病毒式传播传奇BuzzFeed背后数据力量

BuzzFeed是所有对新媒体有兴趣的人都会留心观察的一个现象级媒体。它的身上背负着像“病毒传播”、“原生广告”这样的传统媒体人看来不合“新闻原则”的媒体形式。它的内容三件宝 – 列表、短视频和小测验（List, Video, Quiz）也难以归类到新闻传播学院教的内容类型中。

同时它的急速发展和商业成功又让很多致力于新媒体转型的传统媒体人积极揣摩学习，希望能够从这个被称为“社交媒体的媒体”的媒体踹门人那里偷学到立竿见影的法宝。

国内的媒体界对于BuzzFeed的模仿者也络绎不绝，从橘子娱乐、九个头条到微在。大家从网站设计到媒体内容都力求细心模仿，希望由形似到神似。但是这神似从何而来？其实BuzzFeed的背后是数据的支撑。对于BuzzFeed的理解应该更加深入到对其背后的数据和其运行机制。

最近，BuzzFeed的出版人-Publisher，Dao Nguyen女士在和《Fast Company》杂志的对话中谈及了BuzzFeed是如何利用数据，数据如何和媒体作者的直觉协同，以及媒体的未来等问题。

BuzzFeed的“出版人”角色实际上是数据和技术的负责人。这是一个新奇的概念。不过仔细一想，新媒体不就是出版在网络-数字空间，出版人的角色还真是数据和技术负责人最合适做。

Dao Nguyen女士的姓应该是最常见的越南姓“阮”的英译，Dao 不知道怎么翻译比较合适，就称为“阮女士”吧。阮女士程序员出身，在2000年左右在美国网络泡沫破灭期间前往法国，成为法国大报《La Mond》报纸的网络技术负责人，后出任下辖新媒体公司的CEO。

BuzzFeed里数据决定一切？

首先阮女士回答的是外面BuzzFeed内部由数据决定内容的传言。很多人认为BuzzFeed内数据决定内容，但是实际情况并不是这样。既不是内容完全听数据的，也不是媒体人自主决定内容。确切地说，BuzzFeed采取方法是培养头脑开放的媒体人强烈数据意识，将媒体人“天然”的内容直觉配上数据的头脑。这样在媒体人创作适合网络传播的文章时就会有一根一直绷着的数据弦。

BzzFeed的记者/媒体人在进入公司时，最先成为阮女士这位数据、技术出版人的直接下属。他们会一边工作一边学会理解各种数据和使用数据的习惯。在有了数据意识后，他们才转向类似于“总编辑”这样的内容负责人的团队。

所以一个BuzzFeed的记者/媒体人/内容创作人同时需要具有媒体人的直觉和数据事实的理解。他们需要随时看数据、读评论、读社交媒体上的留言，然后才是“艺术家”式的天马行空、头脑风暴。

媒体数据的基础是数量

阮女士谈到，得到高质量数据的基础是大量的数据。在有限的数据基础上的数据分析是缺乏普遍意义的。对于BuzzFeed而言，由于开始得早使他们拥有的大量数据，用阮女士的话说是一种“奢侈”。大量的数据使媒体内容创作者的定位更加精确，甚至能带动潮流和言论。

这是一个现在很多传统媒体在数媒转型中常常碰到的一个问题。“互联网+”的热潮里，领导知道了“大数据”的好处，下面的技术人员于是常常也被要求提供相关数据。但是殊不知这些在转型初期的数据只是建立在一个有限的访问基础上，分析得到的趋势等数据并不具有代表性。

只有建立了相当的观众数据后，这种具体分析才有指导意义。所以在新媒体转型的初期只横下一条心做受欢迎的内容，致力于获得大量的访问者。另外就是，在初期就使用强大的数据收集工具，建立一个数据收集汇报的机制。

受欢迎的日常内容比“疯狂传播”的内容要更有价值

外界对BuzzFeed的描述提到最多的就是他们的“Viral Stories“，即被读者“疯狂传播”的内容。这些内容一般可以到达百万以上的阅读量。人们普遍认为BuzzFeed的数据分析思路一定是努力造就这些超级传播的“Viral Stories“。阮女士的回答是，“Viral Stories“是不错，但是他们更倾向于制造“受欢迎”的内容，而非短时间冲上天的超级内容。

