为什么说雅虎的未来在于回归媒体的初衷

简介:

Marissa Mayer 这些年一直在挣扎,不断尝试让雅虎转型但总是徒劳无益。现在她更是面临来自董事会的巨大压力,董事会急切地希望她转变雅虎运营策略,尽快卖点雅虎核心资产。

对于雅虎的衰落,原因是多方面的,但如果非要挑选出一个的话,毫无疑问是雅虎在移动互联网浪潮中没能及时转型。在 2012 年 6 月 Mayer 加入雅虎以来,大方向早已变成了移动互联网。为了追赶移动互联网的潮流,Mayer 也做过尝试,比如多起收购事件,最著名的是 2013 年收购 Tumblr,但可惜所有的收购都没能带来实质性的改变。

看看雅虎股票就不难理解雅虎投资人为何心急火燎,其股价在过去一年里已经下跌了 30%。现有估值很大程度是依赖于其投资性资产,包括阿里巴巴以及日本雅虎额股份。自从美国税务局同意雅虎通过免税方式摆脱阿里巴巴资产,雅虎背后的投资人就不断坚持要求雅虎尽快玻璃投资资产,甩掉核心业务,这真是太糟糕。毕竟雅虎当前一直是最知名的内容输出网站。

截止 2016 年 2 月过去一年雅虎股价

除了内容输出,即便是雅虎的优势业务如搜索引擎,雅虎也做得不痛不痒。在 2016 年 1 月,雅虎宣称其搜索业务占据全球市场的 12%,似乎很高,但 Google 的市场份额为 64%。所以说雅虎真正的主要业务,还是新闻内容,其拥有广阔的读者群以及相当大数量的忠实粉丝。

你可能会疑问,读者群到底有多大?根据著名互联网统计机构 comScore 数据,就 2015 年 12 月美国数据(数据网址),雅虎全站的独立访客数达到 20.4 万,在所有内容类网站中排名第三,第一名是 Google,该月独立访客 24.8 万,第二名是 Facebook,独立访客 21.8 万。雅虎表现可圈可点,超过 BuzzFeed 和《华盛顿时报》网站独立访客的总和。然而对于独立访客数据,BuzzFeed 最近曾发文质疑独立访客的重要性,表示统计独立访客是一项过时的做法,毕竟有很多内容都不是通过主站分发,而是通过 Youtube 以及 Facebook 等渠道分发。从这个角度,雅虎的网络影响力暗含危机。

对于转型内容媒体,另一个挑战在于,雅虎除了是提供资讯内容,同时还是邮件服务提供商,并且旗下的 Flickr 还提供网络站片存储服务,雅虎旗下众多的服务之间关联紧密,比如很大部分的内容访问源头都来自 Flickr 和雅虎邮箱,如果拆开,雅虎的流量数据或许又会不一样,雅虎或不得不重新评估每项资产的价值。并且雅虎为了保持流量增长,雅虎已经付出了不菲的成本,2015 年第四季度财报显示,其流量获取成本(TAC)为 271 美元,而 2014 年第四季度流量获取成本则为 74 美元。为此雅虎不得不削减成本支出,比如不断的裁员。

雅虎内容团队成本高昂,相比于新兴媒体的「精益」路线,很难说有竞争力。BuzzFeed 独立月访客 8000 万,内容团队一共有 1300 人,差不多每名雇员创造 6.2 万的独立访客量。雅虎内容团队大概有 9000 人,这么算的话,平均每人吸引的独立访客只有 2.3 万。所以说雅虎重塑明晰的内容战略迫在眉睫。

雅虎前体育和娱乐内容主编 David Katz 也认为目前的雅虎内容策略过于模糊。他当前是数字体育媒体《ThePostGame》的 CEO,该网站是雅虎与 David Katz 在 2011 年联合创立,目前两家公司签有内容共享协议。

在 Katz 的任期内,他认为雅虎内容团队专注于雇佣高质量的内容创作者,并投入大量资源来报道优质新闻,而如今,Katz 觉得雅虎似乎更倾向于购买大型赛事的内容资源,削弱原创新闻报道的占比,这直接导致了内容成本高昂。

比如据报道,雅虎为了一项伦敦赛事的直播权,向国家橄榄球联盟(National Football League,NFL)支付了 2 千万美元。在 2015 年 Q3 财报上,雅虎为了购买视频版权共支付了超过 4 千万美元。

「我完全相信雅虎在内容领域已经彻底失去了自己的灵魂,」Katz 说道。「向第三方购买,在屈指可数的几个产品上花无数的钱,实在有点本末倒置。」

虽然雅虎在数个月前就传出要变卖核心资产,但是一直以来只听雷声不见雨点。现在判断雅虎的未来也为时尚早。但是如果雅虎能及时调整结构,依仗雅虎在内容和搜索领域的积累,或许还有立足之地。

本文转自d1net(转载)

