# 小红书平台分析 **Repository Path**: NFUNM068/platform-analysis ## Basic Information - **Project Name**: 小红书平台分析 - **Description**: 平台经济与创新——小红书 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2019-06-24 - **Last Updated**: 2020-12-19 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 小红书案例分析 该报告使用了《平台革命：改变世界的商业模式》与《大数据时代》的理论知识来对小红书进行分析。主要以邱达利设计的“平台画布”为原型来进行分析。 ## 背景简介 > 小红书作为一个社区属性为主的产品，主要是靠内容维持平台的生命力。现在越来越多的人不满足于国内的购物市场，而且海淘的用户也越来越多，但是这些人并不知道通过什么途径购买或者如何选择产品。小红书通过达人的推荐将优质的产品及内容推送给有海淘需求的消费者。小红书最初的定位是海外旅行／购物笔记的分享社区, 后期才开启电商服务。 ## 平台理论 1. 平台的主要参与者： - 内容提供者：小红书主要邀请KOL明星（关键意见领袖），专业的团队和平台培养的用户为主。 - 内容消费者：主要以年轻女性为主。 - 小红书上的商家：提供商品给消费者。 内容消费者在观看完内容提供者的文章后到某个地方旅游／内容消费者买下入驻小红书的商家提供的产品。小红书在互联网平台起的关键作用就是“过滤器”，将有需求的内容提供者与商家和消费者进行匹配。 2. 策展： 如果信息不对称，用户对平台的信任度会降低，会导致小红书流失大量的用户，紧接着就会起连锁反映，入驻的商家也会接二连三地退出。建立信任度是销售平台的核心，因此小红书对平台上的信息进行有效地策展。 - 生产者： 小红书达人每月推广篇数增加了限制——避免过多广告侵占用户视线； 推广笔记会有推广标识——用户可以进行选择； 提高KOL的准入条件——意见领袖素质提高，输出优质内容； 根据用户的行为来推送内容的定制化； - 消费者： 小红书对注册的用户没有什么要求，可以通过微信、qq、微博、手机号码进行登录。所以任何人都可以注册并使用小红书。使用小红书社区功能并不用进行实名制，这就会有很多类似“水军”性质的用户出现。然而小红书实施的筛选机制则是通过用户举报用户或者是在分享文章时使用算法来识别内容。 - 个性化： 小红书会根据用户的行为对其进行个性化推荐，如果用户不想再看这类型的内容就可以选择【减少类似内容】。这样可以避免数据独裁消弱自由意志。 3. 单边效应：由市场一边的用户影响这边其他用户而产生的网络效应。顾客对其他顾客的效应，以及生产商对其他生产商的效应。 4. 用户粘性：指的是用户对于品牌或产品的忠诚、信任与良性体验等结合起来形成的依赖感和再消费期望值。依赖感越强，用户粘性越高；再消费期望值越高，用户粘性越高。 5. 反馈回路：有助于平台持续不断地自我补充。有效的反馈回路可以扩大网络，提升价值，强化网络效应。 6. 治理不好平台会导致市场失灵：信息不对称、外部效应、垄断、风险。 ## 平台中国案例分析成果 1. 早期的平台战略是通过单边效应为主。 即用户数量上升时产生的积极效益。通过KOL的流量来吸引大量的用户入驻小红书并注册关注KOL或者是小红书达人。小红书还会联合部分奢侈品推出活动来吸引用户加入小红书并注册使用。 2. 小红书在保持已注册平台用户的粘性上做的比其他平台要更好。 小红书独一无二的点在于，它将社区与电商结合在一个app中。小红书经过几年的用户积累后，上线了自己的电商平台“福利社”。社区为电商引流，电商把流量变现，形成了一个闭环结构，这两个是互相推动的。小红书同时拥有社区的用户数据，也拥有用户在福利社的行为数据。 根据小红书提供的数据，截至2019年3月，小红书用户数超过2.2亿，并持续快速增长，其中70%用户是90后。小红书作为UGC内容平台（User Generated Content，也就是用户生成内容，即用户原创内容），核心价值是平台上的真实体验记录分享。 