這個「反人性」的APP 憑什麼又拿到15億融資？
通過機器學習了解用戶喜好，再不斷給用戶推薦他們感興趣的內容，一些資訊流產品依靠這個「法寶」，獲得了巨大商業成功。
「演算法推薦」如今也成為了行業標配，似乎只有不斷「取悅」用戶，才能有機會留住用戶。
時下，卻有一款產品，不過度個性化，而是給用戶推薦「最合適看」，或者說「最應該看」的內容，同樣受到用戶青睞。
這個產品便是 SmartNews。這是一款新聞聚合類 App，公司總部在日本。多年來，SmartNews 一直穩居日本新聞類 App 榜首。
此外，SmartNews 還成功出海美國。據 AppAnnie 數據顯示，截止 2021 年 7 月，SmartNews 美國用戶的月均使用時長已經高於Google新聞和蘋果新聞的總和。
今年 9 月中旬，SmartNews 宣布完成 F 輪 2.3 億美元融資。
該輪融資後，SmartNews 迄今籌集的資本總額超過 4 億美元，估值也達到 20 億美元，成為目前美國新聞類應用程式中估值最高的公司。
這個「反個性化」，甚至有點「反人性」的產品是如何做到的？
演算法造成的「資訊繭房」，如何利用演算法打破？
SmartNews 和今日頭條都上線於 2012 年。
對比今日頭條多功能和平台化的設計，SmartNews 的產品頁面便顯得有些簡單，只是將新聞內容做分類，再以資訊流方式推送。
SmartNews 的產品頁面
SmartNews給用戶推送的內容大致可以分為兩類：
一類是「所有用戶都應該知道的資訊」。這部分內容會出現在產品主頁的「Top News」欄中，包括時政要聞、社會熱點等等。所有用戶都會收到資訊都是一樣的。
另一類是「有限的個性化內容」。用戶可以在「娛樂」、「體育」、「生活方式」等欄目中，訂閱自己感興趣的資訊。這在某種程度上，讓用戶有個性化的體驗，但用戶可選擇的內容是「有限的」。
因為 SmartNews 只與權威的媒體、出版社等機構合作，對內容來源有著嚴格的把關。在官方介紹中，SmartNews 這麼說：「我們跟數千家媒體合作，利用演算法分析文章，再選出 0.01% 內容推送給用戶。」
這便是 SmartNews 與其他個性化內容產品的區別所在——演算法的發力點不同。
主張「千人千面」的資訊聚合產品，利用演算法分析海量用戶的興趣，將海量內容打標籤，再給二者做匹配，實現個性化推薦。這是給演算法分析的變數做加法的過程。
SmartNews 利用演算法分析文章，選出 0.01% 內容，則是在用戶「應該知道」的資訊中找到最大公約數的集合。這個過程要剔除很多分析變數，給演算法做減法。
所以，SmartNews 不強制用戶使用社交帳號登陸，也不會過多依賴第三方數據來分析用戶喜好，正是為了避免用戶只能根據自己的喜好、習慣接收到非常個性化，甚至是有些狹隘的資訊。
在如何為演算法設定 KPI 上，SmartNews 與其他個性化內容產品也有差異。
SmartNews CSO 任宜告訴極客公園（ID：geekpark）：「很多公司會自然地給演算法設置點擊率相關的 KPI，也就是短期的轉化率。」
這樣做的結果是，演算法會在一段時間內給用戶推薦很多相似的內容。慢慢地，一個人的興趣和喜好就會變得越來越窄。
在任宜看來，用戶閱讀新聞更重要的目的是拓寬知識面，獲得新的思考。所以，SmartNews 為演算法設定了更加長期的 KPI。被推送的內容可能短期內的點擊率不高，但從長期看卻能幫助用戶發現新知。
以 2016 年的美國大選為例，一般的演算法機制會給用戶推薦其政治立場相似的報道，但 SmartNews 卻在產品中加入了「政治平衡演算法」，使得用戶也能看到與其固有立場不同的內容。
因此，相較於個性化推薦，SmartNews 更像是一款「個性化發現」的產品。
SmartNews 產品部高級副總裁 Jeannie Yang 就曾表示：「我們希望用戶回歸自身，引領他們發現新事物，SmartNews 的核心是個性化發現，這與個性化推薦不同。」
如何引導用戶走出閱讀舒適區，發現自己不知道但可能會感興趣的內容，進而真正打破「資訊繭房」，是 SmartNews 核心希望解決的問題。
資訊聚合產品的下一站在哪裡？
為了破除「資訊繭房」，SmartNews 還在產品交互層面做了一系列嘗試。
針對美國大選，SmartNews 還推出了一個名為「News From All Sides」功能。首先，針對大選報道，SmartNews 會進行全面追蹤。接著，它會將報道按照政治立場分類，再呈現給用戶。
