【最新动向】今日头条C轮融资1亿美元

　　资讯类APP“今日头条”今日确认获得1亿美元的C轮融资，估值超过5亿美元。

　　据了解，此轮融资由红杉资本和新浪微博领投。此前“今日头条”已经进行过两轮融资，2012年7月获得SIG海纳亚洲等数百万美元A轮投资，2013年9月获得DST等数千万美元B轮投资。自2012年8月份上线以来，今日头条已经累计用户超过1.2亿。

　　【回顾】今日头条：野蛮人与新物种

　　一支没有任何新闻门户基因的创业团队，却做出了一款用户规模近1亿的热门新闻客户端产品，这听上去有些不可以思议，但它的确发生了。

　　在2013年的新闻客户端大战中，张一鸣和他的今日头条成为了最大的黑马。

　　2012年8月，今日头条上线，用“生不逢时”形容它当时的境遇再合适不过了。彼时四大门户均已推出了自己的新闻客户端产品，其中搜狐、网易新闻客户端的用户规模更是已经接近4000万。虽然几大门户的新闻客户端之间还在贴身肉搏，但是对于刚刚踏上战场的今日头条来说，这场战争似乎已经结束了。对手们都是装备精良、割据一方的正规军，而自己则是势单力薄的游击队，胜负看上去实在没什么悬念。

　　不过，剧情却没有像大家预想的那样发展。在这场本该属于门户豪强的游戏里，今日头条不仅顽强活了下来，还生生从对手们那里抢下了一块不小的地盘。截至今年2月中旬，今日头条的用户规模已经超过9000万，日活跃用户1000万，并且保持每月1000万以上的新增用户，看来过亿只是时间问题。

　　它究竟是怎么做到的?

　　像调教电台一样，调教你的新闻客户端

　　今日头条CEO张一鸣是一位典型的连续创业者。

　　用豆瓣或者虾米电台听歌，正在成为越来越多年轻人的习惯。

　　对于喜欢民谣的文艺青年来说，广播里冷不丁冒出一首凤凰传奇的歌简直是件难以忍受的事，而在豆瓣或虾米电台这样的产品上，用户可以依据个人偏好，通过点赞、跳过或者垃圾箱等几个几个简单的按钮，逐步调教出属于自己的个性化电台，这样既满足了发现新歌的需求，同时也能最大程度确保播放的都是符合自己口味的歌曲。

　　不过，你知道新闻客户端其实也能这么玩吗?

　　这就是今日头条这款产品最大的特色，用户可以像调教电台一样，调教自己的新闻客户端。

　　一叠厚厚的报纸，令你感兴趣的新闻加起来可能只有一个版;在门户上泡了半个小时，真正用来阅读新闻的时间可能只有5分钟，剩下的25分钟全部花在了浏览标题上面;而RSS工具始终是极少数精英人群的专利。这就是传统新闻内容分发方式的真实写照。

　　多年来，受众对这种模式已经麻木了，很少有人再去想，为什么不能存在这样一家媒体，上面发布的每一篇新闻都是自己关心的。而这正是今日头条想要做到的事情。

　　一旦绑定你的社交媒体账号，今日头条的推荐引擎就能迅速根据你账号的标签、好友、转发等信息分析出你大致的兴趣爱好，从而向你推荐相应的内容，而且，随着算法的不断进化以及用户使用时长的增加，这种推送也会变得愈发精准，目前今日头条9000万的用户中有1/3都绑定了自己的社交媒体账号。

　　凭借这一招鲜的推荐绝活，今日头条这家一年前还名不见经传的创业公司，已经成为了引领行业发展方向的标杆，并且受到资本的追捧。

　　今年1月中旬，搜狐在发布搜狐新闻客户端4.0版本的同时，宣布了“个性化、视频化、本地化和社交化”的产品发展规划。其中的“个性化”正是要以今日头条为学习模板。搜狐产品副总裁方刚在搜狐新闻客户端合作伙伴年会上明确表示，下一步会根据用户的阅读行为和喜好向其推荐新闻，最终实现“千人千面”的目标，即每个用户看到的新闻都不尽相同。值得一提的是，方刚特意在演讲PPT中提到了今日头条，并且坦言正是因为今日头条这匹黑马的杀出，令搜狐新闻客户端2013年未能完成预定的目标。

　　穿着新闻外衣的推荐引擎

　　虽然有着一个新闻性十足的名字“今日头条”，而且看上去与同类产品大同小异，但在骨子里，今日头条则完全是另外一个物种。与其将它称为新闻客户端，其实叫它推荐引擎更为准确，因为从出发点上，今日头条就与门户网站的新闻客户端截然不同。

　　传统门户想要做的是一款提供新闻资讯的移动App，完成从PC向移动的过渡，而张一鸣想做的却是一款基于移动互联网的推荐引擎，新闻资讯仅仅是它所承载的内容而已。

　　而之所以将推荐内容选定在新闻资讯，实际上是一个排除法后的产物。

　　今日头条CEO张一鸣告诉《商业价值》，他们先将能够被推荐的信息按照题材和类别全部罗列了出来，接着进行筛选。

　　“我们首先排除了小说，比如一年你就看10本书，你可能就用我10次。后来觉得也不该推荐游戏，因为它也是一次投入很久，用户选择的频次也少，依此类推，还有许多东西都是不这么优先的。”张一鸣说。

　　除了排除这些不适合推荐的内容，还有一类则是操作起来难度较大的。“比如全购物领域就不太好做，比如你家里灯泡坏了就想换灯泡，窗帘坏了想换窗帘，但是我怎么知道它们什么时候坏呢?因为没办法拿到这些信息，它们坏了也不会通知我。”

　　经过层层筛选，张一鸣最终选择了用户使用频次高、覆盖广、适宜推荐的新闻资讯作为推荐的内容。

　　用推荐引擎分发新闻，是对传统新闻门户工作方式的一次巨大颠覆。

　　传统的新闻门户都有着庞大的编辑团队，编辑从每天抓取到的海量新闻中，按照一定的价值判断标准，选择出一些所谓重要的、用户感兴趣的新闻推荐到首页，或者排在靠前的位置。

　　这种模式固然可行，但并不完美。人工推荐模式的背后所追求的是信息覆盖的广度，只有大家都感兴趣的新闻才能为网站带来足够多的流量，所以这就意味着一些小众的的长尾信息需求无法得到满足。

　　举个简单的例子，如果一位用户喜欢一支乏人问津的NBA弱旅，那他就很难在门户首页上看到这支球队的消息。因为放在首页的永远是那些战绩最好、最炙手可热的球星和球队的消息。

　　想要解决长尾的信息需求，推荐引擎就成为了最好的选择。但对于门户网站来说，多年来的工作习惯早已养成，而且传统的人工编辑模式依旧运转良好，因此也没有足够的动力和危机感去推动这样的改革。况且庞大的编辑团队也是转型的负担，一旦全部改用机器推荐了，那么这些编辑怎么办?此外，一些政策层面的因素也制约着传统门户的手脚。