1. 青瓜传媒首页
  2. APP推广

微信读书,是如何用社交做用户增长的?

用户增长

 

0 亿用户量的微信,长期霸占 App 榜首,在社交界出尽了风头。

可惜,旗下的“干儿子”们大多都是扶不起的阿斗,前段时间微视靠微信导流,招致无数用户的骂声,有人戏称微视是烂泥扶不上墙。

“干儿子”微信支付,直接把入口嫁接在微信上了,第一时间享受微信所有的人脉关系,尽管发展得不错,但毫无疑问是个啃老族。

“干儿子”微信读书,据艾瑞《2018年中国数字阅读行业案例研究报告》,截止 2017 年末,数字阅读行业总体用户规模 3.8 亿,微信读书在不计苹果用户数量的情况下,占据了将近 1/3 的用户。

微信读书这位不被重视的“干儿子”是如何靠自己发展起来的呢?

微信读书,是如何用社交做用户增长的?

基于社交做内容推荐

首页推荐是内容留人一个重要的手段。

目前各大 App 的首页推荐,无非就是热门推荐、算法推荐,比如知乎的热搜榜(热门推荐),再比如今日头条抖音等的算法推荐。

而微信在推荐这一块就比较独特,采用社交推荐。这是目前市面上比较稀缺的推荐手段,同时它也被微信读书验证了,的确是一种牛叉的留人手段。

目前微信在社交推荐上,主要有以下 2 种形式:

1)发现页的书籍

首页发挥了极重要的内容留人功能,所以各大阅读软件都会在首页做手脚,争相推荐平台最优质的书籍,希望能够引起用户兴趣。

但微信读书的首页十分与众不同,它比较注重社交。虽然也可以看到书籍,但是基本上以好友看的书籍为主。

你可以看到好友在读什么书,可以看到某本书有哪些好友在读,还可以看到某本书在这个 App 里一共有多少好友在阅读。

 微信读书,是如何用社交做用户增长的?

像我的话,如果看到某本书有 3 名以上好友在读,就会忍不住点书籍看看详情(相信很多人也会对好友在看什么书产生兴趣)。

除了“让你看什么书”利用了社交,当你正在看书的时候,微信读书页也悄悄植入了社交。

你会发现看屏幕右上角有一个小人头,右边标着数字。

 微信读书,是如何用社交做用户增长的?

点进去后,你可以看到同一天有多少人在读本书。

而且这些人读了多长时间、目前进度如何、生产了多少笔记,都以卡片的实现呈现出来。

通过展现好友读书的进度,给你一种“阅读不孤单”的既视感,有可能还会无形中增加你的阅读时长。

2)把想法作为一个专栏

除了在书籍上做“手脚”,微信读书另一个用社交做内容留人的功能就是想法,而且把它单独拎出来做成一个入口。

微信读书,是如何用社交做用户增长的?

想法页发挥了内容社交的核心功能,它就像是微信读书中的“朋友圈”。

首先,打开 App 的时候,在想法标签上会有一个小红点,提醒你有好友发了新的读书状态。被“朋友圈”训练到位的我们都会习惯性刷一刷。

当然微信读书的想法页没有朋友圈那么多样化,每一个内容单元都是由好友的阅读想法+引用内容+书籍构成。

我们可以点击书本查看书籍详情,可以点击引用内容查看相应的章节,可以对想法进行转发点赞评论。

如果有人点赞了我的想法, 微信读书就会通知我,这样一来又激起了我发表想法的欲望。

其次,为了防止好友内容产出不够,想法页显得空荡荡。微信读书把好友只点赞的书籍章节也展示出来,吸引我们查看。

除此之外,微信读书还在想法 feed 流里偷偷加入了”广告“,以推荐大佬书友(阅读时长很多或者获得点赞很多的读者)的名义,让我们关注平台的活跃用户。

以上想法页的主要内容,是将熟人(好友)生产的内容,进行整合推荐。

不过不要以为就这么完事了,在阅读过程中,微信读书会推荐陌生人的想法。

微信读书,是如何用社交做用户增长的?

每一个章节之后,都可以看到点赞和评论 2 个按钮,点开评论就可以看到其他用户对于这一章节的想法,这些想法可以进一步点赞评论。

具体到每一页、每一段、每一句话甚至一个词,我们在阅读过程中时不时会看到下划的虚线。

点击这些划起来的内容,就可以看到其他读者的想法以卡片的形式呈现出来,也同样可以进行点赞评论。

微信读书针对想法提供了多层互动(熟人+陌生人),通过这些互动,激励用户产生更多的内容。

因为很多人一个人看书的时候,可能只是单纯的知识摄取,没有过多的思考,但是看到别人的想法之后,就会产生属于自己的思考,进而产生评论。

微信读书,是如何用社交做用户增长的?

基于社交做用户留存

比起一般的阅读软件“几乎只”通过内容留人,微信读书还有一个杀手锏,基于微信关系链的熟人社交留人。

这招之所以能够这么有效,可以回归到领英提出的一个数据,如果你刚刚进入一个 App,在一周内能和 5 个好友产生关联,那 App 就更有可能将你留下来。

而微信读书更是将这个理论用到极致,不仅通过好友“绑架”你,还给你推荐有共同兴趣爱好的“陌生人”,通过兴趣圈层留人。

1)好友列表

一般人认为好友列表的作用,只是知道自己有几个好友罢了。

但微信读书设置的好友列表,是一个很神奇的存在,它通过“促进好友感情”来实现留人。

它的组成也比较独特:微信好友(熟人)+书友(陌生人)。

首先,当我的微信好友加入微信读书的时,微信读书会强行把我们设为互相关注(我没同意的情况下)。

微信读书,是如何用社交做用户增长的?

