谢邀，知乎的内容营销逻辑

这篇是从品牌如何做内容营销的角度来研究知乎这个平台。并不是从创作者的角度出发。 

知乎的月活跃用户好歹有七千万，可是关于知乎的营销经验分享却远少于小红书。 

我们可以用一个公式来大致比较各个平台的广告规模。广告规模=K×日活×平均停留时长×单位时间消费内容数。

知乎的日活大概为小红书的二分之一，知乎主要是长内容，小红书的内容则较短，假设两个平台用户停留时长一样，则用户平均在小红书的内容消费量会是在知乎的5倍量级。 

所以，两者的广告规模将存在10倍量级差异。同理，抖音日活是小红书5倍，停留时长2-3倍差距，单位时间消费内容又有2-3倍差距。抖音的广告规模起码会是小红书的20-50倍。 

尽管知乎的广告规模不大，但是由于知乎用户量大，用户在知乎的搜索习惯强，因此非即时决策的产品，需要权衡，需要参考意见的产品，在知乎布局依然很重要。

例如客单价100元以上的电子商品，药品就常常是非即时决策的产品，常常是需要参考意见的产品。对于这些产品的选购，就有较高比例的用户通过搜索等方式寻求意见，综合看到的搜索结果，来决定购买哪个产品。 

我对曾经操盘的某电子产品进行一个数千反馈量的问卷调查，客单价200-500元档位，70%以上的购买者在购买前征求了各种意见，而不是直接冲动购买。征求意见的渠道中，知乎位列第三，占比大约15%。

对于一个习惯通过搜索意见来购买一些产品的用户，他搜索的工具通常为百度、知乎、小红书、B站、垂直平台。不同产品的用户搜索习惯各有偏好。

如果一个品牌，从新品推广阶段开始，就维护好用户参考意见的各个渠道，那么，就能够有效提升用户购买的转化率，让品牌投放的其他广告获得更好的ROI。 

用户打开APP看到的第一个信息页面就是流量的主要汇聚地。知乎的流量最主要的是推荐页，其次是搜索结果和热榜。同样，给一个大体估计值供读者参考，只是方便理解量级，估计值并不一定准确。 

推荐页的内容类型： 问题回答，视频，专栏文章，广告卡片 。回答和视频获得主要流量，专栏文章获得的流量仅为回答的五分之一到十分之一。 

浏览回答的用户，又有明显的看这个问题下其他回答的习惯。 

我们先罗列下目前可能对推荐产生影响的因素： 

打开率（阅读数/曝光量）

阅赞比（赞同数/阅读数）

互动率（（赞、评、藏、喜）/阅读数）

完整阅读率（阅读完次数/阅读数）

发布时间

赞同率（赞同数/投票数）

账号权重（粉丝量，盐值，优秀回答者等标签，付费会员，实名认证等）

我研究了我多个账号100w阅读量，300+条内容，对各个影响因素进行分析后。 

文章的完整阅读率对阅读数的影响不大 ，甚至低于20%的完整阅读率的文章依然可以获得较高的阅读量。 

互动率和点赞率对阅读数的影响不大 ，很多阅读量高的回答或文章，互动率甚至低于0.5%。 

评论数与阅读量强相关 。评论数较高的内容阅读数通常更高。 

各指标与阅读量相关性从强到弱排序： 评论数>点赞数>收藏数>感谢数 。 

对于一个问题的默认回答排序，通常点赞数越高排序越靠前。排序也与互动率打开率等因素有关，但点赞数是核心指标。 

内容的冷启动，核心指标是打开率。 打开率高的内容获得的初始曝光量高。与小红书一样，知乎也没有公布曝光数，因此无法直接算出打开率。 

粉丝数有一定帮助，但是作用并不是决定性的。 LV4等级和数百个粉丝的账号，创造爆款回答的概率并不明显低于大V。之所以是LV4，是因为从LV4级开始，获得内容自荐权限。可以让自己的回答获得一定的初始曝光，来减少回答被埋没的概率。怕有人杠，我再补充一句，知乎大V的核心还是内容生产能力，并不会因为粉丝数而对内容营销产生明显帮助，20w粉的大V发硬广，照样会赞同数几乎为0。 

附一个134w粉知乎大V的某个时间段回答数据： 

知乎对于近期发布的新回答没有明显的偏爱。 

2018年左右时，有个知乎算法广为流传，当时解读的知乎算法如下。 

这个算法是针对同一个问题下的回答进行排序的。 一个问题下的回答，赞数越高排名越靠前。赞数越高的回答，受反对率的影响越大。 

提炼出3个核心逻辑：

1、打开率

内容的打开率非常重要，决定了能否获得较高的初始流量，也决定着在获得互动后能否获得更高的流量。 

2、赞同评论数

赞同数决定了能否获得在一个问题下的较好的排名，赞同数和评论数决定了能否获得更多推荐流量。 

3、搜索打开率

让你的内容成为用户搜索结果中最想点击的内容，会让你的内容获得更好的搜索结果排名。 

在知乎的搜索结果中，你的内容会出现关键词附近的约43个字。通常并不在文章开头，也并不一定是第一次出现关键词的部分。会显示一张图，并不一定是头图，猜想系统抓取预览图的规则，优先选取清晰度高，对比度明显，主体明确的图。 

