SEO成過去式？自媒體時代“REO”來襲

    SEO成過去式？自媒體時代“REO”來襲。近兩年來，伴隨著BAT紛紛涌入自媒體平臺，自媒體發(fā)展可謂迎來爆發(fā)。自媒體平臺火爆起來是從今日頭條異軍突起而引發(fā)的，它是一款基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品，它為用戶推薦有價值的、個性化的信息，提供連接人與信息的新型服務，是國內移動互聯(lián)網(wǎng)領域成長最快的產(chǎn)品服務之一。推薦引擎也將迎來高速發(fā)展，同時針對推薦引擎的優(yōu)化技術也將會迎來新的機遇，"REO"(Recommendation Engine Optimization的縮寫)勢必會獲得更多曝光量。

    我們大家都知道SEO、SEM、WEO、ASO、ASM，唯獨沒有未聽說過REO。那么問題就來了!什么是REO呢?REO有哪些影響因素呢?

    什么是推薦引擎？

    推薦引擎，是主動發(fā)現(xiàn)用戶當前或潛在需求，并主動推送信息給用戶的信息網(wǎng)絡。

    具體來說，推薦引擎綜合利用用戶的行為、屬性，對象的屬性、內容、分類，以及用戶之間的社交關系等等，挖掘用戶的喜好和需求，主動向用戶推薦其感興趣或者需要的對象。

    1.其特點

    推薦引擎不是被動查找，而是主動推送;不是獨立媒體，而是媒體網(wǎng)絡;不是檢索機制，而是主動學習。

    推薦引擎利用基于內容、基于用戶行為、基于社交關系網(wǎng)絡等多種方法，為用戶推薦其喜歡的商品或內容。

    基于內容的推薦是分析用戶正在瀏覽的內容的"基因"，選擇與當前內容有相似"基因"的對象推薦給用戶。同時也分析用戶過去瀏覽過的內容的"基因"，從而獲取其偏好，然后將與用戶偏好的對象推薦給用戶。例如，用戶在瀏覽一款包的時候，為其推薦其他外形相似的包。

    基于用戶行為的推薦則是利用群體智慧算法，分析用戶的群體行為，綜合分析用戶與用戶之間的相似度、用戶對小眾商品的個性化需求，從而同時提高推薦的精準性、多樣性與新穎性。

    基于社交關系網(wǎng)絡的推薦是通過分析用戶所在的社交關系網(wǎng)絡，找到其最能夠影響到的用戶，或者最能夠影響到該用戶的用戶，再綜合每位用戶的個性化偏好進行推薦。

    2.個性化推薦

    個性化推薦能夠幫助購物網(wǎng)站解決以下問題：

    (1)提高用戶購物體驗，提高轉化率和增加用戶黏度；

    (2)加速用戶從瀏覽到購買的過程；

    (3)挖掘用戶潛在需求，提高用戶購買的品類數(shù)和多樣性。

    3.推薦引擎廣告

    推薦引擎廣告，是通過洞察用戶消費意圖，匹配最優(yōu)廣告，在大量媒體上實時呈現(xiàn)，來提高廣告效率的互聯(lián)網(wǎng)新技術。

    推薦引擎技術應用無處不在

    推薦引擎其實早就已經(jīng)在我們的生活方方面面都應用到了，而近些年關注度如此之高，還是得益于大數(shù)據(jù)的運用、數(shù)據(jù)挖掘技術、個性化推薦使用等，才使得推薦引擎收到如此重視。

    1. 電子商務平臺的站內推薦

    隨著電子商務規(guī)模的不斷擴大，商品個數(shù)和種類快速增長，顧客需要花費大量的時間才能找到自己想買的商品。這種瀏覽大量無關的信息和產(chǎn)品過程無疑會使淹沒在信息過載問題中的消費者不斷流失。為了解決這些問題，個性化推薦引擎應運而生：為客戶推薦商品，自動完成個性化選擇商品的過程，滿足客戶的個性化需求，推薦基于：網(wǎng)站最熱賣商品、客戶所處城市、客戶過去的購買行為和購買記錄。

    推薦引擎在網(wǎng)站是以站內推薦欄為最終體現(xiàn)形式，推薦欄展示的內容都是根據(jù)推薦引擎精準分析每個用戶的興趣偏好而智能推薦的。不同用戶、不同時間點，每位用戶看到推薦欄內容都是不一樣的，都是最符合其當前興趣偏好和需求的。圖例如下，百分點推薦引擎在購物網(wǎng)站列表頁、商品詳情頁、購物車頁面構建智能商品推薦欄。

