絕大多數(shù)的應(yīng)用，都采用了列表頁和詳情頁兩層結(jié)構(gòu)設(shè)計。

用戶打開應(yīng)用，首先看到的是列表頁，基于頁面內(nèi)卡片所呈現(xiàn)出的摘要信息進行快速篩選決策，然后點擊進入詳情頁進行后續(xù)的消費行為（如閱讀、觀看、購買、資訊等）.

在這樣一個大用戶量、高曝光量的列表頁場景下應(yīng)用推薦，就讓我們一起聊聊列表頁推薦的“屏效”。

在線下業(yè)態(tài)中，有一個專有名詞叫做“坪效”，指的是每坪的面積可以產(chǎn)出多少營業(yè)額(營業(yè)額/專柜所占總坪數(shù))。為了改進坪效，線下的賣場會基于消費者的動線定期調(diào)整店鋪布局、品類推頭分布等等，通過時下熱門的商品促銷進行引流，在用戶的動線過程中拜訪相關(guān)商品和高毛利商品從而促進銷售額的提升。

當線下遷移到了線上，坪效的計算邏輯依然成立，只是“坪效”或許可以改稱為“屏效”。我們借由手機屏幕的方寸之地構(gòu)建起一個線上的虛擬空間，對于這個虛擬的空間，我們同樣追求通過有效的的迭代，能夠讓用戶盡可能多刷（類比線下盡量多逛），在刷的過程中產(chǎn)生盡可能多的有效行為（類比線下盡量多買）。

如何有效提升列表頁屏效呢？兩個切入點：底層排序邏輯，表層展示邏輯。

底層排序邏輯

列表頁內(nèi)容究竟該如何排序？

一個直觀的想法：基于業(yè)務(wù)的核心指標，將圍繞用戶計算出的個性化結(jié)果按照打分進行降序排列。

可隨之而來的問題是，既然我們是按照打分降序排列的，那是否意味著從列表頁第一個位置開始，內(nèi)容一個不如一個、一屏不如一屏呢？

從理論上來說，的確如此。

在沒有引入額外變量的前提下，系統(tǒng)給特定用戶產(chǎn)出的排序結(jié)果應(yīng)該是穩(wěn)定的。如果我們的推薦算法對于用戶的點擊預(yù)估相對比較準確，那么從點擊概率上來看，確實應(yīng)該一個不如一個。

但在實際場景中，我們可以利用的變量，至少有兩個：用戶行為的變化、對側(cè)供給的變化。在我們系統(tǒng)算力足夠強的情況下，可以對這兩個變量進行即時的響應(yīng)和反饋：

• 當用戶進行了有效的消費行為后，該行為就應(yīng)該被作為輸入數(shù)據(jù)及時反饋給模型，從而基于新的行為數(shù)據(jù)計算出新的推薦內(nèi)容；

• 當系統(tǒng)有了新的供給之后，用戶的刷新操作就可以觸發(fā)一次重新計算，將新產(chǎn)生的內(nèi)容納入到排序當中。

當然，如上只是理想態(tài)的討論。

理想有多豐滿，現(xiàn)實就有多骨感。對于絕大多數(shù)公司和業(yè)務(wù)而言，我們的系統(tǒng)并沒有足夠多的資源和算力來支持高時效性的反饋，就勢必需要從產(chǎn)品機制上做出折衷與妥協(xié)，以規(guī)則干預(yù)的方式來提升用戶體感。

比如，離線計算出內(nèi)容A和內(nèi)容B之間的相關(guān)度，當用戶點擊內(nèi)容 A 的時候，以看了又看的理由推薦內(nèi)容 B。又如，針對時效性的內(nèi)容單獨增加一個通路，針對一個小的資源池進行單獨計算，從而使得這些內(nèi)容能夠更快速的呈現(xiàn)在用戶的列表上（類似于在搜索引擎中的時效性結(jié)果處理）

雖然邏輯上是按照打分降序排列的，但我們從實際的結(jié)果中常會看到這樣一種現(xiàn)象：首屏第一個結(jié)果的點擊率往往還不如第二屏結(jié)果的點擊率高。是我們的推薦系統(tǒng)出錯了么？

