用紅杉資本思維：NMN茶葉數(shù)據(jù)探索與優(yōu)化利用之間的權(quán)衡

在“讓人欲罷不能的產(chǎn)品”系列上一期我們介紹了參與度的基本概念，以及News Feeds和Content Production背后的魔力。本文將繼續(xù)圍繞參與度討論用戶連接的重要性，分析各個內(nèi)容庫存級別的含義，以及介紹即時動態(tài)排序的考慮因素和關(guān)鍵指標。

?

本文研究成果來自紅杉美國數(shù)據(jù)科學(xué)團隊，Jamie Cuffe、Avanika Narayan、Chandra Narayanan、Hem Wadhar 和 Jenny Wang 對本文亦有貢獻。以下是部分要點摘要：

?

??增加恰當(dāng)?shù)挠脩暨B接有助于提高參與度。

??識別“需要關(guān)注”的用戶、確保他們的使用體驗，有助于軟件獲得長期成功。

??了解不同用戶庫存內(nèi)容的閱讀量和可見性，有助于為用戶提供更好的服務(wù)，進而改善產(chǎn)品整體質(zhì)量。

??庫存、信號、預(yù)測能力越強大，平臺上帖子的相關(guān)性就越強。

??要模擬的不是數(shù)據(jù)，而是人們在數(shù)據(jù)中表現(xiàn)出來的行為。

?

?

?

用戶連接與庫存

?

發(fā)展一批內(nèi)容創(chuàng)作者后的下一步是要確保他們能夠吸引粉絲。和粉絲的連接性越強，能提供的粉絲庫存內(nèi)容就越多。這種聯(lián)系不局限于親朋好友，與名人、新聞欄目、社群等可以創(chuàng)造、分享內(nèi)容的群體聯(lián)系，也能增加庫存內(nèi)容。

?

因此，產(chǎn)品團隊應(yīng)將連接性較低的用戶標記為“需要關(guān)注”，鼓勵他們與其他用戶互粉、關(guān)注名人和新聞欄目以及加入社群。辨別“臨界點”也很重要，只有加深了解，用戶才更有可能繼續(xù)使用產(chǎn)品。比如，F(xiàn)acebook就努力確保新用戶在十天內(nèi)至少能與七名用戶產(chǎn)生聯(lián)系。當(dāng)然，只有這七名用戶平常發(fā)布的內(nèi)容有意義、有吸引力，這一點才能實現(xiàn)。

?

剛開始使用軟件的10天里，關(guān)注的數(shù)量很重要：如果一開始，用戶的關(guān)注數(shù)量沒有達到最低值，他們就很有可能卸載軟件。

?

連接性需要關(guān)注一些關(guān)鍵指標：

?

??好友比例VS社群聯(lián)系VS發(fā)帖數(shù)量：在不同階段，各種類型的聯(lián)系對不同的人來說十分寶貴。要了解這一點，就要結(jié)合他們使用軟件的時長和登錄頻率。

??參與聯(lián)系的數(shù)量：不是所有聯(lián)系的意義都相同。和親密朋友間的交流，與很少使用的社群聯(lián)系相比，可能更珍貴。

??活躍聯(lián)系用戶組數(shù)（比例）：了解特別的活躍聯(lián)系數(shù)量和其發(fā)展形勢也很重要。

?

每位用戶和發(fā)布動態(tài)的朋友、名人、新聞相關(guān)聯(lián)時，他們的庫存內(nèi)容也會相應(yīng)增加。庫存的重要性可見一斑，因為它直接影響了用戶可消費的內(nèi)容數(shù)量，從而影響了軟件使用時長。在即時動態(tài)的環(huán)境里，所有用戶的內(nèi)容庫存就是這些用戶發(fā)布的內(nèi)容，以及這些內(nèi)容所產(chǎn)生的與其他用戶的聯(lián)系，這對閱讀體驗（見下圖）和廣告收益產(chǎn)生了影響。

?

如果用戶的動態(tài)僅他們可見，大多數(shù)情況下，他們就是自己的讀者。所以，庫存內(nèi)容少的用戶閱讀比例就大，但絕對閱讀量維系在較低狀態(tài)。另一方面，如果用戶能看到的內(nèi)容過多，他們就沒有時間閱讀所有內(nèi)容。接下來我們討論四種主頁類型——庫存內(nèi)容非常少、庫存內(nèi)容少、庫存內(nèi)容多、庫存內(nèi)容非常多。

?

