短视频“大火”之下 是越来越近的危机

  • 来源: 驱动号 作者: AiChinaTech   2020-03-04/17:28
  • 2月17日,爱奇艺推出了潮流短视频App“晃呗”,主打旋转观看体验,定位于说唱街舞、乐队现场、极限运动等在内的潮流音乐视频——换句话说,短视频行业再添一名竞争者。

    短视频最早出现在美国,2013年传到了中国。仅仅一年时间内,也就是到2014年,短视频应用便开始在中国大量涌现,许多公司都加入到了这个抢占短视频的运动中,就连微信都忍不住推出了小视频的功能。

    而到了2020年,短视频的地位愈发凸显。在这个用户足不出户的社会大情况下,短视频也因此迎来了爆发式增长。根据QuestMobile的数据显示,相比去年春节,短视频在这个春节期间的的时长占比甚至超过了手机游戏。可以说,短视频已经在流量的量上有了一个领先的地位。

    短视频“大火”之下 是越来越近的危机

    然而,这些流量却没有能转化为利润。贷款和内容成本居高不下,视频带来的收入,很难弥补成本的亏失。短视频的商业化之路,走得并不平稳。

    那么,又是什么在推动着短视频的发展呢?最需要短视频的,无疑就是各大平台了,比如说今日头条、微博、腾讯等等。因为跟图文相比,视频占据用户的阅读时间更长,也就是说,它能够提高平台的留存率和阅读时长。对一个平台来讲,阅读时长的增加当然是一个战略意义上的目标,所以平台大力鼓吹短视频的风口,甚至不惜以补贴的方式来鼓动大家做短视频。

    但是任何一个产品,成长过程全靠补贴都不会是一个长久之计,短视频必须要找到自己的获利模式。而作为一个内容产品,它的获利方式有三种,第一种是电商,第二种是知识付费,第三种则是我们最为熟悉的广告。

    先说电商,早在2017年,美拍短视频就已推出“边看边买”功能。用户在观看视频时,对应商品的链接会显示在视频下方,用户可点击进行购买。而后续短视频用户和市场规模的稳定增长也让行业看到了商业变现的可能性。经过两三年的发展,目前的短视频市场已经从野蛮生长阶段逐渐进入规范化、专业化、垂直化的内容生产阶段,为商业模式的创新奠定了良好基础。

    但是,电商也有着其潜在风险。对商业利益的过分追逐很容易滋生博取眼球、唯利是图的行为。短视频平台需要肩负起内容审核的主体责任,严厉打击虚假宣传,在法律与道德层面双向发力,实现经济效益与社会效益相统一。

    短视频“大火”之下 是越来越近的危机

    再说知识变现。知识是所有内容供给中最底层的部分,它有别于八卦新闻资讯,所以并不是所有的人都有能力提供好的知识。我们今天在网上看到的绝大多数跟知识有关的短视频或者音频课程,都属于草根创作,他们都是知识付费早期的泡沫性产物。长期来看,知识内容的供给者一定是属于精英创作的结果,所以它也是一种少数人的生意,并不具备支撑起短视频行业的能力。

    也就是说,短视频行业在一段时间内,都要依托于广告的收入。然而,由于短视频的特性,广告并不容易进行插入。毕竟要是在3-5分钟甚至更短的视频中贴片,无疑会大幅伤害用户体验。所以,还需要从其他方向去进行思考:

    给用户利益,让用户主动地看。

    就像奖励视频广告,让用户得到类似于虚拟奖励这样的好处。比如说,短视频平台可以与运营商合作免流量套餐,用户看广告视频多,可以给其赠送流量包。这样既不会伤害用户体验,还能帮助品牌了解用户对品牌的真实兴趣。

    结合场景,增加互动性和原生性。

    通过视频中场景与广告之间的相似点,可以更自然的插入广告,减少观众的负面情绪。就比如说极链科技video++推出的视联网,利用AI来对视频中的场景、物体等维度进行检测,利用外部已有的用户行为大数据(抑或是常识)对观看用户的心态和行为进行预判,进而挑选出最能引起观众共鸣的场景,推送与之相关的应用服务。

    短视频“大火”之下 是越来越近的危机

    例如,针对视频中出现的团队聚餐事件。可以通过AI技术识别出进入餐厅、点菜、吃的热火朝天和结账等四个场景。再通过数据分析和常识判断,吃的热火朝天的场景最能引起人们的情感共鸣,这时候就可在吃的热火朝天的场景中推送与吃相关的应用,比如外卖广告。

    利用大数据,来确认用户的喜好。

    过去的广告是要让用户记住,现在的广告是要让用户感兴趣并记住。在视频行业里,通过大数据分析和场景分析,给用户推送更可能感兴趣的广告,才能触发其自愿观看并形成转化。而短视频广告自然也同样需要做到这一点,就像今日头条一样,基于人工智能和大数据进行个性化推送,让每个人都能看到自己感兴趣的视频广告。

    这是一个互联网的时代,只有将选择权交还给用户,才能得到双向的正利。短视频想要探索变现的想法,绝不是靠强行插入广告等形式就能实现的。相辅相承,或许才是平台与观众的共处之道。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交
    文章数: {{userinfo.count}}
    访问量: {{userinfo.zongrenqi}}

    驱动号 更多