视频网站内容(用大数据分析用户标签，视频网站和知识付费还有很长的路要走)

　　视频网站内容(用大数据分析用户标签，视频网站和知识付费还有很长的路要走)

　　视频网站内容越来越固定，很少能做出新鲜有趣的内容，视频网站和知识付费还有很长的路要走。最近，youtube发布了一套一万youtuber评分榜单，但是只有知识付费内容，远远没有到达国内算法比对的水平。大部分评分网站很注重数据，很大程度上是依靠看“大数据评分”来判断内容质量高低，一旦大数据忽略了原创内容和其他评分数据，评分就会有所差异。

　　目前，大部分知识付费的评分依靠几个“大数据”指标，按照“阅读、点赞”、“标题、视频价值”、“作者背景”等评分，这些其实都是大数据抽象评分，用户看到这些描述后基本上没有任何感知。很多头部付费视频的基础都是抄袭，靠以上来为自己赢得流量，而且，有很多大v想依靠微商赚钱，但基础都是抄袭，他们会借助平台流量做一些商业宣传。

　　这其实就是学术研究里说的“论文”评分制度，投到高分论文的作者，其实就拿到了好的学术收益。一方面，数据是事实，一方面，数据是谎言。像视频网站，内容本来就千篇一律，加上任何信息调控或隐性干预，用户看到的内容都差不多，不值得信赖。这就是第一波竞争的残酷，不得不承认的是，知识付费品类以及教育类竞争非常激烈，大部分不可能在内容质量差的情况下低价切入市场。

　　目前国内很多视频网站都有iphone导流，只要采用一定技术或框架，就可以让用户在不同视频网站上看到相同内容，从而锁定精准用户。用大数据分析用户标签。如优酷在上个月做了“用户画像”测试，用户标签分为“年龄段分布”、“阅读观看频率”、“电商网购喜好”、“电商购物平台标签”、“使用社交网络、论坛”等标签。优酷利用大数据建立评价体系，会将用户画像细分为阅读频率超高、电商平台标签高、品牌购物习惯高等类型，会对内容进行更细化的内容推荐，做高精准推送。

　　这些技术可以深入到内容制作、内容传播、流量引导、用户标签分析等方方面面，最终达到对用户、内容、渠道的精准触达，重要的是可以完美规避由于用户基数大、搜索规则导致的用户画像的偏差问题。