点击上方蓝字关注我们 

方便存在的“种草”平台,正在变成新的决策成本!

近期,某平台“虚假种草”“滤镜景点”等争论不断,不少观点将年轻人消费观与网红跟风等同,感性、冲动消费是年轻消费群体的标签。

企鹅智库报告调研报告显示:22.6%Z世代表示自己目前没有过非必要消费,而认为自己每月的非必要消费占总支出1%-20%的Z世代比例已超过半数,仅13.4%表示自己的非必要消费达到了30%以上。该报告还指出,整体而言,Z世代的消费较为理性,平均非必要消费比例维持在一个较低的水准。

那么,在此背景下,回到种草本身。年轻消费群体的消费决策逻辑到底是什么?当代年轻人又有哪些不一样的侧面呢?

决策路径:从种草到拔草

消费是年轻人表达价值观的途径之一,个性、热情、潮流、好奇、想象力、活力,这些关键词无一不在阐述年轻消费群体的需求。

现在的年轻人如果去一座新的城市,一般会先去小红书这样的地方看看有什么,然后在抖音上搜一下,有没有视频之类的,再去大众点评上看看这家店的评价,印证下小红书、抖音上的内容对不对,和真实情况有没有出入。

种草的几个平台的特点,比如小红书上的新品多,很多新潮的东西来自那里,同时也鱼龙混杂需要好好鉴别,又比如抖音上,以美食或旅行博主的攻略或打卡视频为主,还有大众点评、豆瓣,上边用户的评论多。

其路径基本可分为“在网络平台种草-翻看产品评论内容-评论互动询问相关产品信息-收集产品其他相关信息-收藏-在不同平台搜索交叉印证-重复上述查询信息步骤-询问身边好友意见-拔草”

种草,年轻人迈出消费决策第一步,在消费主义洗礼下,变成了独到的仪式感。

但种草容易,拔草难。种草与优质拔草之间,还存在着多条鸿沟。

网红向左,大众向右

种草平台的底层需求,是降低决策成本。

然而,在降低决策成本的需求下,越来越多的平台出现,加上真假难辨的信息,拔草变成了一种碰运气。

从艾瑞资本研究院的报告中能看到,根据内容生产模式来分,目前内容消费平台可大致分为3类,分别是PGC(Professional Generated Content,指专业生产内容)、PUGC(Professional Generated Content + User Generated Content,指“专业用户生产内容”或“专家生产内容”)和UGC(User Generated Content,用户原创内容)。

我们可以发现,近几年流行的内容消费平台基本为以小红书为代表的网红、明星等PUGC模式,和以大众点评为代表的大众UGC模式,本次我们主要分析这两种模式下的种草逻辑。

PUGC就是介于专业团队和散户之间的内容产出,我们通常说的MCN机构下的达人、团队,达人用户、KOC以及明星都属于这个范畴,他们通常以UGC形式,产出的相对接近PGC的专业视频、图文内容。

爆棚的个性表达力最终也需要群体认同作为落脚点,这意味着传统意义上的“小众市场”或者“亚文化”得到了走向舞台中央的强大推力。品牌在进行产品研发或推广时,不能再局限于传统的目标受众需求,也要为更广泛和细分市场的用户提供与产品连结的通道。这些用户往往对于自己认同的价值表达有着无与伦比的忠诚与信仰。

这种情况下“消费意见领袖”变得非常重要,这也是近年来网红、KOC等模式火爆的原因之一。新消费浪潮下,近期“滤镜风波”涉事平台便属于PUGC这种模式。

网红经济下,当“好看”“颜值”成为流量密码,和无冕之王。网红、KOL、KOC等在不少线上流量平台分享种草好物,因距离生活方式更近,其内容也更容易商业化变现,即为之消费,导致不少内容目的不再是单纯的分享生活——由此滤镜内卷成了一种刚需。

