播出、撰写同时进行。

无论是剧情的走向、人物的设定，还是悬念的铺陈，每一个环节都能运用A/B测试，让观众参与进来，按照观众的偏好来设计后面的剧情。

而对比好莱坞编剧，咪蒙的爆款文章制作流水线缺失了一个很重要的环节：好莱坞每个故事出炉前，要先确立三观，世界观和价值观不能跑偏，其他环节和细节才在主线基础上展开。

否则，只注重数据搜集分析和流量效果，对用户的选择一味地迎合，而忽略了其他元素，很容易导致整体决策的失误。

对于拥有千万粉丝的咪蒙来说，其实容不得闪失，稍有不慎，就很容易招致灭顶之灾。

咪蒙的落幕，错不在于她在写作中运用了数据分析，而是战略决策出现了偏差——以流量和眼球为唯一目标的价值导向，忽视了其作为千万粉丝量级自媒体的社会责任和其产生的影响力。

奈飞的崛起

在数据挖掘和分析上，咪蒙团队还只是小作坊，说到把A/B测试应用到极致的企业，当属流媒体巨头奈飞（Netflix）。

今日的奈飞，堪称把数据分析与企业战略完美结合的典范。

作为现今市值最高的视频点播公司，从创立之日起，奈飞的商业模式就是基于用户行为数据不断进行优化。

用户的每一次订阅、点击、观看、收藏行为都被记录并分析，奈飞根据分析结果不断地改善对用户体验——个性化推荐、精准分类、差异化页面设计等等，而积累起来的数据也成为奈飞在影视内容的购买和制作投入的重要指标。

奈飞的算法可以做到什么？

举个例子来说，不同的用户即便在线观看同一部影片，它能够根据每一个用户的观影习惯，分析其个人偏好，最终给到用户不一样的海报图。

Netflix通过A/B算法可以照顾到用户的偏好，给到不同用户的同一部影片封面，能做到量身定制。如图，两个同样选择点播《低俗小说》的用户，基于不同的偏好，出现的影片完全不同。

2018年，奈飞连续投入数亿美元，进行了几笔重磅的签约。其中包括格雷医生（Grey’s Anatomy）的制片人Shonda Rhimes，写下美国犯罪故事（American Crime Story）的Ryan Murphy以及美国前总统奥巴马夫妇。他们将在未来为奈飞制作多部原创作品。

做出这些重大投资的原因不是类似他们一定能红的敏锐第六感，而是来自机器学习算法对需求量的预测：哪些演员、题材、创作团队的组合最可能获得成功。

这些算法被奈飞用实践数据训练多年，并不断完善，已经变得非常可靠。

尽管奈飞在决策中非常倚仗算法的力量，有趣的是他们也时不时背离算法做出妥协。

一个著名的例子便是，2016年奈飞推出热播剧 Grace and Frankie第二季时，遇到了海报争议。

据说，在正式海报推出前，奈飞的数据工程师进行了大量的A/B测试，发现大牌明星Jane Fonda没有出现在海报上的时候，该剧的点击量反而更高。

于是，围绕海报版本公司内部进行了大论战。工程师派想要跟着算法走，好莱坞派则想遵从艺术直觉。

最终的结果是Jane Fonda依然出现在了海报上。

为什么？谁敢得罪这位好莱坞大牌明星呢？

2016年，奈飞上线的美剧Grace and Frankie第二季海报，经过博弈，最终还是带上了Jane Fonda（网络图片）

凭借理性化的算法与分析与人性化的妥协与把握，奈飞成为全球流媒体独角兽，称霸在线视频点播服务。

如今，他们更是有胆量和实力，直接向传统的好莱坞发起挑战。

在今年第91届奥斯卡最佳影片的提名中，奈飞的出品的《罗马》成为多项提名大奖的领跑者。

而奥斯卡公布提名的同一天，奈飞也正式加入美国电影协会，晋升为好莱坞第七大。

取得好莱坞今日的地位，环球、华纳、迪士尼等六大电影公司几乎用了100年的时间，而奈飞今年才22岁。

小虾皮吞食大鲸鱼

A/B测试不仅可以为在线内容企业斩获流量，在电商领域，也是各大巨头和新贵青睐的算法。

2015年10月，一个名不见经传的移动购物APP——虾皮（Shopee）在台湾异军突起。这个新加坡本土孕育的名不见经传的电商平台，在台湾市场的亮眼表现，引起了很多人注意。

短短一年半的时间，虾皮让台湾的移动购物市场快速橙起来，下载用户达到800万，占年轻人的一半，成台湾最大移动购物平台，并助力母公司SEA在纽交所成功上市。

奇招频出，所向披靡。

虾皮让当地的电商老大网络家庭(PChome)彰显被动，无力招架，市场板块被逐一击破，股价腰斩，并被迫叫停旗下公司的赴港上市计划。

虾皮（Shopee）进入台湾市场，不到九个月时间，月成交商品数量超过千万件，成为全台湾最大的移动购物平台 （网络图片）

什么奇招使虾皮在台湾上演了小虾米吞食大鲸鱼的市场奇迹？

奇招之一就是把A/B测试的招数运用得风生水起。

在广告素材部分，虾皮通常依据不同目标客群、不同商品，透过 A/B 测试 ，找出最终适合大量投放的广告版本，比如：

• 彩妆类的商品广告，有人像的图片往往比没人像的效果好；

  需要呼吁行动（ Call to Action） 的广告，色调不要太过粉色，否则容易看过就忘，冲动购买的欲望不易被激发；

  买一送一等的优惠讯息，对于多以目标购物导向为主的男性，效用不大

  虾皮还利用A/B测试不断创新，改进用户界面：很多时候不是等产品 100% 准备好才推出，反而是要小部分、小部分的进行测试，然后再针对需要改善的地方逐一加强。

  A/B测试提高广告和产品的精准性和针对性，增加了用户的满意度和平台黏性，提升了用户转化率，降低了退货率。

  这使虾皮在同类APP中凸显五大优势：移动用户多、用户粘度高、转化率高、超低退货率、平台易于上手等优点。

  当然，虾皮在台湾市场的成功要归功于一套完善的营销战略。除了善于利用A/B测试以外，虾皮还结合了精准定位、利用社交媒体进行病毒式营销等方法，来提高营销效率，增强用户黏性。

  无论是咪蒙的套路，奈飞的崛起，还是虾皮的突袭，A/B测试只是商业数据挖掘的基本方法之一。面对复杂的商业世界和不同的行业，我们更要结合文本分析、机器学习等更为复杂深入的数据分析方法。

  因为无论是基于用户思维，还是基于产品思维，最终商业数据分析也还是要服务于企业决策，而不能简单的主宰或代替企业决策。

  学到和运用数据方法还只是第一步，对于个人和企业来说，未来能走多远，关键取决于对数据的综合分析和科学运用。

  文：杨楠（新加坡国立大学商学院策略与政策系及市场营销系助理教授）、楚军红（新加坡国立大学商学院市场营销系副教授）、王彤（新加坡国立大学商学院华语品牌官）

  

  推荐邦哥的好朋友企业创投联盟，ID：cvcbang

  商务合作请加微信：bangcbd

  MORE | 更多原创文章

  • 电子烟：科技的性感风口，还是网红的大买卖？

    裸奔之下，民宿经营者何去何从？

    手机折叠火了谁？

    科幻巨制《阿丽塔》，能否终结《流浪地球》50亿票房梦？

    你变胖时，没有一片肉是无辜的