知乎盈利来源分析与指标体系构建

2023-12-28 09:30

本文主要是介绍知乎盈利来源分析与指标体系构建,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

知乎用户画像

知乎所属行业:内容社区平台

知乎上的内容涉及的领域: 婚恋情感(300亿总阅读量,截止2022年12月)、法律纠纷(200亿)、教育(200亿)、游戏(150亿)、互联网(140亿)、科学技术、文学艺术、商业经济、健康养生、电子产品。

知乎答主用户画像:知乎汇聚了一批优秀的学者、专家和行业领袖,名校大学生,同时也有大量的普通用户分享着自己的知识和经验。

知乎阅读用户画像:理工男(但是有的数据说女性更多58.7%,有的说男生多53.3%,但是知乎上男生发言多,直男言论多,这个是共识)、互联网、软件、科技、金融、高等教育行业,本科以上学历80.1%,新一线发达地区(40%),40岁以下的占94%, 人均小康76%,年度可投资资产10w-30w(20.9%),高收入,高消费能力

如何做好知乎用户画像分析?实现精准投放 - 知乎

reference:知乎的用户画像是什么呢? - 知乎

知乎盈利如何增长?

盈利从哪来?

        知乎2023年Q2财报:营收10.44亿,同比增长24.9%_投资界

第一大来源:付费会员,43%,4.49亿元收入

        知乎会员 可以读付费文章、电子书,可以读会员内容

                 每月订阅会员达到1400万,平均每月活跃用户达到 1.094 亿(2023年6月30日知乎季度财报; 知乎财报原文;知乎港交所财报原文22年12月31号)

        盐选Live专栏-音频课程

第二大来源:营销服务,39.5%,4.13亿、

        知乎开屏广告(App端)、知乎右侧边栏的广告(Web端)、知乎文章间的插入广告(App端)、

        品牌任务:知乎和一些商业品牌合作,帮他们推广产品,通过推一些关于这些品牌的产品上热搜和圆桌讨论来收取推广费用。这些回答往往有回答现金奖励

第三大来源:职业教育,13.9%,1.45亿

        知乎学堂:AI大模型课;数据分析课;写作课;考研;雅思;英语;教师资格证

第四大来源,其他,3.6%,0.37亿

        知乎文章推广收费

        知乎盐选(电商):咖啡等等产品

        知乎付费咨询

        文章回答的打赏

        知乎直播的打赏

国信证券研报

Zhihu Inc (ZH) 2023Q2電話會議重點和逐字稿 - 財報狗

怎样增长?

提高用户留存时间和用户黏性,从而获得更多付费转换和售卖课程、售卖直播礼物和打赏礼物的机会

        将(1)用户最可能关心的、最感兴趣的(2)质量最高的内容推送给每个用户。

        (1)在休闲娱乐这个用途上,让这些内容要用户带来乐趣-愉悦-趣味。(2)在搜寻信息这个用途上,同时也能给用户提供最有价值、最实用、最有洞见、最可信、高质量的 信息参考。

构建知乎数据分析指标体系

(1)模块法:

模块法

知乎有哪些业务线 ?

        (1)付费会员(2)营销服务(3)职业教育(4)其他

这些业务线如何实现盈利 ?

(1)付费会员

        用户看到付费内容的时候,用户免费看的部分要足够有吸引力,吸引用户为了看到付费内容而开通会员

        盐选Live专栏-音频课程足够有用、有吸引力,.....

        付费转换率:付费数  /  阅读试听课;  点击率   /  曝光数;  付费数  /  曝光数

(2)营销服务

        以下广告:(知乎开屏广告(App端)、知乎右侧边栏的广告(Web端)、知乎文章间的插入广告(App端)),广告要和这个用户的喜好匹配,给需要这个产品的用户推送这条广告,广告的内容足够有吸引力,勾引着用户点击。

        品牌任务,增大回答现金奖励,给头部答主高价派活。

                答主品牌任务,每个答主的   (1)点击率/曝光率 CTR Click-Through-Rate)(2)答主回答的阅读量、赞量、收藏量、喜欢量

        CTR: 点击次数/曝光次数

(3)职业教育

        根据用户在知乎的行为数据,判断他的喜好和潜在喜好,精准的把这些内容中,他需要的那个推送给他——AI大模型课;数据分析课;写作课;考研;雅思;英语;教师资格证

        优惠券、试听课推送

         付费转换率:付费数  /  阅读试听课;  点击率   /  曝光数;  付费数  /  曝光数

(4)其他

        知乎文章推广收费:精准推送,曝光给有更大可能性愿意看这篇文章的人看。曝光了,阅读量上涨的快和多,答主才愿意花更多的钱买流量。

        知乎盐选(电商):挂耳咖啡.... CTR

        知乎付费咨询:

        文章回答的打赏

        知乎直播的打赏

对象法

知乎各个业务线都有哪些主要对象? 请列举

这些对象有哪些属性、方法 ?

