知识网红是如何炼成的？

知识网红到底是怎样炼成的呢？狗熊会抓取了果壳旗下的知识变现网站“在行”的数据，来探索一下专家型网红的受欢迎程度到底和哪些因素有关。对于需要寻求帮助的读者来说，这些讨论可以为大家选择专家提供参考；而对于有志于成为知识网红的读者，希望这些发现可以帮助大家更好地设计自己的专业形象和服务。

这是在行网站“互联网+”类目标签下的几个“话题”。

在行称知识网红为“行家”；每位行家可以提供多个服务主题，每个服务主题称为一个“话题”。行家服务按话题收费，价格一般在数百元。

与得到、知乎等知识变现网站相比，在行行家的公众知名度有限，但因主打一对一面见服务，所以品单价明显要偏高一些；同时，一对一为主的咨询服务，也使得行家能够提供更加定制化、专业性更强的服务。

我们使用的数据，包括在行网站上近八千位行家提供的1.4万个话题，以及超过五万名用户留下的近11万条话题评价。原始数据集分为行家数据、话题数据和用户评价数据三部分。概况如下：

1 冰火两重天：乏人问津vs门庭若市

太阳底下无新事，出现在无数个领域的二八原则也同样统治着知识网红的江湖。全体7,943位行家中，有820位从未开张，2,088位约见不超过3次，合计占比37%。13,797个话题中，有2,024个话题从未成交，4,274个话题约见不超过3次，合计占比46%。

从行家约见人数的分布图来看，这个市场上既有大批乏人问津的陪跑，也有少数门庭若市的精英。话题的约见数分布趋势与此非常类似。可见，想要成为行家的专业人士将面对非常激烈的竞争，为了赢得用户行家一定要好好设计自己的服务。

具体来说，约见数前三甲的行家，都来自北京，分别是创投人诸葛思远，和两位心理咨询师徐建春、廖茜。最受欢迎的三个话题，前两个话题帮助用户了解自己的心理状况，第三名是如何选择适合自己的发型。

2 物质文明和精神文明两手抓，两手都要硬

从头部行家和话题的属性来看，用户们的关注点似乎有点集中。于是我们来关心一下会来约见行家的客户们最需要哪些方面的帮助？

从约见人数来看，心理和投资理财两个领域的行家生意最好。可见这届很舍得一掷几百块的用户，最需要知心姐姐的心理疏导，其次关心怎么让自己的钱包鼓涨起来。几个主要需求类别基本都属于较高级别的需求层次，推测在行用户以基本需求已经得到满足的人群为主，这应该也是他们可以接受价格较高的服务的原因。

结合市场的供给来看，八个主要服务领域可以大致分为三类：首先，心理、投资理财这两个行家生意最好的领域里，可供选择的服务数量最少。打算下场的新行家，如果在这两个领域有所专长，会更容易发展。

其次，职场发展、互联网+、行业经验等领域，可供选择的行家和话题最为众多，但行家们的约见数量并未明显落后。这几个领域，市场的总体需求规模相对比较大，总体来说不愁没有生意做。

与之形成鲜明对比，教育学习、创业和投融资两个领域专家数量并不多，但约见用户量基本与第二类行业持平，可能是市场总体需求有限，或者现有服务与用户的需求并不相符。这几个领域中的专家，将面临最激烈的竞争，需要特别谨慎地设计自己的专业形象和话题内容。

3 在对的地方遇到对的人，在不那么对的地方可以尝试在线服务

房地产投资的秘诀，据说就是“地段、地段、地段”；这个道理其实对很多生意都适用。一对一见面交流的方式，特别依赖于行家常驻地潜在用户群的大小。

在北京、上海、深圳这三个互联网产业最为发达的一线城市，行家们的生意特别红火。尤其是北京，作为国家的政治经济中心、中国北方唯一的一线城市和互联网重镇，像磁铁吸附铁屑一样吸引着无数富有进取心的年轻人前赴后继而来。

