2018是同溫層行為的生意圈:Facebook F8 2018 現場/詹太太

網路上很喜歡用「討拍拍」這個詞,形容遇到挫折後向同溫層友好取暖的行為。或許,用這個字眼形容Mark Zuckerberg在大會上的Keynote演說也是非常貼切的。

Zuckerberg開宗明義就說:

看到有錯誤,要解決,然後做對的事情。一起做,才會有進展。……所以我們持續建造,因為總是還差最後一哩路(the last 1%)沒有做完。

席間他還絲毫不介意拿自己因為「劍橋數據案」被傳去國會山莊出庭作證的窘況,來演示一項名為「Watch Party」的概念產品:

大家都喜歡揪人看戲(watch party)啊,像是你也可以揪人看戲,watch party;揪一票人來看你的朋友我,在國會山莊被人卯起來K那也挺有趣對吧(笑)?我有朋友真的這樣做,那真是個損友,下次別這樣了(大笑)!

他一講完,立刻引起全場大笑鼓掌。這真是個活生生同溫層的場子啊!

Facebook的「最後一哩路」策略,在今年特別顯眼。用Zuckerberg的話講,這叫做「connect people in a meaningful new ways」,也就是:

用新的方法建造有意義的人際關係。

我們將會發現,從這一點上,儘管歷史的確總是在不同時段下重演,太陽底下也不太會有新鮮事;所以,人的行為也不斷重複著。於是,若要認真開發商機,回頭去尋找人際關係與行為的來源,就變成是一件非常重要的事了。

這就不難理解,Facebook今年在很多地方,很多新的功能,都特別強調「人類行為」這個詞;因為行為的產生可以回推人性需求的根本:像是婚配交友、買賣、還有說謊。

從這三點需求作為出發點,推演接下來Facebook的產品發展,就一點也不令人意外了。

只不過在十年前或五年前,Facebook作為一項社交工具,除了讓沒事貼貼照片發發幹話,大家都還不清楚這工具還可以拿來做什麼;但大家多年下來累積的使用行為,卻已經為Facebook鋪好了梗。

掌握行為動線就是根本

舉例來說,回想十多年前Facebook剛面市不久,很多人都說接下來「約會紅娘」的功能應該很快就會出現了;但這項大預測卻直到今天才真正浮出檯面。

另外,Facebook長期以來強調「我們是社群媒體,所以不做電商、也不賣貨」的立場,直到今年終於公開翻盤,公開承認賣貨。

除此之外,還推出一系列幫大家一起賣貨的工具,例如匹配的付費方式。從商業買賣到伴侶婚配,這些從來都是人際關係的重要來源;說到這裡,我能夠理解,Facebook做這些產品項目其實一點也不意外,只是……怎麼現在才做?

這也就是我常關注的「消費者行為動線」這件事。我認為,Facebook在累積了大量資料之後,已經統整出一套使用者行為與生態動線,為平台優化,消除危機做好了準備。

接下來,Facebook將在這批資料的基礎上,進行更深的開發。其中最能體現這種思路的,我認為是VR 與AR。

如臨其境的真實幻夢

Zuckerberg在Keynote上這樣陳述Facebook的VR功能:

這是如臨實境與人的真實體驗。……你會感到真實感,就像是把你小時候的樣子重現重構那樣,就像夢境。

你在你小時候的場景再度被創造出來,你可以擁有如臨實境的真實體驗;又或者是另一種「圓夢」,一個想要回到任何時空環境的方法。

Facebook用了三段論述,總結這一連串的人類行為如何匹配對AR/VR的需求,就是「創造生活時刻,捕捉生活時刻,記憶生活時刻」(creating, capture, remember)。

深掘使用者動線

VR的產品經理在Keynote現場拋出了一個問題:

「人們是如何感受那些感受的呢?」

如何讓鮮活的記憶,從過扁平的2D照片變成3D的記憶,然後可以讓你身歷其境,讓你可以活生生的走進去,不斷重溫那些重要時刻。或許這就是人類行為對於勾起「沈浸感」最底層的動力。

接下來的改變可多著:重寫遊戲規則

可以想像就是這樣。Facebook將會在今年持續釋出各種各樣的新配方(當然包括演算法),重寫這個地表最大社交平台的遊戲規則。

「按讚」、「留言」、「分享」這三件事,在接下來的社群行銷之中已經不夠用;Facebook官方已經強調,對於內容的價值,將會更強調「完成度」,包括影片的觀賞,也有貼文的閱讀。

如果有些人光是「順手貼」,但是無法在行為數據上反應出是否吸收了資訊(如觀看,閱讀),演算計分還是不會高,甚至可能因此被判定為「虛假互動」。

從這一點延伸,可以想像的是,接下來各粉絲團的各項數據,以及品牌內容的數據表現,至少在今年Q4前都很難如2016年那般穩定。也就是說,起伏難測的數據狀況已經變成常態。

小編們最在意的三張圖

最後,要送給各位從事社群經營的朋友們3張圖。

這3張圖說明了目前Facebook是如何處理貼文的思路,也就是所謂的「加權黑盒子」演算法比重排序。希望也讓大家更有所得。