数极客首页

有了人工智能还不够?腾讯的工具产品想试试社交


翻译君是腾讯出品的一款实时会话翻译软件,前不久他们又完成了一项产品更新——同声传译功能。一款翻译产品背后涵盖的自然语言处理等人工智能技术已经让它足够炫酷了,不过PMCAFF最近得知腾讯翻译君团队可能正在“密谋”着给这款工具加上点社交功能,这一消息在社区里引发了不少的讨论。

咖友们针对「一款工具类的产品,如何加入社交元素?」发表了各自的思考,本文作者对工具转型社交和社交融入工具两种模式做了思考的同时,还对翻译君这款做社交的可能性进行了一番讨论。

除此之外,翻译君团队的同学还给读者留了下面3个问题:

1、工具类产品可以通过哪些方法进行冷启动?

2、低频产品如何演变成高频产品?

3、工具类产品的未来发展有哪些出路?


首先明确一下我脑中的工具类产品的概念。我认为,工具类产品是指工具属性占主导的产品。而工具属性是指一件事物可以弥补人们认知和能力的缺失,提升效率,节约时间的属性。极致的工具类产品是能高效地解决用户问题,用完即走的。

但这也导致了一个问题,就是好的工具类产品拥有大量的用户,但是在变现方面却很困难(比如P图软件、课程表类软件、记账类软件),因为变现需要提高用户使用频次,增加用户停留时间。

于是,大家开始了“工具——服务/内容——社交”的转型路径,希望通过社交来增加用户黏性,占领更多用户时间,同时还能够构建用户壁垒,缩短变现路径。但问题是很多“以工具为出发点”的产品并不适合社交化,因为一款适合社交化的产品要满足:

1、让用户有分享的欲望

2、所完成的任务能产生足够多的话题和讨论,进而沉淀

而不满足这两点的工具类产品会遭遇这样的窘境:因为在一开始就把自己定位成“工具类产品”,所以整个体系架构给用户留下的第一印象就是“这只是个工具”。然后又没有社交化的基因,在社交化的过程中往往会走向产品的反面,让用户觉得这个“工具”的社交功能很多余。
 
我认为大部分“以工具为出发点”的产品转型做社交是很难的,而“以社交为出发点的”再逐渐融入工具属性的产品,在思想上和形态上都会完全不一样。

例如百度知道和知乎都是问答类工具。但是百度知道是以“问题为中心”,以“解决问题为出发点”,再逐渐加入社交元素的产品。

而知乎是“以人为中心”,以“社交为出发点”,我先找到一群大V(邀请回答功能),再逐渐加入工具属性(问答)的产品。

所以两者的区别是:

百度知道:有问题的时候用,没问题的时候就几乎不用了。

知乎:有问题的时候寻找高质量答案,没问题的时候“刷知乎”,看看名人、大咖们的回答。
 
所以这里我思考的思路是:

1、定位:工具要解决的问题属于哪个领域?

2、找关系链:在这个领域,谁是KOL?谁是专家?谁是推销员?谁是联系人?

3、找连接线:寻找串起整条关系链的那条线,这里需要分两种情况讨论

情况1:直击要害

工具本身带有社交基因(让用户有分享欲;完成任务能产生足够多的话题和讨论),可以串起整条关系链,那么就把它包装一下即可。

比如:跑步APP;健身APP等

情况2:旁敲侧击

工具本身不带有社交基因,那么需要找一个桥梁,这个桥梁能先把这条关系链串起来,之后还能与工具本身的功能进行关联。

比如:微信要做支付工具,为了把大家从支付宝那边吸引过来,推出微信红包把支付领域关系链上的人全部串起来,很多人因为想发微信红包就绑定了银行卡。之后发现微信支付蛮方便,于是就开始提高微信支付的使用率了。

往往,用户第一次尝试的动机和持续使用的真正动机是不一样的。用户使用工具的动机和社交的动机也是不一样的,我们需要找到一些可以连接社交和工具的桥梁。

4、做有温度的产品,让用户可以贡献:想办法办法让用户与产品本身形成社交关系,让用户对产品产生情感。


这一部分我将尝试运用以上所述的思路,来提一些idea。还请大家多多指教!

已知产品:翻译君

Step 1 定位:工具要解决的问题属于哪个领域?