UGC的种草模式,则以普通消费者为主,消费者主要对使用、消费和体验进行打分和评价,淘宝店铺下的评论、大众点评、豆瓣、亚马逊的评价体系都是如此,分享目的是借大众的消费体验,辅助用户消费决策。

据美团年报披露,截至 2019 年底,消费者已在美团、大众点评等App上写了 77 亿条消费评论,为本地生活服务行业的用户消费选择提供了丰富的决策参考。

除内容上的差异之外,这两种模式的运营思路差异也体现在各自产品中。

UGC的种草模式,算得上互联网内容消费的经典模式。普通消费者在消费体验之后,用户评分和评价方式给出看法和观点,省略了如网红、KOC、KOL这样的中间环节,以此实现去中心化的消费决策。

但纯UGC则因为大多内容来自普通消费者,内容专业性上大多不如PUGC,产出频次也没有规律。不过借助庞大的用户体验积累和低门槛的创作,可以得到相对真实且符合大多数人预期的评价

这是大数定理给出的道理,当数据越大的时候,越接近真实的情况。

从产品来看,通常UGC的内容需要检索,内容创作依赖的是用户的认同。此类平台,通常是不会以强推荐算法为主。以大众点评为例,其店铺评价的决策参考路径为店铺名称-星级评分-评价(文字、图片、视频),和前文提及的年轻人消费决策路径有诸多重合之处。

至于KOC产出的内容,是不是属于UGC范畴?综合以上分析可以看出,KOC实际属性更偏向PUGC,因为他们的实际内容创作动机是以商业化目的开展。而这些KOC与头部主播、头部网红而言,又欠缺了议价、质量把控等话语权,在推荐上也容易出现变形。

本是同一消费决策流程上的两种路径,走到了岔路口。

线下种草更要素颜去滤镜

为何某些平台会出现大量滤镜问题?原因是线下的本地生活消费决策参考内容并没有那么好做。

如何在出门消费前,找到相对接近现实的评价,方法变得十分重要。

第一,需要更多样本,让结果趋向真实。当一家餐厅、一个目的地集合了海量普通用户的真实反馈,给到大众消费者参考时,得到的信息比网红千篇一律的“绝绝子”“YYDS”要更有价值,对降低踩坑几率也有帮助。

第二,PUGC外,在做决策前还需要看UGC的内容。如果PUGC的作用是告诉有什么,那么UGC就是告诉你值不值得去。

还是以大众点评为例,算法机制上决定了大众模式不会批量、集中产出网红打卡的集合,非推荐算法机制下标签是次要的,用户的评论数、评论质量等对消费决策指导的意义,才是重点。所以,这就好理解如大量贴上“小镰仓”标签的景点,会在小红书等平台上崛起,而没有在大众点评上诞生。

第三,参考多种意见,好评、差评都要看。多数人的实际体验意见,有好评也有差评,比网红带有滤镜式的一致好评更有实际参考意义,对于普通网友来说参考性更强,毕竟一家餐厅、一个旅游景点让所有人都满意,也是不太现实。多看看不同用户的实拍图、差评,再决策是否买单,此类内容变成现在网络上流行的反种草、反滤镜攻略。