相关文章
|
11天前
|
人工智能
破壁人AI百度:科技公司反内卷的典型样本
请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作(push、pop、peek、empty): 实现 MyQueue 类: void push(int x) 将元素 x 推到队列的末尾 int pop() 从队列的开头移除并返回元素 int peek() 返回队列开头的元素 boolean empty() 如果队列为空,返回 true ;否则,返回 false class MyQueue: def __init__(self): self.stack_in=[] self.stack_out=[] def push(
14 3
|
11天前
|
SQL 容灾 关系型数据库
[版本更新] PolarDB-X V2.4 列存引擎开源正式发布
[版本更新] PolarDB-X V2.4 列存引擎开源正式发布!
[版本更新] PolarDB-X V2.4 列存引擎开源正式发布
|
11天前
|
存储 关系型数据库 分布式数据库
数据管理的艺术:PolarDB开源版详评与实战部署策略(二)
PolarDB-PG是阿里云的一款云原生关系型数据库,100%兼容PostgreSQL,支持Oracle语法,采用Shared-Storage存储计算分离架构,提供极致弹性、毫秒级延迟的HTAP能力。具备高可用、高可靠和弹性扩展特性,支持单机、存储计算分离和X-Paxos三节点等多种部署形态。通过Docker可快速部署实例,包括单节点、一主一备和HTAP(一主两备)实例。此外,文章还介绍了在ECS上使用ESSD云盘搭建PolarDB-PG的详细步骤,适合开发和测试环境。
178103 20
|
10天前
|
人工智能 自然语言处理 安全
通义千问 2.5 “客串” ChatGPT4,你分的清吗?
这篇文章介绍了使用开源工具NextChat和Higress搭建的一个模拟ChatGPT和通义千问对话PK的测试场景。
87647 7
|
11天前
|
存储 关系型数据库 MySQL
数据管理的艺术:PolarDB开源版详评与实战部署策略(一)
PolarDB-X是阿里巴巴自研的高性能云原生分布式数据库,基于共享存储的Shared-nothing架构,支持MySQL生态,具备金融级高可用、分布式水平扩展、HTAP混合负载等能力。它通过CN(计算节点)和DN(存储节点)实现计算与存储分离,保证数据强一致性,并支持全局二级索引和多主多写。PolarDB-X开源版提供更高程度的定制化和控制权,适合追求技术自主性和成本优化的开发者。部署方式包括RPM包、PXD工具和Kubernetes,其中PXD工具提供了一键部署的便利性。
180885 19
|
10天前
|
SQL 存储 调度
从 Volcano 火山模型到 Pipeline 执行模型,阿里云数据库 SelectDB 内核 Apache Doris 执行模型的迭代
一个合适的执行模型对于提高查询效率和系统性能至关重要。本文全面剖析 Apache Doris Pipeline 执行模型的设计与改造历程,并在 2.1 版本对并发执行模式与调度模式进一步优化,解决了执行并发受限、执行及调度开销大等问题。
从 Volcano 火山模型到 Pipeline 执行模型,阿里云数据库 SelectDB 内核 Apache Doris 执行模型的迭代
|
11天前
|
Java Linux Go
流水线 YAML 高级用法来了,大幅降低重复代码、灵活编排多任务
云效 Flow 流水线 YAML 引入了 template 语法,支持使用模板语言来动态渲染流水线 YAML,满足多个相同或类似逻辑的 Job 批量配置场景,满足多 Job 按需动态生成场景,帮助降低流水线 YAML 重复代码,灵活编排多任务。
70204 7
|
11天前
|
分布式计算 Java API
Java8 Lambda实现源码解析
Java8的lambda应该大家都比较熟悉了,本文主要从源码层面探讨一下lambda的设计和实现。
162622 12
|
11天前
|
关系型数据库 Serverless 分布式数据库
PolarDB PostgreSQL版Serverless技术原理解读
数据库是现代企业IT系统中非常重要的一部分。在创建数据库时,客户往往需要比较保守地去配置数据库集群的资源,包括CPU、内存、存储以及连接数等多种参数配置,以确保业务能够在波峰和波谷都能平稳运行。在这种情况下,客户购买的集群资源在业务波谷时期会被闲置,导致整体成本偏高;而在业务压力增长阶段,集群资源又应对不足。Serverless数据库可以很好地解决这个问题。它能够让数据库集群资源随客户业务负载动态弹性扩缩,将客户从复杂的业务资源评估和运维工作中解放出来。 本文描述PolarDB PostgreSQL版Serverless的构建中, 如何实现弹得快、弹得准、弹得稳、弹得广的几个关键技术点。
75899 7
PolarDB PostgreSQL版Serverless技术原理解读
|
11天前
|
缓存 自然语言处理 JavaScript
万字长文深度解析JDK序列化原理及Fury高度兼容的极致性能实现
Fury是一个基于JIT动态编译的高性能多语言原生序列化框架,支持Java/Python/Golang/C++/JavaScript等语言,提供全自动的对象多语言/跨语言序列化能力,以及相比于别的框架最高20~200倍的性能。
168518 4