192 孤立数据 (3/4)

很多时候都是看看好友动态，看看群组讨论，这大概就算是社交关系的驱动？”

    吕海颖认真的说道：“是的，就是这样，这样一个群体在我们的MusVid上面没有瞧见自己的社交关系，本身的主打又是音乐视频，第二天可能就懒得打开了。”

    用户习惯是可以改变，但又很难改变的。

    俞兴从办公桌后起身，伸手在白板上写出“脸书”和“Mus”，又在前者的前面写了“社交关系”四个字。

    他凝视一会后探讨道：“30%确实很不好，但软件上的社交关系是要依存于用户总量的，碳硅数据本身在研究算法，如果用户总量上去，这种表现也许会有回暖。”

    算法推荐要在用户基础上才能推荐，连可以推荐的用户都没有，那自然推无可推，也就难以提供用户习惯的社交关系。

    吕海颖走到师兄旁边，伸手在白板上画了一道拐弯的线条，说道：“我们也这么考虑了，觉得这应该会存在一个拐点，至于这个拐点是35%还是40%，乃至50%，现在很难判断，未来一段时间可能也没法判断。”

    存不存在这样一个发展的拐点？

    俞兴看了眼线条，点头道：“嗯，我相信有这样的拐点。”

    吕海颖露出一丝笑容：“这得观察，除了社交关系的习惯，脸书的核心用户群体是中青年，年龄普遍25-44岁，这可能和我们设想的青少年定位也存在一定的差异。”

    MusVid主打的是音乐视频，是对口型的降低创作难度的方向。

    基于这种定位，目前考虑的用户群体恰恰是25岁以下的青少年群体，按照团队具体的划分，其实就是16-24岁的年龄区间用户。

    这种脸书用户群体的划分是有它自己的信息披露，本来没在吕海颖等人的考虑范围，是在买量测试的结果不佳之后才返回来思考的。

    与之类似的因素还有两款软件的内容风格，脸书上的用户更习惯的是家庭照片、朋友照片、新闻分享等更加日常的内容，而Mus这边的音乐视频更为夸张，如果加上滤镜，就显得更加割裂。

    简单说，脸书是日常向，Mus是娱乐化。

    俞兴和刘琬英都没有再打断吕海颖的侃侃而谈，完整的听完了她和Mus团队的反思与分析。

    从冷启动到买量尝试，Mus团队延续了碳硅数据公司做软件矩阵的经验。

    吕海颖这么说完之后先喝了口水，然后询问师兄：“师兄，你觉得哪种因素更为关键？”

    “我觉得现在倒不用急于考虑哪种因素更关键，还是继续推一推，冷启动上的问题很大一部分是用户规模层级的问题，层级上去，一些问题可能就是消失了。”俞兴平静的说道，“不过，这个次日留存率的30%……”

    他指了指白板上的数字。

    吕海颖说道：“我们会尽量改善这个留存率，估计需……”

    “不是，我不是这个意思。”俞兴打断道，“这个数字是差的，这个论述没问题，但表现差的原因我刚才说了，可能是总量的问题，可能是存在拐点的问题，但大家一看到它就觉得差。”

    他换了一个思考的方向：“既然大家都觉得差，我们的假想敌脸书，它能不能因为这种数据而忽视我们的发展呢？留存率是实打实的。”

    数据是真的，但孤立的数据未必反应全貌。

本章未完，请点击下一页继续阅读