年轻消费者在网络冲浪以后,终会回归线下消费,看见去滤镜后的真实现实。大众点评、豆瓣的评价模式,算是给消费者提前做了“剧透”。

读懂当代年轻人的B面

在中文互联网社区里,豆瓣小组从来不是最火的那一个,却是最特别的一个。它就像一只颜色奇异的蘑菇,在互联网不明亮的角落里安静地释放着孢子。

它总是一副置身事外的姿态,却有强大的原创能力,源源不断地为社交网络输送灵感,大众熟知的“社会性死亡”、“凡尔赛文学”等网络热梗的发源地都是豆瓣。

当无数年轻人在淘宝“剁手”时,超过六十万年轻人在豆瓣小组“反消费主义”,探索不花钱的快乐。

当大量年轻人说话离不开热梗时,有17万年轻人在豆瓣“文字失语者互助联盟”小组中探索汉语精妙的表达方式。

当一些年轻人在微博为偶像上头时,有12万年轻人在豆瓣“日落爱好者”小组为黄昏的天空上头。

当年轻人在朋友圈里“活在当下”时,豆瓣小组成员的时间轴却是混乱的:有人假装活在1980-2000年,有的人假装活在2050年。

当年轻人在小红书研究流行穿搭和时髦单品时,豆瓣小组“丑东西保护协会”和“土味穿搭践行者”的成员却在研究那些丑而有趣的事物。

在豆瓣小组这个独特的空间中,年轻人展示着他们平时隐藏起来的多样面孔。想要去了解年轻人的另一面,大家可以去关注一下,会给你意想不到的惊醒,对你的产品理念也会有新的灵感!

END

本文经“客户忠诚度研究”(公众号ID:gh_8da1674f5708)授权转载,转载请联系原作者。

洞察你的消费者

Stratifyd提供敏捷AI驱动的客户体验数据分析平台,通过聚合电商评论、社交媒体、客服对话、调研问卷等全渠道、全平台、全触点的用户反馈声音,挖掘结构化与非结构化文本数据背后的知识洞察和趋势分布,助力企业精准判断消费者的需求痛点和兴趣偏好,打通消费者反馈闭环,实现数据驱动的决策运营。

干货下载

Stratifyd独家行业洞察报告/白皮书

点击图片跳转,即刻下载福利资料包

报告:美妆行业客户体验洞察

美妆面部护理消费体验趋势

报告:奢侈品包袋客户体验洞察

奢侈品包袋市场消费体验趋势

报告:面膜电商消费趋势洞察

面膜电商用户画像分析与解读

扫码关注&进群

欲加入Stratifyd AI&大数据交流群

扫码关注微信公众号,并在后台回复“粉丝群

即可入群,与数据同行交流经验,

领取行业洞察白皮书、报告等干货资料!

扫码关注我们

微信号|Stratifyd

新浪微博|斯图飞腾Stratifyd

点击 阅读原文 免费体验demo~

在消费决策上,读懂当代年轻人的B面!相关推荐

  1. 全民emo时代,是什么在治愈着当代年轻人?

    随着社交平台的发展,年轻人似乎进入了emo时代,而社交媒体就是一个放大器,承载与放大他们的情绪.本文解析当代年轻人哪些心理和行为,正在为他们的情绪打上"高光"呢?作者总结了五大关键 ...

  2. 朱松纯团队新作:让AI「读懂」人类价值观!登上Science Robotics

    视学算法专栏 作者:朱松纯团队 今日(7月14日),国际顶级学术期刊<Science Robotics >发表了朱松纯团队(UCLA袁路遥.高晓丰.北京通用人工智能研究院郑子隆.北京大学人 ...

  3. 读懂消费贷款之中国消费金融发展史

    读懂消费贷款之中国消费金融发展史 本期让我们来了解以下中国消费金融的发展史吧~ 中国消费金融发展史大致可以分为四个阶段:萌芽期.试点期.发展期.规范期. 萌芽期(1985-2009) 主要提供服务方为 ...

  4. 【报告分享】2020当代年轻人消费数据报告-新浪时尚得物(附下载)

    今天给大家分享的是  2020当代年轻人消费数据报告-新浪时尚&得物 2020当代年轻人消费数据报告-新浪时尚&得物 当下时尚的穿着实用性在年轻的Z世代(一般指95后年轻群体)眼里,或 ...

  5. C_一文读懂推荐系统知识体系-上(概念、结构、算法)

    本文主要阐述: 推荐系统的3个W 推荐系统的结构 推荐引擎算法 浏览后四章的内容请见下篇. 1. 推荐系统的3个W 1.1 是什么(What is it?) 推荐系统就是根据用户的历史行为.社交关系. ...

