編輯導語：抖音和快手的核心差異：單列和雙列的產品設計帶來容錯率的差異，容錯率的差異可以從用戶行為差異導致的數據差異進一步解釋。本文就短視頻單列和雙列，誰的內容容錯率更高展開了分析。推薦對短視頻感興趣的用戶閱讀。

“我自己也很驚訝，畢竟直覺上，我也一度認為雙列的容錯率才是更高的?！?/p>

要說前兩年，短視頻的兩個UI流派尚在割據，但從今年開始，雙列式微，單列已雄霸天下。

可是，雙列不甘心！這篇就來嘮嘮每逢提及單雙列，就繞不開的試錯成本問題。首先明確一下定義：

• 試錯，是用不確定信息，去試探用戶。
• 單位時間里，不確定信息越容易把用戶趕跑，就意味著你的試錯成本越高。
• 容錯率，就是用戶能夠容納這些不確定性信息的肚量。和試錯成本成反比。

有人可能會問：“好好的，干啥要吃力不討好地去推薦不確定信息呢？”

2個目的：

1. 不知內容好壞，讓用戶幫忙排雷：創作者每天發布海量內容，需要讓海量用戶做「晉級評委」，來決定是否可以繼續擴大圈層分發?；诖耍脚_就有概率，把沒那么好的內容，小劑量地試投給確定感興趣的用戶。
2. 給用戶做興趣探索：一為純新用戶和低活用戶做興趣推薦，二為老用戶破開信息繭房。但對推薦算法提出了更嚴苛的挑戰：我們不僅要考慮如何「猜你喜歡」，更要通過產品設計，實現「讓你喜歡」。因為后者，才會真正改變用戶的生活。這是長期主義，也是社會責任。

我先拋一個可能和大眾意見相左的觀點：

• 從內容冷啟的試錯角度，單列和雙列的容錯率平分秋色
• 從興趣探索的試錯角度，單列的容錯率更高

總的來說，單列容錯率更高。

我自己也很驚訝，畢竟直覺上，我也一度認為雙列的容錯率才是更高的。

一、內容冷啟層面，單列和雙列容錯率平分秋色

1. 從消費者角度出發

在雙列場景下，用戶若不喜歡這條內容，滑走就好，并不會付出過多的心血。但要知道，在雙列UI下，「圖片吸引比重」會高于「從眾心理比重」。如果用戶對封面滿懷期待，點進來卻大失所望，會產生預期差，是平臺的慢性毒藥。

預期效應：指的是動物和人類的行為不是受他們行為的直接結果的影響，而是受他們預期行為將會帶來什么結果所支配。

在單列場景下，碰上無聊的內容，雖也是輕輕地滑走，但用戶付出的視聽精力會淪為沉沒成本，用戶厭惡這種精力的錯付。

損失厭惡是指人們面對同樣數量的收益和損失時，認為損失更加令他們難以忍受。同量的損失帶來的負效用為同量收益的正效用的2.5倍。

從這點來看，雙列容易埋下預期效應的坑，單列容易引發用戶損失厭惡的心理，這二者難分高下。

2. 從創作者角度出發

無論什么UI，創作者的工作都會被異化。雙列容易培養封面黨，單列也容易培養5s黨。5s黨和標題黨，不過五十步笑百步罷了，本質上沒啥區別。

興許有人會說，若把內容分發看作一場應聘，單列幫創作者爭取到了前幾秒的面試機會。但我認為，這不過是一種不同的洗牌方式罷了。創作皆苦啊。

二、興趣探索層面，單列的容錯率更高

做探索，目的是發現用戶在已知用戶畫像之外的其他興趣。

有觀點認為：

雙列是一個點擊場景，用戶需要自己主動挑選內容。用戶點錯了，怪罪平臺的概率會小很多。

在單列模式下，用戶會認為內容都是平臺給我推薦的，口味上就會比較挑剔，對確定性內容需求更高。

相較而言，雙列可以有更多的流量空間給用戶做探索。

這個說法較籠統，我們不妨將其拆分一下。

用戶因單個內容怪罪平臺的概率=用戶對內容的失望程度+內容不感興趣程度+逃離操作成本。

1. 「逃離成本」二者基本相等

雙列把用戶可能不喜歡的內容藏于萬花叢中，對用戶干擾更少，滑走效率更高；單列把「逃離+消費下一個」集成在了一個滑動操作里，更速效方便。

2. 「失望程度」二者基本相等

什么內容會讓用戶失望？質量不高的內容+有欺騙性質的內容。這類內容的出現，應歸咎于平臺品控，和UI無關。用戶并不會因為這條劣質內容是自己點的，而少怪罪平臺一點。相反，根據大腦自我防御機制，他會怪罪平臺更多。

