域名频道资讯站相比起双列，单列更适合广告变现。
10月《刷抖音，玩快手》一文论证了抖音和快手的核心差异：单列和双列的产品设计带来容错率的差异，叠加推荐算法的核心优化指标的不同，最终塑造了抖音和快手一个强媒体型一个强社区型的属性差异。
容错率的差异可以从用户行为差异导致的数据差异进一步解释。
在抖音的Feed流中，用户无限下划浏览，可以选择停留或者不停留，不能选择是否能看到某个视频，而在快手的双列Feed流中，用户选择感兴趣的视频点击进去观看，浏览/点赞/评论之后，退出到双列Feed中继续浏览。这使得两个产品能够收集到的数据基本相同：视频完播率、点赞率、评论率……而快手多了一个环节，也多了一个独特的数据指标：从瀑布流到点击内容观看的CTR。
点击封面进入详情页，这一行为具备极强的主观意图表现，这种强烈表意的数据能够让算法模型准确捕捉用户意图。相比之下用户在某个视频的停留长度、刷新频繁程度等用户行为表意并不一定明确，需要算法系统更长时间的计算和识别。同时使用抖音快手两个产品的用户常常会感觉快手迭代的更快，更能准确反映用户即时兴趣点，某种程度上是输入的数据维度不同带来的差异。
单列+用户行为相对弱表意 vs 双列+用户行为强表意，使得快手能够容忍向用户展现更多元的内容，使得抖音需要更加聚焦头部内容，呈现出容错率上的差异。结合快手“投稿率>人均VV>人均关注数”以及抖音“人均VV>投稿率>人均关注数”的核心优化指标差异，最终呈现出两者在社区氛围、内容消费效率上的一系列差异。
产品漏斗多出一个环节。在广告即内容的今天，这个模型进一步外推可以用来探讨平台的广告变现潜力。
单列和双列产品差异对广告的影响
从用户的内容消费的链条来看，双列相比起单列多了一层点击跳转，那么在广告商业产品的漏斗模型中，双列要多加上一层CTR。
对于单列模式的产品来说，广告营收公式很好理解，即为DAU（每日的用户数）乘上人均VV（每人每天看的视频量）乘上Ad Load（广告负载）乘上CTR（广告点击率）再乘上CPC（广告点击价格），最终就能得到产品总的营收规模。
而对于双列产品来说，公式要做一定的修改，要把人均VV的指标进一步细分，拆成总曝光量乘上封面到内的CTR，人均VV=曝光量×CTR（根据快手《2019快手创作者报告》数据，快手的CTR约为20%）。在产品的成熟期，用户时长相近的情况下，单列和双列产品的人均VV是基本相近的。
举个栗子，假设两款产品分别是单列和双列的短视频产品，日均时长都为60分钟，视频平均时长为30秒，产品的AdLoad为15%，即两款产品的人均VV都是120。对于单列产品来说，展示的广告数量等于人均VV×Ad load=18个。
双列产品的内容曝光点击率CTR0为20%，向用户曝光了600个视频，收获了120个VV。展示的广告数量=总曝光量×Ad Load×CTR1，这里面CTR1是广告的点击率。
在理想情况下，广告和内容完全等价，广告和内容的点击率完全相同为20%，这种情况下双列产品展现出的广告数量同样是18个，但是实际上，用户面对广告和内容的点击率不可能相同，会出现广告点击率CTR1小于内容CTR0的情况。
根据对实际从业者的访谈，CTR1和CTR0的差距要比想象中更大，甚至达到5-10倍的差距。即内容的CTR为20%，那么广告的CTR可能只有2%-5%，这意味着双列产品的广告库存要远远低于单列产品。不过好消息是主动点击意味着用户意图的明确表征，双列理论上可以为每个点击收取更高的价格，类似于搜索广告的单价远远大于展示广告。
整体而言，单列产品更适合做广告商业变现，双列产品的广告天花板会低于单列产品。
从实际数据来看，选取国内外单列产品的代表：Facebook、Twitter、微博、今日头条、抖音，以及双列产品代表：快手、B站、小红书、Pinterest，将公司的变现能力按照用户每看一小时的广告变现能力进行归一化。
双列产品的广告变现能力相比起单列较弱，不过考虑到几家双列特点的公司普遍处于商业化中早期，未来仍有增长空间。
这里面有几个比较有趣的数字可以好好讨论下。
从单列产品的内部对比来看。如果以Facebook作为单列产品的变现天花板，可以看到今日头条在变现效率上的最大差别来自汇率差，排除汇率因素后，变现效率的差异在20%左右，已经处在同一级别。微博和Twitter排除汇率因素后变现效率差距在30%左右，而这两家微博公司在海内外都被认为是变现能力较弱，跟Facebook和今日头条一比确实差距很明显。
抖音今年为了狙击快手，把时长往直播切，广告变现能力受到一定的影响，不然会比现在的数据高出一截。
小红书归一化后的变现能力几乎同抖音类似，且未来仍有增长空间，体现出女性垂直类社区强大的变现能力。从小红书的产品和社区氛围来看，小红书的内容和广告内容本身高度统一，用户对于广告的接受度强，大量软广分布在内容当中，使得内容的CTR0和广告的CTR1差距不会有夸张的差距，而是更为相近。用户精准外加点击意图明确，使得小红书也能够为广告收取更高的价格。
小红书计划在明年广告营收翻倍，重点在用户增长的同时，也力图从美妆拓展到时尚和美业品类，扩大广告主来源。
Pinterest的单位变现能力高于Twitter，这个双列瀑布流鼻祖的逻辑同小红书类似，用户本身是为了寻找购物、家居或者设计灵感浏览内容，天生跟广告内容契合度高。在商业化上持续收购技术公司，加强精准推荐能力，同时上线多种广告形态，开辟购物标签、电商导购等多种新的商业产品。
B站的广告变现能力确实太惨了，本身受双列模式下广告库存的限制，小视频的时长又要长于短视频，使得人均VV远低于短视频产品，叠加B站本身比较浅的广告主池子，使得同样的广告反复出现，最终导致极低广告变现能力。从B站近几个季度的财报来看，广告增长主要由品牌广告驱动，用户增长仍是核心驱动要素。
目前B站在测试新的面积更大的跨瀑布流广告形式，但对视频内的广告形态仍然非常谨慎，对于B站而言维持社区氛围仍然是第一要务。
快手没有B站这么多包袱，为了突破双列带来的广告库存限制，快手今年陆续上线了视频内浮窗式广告、后贴片广告，并尝试通过挑战赛等多种方式开辟新的变现模式。近期快速起量的快手极速版采取单列的产品形态，未来可能成为快手广告变现的突破口。
从结论而言，单列产品的漏斗模型路径更短，更加适合广告变现，双列产品广告变现的天花板将低于单列产品，但在用户留存、时长等方面更具备竞争优势，可以考虑将用户引向其他变现方式，如快手的直播和带货，B站的直播和游戏。
参考材料：
《推荐系统实践》，项亮
《计算广告》，刘鹏，王超
《内容算法》，闫泽华
《程序化广告》，梁丽丽
作者：潘乱。公众号：乱翻书（ID：luanbooks）
本文素材来自互联网