一线城市内，见面地区的设计也有讲究。以北京为例，交通方便的核心城区更受约见者的欢迎，要求在周边城区约见的行家客户数量就要少一些；看来交通便捷有利于提升行家的受欢迎程度。不过，特别随和的“不限”约见地点的行家，却并没有格外受到客户的欢迎。想想“三顾茅庐”的故事，看来专家多少要有一点架子的悠久传统，在互联网时代也不算过时。不过，不在这些一线城市常驻的专业人士也不必发愁，可以考虑尝试在线通话的方式。与面见方式相比，在线交流的效果和效率都会大打折扣。但线上联系对行家和客户都更便捷，而且扩大了双方的选择范围。在行上已经有一部分专家提供在线服务，此类话题约见客户的中位数为11人，远高于全部话题约见4人的水平。只要不是必须见面服务的领域（如生活服务中的美发等），通过精心设计和准备的话题来吸引远程客户，也能成为受欢迎的行家。

4 在比拼专业度的领域，价格战不可取

专家多少要有一点架子这件事也体现在价格上。从下图话题的约见数据来看，价格越高的话题反而不愁有用户来光临。当然，这很可能是因为要价高的行家本身专业水准更高，单位时间自然也要价更高。

从另一个侧面来看：那些愿意支付数百元来咨询专家的用户，如果能够通过咨询真的解决了问题，将可以节省下大量的时间和精力，这是一笔难以量化的收益。所以，他们在一定范围内对价格的敏感度不高。面对这样的人群，行家们与其寄望于薄利多销，不如在塑造自己的专业形象和研究用户需求上发力。一个可以尝试的策略是，尽可能地在自我介绍和话题介绍中，凸显自己的专业优势；同时在同等水平范围内选择一个略高的价格。

5 高冷是高冷者的墓志铭

虽说专家适当地端个架子是一项历史悠久的传统，然而这做法的精髓还在于“适度”。既然来做帮人排忧解难的行家，还是要尽量做到想人所想、急人所急。“有求必应”，并且最好在一天之内对用户的邀约做出回复，这样的做法比较有可能帮助行家赢得更多的客户。

此外，在行在交易完成后，允许用户评价行家、行家回复用户评价。行家可以充分利用这一点，在评论区通过回复功能，和用户延续交流。不但能够巩固与老用户的联系，从中挖掘回头客、丰富自己的人脉，还有利于继续吸新粉。

6 约专家也是会上瘾的，最易成瘾的是互联网人

在行提供用户在约见后给行家打分的功能，虽然并不是强制的，但是约行家的客户有很大比例的人会使用这个功能。本次抓取的数据，共包含14.7万人次的行家话题服务，其中10.8万人次的服务完成了评价环节，占比近3/4。这些评价来自5.2万个用户，相当于每位用户平均提供了约两条评价，接受了约三次话题服务。

全部5.2万名评价者中有半数左右的用户标注了自己所从事的行业。这些爱学习的好孩子们遍布各个行业，但人数最多的还要数互联网行业，占比超过了1/4，把第二名远远甩在两条街之外。而且，这届来自互联网的年轻人，他们人均贡献的评价次数也明显比其他行业更高，真是完全不辜负这个行业高薪更高压的标签。

7 术业有专攻，行家更疯狂

本次取得的5.2万名评价用户中，有2,633人也在这个平台提供咨询服务，在全部7,943位专家中占比高达1/3。和普通用户相比，这些行家用户作为客户约见行家的次数更多，他们半数以上都做出过至少两次评价。在担任导师这个角色的时候，他们也比其他同行做得更好，约见用户数明显更高一些。

成为行家的专业人士更容易体会到通过自己的专业帮助他人答疑解惑的成就感，从而在自己有所疑问的时候也更容易信任这样的服务形式。同时，他们在向其他行家咨询时，真实地体验了用户的立场和感受，所以自己在提供咨询服务时也更容易换位到用户的立场来设计话题和展开讲解。行家们不妨在有问题时也来尝试一下换位到求教者的角色，说不定不但能解决了眼下的问题，还能更好地发展自己的专家生涯。

