知识源于沉淀 一个“好社区”的运营和成长需要大量的成本。本文以作者团队搭建社区模块的过程为例，梳理他们是如何思考如何应对当前的社区建设的，希望对你有所启发。
由于自身产品业务规划的需要，目前正在搭建一个【社区】模块，准备在一级菜单栏打开入口，看起来还挺有活力的；因为从事互联网行业的同学或多或少都知道，内容社区可以说是一个行业，是一个相对成熟的行业市场。
比如大图中有小红书、知乎等独立的社区型产品，小图中有Keep、网易云，APP中嵌套社区的做法(目前我们属于这一类)。
其次，一个“好”的社区不是一个言出必行、马上就能得到支持的小团队；成熟的社区离不开供需关系，即内容消费者和创作者，以及复杂的推荐算法；以及支撑内容审核治理、成长水平、创作者激励等一系列运营体系。
遗憾的是，以上都不是我们现在的团队能力可以做到的；所以想写这篇文章总结一下，看看大家是怎么想的。
一、思考-正向推荐
因为我的团队没有一个懂内容的运营和产品；只是老板想要，给他，开始工作！(听起来和你们公司挺好的哈哈哈)
所以，作为一个【不专业，不合格】的社群产品经理，当我被分配去负责社群模块的时候，我只能怀着敬畏之心去学习，去思考，去设计；中心思想是先把它做得尽可能小，但要保证它是对的(合格的)，实际操作后再根据实际经验优化迭代。
开始之前，我们先梳理一下功能流程。作为一个产品，我们要记住，无论接到什么功能需求，都要先自己梳理正向流程和逆向流程，再思考设计的关键点，最后输出原型，这样才能出彩。
例如，社区的积极进程:
1)你向谁推荐内容？
2)有什么推荐？
3)推荐内容的数量构成是怎样的？
…
首先，向谁推荐:这里可以结合用户标签和内容标签进行相关推荐；举个简单的例子，当用户分享一篇文章时，该文章在创建时被标注为“娱乐”，然后再次推荐时，会以标注为“娱乐”的内容推荐给用户。
标签化的场景很多，属于另一大类型。网上有很多文章，这里就不赘述了。
其次，推荐什么内容:内容有很多种形式。在这里，产品经理需要整理出自己的APP里输出的是什么内容，比如UGC发帖、内部运营发帖、PUGC发帖、外部合作或经办邀请的KOL发帖，或者创建的话题等。
像我们的APP，也有关于产品的问答，其实属于内容输出。我们要尽可能的覆盖所有，不是说要推荐给社区里的用户，而是要说清楚，以便适时转化。比如我会在社区推荐的瀑布里随机插入一张关于产品的问答卡片。
最后是推荐量的构成:一般来说，上拉刷新或者下拉加载，推荐9~12篇；那么这12条是如何构成的呢？
至少需要考虑三种情况:一种是运营的强推荐，比如运营的推荐文章，这是第一次进社区必须的；一个是热门文章和新鲜文章的推荐(最近发表的)，一个是标签协会的推荐；
扩展处理:我们把标签推荐分为实时浏览标签和历史浏览标签两种状态，用来区分推荐结果，比如我今天刚进社区，还没浏览过内容，就按照历史推荐；浏览后需要根据当前的浏览结果进行推荐。
之所以这样划分，是因为我们不懂推荐算法的逻辑(没有算法工程师)，但总体思路是保证公平。任何类型的内容都可以曝光，不可能都是标签推荐的内容或者都是热门推荐。
继续拆解:即推荐内容数量分布；最粗糙的方案是配号，比如一次刷新推荐9篇，取热门3篇，新鲜3篇。
另一种方案是为每个内容属性设置一个分值，比如热点文章设置为三个段位，新鲜度文章也根据发布时间设置为高、中、低。
然后给每个段位一个默认分数，最后根据文章累积的总分进行推荐。
延伸处理:无论哪种情况，都要考虑内容库很大，比如有1000篇文章，计算每篇文章的分值后推荐9篇。开发可能需要十几秒，但是加载刷新一次只需要2秒；中间会出现问题，需要和R&D商量是否要做一个默认的基于历史标签的初始推荐库，随时更新里面的替换内容。
二、思考-逆向风险
社区的逆向过程:
1)内容不够怎么办？
2)如何验证推荐？
3)如何推荐新用户？
… ..
