字节跳动发展历程回顾：从内涵段子到AI信息流广告的崛起之路

开发的道路| |类别：IT行业|作者：Li |时间：14：46，2018年8月25日

我第一次来到2017年。当时，主要是因为图图索（）的名声和好奇心，图图索（）被当地晋升为准确地放置信息流量广告。当时，我也对数据和AI的力量印象深刻。我真诚地叹了口气，因为的发展如此之快，所以我希望对的发展历史进行简单的评论。

1。勘探期：（ 2012年3月至2012年12月至2012年）

在市场上正式推出“今天的头条新闻”之前，Zhang 使用了简单的图片和文本根据机器学习来测试信息的分布，并启动了十多个应用程序，例如涵盖笑话，有趣的令人尴尬的图片和令人尴尬的漫画，并具有出色的表现。其中，“内在笑话”曾经在娱乐应用程序中排名很高。

在收到等许多应用程序的良好市场反馈之后，张于2012年8月正式推出了“ ”产品。根据数据挖掘作为智能推荐内容产品定位。它声称是“不是新闻制作人，只是新闻搬运工”。

当用户使用微博和QQ等社交帐户登录时，它可以在5秒钟内通过算法来解释用户的兴趣DNA。每个操作后，用户在10秒内更新用户模型。他使用它的次数越多，他就越了解用户，从而为用户提供准确的阅读内容建议。

的出生时间与移动互联网发展的时间相吻合。它完全享有移动互联网的早期股息，并实现了爆炸性的增长。经过90天的在线推出，到2012年底，“今天的头条新闻”已收购了1000万用户和100万活跃用户。

一开始，头条新闻的内容来自其他门户新闻的摘要。无论哪种引擎，其主要任务都是通过爬网积聚足够的数据样本。 向门户添加推荐引擎的模式。用户点击新闻标题后，他将跳到新闻门户网站的原始网页。但是，为了使用用户体验并促进移动设备用户的阅读，将在技术上重新处理其他网站，删除原始网页上的广告，仅显示内容。但是，这涉及版权问题，在这方面投资了数亿美元。

2.增长期：（ 2013年1月至2015年9月）

在此期间，完成了产品的规模，并且该产品完成了两个主要版本的迭代，输入了3.0版本。从3.0到5.5，的产品功能更新主要是为了增强互动和丰富内容形式，包括Q＆A，视频，微型，和其他功能。随着产品的价值得到验证，用户量和日常活跃用户都迎来了指数增长。 2013年8月，到2013年底，用户数量达到5000万，每日活跃用户的数量超过1000万，并于2013年8月开始尝试商业化。2014年，每月活跃用户达到3000万，并且内容库每天有100,000个信息； 2015年1月，用户数量达到了2.2亿，每日活跃用户达到2000万。依靠算法建议，截至2015年上半年，已成为仅次于 News的第二大客户。

3。到期期：（ 2015年9月至至上）

在此阶段，开始从内容分布延伸到内容创建，开始促进帐户，并建立内容资金以鼓励内容生产自我媒体。在此阶段，的真实资金（100万元的计划，一组100,000元人民币）已向中国最大的自我媒体作者平台投资了钱。在建立标题帐户后，媒体可以在平台上上传内容，这相当于授权标题分发内容。从那时起，不再主动寻找媒体，并且媒体还可以主动地更方便地寻找。到目前为止，帐户的总数已超过300,000，公司帐户超过33,000，其中73％的内容由帐户贡献。

截至今年2月，全球的用户总数约为10.5亿，而重复数据删除后的用户总数约为9亿。其中，的DAU约为1.2亿，用户的平均每日在线时间为54分钟，使其成为仅次于微信的第二大国家应用。 是其核心收入之一，具有准确的信息流本机广告，目前被认为是信息流量广告的重叠。 2016年的收入为60亿元人民币，2017年的收入跃升至150亿元人民币，2018年的目标是300亿元人民币。这一切都发生在短短六年内。

随着开发的加速，简短的视频服务已与系统分开，主要是，和Xigua等简短的视频平台，以及 Q＆A和等模块服务。同时， Group制定了非常明确的海外计划。张为自己设定了一个“小目标” - 三年内实现全球化，超过一半的用户来自海外。

自我建造和投资是制作海外布局的两种主要方法：一方面，它继续推出其自己产品的海外版本，包括 版本，视频，视频录像，海外火山视频和Tik Tik Tok Short Video 版本等；

另一方面，它以目标方式不断获得相关目标 - 2016年10月，它投资于印度最大的内容聚合平台；在2016年底，它保留了印度尼西亚的新闻推荐阅读平台的宝贝； 2017年2月，它以全资本收购了美国的简短视频应用程序； 11月，它收购了全球移动新闻服务运营商新闻，音乐视频共享和互动社交应用程序。

截至今年2月， App在北美，巴西，日本，东南亚和其他地区拥有超过1000万海外用户。每天在全球拥有超过2000万活跃用户，北美是主流。

融资历史

成功的亮点

首先，在不同阶段对其任务有清晰的了解。此外，功能更新和版本迭代是节奏地进行的。例如，在产品的早期阶段，算法的核心问题是问题。 并没有花费太多时间在产品优化上。一旦算法成熟，它便开始迅速迭代产品，以帮助产品迅速生长。

其次，探索了非常有效的增长路径。

找到一个足够丰富但分配效率较低的内容池。例如，过去的编辑们推荐了早期的文本信息和以前的简短视频，并部分依靠机器，但是现在完全依靠机器，可以具有效率优势。如果找不到足够内容的观点，请找到一种大量生产内容的方法。

一种完全基于数据的判断方法。 的早期功能基本上是使用大多数内容应用程序启动的，因为这些功能已被反复验证和最有效。就内容建议算法而言，它实际上是基于数据。如果数据很好，它将添加。如果数据不好，它将被撤回。它根本不依赖人力。当张接受采访时，他还提到该功能的每次更新都依赖于数据来判断，并且根本不关心个人喜好。

大规模投资和快速获利。 早期增长的重要来源是针对新机器的预装软件。在后期，它依赖于各种渠道的购买量和持续的交通进口，这也是可以实现快速增长的重要原因。

此外，产品设计增强了成瘾，通过合理的战略设计等不断推荐感兴趣的内容等。

在开发过程中探索的方法已被整个系统广泛重复使用：算法推荐，社会关系导入，在信息流中插入广告货币化，通过连续补贴吸引内容创建者，并销售大量的购买流量。我们可以看到，这些方法已在的开发过程中完全重复使用。

代表模型优势。无论是还是，基于算法和兴趣的建议已成为信息分布的主流模型。