線上知識付費：主要類型和發展方向

李楠

摘? ? 要：隨著信息技術的高速發展，人們來到了認知盈余的時代，海量的信息與知識造成了人們的認知焦慮。針對這一需求，提供知識服務的知識付費平臺應運而生，資本的入場同時也擴大了知識付費平臺的規模。本文以知識本身的特點為脈絡，分析了線上知識付費的主要類型，并從內容、社交、場景三個方面分析了知識付費未來的發展方向。在內容方面，要關注分眾市場，重視長尾效應。在社交方面，要注意利用好強關系的鏈條。在場景方面，要利用好新技術，更好地服務用戶。

關鍵詞：線上知識付費 發展方向

2015年后，知識付費的熱潮開始在中國興起。知乎、果殼、喜馬拉雅、得到等平臺前后推出了自己的知識付費產品，一時間知識付費蔚為風潮，巨大的流量涌入了各個內容平臺，平臺也迅速實現了盈利。在知識付費風頭正勁之時，資本也紛紛入場，知識付費則變為了眾相競逐的風口。往遠處眺望，產品顆粒度提升與分眾化的發展是其發展的趨勢。

一、線上知識付費的主要類型

在討論這一問題之前，我們需要了解的是，與傳統意義上的知識相比，知識付費中知識的定義稍有不同。知識付費中的知識，往往專注于某垂直領域，遠離人們的常識，有固定使用場景、實操性較強的知識。有以下一些類型。

（一）使用頻率較低的知識。我們知道，當一個知識在社會中較常被用到，根據供需關系，其在商場上的供應量就會上升。知識使用頻率越低，其在社會上就越稀缺。對于某些新近開拓的領域，人們對其所知不多，在社會上的存量就會很少。但在某些特殊的場景下，人們會需要用到這些知識，這時，人們就會有對知識進行付費的意愿。

（二）跨度較高的知識。面對精細度日益提升的世界，知識鴻溝逐漸延展，即使是同一研究領域的科學家，有時往往也無法聽懂對方的論述。現代文明正在高速發展，不保持著隨時學習的姿態，人們的認知往往很快會落后于時代的發展。面對極端復雜的現實，掌握跨界知識的能力往往會成為一個人的核心競爭力。對于能夠訓練這種能力的知識，往往會勾起人們的付費意愿。

（三）密度較大的知識。這是指用戶獲取成本較高、實際價值較大的知識。在當下，信息的泛濫已成為人們需要解決的一大問題，與此同時，人們的精力是有限的，有限的精力無法支撐人們在茫茫的信息海洋中搜尋對自己有價值的信息。因此，這類知識成為了人們付費的一大目標，因為它節省了人們的時間和精力。比如喜馬拉雅的喜馬講書等等。

（四）有具體使用場景的知識。這種知識主要包括借鑒性極強的個人經歷性內容，以及為個人定制的知識服務。如喻國明所說，“內容和知識如果按照從場景的仿真度（即從抽象概念到具體場景）來劃分，概念的傳遞是較為容易的，但場景的帶人及有針對性的多維度分析、判斷則是較為稀缺的。”人們在日常生活中需要解決的各種問題的非常復雜的，能夠依靠分門別類的專業知識予以解決的只是一小部分，所以定制化的、由具體使用場景的知識的存在是有必要的。

二、線上知識付費的發展方向

（一）內容：細分內容，致力長尾

由于職業、成長背景、經濟實力等因素，人們在社會中被分為不同的階層。不同的階層各自有不同的興趣愛好。在不同的群體之內，人們又對某一特定領域具有相同的喜好，這就要求知識付費內容往細分方向發展，關注不同群體的需求，有目的性地推出針對不同群體喜好的差異化內容，借此更好地服務用戶，提升用戶忠誠度。對于內容平臺而言，內容本身的質量是平臺存續的關鍵。目前頭部知識付費平臺提供的內容過于集中于職場、情感、溝通等領域，同質化現象較為嚴重。在重視頭部內容的同時，知識付費平臺也應該看重于長尾內容

的價值，借助于較為豐富的中腰部內容滿足用戶的需求。

（二）社交：通過趣緣圈子提升互動性

近年來，在線社交已成為了萬眾矚目的商業模式。微信、微博、QQ等社交軟件紛紛依靠著龐大的社交網絡建立起了自己的商業帝國。對于知識付費平臺的發展而言，社交關系也是其必須重視的部分。在互聯網中，興趣愛好相似的人會有意無意地聚集在一起，形成自己的趣緣圈子。趣緣圈子里，人與人的關系是強關系，整個圈子的連接也更加緊密。圈子的存在，讓人們從邏輯層面的連接升級成為了情感、文化層面上的連接，同時也使得知識付費平臺的用戶忠誠度得以提升。

（三）場景：依靠技術的力量

在當下，知識付費平臺仍然秉持著傳播者為主的內容生產模式，用戶更多的是被動地接受由知識付費平臺提供的內容，用戶的個性化需求未能很好地體現。在未來，知識付費平臺可依據算法與大數據的力量，通過用戶的操作行為，推薦乃至設計個性化的內容產品給用戶。也就是說，可以依據用戶所處的具體場景，提供可以滿足其個性化需求的知識付費產品。

總而言之，隨著社會的不斷進步和發展，人民生活水平的提高，消費能力的提升，對終身學習的需求已變得極為普遍。在未來，知識付費平臺應對自己提供的內容做更深入的細分，利用好長尾效應帶來的增量。在社交網絡中，發揮好因趣緣圈子形成的強關系帶來的價值。與此同時，要深入利用算法、大數據等技術手段，根據用戶所處的場景，為其推薦或定制最合適的知識付費產品，借此推動整個知識付費市場的良性發展。