?

?

??庫存內(nèi)容非常少

如果用戶庫存內(nèi)容非常少（每日更新內(nèi)容少于10條），他們上線之后很可能會閱讀所有可見內(nèi)容。這也是大多數(shù)用戶首次使用產(chǎn)品、連接性較低時會遇到的場景。如上所述，產(chǎn)品團隊會將這樣的用戶標記為“需要關(guān)注”，向他們推送相關(guān)聯(lián)系人和有趣的內(nèi)容。在這種情況下，內(nèi)容評級顯得沒有意義。隨著時間的推移，如果他們主頁更新的內(nèi)容仍舊很少，這些用戶基本上就不會再使用這款軟件。

??庫存內(nèi)容少

用戶庫存內(nèi)容少（每日更新內(nèi)容少于50條）的原因有很多：同樣使用這款軟件的好友不多、系統(tǒng)推送了錯誤的關(guān)聯(lián)用戶。如果吸引用戶的內(nèi)容少，參與度可能也會受到影響。如果這樣的用戶能夠閱讀大部分可見內(nèi)容，系統(tǒng)就可以把握這個機會，向他們推送更多的類似內(nèi)容。相反，如果庫存內(nèi)容少的用戶沒有閱讀所有可見內(nèi)容，反映的則可能就是他們對軟件本身的參與態(tài)度。

??庫存內(nèi)容多

通常情況下，庫存內(nèi)容多（即每日更新內(nèi)容超過50條）的用戶與朋友、新聞、群組的關(guān)聯(lián)程度更高。他們往往閱讀更多的庫存內(nèi)容、登錄軟件更頻繁、使用軟件的時間更長。這些用戶的日活躍參數(shù)或月活躍參數(shù)值也相對較高，能夠定期使用產(chǎn)品。等級算法能夠有效提高這組用戶的參與度，因為他們不會閱讀主頁中所有的可見內(nèi)容。還有很重要的一點，是要深入了解他們喜歡的內(nèi)容，推送比例準確的社交、娛樂、資訊文章。

??庫存內(nèi)容非常多

屬于這個類別的用戶，他們的庫存內(nèi)容比其他用戶都多（每日更新超過200條），他們通常會閱讀更多的內(nèi)容，但是閱讀的主頁可見內(nèi)容比例相對較少；他們能夠接觸到的內(nèi)容比實際會閱讀的內(nèi)容量要來得多。和主頁多內(nèi)容的用戶一樣，評級對維系、提高他們的參與度來說是十分重要的。

?

庫存需要關(guān)注的關(guān)鍵指標：?

?

??庫存可見內(nèi)容數(shù)量

??連接數(shù)

??對可見內(nèi)容的閱讀量

??閱讀的推送數(shù)量

??受庫存內(nèi)容限制的用戶比例

?

關(guān)注庫存指標時，根據(jù)國籍、性別、連接類型（朋友、名人、工作伙伴、社群）、內(nèi)容類別（文本、視頻、照片等）、發(fā)布系統(tǒng)（iOS、安卓、電腦桌面）來給數(shù)據(jù)進行分類，可以清晰地表現(xiàn)庫存的運行模式。

?

即時動態(tài)排序

?

即時動態(tài)的目的是突出顯示用戶認為相關(guān)性最高的帖子。這主要是通過調(diào)整帖子出現(xiàn)的順序來實現(xiàn)的，而這種排序又至少會在一定程度上受到公司戰(zhàn)略和使命的影響。想要正確運行即時動態(tài)排序系統(tǒng)，必須了解每個用戶可用的帖子總量（庫存），收集與用戶及其發(fā)布內(nèi)容相關(guān)的信息（信號），然后使用這些信號去預(yù)測用戶行為（預(yù)測），并確定每個帖子對每個用戶的重要性（相關(guān)性）。帖子的相關(guān)性得分將決定其在具體用戶的即時動態(tài)中的顯示位置。

?

因此，有效的排序系統(tǒng)必須包括可以為每個用戶進行相關(guān)性評分的預(yù)測算法。例如，用戶是更容易對其童年時期相關(guān)的帖子產(chǎn)生關(guān)聯(lián)，還是更喜歡看關(guān)注的大V發(fā)布的內(nèi)容。?

?

