《惢客创业日记》2020.07.23(周四)如何解决社交分享的溯源?
今天早晨开晨会的时候,闹出了一个乌龙,“韩信”给“李白”发了一个参考图,而“李白”却把这个参考图做成了自媒体分享的页面。看完这个页面后,我说了一下自己的看法。首先,这是一个沟通上的失误,今后应该避免。其次,既然这个页面做出来,就先保留下来,在后面我还要设计自媒体的应用场景,而自媒体的应用场景会用到这张图,因为,还有一个很重要的场景就是要解决第三方自媒体平台如何能无缝分享到惢客自媒体平台。既然有了这个想法,那么,就记录到今天的日记中吧。
虽然基于社交的zimeiti分享已经融入到生活的方方面面,但是,对其内容的监管和溯源一直是一个非常伤脑筋的问题。主要原因还是自由与监管的平衡问题。大家在获取信息方便快捷的同时,也在承受着粗枝烂叶、低俗骗术等垃圾信息的伤害。因此,很多社交媒体都限制了第三方平台内容的分享。
仔细分析有三点原因:一是自身的监管、审核成本过高,二是监管、处罚权限过低,遇到违规的也只是下架警告,最重的仅是删号,说白了,只能在自己的平台内做一些处罚和限制,但对于第三方平台的处罚没有任何办法。三是竞争壁垒保护,表面上看互联网生态非常的和谐,但是,BAT各自对于自己家族生态的保护还是比较护犊子的。
这就造成了一个现象,表面上看谁的平tai都是开放的、自由的,但实际上,各个平tai之间的分享还是有很大壁垒的。这对于自媒体人来说,却造成了学习和制作成本的增加。一个企业或商家要宣传自己,就会在网站、公众号、微博、短视频、有声自媒体、商城、小程序、社交分享等多个平台增加投入成本,仅短视频的平台就好多家,这也是造成企业或自媒体人推广成本高的原因之一。还有一个很重要的因素就是流量的分散性,因为,每个平台都要考虑自己的流量保护和获取问题。大多数自媒体平台都有一个不成文的潜规则,就是通常会把自媒体新人当成流量的韭菜。一般情况下,自媒体新人如果想提升自己的等级获取更多的流量,除了充钱外,还必须先用自己的社交流量来供养平台的流量,达到一定阶段后,才会按不同的等级享受平台的公共流量。
而惢客自媒体则要尝试一个大胆的设想,就是建立一个完全开放的分享生态,只需要第三方平台的作者在惢客有一个注册用户。为什么惢客自媒体可以做到这一步呢?主要有两个关键的规则,一个是贴标签功能,而且把标签贴到了人头上。另一个是溯源,因为,惢客自媒体的口号是:“上惢客,找作者。”虽然,惢客自媒体没有采用区块链的技术,但是却借鉴了区块链的思维。也许我分享的逻辑还不够清晰,不过,有兴趣的朋友可以找我一起来基于产品原型探讨吧。
最后,分享今天日记的感悟:“打造一个开放式社交分享生态的前提就是溯源。”
好了,今天的日记就写到这里,《惢客创业日记》咱们明天继续....
相关文章
- 如何用PostgreSQL解决一个人工智能语义去重的小问题
- 解决火车头如何采集93高考网数据,附上代码
- Eclipse如何安装插件,查看已经安装的插件
- .7z.001,.7z.002这样的文件如何解压
- Linux如何查看JDK的安装路径
- 如何解决Docker容器和宿主机时间同步问题
- 【Android MyEclipse】no projects are found to import 如何解决
- 权威解读 | 人类社会正进入DT时代 如何激活生产力?
- CUBA在查询语句如何添加参数
- 如何分析APP功能需求、结构
- yaml示例:k8s如何为ServiceAccount授予权限?
- lombok标签之@Data @AllArgsConstructor @@NoArgsConstructor -如何去除get,set方法。@Data注解和如何使用,lombok
- 如何解决创建Account时的error message BP category 2 does not fit the data in category 1
- 如何研究Maven build时发生了哪些事情
- SAP UI5 本地开发如何通过 http-proxy 解决跨域问题
- 成功解决如何去掉输出字典,前边的dict_keys
- 如何解决conda安装pytorch,总是下载失败的问题。
- 穿透、击穿、雪崩…Redis这么多问题,如何解决
- 如何解决springboot参数传中文乱码
- idea如何彻底完美地修改项目名,以及解决idea修改项目名后出现中括号[]的问题
- 小伙伴问我:如何搭建Maven私服?我连夜肝了这篇实战文章!!
- Win11账户被锁定如何解决?Win11账户锁定解决方法教学
- 如何查看加壳的恶意软件 Lab1-2 Lab1-3 恶意代码分析
- Java如何使用线程解决生产者消费者问题?
- 如何在pycharm中使用配置好的virtualenv环境
- Pytest----如何使用fixture中addfinalizer解决yield的缺陷
- 深度学习训练时GPU利用率忽高忽低如何解决?