SmartNews內選舉相關功能展示｜SmartNews
用戶打開政治新聞後，會發現各方觀點並列排布，左邊的見解偏左，右邊是比較偏右的內容，中間的則是比較中立的內容。這樣針對同一個時政新聞，用戶就能看到不同角度的報道。
任宜介紹：「我們不希望把自己變成一個裁判，告訴用戶什麼是好的，是對的。而是往後退一步，把資訊的全景展現給用戶。這樣用戶就能有更宏觀的認知。他就可以看到更多的觀點，更新的觀點。」
此外，針對大型的公共事件，SmartNews 還會緊急開闢相應的 Tap 欄，集合最實時的可信報道。
去年疫情爆發，產品團隊只用了 52 個小時就上線了疫情消息欄。如今，用戶不僅掌握最新疫情資訊，還能便捷查詢疫苗接種地點。此外，針對颶風等氣候災害，SmartNews 還推出了颶風追蹤器。
SmartNews 日本版中關於疫情相關的功能｜SmartNews
相較於一般的新聞報道，這些資訊的顆粒度更細，是具體到某一領域、甚至是某一事件的資訊聚合。據了解，SmartNews 會更加關注用戶的健康和安全問題，推出跟蹤野火災害、犯罪報告等功能。
對此，任宜解釋，SmartNews 的理念是為用戶提供有品質的資訊。所謂有「品質」，其中一個判斷標準是，用戶接收到這些資訊後，能不能形成判斷，並且採取決策。
於是，SmartNews 在內容品類的拓展思路上，不是力求全領域的覆蓋，而是希望在重點領域做到內容的最佳體驗。
一位業內人士表示，今年 7 月，字節跳動被傳正在開發一款高端版今日頭條或許也是這個思路。據報道，區別於覆蓋各個行業資訊內容的今日頭條，高端版只聚焦於相對有限的領域，包括商業、文化、財經和歷史等的精品內容。
在資訊垂直化的背後，一個更大的趨勢是資訊的服務化。這也是 SmartNews 在現有產品形態中嘗試加入的體驗。
在日本版 SmartNews 中，用戶可以搜索到一些商鋪的打折券。這些促銷資訊最早集中在一個專門的 tap 欄，如今則優化成基於地理位置展示。用戶到達某地，打開 SmartNews，就能看到附近的促銷資訊，進而決定是否到店消費。
區別於以內容消費作為定位的聚合 App，SmartNews 更像是提供資訊服務的工具。
SmartNews 內容副總裁 Rich Jaroslovsky 就曾說：「Flipboard 等軟體帶給用戶的體驗，類似一種引導用戶『向後靠』的體驗，當你有時間的時候，背靠在沙發上舒服地閱讀。SmartNews 則像是一種『往前傾』的體驗，在你沒有很多時間的時候，你可以打開這個軟體。」
「如果光看窗口期，可能做不出有意義的產品」
SmartNews 和今日頭條成立的 2012 年，是移動互聯網公司用演算法改造新聞資訊分發方式，重塑媒體行業生產機制的開端。
在任宜看來，資訊流產品有四代。第一代資訊流是 Yahoo，用目錄 將網站分類。第二代 是以 Google、百度等搜索引擎 的核心是關鍵詞搜索。第三代是 Facebook 和 Twitter 發明了 Feed 的形式，基於好友鏈進行推薦，用戶可以一直刷下去。
任宜進一步解釋，今日頭條和 SmartNews 都算第四代，雖然仍是 Feed 的形式，但推薦內容基於更多好友鏈以外的資訊。
SmartNews CSO 任宜
雖然與今日頭條一同起家，但 SmartNews 並沒有像字節跳動那樣，依託一個爆款產品，形成一系列產品矩陣，同時在海外市場做出更大步的嘗試。
SmartNews 有成熟的產品模型，成體系的推薦邏輯和演算法技術，對於出海的探路卻是非常慎重的。儘管至今已經在 150 多個國家上線了產品，但 SmartNews 真正重點發展的市場只有日本和美國。
任宜說，新聞內容跟本地的捆綁很緊密。按照 SmartNews 的產品思路，首先要最大化集合當地優質的媒體內容，形成一套完善的 PGC 內容生態，接著把這些內容裝進 SmartNews 產品內。
任宜進一步解釋，「以印度為例，大家會覺得印度有 10% 的英語用戶，這些用戶能貢獻 60% 多的廣告收入。五年前，十年前是這樣的。但現在印度的中層階級不斷崛起，這個用戶群體可能有十三四個語種。如果你要做印度版本，是不是要挑戰下這些語種。」
還有不同的地方，閱讀習慣也不一樣。「有的可能習慣從左邊開始讀，有的從右邊，這時候介面是不是要改變。有品質的資訊獲取，對每個地方的用戶來說可能是不一樣的。」
「當我們判斷自己對這個國家的市場有能力做好的時候，我們進入的狀態才會更堅決一些。」任宜補充說，儘管海外其他市場可能還有很多窗口期，「如果光看機會去做，很有可能你做不出更有意義的產品。」
