Era pandangan murni mungkin sudah berakhir.

Penulis: David, Deep潮 TechFlow

Pada pertengahan Januari, X mengumumkan akan memberikan hadiah sebesar 1 juta dolar AS untuk artikel panjang terbaik yang tampil di platform.

Elon Musk secara pribadi membagikan ulang dan mengonfirmasi. Aturannya juga sangat sederhana: hanya untuk pengguna AS, artikel asli berbahasa Inggris dengan lebih dari 1000 kata, utama berdasarkan jumlah tampilan dari pengguna berbayar AS.

Kamu pasti masih ingat beberapa hari sebelum peluncuran kegiatan insentif konten ini, seorang blogger pertumbuhan pribadi, Dan Koe, memposting sebuah artikel berjudul 「How to fix your entire life in 1 day」, yang mendapatkan 1,7 miliar tampilan, menjadi Article dengan performa terbaik sepanjang sejarah X.

Jelas X melihat potensi lalu lintas dari artikel panjang, dan segera menindaklanjuti; menurunkan ambang batas fitur Articles, menyesuaikan bobot algoritma agar artikel panjang diprioritaskan dibandingkan postingan pendek, serta mengumumkan hadiah besar sebesar satu juta dolar AS untuk kompetisi menulis artikel.

Dalam waktu dua minggu, puluhan ribu orang berpartisipasi.

Hasil diumumkan pada 4 Februari, dengan total hadiah sebesar 2,15 juta dolar AS, lebih dari dua kali lipat dari janji awal. Juara pertama mendapatkan 1 juta, runner-up 50 ribu, serta hadiah “Creator Choice” sebesar 25 ribu dan empat nominasi kehormatan masing-masing 10 ribu.

Kondisi pemenang secara garis besar sebagai berikut:

Kamu bisa melihat Dan Koe kembali masuk daftar pemenang. Namun, artikel sebelumnya tentang bagaimana memperbaiki hidup dalam satu hari yang mendapatkan 1,7 miliar tampilan, kali ini juara kompetisi hanya mendapatkan 45 juta.

Artikel viral memang masih sulit didapatkan, tetapi beberapa artikel pemenang layak untuk dianalisis.

🏆 Juara: Akun kecil dengan 90 ribu pengikut, meraih 100 ribu dolar AS berkat database buatan sendiri

Judul artikel @beaverd diterjemahkan menjadi 「Deloitte, sebuah tumor sebesar 740 miliar dolar AS yang menyebar ke seluruh AS」. Mengulas tentang perusahaan konsultan terkenal, Deloitte.

Akun ini saat ini “hanya” memiliki 90 ribu pengikut, tergolong kecil dibandingkan peserta lain yang menang, dan tidak didukung oleh media besar, tidak ada verifikasi blue check, dan tidak ada endorsement lain.

Judul yang dia buat juga tidak mengandung kata kunci populer, tetapi mengungkapkan isu yang cukup kontroversial, yaitu bagaimana Deloitte mengambil kontrak senilai 740 miliar dolar dari pemerintah federal dan negara bagian, lalu merusak proyek tersebut.

Link di sini

Dengan mengklik, kamu akan melihat bahwa orang ini benar-benar bekerja keras.

Dia membangun sebuah situs bernama somaliscan.com, mengumpulkan jutaan data faktur pemerintah, melakukan cross-check laporan audit dan catatan gangguan sistem satu per satu.

Kemudian, menggunakan data primer ini, dia menceritakan rangkaian kisah yang mengerikan: sistem tunjangan pengangguran California disalahgunakan hingga 32 miliar dolar, sistem Medicaid Tennessee gagal sehingga 250.000 anak kehilangan perlindungan, dan proyek transformasi digital pengadilan menghabiskan 1,9 miliar dolar dan terbengkalai… total mencakup 25 negara bagian.