首先，内容不够怎么办？作为一个从0到1的社区，如果没有庞大的用户群和激励政策，内容输出是个大问题。我们最初的内容只有几千篇，所以需要考虑这个消费问题。如果初始内容库中有几万篇文章，我们或许可以过渡一段时间。
如果你有能力，产品可以在会议期间提出风险，由内容团队和领导进行约束，定期生产多少内容(无论是自制、购买还是用户贴吧)保证消费；
二是验证推荐的好坏？无论是内容算法推荐还是简单的逻辑推荐，推荐的结果都不一定让用户或者自己满意。这里的产品应该是可以预期的，有资质的产研团队可以做AB测试，桶试等等来优化。我现在的队伍做不到这一点，我就不玩了。
最后，新用户如何推荐？这里单独拿出来，因为考虑到社区氛围感，可以通过上面的推荐逻辑推荐老用户，如果新用户也这样做，也是可以的。
但是，产品要考虑当前文章的整体质量。首先，他们能不能让自己感受到社群的氛围，社群想要引导和表达的核心？如果你比较弱或者不自信，可以支持运营为新用户配置单独的内容作为新用户的初始内容，引导新用户看到我想让他们看到的东西，用户的感知和理解可能会更强。
三、遗留
以上是社区推荐的雏形思路，具体细化因产品而异；当然，不可否认的是很粗糙的版本，这个道理要看公司、项目、团队；大团队有大团队的算法工程，小团队有小团队的逻辑处理。
在整理学习的过程中，接触不到大模块的思路和经验，比如社区治理、创意鼓励、推荐介入、后台审核等。，但我也整理了以下几个小想法，现阶段在我们社区还没有完全实现，我觉得在做社区工作的时候值得思考。我列出一些部分，举一反三；
初始评分:在内容刚刚发布时，可以给予一定的初始评分，可以根据用户账号的权重值计算；比如UGC，PUGC属性，用户在平台上的粉丝，活跃度等综合计算。推荐点:官方运营可以给优质内容或垃圾内容加上正负权重，做出一定的人为干预效果。时间衰减:指文章发表后从新鲜度到历史的时间衰减函数公式(牛顿冷却定律)，使内容逐渐降温。
上述部分可以从简单的计算公式逐渐过渡到复杂的公式；但是因为我们公司没有成型的内容制作和研究团队，所以这些都没有实践过。
优质内容分发:按照推荐逻辑——优先考虑固定范围的感兴趣人群——如果文章持续发酵，将根据热度上升到首页——在首页推荐层，如果文章持续发酵，将进入人工操作干预阶段，是否助推或控制数量将在后台控制。
其次，这涉及到不同的账户权重，可能会分配不同顺序的流量进行验证；还有相对公平的流量分配机制，依托粉丝关系，利益推送分配机制等。，这个我们没有做到，目前我们的用户基数也不是很大。
内容聚合展示:内容聚合功能，根据不同内容的划分维度，在一个页面上展示相似的内容。用户可以通过聚合功能浏览所有相似的内容。常见的聚合功能有版块、圈子、频道、话题、话题、标签等。如何使用它们取决于具体的业务形式。我们的文章基本数量不是很大，所以这部分没有实现。
内容数据填充:当用户交互数据量不够时，需要填充一些“假”数据，以增强对社区人气的感知，并在用户发布内容后及时获得正面反馈。
比如读书，表扬等。，发布时可以在一定范围内逐渐增加基本值；填充评论的成本稍高，需要准备一套足够数量级的通用评论库，内容发布后会自动填充到内容评论区。评论可以按照场景分类，对应不同的内容标签；这部分我们也没有意识到，但是在冷启动社区里值得思考。
专栏作家
Molly，微信微信官方账号:业务成长，人人都是产品经理专栏作家。目前从事产品运营岗位；拥有多项从0到1的创新项目实践经验；关注新娱乐、新消费等领域；擅长运营成长、商业变现、创新孵化等。
本文由人人作为产品经理原创发布，未经允许禁止转载。
题图来自Unsplash，基于CC0协议。
本文仅代表作者本人，大家都是产品经理。平台只提供信息存储空服务。
