UGC社區的內容流通策略決定了內容的匹配精準度和對應的曝光量，進而決定了內容產生者得到的贊、評論、關注、打賞量，從而影響到內容產生者的產出積極性，以及社區推崇的內容調性，最終將決定社區的結構和發展方向。
UGC全稱為User Generated Content，也就是用戶生成內容的意思，是伴隨著以倡導個性化為主要特徵的web2.0概念興起的。
有人的地方便有江湖，而有社交的地方便會產生內容。有內容而無社交只是資訊平台罷了，如早期的四大門戶，因此今日頭條正努力地在做社交；有社交而無內容只是工具罷了，如早期的飛信，因此微信在擁有社交關係鏈后迅速做了朋友圈以及公眾賬號。移動互聯網時代，無論是工具型、社交型還是其他類的產品，只要是to c模式，在獲取用戶后如何增強用戶的黏性，UGC社區無疑都是解決此問題的必備功能。
遍觀如今大火的社區們，基本上可以按流量集中程度分為兩大類：頭部流量集中的例如微博、秒拍、大多數直播平台；去中心化的例如知乎、陌陌、快手。前者儘管UGC用戶貢獻了90%的內容，但PGC內容卻佔用了90%的流量，因此更像是PGC社區，普通用戶慢慢就淪為了看客。社區流量的集中關係著內容的曝光度，從而影響著內容生產者所獲得的用戶關注和平台認可，進行影響到其繼續產生內容的積極性，而頭部內容的集中曝光也決定著平台所推崇的內容調性，影響著社區的方向。
由此可見，一個純粹的UGC社區為了鼓勵更多用戶產生更多正向內容，維持社區的自然可持續發展，更應該向流量去中心化發展，以此持續激勵用戶去創造內容，而如何做到便得從內容曝光的控制入手，也就是社區的內容流通策略。
一個UGC社區的內容流通，整體上分為站內流通，和站外分發，由於站外分發主要是基於用戶的分享行為，以及平台方的內容傳播運營，因此不贅述。站內內容的流通策略主要取決於社區的內容定位，是更關注於大V用戶，還是普通用戶。前者的優勢在於能快速利用粉絲效應獲取用戶，自動形成某一主題的互動氛圍；後者的優勢在於可以低成本地沉澱穩定的用戶群，後期可挖掘的用戶價值較高。
由於我們這裡探討地是純粹的UGC社區，因此內容流通策略的偏重用戶群就在於普通用戶，而具體的做法可能如下：
1、大V用戶的降權
一個社區的發展必然少不了大V用戶，這裡的大V用戶更多地是指KOL，也就是意見領袖。這是一群憑藉著自身專業度而在與之匹配的社區產生強大影響力的用戶，更多地是由平台培養起來的，而不應該是清一色的明星名人。對於這一類用戶要盡量剋制對他們的流量扶持，對於新用戶，可以用他們來吸引和維穩沉澱，因此可在冷啟動時期進行大V用戶的推薦。但對於老用戶就得盡量避免，盡量避免和用戶關係不大的大V用戶內容充斥用戶的feed流，即使是推薦也需要根據老用戶喜好來進行相關推薦。一方面是防止干擾老用戶並造成平台發聲群體的頭部化，讓社區成為一部人的發言和曝光場所，另一方面是促進其他優質新秀的積極性，分出部分流量對社區新秀進行扶持。
這點上知乎就做得比較好，大V用戶的曝光極少來源於平台推薦，曝光主要是用戶的主動關注和大V用戶自身專業性回答帶來的，微博也逐漸有改善，但我個人還是極度討厭微博大量的加V用戶推薦，因為這極大地影響了個人信息流的純凈性。
2、運營幹預的降權
門戶時代用戶們都是被動地接受信息，進入web2.0後用戶強烈的個性化需求被重視，因此千人一面的運營推薦也需要保持克制。以專輯形式收錄優質的長尾內容，以榜單形式匯總的大眾熱衷的內容，以及以置頂熱點形式強迫告知的公告和即時熱點內容，這些都可以作為用戶發現好內容的入口，但卻不能強加給用戶，所以控制一定的內容佔比就顯得極為重要。
一般來說，在社區發展的初期，優質內容的沉澱並不充分，因此需要平台運營去大力推薦大V用戶的內容，以及二次收錄的內容去幫助用戶發現社區的精華內容。但隨著社區內容的豐富化，運營幹預的內容比例至少需要控制在流通內容的50%以下，以避免千人一面。
3、基於關係鏈的分發
前兩點其實都在講平台要少自以為是地左右用戶想看的內容，而要多從用戶角度去滿足他們的內容觀看需求，因此首要滿足的當然是用戶明確表達想看意願的那些內容。在UGC社區里這類內容主要是用戶已關注或加為好友的人發布的內容，或者用戶關注或喜歡的某一主題的內容，這些都是用戶通過主動行為去告訴平台他的觀看意願的內容，因此更應該首先被滿足。
