UGC社区的内容流通策略决定了内容的匹配精准度和对应的曝光量，进而决定了内容产生者得到的赞、评论、关注、打赏量，从而影响到内容产生者的产出积极性，以及社区推崇的内容调性，最终将决定社区的结构和发展方向。
UGC全称为User Generated Content，也就是用户生成内容的意思，是伴随着以倡导个性化为主要特征的web2.0概念兴起的。
有人的地方便有江湖，而有社交的地方便会产生内容。有内容而无社交只是资讯平台罢了，如早期的四大门户，因此今日头条正努力地在做社交；有社交而无内容只是工具罢了，如早期的飞信，因此微信在拥有社交关系链后迅速做了朋友圈以及公众账号。移动互联网时代，无论是工具型、社交型还是其他类的产品，只要是to c模式，在获取用户后如何增强用户的黏性，UGC社区无疑都是解决此问题的必备功能。
遍观如今大火的社区们，基本上可以按流量集中程度分为两大类：头部流量集中的例如微博、秒拍、大多数直播平台；去中心化的例如知乎、陌陌、快手。前者尽管UGC用户贡献了90%的内容，但PGC内容却占用了90%的流量，因此更像是PGC社区，普通用户慢慢就沦为了看客。社区流量的集中关系着内容的曝光度，从而影响着内容生产者所获得的用户关注和平台认可，进行影响到其继续产生内容的积极性，而头部内容的集中曝光也决定着平台所推崇的内容调性，影响着社区的方向。
由此可见，一个纯粹的UGC社区为了鼓励更多用户产生更多正向内容，维持社区的自然可持续发展，更应该向流量去中心化发展，以此持续激励用户去创造内容，而如何做到便得从内容曝光的控制入手，也就是社区的内容流通策略。
一个UGC社区的内容流通，整体上分为站内流通，和站外分发，由于站外分发主要是基于用户的分享行为，以及平台方的内容传播运营，因此不赘述。站内内容的流通策略主要取决于社区的内容定位，是更关注于大V用户，还是普通用户。前者的优势在于能快速利用粉丝效应获取用户，自动形成某一主题的互动氛围；后者的优势在于可以低成本地沉淀稳定的用户群，后期可挖掘的用户价值较高。
由于我们这里探讨地是纯粹的UGC社区，因此内容流通策略的偏重用户群就在于普通用户，而具体的做法可能如下：
1、大V用户的降权
一个社区的发展必然少不了大V用户，这里的大V用户更多地是指KOL，也就是意见领袖。这是一群凭借着自身专业度而在与之匹配的社区产生强大影响力的用户，更多地是由平台培养起来的，而不应该是清一色的明星名人。对于这一类用户要尽量克制对他们的流量扶持，对于新用户，可以用他们来吸引和维稳沉淀，因此可在冷启动时期进行大V用户的推荐。但对于老用户就得尽量避免，尽量避免和用户关系不大的大V用户内容充斥用户的feed流，即使是推荐也需要根据老用户喜好来进行相关推荐。一方面是防止干扰老用户并造成平台发声群体的头部化，让社区成为一部人的发言和曝光场所，另一方面是促进其他优质新秀的积极性，分出部分流量对社区新秀进行扶持。
这点上知乎就做得比较好，大V用户的曝光极少来源于平台推荐，曝光主要是用户的主动关注和大V用户自身专业性回答带来的，微博也逐渐有改善，但我个人还是极度讨厌微博大量的加V用户推荐，因为这极大地影响了个人信息流的纯净性。
2、运营干预的降权
门户时代用户们都是被动地接受信息，进入web2.0后用户强烈的个性化需求被重视，因此千人一面的运营推荐也需要保持克制。以专辑形式收录优质的长尾内容，以榜单形式汇总的大众热衷的内容，以及以置顶热点形式强迫告知的公告和即时热点内容，这些都可以作为用户发现好内容的入口，但却不能强加给用户，所以控制一定的内容占比就显得极为重要。
一般来说，在社区发展的初期，优质内容的沉淀并不充分，因此需要平台运营去大力推荐大V用户的内容，以及二次收录的内容去帮助用户发现社区的精华内容。但随着社区内容的丰富化，运营干预的内容比例至少需要控制在流通内容的50%以下，以避免千人一面。
3、基于关系链的分发
