短视频单列和双列,谁的内容容错率更高?

14 评论 3587 浏览 13 收藏 13 分钟

编辑导语:抖音和快手的核心差异:单列和双列的产品设计带来容错率的差异,容错率的差异可以从用户行为差异导致的数据差异进一步解释。本文就短视频单列和双列,谁的内容容错率更高展开了分析。推荐对短视频感兴趣的用户阅读。

“我自己也很惊讶,毕竟直觉上,我也一度认为双列的容错率才是更高的。”

要说前两年,短视频的两个UI流派尚在割据,但从今年开始,双列式微,单列已雄霸天下。

可是,双列不甘心!这篇就来唠唠每逢提及单双列,就绕不开的试错成本问题。首先明确一下定义:

  • 试错,是用不确定信息,去试探用户。
  • 单位时间里,不确定信息越容易把用户赶跑,就意味着你的试错成本越高。
  • 容错率,就是用户能够容纳这些不确定性信息的肚量。和试错成本成反比。

有人可能会问:“好好的,干啥要吃力不讨好地去推荐不确定信息呢?”

2个目的:

  1. 不知内容好坏,让用户帮忙排雷:创作者每天发布海量内容,需要让海量用户做「晋级评委」,来决定是否可以继续扩大圈层分发。基于此,平台就有概率,把没那么好的内容,小剂量地试投给确定感兴趣的用户。
  2. 给用户做兴趣探索:一为纯新用户和低活用户做兴趣推荐,二为老用户破开信息茧房。但对推荐算法提出了更严苛的挑战:我们不仅要考虑如何「猜你喜欢」,更要通过产品设计,实现「让你喜欢」。因为后者,才会真正改变用户的生活。这是长期主义,也是社会责任。

我先抛一个可能和大众意见相左的观点:

  • 从内容冷启的试错角度,单列和双列的容错率平分秋色
  • 从兴趣探索的试错角度,单列的容错率更高

总的来说,单列容错率更高。

我自己也很惊讶,毕竟直觉上,我也一度认为双列的容错率才是更高的。

一、内容冷启层面,单列和双列容错率平分秋色

1. 从消费者角度出发

在双列场景下,用户若不喜欢这条内容,滑走就好,并不会付出过多的心血。但要知道,在双列UI下,「图片吸引比重」会高于「从众心理比重」。如果用户对封面满怀期待,点进来却大失所望,会产生预期差,是平台的慢性毒药。

预期效应:指的是动物和人类的行为不是受他们行为的直接结果的影响,而是受他们预期行为将会带来什么结果所支配。

在单列场景下,碰上无聊的内容,虽也是轻轻地滑走,但用户付出的视听精力会沦为沉没成本,用户厌恶这种精力的错付。

损失厌恶是指人们面对同样数量的收益和损失时,认为损失更加令他们难以忍受。同量的损失带来的负效用为同量收益的正效用的2.5倍。

从这点来看,双列容易埋下预期效应的坑,单列容易引发用户损失厌恶的心理,这二者难分高下。

2. 从创作者角度出发

无论什么UI,创作者的工作都会被异化。双列容易培养封面党,单列也容易培养5s党。5s党和标题党,不过五十步笑百步罢了,本质上没啥区别。

兴许有人会说,若把内容分发看作一场应聘,单列帮创作者争取到了前几秒的面试机会。但我认为,这不过是一种不同的洗牌方式罢了。创作皆苦啊。

二、兴趣探索层面,单列的容错率更高

做探索,目的是发现用户在已知用户画像之外的其他兴趣。

有观点认为:

双列是一个点击场景,用户需要自己主动挑选内容。用户点错了,怪罪平台的概率会小很多。

在单列模式下,用户会认为内容都是平台给我推荐的,口味上就会比较挑剔,对确定性内容需求更高。

相较而言,双列可以有更多的流量空间给用户做探索。

这个说法较笼统,我们不妨将其拆分一下。

用户因单个内容怪罪平台的概率=用户对内容的失望程度+内容不感兴趣程度+逃离操作成本。

1. 「逃离成本」二者基本相等

双列把用户可能不喜欢的内容藏于万花丛中,对用户干扰更少,滑走效率更高;单列把「逃离+消费下一个」集成在了一个滑动操作里,更速效方便。

2. 「失望程度」二者基本相等

什么内容会让用户失望?质量不高的内容+有欺骗性质的内容。这类内容的出现,应归咎于平台品控,和UI无关。用户并不会因为这条劣质内容是自己点的,而少怪罪平台一点。相反,根据大脑自我防御机制,他会怪罪平台更多。

自我防御机制这一概念由精神分析心理学家弗洛伊德提出,指人们在面对挫折和焦虑时启动的自我保护机制,它主要通过对现实的歪曲来维持心理平衡。

优质但用户不感兴趣的内容,给用户产生失望的感觉较小。

3. 内容不感兴趣程度,单列小于双列

用户对内容的不感兴趣,可以视为挖掘到用户兴趣的难易程度,兴趣挖掘分两种:

  1. 挖掘用户知道但推荐系统不知道的兴趣,提升用户画像的覆盖面
  2. 挖掘用户自己都不知道的兴趣,拓宽用户的生活

前者是「猜你喜欢」,后者是「让你喜欢」。我们主要说一下后者。

相信推荐从业者都知道,双列或单列多个内容的列表页,做「让你喜欢」的兴趣探索有多难——用户基本不会在双列信息流场景点不他感兴趣的内容。

为什么那么难呢?不妨用比较思维来看双列场景:当一个你不太感兴趣领域内容,和你感兴趣的内容并列放在一起。相信90%的用户会毫不犹豫地进行保守选择,点击那个你熟悉的、感兴趣的内容。于是乎,被点剩下的那条,就会被降权,打入冷宫。

成也双列,败也双列。

要真正帮助用户拓宽兴趣面,让用户时看时新,可谓任重道远。兴趣挖掘之于推荐,如同唐门暗器之于魂师魂兽。做好了,就是格局开大、万物生长;做不好,就是信息茧房,存量博弈。推荐系统一直困顿于此。

终于,皇天不负有心人,兴趣探索被单列UI破局。单列为什么那么好做探索呢?原因有几点:

  1. 用户对平台的信任。你的一个好大哥,给经济小白的你,推荐了《第一本经济学》,你很信任这位好大哥,看的概率更大
  2. 单列全屏没有对比性,比较思维被弱化了,选择少了反而更幸福
  3. 中国有句老话:来都来了……

以我自己为例:

以前不了解综合格斗,2020年在抖音刷到张伟丽战胜乔安娜·耶德尔泽西克的卫冕赛视频,大受震撼。从此知道了一个比赛叫UFC。

也曾因为某个电视剧混剪视频的配乐太抓耳了,我自然而然地看了下来,继而对这个电视剧种草。

说起音乐,抖音音乐短视频app不仅挖掘了用户音乐兴趣,还改变了用户音乐审美。它不仅解决了「猜你喜欢」,还能「让你喜欢」。

音乐和视频深度结合的方式,它具备潜移默化改变”音乐审美”的能力。通过视觉和听觉的感官上的融合刺激,重新赋予了音乐新的生命,也让大众有更多机会去接受本来可能不会听“第二遍”的歌曲,从而逐渐改变了对音乐的原有认知。让更多独立音乐人的小众音乐得以被接受和传播。

我们自己做实验,也得到了相似的结论:单列做探索,要好做得多。

三、额外谈谈「屏效比」

额外谈谈这样一种观点:

双列屏效比高,有更多的流量可以用于小样测试来发掘用户兴趣。

屏效比确实很容易迷惑我们。它甚至是一些资讯app、传统媒体信奉的UI信条。

提及双列UI,无论是谁,都会给屏效比一个大大的赞。

屏效比就是一屏常规手机屏幕的内容曝光效率。双列UI,一屏给用户4~6个视频选择,单列只给了用户1个选择。毋庸置疑,双列UI较之单列,给了平台4倍以上的试错机会,单位时间内单个视频的试错成本很小,听起来确实前者的容错率更good。

注意,大家在同意上述观点的同时,也默认了这样的逻辑——我双列吸引用户注意力的概率是你单列的4倍以上。即使你是纯新用户,我选4个大众兴趣,每个兴趣推一个,我把点击欲望拉满,就不信猜不中你的心。

听起来好像没问题,但有一个重要事实被忽略了——同样是个性化推荐,单列较之双列,有3个极大的变量:「全屏高清」+「自动播放」+「音乐」。

双列从个性化推荐角度,提升了单位时间命中用户注意力的概率,但拦不住单列另辟蹊径啊!单列提升了单个视频的视听信息量和冲击力。它是汹涌而来的感官风暴。

用户不用在四个中小图片里找一个点击,而是直接被推到了一个最为大众喜闻乐见的内容的视听场景中去。咱就是说,一个全方位感官包裹的大动作。

此刻,两极反转,屏效比失灵了。

综合来说:注意力的夺取,取之于综合体验,而非是单位时间呈现的内容数量。

单列试错成本更低,无非就是:

体验更好,视听信息量更大,沉浸感更强,更能吸引用户注意力,所以用户耐心更好。

我相信抖音的slogan:记录美好生活。

对这句slogan,我的理解是:用户通过单列视频,发现美好生活,然后放下手机,找到自己的美好生活,发上来,记录美好生活。如此循环。

 

本文由 @白鹿 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 写的不错,我们习惯用AB来验证我们的想法,当我们下意识认为对的策略和用户实际反馈存在明显偏差时,复盘的重点是纠结产品形态和内容质量,没有深层次的分析用户心理。要做好内容,除了基础的运营和产品知识技能外,还是要学好心理学(尤其是策略PM)。

    来自江苏 回复
    1. 产品设计的真正挑战在于「最终了解用户那些未被满足和未明说的需求」。非常考验pm对人性的洞察。

      回复
  2. 抖音和快手的核心差异:单列和双列的产品设计带来容错率的差异,容错率的差异可以从用户行为差异导致的数据差异进一步解释。原来是这样

    来自河南 回复
  3. 更明显

    来自北京 回复
  4. 按时

    来自北京 回复
  5. 按时吃啊

    来自北京 回复
  6. 给鹿鹿打call!

    来自北京 回复
    1. 嘎嘎?我们认识吗!

      回复
  7. 好了,问题来了,什么是单列,什么是双列~

    来自北京 回复
    1. 哈哈哈哈哈哈哈

      来自福建 回复
    2. 好问题

      回复
    3. 我。。。是真的不知道~

      来自北京 回复
    4. 我写一篇文章回复你,等我。

      来自浙江 回复
    5. 我等你呀~

      来自北京 回复