編輯導語：當今主流App在內容和廣告營銷上幾乎都用到了推薦算法，算法的出發點是好的。但是隨著這種算法的不斷推薦，對用戶體驗的理解和感知會產生偏差。面對數據智能下的用戶體驗偏差，該如何解決？

前不久，某訊視頻副總裁在互聯網短視頻峰會上炮轟抖音快手喂豬食，讓所有人喜歡上了吃豬食，潛臺詞就是你們被喂什么就吃什么，吃多了就成了豬，用戶像豬一樣愚昧。

當然言論確實有失水準，攻擊的情商和話術也不高級，把平臺和用戶都罵了，關鍵是也沒有給自己產品一個很光鮮的用戶高認可度的預期設定（誰都知道你沒這么干不代表不想，而是沒機會了），還是屁股決定嘴巴的表現。

對于這類有失身份體面的言論，拋開利益立場本身不談（這就好比很多特殊嗜好群體看掃黃抓小姐和嫖客新聞時一樣的心理，嘴上罵骯臟，心里卻埋怨警察太過分），但不能否認，這確實也第一次在公開場合這么直接扯開了遮羞布，也道出了真實的現狀，你死我活嘛？哈哈」。

之前的文章都是聊產業互聯網和行業SaaS等to b領域的產品體驗居多，今天想借著這個事件，針對這兩年自己在使用一些日常to c產品過程中的洞察，來聊聊數據智能下的用戶體驗現狀和影響，這是一個很大命題，內容也可能會有點超綱。

但也是真正意義上的用戶價值視角，可能會觸及一些用戶體驗的深層邏輯，也會揭示一部分社會生態和商業收割的內在本質，因為涉及到前沿的數據智能、信息化環境下的社會現狀、商業價值導向性的消費經濟、用戶行為心理、個人的學習成長、以及如何過好這一生等方方面面，我能力有限，僅代表我的片面洞察和思考，可能會寫的像一篇散文。

我在去年卸載了抖音和快手等所有信息流式的沉浸式交互體驗類App，在上上個月我卸載了今日頭條和網易新聞，再過一段時間我打算把網易云音樂也卸載算了（但我手機上依舊有保留部分游戲App也就是算法主導性越強，我越不能留，大家一定會問我，為什么？

不是因為這些產品體驗太差，也不完全是因為容易上癮， 而是這些產品的推薦算法過于寵（善解）溺（人意），而且算法邏輯上可能也存在弊端（也可能是刻意為之），拋開內容品質是否低劣不說，主要是他們會遮蔽我的信息面和視野，窄化了我的思考問題的信息維度。

最可怕的是，自己還沉浸在這種投其所好的算法喂養中渾然不知，因為人是有本能的舒適性依賴的，就像假期綜合癥、出游返工綜合癥、起床氣等都是這種心理狀態負面表現，人的非理性會讓我們一旦嘗到甜頭就很容易形成持久性依賴；

這里我們先扶正一下三觀和認知，認知不符可能就不用耗費閱讀時間往下看了。

其實在現實生活中，我們真正的處世哲學應該是：除了自己所從事的事業需要極度的垂直下沉，做時間的朋友之外，其實我們對客觀世界的認知是需要足夠的全面的，也就是我們經常所說的：認知半徑、能力半徑和行動半徑一個都不能少，且環環相套，這樣才能讓我們看透世界的本質，踐行我們的行為，過好這一生。

元認知告訴我們，最大的無知是不知道自己不知道，遮蔽了自己這才是愚昧的根源。

一、現狀分析

現在主流的App在內容和廣告營銷上幾乎都用到了推薦算法，算法推薦的動機可能是好的，為了提升信息獲取效率和準確度嘛（服務于產品體驗），問題就出在對用戶體驗的理解和感知的偏差上，最終導致體驗越好（主觀感受好），體驗反而越不好（用戶價值低），這里有一個主管體驗和客觀價值的沖突，也是人類理性和感性永恒的戰斗。

1. 時間精力內耗

相信這種情況一定是純商業價值導向的產品設定，互聯網經濟本質上來說就是流量經濟，什么意思呢，就是傳統經濟形態的互聯網化過程，在過去很長一段時間，本質上就是流量化過程，最后的結果就是碎片化時間的收割本質上就是流量的貨幣化收割。

這里我們解構一下現在互聯網平臺化產品的三元角色模型，商家、平臺、消費者。

廣義體驗上來說，其實這三方的體驗都需要照顧到的，但現實情況是，因為各個角色本身的能力、地位、階層、以及擁有生產資料的不對等，龐大的底層用戶（C端）其實一直被視為流量的炮灰，被頻繁榨取和反復營銷。

