Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >起底B站、西瓜抢人之争

起底B站、西瓜抢人之争

原创
作者头像
刘旷
修改于 2020-07-14 06:25:17
修改于 2020-07-14 06:25:17
5320
举报
文章被收录于专栏:刘旷专栏刘旷专栏

配图来自Canva​

近日,巫师财经在西瓜视频上传一条主题为《重启》的视频,谈及世界各个领域经济重启与个人发展的重启,这也是他转换平台之后首次更新。至此,坊间对于他的种种讨论终于尘埃落定。

而这样的情况不免让人深思,巫师财经和B站可谓是互相成就,究竟是何种原因走到现在相看两厌的地步呢?说到底,还是利益的驱使。

“不是我想走,是西瓜给的太多了”

B站的知识区能C位出道,离不开巫师财经这个“B站第一”的财经类UP主。他以自己独特的幼儿园化解读,让高高在上的金融变得不那么神秘。一句“资本永不眠”一时风靡,圈粉无数,也带起了B站财经区的高潮,巫师财经也因此获得了B站2019年度新人奖UP主。

在B站短暂地活跃了9个月后,巫师财经在6月发表告别视频《退出B站》引发热议。B站觉得巫师忘恩负义,自己一手培养的UP主却最终出走,随即宣布冻结巫师账号。而巫师却称并未和B站正式签订合同。

为什么巫师突然出走,放弃在原生平台几百万的粉丝转投他人呢?当然是利益驱使。随着粉丝量的提高和视频不断优化,每个作品的制作成本也越来越高。而要保证优质视频的产出,资金成了不得不考虑的问题,而B站能做的却不多。

但相比对手,在商业化上B站对UP主的支持确实有限。

离开B站后,巫师财经签约的是字节跳动旗下的西瓜视频,签约费高达1000万元。于是巫师财经的“跳槽”也被网友调侃说“不是我想走,是西瓜给的太多了。”

这也不是西瓜视频第一次抢人了。去年B站的UP主“敖厂长”和西瓜视频签约。上半年,西瓜视频与16位赶海界顶流渔民签订独家协议,包括“渔人阿烽”、“玉平赶海”等,都是B站赶海类视频比较受欢迎的几位up主。

其实西瓜视频的套路非常简单,就是把已经被市场认可的优质视频制作者网罗在自己平台上。一则可以不用花大把时间去培养新up主,第二还可以借此打击竞争对手,三则以最快的速度扩张,吸引更多已经培养成熟的观众。

且不论B站和西瓜的反复拉扯,作为现在人们耳熟能详的大众平台,二者都必然有自己独有的特点和受众群体来支撑其社区。而不断扩充的社区,也促使他们对自己的内容做不断优化。

B站破圈:从小破站到干货娱乐两开花

在早期,B站只是一个小众网站,以次要元素为主的AGG文化是这里的主旋律,它以独家番剧吸引了众多稳定性很高的用户。

2015年,B站正式获得主流资本市场的关注,拿到总额达2400万美元的A轮融资。在陈睿的带领下,B站的平台运营进一步规范化,主营业务也从原来的以视频为主拓展到覆盖直播、游戏联运、电商服务等各领域。

2018年B站正式登陆美国纳斯达克。就在同一年,“相爱相杀”了很多年的A站被快手收购,B站在自己的领域再无竞争对手。

从过去的二次元小众社区,到引领年轻人文化生态的主流视频网站;从动画到番剧,从国创到音乐、舞蹈、游戏、科技、生活、娱乐、鬼畜、时尚等等领域,B站不再仅仅只是众多网络热门词汇的发源地,它已经成为了涵盖年轻人各方面喜好的综合性视频平台。

如今它的MAU达到1.724亿,移动MAU达到1.564亿,分别比2019年同期增长70%和77%。DAU达到5080万,比2019年同期增长69%。MPU(每月付费用户)达到1340万,同比2019年同期增长134%。

如今的B站,已经从ACG内容为主的视频弹幕网站,成长为拥有15个内容分区、7000余个文化圈层、200万个文化标签的“中国年轻人聚集的文化社区”。

而在B站快速扩充内容的同时,经常来B站“挖墙脚”的西瓜视频在内容扩充上又有什么独到见解呢?