    2. 搜索結果智能匹配

    表現(xiàn)方式：”您是不是要找“等等。

    3. 相關新聞鏈接

    表現(xiàn)方式：相關新聞收集等。

    4. 微博、社區(qū)、SNS等的站內推薦

    表現(xiàn)方式：”您可能認識的“，”可能認識的人“，”他們也關注了“等等。

    5. 輸入法

    表現(xiàn)方式：簡寫聯(lián)想等。

    6. 視頻/音樂

    表現(xiàn)方式：”推薦視頻“，”你可能喜歡“等等。

    推薦引擎優(yōu)化(REO)異軍突起 不容低估

    推薦引擎優(yōu)化(REO)主要指的是針對推薦引擎的推薦規(guī)則而進行種種優(yōu)化工作，從而使創(chuàng)作者內容更容易被推薦給普通用戶，從而獲得更多流量的過程。

    筆者將結合自己運營今日頭條等類型自媒體平臺的經(jīng)驗進行詳細的分解。

    1.點擊率+讀完率

    點擊標題并讀完文章的人越多，推薦就會越高。在發(fā)布文章的時候，標題就很重要，只有吸引人才能夠引起用戶點擊。這里不建議做標題黨，內容不好，用戶點擊就走，那么讀完率就低了，影響推薦量。

    2.分類明確

    文章興趣點明確，推薦越高。分類就是我們要把文章主題放到相應的分類中去，比如新聞、社會、娛樂、電影等。興趣明確，文章將會快速的送達相應的目標人群的頭條中。如果你是電影相關的文章，放到新聞去，這將大打折扣。

    3.文題一致

    做恰如其分的標題黨，不要夸張，但也不要太平淡引不起用戶的閱讀興趣。

    4.內容質量

    優(yōu)質內容才是根本，這一點也毋庸置疑。好的標題+優(yōu)質的內容，才是文章受歡迎的標配。

    5.賬號定位明確

    文章題材隨意寬泛的賬號，得到推薦的概率更低。舉個例子，比如我主要定位是分享sem的，但我?guī)ぬ栔泻芏喽际菉蕵罚娪胺矫?，而且很隨意，那樣只會降低帳號的專業(yè)度。

    6.互動數(shù)、訂閱數(shù)

    讀者越活躍，推薦越多，讀者活躍表現(xiàn)在評論，點贊，分享等方面。一篇文章好，當然就會引起用戶的互動并分享等。

    7.站外熱度

    在互聯(lián)網(wǎng)上關注度高的話題，推薦越多。這就是抓熱點了，今日頭條是閱讀信息的app，用戶當然更關注及時信息，所以發(fā)布熱點話題也會快速的獲得更大的推薦量。比如我之前在今日頭條發(fā)布的《羅振宇:我確實見過papi醬,但沒說過那些話》就獲得推薦量24.5萬。

    8.發(fā)文頻率

    經(jīng)常發(fā)文，保持活躍很重要。這個無論在哪個平臺都是這樣的，平臺當然喜歡更活躍的作者了，這樣才能夠源源不斷產(chǎn)生信息。

    9.原創(chuàng)保護

    自媒體平臺對于原創(chuàng)內容是非?？释模绻髡呙科恼戮鶠樵瓌?chuàng)文章，并且申請原創(chuàng)保護，那自然可以獲得更多的推薦機會，獲得更多閱讀量。

    總結：

    其實，百度推薦引擎于2011年開始研發(fā)，早期實踐于音樂隨身聽，自適應用戶喜好變化、采用音樂專家系統(tǒng)技術。近期，推薦引擎實踐于百度新首頁、百度知道。

    當用戶使用搜索引擎搜索時，瀏覽網(wǎng)頁時，在移動終端上提交他的位置時，都有大量的行為動作。 根據(jù)用戶的行為提交，再規(guī)避掉他們的隱私數(shù)據(jù)，用一定的算法匹配，就能夠智能地感知用戶需求，并在短時間內給予他們需要的內容。

    相對于SEO、WEO、ASO等概念，REO確實出現(xiàn)比較晚，眼下正式REO發(fā)展的最佳時機，REO與自媒體平臺發(fā)展一脈相承，相輔相成。

    對于那些從事SEO優(yōu)化多年，想轉戰(zhàn)自媒體的朋友來說，REO的興起意味著又有一個新的機會在朝著他們招手，能不能把握住時代給予我們契機？

    REO絕對是新鮮事物，當新奇事物出現(xiàn)的時候，莫要猶豫了，否則必將錯失大好機會。自媒體平臺百舸爭鳴，REO未來是否會得到突飛猛進地發(fā)展，讓我們拭目以待！