推荐与注意力经济

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