西瓜视频:中国YouTube舍我其谁

西瓜视频早前叫做头条视频,2016以独立APP形式上线,同年下半年宣布投资10亿扶持短视频创作者。后来头条视频正式改名为西瓜视频,在2017年用户量突破1亿,DAU突破1000万。

西瓜视频的迅猛发展,源于平台对自身定位的转变。2019年,西瓜视频宣布了“聚合多元化的视频内容”的计划,想要做成中国的YouTube。当然,被认为中国最接近YouTube的B站就成了西瓜最大的竞争对手。

今年春节自《囧妈》推出以来,西瓜视频就大举进军版权影视,动画等长视频内容区域,以大量的高口碑高质量内容吸引用户,这和B站成立初期用独播番剧吸引垂直用户不谋而合。虽然做法相似,但在平台内容创作的环境上,两者还是有不小的差距。

虽然西瓜视频目前已经聚集了许多生活美食类领域的创作者,但仍缺乏许多专业领域的视频头部创作者。于是西瓜视频按照自己的套路,通过商务合作来吸纳其他平台的优质达人,从而提高自己平台的黏性用户。

但对被挖墙脚的平台来说,就不是那么友好了。

在B站逐步从UGC模式进化成PUGC模式之后,西瓜视频也想打造自己的PUGC模式。它需要已经成熟的UP主来增强自身的实力,毕竟优质视频制作本身是有门槛的,且图文的文字模式和视频解说模式还是有相当大的区别,培养一个成熟视频UP主成本太高了,直接挖角自然是快捷方式。

不论西瓜视频和B站怎样你来我往的争斗,但对一个成熟的视频平台而言,内容才是第一生产力。

内容赋能是根本

西瓜视频和B站受众群体虽然不一样,但随着平台属性的不断靠近,以后的竞争也是会越来越大。像前几年很火的游戏直播平台斗鱼和虎牙,此前就经常因为竞争而去对方平台互挖主播。

挖角是业内常态,而平台也会根据一个视频达人的专业素养、好感度和可塑性等方面进行选择,来充实自身的内容。

虽然互挖主播会导致巨大的舆论和争议,但是有争议带来的并不一定只有负面影响。在双方拉锯的舆论战之中,通过一时的热度也会带来更大的知名度和商业价值。

但平台如果想要长久的发展下去,仅仅靠一时的热度是不够的,还需有更有深度的内在来留住它。于是,聚合多元化的视频内容才是一个平台发展的王道。

社会的求同存异让各种不同的趋势一起融入社会趋势,多元化是社会本身的主体形态。而且随着生活水平的提高,人们对精神生活的要求也越来越高,比如从简单的图文到更加具有趣味性的音视频内容。

如今,视频创作者的比例已经超过了图文创作者的比例,但如果可以百花齐放,它的受众群体就会越来越大,越来越广。

而一个优质的内容创作者对一个平台来说是非常重要的,优质内容的不断产出可以吸引来更多的用户,用户又在促进更多优质内容的产出来扩充平台。这种良性的闭环,对平台而言尤为重要。

自今年以来,西瓜视频已经与11家公司合作启动了“活字计划”,宣布将投入1亿元现金和1亿元流量,帮助视频制作者创建图形创作者。另外,知乎启动并公布了招募创作者的计划;小红书在线创作者中心计划利用10亿独家流量吸引高质量的内容创作者。

而这些平台在内容方面的不断发力,也正是对这种良性闭环的不断追逐。

在加速发展的商业模式下,创作者的门槛也变得越来越低。但一个好的平台一定是建立在拥有优质的内容基础上的。所以有很多平台愿意付出比较高的资本去得到一个优秀的内容创作者,毕竟千军易得,一将难求。

