
“小知” 资本大佬抢滩大数据新媒体
2010年,在少数人已看清中国移动互联网元年带来的商业机会的时候,有着浓厚的腾讯创业系背景的唐欣就看到了移动新媒体的机会,在这一波创业大潮中,唐欣看准了以用户需求为中心的个性化阅读,将成为新媒体的趋势。当年,唐欣与几位合伙人一起创办了英威诺公司。
2012年,英威诺所开发的全新产品——瀑布流新闻,成为手机终端新闻展现最新形式,彼时,中国的四大门户及其他新兴的新闻客户端开发者,还沉浸在“大数据新闻”+“APP”的技术酣战之中。而此时的唐欣已正在低调酝酿“五维媒体”,为此,他与团队长期致力于研发新闻大数据分析智能引擎“PIE”。由于“PIE”+“瀑布流”的技术架构对用户体验的高标准的舒适性要求,许多用户在使用手机阅读新闻时,几乎忘记了瀑布流的开发者的存在。一位酷派手机用户在意外认识了英威诺员工后,非常意外地说:“原来瀑布流是你们做的!这正是真人不露相!”华为P8的悦读产品也是如此,英威诺是幕后的产品提供方。
英威诺小知系列产品已与华为、酷派、TCL、联想等20余家主流手机厂商和方案商深度合作,成长为国内最大的移动桌面内容聚合媒体,覆盖了7000万终端用户,用户日活跃量超过800万。预计2015年底,英威诺小知将触达1.5亿移动终端,用户日活跃量达2千万。
“五维媒体”让万物为自己代言
在获得技术上的领先优势后,英威诺“小知”被清晰地定位为“一个五维媒体”,它在四维智能媒体的基础上新增了“融合”这个维度。
关于媒体形态的维度,唐欣是这样解释的:二维的媒体,最注重的是时间和空间,时效性、地域性是大家勘察的焦点;三维的媒体则加入了互动的元素,注重用户的参与式体验;四维的媒体,则又加入了智能的元素,把用户的兴趣、习惯纳入考虑范畴,并且能够让时间和空间的像素更高,更精确;五维的媒体,在此基础上又加入了“融合”的元素,塑造了一种平台价值:通过与手机厂商的融合,产品可以直接进入负一屏。
融合的技术理念体现在三个方面,分别是载体融合,信息融合,场景融合。载体融合是指不仅联合手机、平板、电视等终端,还协助传统媒体进行新媒体转型,创造跨屏跨介质新体验;信息融合是指展现形式,整合图文,基于算法对用户进行互动性精准推荐,给用户所想所需,更符合移动互联网碎片化阅读;场景融合是指结合特定场景的互动,给用户提供沉浸式参与感,可以根据用户的不同位置、不同属性,基于不同场景进行O2O植入。
“咔一咔”是英威诺小知的最新功能,在未来,英威诺小知将深挖图像识别技术,并将之与用户属性相结合,为用户创造更多更有趣的使用场景,即让“万物为自己代言”。在英威诺的展台上,你用小知的拍照功能拍明星的海报,手机上就会出现明星的最新推广视频;如果你拍的是某一页杂志,就会出现该杂志的H5活动页面,让原本静态的杂志动起来。未来,如果你拍身边之物,便会发现“万物皆入口”。
重构媒体商业模式:101计划构建产业链闭环
作为一款已经悄悄拥有数百万活跃用户的桌面应用,“小知”继续在高质量的原创内容上发力。“优质内容永远是稀缺的,为此,我们今年特地推出了与合作伙伴分享利益的101计划。小知带给用户的是一种更有趣的体验,同时也与合作伙伴们共同创新了一种商业模式,让大家能在一个无缝连接的平台放肆玩。”英威诺公司副总裁权铮介绍说,“英威诺会让文字工作者开心赚钱、放肆玩。”
所谓“101计划”,是英威诺联合多方合作伙伴共同推出的一项移动互联网开放平台扶持计划,为应用及开发者、自媒体送流量红利,将从流量分发、运营支持、用户互动等多个方向提供支持。具体内容包括,成立知媒体联盟,拿出101亿流量扶持101家自媒体成长,并为自媒体提供“小知聚”、“小知剧”等线下交流平台;另一方面,小知将为十个领域No.1的媒体定制解决方案,协助传统媒体成为新媒体领域的领头羊。
唐欣表示,小知通过桌面即媒体的方式,聚合内容和服务推送给移动互联用户;基于移动桌面流量入口,小知也为合作伙伴提供流量商业化解决方案;基于“咔一咔”等创新功能,让用户“所见即入口”,构建新产业链闭环。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02