我们的首席执行官Mads Holmen在2017年伦敦书展上发表讲话
可以在伦敦书展的“技术”区域找到处理内容的所有新方法。 我们的联合创始人兼首席执行官Mads在位于这个时髦空间展示厅的技术剧院演讲。
在下面，您可以找到他的演讲记录， 从内容到数字体验 ，讨论注意力经济，发布者的角色变化以及他们需要提供什么体验来吸引观众。
揭开Bibblio的序幕
我是Mads，为Bibblio工作。 我们是内容推荐引擎。 您很可能永远不会看到Bibblio，因为我们生活在别人的网站上。 如果我们做得很好，您将永远不会注意到，正是我们帮助您找到了正确的内容。 想象一下您正在阅读一篇文章，当您深入研究本文时，会得到一些相关的推荐内容。 那可能只是通过我们而来。 它仍然是网站本身的内容，但是计算和计算将由Bibblio完成。
时间充裕
我答应过要谈论教育创新，但是我将开始更广泛些。 作为一个文明国家，我们每周在Netflix，YouTube和Facebook上花费超过100亿小时。 好多啊。 我们在那些平台上所做的大部分工作都是由算法决定的。
都是推荐
当您加载Facebook并查看新闻源时，这就是一个推荐引擎。 登录Netflix后，您会看到主屏幕-这是一个推荐引擎。 当您在Spotify上发现每周发现时-这是一个推荐引擎。 实际上，如果您使用这些平台，算法建议会花费80％以上的时间在这些平台上。 现在，人们在这些平台上所做的绝大多数操作是由算法决定的，而不是由人决定的。
广告驱动的环境
这具有一些非常重要的含义。 我们现在开始谈论其中之一[假新闻]。 我对此感到非常满意，因为这已经是我们的世界很多年了，但是现在世界其他地区也开始对此提出疑问。
这在广告驱动的环境中尤其重要。 我想提醒人们，只要他们不支付任何费用-并且该网站依赖广告-他们应该记住他们实际上是产品。 确实是Facebook将我们卖给了广告商。
他们希望我们停留尽可能长的时间，以消耗尽可能多的食物。 他们真的不在乎我们消费什么。 如果您整天对猫视频感到满意，以陈词滥调为例，您将整天收到猫视频。
目标与梦想
想象一下，您今年12岁，在学校里学习碳循环。 您认为，“哇，我以前从未听说过”。 到家后，您会去YouTube并输入“碳循环”，如果幸运的话，您会得到一个不错的搜索结果，然后单击它。 但是YouTube现在将在右侧栏上开始推荐您通常做的事情：游戏，运动等。 因为在YouTube上，我的目标和梦想才刚刚成为统计数据。 对于他们来说，这只是时间。 他们只需要人们观看更多视频。
我认为这是一个非常重要的过程，在这个过程中，我们作为消费者逐渐被说服回到弗洛伊德的自我。 —霍尔兹（Mads Holmen）
这是这些平台追求的最低参与障碍。 但是，如果我们试图学习和扩大思维，我们希望得到相反的结果。 那就是Bibblio出现的地方。
基于订阅的环境
第二个是您在基于订阅的环境（例如Netflix）中变得更好。 现在，作为用户，您需要为服务付费，而该站点或服务可能发生的最糟糕的事情是您停止订阅。 因此，我们第二次处于这种环境中（在我们的案例中是教育，学习和知识平台），我们确实希望人们对服务感到满意和满意，以便他们继续订阅。 这就是Bibblio试图实现的核心。
我们正在努力确保进入平台的用户找到可能的最佳内容，以使他们感到满意并回头率更高。 而且当他们不得不再次拔出信用卡时，他们不会取消而是继续进行该订阅。
因为我们值得
有时值得付出。 在付费环境中，用户再次成为客户。
当我们浏览大多数这些广告平台时…
你知道我们一年值得吗？ 在广告收入上？ 对于整个一年的互联网上所有以我们这种垃圾为目标的广告客户？ 大约十二磅。 —霍尔兹（Mads Holmen）