Dia juga mengungkap pintu rotasi antara eksekutif Deloitte dan pejabat pemerintah, secara detail siapa yang berpindah dari Deloitte ke departemen mana, serta kontrak apa yang disetujui, lengkap dengan nama dan jumlah uangnya.

Seorang diri membangun database, melakukan riset sendiri, dan meraih 1 juta dolar.

🥈 Runner-up: Akun ekonomi besar dengan 700 ribu pengikut, ajarkan cara menghasilkan uang saat panik tarif

@KobeissiLetter adalah wajah lama di dunia makroekonomi dan pasar, dengan 700 ribu pengikut, secara konsisten membahas kebijakan ekonomi AS dan fluktuasi pasar.

Artikel ini juga sangat langsung, memecah pola Trump saat menggunakan taktik tarif menjadi kerangka transaksi yang bisa diulang, berjudul 「Naskah Tarif Trump: Panduan Operasi」.

Karena Trump sering tidak mengikuti pola konvensional, suka mengeluarkan kebijakan ekstrem dan mengancam negara lain, tetapi akhirnya tidak selalu menepati janji, Wall Street menyebut pola ini sebagai TACO, singkatan dari Trump Always Chickens Out (Trump selalu mundur).

TACO menggambarkan pola yang sering muncul:

Trump umumkan tarif tinggi → pasar jatuh → beberapa hari kemudian dia memberi kelonggaran atau menunda → pasar rebound.

Link di sini

Artikel KobeissiLetter mengubah TACO dari sekadar lelucon menjadi panduan operasional berwaktu. Dia menggunakan data dari 12 bulan terakhir terkait kejadian tarif, membangun sebuah template siklus lengkap, yang bisa diikuti untuk melakukan transaksi berdasarkan waktu.

Misalnya, akhir pekan lalu, Gedung Putih menyebarkan berita yang menimbulkan kepanikan, di tengah minggu ada pembelian besar-besaran, akhir pekan berikutnya sinyal relaksasi, dan dalam 2 sampai 4 minggu tercapai kesepakatan tertentu. Dia juga terus mengikuti setiap langkah dan memberi update, seperti serial drama pra-riset.

Dia juga memberikan metode praktis, yaitu memantau yield obligasi pemerintah AS 10 tahun. Jika angka ini melewati 4,60%, besar kemungkinan Trump akan mengalah.

Bagi pengguna berbayar di X yang mengikuti makro dan trading, ini sangat menarik.

Ini tidak membahas baik buruknya tarif, juga tidak menilai moralnya, tetapi memberi tahu kapan dan apa yang harus dilakukan agar bisa menghasilkan uang.

🥉 Peraih tempat ketiga: Artikel paling disukai DAN Koe, metodologi hidup yang akrab

Artikel kompetisi Dan Koe berjudul 「Bagaimana selalu masuk ke dalam keadaan fokus ekstrem」 mendapatkan 42.000 like dan 8.681 share, keduanya tertinggi di antara semua peserta. Tapi jumlah tampilan hanya 11,04 juta, kurang dari seperempat juara pertama.

Secara resmi, X tidak menganggap ini sebagai tempat ketiga, melainkan ada penghargaan khusus “Creator Choice” senilai 25 ribu dolar.

Memang wajar, karena Dan Koe adalah “orang yang menginspirasi kompetisi ini”. Artikel viral awal Januari yang mendapatkan 1,7 miliar tampilan itu langsung menunjukkan betapa tingginya potensi lalu lintas dari artikel panjang di platform ini.

Link di sini

Isi artikel sendiri tidak perlu dijelaskan lagi, karena memang berisi metodologi pengembangan diri. Secara garis besar, membahas cara mendapatkan fokus, didukung konsep neuroscience dan flow state untuk memperdalam.

Sebenarnya, data interaksi artikel ini paling bagus, tetapi berdasarkan aturan utama kompetisi “tampilan dari pengguna berbayar AS”, posisinya tidak di atas.

