隨著互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代的到來，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悄然誕生，以今日頭條為代表的新聞客戶端在不知不覺中生長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，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”上的閱讀變得越來越單一呆板。
單一的算法推薦和信息流推送對于筆者這種重度閱讀用戶來說也帶來了信息量過大、內(nèi)容過于雜亂、信息價(jià)值不高等問題。整個(gè)新聞客戶端顯得像是一個(gè)菜市場，沒有態(tài)度、沒有風(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)搜狐總裁張朝陽在2015年初復(fù)出時(shí)談到了這個(gè)問題。內(nèi)容消費(fèi)包括板塊消費(fèi)和長尾消費(fèi)。板塊消費(fèi)則是需要深度整合的專題新聞，長尾消費(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：一個(gè)熱點(diǎn)事件，從新聞報(bào)道到專家點(diǎn)評到周邊素材，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。
在新聞客戶端上，新浪對于解決碎片化的問題則采用了一種叫做“精讀”的解決方案: 以新浪《緬懷：詩人汪國真去世享年59歲》的“精讀”板塊為例，新浪新聞客戶端通過技術(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”解決方案相對于騰訊新聞和搜狐新聞的“專題報(bào)道”有什么優(yōu)勢呢?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)場景來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。
新聞閱讀的未來趨勢
新浪強(qiáng)大的“運(yùn)營+工具+新聞編輯”能力超強(qiáng)，帶動(dòng)了網(wǎng)友對新聞評論熱情高漲。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，取得超越競爭對手?jǐn)?shù)量自己的成績。新浪新聞客戶端在最近一個(gè)月中，也屢創(chuàng)80萬，130萬的網(wǎng)友評論記錄。這也直接說明了這種閱讀方式得到了網(wǎng)友的認(rèn)可。
無論是網(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，這是新浪新聞對市面上流行風(fēng)潮的一種反動(dòng)，也是新浪新聞樹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，新聞閱讀的未來趨勢是什么?算法推薦絕對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說的確就是在“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?，而對于輕度用戶而言，在碎片化時(shí)間中，他們能夠得到相對全面的閱讀體驗(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！
