（指标、产品设计、逻辑）详解
资讯信息流，如今已经是内容型互联网产品和用户接触的第一面。
资讯信息流产品经理要在用户的停留时间、产品转化率、内容点击…等北极星指标下，在内容定位、商业平衡做出选择。
▲ 信息流产品由不同的feed类型组成
商业广告太重则影响了咨询信息流产品的阅读体验和用户粘性，太弱则又不能让产品盈利。
什么是信息流产品？
信息流产品，本质上其实属于一个“内容分发渠道”，通过平台不同版块将投稿、创作、集合的内容分发后，触达用户。
分发的方式要解决的用户困难是3个问题，分别是
1.内容创作
2.内容分发
3.如何解决用户喜好
只有内容产生，信息流留不住内容创作者；只满足了用户喜好，但没有持续的内容创作，留不住资讯流阅读者。
这里首先要搞清楚资讯信息流产品的2个信息流结构。
一个单位的信息量，可以看作一次是否判断，即我们常说的二进制的一个比特（Bit).
一个离散型随机变量 
的熵 
定义为：
其中p(x) 是 x 发生的概率。
先举一个最简单的例子： A和B玩猜数字的游戏，A在0-15 中随意选择一个数字，B来猜，A只能回答“是/否”，最少通过几步一定可以猜出来？其中A的选择是完全随机。 -来自@知乎猫行天下
资讯类信息流产品可以用树桩结构分层，通过“2分法”帮助用户快速定位到想要的内容。
比如用“2分法”来模拟用户最短流量资讯内容的路径。
▲ 树状结构图
比如一个（1，10）范围里，选中一个数字比如说3，给用户B猜数字。
B要猜准怎么做呢？最简单的路径是什么？
比2大但是比5小
比4小但不大于3
最后结果是3.
以上是以“2分法”帮助获取到3的路径是最短的。
掘金的文章详情产品设计，则是采用了树状结构，将标题进行分层帮助用户定位到每章节细节内容。
▲ 掘金的文章目录导航
还有PMTalk的专题、话题下的文章详情，仍然是树状结构。
▲ PMTalk产品经理社区的树状内容布局
▲ PMTalk的专题列表
信息流的资讯获取并不是要求用户获取多大的信息内容长度或图片长度，而是获取信息量。
比如用1000个字+无数的图文表达圣诞夜的故事由来，和100个字+1张配图圣诞老夜故事由来，表达的信息量是一致的。
表达信息：用户得知圣诞夜怎么来的。**
拓扑网络产品结构
上面提及的是树桩结构，可以帮助用户快速摘取信息。同时还有一种是拓扑网络结构，提供给内容浏览者随机的路径。
导致了每个内容都有机会被访问。内容不会因为时间线或不喜欢就沉默下去。
比如知乎和某社区的相关推荐，用户的访问顺序就是拓扑网络结构。
▲ 知乎的相关推荐 **
信息流产品架构
资讯信息流产品还可从应用层到底层构建产品架构。
如下是信息流从前端（APP、web、第三方）、业务承载端、技术层、数据存储。
▲ 信息产品构架
技术层
包含通用技术、算法模型，包括为后续推荐引擎沉淀的数据采集、标签、用户模型等，都是在技术层。
业务
业务是满足资讯产品运营者、管理者的需求所展开的。包含付费用户、白名单用户、资讯内容的编辑、删除、置顶、推荐等。
数据存储
数据存储站在产品经理角度需要关注数据的存储时间、成本大小、数据稳定性等。
信息流产品为什么这么难？
信息流产品由2部分组成
1.信息流产品框架
2.信息流的内容生态
很多信息流产品没人阅读、用户停留时间短、增长少，问题有3个
（1.信息流的内容不好，无法得到用户喜欢
（2.信息流产品框架差，用户阅读信息流耗费时间、体验差。
（3.内容没有做好，同时产品框架也不够完善。
针对内容运营
用户画像、市场价值、持续造血的内容系统引擎
针对产品设计
流程的资讯内容发布体验、产品框架（web端、H5、客户端）内容可以迁移，都是产品经理在资讯产品构建的难点。
信息流类产品的数据指标
1.内容生产
内容UGC生产数、用户交互行为（点赞、评论、转发、分享）数、计算指标有（小时/日/月/季度/年），查看出内容生产趋势。比如PMTalk的专栏数、问题数、应用推荐数、应用问答数…
2.产品功能性指标
信息流产品活跃（不同资讯产品活跃定义不一样）、用户停留时长、页面访问深度、信息流产品热力图，同样计算环比（日、月、季度、年）、功能使用数….
3.业务指标
付费广告点击数、转化百分比、正向订单数、逆向订单数，环比（日、季、月、年）、注册用户数、付费用户数….
通过上面3个指标维度，构建自己的北极星指标。有了北极星指标才能明白信息流产品到底处于一个什么状态。
若有收获，就点个赞吧
0 人点赞