Mengapa artikel dengan interaksi tertinggi tidak mendapatkan tampilan yang tinggi? Nanti akan dibahas di bagian lain.

Penghargaan kehormatan: 4 orang masing-masing 10 ribu

Nick Shirley, Josh Wolfe, Kaizen Asiedu, Ryan Hall masing-masing mendapatkan 10 ribu dolar sebagai insentif. Akun mereka mencakup bidang kebijakan publik, geopolitik, sejarah, dan keamanan publik.

Di antaranya, Josh Wolfe adalah salah satu pendiri Lux Capital, investor terkenal, dan juga menyumbangkan hadiah secara setara ke empat lembaga amal.

Karena tidak ada artikel spesifik dari keempat orang ini yang dipublikasikan di posting awal, dan keterbatasan waktu serta tenaga, kami belum melakukan investigasi lebih jauh. Silakan menambahkan informasinya jika ada.

Beberapa pengamatan mendalam

Dari hasil kompetisi ini, beberapa pola yang terlihat adalah:

• Artikel dengan like terbanyak, tampilan hanya seperempat dari juara

Data paling tidak terduga adalah dari Dan Koe.

42.000 like, 8.681 share, 4.627 komentar, ketiganya tertinggi. Tapi tampilan hanya 11,04 juta, kurang dari seperempat dari @beaverd. Bahkan, like @beaverd hanya 30.000, lebih sedikit dari Dan Koe.

Kalau kamu pernah mengelola media sosial, pasti merasa data ini aneh. Secara umum, semakin tinggi interaksi, algoritma cenderung mendorong lebih banyak, dan tampilan seharusnya lebih besar.

Tapi dalam kompetisi ini, yang dihitung adalah “tampilan dari pengguna berbayar di halaman utama AS”. Indikator ini mengecualikan pengguna non-AS, pengguna tidak berbayar, kunjungan dari pencarian dan profil pribadi.

Karena Dan Koe menulis tentang pertumbuhan pribadi, audiensnya secara alami lebih global, banyak dari mereka bukan pengguna AS. @beaverd menulis tentang bagaimana uang pajak AS disalahgunakan Deloitte, sehingga audiensnya secara alami terkonsentrasi di AS. Dengan mekanisme rekomendasi algoritma yang sama, “konsentrasi geografis” konten menentukan nilai indikator ini.

• 9 ribu pengikut mengalahkan 90 ribu pengikut, tingkat kelangkaan konten > jumlah pengikut

Juara @beaverd dengan 9 ribu pengikut sebelum kompetisi. Runner-up @KobeissiLetter dengan 70 ribu. Dan Koe dengan 90 ribu.

Kalau jumlah pengikut bisa menentukan tampilan, posisi seharusnya terbalik. Tapi kenyataannya, dalam logika rekomendasi Articles di X, bobot jumlah pengikut tidak sebesar yang dibayangkan.

@beaverd bisa menang karena dia memiliki sesuatu yang tidak dimiliki orang lain, yaitu kelangkaan konten.

Ini sangat berbeda dengan logika lalu lintas tradisional. Akun besar mengandalkan jumlah pengikut dan frekuensi posting, tetapi dalam lingkungan distribusi berbasis algoritma, “apakah kamu punya sesuatu yang eksklusif” jauh lebih penting daripada “berapa banyak pengikutmu”.

• Kamu harus membangun “perangkat keras” konten sendiri

Secara umum, ketiga artikel pemenang ini sangat berbeda tema: satu membahas kontrak pemerintah, satu mengajarkan trading berdasarkan fluktuasi tarif, satu lagi membahas cara fokus.

Dalam sistem kategori platform apa pun, mereka tidak akan muncul di daftar yang sama. Tapi, ketiganya punya satu kesamaan: masing-masing memiliki “perangkat keras” yang mandiri, yaitu kerangka naratif.

