知乎在發展過程中應用了哪些增長黑客手段？

在近幾年的中文互聯網上，知乎是一個無法忽視的存在。沒有一個網站能像知乎這樣，雖然只有3000多萬用戶，影響力卻無處不在；知乎已經毫無疑問地成長為了國內最大的高品質知識問答社區，也沉淀了非常多高價值的專業內容。更重要的是，與此對應的，知乎正在覆蓋或者說已經覆蓋了國內最有價值和最高質量的專業人群。

知乎創立于2011年1月26日，產品形態類似于國外的Quora，已經從一個初期一個小眾的極客社區成長為了擁有3000萬注冊用戶的龐大社區，不僅如此，知乎的用戶留存率也高達80％。

用戶可能在門戶、今日頭條、微博、微信上看到的網絡熱點，但最后的定性結論都會百川匯海地回到知乎上，“看看知乎上怎么說”。熱點的深度挖掘、內幕爆料、多角度分析都發生在知乎上。

披著“問答網站”的外衣，知乎把自己打造成了中文互聯網上最大的綜合討論社區。

我們看看知乎在發展過程中用了哪些增長黑客手段？

一、朋友圈小游戲推廣

2014年11 月 17 日，知乎制作的小游戲《財務包子鋪》上線后在微信朋友圈里瘋傳。它被知乎日報直接定義為“軟游戲”，目的是推廣知乎出的新書《金錢有術》。這是一個關于創業的小游戲，玩家以創業老板的身份，對自己的包子鋪的日常經營做出決策。聽上去沒什么特別，不過不少玩過的人發現，嘿，還真有點意思。

游戲上線，三天后，《金錢有術》已經是亞馬遜圖書銷售總榜冠軍了，同時還是預售冠軍、新書冠軍、經濟類冠軍。這個成績也超出了知乎團隊的預期——“沒想到我們連肖秀榮考研書都打敗了，真是個奇跡。”

《財務包子鋪》小游戲的營銷功不可沒。截至 20 日，在游戲里點擊“購買秘籍”這一選項的獨立用戶數就有 55 萬。

那么，這款小游戲是怎么做到的呢？

1.  創意依托于用戶內容

為什么是包子鋪呢？在知乎的金融財務類問題里，回答者常會用“包子鋪”來代表最基礎的一家企業，圍繞它進行一系列通俗易懂的解釋和演繹，將枯燥的財務問題化為接地氣的包子鋪故事，久而久之形成了獨特的“包子鋪文化”?！敦攧瞻愉仭沸∮螒蛘敲撎ビ谶@系列回答。（書和游戲都已得到知友授權。）

知乎市場部負責人透露，其實從書到游戲都是知乎用戶全程參與進來的一個事件。首先是知乎過去兩年活躍了一批金融、投資、財務背景的知友，已經產生了大量優質內容。然后知乎發現，更廣大的用戶對這些財務知識也有市場需求。但非財務背景的普通人，很難逾越一道專業門檻和心理障礙，愿意花錢買書去學習財務知識。

“我們在推廣上還必須做好一個臺階或者說斜坡讓非專業讀者走過來。”而《財務包子鋪》小游戲，正式這樣一個“斜坡”，“把財務經營的理念、知識融于其中，讓大家通過游戲知道自己在這方面的知識欠缺，從而產生購買意愿。”

2.  題目設計信息量大

“希望寓教于樂，那么題干結局要信息量大，又要有趣，萬萬不能敷衍了事。”知乎市場部頭腦風暴了三天，之后又隨時想出一些新創意：例如續命是要選擇知乎新書的，“又硬又有趣”；還有會計三張表，難倒了許多人，也容易形成傳播，成為對會計第一課的基本知識的普及。

在游戲線路和框架已經搭建好的基礎上，又花了三天時間寫文案，潤色所有題干和結局。

3.  病毒傳播點：多種腦洞結局

這個游戲的一大樂趣在于探索各種腦洞大開的結（死）局（法）。知乎設計了 90 多種結局，30 多幅配圖，很多人會反復刷，直到刷出 10 種以上結局。

4.  “軟廣”植入點不招人煩

“軟游戲”軟在哪里呢？游戲中專門設計了機制，比如用戶如果決策失誤，就會收到破產警告，需要選擇一本救命書——當然就是這本《金錢有術》。續命之后可以繼續游戲，讓玩家對新書留下了初步印象，又不會中斷游戲。

如果最終還是不幸破產，會有“通關秘籍”選項，這時才會將用戶導入《金錢有術》亞馬遜購買頁面。

二、設計激勵用戶活躍度的社交元素跟榮譽體系掛鉤

知乎團隊在激勵用戶活躍度方面的諸多嘗試，比如將“人”作為主要的傳播節點，比如早在2012年4月就在個人主頁加入了很多社交元素：個人資料新增“職業經歷、居住地、教育經歷、擅長技能”，會顯示用戶獲得的贊同和感謝數?？偨Y起來就是一方面引入了社會身份，一方面建立了知乎站內的榮譽體系。

知乎上的個人品牌和專業聲望不是來自于職場中的profile和工作經驗，而是用戶通過回答問題、通過用戶（不僅僅是業內人士）的點贊樹立起來的。這是一套和傳統職場完全不同的評價體系

這種基于持續回答問題不斷為人所認識的社交方式，在所有的社交網站中無疑是門檻最高的。在知乎打造個人身份、品牌的超高門檻使得社區內涌現出了少數孜孜耕耘的“達人”。也貢獻了大量高質量內容。