低劣的PR稿在知乎搜索结果中会越来越靠后。用户反馈强的内容在知乎搜索结果中会越来越靠前。 

百度搜索内容中靠前展示的知乎站内容，并不是按点赞等互动量排序的。会优先展示标题中关键词靠前的内容。 

猜想百度搜索结果中知乎内容的排序有几个可能的方向：根据搜索结果打开率，根据知乎中对该内容的链接引用次数（即知乎对内容的关联推荐）。根据内容的近期打开次数。 

总之，让你的内容更容易被关键词搜索的用户点击，很重要。 

一个知乎用户的推荐页呈现的信息，主要根据以下三种逻辑推荐： 

根据用户的基本信息，包括学校，性别，地理位置等。 

根据搜索行为，关注的话题，关注的问题，浏览或互动过的内容及其关联推荐。 

推荐关注的人点赞过的内容。 

考虑到知乎普通用户关注数一般低于50，甚至个位数，关系数据很少，根据基本信息推送可推送的内容少。 

推荐主要靠的是：用户浏览或者互动内容的偏好，用户关注了什么话题，用户关注了什么问题，用户搜索了什么关键词。 

假设我们要为一个预计年销售额1亿且定价200元的新品进行知乎的内容营销布局。 

有的品牌会选择在知乎发几十篇几百篇新品pr文章，从大V到小V找个遍，都试试水。 

我曾经对几个品牌的这种投放策略数据做过统计，每篇文章平均点赞量在0-5之间，即使是几十万粉大V也不例外。这些内容获得的阅读量会很少，在知乎搜索结果中很难排名靠前。在百度搜索结果中更是可能翻几十页都找不到。 

有的品牌会和知乎官方合作，搞个活动，·这种方式不仅可能投入产出比低，还很考验团队的策划能力，单笔投入较高，很少有品牌敢这么做。 

有些品牌会选择通过知+等方式进行投放，单次阅读的成本是0.5元左右或以上。假设转化率达到1%，获客成本就是50元。对很多品牌而言承担不起。

把知乎玩转的品牌方可以说很少了。 

根据我们假想的新品，我们首先进行数据调查。

基本调研。 经过调查发现，这个细分市场的主要关键词相关的问题，一年的阅读量规模大概在500万左右。比较热门的问题大概是50-100个。有两个主要竞品在知乎上的内容较多。 

战略思路。 让用户搜索这个新品相关的类目关键词时，大概率看到这个新品相关的内容，并产生对这个新品好感的倾向或产生购买欲望。 

连贯性策略。

1、覆盖所有热门老问题 ，对每个问题铺设至少1条内容。对几个重点老问题重点铺设有火爆潜力的内容。 

2、分5-10个方向提新问题 ，这个问题要么是用户在搜索结果中需要看到的，要么是这个问题能够激发用户阅读或参与欲。每个问题预先准备3-5条不同的内容。并且每个问题准备了一条潜在爆款内容。对这些问题定期维护，确保这几个问题的回答主要是看好本品牌本新品的。 

3、锚定更大的关键词。 针对几个更大的关键词，生产潜在爆款内容，往已经布局好的小关键词引流。大关键词的内容更容易产生爆款内容，阅读过这个爆款内容的用户，又容易被推荐于与此爆款内容相关的内容，最后就可能被引流到这个细分品类的内容里。 

知乎的内容营销回报周期较长，大部分阅读量并不是在内容发布后的一两周显现，而是长达半年甚至数年。 

短期内可以关注： 

1、内容的阅读量增长趋势，

2、内容的在各个问题的占位情况，好的占位意味着未来好的阅读量增长，

3、有潜力的爆款内容，可以通过运营给有潜力的爆款内容加把火，让内容更加火爆

根据布局内容的搜索结果占位和问题下的回答占位来评估投放效果。根据内容的增长趋势预测长期阅读量来评价投放效果。 

知乎是维护品牌口碑的重要阵地，虽然难以测出转化率，但是需要靠参考意见决定购买的这部分人群重要的意见参考来源。对于几亿规模烧不起大量广告费的品牌而言，可以在知乎做出高性价比的内容营销。不用犹豫，冲就是了。 

知乎的流量最主要来自系统推荐的问题回答，和关键词搜索。

在知乎要做出爆款内容，第一要关注的是内容的打开 率，也就是内容是否能够吸引读者，第二需要关注点赞数评论数，这关系着该回答在问题下的排名，第三要关注内容是不是搜索者想要看到的，这关系着内容之后的搜索排名。 

知乎会根据用户搜索过的关键词，关注的话题，关注的问题，浏览或互动过的内容来给其推荐新内容。所以内容的布局要聚焦，打透一个关键词，打透一批相关的问题，打透某个话题，这些方向会让大量内容形成合力，互相促进，从而提升内容营销的效率。 

本文来自微信公众号 “鸟哥笔记”（ID：niaoge8），作者：江流，36氪经授权发布。