提问者

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:编写问题的标题、问题的详情,问题的标签,发布问题的时间、邀请哪些人来回答

问题

        属性:问题的标题、问题的详情,问题的标签,发布问题的时间、累积邀请哪些人来回答

        方法:

回答

        属性:推送页的文章前30个字和推送页图片、正文文字、图片、视频,文章有标题

        方法: 修改以上属性,选择是否接受这个回答邀请;修改问题的标签、内容、标题

知乎会员付费内容的写手

阅读者

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:

                从推送页选择读哪篇回答、文章、观看某个视频;

                给内容点赞、收藏、喜欢、评论或点击不再推送类似内容;

                修改问题的标签、内容、标题

回答者

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:写文章内容、写前30个字、放置图片、选择发布的时间,选择把这个内容放到哪个回答下面,是否购买流量推送

视频创作者

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:视频内容、视频标题、简介、评论的管理

视频

        属性:视频的标题、视频的文字详情介绍,视频的标签,发布视频的时间、点赞数据、转发数据、收藏数据、评论数据、是否买了推流

        方法:修改以上内容

视频观看者

          属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:点赞、评论、转发

职业教育课程授课老师和机构

        属性:机构的名字、介绍

        方法:课程质量;内容设计;是否投钱推流

职业教育课程潜在用户

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:购买与否,试听课收看多少,阅读课程介绍,和销售聊的情况

职业教育课程

        属性:课程质量;内容设计;是否投钱推流

        方法:提高试听课质量

知乎盐选电商运营团队

        属性:

        方法:优化产品的名字、文字介绍、产品图片、发货快递

知乎盐选电商售卖的商品

        属性:产品的名字、文字介绍、产品图片、发货快递

        方法:

知乎盐选电商购买者

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:是否购买、买多少、推送广告看不看

提供付费咨询的人

        属性:知乎上的高赞-高阅读量的大作,用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:多创作出爆款,吸引流量来找他咨询;有人来咨询,热情一点,多回复,把服务介绍清楚

付费咨询这项服务本身

        属性:是否真的帮助到了付费的人解决问题,是否提供了有效的信息解决信息差

        方法

购买付费咨询的人

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:和博主沟通询问服务情况,是否购买

直播博主

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:什么时间直播,直播前是否提前发布,是否在粉丝微信群提示让小伙伴到点来看,是否购买流量推送,

直播这个内容本身

        属性:直播的标题、直播的文字详情介绍,直播的时间、点赞数据、转发数据、评论数据、是否买了推流

        方法:

知乎直播观众

        属性:用户名,用户头像,个性签名,其他个人信息,自己的其他提问和回答以及知乎上的其他行为信息

        方法:评论、点赞、购买礼物打赏、转发、投诉举报

找出有影响的对象,在他们之间连线,并分析有什么影响

提问者与问题提问者与回答者、提问者与阅读者、提问者与问题

       为了让高质量提问获得更多的曝光资源,让那些乱提问、提问质量低的提问者所浪费的曝光资源尽可能的少——统计(1)每个提问者平均每个提问获得的阅读量和回答量,以及(2)在每个细分的知乎赛道上这两个数据,(3)还有这个提问者阅读量和回答量最高的那些问题下面 的这两个数据

        用这个三个指标评估提问者的提问质量,以此为标准决定给这个问题推流多少。

视频、职业课程、电商、付费咨询、直播,也是同样的逻辑

这篇关于知乎盈利来源分析与指标体系构建的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/545529

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

maven 编译构建可以执行的jar包

💝💝💝欢迎莅临我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:「stormsha的主页」👈,「stormsha的知识库」👈持续学习,不断总结,共同进步,为了踏实,做好当下事儿~ 专栏导航 Python系列: Python面试题合集,剑指大厂Git系列: Git操作技巧GO

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

嵌入式Openharmony系统构建与启动详解

大家好,今天主要给大家分享一下,如何构建Openharmony子系统以及系统的启动过程分解。 第一:OpenHarmony系统构建      首先熟悉一下,构建系统是一种自动化处理工具的集合,通过将源代码文件进行一系列处理,最终生成和用户可以使用的目标文件。这里的目标文件包括静态链接库文件、动态链接库文件、可执行文件、脚本文件、配置文件等。      我们在编写hellowor

【软考】希尔排序算法分析

目录 1. c代码2. 运行截图3. 运行解析 1. c代码 #include <stdio.h>#include <stdlib.h> void shellSort(int data[], int n){// 划分的数组,例如8个数则为[4, 2, 1]int *delta;int k;// i控制delta的轮次int i;// 临时变量,换值int temp;in