公众号推荐内容泛滥，我们为什么还要「订阅」？

———— / BEGIN / ————

星期六下午，用户小鱼开始翻看工作日遗漏的公众号信息，但无序的列表也让小鱼困扰，看来看去好像都是那几个，日期也不是最新的，甚至还有一周前的，这下让小鱼觉得自己这个习惯有必要改变一下了。

也有网友反映，看到过朋友圈里有人也有类似的烦恼，话剧票的公众号关于放票通知推送没有排到最新，而是排到后面，导致他没看到通知，错过了订票时间。

用户不仅如此，作为运营也是如此。有时候，想从公众号发布的最新文章中挖掘一丝选题的灵感，但奈何最新的消息并没有显示在前端，而是位于后面，甚至是石沉大海。

既然如此，那为什么微信公众号还要选择按推荐算法推送，而不是按照时间排序？

01

为什么订阅号消息的顺序

不按推送时间排序？

公众号之前其实也是按照时间来排序的，但随着公众号的发展，公众号也不断增多。就像公众号的那句slogan一样“再小的个体，也有自己品牌”，每个人都想来分一杯羹。

在过去的一段时间里，公众号的增多，使得用户迷失在“信息海洋”中，没有粉丝基础的号也难以被看见。

回归公众号发展的十几年，可以大致分为三个阶段：

公众号也是从2020年5月开始取消了时间排序的规则，按照订阅号的优质程度、用户喜爱度等标准进行智能化排序，“订阅”的优势进一步消失，转而带来的是算法的优势。

在改版之后，创作者们会发现自己的文章阅读量有所波动，并不会像往常一样数据固化，部分号主会抱怨自己的阅读量断崖式下降，但总体来看，后续都会稳定在一个数据水平上。

站在平台的角度来看，其实也是希望更多的优质内容能够被大家看见，优质的公众号会因为改版而获得更多的展示机会，而依赖诱导关注或违规吸引粉丝的公众号也就会被限制推荐，从而影响其阅读量。

从这个角度上来看，也是在规范公众号内容朝着更好的方向发展，从而激励更多的作者进行优质内容产出。

公众号本质是一个文字内容载体，一端是文字创作者，一端是文字消费者。当供给大于需求时，想要脱颖而出也就更难了，创作者也可能会因此失去动力。

对微信来说，公众号的活力依旧要保持，但光靠订阅号本身的粉丝估计是撑不起当前的体量要求，交叉推荐就是一种尝试的方式，保持住公众号的阅读量和其他数据。

02

我们的“订阅”还有意义吗？

那么问题来，现在微信公众号能看到的不仅仅是我们订阅的内容，更多的是推荐的内容，订阅内容越来越少，推荐的内容越来越多，我们做「订阅」这个动作还有意义吗？

订阅这个动作，实际上是在为我们做一个筛选，推荐是帮我们发现更多我们感兴趣和喜欢的东西。两者其实也是有一些共通的，但有的人不喜欢被推荐，喜欢自己主动发现，希望自己看到的都是经过自己筛选的内容。对于用户来说，只能说有利也有弊。

就好比一个是拿了其他碗给你喂饭（系统的推荐），一个你自己拿碗吃饭（自己的订阅）。你纠结的问题是，明明自己拿了那么多碗装好了饭，为什么还要拿别的碗装好饭给你喂着吃？这时候你会觉得，自己每次多拿一个碗吃饭还有什么意义呢？

但是站在系统的角度来看，它每给你投喂一次饭，他就有可能可以帮别人卖出一只碗，这样就可以源源不断的吸引新的过来卖碗的人了。

所以，有了推荐机制，不代表“订阅”就不重要了。相反地，我们更需要做好订阅。

之前公众号的逻辑是先订阅才能看到内容，新增流量主要来自于转发，是基于微信社交逻辑的内容分发方式。

但现在内容信息泛滥，头部大号打开率下降，尾部账号更是惨淡，信息链接的效率变得更低，通过内容占领用户时间的目的自然也就达不到了。

推荐阅读是内容找人的推荐机制，增加了信息匹配效率，但内容推荐是公域流量的逻辑，即停即走，不订阅，就更加留不住。

订阅本身代表的是用户对内容的认同，引申一层就是对作者或账号定位的认同。光靠福利、引导来引导订阅没有太大作用，有清晰的账号和人设定位，引发自然关注，会沉淀成为你的私域。

所以，订阅并不是一无是处，关键看你如何去用以及看待它。

03

结语

在大数据时代，算法推荐无处不在。

有人常常感叹：

公众号原先的“订阅”是一片净土，加了推荐之后，有人担心自己会一直处于“被推荐”的怪圈，找不到公众号订阅的意义。同时也有的人希望文章的时效性有所保证，能在订阅和推荐中加个开关，比如按“时间排序”、“默认排序”，把选择权交给用户。

内容分发形式虽然有所变化，但不变的是我们订阅的初心。在信息洪流之中，我们唯独多操作一步，去订阅这位作者，希望的是再次读到这位作者的文章。

订阅和推荐，就像一对孪生兄弟，并不是独立存在的，有时候上演一场“互相依附，互相牵制”的戏码也能够让你的信息流更加丰富化。

订阅好比我们曾经关注的“老友”，你虽然会从推荐中寻找“新的朋友”，但也不妨碍我们回过头来再去看看这位“老朋友”，也让我们从迷失的信息海洋中，拨正自己信息的航向。

毕竟有的时候，最懂你的不是算法，而是你自己的选择。

文章内容部分，感谢@镜子别酷 @Topcat @别打了我是酱油 @敏捷增长研究室 等人在 天天问 贡献的精彩回答~