推荐产品中的负反馈设计策略

发布时间:20-03-21

衡量推荐系统对用户⊕的效果包括正反馈和负反馈两部分,负反馈往往容易被忽略,但其实,负反馈也是抓住用户的关键点之一。

推荐系统的出发场景就是为没有明确―需求的用户提供物品推送服务,因此对推送结果用↔户是否感兴趣是衡量一个推荐系统效果的核в心。

一般衡量推荐系统对用户的效果包括正反馈和负反馈两┘部分。

正反馈通常包括推荐位点击,加购,下单,≦收藏,关注,喜欢等,需要结合实际产品提供的功ↇ能进行设计;ы

负反馈则是一۩个很容易被忽略的░细节,也是最容易得罪用户的▲环节,因此策略的设计非常≌重要。就如同一直在喂一只猫吃蔬菜一样,那么它迟早会离家出‰走。

负反馈设计的时候策略上需要注意3个事情:

推荐位间联动; 内外联动; 正负联动。

下З面我以电商应用中的推÷荐产品为例,说明〩一下关于推荐产品中①的负反馈的策略。

一、推荐位间联动

因为推荐区≌域在应用内往往不止一个,比如首页,商品过渡△页,商详页,购物车等等,每一个都有推荐区域→,因此,如果用户在其中的一个场景进行了负反馈,表明其对当前该推荐物品的态度的时候,那◈么其他应用了推荐区域也需要″进行负反馈,这就是一个推↔荐๑·ิ.·ั๑位之间的联动。

但是在设计推荐位联动&的时候,○需要考虑每个推荐位№的定位,或者说是使用场景。比如用户在推荐位反馈“已经购买”,那么当前推荐位一定会进行过滤,但是是不是一定在其他推荐位也进行类似的操作呢?不一定,而且可能正好配相反。

比如对于复购优惠活ф动的推荐位,复购反而对√其♀是一个正反馈。

二、内外联动

除了推荐位之间的灬联动外,还涉及到内╬外联动。

所谓的内◐外联动是指,除了推荐位本身,推荐坑位用户的负反馈还▷可βω以与哪些数据发生交互。

推荐通常会基于用户的各种历史行为进行推荐,比如用户的关注,浏览和购买记录,其实就是通过用户的历史行为作为数据来源☆来猜测用户意图,而负反馈就是对猜的结果最有力的反击!

怎么办?那就按照负反馈◥去更新数据来源,这就是内外联动。

推荐也需要从用户中来,到用户中去。

三、г正负联动

所谓的正负联动是指在☆用户进行负反馈之后,◑↔↕▪我们进行了相应的屏蔽或者过滤处理,是否一直都不去进行推荐↖了呢〇?

不是这样的,负反馈是其实就是用户兴Ψ趣的一种表达,而用户的兴趣是时常多变的,❤☜通常需要增加一个判断用户对之⿴前负反馈物品再次有正反馈行为的策略,进而在合适的时机为用户进行推荐。

比如对于已经进行过负反馈处理的类目或者sku,通常用户再次点击浏览该类目或者sku的时候需要重启☎正反馈策略。

这就是正负联动▬。

 

作者:夏唬人,微信公众号:夏唬人,一个相当作家的工科男,一个想写代码的产品︹︺︻人

本文由 @夏唬人 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

上一篇: 塞维利亚大学:研究表明消费者购买手机时最看重其外观
下一篇: 超级干货:零基础如何成功举办一场发布会(下)