馒头妹妹温馨提示：本文长度为7000字，建议阅读15分钟

到了2016年，今日头条搜索指数已经超过腾讯新闻，上线4年，积累用户5.5亿，日活超过6000万…这些庞大的数据背后，都向我们传递了今日头条要通过算法+社交要决胜国内第一的决心。

一起跟馒头妹妹瞧瞧今日头条是如何冷启动到野蛮生长，以及它即将面临的挑战是什么吧?

来源/ 馒头商学院

导师 / 陈朝阳，馒头商学院产品经理

主编 / 糖糖

我先从头条的融资和估值背景开始介绍。早在2012年，头条还没有问世的时候，头条隶属的北京字节跳动有限公司A轮便已经获得了数百万美元的融资。之后每一年，它都很稳健地获得一个节节高升的投资金额。

在2014年6月份，C轮融资更是高达1亿美元，领头方为红杉资本，微博进行了跟投。到了2016年，头条的估值已经高达92.3亿美金，相当于600亿人民币。

头条究竟凭什么获得这么高的一个估值呢?大家可以看一下这些数据，我参加今年9月份头条号创作者大会的最新数据。上线四年以来，今日头条已经达到累计用户5.5亿，日活超过了6000万，日均阅读量超过了18亿，用户平均使用时长更是高达76分钟。

76分钟这是一个什么概念呢?我给大家一组数据作为参考。在2016年的Q2友盟数据显示，新闻资讯类的用户平均使用时长是大概在26.6分钟，视频播放类的用户使用时长是40分钟，这两个数据相加之和都不如头条这一款App的使用时长高。

不仅如此，我们再来看一下头条的市场反馈，虽然现在头条的日活用户量级屈居在腾讯新闻之下，但在2016年上半年，艾瑞报告中显示，今日头条的用户黏性和用户满意度达到了首位。在这样一个成绩下，头条600亿的人民币估值，似乎也就不足为奇了。

说完了成绩，我们来看一下头条从0到1的过程。随着智能手机的普及，移动领域，人们对信息的需求仅次于IM即时通讯。传统的资讯也从网页门户时代向手机移动时代的转型期。新浪、腾讯、搜狐这些传统门户，也纷纷迅速响应市场变化，推出了对应的手机App。

头条的CEO张一鸣发现媒体们只是把传统的门户内容增加分发的渠道，但是内容分发的本质是没有任何变化的，编辑推荐什么，我们看什么。在门户上是什么内容，到了App上同样是什么内容。

传统的编辑工作也需要及时关注竞品的内容，就算抢到首发，也不能信息落后。这也就形成一个结果，大家推什么，我推什么，内容越来越趋同。

一边是屏幕极小的智能手机，一边却对应着内容海量丰富，信息过载的情况，如何去找这个产品的切入点呢?到了现在，手机的内容信息已经成为大家隐私的一部分，当代大众对于手机信息的选择越来越个性化，每个人对信息的筛选极具个人特色。

那么可不可以个性化地推荐用户感兴趣的资讯呢?而且个性化的推荐技术在电商平台和广告平台已经有了很成熟的应用。

什么是个性化推荐?

个性化推荐就是同算法进行用户感兴趣的内容精准推荐，帮助用户快捷发现感兴趣的内容。当你看完一个内容之后，立马给你推荐相关的东西。像国外的YouTube，将自己的首页60%的内容改为智能推荐之后，相比原先最热门的内容，首页内容的点击率是提升了200%。

亚马逊35%的销售额也来自于智能推荐。阿里巴巴所有的商品页下面都有一个猜你喜欢，使得阿里巴巴的商品点击率提升了3倍。QQ窗口右侧的广告，也是运用了个性化推荐。个性化推荐技术可以帮助产品增加用户使用时长，从而增加黏性。

但是截止2012年，还没有一家将这个技术用在资讯上，张一鸣就考虑到了这个破局点，他想要做一个基于机器算法进行个性化推荐的聚合类移动资讯客户端。

如何做到个性化呢?现在就来介绍一下头条的灵魂——推荐引擎。什么是推荐引擎?不需要输入关键字，就显示搜索内容的搜索引擎就是推荐引擎。推荐引擎并不是单一算法策略，而是一系列算法策略的组合，通过多种算法进行组合推荐，才能确保推荐结果的精准性和多样性。

推荐引擎涉及到用户研究、文本挖掘、推荐算法、分布计算，以及大数据流的实时计算等多种角度。值得一提的是头条用户研究中对信息的收集能力。像大家熟悉的点赞、收藏、评论、转发的行为就不多说了。

更主要的是当你进入头条那一刻起，头条就已经开始收集你进入App的时间，以及你主动选择的资讯主题，还有你点开查看的文章类型，以及你在每一篇文章页面停留的时间。

这篇文章，你只看了10%就退出了，这篇文章你看到了90%，下一篇文章你看完了，并且还主动点开了评论，这些信息都会被头条收集起来，它细致到你刷到哪里，刷了几屏，在每一屏里停留的时间等所有的行为，都会被头条记录。