推薦系統(tǒng)沒錯，只是我們對于用戶太過樂觀了。

就像是線下賣場每天有很多顧客進入賣場后又轉(zhuǎn)身折返一樣，線上應(yīng)用每天也有很多無行為用戶。他們或許是被 Push喚醒，或許只是無目的打開應(yīng)用。在打開應(yīng)用后，并沒有進一步的有效操作（無論是刷新、上滑還是點擊）。無行為用戶的存在，使得首屏信息的曝光量中有很大一部分是無效曝光，從而增加了點擊率統(tǒng)計的分母，使得首屏的第一個結(jié)果不如第二屏第一個結(jié)果的點擊率高。

在建設(shè)數(shù)據(jù)報表時，我們也應(yīng)當將這些無行為用戶從統(tǒng)計過程中過濾出去，從而能夠得到更有參考價值的用戶報表和數(shù)據(jù)累計。

在實際操作中，除了按照個性化打分逆序這個基礎(chǔ)原則外，列表頁還承載了許多業(yè)務(wù)需求，如用戶時長、商業(yè)變現(xiàn)、興趣探索、流量照顧種種，這使得列表頁推薦變得愈發(fā)精細化起來。

首先，是用戶時長和商業(yè)化變現(xiàn)的平衡。

皮之不存毛將焉附，我們首先追求的用戶多刷多用，在保證用戶時長和留存的基礎(chǔ)上，再增大商業(yè)化內(nèi)容的比例，這就使得各家應(yīng)用里，新用戶的體驗或者是老用戶每天前幾刷的體驗相對來說是更加用戶導(dǎo)向、更加友好的，隨著用戶行為密度的提升、留存的增加，我們也就可以越來越多的插入商業(yè)化相關(guān)的內(nèi)容。

其次，是興趣探索和流量照顧的平衡。

在明確指標導(dǎo)向的前提下，推薦算法已經(jīng)給出了當下算力所能支持的最優(yōu)解，干預(yù)這個結(jié)果進行用戶興趣的探索和特定供給的扶持照顧一定是對指標有損的，這一點是毋庸置疑。決策的邏輯僅在于，這個損失我們短期是否可以承受，長期是否有回報。

一個典型的例子是某公司提到的知識視頻、國粹文化視頻扶持計劃，PR 稿中號稱投入了千萬流量。在光鮮亮麗的扶持計劃之下，隱藏的則是該公司的人均時長已經(jīng)超過了1.5小時，在這樣的人均時長的基礎(chǔ)上，即便損失幾個視頻播放，也不會對用戶留存產(chǎn)生任何的波瀾。

列表頁是用戶的主入口與主場景，當各種業(yè)務(wù)需求都拋出來的時候，大概率會插入到列表頁來承載實現(xiàn)，所以，我們需要更仔細的平衡新老用戶的體感、平臺的短長期利益，從而做出更好的權(quán)衡。

表層展示邏輯

在排序邏輯已經(jīng)確定的情況下，想要進一步提升屏效自然有賴賴于交互樣式的設(shè)計和迭代。

在研發(fā)資源充沛的情況下，迭代列表頁交互最省力的方式就是“借鑒+AB”。

一方面，在設(shè)備（手機、Pad）短期沒有快速顛覆式變化的大背景下，無論是圖文、視頻、商品信息等，都有了相對成熟的范式交互方案，我們所做的工作更像是積木搭建而非重新創(chuàng)造。另一方面，如果我們所處的行業(yè)已經(jīng)是相對成熟的市場，那么同行業(yè)內(nèi)競品所采用的方案本身，也在幫我們持續(xù)的教育著目標用戶。

通過快速學(xué)習(xí)借鑒競品或行業(yè)領(lǐng)先者的交互方案構(gòu)成候選集，以 AB 實驗的方式篩選和收斂實驗方案，就能夠幫助我們達到一個還不錯的水平。

有個段子，我在某司工作的時候，對于列表頁交互樣式的迭代，半年的時間就已經(jīng)到了 V18（第十八個版本），而更為奢侈的是，V17和 V18是并行開發(fā)的，也就意味著自打立項那一天起，就已經(jīng)有預(yù)判要舍棄一套交互方案了。