小红书的内容来源除了来自UCG之外，还有PGC(专业生产内容)， PUGC(专业用户生产内容) 其中PUGC用户主要分为三类： - 一是从其他MCN 平台邀请的达人/团队，例如深夜发媸; - 二是小红书培养的达人用户，这些达人是小红书重度用户，提供了大量优质内容。 - 第三类是明星，比如范冰冰、林允、张韶涵、张嘉妮就是小红书的资深明星用户，作为小红书强有力的背书，带来了一大批粉丝用户。 可是随着用户数量的增加，小红书不免会出现虚假种草等内容。这样会使社区模块的**用户粘性急剧下降**，导致电商平台数量也接着下降，两者属于互相关联的关系。 3. 小红书还利用了两种反馈回路来保持已注册平台用户的粘性。 - 单用户反馈回路：通过分析用户阅读的文本和图片，通过机器学习把笔记的主题分到人工标定的上百个主题里，通过一个简单的分类器就能把用户笔记分到主题中，并且推送用户感兴趣的文章。 - 多用户反馈回路：内容提供者／商家的活动递交给内容消费者，而消费者使用／购入后会给予反馈。如小红书文章底下的评论、对商品的评价。而且内容消费者还会成为内容提供者，会分享他们的体验／使用感受等（现代化网络用语称之为“种草／安利”）。 4. 目前在发展阶段还未能解决好灰黑色产业链：销量作假、水军、种草笔记代写、刷量等，售卖假货、欺骗消费者以及虚假宣传。 - 消费者：能够获得小红书上的各种“种草”笔记。 - 供应商／第三方供应商：商家能够入驻小红书的社区模块与电商模块。 - 消费者和供应商：目前小红书只允许企业入驻电商平台。 - 消费者和顾客：目前小红书上的消费者还能满足需求，可是有时候商品的质量并没有得到保证。而商家能够获得对他们提供的商品感兴趣，并愿意购买的客源。 - 信息不对称：商品质量难以得到保障，商家为了推广自己的产品发布了越来越多的软文广告。 5. 随着用户数量增长，会产生负网络效应： - 小红书的内容数量十分庞大，消费者分不清哪些体验是真实的还是虚假的。 - 低质量的内容增加，清除难度大。 - 灰黑色产业链的诞生：销量作假、水军、种草笔记代写、刷量等，售卖假货、欺骗消费者以及虚假宣传。 ***** ## 平台中国案例建议 1. 要根据不断的反馈进行高效高质量的监控，保障小红书内容质量。 通过实时反馈数据进行内容推荐。数据：点赞率、收藏、评论、转发等。关注用户的投诉和反馈，严格审核举报率高的内容。 灰黑色产业的诞生，不仅是小红书打假不利，其实换个思路，例如小红书存在很多虚假种草的内容，小红书可以针对热点关键词，推出官方的种草笔记，这样做的好处是可以和非官方的笔记进行对比验证，以让用户清楚哪些笔记是含有虚假的内容，哪些没有。但可能会影响小红书作为平台对商品的包容态度，虽说会影响商品交易，甚至会出些部分售卖者退出的现象，但售卖者的质量提升后，反而可以更加抓住小红书的核心理念，精致生活。 2. 福利社质量 除了利用大数据来监控平台上的产品外，还需要与中国消费者协会、工商局、质量监管技术局、食品药品监督局等部门进行合作。目前小红书与国家监测中心签订质量安全共治合作协议目前能入驻小红书的只能是企业，所以在打假的难度上降低了难度，可这不意味着企业就不会售假。同时要加强对入驻商家与商品的甄选。建立好的市场口碑，小红书才能走得更远。 3. 如何解决市场失灵 随着平台的不断发展，小红书必须监控用户群规模随时间推移而发生的变化。监控交互失败率，即用户发起了销售之类的交互，但由于某种原因而失败了的情况所占的百分比。因为灰黑色产业链的诞生，小红书上的部分商家未能准确地描述产品，这就是交互失败的其中一个原因。可以通过分析反复被投诉，被退货关联的用户和交互的特点创建预测模型，从而帮助小红书预防后续的问题。 4. 用户粘性 目前小红书的用户粘性比其他平台做得要好，可是自从用户数量增多后，大量的灰黑色产业链诞生了。建议优化机器算法，降低灰黑色产业链的数量。同时，为减少灰黑色产业链的单身，小红书可适当提高用户发布帖子的门槛，审核过后再让帖子发布出去。一来可以避免用户之间的信息不对等，放置虚假种草信息的流入，二来可以提高帖子的质量，让小红书的用户对该平台更加信任。 ***** ## 大数据理论 - 大数据的核心就是预测：大数据预测是把数学算法运用到海量的数据上来预测事情发生的可能性。