“Viral Stories“的问题是它们在短时间内有极高的阅读量，但又在短时间内跌入谷底。“受欢迎”的内容一般只有20-30万的阅读量，但会保持稳定，一直不断地带来浏览量。阮女士的比方是，就像一个篮子里放着许多这些“受欢迎”的内容，随着时间篮子也会满。更重要的是，这些“受欢迎”的内容为媒体提供了一个持续的内容基石，维系了媒体风格。

数据理解人性

在BuzzFeed看来，数据不仅仅是死板的数字，数据是拿来了解背后/读者的人性和需求。看数据一定要有“洞察力”，能够想象和描绘具体的读者群。曰之，“（使用数据）确认、否认或者继续你对‘人们生活状态’的假设。”

媒体对读者群的认识建立在一种编辑脑子里的具体假设基础上。这决定了编辑在创作时的假设对话对象，内容选择和讲述方式。
阮女士说，很多人并不相信数据能够做到这么具象。除BuzzFeed之外，有这种数据“奢侈”的只有网络视频提供商Netflix了。

没有独立的“神”指标

媒体对于数据的理解其实是一个大话题。这其中牵涉到一个媒体整体自我认识的问题。一般来讲，媒体已经太久把自己看成了一个“艺术单位”，而非“服务机构”。对于内容创作很费心，但是在对客户了解上却简单随意。

数字媒体时代数据成为大课题，但是在日常的数字统计中媒体人看到的就只有“访问量”、“访问地”、“访问时间”等等几个最常见的指标。媒体领导一般也会选择盯着一个数据作为判断数媒发展的指标。

但阮女士的回答是，在数据的分析上没有“神奇”指标，数据是活的。数据需要在专业人士的手里和脑里经过具象的整合，得出数字媒体发展的方向性结论。太多的细节和具体参数需要关心，需要一个既能够分析数据有理解媒体的大脑。

做媒体内容的A/B测试

A/B测试不仅仅应该是技术界程序员的专利，数字媒体内容也需要A/B测试。A/B测试说明白些就是将两组相似主题的内容以不同的方式/风格呈现给不同的读者，然后将传播数据进行比较来看哪种方式更适合于“传播分享”。

对于BuzzFeed而言，这种内容的A/B测试是理解读者，逐步帮助编辑修正和确定内容的最佳方式。媒体编辑要有一种试错的心态，将自己原先的“直觉”放在一边，从数据的杂草中慢慢找到一条路。

新媒体人和旧媒体人

阮女士谈到典型的传统媒体人是这样思考的“只有我认为的和我想的重要。我才不要看那些所谓的（数据）信息呢。” 而新的媒体人是这样的，“好吧。我只是刚刚开始了解我的观众，了解他们真正感兴趣的东西。一切只是刚刚开始…”

上下统一的眼界

BuzzFeed的另一个发展优势是，在媒体发展方向和数据利用的问题上，上下是一致的。要看什么样的数据、怎么理解数据、数据如何指导行动…这些问题，在BuzzFeed内部是一个长期形成的一系列观念。

这些观念从普通媒体人到决策层大家是达成共识和共同尊重的。就此，阮女士举了一个小例子。邮件订阅用户到底要看订阅数字还是点击数量。BuzzFeed的共识是邮件订阅用户要真正点击数量“Click -through rate”更重要。如果邮件订阅用户几个月不打开/点击邮件中内容，系统会自动提示“24小时内如果邮件没有被观看，您将自动从订阅列表中移除。”

要提到的，这位阮女士可不是一个仅仅会编程和分析数据的专业人士。她在BuzzFeed成立之初自己也创作内容。

她谈到自己写的一条被传播2百万次的内容 -《27件事知道你出生在美国移民家庭》。这个内容符合BuzzFeed的三件宝中的两个“列表”和“小测试”…但这不是关键，事实上BuzzFeed在这之前已经就“出生在移民家庭”这个主题做了好几个内容，但分享效果一般。他们是在分析和总结了前面的内容的得失才写出这条超级分享。

最后的问题是，怎么才能促进人们分享？在《27件事知道你出生在美国移民家庭》内容的最后有一句催泪的话“虽然你的移民父母在你看了做了上面这些可笑的事。但是他们为了你牺牲那么多带你来到这个最棒的国家。”从大量的激情评论来看，这句结束语才是分享的最强力催化剂。