而在研發(fā)資源不那么充沛的情況下，就還是得審慎的前置思考以避免浪費研發(fā)資源了，一個參考思路是：“點要找準、字要放大、數(shù)要做正”。

點要找準：在產(chǎn)品的服務(wù)場景下，用戶真正關(guān)注的信息要素是什么？

比如，對于健身計劃來說可能是鍛煉的部位、時長和難度系數(shù)；對于外賣服務(wù)來說，可能是菜品口味、送達的時間和價格；對于內(nèi)容來說，可能是核心主題等等。

為了幫助產(chǎn)品運營同學(xué)找到真正有價值的信息要素，可以通過觀察在平臺上自然效率比較好的內(nèi)容、商品和同品類內(nèi)容、商品的差別，去看看說它們在標題、封面上突出了什么信息要素，是否是你可以抽象出來的；也可以切實訪問、觀察一些用戶，觀察他們的偏好究竟是什么。

字要放大：如何將重點的信息以更有說服力、更顯著的方式呈現(xiàn)出來？

找到了用戶真正關(guān)心的信息要素，那么接下來就需要以適合它們的方式展示出來。在做信息呈現(xiàn)的時候，很多產(chǎn)品經(jīng)理往往容易陷入邏輯合理性的窠臼，盡可能將信息按照邏輯結(jié)構(gòu)分門別類的呈現(xiàn)?？墒?，用戶是沒有邏輯的，那些結(jié)構(gòu)合理的灰色的標簽、縮小的圖標，對于絕大多數(shù)的用戶來說都是視而不見的。

曾經(jīng)做過一個有趣的實驗，將對照組在標簽上呈現(xiàn)的信息直接拼接到實驗組的卡片標題里，整體的點擊率就正向了。從卡片信息量的角度，實驗組和對照組并沒有差別，但是，考慮到信息呈現(xiàn)方式的差別，實驗組對于標簽信息的接收效率，顯然更高了一些。

數(shù)要做正：形式 永遠需要為內(nèi)容服務(wù)，內(nèi)容永遠需要為結(jié)果服務(wù)。

在設(shè)計列表頁的卡片交互時也是如此，所謂的邏輯結(jié)構(gòu)不重要、產(chǎn)品經(jīng)理或設(shè)計師的理念堅持不重要，真正重要的，是在調(diào)整交互之后，數(shù)據(jù)指標能夠呈現(xiàn)正向改進的趨勢。這，才是我們追求樣式迭代的目的所在。

一個典型的例子，經(jīng)典的邏輯認知里是應(yīng)該有歷史記錄存在的，當用戶翻頁的時候，能夠看到曾經(jīng)看到的歷史內(nèi)容。但是，如你所見，在很多信息流應(yīng)用里無論是下拉還是翻頁，都會觸發(fā)刷新的操作。這樣的交互或許不符合你我作為產(chǎn)運設(shè)計等等“深度用戶”的消費習(xí)慣，但是這樣的交互從全局數(shù)據(jù)統(tǒng)計上來看，是最優(yōu)的。絕大多數(shù)的用戶不需要歷史記錄、不需要收藏、不需要高級設(shè)置。

在進行列表頁交互樣式迭代的過程中，要時刻謹記：我們在提供的是商品而非藝術(shù)品，迎合目標受眾的訴求才是絕大多數(shù)場景下的最優(yōu)解。就像是大呼小叫的電梯廣告，存在或許意味著潛在的合理性，作為產(chǎn)品的設(shè)計者，更應(yīng)該尊重客觀規(guī)律而非主觀偏好。

當然，交互樣式的調(diào)整，因為影響了信息的傳達，往往會傳導(dǎo)到點擊分布的改變，從而影響到推薦系統(tǒng)的輸入數(shù)據(jù)和輸出模型。這也就是為什么，當平臺更新了交互樣式之后，平臺上的商家和媒體需要適配的原因所在。

優(yōu)化底層排序邏輯，迭代表層展示邏輯，我們才能夠打造出一個繁榮的線上應(yīng)用，既有人場，又有錢場，構(gòu)建出更好的列表頁屏效。

2022-08-23 10:57