先判断信息量下降是选题宽度造成的,还是选题深度不足造成的。前者需要砍掉低价值题,后者需要把同一题做深。两者的收缩动作完全不同:砍题会减少发布数量,做深会维持甚至增加工作量。先找证据,再决定砍还是深。
发布频率上升后信息量下降,通常有两种解释。
解释一:选题摊薄。为了填满频次,把原本一个题拆成几个浅题,或加入与主线关系弱的周边题。表现是选题之间高度相似,读者看完一篇没有获得新判断。
解释二:选题挖浅。题本身没问题,但每篇只覆盖了定义和常识,没有进入条件、代价和反例。表现是题目不同,但读完的收获相同。
两种解释对应的收缩方向相反。摊薄要减题,挖浅要加深度。判断错方向,收缩就会变成单纯降频,信息量未必回升。
不需要复杂统计,用三个可观察的证据就能区分。
假设一个内容团队每周从两篇提到四篇,三个月后阅读完成率下降。检查发现十篇里有六篇在讲同一个判断的不同说法,且每篇都没有给出适用条件。这更接近摊薄,而不是挖浅。
确认是摊薄后,按以下顺序处理。
这个动作的直接结果是发布数量下降,但每篇的信息密度上升。下一步要观察的是:单位内容的互动是否集中在少数几篇,而不是平均分布。如果集中在少数几篇,说明收缩方向对;如果仍然平均且低迷,说明问题不在选题数量,而在选题与读者需求不匹配,需要回到需求侧重新选题。
挖浅时不要急着减题,而是给每个题加一层。具体做法是:在模板里固定加入“适用条件”和“不适用条件”两栏,写不出来就说明这个题还没准备好发布。
假设一个营销方案模板里原本有“渠道选择”一节,只写了各渠道特点。加一层后要写成:在预算有限且转化路径短时选哪个,在需要教育市场时选哪个,以及选错的代价是什么。这个动作会让单篇变长,发布频率自然下降。此时频率下降是结果,不是目标。
需要注意,搜索、平台推荐和广告的指标不能混用。搜索侧看的是需求是否被覆盖,推荐侧看的是内容是否被分发,广告侧看的是投放成本。收缩选题时,如果主要流量来自搜索,优先砍掉没有搜索需求的题;如果主要来自推荐,优先砍掉结论重复的题。两者的判断依据不同,不能用一个指标替代另一个。
发布频率下降后,如果总阅读量同步下降,不能直接判定收缩失败。还要看单篇的深度指标,比如读完率、收藏或评论中是否出现具体追问。如果这些指标上升,说明收缩把信息量集中到了更少的篇目里。
反过来,如果频率下降但单篇指标没有变化,说明砍掉的题本来就没有贡献信息量,收缩只是减少了无效动作,下一步应该继续砍,直到单篇指标出现变化,再考虑是否恢复频率。