我在大廠做負反饋總結出來的幾個思路
在快速發展的數字時代,負反饋管理已成為推薦系統優化的重要環節。本文將深入探討負反饋在SaaS產品中的作用,分析其對用戶行為的影響,以及如何通過有效的策略提升用戶體驗和轉化率。
推薦系統當中的兩大常見問題:冷啟動和負反饋,也是策略產品經理工作當中經常需要面對且要去解決的策略難題,在實際工作當中經常以專項優化的形式進行。今天分享一下推薦系統當中的負反饋策略常見的設計思路有哪些?
01 什么是反饋?
首先什么叫反饋?反饋即用戶對于眼前事物的采取的行為。所以先簡單聊聊行為的概念。
那么推薦系統當中的反饋又是指什么?
在推薦系統中,用戶行為實際上包含了兩種:顯性行為和隱性行為。常見的顯性行為,比如用戶對物品的評分,喜好,關注等,一般是以產品功能為載體來實施;隱性行為則通常是指用戶在網站、應用內的日?;顒?,比如瀏覽,閱讀,觀看等,一般是以日志為載體進行承載。
不同的行為代表了用戶對于推薦結果不同的態度。一般用來表征用戶對推薦結果是否感興趣包括正反饋和負反饋兩部分。
正反饋通常包括推薦位點擊,加購,下單,收藏,關注,喜歡等,這些行為越多一定程度上也能表明當前推薦結果對用戶來說是有足夠吸引力的,自然流量的轉化率相對也較高;
負反饋則是指用戶表達了對當前推薦結果持有消極態度。負反饋也包括主動和被動兩種。這個環節在系統實際實施的時候很容易被忽略,但也是最容易得罪用戶的環節,因此策略的設計非常重要。
負反饋策略在設計的時候需要關注三個方面:推薦位間聯動、內外聯動和正負聯動。
02 推薦位間聯動
通常在一個應用內的推薦區域往往不止一個。比如在京東APP內,首頁,商品過渡頁,商詳頁,購物車等等,每一個場景下都有對應的推薦區域。
推薦位間的聯動是指,如果用戶在其中的一個場景下進行了負反饋,表明其對當前推薦物品不滿意的時候,那么其他推薦區域也需要進行策略反應,比如屏蔽,降權等等,這就是一個推薦位之間的聯動。
但是,在設計推薦位聯動的時候,需要考慮對應推薦區域在當前業務場景下的定位。比如用戶在某一推薦區域主動反饋“已經購買”,不期望再次推薦,那么當前推薦區域最好能夠進行實時過濾,屏蔽。
那么,是不是一定在其他推薦位也進行類似的操作呢?不一定,而且可能正好配相反。比如對于復購優惠活動的推薦位,復購反而對其是一個正反饋。
03 內外聯動
除了不同場景下推薦位之間的聯動,還涉及到內外聯動。
內外聯動是指,除了對給用戶呈現最終推薦結果的聯動,推薦區域用戶的負反饋還可以與哪些數據發生交互。
也就是用戶在前端的負反饋可以影響到數據層,具體來說是用戶標簽層。
推薦系統通常會基于用戶的各種歷史行為,比如用戶的關注,瀏覽和購買記錄,給用戶打上各種各樣的標簽,從而去判斷用戶的偏好,理論上是一種猜測,概率行為,那么負反饋則表明當前對用戶的偏好預測出現了誤差。
所以,基于用戶負反饋去修正推薦鏈路中的使用的數據,這就是內外聯動。
04 正負聯動
一般我們進行推薦負反饋策略設計的時候,在用戶觸發了負反饋之后,通常推薦系統會實時響應,對推薦結果進行屏蔽或者過濾處理。
那么這一類的物品是否一直都不會對該用戶進行推薦了呢?明顯不是這樣的。
用戶的需求是多變的,因此需要增加一個判斷用戶對之前負反饋物品再次有正反饋行為的策略,進而在合適的時機為用戶進行推薦。
比如對于已經進行過負反饋處理的類目或者sku,通常用戶多次點擊瀏覽該類目或者sku的時候需要重啟正反饋策略。
這就是正負聯動。
以上大概是幾個設計推薦負反饋策略的幾個切入思路,大家可以根據自己的業務情況進行靈活制定。
本文由人人都是產品經理作者【夏唬人】,微信公眾號:【策略產品夏師傅】,原創/授權 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。
“已經購買,不期望再次推薦“是我遇到最普遍的問題,任何商品的復購都是有周期的,沒有剛買了馬上就要復購的,可所有的推薦都是買了車推薦車,買了鞋推薦鞋,就不知道推薦些周邊的商品。經典的故事講得都是基于客戶復購周期預測快用完了再推薦復購,可現實沒見過這種推薦策略的。