头条不仅默默地在收集你所有的使用信息，还主动地征询你的兴趣。头条的所有信息，不管是资讯还是广告，右下角都有一个小叉号，叫不喜欢功能，你点击之后，说明你对这个内容不感兴趣，头条还会问你为什么屏蔽它。

在曾经的版本中，用户对文章点赞，甚至会弹出t弹窗提示已经收到点赞信息，头条未来会增加此类内容的推送。

现在头条的个性化推荐引擎究竟做得如何呢?我给大家分享一个真实的案例。这是我妈妈手机上的头条首页截图，她是头条的忠实用户。大家可以看到，她的首页推荐上以社会新闻居多，所以我认为头条已经成功地贯彻“越用越懂你”的理念，实现了内容的千人千面，也就是每个人会有不同的首页内容。

今日头条的算法规则主要来源于用户偏好及你的阅读信息进行推荐，但是头条的大众群体的口味也并不是那么高大上，这个时候有人担心低俗死循环的狭隘算法。随着头条的数据规模不断增加，对于用户兴趣标签的更新，现在是以分钟为单位，随时更新变化。

如果推荐十条同类内容，用户点击五条，机器就会认为你非常喜欢这类的内容。如果下次再推给你十条，你只点击了三条，那么机器下一次只会给你推送五条，这是一个实时动态调整的过程。头条还会根据用户的反馈，以实现更精准的内容推送。

不仅如此，头条的内容还分成个人兴趣，公共兴趣，探索兴趣。公共兴趣也就是热点兴趣，是在头条合作的媒体的生产内容当中抓取全网热度最高的文章，推送到热点频道上。热点的参考依据就是全网的报道量和转发量。热点的推送是实时的，并不受个人兴趣所影响。

头条不仅在内容上有个性化推荐，针对push，同样有个性化的算法要求。睡前是发push的高峰期，在一线城市，一般都是10点之后。新世相这样的公众号，内容推送时间更是定在了凌晨12点整。三线城市不一样，他们入睡时间往往需要提前两个小时，push要在9点之前出来。

头条的push除了实现内容的个性化之外，还会针对地域去进行个性化时间推送。不仅如此，它还会针对每个人对push的接受程度不同，个性化地调整push的推送频率。通过这套已经收集4年用户数据，越用越聪明的推荐引擎，头条完成了对内容处理的关键点，就是实现了对内容的筛选和分发，内容真正去中心化。

现在头条已经非常骄傲地在应用介绍中写道，5秒算出你的兴趣，定制你的专属资讯，你的每一次顶踩、收藏、转发，都形成个性化用户数据，被头条记录学习，每日400位工程师精心优化算法，只为每一次推荐都更加精准。在头条这里，挑剔的用户个体已经形成了一串串精准的数据。

所有的推荐引擎都会面临一个问题，就是产品的冷启动。产品前期是没有数据积累的，头条是如何进行产品的冷启动呢?在头条CEO张一鸣确定了要做个性化推荐的产品方向后，他需要进行MVP，开始投入市场去实验产品定位是否成功。

头条先拿图片试水，第一款产品叫搞笑囧图。在这款App积累了一定用户之后，在2012年的5月份，先推出了一个实验性的产品，叫内涵段子，尝试了图片到短文字的一变。这款App跟今日头条现在的技术架构已经一模一样了，只是推送的内容不同。

在这款产品收到不错的反响后，张一鸣在8月份推出今日头条，内涵段子也相应成为了其中的一个搜索分类，冷启动时候的数据也是通过内涵段子的粉丝倒流进去的。大家可以看到，现在的界面也是有一定的相似之处。

冷启动的数据问题解决之后，该给产品想个名称了，头条之所以叫今日头条，也是通过对线上畅销产品的名称进行了归纳总结，以及AB测试的名称实验，才确定这个名称的。

那么头条为什么要在名字上去下这么大工夫呢?今天给大家分享一个在应用市场工作过的经验。这是2014年的一款畅销应用，叫Spring，它是首个会去调整身材比例的产品。简单来说，就是可以帮你拉长腿形。

这款App在刚刚上线小米应用商店的时候，开发者直接拿谷歌翻译做的直译，叫Sping身材编辑程序，小编很敏锐地发现这款App肯定可以火，所以我们把它放在了首页很靠前的位置，但是下载量却不是很乐观。

然后我们就分析为什么没有达到预期的量级，这时候就发现这款App在上线小米应用商店的时候，名称叫Spring身材编辑程序，然后我们就把首页的身材编辑程序改成了拉出大长腿，这个量瞬间涨了10倍。

我负责首发的时候，很多的首发申请成功的开发者来问我，位置这么好，产品版本不错，为什么量就这么差呢?很多时候，问题就出在产品名称上了。如果你想做一款大众的App，那么这个App的名称就需要足够直观，让用户看一眼就知道它到底有什么用。如果取的太小众，很有可能被潜在用户错过了。