今年 4 月，今日头条上线了自己的微博功能：微头条。加上去年上线的问答功能，及之前陆续的功能添加，头条已经从一个单纯的 Feed 信息流产品，演化为一个集新闻、视频、微博、问答为一体的 “全家桶”。
如果要讲原因的话，当然每个人都能说出来那么几点，比如：
无独有偶，微信开启了 “看一看”和 “搜一搜” 两个功能，企图挑战头条和百度。陌陌、Blued 则是把直播整合了进来。
但抛开这些理由，毫无疑问，所有的巨头产品都在不断的向其产品中加入新的功能。除了头条外，百度也加入了信息流新闻，微博又加入了类似故事线的产品功能，各个产品都越来越庞大，里面的 80% 的功能可能我们日常都不会用到。
再把目光转向美国，会发现也是一样的。和 Twitter 不同，Facebook 很早就在 App 中加入了自己的直播功能，用流量干死了 Periscope 和 Meerkat。去年，它又把 Story 功能移植到 Facebook、Instagram、WhatsApp 等产品中，导致 Snapchat 在上市前遭遇增长放缓。
可见，在移动时代后半场的今天，巨头们都越来越喜欢给自己的产品加戏，活生生把一个小而美的 App，做成了远古时代的门户网站。
这是为什么呢?
在《宝洁品牌王国为何被“肢解”、今日头条又为何能平台化?背后的解构与重构》一文中，就提出过这样的观点：
这些平台都是因为线上渠道的 unbundle(解构) 而有了 rebundle(重新组合)的可能性(释放了产品或服务的更多维度的属性)，反过来又因为这些 rebundle 的平台，让 unbundle 的内容/产品/服务有了更多的扩散性。
而 rebundle 目前可见的最大好处就是能够高效的平摊用户获取成本，提高跨产品销售的转化利用率。(我相信这也是垂直电商大多没有机会，而真正的平台型电商存活的原因)
所以，在解构完成后，所有的玩家都会想要以自身为中心，继续去做重新组合的事情，从而获取更多的用户时间。这其实也有点像合久必分、分久必合的亘古法则。
那么，紧随其后，这又带来了一个有趣的问题。对于一款产品而言，它是否有机会从一个功能延展到一个大平台呢?还是说最终会被更大的玩家吞并，成为别人平台的一部分?
我们研究了一些案例，总结了以下几种情况：
滤镜是最有工具属性的功能，代表作就是美图：用 iPhone 相机拍照，用美图修图，发朋友圈，一气呵成。
但就是这么一个最容易被整合的功能，却让Instagram 凭借滤镜成为了一个非常成熟的社区。
Facebook 分分钟可以搞出来滤镜。但很奇怪，最后用户还是留在了这里，让 Facebook 不得不收购。
如果说成功的 feature 不仅要让用户使用，还要能消费内容，直播却是一个反例。
直播并非用完即走，使用时长非常长，产生内容不通用(没法把直播分享到朋友圈里，用户需要通过直播 App 才能观看)。但当所有人都觉得直播可以诞生大平台时，映客却被卖身了。相反，整合直播功能的陌陌、Blued 都大赚。
我们能够推测出的几点潜在原因包括：
从另一个角度来看，Houseparty 这样的视频社交应该也只是昙花一现。过于新颖且做不了关系沉淀。被 Snapchat 或者 Facebook 整合的可能性很高。
还好，以直播为主营业务的企业找到了新的方向，已经开始往 “互联网电视” 和短视频两个不那么新的方向转型。“互联网电视” 在中国因为监管等因素不容易实现，但彭博已经和 twitter 展开合作，九月开播。至于短视频，快手、火山、抖音、秒拍最近都是风口浪尖上的公司。
那 Snapchat 作为平台的基石功能：Stories 和阅后即焚呢?Facebook 几年前做了一个名为 Poke 的 App，几乎照抄 Snapchat 的功能，使用量却惨不忍睹。现在它改变了策略，直接在 Facebook 加了两个功能，就能狙击 Snapchat 的增长。
Feature 本身不是最关键的，主要看把握何种人群。就像 Facebook 抄袭 Stories 并非想把 Snapchat 上的年轻人夺回来，而是想阻止因为 Stories 功能而流失到 Snapchat 上的中年人。
至于年轻人，胃口变化很快，Facebook 收购一个小的 App 或者自己做一个就可以了。
那为什么当时收购了 Instagram?因为当时 Facebook 是建立在好友关系上的，缺乏一个 twitter 式的公共社交平台。它需要补齐。
现在有了 Messenger 和 WhatsApp，Facebook 当然可以和 Snapchat 慢慢玩。
从这个角度来看，那些限定于某个年龄人群的 feature，长期来看都有点危险。用户分类的维度，兴趣、爱好比年龄更有价值。一个光以年龄作为细分标准的社区，不一定有可持续性。因为用户的年龄会流动，但兴趣不会。垂直技能、爱好社区(Github、Behance、IMDB)永远是很稳定的。
解决这个问题的答案，无非是人力运营或者机器算法。
来源：42章经