?

—

庫存

用戶的庫存包括了他們能夠從關(guān)注的好友和博主看到的所有帖子。對于“庫存受限”或庫存非常少的用戶，排序就不太必要，因為他們有機會消費所有可用內(nèi)容（無論他們會不會真的看完）。而關(guān)注了大量好友、大V和其他博主的用戶將擁有更大的庫存，可能每天幾千個帖子，并且可能無法全部消費。對于這些用戶，相關(guān)性的評分排序至關(guān)重要。

?

?

—

信號

信號包含用戶的所有可用信息及其在內(nèi)容方面的偏好，可幫助預(yù)測用戶是否將參與特定帖子。下面列出的問題舉例說明了什么是信號。但請注意，這只是一部分，每一類信號底下還有數(shù)百個信號。產(chǎn)品團隊應(yīng)該研究可以為產(chǎn)品提升參與度的所有信號。

?

?

—

是誰發(fā)布的內(nèi)容？

其中一組信號與內(nèi)容制作者的信息相關(guān)。以Facebook為例，這條動態(tài)是來自用戶的好友、主頁還是群組？用戶之前和帖子作者互動的次數(shù)越多（進行點贊、評論、標簽、點擊、訪問個人資料或主頁等操作），就越有可能參與這篇帖子的互動。

?

??好友

好友的親密程度如何？他們最近是如何成為好友的？好友是否屬于連接數(shù)量很少的“有需要”用戶？

??粉絲主頁

用戶對粉絲主頁內(nèi)容的興趣如何？用戶最近對粉絲主頁的關(guān)注和/或點贊情況如何？用戶是否將該粉絲主頁設(shè)為“優(yōu)先查看”或“獲取通知”？如果主頁由新聞機構(gòu)運營，是否為用戶所在地的機構(gòu)？

??群組

用戶對該群組的參與度如何？最后一次互動是什么時候，采取了什么行動？

?

?

—

是什么類型的內(nèi)容？

Facebook的排序算法向用戶展示更多他們經(jīng)常參與的內(nèi)容類型。例如，如果你更喜歡對照片進行點贊、評論，不怎么關(guān)注狀態(tài)更新，那么你會更經(jīng)?？吹秸掌母?。

?

??原創(chuàng)與非原創(chuàng)

內(nèi)容是來自用戶的好友或家人的個人帖子，還是鏈接或重新分享？在Facebook的即時動態(tài)上，原始內(nèi)容更有可能出現(xiàn)在頂部或頂部附近。

??格式

帖子是視頻、文字、圖片還是組合？文字有多長？圖片有多大？視頻有多長？

??分類

內(nèi)容是社交類、資訊類、娛樂類、交際類，還是協(xié)作類？內(nèi)容的趣味性和價值往往因人而異。

??其他分類

內(nèi)容是不是標題黨或者假新聞？是不是“垃圾消息”？在Facebook上，這類帖子可能會被排在后面，不太容易被用戶看見。

?

?

—

內(nèi)容何時發(fā)布？

發(fā)布時間越近，用戶就越有可能看到它，特別是如果他們經(jīng)常與你的產(chǎn)品互動。對于訪問頻率較低的用戶，即時動態(tài)可以優(yōu)先考慮突出“重點內(nèi)容”，例如重大生活事件和重大新聞報道，而不是最新帖子。?

?

??帖子是什么時候發(fā)布的？

??是重復(fù)（或真實）的帖子嗎？

?

?

—

內(nèi)容得到了什么樣的用戶參與？

用戶參與帖子的次數(shù)越多，無論是隱性參與（比如，花費時間）還是顯性參與（比如，點贊和評論等操作），就越有可能認為它有價值，而其他用戶也就越有可能認為它有價值。因此，即時動態(tài)排序通常會優(yōu)先考慮具備“爆紅特質(zhì)”或高參與度的帖子。

?

??帖子的參與度如何？是得到某種反饋（點贊、評論、反應(yīng)、認同等），還是在帖子上花費或停留的時間？如果是評論，那么評論需要多長時間，這種參與是否構(gòu)成真正的對話？

??帖子的參與增長有多快？

??哪些用戶參與這個帖子，是否會刺激這些用戶去生產(chǎn)內(nèi)容（例如，轉(zhuǎn)發(fā)分享）？

??哪種類型的參與以及哪些用戶會激勵制作人再次發(fā)布內(nèi)容？

??這份帖子的參與度是否高于其他帖子（考慮所有其他變量）？

?

