图片来源：图崇：轩游科技已被腾讯媒体全媒体集团（ID：quanmeipai）授权使用。本文未经原始作者许可，请勿转载。 “内容疲劳”不是一个新名词。 随着用户注意力资源的日益匮乏，信息产品越来越遭受内容疲劳所导致的无能为力。 据统计，普通用户平均每天在数字媒体上花费5.9个小时。 尽管这不是一个小数目，但他们仍然没有足够的时间浏览和参与各种内容。 相比之下，今年，约有57％的B2C营销机构计划投资比去年更多的内容营销预算。 这两个变化意味着用户的关注和竞争将日益鼓舞人心。 如何应对用户内容疲劳？ 与用户更多的联系？ 在内容的连续垂直细分的情况下，通用内容已失去吸引力，而更细粒度的内容捕获了更多细分的用户组。 在这里，数据科学可以发挥重要作用，使运营商可以更深入地了解用户需求，并提供可以解决其细微痛苦的产品。 本期的Quan Media Group（ID：quanmeipai）为您提供了新鲜出炉的手册。 让我对内容说再见，并与用户一起玩得开心。 与用户建立情感联系用户要建立大规模的关系并不容易，但这也是他们的个人需求。 84％的受访者表示，被视为一个有生命的人，而不是一个数字，是赢得他们的青睐的关键。 用户希望该品牌成为亲密朋友，并帮助他们做出选择而又不过度干预。 内容及其相关性是实现此目标的主要工具，运营商可以通过该工具与用户建立更紧密的关系。 下图是用户对该品牌的情感感知温度计。 通过满足用户的不同特定情感需求，在用户和品牌之间也存在“冷热”关系。 了解用户有哪些特定的情感需求，何时何情况以及如何打包这些内容。 这些都可以通过数据科学获得。 例如，通过描述性和预测性分析数据的组合，您可以决定要生成的内容。 营销人员可以使用数据分析进行内容规划，以吸引价格敏感度较低的用户，增强品牌忠诚度，获得更高的参与度，等等。建立高级一对一关系“共鸣”的品牌用户似乎已经被滥用，但是为了吸引并保持受众的兴趣，您需要明确 你在和谁说话。 用户通常会以不同的意图接触信息内容，例如获取信息，比较价格等。通过满足他们为什么会出现的当前需求，他们可以更好地为下一步更深入，更紧密的交互打基础。 数据科学可以帮助运营商发现不同用户组的不同行为模式。 通过收集零星的个人信息并将其集成到一个综合的用户资料中，运营商可以根据以下信息来阐明哪些内容将与特定用户产生共鸣：1.用户的人口统计信息； 2.品牌的亲和力，例如品牌的前景，是否是回头客等； 3.用户行为，例如购买历史，现场互动，对促销的态度等； 此外，通过使用Apollo Insights等标准化分析平台，运营商可以进一步确定销售渠道中的内容差距，错过的主题机会以及特定的新内容类型。 提供超个性化的内容推荐机器学习作为数据科学的子集可以实现前所未有的个性化。 特别是，当更多的数据进入系统时，机器语言驱动的系统将随着他们的数据学习而变得更加准确。 当前，人们意识到某些个人隐私的转移可以提高他们获得的服务的质量，并且更容易从用户那里获得这些个人数据。 根据Salesforce的《 2018年营销状况报告》，有79％的消费者愿意共享个人数据来参与场景交互; 88％的人愿意为个性化服务提供个人数据。 最近，瑞士NNZ媒体完成了对由Google News Digital Project开发的个性化新闻应用程序的验收测试。 他们基于测试数据，添加了几种用于划分内容的工具：个性化内容计划。 所有基于个人或编辑相关性的新闻流都像个人新闻伴侣或个性化新闻稿； 基于组的自动化内容管理。 例如，内容规划是基于特定的兴趣组或特定的地理位置； 基于主题的自动化内容管理。 自定义内容列表和新闻公告是由特定主题生成的，而特定主题又取决于用户的已知首选项； 基于自我场景动态内容管理。 例如，推荐通勤期间适合这种情况的文章。 根据测试数据，有84％的参与者表示新产品为他们带来了更多好处，其中最重要的是读者可以进一步快速访问新内容，更轻松地找到新内容以及设计更具吸引力。 对于开发人员而言，使用个性化解决内容疲劳的主要优势在于，它可以更好地增加原始内容的价值，而不必从头开发新产品。 经济媒体使用Recombee（推荐服务应用程序）为用户提供动态个性化推荐。 通过从手动编辑推荐切换为AI推荐，该公司的转换率提高了64％。 内容疲劳确实存在，但这并不意味着内容营销不再有效。 如今，用户仍然对个性化服务和个性化内容充满了渴望。 在大数据时代，借助数据科学，我们也许可以更好地解决内容疲劳问题。