8 详细介绍表诚意，兴尽而归最相宜

用户带着问题在在行上选择导师，除了在业界特别有名的导师外——不过之前的讨论中我们也提到过，在行的行家收费较高，主要是因为他们提供的是一对一服务。但是整体而言，公众知名度并没有得到等知识变现平台高——面对的都是陌生人。他们要如何找到最有可能为自己解惑的行家呢？

只能通过行家的自我介绍、话题介绍，以及其他客户提供的评价。如何撰写介绍才更容易赢得用户的好感、如何通过评价来发现用户特别关注的细节，并且根据这些发现来优化自己的服务，这都是足以展开为一个文本分析专题的衍生话题。篇幅所限，这里我们只简单地从介绍文字的长度和话题持续的时长来做个简单的探索。

从话题描述的长度来看，在行允许行家为一个话题添加的各种文字说明合计不超过2,600字。实际描述长度超过1,000字的话题并不多，所以这里将千字之上合并为一个区间。从话题的交易情况看，过于简短的描述会影响话题受欢迎的程度，行家还是应该充分利用文字说明来全面地展示自己的专业形象，并对话题做出比较全面的说明。

此外，话题服务持续时间的长度也有讲究，持续两小时左右的话题最受欢迎。这可能与行家所提供的一般是一对一、专业度较高的服务有关：时间较短的话，可能行家对用户的个人情况了解不够全面、或者来不及展开深入的专业内容；而服务时间更长，不但意味着价格更高、双方见面时间更难约定，客户也可能会因为一下子接触了太多专业知识而无暇思考，反而影响服务效果。

9 迈出成为知识网红的第一步~

看了这么多做知识网红的注意事项，最后，我们通过建立模型做一点定量的探索，为新手行家上路提供一点助力。

简单地说，做一个知识网红，要完成两个小目标：首先是开张，其次是把生意做好。从数据的角度看，前者是一个典型的逻辑回归问题。后者的可能性略多一些：如果以约见人数为Y，它可以是一个线性回归或计数回归问题；如果你认为成交10次和11次差别不大，10次和20次甚至50次的差别才有意义，也可以把约见人数转化为一个有序的因子型变量，尝试定序回归。具体用哪个方案，取决于你关心的基本问题和数据特征。

篇幅所限，这一次我们只在是否能开张这个问题上做一点探索。这个逻辑回归模型，在专家和话题的粒度上都可以进行，我个人比较推荐对话题建模。这是因为，专家的业绩是其提供的所有服务的汇总，从有抓手、可操作的角度看，话题会比专家更合适建模。使用全量数据，通过AIC标准进行变量选择，下表展示了模型估计结果：

这个模型的AUC值为0.758；对数据集进行100次随机拆分(70%训练集)，外样本AUC平均值0.756，极值分别为0.737和0.777。总体来看，这个模型比较稳健。从这个结果看，一个初出茅庐的新手行家，在设计话题时，可以考虑如下几点：

把价格设定在600~1000元的范围内，不要过分低价，当然更不能定得太高。

接到邀约后，尽量在一天内回复，但也不需要快到“秒回”。适当保持一点专家的神秘感更好。

先不要对用户挑挑拣拣，珍惜接到的邀约，留下太高冷的记录不利于后期继续吸引新用户。

在设计话题内容时，尽量往互联网+等热门的标签上靠。

此外，从模型的结果来看，随着行家事业的逐渐发展，当有了更多的想见和约见记录时，马太效应会帮他们带来更多客户。新行家在这一点上暂时处于劣势，所以不妨在设计话题时，将内容粒度做比较合理地拆分，多分化出一些话题来。一来话题数量多，行家曝光在用户面前的机会也会多，有利于积累更多的想见和约见；二来行家也可以通过市场的反馈来快速地测试各个话题，找到更受欢迎的设计。