这一步很重要,因为工具类产品往往带有“解决的需求和使用场景较为狭窄”的特点,这就导致很多工具类产品在一开始就把自己局限在一个较小的框架内,后期在突破框架,连接服务、内容和人的过程中会遇到很多麻烦。所以我们需要先尽可能地发散,起码要先在思想上把底盘做大做宽,为后期添加各种元素留足余地。

具体方法:

先升维,再降维:先向上抽象,尽可能地找到底层和本质的东西,再向下具象往外扩展。
 
翻译君,顾名思义是一款翻译软件。翻译软件好像已经特别多了,而且都大同小异。

那拓展的空间在哪呢?我认为在“翻译”这个词上。

通常来说,我们对翻译的印象是“中文与外语之间的转换”,就是把我说的中文或外语转换成外语或中文。往上抽象一层,我们会发现翻译是“语言与语言之间的相互转换”,因为中文和中文之间也可以转换,比如说方言转换成普通话。

再往上抽象,我们可以发现翻译的本质其实是“信息与信息之间的转换”。到了这一步,我们可以开始往下具象了,看看有哪些东西属于“信息与信息之间的转化”

1、中文⇔中文:

普通话⇔方言;
方言⇔方言;
古文⇔白话文

2、中文⇔外语:

口语⇔口语;
书面语⇔书面语;
口语⇔书面语

3、手语(盲文)⇔口语(书面语)

4、肢体语言⇔口语(书面语):

表情;
动作;
神态;
眼神;

5、学科语言⇔学科语言

例1:用已知的学科知识去解释不熟悉的学科知识
例2:机器语言⇔自然语言
例3:专业行话⇔大白话(如LOL,狼人杀术语解释)

6、年代语言⇔年代语言

例:用70后熟悉的知识去解释00后的知识

7、女性语言⇔男性语言

例:你做的饭菜比我做得好吃多了⇔以后你多做饭给我吃

PS:实际上,信息的转换远不止这些,但我从中选择了七种与语言贴近,日常生活中出现频次较高的情况。七种情况的底盘所具有的可拓展性远比一种情况的底盘强,这也为后面拓展软件提供了空间。
 
Step 2 找关系链:

1、在这个领域,谁是KOL?谁是专家?谁是联系人?谁是推销员?

2、谁是内容的贡献者、使用者?

「中文⇔中文:普通话⇔方言」这一场景简单举例说明一下

专家

精通普通话,且了解其丰富文化内涵的人,如播音员、主持人、学者、曲艺表演艺术家等。

例如:播音员、主持人
退休主持人:赵忠祥、邢质斌、倪萍、李瑞英、李修平、董浩等等
在职主持人:董卿、鞠萍、刘纯燕(金龟子)、李思思、欧阳夏丹、朱丹等
另起炉灶主持人:马东、罗振宇、郎永淳、段暄、黄健翔、王利芬、李静、张泉灵等

 
精通方言,且了解其丰富文化内涵的人:学者、曲艺表演艺术家、本地土著(以中老年人为主)、方言爱好者等

例如:曲艺表演艺术家
北京:王自健;天津:郭德纲;四川:李伯清;湖南:汪涵、大兵;广东:黄子华等等。

 
联系人:人脉圈子广、传播能力强的人

例:明星和大V——粉丝、圈内朋友
政府和事业单位领导——下级、上级
企业中高层——下级、上级
语言学学者——学生、圈内朋友
方言爱好者——圈内朋友
 
推销员:与专家和联系人部分重叠,再加上其他人群(这个人群对方言很有感情)

例:明星和大V;领导;家里的长辈
 
内容的贡献者:专家用户、非专家用户

例1:非专家用户负责提问题、为翻译结果打分;专家用户负责回答问题,输出系列内容
例2:非专家用户也可输出翻译内容,但不加V认证。专家用户输出的内容可加V认证。
 
使用者:专家用户、非专家用户

因为最理想的社交状态是所有用户都是产消者:都能贡献力量,都能共享成果。

例:把优质内容分类加入各种语料库,用户可以选择安装自己喜欢的语料库,打造自己的个性化翻译君。
 
其他类型的思路类似,就不再叙述了。
 
Step 3 和 Step 4 就属于具体解决方案了,这里我只提出几个关键点如下:

1、以社交为出发点再融入工具属性。整个产品的思路、架构和形态都会不一样。

2、要让用户有所贡献,与产品一起成长。(维基百科思维)

3、最好让用户能与工具本身产生社交互动。(工具拟人化思维)

4、大规模地集体协作和共享会导致信息爆炸,需要为用户设计完善的信息过滤机制。

作者:帕洛奥托的信徒
来源:PMCAFF
本文来源于公众号
PMCAFF,转载请联系作者并注明来源。

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章