它是建立在海量数据的基础上。 - 数据废气：它是用户在线交互的副产品，包括浏览了哪些页面，停留了多久、鼠标光标停留的位置、输入了什么信息等。 - 隐私泄漏：有时候有的数据表面上并不是个人数据，但是经由大数据处理之后就可以追溯到个人了。 ***** ## 大数据中国案例分析成果 1. 数据废气 目前小红书只是通过社区模块的用户搜索关键词来匹配内容。用户搜索同类型的关键词多后，小红书推送的内容全为该类型关键词的文章。用户通过搜索关键词来获得商品信息，消费者和搜索引擎之间的瞬时交互行成了一个网站和广告的列表。小红书掌握用户的数据：他们在看什么、买什么？这些数据帮助小红书提高它的推荐引擎性能。 2. 对数据进行预测 小红书目前只是通过社区模块的用户搜索关键词来匹配内容。通过算法将其分入相对应的主题。 3. 隐私 - 小红书会收集设备型号、设备名称、设备唯一标识符、浏览器类型和设置、语言设置、操作系统和应用程序版本、登录IP地址、接入网络的方式、网络质量数据、移动网络信息（包括运营商名称）、产品版本号、日志信息（如操作日志、服务日志）等。发布的文字、照片、评论、点赞、收藏等信息会存储在小红书的服务器中。 - 搜索功能：查询的关键词、阅读记录和访问时间、评论和互动记录 - 从第三方简介获取个人信息。 ***** ## 大数据中国案例建议 1. 充分发挥匹配模式的优势。 通过在社区与福利社收集的海量数据进行大数据分析内容和消费者的匹配，使得信息更加有序。将数据再利用，消费者与小红书的搜索栏／点击的内容形成交互，利用好用户的关键词搜索，揭示用户的喜好，从而也可以促进小红书福利社的销量，实现创作者和消费者双赢。 2. 利用大数据打假 建立了反作弊团队，通过机器学习等方式识别刷量行为。但是机器介入有可能会造成误判。完善打假的制度，除了对开店的商家进行实名验证外，还需进行人脸识别与声音录入，将售假企业拉入黑名单，终身不得开店。小红书可以参考阿里集团的大数据打假模式。 阿里巴巴利用大数据技术手段，通过智能图像识别、评论、留言、投诉等数据抓取与交叉分析、智能追踪、大数据建模系统等技术，将假货从10亿量级的在线商品中捞取出来。阿里巴巴安全技术人员开发的文本识别引擎将关键词过滤升级为语法语义分析，同时引入机器学习算法，取代了以前的人肉搜索和经验判断。在此基础上建立起来的信息排查平台，对全网10亿级的商品数据进行全量检索和处置，支持多达60个维度的组合条件筛选，每天消息处理量2亿以上。 3. 利用算法预测用户喜好 利用大数据进行预测是因为他们是建立在海量数据的基础之上。小红书的大数据可以记录个人的消费记录及个人的信息，通过分析这些数据，为以后的精准营销与衍生产品提供了更多的可能，利用用户数据来判断趋势，并帮助企业预测用户需求。 4. 保护隐私 在大数据时代，想要隐私不受到威胁是难上加难或者说是不可能！只能降低隐私的威胁。互联网+电子产品+实名制=人物画像。互联网公司对个人数据相关问题也保持着非常谨慎的态度，业内对大数据相关业务的限制非常严格。可是我们的个人隐私数据依旧被得到。 - 用户数据不允许被交易。如果发现商家出售用户数据，将其拉入黑名单，作为重点观察对象。对于屡教不改的商家，进行封店处理。 - 及时、准确向用户提供隐私政策 - 公布收集哪些信息、以何种手段、收集信息的目的 - 给予用户选择权 - 是否有对收集来的数据安全管理进行说明 - 关注用户的投诉和反馈 - 让数据使用者承担责任 ***** ## 大数据及平台两论点的整合度 1. 平台革命最终会以无法预测的方式改变我们的世界，面对这一变化产生的挑战，制定一个创造性和人性化的相应对策是力所能及的事情。平台收集的数据越多，巧妙运用才能发挥出数据的真正价值。 2. 对于作弊账号，所有的作弊行为量将被扣除，包含粉丝，笔记下的点赞、收藏、评论、分享等等。在此基础上根据情节轻重进行处罚。 3. 小红书为了保护个人信息安全，将采取各种符合行业标准的安全措施来保护个人信息以最大程度降低您的信息被毁损、盗用、泄露、非授权访问、使用、披露和更改的风险。将积极建立数据分类分级制度、数据安全管理规范、数据安全开发规范来管理规范个人信息的存储和使用，确保未收集与提供的服务无关的个人信息。