同時，這些用戶自主去創建的與其他用戶或者與某一主題的關係是用戶在社區沉澱的寶貴信息。要知道，內容都是人產生的，用戶活躍在社區，內容是沉澱，但關係卻是可以產生拓展的，這才是社區內最有價值的部分，例如用戶間的聯繫可由線上轉移到線下，能由社區內容轉移到職場關係，由此帶來的社區發展想象是很多的。
通過用戶在社區創建的關係鏈進行內容分發，一方面可以保證用戶看到的是他主動告訴平台想看的內容，另一方面可以快速幫助用戶發現並維護用戶間的關係，有利於關係鏈的沉澱，於用戶於平台都是極其有益的。
4、基於個性化演算法的分發
這一點是現在的主流，首先在新聞資訊領域展開，今日頭條的急速發展驗證了這是如今的產品和技術趨勢，這裡的演算法也是包含多個維度的。
基於內容興趣點
根據用戶畫像、內容標籤、用戶的瀏覽點贊收藏等互動行為來確定用戶的喜好內容，從而推薦用戶雖然沒明確表達，但平台自動投其所好的內容，這無疑極具有驚喜性，也滿足了用戶找內容的惰性。具體到對應的推薦演算法應該是基於內容的推薦，這種演算法主要是根據內容的元數據（內容屬性標籤），發現內容的關聯性，然後根據用戶的喜好（也對應打上喜好內容的標籤），推薦具有相似標籤屬性的內容。
這點上今日頭條的演算法無疑是相當強大的，不僅推薦用戶感興趣的，還利用聯想演算法，推薦用戶可能感興趣的，儘可能保證給到用戶的都是其喜好的內容。當然，這種推薦也要避免過於集中，否則會造成推薦內容的重度同質化，從而影響用戶的觀看體驗。解決這種問題一般多採用基於項目的協同過濾推薦，也就是根據用戶的行為喜好將類似的內容推薦給該用戶，從內容的維度進行更多探索推薦。
基於地理位置
位置信息的利用可能是平台主動投喂，但用戶不會覺得太敏感的一種形式了，因為這在社區里意味著社交的誘惑，廣義上講也算是基於社交關係鏈的分發，但準確地講應該叫做潛在社交關係鏈的分發。社區本就是基於內容和關係鏈的存在，基於地理位置的內容分發，一方面可以提供給用戶身邊的內容信息，畢竟如今的社會大家更關注的還是可能會影響到自己的身邊事，另一方面可以通過這種近距離的內容「勾引」用戶創建關係鏈，由線上結合線下更能加強用戶間的關係，進而沉澱用戶關係刺激產生更多能引起別人注意的優質內容。這一點陌陌做得就尤為出色，通過地理位置搭建陌生人社交的關係鏈，又通過興趣來強化關係鏈的穩定，如今又通過視頻強化關係鏈的真實和豐富性。
基於多度關係鏈
前面的第2點基於關係鏈的分發主要是針對用戶主動行為搭建的一度關係鏈，這裡主要指的是利用演算法產生的多度關係。這種推薦在演算法里叫做以用戶為基礎的協同過濾，即根據用戶的相似性來互相推薦目標用戶可能感興趣的內容。這種關係的相似性確立可能來自於你關注的用戶，或者你關注的用戶所關注的用戶，或者根據你的點贊評論打賞等行為分析出的和你興趣比較相近的某一用戶，用這些與你最相似的用戶的興趣對你的興趣進行預測，從而推薦內容給你。因此可以看出，基於這種多度關係鏈的分發更多地是基於用戶維度的探索性推薦，一方面可以拓展興趣點推薦避免同質化，另一方面幫助用戶找到他可能看到的其他內容。
以上4點內容流通策略在實際實踐中是先基於關係鏈進行內容分發，還是先基於個性化演算法進行內容分發，需要對應的產品和運營同學結合項目資源等情況進行選擇。而對於基於個性化演算法的內容分發，涉及到的演算法維度可能會很多，這就需要專門的演算法同學來處理，筆者略懂皮毛，就不班門弄斧了。無論哪種方式，前期都離不開大V造勢和運營引導，但都需要剋制，不要過分倚重。
UGC社區的內容流通策略決定了內容的匹配精準度和對應的曝光量，進而決定了內容產生者得到的贊、評論、關注、打賞量，從而影響到內容產生者的產出積極性，以及社區推崇的內容調性，最終將決定社區的結構和發展方向。如果平台通過以上的4點內容流通策略，能讓90%的UGC內容獲得社區90%的流量，再有效解決內容產生門檻以及內容調性的問題，那這個UGC社區勢必可以很好地運轉下去了。
作者：陸庄羽（微信公眾賬號：看風景的人），移動產品經理，目前負責短視頻資訊類產品，比較關注社交社區、個性化推薦、內容創業等領域，曾經的文青，如今的產品汪，願與所有小汪們共同成長！