十二英镑是所有这些网站一年从我们这里获得的收入。 如果有一个模型，您支付了12英镑，却再也没有在网上看到广告，我想我们大多数人都会发现这是一个有趣的主张。 Bibblio真正在尝试做的事情-有人称之为教育-是确保整个互联网上的人们都能找到对他们更有益的内容，而不仅仅是对广告商更有益的内容。
Bibblio希望帮助我们成为更多我们的理想自我，而少一点我们的弗洛伊德主义自我。 —霍尔兹（Mads Holmen）
访客绕过首页
问题之一是这些天来大多数访问者不再访问首页。 对于我们合作的许多网站，其访问量的80％至90％直接落在其内容页面上。 人们从社交直接点击进入内容页面，然后阅读该文章并再次离开。
因此，从历史上看，我们一直在设计前门上花费大量时间，但是问题是人们正穿过窗户，烟囱和地下室。 —霍尔兹（Mads Holmen）
如果我们在每个页面上都没有创造出很好的体验，那么如果那时我们没有为用户提供最好的内容，他们将再次离开。
媒介就是信息
这对于品牌来说也可能是危险的。 已经进行了一些研究，尤其是在新闻方面，研究表明，当人们点击Facebook中的新闻文章时，他们不太可能会记住他们所在的网站。
打个比方，让我们快速举手。 你们当中有多少人知道《国家地理》擅长摄影？ [大多数人举起手来。]现在，您当中有多少人可以任命一位国家地理摄影师？ [沉默和咯咯笑。]看，媒介就是信息。
我们都开始越来越多地记住Facebook，而我们访问的品牌也越来越少。 我认为当您是发布者或内容平台时，这是真正的危险。 仅依靠社交平台进行访问很危险。 因为人们倾向于记住平台，而不是目的地。
有什么好的建议？
我认为好的建议有以下三个因素。 有所谓的 相关性 。 此项与基于该主题的其他项相关，或者可能具有相同的作者。 我们称其为逐项推荐。
然后有行为 。 某些内容可能比其他内容更受欢迎。
我开玩笑地说，Facebook的算法就像一场大赛，可爱的猫咪和金·卡戴珊（Kim Kardashian）总是赢。 —霍尔兹（Mads Holmen）
我们可以查看整体受欢迎程度本身，或者可以说：“在这篇特别文章之后，这篇文章似乎做得很好，或者这篇文章做得不好。” 我们可以根据该行为开始调整结果。 最终，我们想要像您在亚马逊上看到的东西，“像您一样的其他用户喜欢的东西”。 这称为汇总行为。 查看与您做过类似事情的用户，并推荐他们喜欢的结果。 这也称为协作过滤或矩阵分解。
第三是个性化 。 当您现在登录Facebook时，Facebook决定您应该在News Feed中看到的第一件事时，可以选择大约2500个相关项目。 他们会使用您的许多个人信息以及您过去所做的事情来为您个性化这些结果。 Netflix也是如此。
内容推荐者的价值
在这三个存储桶中，像Netflix这样的人部署了大约260种不同的算法来决定您应该看到的内容。 他们每年在这个问题上花费大约2亿美元。 因此，推荐并非易事。 它结合了该商品的最新程度，该商品的相关性，该用户的喜好，他们最近做过的事情以及他们很久以前所做的事情-所有这些因素结合在一起，决定了应该是多少个数字一项建议。
这确实反映出现在进入了一个内容太多的世界。 我们绝不希望消耗在线内容的一小部分。
发布正在从打印和分发变为过滤和策展。 —霍尔兹（Mads Holmen）
对于我们所有人来说，这是一个全新的世界。 在这个世界上，我们需要机器学习，需要算法来随着时间的推移变得更聪明，并从产生的数据中学习。
最后，我们需要确保可以将其作为体验交付给用户。 我认为与客户合作的最大收获是在未来的数字环境中，我们将无法仅对内容付费。 当我们作为用户订阅诸如Netflix和Spotify之类的地点时，我们订阅对内容的访问，但是我们乐意继续付费的原因在于它给我们带来的体验。 这就是我作为用户带走的终极价值。 我认为，仅在将来，内容不能提供这种体验。
谢谢。
