网站流量下滑,生成式 AI 将使情况变得更糟

站长之家 2023-12-20 16:10:15站长之家
89

发行商对基于算法的互联网的不满情绪正在积聚,用户如今不再像过去那样频繁访问网站。

虽然当今的受众主要通过搜索和社交媒体来获取发行商的内容,但这些来源的引荐流量却在下降。这一诉求在今年的发行商盈利报告中屡见不鲜,并导致了可怕的裁员潮。据统计,截至十月份已有约1.9万个职位被裁撤,相比去年的3000个有了巨大增长。

互联网.jpeg

不幸的是,从其它平台引流的做法并不乐观。随着搜索和社交平台为了防止用户离开他们的封闭花园而采取更加对立的立场,发行商们担心,生成 - AI 技术的崛起将对他们造成不可逆转的损害,因为这种技术很少提供原文链接。

一些发行商,如 BuzzFeed,正在寻求自己的生成 AI 解决方案或 TikTok 式的视频流来吸引用户到其网站并保持他们的参与度。但无论是什么媒体形式,要吸引忠诚的受众,没有比创造有价值的内容更好的替代品。

在 B2B 出版领域,发行商比一般兴趣出版物更容易培养受众。专业人士希望关注他们所在行业的发展动态,通常会从少数几个报道该领域新闻的网站中选择。但对于一般兴趣出版商来说,存在着一大堆竞争声音,要确立自己为必访的目标站点变得比以往更加困难。

拥有强大的社交影响力曾经是在算法改变之前从众多发行商中脱颖而出的最佳途径。例如,BuzzFeed 就是靠 Facebook 的流量建立起品牌的,但今年不得不重新思考对社交的依赖,并转而吸引用户直接访问其网站。这是因为社交平台之间不仅在彼此之间竞争受众的关注度,还在与其他网站竞争。而社交网络不愿从其信息流中将用户重定向到外部网站,因为这意味着较少的展示次数和较少的广告收入。

而且,谷歌和 Meta 公司正在抵制强制与新闻发行商共享收入的监管措施。Meta 在加拿大停止了新闻内容的分享,谷歌也曾威胁要采取类似的行动,后来与监管机构达成了协议。

所有这些问题都指向了一个根本性的缺陷,即互联网受控于少数几个主要的科技平台。发行商可以建立一个基于 Google、Apple 和 Meta 的盈利模式,直到与这些平台的合作对这些平台不再有益为止,正如上述例子所示。这些平台会为了让用户锁定在自己的封闭花园内从而获得更多的广告收入,而将发行商抛之脑后。

此外,广告商和发行商依赖谷歌等公司囤积的受众数据来支撑定向广告。而发行界对尤其是对谷歌的深深依赖,最终可能导致 “灭绝级事件”,What I Saw Happen 媒体通讯的发行商 Matthew Goldstein 补充道。“谷歌的流量正在下降,并且在2024年还将进一步下降,因为谷歌这个仁慈的独裁者正在为其垄断性的搜索地位而战,并且从中获得更多的流量”。

谷歌正计划通过推出其搜索生成体验(SGE)来拥有更多的用户。该技术利用生成 AI 从发布商的网站中获取完整的搜索查询结果。然而,这些结果并不总是包含 Google 的 AI 获取信息的网站链接,而且目前尚不清楚 SGE 的最终版本是否会包含链接。此外,目前也没有具体的计划与发行商共享由生成 AI 技术产生的广告收入。Microsoft 和其他搜索提供商也在尝试生成 AI 技术的搜索,以争夺这一市场的主导地位。结果,发行商可能会看到他们从搜索获得的约50% 的引荐流量在明年消失。

那么发行商有什么应对之策呢?

他们可以投资于创造对其受众有价值的内容,并与读者建立良好的关系,以保持他们的回访率。例如,Raptive 出版商网络约三分之一的流量来自直接访问,即通过主页访问或网站的新闻简报订阅。因此,发行商应该充分利用这些优势。Raptive 还优先考虑帮助其发行商利用其拥有的关于受众和内容的第一方数据来实现变现,从而削弱广告商对用于受众数据的大型科技平台的依赖。

换句话说,发行商应该使用与大型科技公司相同的生成 AI 工具,在自己的条件下生成所需的数据,并使用户保持参与度。但最重要的是,要赋予生成内容的人以权力,他们是构建发行品牌的人。

网站流量 AI
THE END
tom
不图事事圆满 但图事事甘心。

相关推荐

VMix:提升文本到图像扩散模型的交叉注意力混合控制
VMix是一种新颖的即插即用适配器,通过细粒度的美学控制显著提升了文本到图像生成模型的性能。其灵活的设计和强大的功能使其在个性化图像生成、艺术创作、商业应用和教育培训...
2025-01-18 新闻资讯
103

StructLDM:高质量、多样化三维数字人生成模型
StructLDM是一种从2D图像集合中生成3D人体的新型范式。它利用先进的深度学习技术和计算机视觉算法,从图像和视频中学习人体的高维表征,并通过结构化的自动解码器和隐空间扩散...
2025-01-16 新闻资讯
127

ViTPose:基于视觉变换器(ViT)的人体姿态估计模型
ViTPose 是一种基于视觉变换器(ViT)的人体姿态估计模型。视觉变换器最初由 Google Research 提出,用于图像分类任务,其核心思想是将图像分割成多个小块(patch),然后通过自注...
2025-01-15 新闻资讯
118

AudioLCM:浙江大学与阿里巴巴联合推出的高质量文本到音频生成模型
AudioLCM 是一种基于一致性模型(Consistency Models, CMs)和潜在扩散模型(LDMs)的新型文本到音频生成模型。该模型通过集成一致性模型到生成过程中,并引入多步常微分方程(mul...
2025-01-13 新闻资讯
124

HelloMeme:开源AI面部表情与姿态迁移框架
HelloMeme是一款开源的面部表情与姿态迁移框架,它利用先进的AI技术,特别是基于最新的Diffusion生成技术,实现了将视频中的人物表情和姿态迁移到静态图像中,生成个性化、趣...
2025-01-10 新闻资讯
138

站长如何利用AI工具高效的分析网站数据
在当今数字化时代,网站分析对于站长来说至关重要。它不仅能够帮助站长深入了解网站的表现,还能指导优化策略,提升用户体验和搜索引擎排名。随着人工智能(AI)技术的飞速发展...
2025-01-10 站长之家
173