?

—

我們對用戶了解多少？

每個用戶根據(jù)性別、年齡、設(shè)備類型、網(wǎng)絡(luò)連接狀況等因素有著不同的參與度。因而用戶信息對于向特定用戶推薦合適的帖子來說極具參考價值。例如，對于一個使用舊手機接收即時動態(tài)、網(wǎng)絡(luò)條件不好的用戶來說，提供高清視頻不太可能帶來良好的體驗。

?

??用戶的個人統(tǒng)計信息是什么？

??他們的網(wǎng)絡(luò)連接狀況如何？

??用戶擁有哪些設(shè)備？這些設(shè)備有何特征（內(nèi)存、存儲、速度）？

?

預(yù)測是藝術(shù)，也是科學(xué)

?

一旦獲取信號數(shù)據(jù)，就可以更好地預(yù)測用戶可能會采取的行動。用戶過去的行為可用于預(yù)測未來的行為，因此機器學(xué)習(xí)模型不僅可以確定用戶是否喜歡帖子，還可以確定他們是否會點擊、評論、分享、隱藏或甚至將其標記為垃圾。綜合這些評估數(shù)據(jù)，就可以根據(jù)帖子/用戶的匹配單獨生成一個相關(guān)性得分，表示用戶可能對帖子感興趣的程度。平臺庫存中的每個帖子都有了分數(shù)后，排序算法就可以按照得分順序排列對該用戶顯示的內(nèi)容。

?

由于多種原因，這種預(yù)測有一定難度。像點贊和評論等參與行為只能粗略地代表用戶的真實感受，例如，用戶可能會點贊自己并不真正“喜歡”的帖子（例如某人死亡的消息），可能在點擊后才發(fā)現(xiàn)不滿意，可能隱藏帖子純粹是為了“管理收件箱”。同樣，遵循某些信號可能會讓你提高內(nèi)容的病毒性而不是質(zhì)量，就像在不斷給用戶投喂“裹著糖衣的毒藥”，最終可能會使他們拋棄你的產(chǎn)品。

?

因此，重要的是要注意確定哪些預(yù)測能夠告訴你相關(guān)性得分，以及在多大程度上能夠做到這點。選擇正確的數(shù)據(jù)信號組合既是藝術(shù)，也是科學(xué)。

?

?

—

相關(guān)性

每個帖子/用戶匹配的相關(guān)性得分不僅應(yīng)該反映從信號中獲得的預(yù)測信息，還應(yīng)該反映即時動態(tài)的優(yōu)化功能。你可以根據(jù)公司的目標和使命，優(yōu)化任意數(shù)量的指標，例如花費的時間、會話數(shù)量或點擊率。例如，F(xiàn)acebook根據(jù)即時動態(tài)的價值進行排序，將好友和家人的動態(tài)擺在大V和主頁動態(tài)的前面。你還可以通過優(yōu)化來支持某種策略；例如，選擇突出新產(chǎn)品而不是舊產(chǎn)品，以鼓勵新產(chǎn)品的成長。

?

優(yōu)化函數(shù)應(yīng)為每個預(yù)測分配權(quán)重。在下面的示例中，P（贊）表示某一用戶點贊某個帖子的可能性，a、b、c、d、e則是分配給每個可能性的權(quán)重：?

?

?

?

可以使用測試、試探、定性等方法等確定每個想要調(diào)整的指標（如，花費的時間）的權(quán)重。你還可以為某一特定類型的用戶使用不同權(quán)重。

?

?

—

產(chǎn)品考慮因素

即時動態(tài)是一種權(quán)衡。是否應(yīng)該展示更多視頻而不是文字？評論是否比點贊更有價值？內(nèi)容制作是否比內(nèi)容消費更重要？了解和計算這些權(quán)衡的比率能提供不少幫助（例如，觀看Y個視頻的用戶生產(chǎn)自己內(nèi)容的可能性降低X％）。

?

?

