前言:前几个月在逛淘宝的微淘页面时,体验了淘宝的智能推荐的功能,所以今天的故事就从智能推荐的“不感兴趣”功能说起。

 

背景

在微淘页面中,淘宝会根据你的浏览习惯,给你推荐一些相关的商品。当你觉得推荐的商品不喜欢时,可以点击相关推荐内容右上角的“×”。这时候就会出现一个小浮层,让你选择不感兴趣的理由。体验了几种不同的推荐内容后,发现有3种不同的模式。

大多数商品不感兴趣的理由主要集中在人、产品、运营三个逻辑上。如果是已关注的卖家,则多了一种关于推送逻辑的理由(屏蔽动态)。还有一种比较特殊的模式,主要出现在新品上线和买家秀中。因为这种类型更注重商品本身的展示,没有关键词的配置,所以不感兴趣的理由中少了产品相关的选项。

 

逻辑

  1. 在人这个维度上,淘宝针对“未关注”和“已关注”做了两种不同模式的区分。

未关注的情况下,用户可以直接拉黑作者。而已关注的情况下,则提供了取消关注和屏蔽动态两种模式。这些细节处理挺好的,因为有些时候,用户关注了商家,只是为了关注商家产品上架的最新消息,并不想收到商家的运营内容推送,提供了屏蔽动态的功能,其实也很好的维护了商家对粉丝的运营模式,减少了不必要的粉丝流失。

 
2. 在产品这个维度上,主要是根据推荐内容生成对应的产品关键词。

这些关键词可能是发布者自己设置,也可能是系统自动生成。在选择原因的浮层中最多可以展示3个关键词。值得留意,在新品上线或买家秀这种特殊样式,允许没有产品维度的选项。

通过产品关键词,来动态提供屏蔽理由,可以说是推荐逻辑中的很核心又很有挑战的想法。运用得好,可以很精准的为用户推荐感兴趣的内容。不过在现实环境中,特别是在买卖交易的市场上,都是趋向于追逐利益。在产品关键词可以由商家自定义或人工智能推荐不准的情况下,就会出现不少搞笑的案例。

如图所示,kindle官方旗舰店的这条推荐,就出现了“不想看:ape”的选项。
ape这个关键词怎么来的?Kindle这款产品的全称是“Kindle Paperwhite”,ape是单词中的一部分,而刚好有个服装品牌叫ape,于是就出现了这样一个奇怪的选项。
当商家可以自定义关键词时,也就意味了产品可以定义一些不相关的关键词,来实现内容曝光度的提高,有点类似标题党的做法。如何营造良性的运营内容,是资讯功能设计一直以来的难点。

 
3.  在运营这个维度上,主要都是固定文案的展示。
包含了看过了、标题党和内容太水等三个理由。这三个理由,也是目前自媒体泛滥,质量参差不齐的情况下,最容易遇到的三种情况。
当然除了这三个维度的功能设计外,用户也可以直接选择“不感兴趣”,无理由屏蔽该推荐内容。

 

扩展

国内电商市场来说,除了淘宝/天猫之外,就会想到京东了。于是找到了京东的推荐功能,看看京东是怎么设计屏蔽推荐的逻辑。

如图所示,京东的屏蔽理由很简单,都是一些静态的文案展示。包含了品类不喜欢、品牌不喜欢、 看过了、 已经买了、商品图引起不适、涉及隐私和不感兴趣。虽然设计的样式跟淘宝很像,但是京东的定位跟淘宝还是差异不小,导致分类逻辑设计的思考点也很不一样。
品类和品牌的选项,跟淘宝产品纬度的逻辑差不多,只是颗粒度没那么细分,都是静态的选项展示。

淘宝的微淘内容,是由商家自己编辑发布的,内容形式丰富;而京东的推荐内容更注重商品信息,商家在“为你推荐”这个模块中,能发挥的空间,除了商品名,就是图片了。因此京东“商品图引起不适”跟淘宝的“标题党和内容太长”其实有点接近,都是针对商家自己编辑的内容来设计。不过从文案上也可以看出两个平台的侧重点不太一样。

京东还有一个挺好的选项,那就是“涉及隐私”,当然这也是两个平台推荐定位的差异造成的。淘宝更多是推荐丰富的资讯内容,在内容中引流到商家交易去。而京东是简单直白的商品推荐,更注重商品本身的卖点来。因此“涉及隐私”这个选项对于淘宝来说,就算收集了用户的选项,也很难定位是什么内容导致用户选择它。


总的来说,京东和淘宝的推荐功能,定位上差异还是比较大,没有太多的可比性,同时京东的“发现”页面,目前并没有屏蔽推荐的功能,所以只好拿商品推荐功能来说几句。
一样是电商平台的亚马逊,也有一个推荐细节可以设置,在历史浏览和购买记录中,可以将某个商品设置为不推荐相关商品,可惜操作入口藏得太深,一般用户很难发现。

 

思考

暂时先抛开淘宝这个案例,让我们快速看看几个推荐相关功能的案例。
 
1. 蚂蚁财富

在国庆的时候,推送了上个月的理财月报给我,但是当我打开时,却告诉我还在整理中。估计这次推送是因为国庆节放假,月报数据没有及时更新。导致推送了信息,却看不到内容。
 
2. 我的世界

玩游戏懒得想名字,经常就会用到系统提供的随机起名功能。而如图所示,在我的世界这款游戏中,系统推荐的名称遇到了“包含敏感词”和“昵称已存在”的报错,这显得推荐功能有点傻。
 
3. 滴滴出行

无独有偶,在系统推荐的功能设计中,滴滴出行也出现过乌龙,更新了敏感词的数据库,却没有及时更新推荐快捷回复的文案。
 
4. 网易严选

网易严选在短信推送上,也有一些奇怪的案例。如图所示,是我在七夕期间收到的严选推广短信。当时看到短信很惊讶,因为我并没有在严选上浏览或购买过内衣,与服装有关的交易,也仅仅是曾经买过一件男性运动衫。但严选这次给我推荐的,居然是内衣,还是女性的……

 

总结

从淘宝的“不感兴趣”,聊到后面的“智能推荐”扩展案例,在基于大数据做智能推荐的设计上,也有了自己的一些总结想法。
1. 推荐逻辑需要考虑节假日等特殊时间。
2. 推荐逻辑需要及时更新。
3. 推荐逻辑需要考虑容错性。
(生效门槛更高些。比如浏览1次不会作为推荐依据,多次浏览同一类商品,才会作为推荐依据)
4. 推荐功能需要为用户提供可控性。
(智能推荐为基础,用户个性化设置为辅助修正。还要考虑对隐私信息的保护)
5. 推荐逻辑应该考虑自我变异的机制。
(用户的口味会变化,一直推荐同一类型的内容,容易让用户形成对平台定位的固化印象,偶尔来点推荐变异,或许能挖掘出用户潜在的偏好)