@beaverd punya “perangkat keras” berupa database yang dibangun sendiri untuk mengumpulkan data pemerintah; KobeissiLetter memiliki kerangka trading yang diuji selama 12 bulan; dan Dan Koe memiliki metodologi enam bab yang menggabungkan neuroscience dan psikologi, meskipun terlihat kompleks, sebenarnya adalah prinsip-prinsip yang sudah diketahui banyak orang.

Tidak ada satu pun artikel pemenang yang murni opini. Semuanya membutuhkan narasi panjang untuk memuat banyak informasi, dan inilah alasan utama mengapa produk Articles di X ada.

Fakta lain yang patut diperhatikan, dari delapan pemenang, tidak ada satu pun dari media tradisional.

Semua adalah kreator independen. Bukan berarti media tradisional tidak ikut, tetapi dalam format kompetisi ini, akun pribadi justru memiliki keunggulan.

Konten media institusional biasanya diposting di situs mereka sendiri, dan media sosial hanya menaruh link dan ringkasan. Tapi Articles mengharuskan konten lengkap diposting di platform X, yang bagi media yang terbiasa mengarahkan trafik keluar, terasa aneh.

X menghabiskan 2,15 juta dolar, sebenarnya membeli apa

Kembali ke platform itu sendiri.

X awalnya menjanjikan insentif 1 juta dolar, tetapi akhirnya mengeluarkan 2,15 juta. Selama kompetisi, mereka juga melakukan serangkaian langkah pendukung: memperluas fitur Articles dari akun kreator ke semua pengguna berbayar, menyesuaikan algoritma agar konten panjang lebih direkomendasikan, dan mengubah metode penilaian menjadi “tampilan di halaman utama pengguna berbayar AS”.

Mengeluarkan biaya sebesar ini, tentu yang paling utama adalah X membutuhkan konten panjang asli di dalam platform.

Dulu, konten panjang di X sebagian besar berasal dari tautan eksternal, seperti Substack, Medium, dan blog pribadi. Pengguna klik dan langsung keluar, waktu baca dan data interaksi tetap di platform lain. Tujuan Articles adalah agar konten ini tetap di dalam platform, sehingga pengguna bisa membaca dari awal sampai akhir tanpa meninggalkan X.

Lebih dalam lagi, X memiliki Grok. Pelatihan model bahasa besar membutuhkan data teks panjang berkualitas tinggi, sementara sebagian besar konten di X hanyalah tweet pendek 280 karakter. Jika Articles mampu terus menarik kreator untuk menghasilkan artikel panjang yang mendalam, konten tersebut akan menjadi bahan latihan untuk Grok.

Terakhir, nilai bagi pengguna berbayar.

Aturan kompetisi membatasi indikator pada “tampilan di halaman utama pengguna berbayar AS”, yang secara langsung memberi tahu kreator bahwa konten mereka harus melayani pengguna berbayar.

Ini adalah cara menggunakan konten kreator untuk mendukung sistem berbayar, agar pengguna merasa “uang yang saya keluarkan sepadan karena saya bisa melihat konten mendalam yang tidak bisa ditemukan di tempat lain di halaman utama”.

Dari sudut pandang pembuat konten, kami merasa era opini murni mungkin sudah berakhir.

Tren ini juga berlaku untuk pembuat konten di dunia kripto. Industri kripto tidak kekurangan opini, setiap hari ada banyak orang yang mengumumkan, memprediksi harga, dan mengomentari regulasi di X.

Tapi yang bisa membangun alat analisis data on-chain sendiri, seperti @beaverd, atau memecah siklus pasar menjadi skrip transaksi yang bisa diulang, seperti KobeissiLetter, sangat sedikit.

Menjaga kelangkaan dan independensi, serta terus menghasilkan konten, sebenarnya adalah pekerjaan yang sangat profesional, sekaligus sangat memuaskan dan memberi umpan balik positif.

Kami juga berharap bisa melihat lebih banyak konten dari komunitas berbahasa Mandarin, dan suatu saat nanti bisa muncul di daftar ini.