自我防御機制這一概念由精神分析心理學家弗洛伊德提出，指人們在面對挫折和焦慮時啟動的自我保護機制，它主要通過對現實的歪曲來維持心理平衡。

優質但用戶不感興趣的內容，給用戶產生失望的感覺較小。

3. 內容不感興趣程度，單列小于雙列

用戶對內容的不感興趣，可以視為挖掘到用戶興趣的難易程度，興趣挖掘分兩種：

1. 挖掘用戶知道但推薦系統不知道的興趣，提升用戶畫像的覆蓋面
2. 挖掘用戶自己都不知道的興趣，拓寬用戶的生活

前者是「猜你喜歡」，后者是「讓你喜歡」。我們主要說一下后者。

相信推薦從業者都知道，雙列或單列多個內容的列表頁，做「讓你喜歡」的興趣探索有多難——用戶基本不會在雙列信息流場景點不他感興趣的內容。

為什么那么難呢？不妨用比較思維來看雙列場景：當一個你不太感興趣領域內容，和你感興趣的內容并列放在一起。相信90%的用戶會毫不猶豫地進行保守選擇，點擊那個你熟悉的、感興趣的內容。于是乎，被點剩下的那條，就會被降權，打入冷宮。

成也雙列，敗也雙列。

要真正幫助用戶拓寬興趣面，讓用戶時看時新，可謂任重道遠。興趣挖掘之于推薦，如同唐門暗器之于魂師魂獸。做好了，就是格局開大、萬物生長；做不好，就是信息繭房，存量博弈。推薦系統一直困頓于此。

終于，皇天不負有心人，興趣探索被單列UI破局。單列為什么那么好做探索呢？原因有幾點：

1. 用戶對平臺的信任。你的一個好大哥，給經濟小白的你，推薦了《第一本經濟學》，你很信任這位好大哥，看的概率更大
2. 單列全屏沒有對比性，比較思維被弱化了，選擇少了反而更幸福
3. 中國有句老話：來都來了……

以我自己為例：

以前不了解綜合格斗，2020年在抖音刷到張偉麗戰勝喬安娜·耶德爾澤西克的衛冕賽視頻，大受震撼。從此知道了一個比賽叫UFC。

也曾因為某個電視劇混剪視頻的配樂太抓耳了，我自然而然地看了下來，繼而對這個電視劇種草。

說起音樂，抖音音樂短視頻app不僅挖掘了用戶音樂興趣，還改變了用戶音樂審美。它不僅解決了「猜你喜歡」，還能「讓你喜歡」。

音樂和視頻深度結合的方式，它具備潛移默化改變”音樂審美”的能力。通過視覺和聽覺的感官上的融合刺激，重新賦予了音樂新的生命，也讓大眾有更多機會去接受本來可能不會聽“第二遍”的歌曲，從而逐漸改變了對音樂的原有認知。讓更多獨立音樂人的小眾音樂得以被接受和傳播。

我們自己做實驗，也得到了相似的結論：單列做探索，要好做得多。

三、額外談談「屏效比」

額外談談這樣一種觀點：

雙列屏效比高，有更多的流量可以用于小樣測試來發掘用戶興趣。

屏效比確實很容易迷惑我們。它甚至是一些資訊app、傳統媒體信奉的UI信條。

提及雙列UI，無論是誰，都會給屏效比一個大大的贊。

屏效比就是一屏常規手機屏幕的內容曝光效率。雙列UI，一屏給用戶4~6個視頻選擇，單列只給了用戶1個選擇。毋庸置疑，雙列UI較之單列，給了平臺4倍以上的試錯機會，單位時間內單個視頻的試錯成本很小，聽起來確實前者的容錯率更good。

注意，大家在同意上述觀點的同時，也默認了這樣的邏輯——我雙列吸引用戶注意力的概率是你單列的4倍以上。即使你是純新用戶，我選4個大眾興趣，每個興趣推一個，我把點擊欲望拉滿，就不信猜不中你的心。

聽起來好像沒問題，但有一個重要事實被忽略了——同樣是個性化推薦，單列較之雙列，有3個極大的變量：「全屏高清」+「自動播放」+「音樂」。

雙列從個性化推薦角度，提升了單位時間命中用戶注意力的概率，但攔不住單列另辟蹊徑啊！單列提升了單個視頻的視聽信息量和沖擊力。它是洶涌而來的感官風暴。

用戶不用在四個中小圖片里找一個點擊，而是直接被推到了一個最為大眾喜聞樂見的內容的視聽場景中去。咱就是說，一個全方位感官包裹的大動作。

此刻，兩極反轉，屏效比失靈了。

綜合來說：注意力的奪取，取之于綜合體驗，而非是單位時間呈現的內容數量。

單列試錯成本更低，無非就是：

體驗更好，視聽信息量更大，沉浸感更強，更能吸引用戶注意力，所以用戶耐心更好。

我相信抖音的slogan：記錄美好生活。

對這句slogan，我的理解是：用戶通過單列視頻，發現美好生活，然后放下手機，找到自己的美好生活，發上來，記錄美好生活。如此循環。

本文由 @白鹿 原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于 CC0 協議