Author Archives: guwendong

上个月，Hulu CEO Jason Kilar 做了一场非常精彩的报告，分享了 Hulu 的成长经历、营收数据以及对于视频行业未来发展的一些看法。Hulu 的成功绝对称得上是一个奇迹，尤其是从商业角度来考量，他用相当于 Youtube 10% 的流量，赢得了 40% 的市场份额。

在报告视频中，你可以听到 Jason 对 Hulu 北京团队的称赞！我曾经有幸拜访过他们位于清华科技园的办公室，这是一个低调得令人发指的团队，然而做的事情却着实有趣。在 Hulu 工作是彻头彻尾的互联网模式，商业团队在美国，技术团队在北京，目标一致全球协作，绝非XX中国之类可以比拟的。

Hulu 可以称得上是追求商业与技术相融合的典范。当其他人还在对个性化技术犹豫不决的时候，他们几乎已经完成了最佳实践。Hulu 将个性化技术应用到了产品的许多角落，于细节之处彰显实力，是进行山寨式微创新的绝佳研究对象。

上图是经典的“如果你喜欢…那么你可能还喜欢…”的推荐场景，这个功能尽管常见，但很有讲究。推荐应该放哪儿，什么展现形式以及什么时机显示？想一想，这些问题你会怎么解决？Hulu 团队的答案是 A/B Test，让数据来指导产品决策。再看细节，“Bookmarked” 是一个很契合场景的小功能，是一个用心的设计。这个场景 Hulu 做到的效果是：看到这个推荐的用户中，有10%的用户点击观看或者收藏了推荐的影片。但其实整个场景里面我最想说的，是右上角的“Does this recommendation interest you?”这一点。我一直有一个看法：对于推荐产品，用户反馈的作用怎么强调都不为过，虽然用户确实是懒的，做推荐产品也确实要讲究隐性反馈，但这绝不代表你不能要求用户做出选择。既要能够收集到有价值的反馈，又要使得用户感受到产品对他的尊重，如何平衡这个矛盾，是需要具备相当智慧的。如果你正在招聘推荐相关的产品经理，这个事情很值得问一问。

用户不喜欢广告，这件事情相信谁都明白。Jason 给出了一个数据，“内容厂商每挣一美元，其中就有 41 美分来自广告”，因此，一切抛开广告谈视频产业未来的做法都是浮云，结论就是——绕不开广告，就让它变得更加美好。Hulu 的 mission 分为两部分：第一部分是“To help people find and enjoy the world’s premium content; when, where and how they want it.”；第二部分是“As we pursue our mission, we aspire to create a service that users, advertisers and content owners unabashedly love.”。基本上第一部分无论从内容覆盖度上还是受众覆盖度上，都没有做到；显然大家都看得出来，第二部分才是真正的 mission，^_^。第二部分也的确是整个产品里面 Hulu 最下功夫的地方：1）广告的品质很高，这应该得益于主打品牌广告的策略；2）围绕广告给予用户很多选择，上图中红圈显示的仅是一例；3）基于用户的选择与反馈，使用个性化技术驱动广告与用户的喜好越来越相关。就目前公开的数据来看，在用户满意度、广告有效性以及自身收入这三个方面，Hulu 都确实取得了相当不错的成绩。作为一个有追求的程序男青年，我曾经很纠结：从技术角度需要理想化，从商业领域需要直截了当，难道除了更高更快更强地搜索假药之外，技术就不能够有效变现了吗？Hulu 让我释然了。

其他有意思的事情还有不少。比如，1）他们对于推荐模块使用了 Ajax 处理，只有当用户把页面拖到相应位置的时候，才会动态加载推荐数据，这样可以更精确地考量推荐算法的效果。2）在同一个功能区，他们会均衡投放广告与推荐影片的比例，背后的逻辑是，用户看到更多感兴趣的影片->停留的时间更长->看到广告的整体数量增多，这可以转化为一个相当理性的数据模型，照着收益最大化持续优化就好了。3）他们通过分析已注册用户观看过视频的历史数据，来对未注册用户建立预测模型。看下图这个例子，从全局统计数字来看，观看左边这部影片的用户中，63%是女性，37%是男性，通常的做法，会给这部影片搭配一段针对女性的广告，那么，那37%的男人们就杯具了。而 Hulu 讲究的是搭配有针对性的广告，对于已注册用户，Hulu 是知道性别数据的；对于不知道性别的未注册用户，Hulu 通过分析其浏览记录来预测其性别，比如同时还看过右侧那一坨影片的，就有极大可能是女性。这些数学模型其实都不难，但想在合适的地方让它们派上用场，这个还是需要一些功力的。

前两天我发了一条微博，“对数据的理解和问题的建模是第一位的，用多么高级的算法根本不是重点”。这是我个人的一些感触，我相信大部分场景应该也是适合的。但推荐深入作进去，绝对是个考验算法实力的事情。和一个靠谱的团队在一起，事半功倍！

评价一个团队，我个人有一个不太成熟的判断标准，就是看其中有没有辍学生，这点最起码能说明一个问题：正在做的事情是否足够性感，让人愿意抛开束缚全情投入。很巧的是，Hulu 北京团队里面就有这样一位从北大退学的博士生，非常给力。他们正在招聘，有兴趣的可以到这里看看，或者可以直接联系：郑华@Twitter。

这里还有一些好玩儿的照片。

本文首发 ResysChina：http://www.resyschina.com/2010/12/hulu-team.html