但要實現這個目的，就需要有一個強大的基礎前提，就是在線時長（或者DAU），于是平臺開始無所不用其極的應用了算法推薦能力，人類何曾遇到過這種神操作，標簽、行為、事件、屬性、算法模型、深度學習的加持下，我們獲取到了最體貼入微的投其所好。

極光數據顯示（如圖），抖音最高日平均在線時長逼近了3個小時，什么概念呢？就是如果你一天睡眠9小時，工作9小時(象征性加個班嘛)，三餐1小時，上下班路上2小時，生活自理（洗臉面膜和刷牙洗衣）2小時，一天居然就沒了，學習時間呢？陪家人時間呢？鍛煉的時間呢？

3小時的在線時長意味著你除工作和正常自理的時間外，所有碎片化自由時間幾乎全部被榨干了，這是你需要的用戶體驗嗎？體驗這個詞代價真的太沉重了。

2. 個體內容趨同

個體內容趨同不是內容完全一樣，而是根據你個體的差異會讓你獲取內容的類型更加趨于一致。這里不完全是內容低劣的問題，是否低劣其實判斷標準很主觀。

核心的問題在于，因為推薦算法的強干預，千人千面只是平臺視角的用戶需求多元，但用戶個體會過度標簽化、群體化，最終導致我們的視野也會越來越窄化，興趣愛好也會更加單一，這會導致自我成長中過度內卷和知識協同創造力缺乏。

這里我們以抖音和*兩種典型產品體驗設計的例子，看看他們的算法推薦功能設計有什么特點：

很明顯抖音的交互設計上幾乎去掉了所有的自主探索功能，他的內容獲取途徑都是被動單通道的（單通道的壞處，我后面會在傻瓜式體驗陷阱中聊到），就是你只能通過豎屏無腦滑動切換瀏覽，交互邏輯幾乎完全算法推薦化，而且無處不在，因為他們對自己的算法非常自信（確實也很厲害）。

這非?？膳?，因為你所獲取的內容會直接被構建成你對這個產品形成的產品觀、甚至世界觀和價值觀，因為你喜歡狗，所以抖音上刷過二哈，你會更喜歡二哈，然后天天就是推薦東北漢子訓練二哈，最多再增加一個訓練個鳥、貓啥的。

然后你的心思就是在這些破事上，上班也摸魚刷二哈，平時生活中的信息輸入也就被大量的萌寵和馴獸所占據，你喜歡看豪車內容，同理，你幾乎在很長一段時間都會深陷豪車內容中，然而有什么卵用呢，刷抖音豪車視頻是永遠買不了豪車的。

我們再看看快手的產品交互設計（上圖右側），從功能權重上來看，確實強化了推薦，但同時并沒有去掉探索、發現、篩選等自主探索操作入口，還保留了一點底線，至少當你理智的發現每天的內容太過單一的時候，還能有辦法自主獲取內容，豐富化自己的信息半徑。

但坦率的的說，一旦被首頁投其所好的算法推薦深深吸引并消耗掉時間，你同樣會發現，作為一個非理性人士，其實這些功能并沒有什么用，因為產品體驗的最終還是回到了在線時長。

3. 人機交互減弱

嚴格的說是指令減弱，就跟回到電視媒體時代一樣，因為電視媒體也是一種被動單通道信息媒介，所以三大傳統媒介時代，電視節目的世界觀會直接投射到我們的世界觀，搞得我上高中的時候把妹的套路全是照搬電視劇里的橋段，還覺得自己很酷很有魅力的的樣子。

人是天然喜歡懶惰和享受的，這是受原始基因支配的，因為在動物界這個過程可以用來休息滿血、儲備能量，但從人類社會的自然競爭法則上來看，其實這個世界有很多取舍都是反人性的，有些事情看似是好的、優質、舒適的、體貼入微的，但當沉溺于此就會形成惰（慣）性。

當你習慣性的徹底放棄了自主意志和主觀能動，被動享受喂養的時候，就是退化的開始，最可怕的是，在喂養過程中的惡意；

我們團隊做to b產品體驗設計的過程中自己總結了一套設計行為學理論模型——叫傻瓜式體驗陷阱，它包含了兩個維度概念：

第一，因為to b產品存在著很高的行業壁壘，所以在很多數據分析和輔助決策類的SaaS產品中，我們在做產品（交互）設計的時候盡量不要幫客戶過度預設交互歸因路徑，更不要試圖給幫客戶做結論推導。

