推荐可以大幅降低信息密度,提升信息接收效率,是沉浸式体验以及延长用户在线时间不可缺少的法宝。未来推荐系统会外化为智能的私人助理。
一、用户注意力法则
根据之前的文章《搜索 VS 推荐模式思考》,推荐主要是以人为中心,推荐的用户体验会更好吗?以推荐为中心的APP需要考虑什么因素?推荐功能可以从什么方面推动用户增长?先看心理物理学上的希克定律:
一个人面临的选择(n)越多,所需要作出决定的时间(T)就越长,反应时间的数学公式是: T = a + b * log2(n)西克定律
也就是说,当产品设计得越复杂,用户反映时间会越长,用户可能会越焦虑。如果没有能够抓住用户的注意力,用户极有可能流失。就跟相机一样,长焦镜头将主要因素突出,次要虚化才能抓住人的注意力。
因而用户停留APP时间越来越短,时间越来越碎片化的今天,我们需要尽量减少用户多余的操作,让用户尽量使用感性系统工作,不要让用户做过多的思考与选择,不要让用户有需要比价/找券等耗费脑力理性系统启动。
二、电商平台的信息密度
下面就拿淘宝和拼多多的首页作为例子来分析,因为首页是APP最核心的地方。京东和淘宝复杂度基本上在同样量级上。
拼多多APP信息密度
先看一下现在PDD的首页:
左边图为PDD新用户页面,右边图为老用户页面。新人界面多了一个新人礼包推荐栏,而老用户只有百亿补贴推荐 + 商品信息流推荐。即使是商品信息流推荐,也是一个商品一栏,不是淘宝的一栏两个商品。
整个拼多多的App设计都围绕着一个心智:价格便宜,品质好,基本上没有太重的营销场与套路,产品非常聚焦,没有太多的需要让用户选择与思考的地方。
所有的限时秒杀,断码清仓,新衣馆,多多果园也是围绕同一个目标,未来有一篇文章将详细分析。新人专享/百亿补贴/商品信息流都是基于推荐系统。在推荐方面,PDD整个APP遵循了商品信息流推荐的原则:
拼多多起来之后,京东、唯品会、蘑菇街都实验过相似模式。对于他们来说,拼团不过是一个创造GMV增量的工具,而拼多多是人的逻辑。我们通过拼团了解人,通过人推荐物,后期会过渡到机器推荐物。
拼多多APP里几乎没有搜索,也不设购物车,你可以想像把今日头条下的信息流换成商品流就是拼多多。黄铮
在整个信息流推荐的指引下,所有的地方都围绕用户设计,这样PDD整个APP的设计风格与微信类似(有点神似),整个APP会比较简洁,没有手机淘宝各种坑位与资源位。
心智明确加上信息密度不高,结合产品设计(游戏,社交),拼多多将用户的注意力牢牢抓在手中。
淘宝APP的信息密度
淘宝APP大体上还处在功能堆砌的思路上,看一下大家经常刷的淘宝首页,大家所有的功能都用到了吗?
看见手淘APP有多少个框了吗?两个营销位,加上聚划算,淘宝直播,百亿补贴,有好货,信息密度非常高,而且功能基本上就是拼在一块,每个资源位都是针对不同的人群,不同打法。所以对很多用户来说,首页的信息冗余度太高了。
按照功能堆砌的逻辑,那APP设计最理想的情况是希望手机越来越大,图标越来越多,可以容纳足够信息多来吸引不同目标的人群。参照一个之前大家设想的未来苹果手机图:
开个玩笑,如果APP设计是以功能堆砌为目标,那手机屏幕越大越好,也就是像上图那样希望大家的手机越来越大。仔细数了一下自己手机淘宝APP的ICON,频道坑位已经达到32个!
功能低效堆叠,只会造成用户侧信息效率低下。按照数据分析的话来说,这些功能就是转化率低的漏斗。对于从来不去点直播的人来说,直播的ICON一直放在首页有什么用呢?为什么不能简洁一点呢?
未来的App可能就是广义上的千人千面(不仅仅是货品/视频上的千人千面),因而需要更高效的模式来消除信息堆砌的困惑。
推荐就是一个非常好的路径,我们不仅可以做到货品/内容/视频的推荐,还可以做到功能的推荐。整个App会非常的懂用户,能够自动学习,帮助用户过滤掉众多无效的信息,提升所有人的效率。
在信息密度方面来看,PDD的首页信息密度比淘宝要低,因而在吸引用户注意力,打造用户心智会有效很多。
三、推荐设计的方向
沉浸式用户体验
沉浸式用户体验本身就是将用户的注意力集中在非常少的点,尽量少的打扰用户,让用户尽量的Enjoy,而不是让用户开启理性思维去思考。
推荐是沉浸式用户体验设计可以利用的一种方式,推荐系统可以源源不断的向用户推荐用户感兴趣的东西,使得用户的注意力持续的集中,也是用户增长中保持用户时长的一大法宝。
信息折叠与可以提供惊喜的推荐
由于推荐是单向信息流,系统不需要一次向用户推送太多的信息,只要能够推送给用户心里想要的东西就行。这样才可能使得我们的设计更简洁,同时信息密度的降低使得用户的决策更加容易。
而且,我们可以扩大推荐的范围,并且不停的尝试推送给用户新的东西,然后进一步自动学习用户的习惯与喜好。在这个过程中,我们有可能可以慢慢改变用户的习惯(之前国外还有机构通过特定消息的推送而影响美国大选)。
如果推荐到用户真正喜欢的东西,用户会有惊喜的感觉,这样的感觉会让用户在体验玩老虎机/赌博一样,因为未来有着不确定性。
进而用户就会对整个产品会有所期待,就像我们刷抖音一样。因为抖音不仅仅会推给你喜欢的东西,而且会推送给你一些意外的东西。《阿甘正传》里面提过:
生活就像一盒巧克力 你永远不知道下一颗是什么味道。阿甘正传
当用户喜欢/不喜欢推荐的东西时,用户的行为会不一样,反馈都非常及时。就像刷抖音,如果视频全部播放完,那说明用户对这个推荐还是感兴趣的,那下次还可以推荐同样类型的视频。如果一下子就划过去了,那说明用户不喜欢。
跨越功能的推荐
推荐可以是万能的,不仅可以推荐商品,而且可以推荐视频/电影/音乐/饭馆,甚至是游戏/房子等,如果我们的信息足够准确的话。
我逛淘宝的时候不止一次想到,为啥不能用淘宝APP听歌呢?为什么看电影还要去youku上买而不能在淘宝上买呢?这些差别有那么大吗?如果用推荐来做的话,用户心智的差异就不会那么大。
对于淘宝来说,使用推荐可以使得聚划算/直播/百亿补贴/有好货只要一个推荐位就行了。信息密度可以大幅度降低。
未来的推荐可以抹平现在大家认为的产品心智鸿沟,并且可以对人的需求做无差别的推荐。可能以后推荐系统会外化为智能的私人助理,而推荐将会成为未来人机高效交互的一个基本机制。
四、总结
那未来的APP会怎么样呢?可能比较好的用户体验就是:信息流推荐 + 合适的信息密度以快速抓住用户注意力并让用户快速决策,产品链路在这个过程中打造用户心智。
作者:破局哥
破局哥介绍(公众号ID:pojuge):计算机博士,两次创业经历,大厂高级码农,正在经历程序员的转型,思考程序员的未来。欢迎关注