文/刘旷公众号,ID:liukuang110

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
三维基因组:Loop结构 差异分析(1)
本文展示了如何利用 hictoolsr、DESeq2 和 plotgardener 包来寻找和可视化两种生物条件下差异loop结构的流程。首先,需要对原始数据进行预处理,生成每个生物重复样本和条件对应的.hic文件,并识别出显著的loop相互作用。之后,将不同条件下的loop结构进行合并,并提取每个条件和重复样本中loop锚点之间的相互作用频率计数。接着,通过 DESeq2 调用差异loop结构,并以聚合峰分析图的形式呈现结果。
数据科学工厂
2025/05/15
1770
三维基因组:Loop结构 差异分析(1)
GEO数据库中单细胞数据下载中断或太慢?多种下载/提速方法汇总
在GEO网站上直接点击下载数据时,可能会遇到下载中断或速度过慢的问题,此时可以尝试以下几种替代方法来获取数据。
凑齐六个字吧
2025/06/12
4820
GEO数据库中单细胞数据下载中断或太慢?多种下载/提速方法汇总
Affymetrix的表达量芯片的cel文件如何处理
如果是常规的geo表达量芯片数据集代码,比如illumina的芯片,我们汇总了系列代码 :
生信技能树
2024/05/27
3540
Affymetrix的表达量芯片的cel文件如何处理
用流星图/彗星图(在此之前还不认识这种图呢!)展示富集分析结果
这幅图来自 2024 年 6 月份发表在 Int J Mol Sci杂志上的文献:《Novel AT2 Cell Subpopulations and Diagnostic Biomarkers in IPF: Integrating Machine Learning with Single-Cell Analysis》。我左思右想没能想到这是个什么图,图的含义当然很好理解,就去问了一下张俊,果然他画过,一下子就从他那里得到了图的名字:流星图(机智如我)。他的笔记见:富集分析流星图?
生信技能树
2025/02/08
3870
用流星图/彗星图(在此之前还不认识这种图呢!)展示富集分析结果
从GEO数据库下载得到表达矩阵 一文就够
在第一讲我们详细介绍了GEO数据库的基础知识及规律,也了解了如何利用官方R包GEOquery来探索GEO数据库,当然,我的生信菜鸟团博客里面也从很多其它角度解析过它,欢迎大家自行搜索学习。总得来说,从GEO数据库里面得到感兴趣数据集的表达矩阵分成两类,最简单的就是直接下载作者归一化好的表达矩阵咯,比较麻烦的就是下载最原始芯片数据,然后根据不同的芯片来一一解读成表达矩阵。 解读GEO数据存放规律及下载,一文就够 解读SRA数据库规律一文就够 直接下载数据集作者上传的表达矩阵 通常我们默认作者对其芯片数据处理的
生信技能树
2018/03/29
11.3K0
从GEO数据库下载得到表达矩阵 一文就够
下载GEO数据太慢?快用axel
以下笔记分享来自于2019-11月学徒,其实去年也分享过一个类似的下载神器:GEO和GitHub下载神器
生信技能树
2020/02/24
5.4K0
GEO数据库的每个GPL平台对应的详细信息获取txt文本文件
一般来说,GEO数据库的每个GPL平台都有对应的网页,而且可以获取其详细信息的txt文本文件,比如:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc
生信技能树
2023/09/04
1.7K0
GEO数据库的每个GPL平台对应的详细信息获取txt文本文件
Mfuzz做转录变化的时间趋势分析后对每个趋势分组挑一个代表性基因
而对基因的划分不同组别,还可以是根据表达量的相似性,代表性的方法有层次聚类、K-means聚类、WGCNA、Mfuzz等,其中Mfuzz是专门的做转录变化的时间趋势分析的方法,核心算法基于模糊c均值聚类(Fuzzy C-Means Clustering,FCM),关于它的用法我们很早以前就分享了笔记,见:使用Mfuzz包做时间序列分析。最近交流群有粉丝提问他看到了一个Mfuzz做转录变化的时间趋势分析后对每个趋势分组挑一个代表性基因,是发表在NaTure PLaNTS 杂志的文章:《Jasmonate-mediated wound signalling promotes plant regeneration》,如下所示:
生信技能树
2022/06/08
5.7K1
Mfuzz做转录变化的时间趋势分析后对每个趋势分组挑一个代表性基因
不装了,摊牌了,转录组测序表达量矩阵就这么简单!
虽然说我们确实是在单细胞天地,生信菜鸟团,生信技能树等多个公众号转发了:作者仅提供了fpkm格式表达量矩阵的转录组测序数据集该如何重新分析呢 里面的小技巧,但仍然是各个交流群还是有人发问,关于转录组测序的公共数据集如何分析,因为大家看到的常规教程都是之前的表达量芯片的数据分析流程。