三、基于數據，挖掘用戶興趣

知乎上擁有大量的用戶行為數據，這些行為也分輕重，不同的行為，會耗費用戶不同的時間，用戶對該事件的關注度也能夠體現出來。此外，知乎上還有大量的文本信息，基于這些信息，知乎對于用戶的興趣點、擅長的領域的挖掘會更準確。

用戶在知乎上的行為是多維度的；既包括比較輕的瀏覽閱讀，又包括重一些的贊同、反對，還有更重的提問回答（這里的重和輕是根據用戶操作成本來界定的）。知乎可以根據這些行為做用戶的特征分析，基于各自不同的服務特點，所要分析的特征、采用的算法及其效果各有不同?；谛袨楹臀谋?，知乎對用戶的興趣和擅長能有更準確的識別。

四、每周千億次權重計算，分享用戶專業度

現實社會中，人們對于某些領域的知識掌握會很深入，但個人精力有限，沒有人能夠全知到成為所有領域的專家。這種情況被映射到知乎上，即不同的用戶在不同的話題領域下，他們的專業性是不同的。為了掌握這種不同，知乎給每個人，在每個話題下計算一個權重。計算的分值主要依據用戶在知乎上的回答。當然，這里也會加入一些其他考量因素，包括其他專業人士對該用戶的背書，用戶的專業背景等。

這是知乎非?；A的數據設施，但這個數值計算的量級較大（100萬回答用戶10萬話題＝千億級別的數量計算），知乎對于權重判定每周都會進行全量的計算，也一直在調整優化中。

五、不斷對答案排序算法優化，讓高質量的問答更容易獲得關注

知乎對答案排序算法進行優化，目的是讓好的答案更靠前。隨著用戶量不斷增加，早期最簡單的答案排序規則出現了問題：一些答案友情贊同比較多，讓專業性不足的答案被推到靠前的位置。于是，團隊想到了給贊同票加權重的方法，基于每個人在話題下的專業權重進行計算，排序得到優化，能讓大部分優質答案可以排到前面。雖然針對權重計算的優化仍然在持續進行，但知乎技術團隊還是遇到了一些算法上的瓶頸。如：當問題下有多個發布較早的回答獲得高票時，新的回答即使質量很高，也很難在問題頁上獲得足夠的曝光，難以積累更多贊同票；另外，一些誤導性、煽動性的高票內容，即使同時也有很多反對票，卻仍然排在認真、嚴謹但票數相對較少的優質回答前。這些問題在專業領域內對參與討論的用戶造成的傷害尤其明顯。

于是，知乎又設計了新的排序算法。使用威爾遜得分算法，即使前一步錯了，現在這個新回答排到了前面，獲得了更多展示，在它得到更多投票后，算法便會自我修正，基于更多的投票數據更準確地計算得分，從而讓排序最終能夠真實地反映內容的質量。該新算法年初發布之后，得到知乎站內用戶熱烈的反饋，很多專業的討論涌現出來，為知乎的下一步優化提供了很好的想法。

六、設計反垃圾系統封殺Spammer，刪除垃圾內容

知乎有個反垃圾系統（名「悟空」），每一次用戶提交請求都會經過「悟空」的分析處理，「悟空」會通過一系列包括發布頻率偵測、文本分析、相似行為檢測、用戶可信度查驗等幾十條在線分析策略，作出判斷，根據判斷結果，系統會作出對應的處理動作，比如屏蔽請求，刪除內容封禁帳號、限制行為等?！肝蚩铡箷谡Ｓ脩舻男袨槟Ｊ?，檢測異常離群點；不斷輸入Spammer的行為數據，以檢測相似 Spammer行為。

七、內容的個性化推薦

知乎希望在首頁給不同的用戶、不同的時段挑選出最棒的內容，使用機器學習算法，知乎提供了不會重復的個性化內容排序。首頁的內容會主要考慮這幾方面：

內容本身的話題領域是用戶感興趣的；

知乎是一個社交網絡，用戶的社交行為會帶來“粉絲”首頁的變化；

時間因素，一些內容及時出現，可以讓它的價值更大。

知乎的首頁有一套專用的數據收集和處理機制，可以記錄用戶在首頁的所有重要動作，例如，某條內容出現在用戶瀏覽器窗口或手機屏幕的可見范圍內，就會記錄一次。

八、邀請合適的回答者來回答問題。

“謝邀”這個詞的產品功能是為每一個問題找到合適的回答者。采取一種算法模型預測某個用戶回答某問題的可能性和回答質量，有 90% 的邀請是通過這種推薦結果發出的，剩下 10％ 是用戶主動搜索產生的。

九、每周知乎個性化精選郵件（EDM），提高打開率。

針對每個用戶做了個性化的計算，通過不斷的算法優化，知乎已經做到30%的打開率和14%的點擊率。

十、把問題聚類，形成更好的關聯性閱讀。

對問題的文本進行聚類，比如文本語義匹配，通過復雜的詞袋模型（如傳統的PLSA、LDA、新的Word2Vec等）對問題文本進行向量化，這樣通過語義將相關問題聚類起來。知乎站內擁有龐大的用戶瀏覽數據，如果將這些瀏覽數據通過簡單地算法（如協同過濾）建立一個模型同樣也能達到很好地效果。