因為你永遠無法完全理解客戶的行業和需求背景（可能客戶自己都做不到），這樣會直接影響到客戶的決策準確性，我們給他提供的只是一種產品業務容器和可能性縱深。

第二，to b產品因為其業務的復雜性，其實在易用性上是存在一個臨界點的，就是當協同角色、任務、功能維度、操作復雜性達到一定程度的時候，就很難做到傻瓜式的用戶體驗了，我的老板經常跟我說我們的產品不夠直觀、不夠傻瓜式的時候，我就會搬出這套理論模型。

那么回到本文，以上的第一點，在c端數據智能算法推薦的用戶體驗上同樣適用。

在智能交互早期，很多智能干預是嵌入到傳統交互流程節點里，人機交互反饋都是由數據本身自動化給出的觸發指令，所以那時候也叫自動化（數據）交互。

但在后來的發展進化過程中，出現了傻瓜式體驗陷阱，就是盡量減少用戶的獲取步驟，最好能減少用戶指令，做到一步反饋，這就像你有一個溫柔體貼的女朋友，你還沒開口，他就直接把你帶到了你最喜歡的酒吧，選好了最好的吧臺，給你點好了你最愛喝的雞尾酒。

你一定會說這不好嗎？？那就要看這個女朋友到底在酒里放了什么，是不是以結婚為目的了。

4. AI算法的局限

當能力夠不著夢想的時候，過程和結果就會扭曲和變形。

本身人機交互減弱也不是壞事，只要AI是向善的。

但是，我從事大數據人工智能產品體驗設計四年多，其實毫不避諱的說，現在的AI商業化水平還處在比較初級的階段，存在諸多的數據和算法及深度學習的壁壘（他們三者缺一不可，少了任何一方說自己是AI的，都是騙子），準確的說還不應該叫AI，可以叫個性化半智能。

如此，用戶體驗價值就只是體現在個性化匹配的磨合+自動化提升上。如有觀點偏頗，歡迎AI大牛們扔石頭過來。

最近家里軟裝需要買各種掛畫，我自己是設計師出身，對掛畫的審美和品味有很高的要求，但是在某寶搜索客廳創意掛畫的時候，匹配結果都是如下圖這樣的，找到眼瞎還是這種紅綠搭配、陶瓷鍍晶的松鶴祥云迎客松，最狗血的是最后我是動用了拼多多微信小程序才找到了心儀的大鯨尾（因為我從來沒用過某多多）（如下圖）。

其實淘寶算法可能也有他的道理，畢竟人到中年，算法會優先獲取到我的的基礎標簽，95%以上的中年人留下的行為數據基本都是偏向這種喜好，所以基礎推薦算法邏輯就用大樣本偏好來滿足我似乎也沒啥問題。

但也可能是平臺沒有關于我足夠完整、適時的個體畫像和行為數據，再加上對個體行為等數據迭代的深度學習上，算法本身就存在著不可逾越的資源和能力天花板，所以，離真正意義上的用戶價值為中心，符合更加多元化且能不斷深度進化的用戶價值需求，在目前的商業算法機制下，幾乎就不太可能。

二、未來的思考

我們在從事行業SaaS產品設計和服務過程中，因為客戶的超理性消費和強業務價值導向，某種程度上來看，確實可以做到以客戶價值為中心，達到提效降本等商業指標。

但回到我們大眾to c產品服務上，用戶體驗就開始面臨復雜的個體需求差異了，那么對于此類產品或服務，用戶體驗的本質到底了迎合用戶的主管感受？還是做到真正意義的利他（用戶價值為中心）？這將又是一個直面人性拷驗的問題了。

那么用戶體驗到底是什么？脫離價值談體驗是不是本身就是一個概念陷阱，為什么to b行業很少提客戶體驗？最高頻提及的卻是客戶價值。數據智能下的用戶體驗價值到底是什么？又應該如何提升呢？這看似是一個哲學價值觀層面的問題。

我們還是回來再看看用戶體驗的目標到底是什么吧，大多數情況下，其實用戶體驗目標根本不是以用戶價值為中心的，商業世界中絕對的以用戶價值為中心本身是個悖論。

其實，健康的數據智能下的用戶體驗定義應該是：真正從用戶價值出發，在產品服務體驗過程中遵循用戶感性訴求和理性訴求的平衡，通過對產品服務反復設計和打磨，以優質的內容生態、尋求產品服務提供方和使用方（包括消費方）的長期共同價值的平衡和持續穩步增長。

每一次社會的創新變革，都伴隨著一場新的收割與反收割，看不見的敵人才是我們最害怕的，面對目前的行業規范和監督機制的滯后，我暫時確實沒有信心也沒有能力對抗推薦算法對我的糖衣炮彈，所以刪掉是我唯一的選擇。

人工智能是在改善和優化這個世界的生存現狀與文明秩序，還是在破壞和重新固化這個世界的階層，這將 是一個問題……

本文由 @咕咕咕 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議