生信技能树
2024/11/21
1900
不装了,摊牌了,转录组测序表达量矩阵就这么简单!
三个buff都不能让你成功getGEO吗
一番搜索,发现是GEOquery更新过后,downloadFile这个函数做了改动。
生信技能树
2023/02/27
8260
三个buff都不能让你成功getGEO吗
突出你的新发现:高亮富集结果中的关键通路绘制
这个文章给我们提供了一种筛选与疾病高度相关的细胞亚群方法,即Scissor算法,它利用单细胞数据和 bulk RNA-seq 数据及表型信息识别与疾病高度相关的细胞亚群。关于什么是 Scissor+ cells 细胞以及 如何鉴定 Scissor+ cells 与 Scissor- cells,我们下期介绍,前面生信技能树也有相关介绍的贴子:
生信技能树
2025/02/19
1890
突出你的新发现:高亮富集结果中的关键通路绘制
一文教你学会GEO芯片探针注释
芯片主要以Affymetrix、Agilent、Illumina(对!Illumina不只会测序)这三家为主,而基于不同的使用目的和技术革新,每家又发布了一系列的芯片平台,以Affy为例,在GEO数据库中共有1200+个平台(每个平台在GEO中对应一个GPL*编号):
百味科研芝士
2020/04/30
6.7K1
一文教你学会GEO芯片探针注释
wget小细节(geo数据 ,figshare数据)
数据在CNGBdb,https://db.cngb.org/search/project/CNP0002454/
生信技能树
2023/03/01
4K0
wget小细节(geo数据 ,figshare数据)
2万个基因少一半也不影响最后的差异分析富集结果啊?
就眼看老板一顿操作猛如虎,迅雷不及掩耳,就随意一看,就挑出了8个数据集的结果是有问题的!我可能跑数据分析结果都没有走心去看,就这,我可能都得学个好几年。
生信技能树
2024/12/19
1280
2万个基因少一半也不影响最后的差异分析富集结果啊?
批量下载geo上面的单细胞表达量矩阵
其中,GSEXXXXXX 是该数据集的 accession number,是一个唯一标识符,用于在 GEO 数据库中检索该数据集的信息。可以通过构建类似这样的 URL,将 accession number 替换为任意感兴趣的 GSE 数据集的 accession number,以访问该数据集的主页。然后,就可以从主页中获取数据集的相关信息,包括表达量矩阵文件的下载链接等。
生信技能树
2024/03/29
8440
批量下载geo上面的单细胞表达量矩阵
给你的单细胞umap图加个cell杂志同款的圈
+CPI colitis全称:Check point inhibitor-induced colitis
生信技能树
2025/01/22
7320
给你的单细胞umap图加个cell杂志同款的圈
100个GEO基因表达芯片或转录组数据处理GSE25097(018)
虽然现在是高通量测序的时代,但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据,还是会有大量的需求去处理芯片数据,并且建模或验证自己所研究基因的表达情况,芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战,因此准备更新100个基因表达芯片或转录组高通量数据的处理。
生信探索
2024/11/08
2850
高速下载GEO数据库的单细胞表达量矩阵文件
但是如果要下载成百上千个文件,最好是使用代码批量下载,而且现在单细胞技术的大行其道,使得表达量矩阵文件本身也会很巨大,比如:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE253013 ,可以看到如下所示9.3 Gb文件 :
生信技能树jimmy
2024/02/22
1.2K0
高速下载GEO数据库的单细胞表达量矩阵文件
解读GEO数据存放规律及下载,一文就够
做生物信息学分析的朋友应该是对GEO数据库耳熟能详了,总会用到公共数据库的,而GEO数据库则是首选,起先只是为表达芯片数据准备的,后期纳入了各种NGS组学数据,文章里面会给出数据地址,GSE ID号,
生信技能树
2018/03/29
4.8K0
解读GEO数据存放规律及下载,一文就够
结肠腺癌细胞系过表达apoM的芯片数据分析
比如GSE162325这个数据集,它比较新:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162325,所以如果你使用我的AnnoProb
生信技能树
2022/07/26
8951
结肠腺癌细胞系过表达apoM的芯片数据分析
推荐阅读
相关推荐
三维基因组:Loop结构 差异分析(1)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档