—

探索與利用

你應(yīng)該對已經(jīng)了解的用戶行為進行優(yōu)化（利用），還是去嘗試了解更多你不知道的內(nèi)容（探索）？也就是說，用戶可能會重視的帖子應(yīng)該占多大比重，而他們沒有嘗試過的帖子又該占多少？這是所有排序算法的基本問題，并沒有簡單的答案。在大量庫存的情況下，探索與利用之間的權(quán)衡尤其具有挑戰(zhàn)性，尤其是在庫存過多，但卻沒有足夠的信號來對帖子進行排序的時候。在這種情況下，利用可能會帶來長期問題。必須定下一個標準；否則可能會去優(yōu)化一些不能真正最大化參與度的因素。例如，可以通過用戶體驗調(diào)查來了解用戶是否逐漸對目前展示的內(nèi)容感到厭倦，以把握好用戶層面的利用和探索之間的平衡。

?

?

—

沒有足夠的數(shù)據(jù)

無論你如何精心構(gòu)建算法，總會存在你沒有的數(shù)據(jù)。用戶對早餐的選擇是怎樣影響他們想要閱讀的內(nèi)容？用戶隱藏帖子是因為不喜歡，還是只是因為已經(jīng)看完了？用戶積極評論帖子是因為喜歡還是生氣？算法的目的不是單純地去對數(shù)據(jù)進行建模，而是要用數(shù)據(jù)來模擬人們的行為，而人類又太過于復(fù)雜，以至于任何算法都難以進行全面綜合的建模。產(chǎn)品團隊應(yīng)該嘗試獲取其他相關(guān)數(shù)據(jù)來推斷人們的興趣。

?

?

—

沒有完美的優(yōu)化

類似地，預(yù)測算法被設(shè)計為對給定的一個或多個指標進行優(yōu)化。但是，這些指標永遠無法完全捕捉到公司目標和使命的精神。因此預(yù)測和相關(guān)性得分是遠遠不夠的。預(yù)測算法可以用來預(yù)測美網(wǎng)，計算每位選手的獲勝概率，但在即時動態(tài)環(huán)境中，“勝利”不是一個離散的、可測量的結(jié)果。排序算法可以幫助預(yù)測用戶是否以及如何與帖子進行互動，但不能預(yù)測這種互動是否真正為你的使命服務(wù)。

?

?

—

病毒性傳播和標題黨

即時動態(tài)環(huán)境通常有利于任何類型的交互，特別是高速交互。因此，“標題黨”帖子通常比其他帖子獲得更多傳播。產(chǎn)品團隊應(yīng)該尋找創(chuàng)造性的方法來抑制這種影響。例如，你可以去識別只有標題黨常用的關(guān)鍵詞。也可以去尋找同一內(nèi)容創(chuàng)作者頻繁使用的關(guān)鍵詞，然后采取適當(dāng)糾偏措施。

?

?

—

長期與短期

理想情況下，你的產(chǎn)品應(yīng)該作長期優(yōu)化，但大多數(shù)算法的優(yōu)化只有短期效果。例如，通知提醒可能在一開始會讓用戶更頻繁地回到即時動態(tài)，但最終它會讓用戶厭煩并使他們不太愿意回到你的產(chǎn)品。雖然長期指標通常更難以衡量和優(yōu)化，但它們對于理解產(chǎn)品決策的最終影響非常有用。應(yīng)當(dāng)了解這類信息，找出參與度可帶來長期利益的帖子并擴大其影響（例如，用戶好友的婚禮照片）。

?

?

—

用戶體驗指標

滿意度調(diào)查、凈推薦值和定性反饋對于制定策略很有幫助，但難以優(yōu)化。主要原因是這些數(shù)據(jù)通常很零散，無法實時獲取用于產(chǎn)品優(yōu)化，也無法代表整個用戶群（并需要進一步的偏差校正等）。因此，你需要尋找與產(chǎn)品中的調(diào)查類型指標相關(guān)的可測量的替代指標。

?

?

—

排序內(nèi)容類型

對某些指標進行優(yōu)化將有利于某些類型的內(nèi)容，例如，對花費的時間進行優(yōu)化會有利于視頻內(nèi)容的顯示，因為觀看視頻往往比瀏覽文本內(nèi)容消耗更長時間。相反，優(yōu)化所查看的帖子數(shù)量將會突出文本內(nèi)容。要解決這個問題，你需要尋找有效的方法來規(guī)范數(shù)據(jù)以糾正偏差。此外，還要從戰(zhàn)略角度看待你的產(chǎn)品——你希望產(chǎn)品未來發(fā)展方向是視頻還是文本？?

?

?