  6. 从根上理解高性能、高并发(七):深入操作系统,一文读懂进程、线程、协程

    本文引用了"一文读懂什么是进程.线程.协程"一文的主要内容,感谢原作者的无私分享. 1.系列文章引言 1.1 文章目的 作为即时通讯技术的开发者来说,高性能.高并发相关的技术概念早 ...

  7. stata 求输出相关系数矩阵命令_一文读懂结果输出命令大全(上)

    目录 描述统计量 help tabstat   //Stata 官方命令 描述统计量组间均值差异检验 help ttest help ttable2 help estout 相关分析命令 help p ...

  8. 【教程搬运】读懂github上的工程代码——带你熟悉Python中的Parser

    读懂github上的工程代码--带你熟悉Python中的Parser 1.导入包 2.实例化ArgumentParser 3.使用add_argument函数添加参数 4.使用parse_args解析 ...

  9. 一文带你读懂感知机的前世今生(上)

    一文带你读懂感知机的前世今生 前言 男女不分 什么是神经元 M-P神经元 全或无定律 McCulloch和Pitts 一种高度简化的模型 MP神经元和真值表 MP神经元的几何理解 后记 参考 前言 男 ...

  10. 朱松纯团队工作登上 Science 头条—AI“读懂”人类价值观

    近日,国际顶级学术期刊<Science Robotics >发表了朱松纯团队(UCLA袁路遥.高晓丰.北京通用人工智能研究院郑子隆.北京大学人工智能研究院朱毅鑫等作者)的最新研究成果--实 ...

最新文章

  1. BZOJ 1124: [POI2008]枪战Maf(构造 + 贪心)
  2. RHEL5.7下iptabels防火墙配置(下)
  3. 往邮箱里发python怎么发_Python 超简单的邮件发送方法
  4. 全国计算机等级考试题库二级C操作题100套(第59套)
  5. icoding复习4 数组 十字链表
  6. tls1.1 tls1.2_Java 8将默认使用传输级别安全性(TLS)1.2
  7. django-pycharm下省略python manage.py的办法
  8. Java中不常见的关键字 / 修饰符(volatile , native , transient)
  9. [转贴]从零开始学C++之STL(二):实现一个简单容器模板类Vec(模仿VC6.0 中 vector 的实现、vector 的容量capacity 增长问题)...
  10. [每天一个知识点]31-乱七八糟-如何判断预言有效
  11. 交际过程的两个基本环节_要客品味 | 人际交往礼仪——交际礼仪的基本原则
  12. 【PAT乙】1085 PAT单位排行 (25分) map排序
  13. forEach遍历对象数组案例
  14. springmvc源码-我们自定义的参数解析器是如何放入到spring容器中的
  15. xsd文件规则和语法
  16. js使用xlsx读取excel文件
  17. 制作轮播切换效果html,原生JS实现图片轮播切换效果
  18. 计算机数学基础 周密,一位计算机牛人的心得谈计算机和数学免费.doc
  19. 第二届长三角高校数学建模竞赛
  20. ImageWarping--反距离加权插值(IDW)方法实现及报告

热门文章

  1. 当今流行的HTML5技术门户网站——HTML5星空
  2. 远程登陆速达E3PRO服务器出现share violation错误的解决方法.
  3. 信道估计算法matlab代码汇总
  4. 利用HttpClient4,实现get,post 参数,post json,post file
  5. 〔翻译〕摩托罗拉E680的linux系统解码
  6. 宿命java_昆仑奇侠传外传之宿命篇
  7. 基于医院信息管理系统案例的软件构造分析
  8. 超详细图文教程,阿里云服务器搭建
  9. matlab信号加入白噪音再分离,Matlab中给信号增加白噪声
  10. java 物联网项目_物联网工程综合实践-JAVA WEB开发.ppt