前两点其实都在讲平台要少自以为是地左右用户想看的内容，而要多从用户角度去满足他们的内容观看需求，因此首要满足的当然是用户明确表达想看意愿的那些内容。在UGC社区里这类内容主要是用户已关注或加为好友的人发布的内容，或者用户关注或喜欢的某一主题的内容，这些都是用户通过主动行为去告诉平台他的观看意愿的内容，因此更应该首先被满足。
同时，这些用户自主去创建的与其他用户或者与某一主题的关系是用户在社区沉淀的宝贵信息。要知道，内容都是人产生的，用户活跃在社区，内容是沉淀，但关系却是可以产生拓展的，这才是社区内最有价值的部分，例如用户间的联系可由线上转移到线下，能由社区内容转移到职场关系，由此带来的社区发展想象是很多的。
通过用户在社区创建的关系链进行内容分发，一方面可以保证用户看到的是他主动告诉平台想看的内容，另一方面可以快速帮助用户发现并维护用户间的关系，有利于关系链的沉淀，于用户于平台都是极其有益的。
4、基于个性化算法的分发
这一点是现在的主流，首先在新闻资讯领域展开，今日头条的急速发展验证了这是如今的产品和技术趋势，这里的算法也是包含多个维度的。
基于内容兴趣点
根据用户画像、内容标签、用户的浏览点赞收藏等互动行为来确定用户的喜好内容，从而推荐用户虽然没明确表达，但平台自动投其所好的内容，这无疑极具有惊喜性，也满足了用户找内容的惰性。具体到对应的推荐算法应该是基于内容的推荐，这种算法主要是根据内容的元数据（内容属性标签），发现内容的关联性，然后根据用户的喜好（也对应打上喜好内容的标签），推荐具有相似标签属性的内容。
这点上今日头条的算法无疑是相当强大的，不仅推荐用户感兴趣的，还利用联想算法，推荐用户可能感兴趣的，尽可能保证给到用户的都是其喜好的内容。当然，这种推荐也要避免过于集中，否则会造成推荐内容的重度同质化，从而影响用户的观看体验。解决这种问题一般多采用基于项目的协同过滤推荐，也就是根据用户的行为喜好将类似的内容推荐给该用户，从内容的维度进行更多探索推荐。
基于地理位置
位置信息的利用可能是平台主动投喂，但用户不会觉得太敏感的一种形式了，因为这在社区里意味着社交的诱惑，广义上讲也算是基于社交关系链的分发，但准确地讲应该叫做潜在社交关系链的分发。社区本就是基于内容和关系链的存在，基于地理位置的内容分发，一方面可以提供给用户身边的内容信息，毕竟如今的社会大家更关注的还是可能会影响到自己的身边事，另一方面可以通过这种近距离的内容“勾引”用户创建关系链，由线上结合线下更能加强用户间的关系，进而沉淀用户关系刺激产生更多能引起别人注意的优质内容。这一点陌陌做得就尤为出色，通过地理位置搭建陌生人社交的关系链，又通过兴趣来强化关系链的稳定，如今又通过视频强化关系链的真实和丰富性。
前面的第2点基于关系链的分发主要是针对用户主动行为搭建的一度关系链，这里主要指的是利用算法产生的多度关系。这种推荐在算法里叫做以用户为基础的协同过滤，即根据用户的相似性来互相推荐目标用户可能感兴趣的内容。这种关系的相似性确立可能来自于你关注的用户，或者你关注的用户所关注的用户，或者根据你的点赞评论打赏等行为分析出的和你兴趣比较相近的某一用户，用这些与你最相似的用户的兴趣对你的兴趣进行预测，从而推荐内容给你。因此可以看出，基于这种多度关系链的分发更多地是基于用户维度的探索性推荐，一方面可以拓展兴趣点推荐避免同质化，另一方面帮助用户找到他可能看到的其他内容。
以上4点内容流通策略在实际实践中是先基于关系链进行内容分发，还是先基于个性化算法进行内容分发，需要对应的产品和运营同学结合项目资源等情况进行选择。而对于基于个性化算法的内容分发，涉及到的算法维度可能会很多，这就需要专门的算法同学来处理，笔者略懂皮毛，就不班门弄斧了。无论哪种方式，前期都离不开大V造势和运营引导，但都需要克制，不要过分倚重。
UGC社区的内容流通策略决定了内容的匹配精准度和对应的曝光量，进而决定了内容产生者得到的赞、评论、关注、打赏量，从而影响到内容产生者的产出积极性，以及社区推崇的内容调性，最终将决定社区的结构和发展方向。如果平台通过以上的4点内容流通策略，能让90%的UGC内容获得社区90%的流量，再有效解决内容产生门槛以及内容调性的问题，那这个UGC社区势必可以很好地运转下去了。