一旦我们成为了好友,我读什么书,发表了什么评论,都会被我的好友看见。

这样,无形中就把我们绑在一起,留在微信读书“互相观察对方动态”。

其次,微信读书还把我和“书友”绑定在一起。

书友是通过想法认识的陌生人,每个想法都可以看到对应的用户,点击就会来到用户的主页,主页信息包括头像、性别、地区、个人简介,阅读信息等,下面有一个大大的“关注”按钮。

你可能认为这些“陌生人”能起到什么作用,但千万不要小瞧他们,基于阅读兴趣互相关注的好友更显得“志同道合”,成为微信读书中的强关系链。

2)好友排名

如果说好友列表,是通过“促进用户感情”留住人的话,那么好友排名,则是通过“让用户相互厮杀”留住人。

同时,好友排名也是微信读书的重磅武器,它将用户一周的阅读时长进行排名。

微信读书,是如何用社交做用户增长的?

每周一,首页会推送你上周的排行情况,如果你读书时间长的话,可以一键分享进行炫耀。

其实让你炫耀到朋友圈,可能不是微信读书真正的目的。它的目的是让你和好友互相比拼,无形中增加了你们在 App 的看书时长。

怎么说呢?

很多人其实更喜欢和好友较劲,会关注自己的微信好友每周读多久的书。

如果对方读的时间长,就算自己不喜欢读书也要强行上 App 读书;如果时间不长,关系较好的说不定还去嘲笑一番。

再来,你们会发现时长旁边,有一个点赞的按钮。这个按钮的作用,让我想起了微信运动。

我除了喜欢给前几名点赞(表示钦佩),还喜欢给那些每天只走几十步的人点赞(鄙视)。

当这些落后的同学,收到的我的点赞是什么心情?肯定有一部分人不服气,重新上微信读书读书。

而且微信读书也提供了召回按钮,用户还可以通过排行榜对好友进行召回。

点击召回按钮以后,被召回的好友就会收到 Push,“xxx邀请你回来一起读书”。

 

当然,如果说仅仅通过“比拼”留人,很多排行榜都是这个功能,所以微信读书玩了点新花样。

读书时长可以兑换书币,每阅读半个小时都可以兑换 1 书币,一周最多兑换 10 书币。

这样一来,读书时间长,既能在榜首受到众人膜拜,还能获得书币买新书,何乐而不为呢?

微信读书,是如何用社交做用户增长的?

基于社交做用户召回

现在的 App,多多少少都采取过物质“召回”的手段,微信读书也不例外。

不过一般的 App 召回用户都是通过 Push,告知用户如果回归会有多少奖励。

但现在很多人关掉了 Push,通过这个渠道的召回率不是很大,所以微信读书则是重点利用朋友圈,让你的好友告知你回归有奖。

比如我有一段时间没用微信读书,但是朋友圈总能看到有人发微信读书的红包(红包是书币)。

作为老用户的我,当然知道书币可以买心仪的书,并且获得书币不容易,而微信读书这次居然免费送,所以我可能会下意识点进去领取。

微信读书,是如何用社交做用户增长的?

一旦领取书币红包,微信读书就会让我去使用书币,告知我有免费的书籍可以领取。

这个时候它重新采取了 Push 提醒我,因为我已经被成功召回了,你说微信读书贼不贼。

先是通过朋友圈好友,让我再一次踏入了微信读书的坑,然后通过不断推送 Push,给我更多的免费福利诱惑,把我牢牢锁在微信读书。

微信读书,是如何用社交做用户增长的?

总结

同为腾讯旗下的阅读工具,也都有社交的基因,但微信读书在用户留存上的手段,却比 QQ 阅读要高明得多。

今天的文章不对 QQ 阅读进行赘述,这里简单总结一下微信读书基于社交做用户留存的手段:

1)在推荐优质内容(书籍)的时候,利用社交关系,重点推荐好友在读的书籍,让用户因为好奇或是攀比,加入读书行列。

2)设置类似朋友圈功能的“想法”版块,实时更新好友的阅读“想法”,让用户感受到互动激励,持续输出优质的“想法”内容,而输出“想法”的前提是用户要持续读书。

3)将社交好友(熟人+陌生人)都列入读书时长排行榜,并对排行榜进行实时更新,激励用户在比较中延长使用产品的时间。

4)在用户召回时,微信读书借助微信好友、朋友圈等渠道,结合书币红包等福利,提升召回几率。

 

作者:运营研究社,授权青瓜传媒发布。

来源:运营研究社(ID:U_quan)

本文由青瓜传媒发布,不代表青瓜传媒立场,转载联系作者并注明出处:http://www.opp2.com/100403.html

联系我们

18205969981

在线咨询:点击这里给我发消息

邮件:jay@opp2.com

工作日:9:30-18:30,节假日休息

QR code