中国潮品网
您当前的位置:首页 > 美食 >

百度策略产品经理面试:如何评估小红书的Feed流效果?

时间:2019-10-25 12:21:39   未知  

大家好,我是今天去面了百度的Isabel,职位是策略产品经理,部门是推荐技术平台部,主要是做手机百度App的Feed流推荐。

在回答过程中,面试官也一直认真地用电脑记录下我回答的答案,个人感觉百度似乎更看重面试者的临场思维表现,根据现场的回答来判断综合素质。

由于我顺利通过了一面,面试官也评价我的回答答得不错,于是便想给大家分享当时遇到的性问题,以及我的回答。

我被问到的是那个经典的问题“你最喜欢的App是什么?”,我的回答是小红书。而众所周知的,在产品面试中这个问题基本都是面试官用来挖坑的,果然接下来就是死亡三连:如何去评估小红书的Feed流效果?小红书Feed流存在什么问题?如何解决?

可能很多小伙伴都和我一样没有过相关经验,看到Feed流这个看起来很高大上的术语,一脸懵逼:这是啥?

因此,在分享我的答案之前,我首先会简单介绍一下Feed流是什么。然后再以小红书为例,聊聊Feed流是如何评估效果、从而持续优化的。

Feed流的准确定义一直存在争议。简单来说,Feed流是持续更新并呈现给用户内容的信息流,它存在于各种各样的APP,字节跳动的抖音便是以Feed流起家的。

通过图片大家应该对Feed流是什么有了大致的认知,接下来说说我理解的Feed流:Feed流的核心是“个性化推荐”,它的两个主体是内容和用户,是用户与内容的匹配,“信息找人”的展现方式。

总的来说,给Feed流产品下一个定义,则是:通过一定的策略,从大量内容中筛选出部分内容,经过排序后展现给用户。

Feed流是用户与内容的匹配,目的是从大量内容中找到用户最喜欢的内容。那么,这是通过什么样的策略来产生的,又该如何优化呢?接下来聊聊Feed流从产生到优化的全过程。

Feed流的产生,遵循着策略制定的四步骤:问题(目的)、输入、计算、输出。具体来说,是一个这样的过程:

为了达到“给用户展现感兴趣内容”的目的,输入一系列指标,进行逻辑计算,最终输出一个用户满意的Feed流结果。

除了“逻辑计算”这部分通常由RD(开发同学)来实现之外,其它的步骤都是策略产品经理需要去考虑并完成的。

从性别、年龄等维度考虑:基于性别与年龄的应用较为简单,思想有点像数学中的“聚类算法”:检测到用户是女性,会更多地推送女性喜欢的内容,而“女生喜欢的内容”又是基于其它女性用户的数据得到的。

(2)从内容的角度,我们的目的是获取大量、多样、优质的内容,从这三个维度也可以采取多方面的措施:

一个基本原则是,要想评估Feed流展现效果好不好,就是要通过各方面进行打分,从而得出该Feed流在用户心中的“喜爱度”。

打分规则可以粗略从两个角度来考虑:一是排序,用户喜爱的内容排在越靠前,则说明该Feed流效果越好。二是从内容本身来看,用户喜爱的内容出现的越多,则说明Feed流分数越高、效果越好。

通过以上步骤,我们初步产生了一个Feed流。然而就像一句古话,“上线不是结束,而是新的开始”,产生Feed流之后的过程,就是不断优化迭代的史了。

接下来,以小红书为实例,咱们聊聊小红书Feed流存在的问题是什么?以及基于这个问题,如何对Feed流进行优化。

小红书是内容平台,内容的同质化很显然会极大降低内容质量,轻则流失部分用户,重则降低产品的核心竞争力。因此,对小红书来说,同质化问题,需要被排在较高的优先级去考虑。

为了解决内容同质化问题,我们可以从内容本身出发,从“内容重复度”的维度为将内容粗略归类,进而思考不同类型的解决方案:

从处理的角度,由于小红书是一个内容社区,简单的删除内容有可能引起误伤,或是损害内容生态。

我认为处理方式可以从“降低优先级”的角度考虑:根据单个内容的“广告内容疑似度”,来适当降低广告内容在首页Feed流及搜索中的排序。

若该内容被判断为大概率属于广告,则优先级则会降低,甚至完全不展现给用户。通过这样的方法,对高重复度内容进行。

对于跟风、模仿发布相似内容的用户,他们可能是出于两种心态:一是不知道要发布什么内容,二是想通过跟风模仿来获得归属感、认同感。

基于这个背景,我们可以通过在内容发布页增加文字提示的运营方式,来鼓励用户发布多样化的内容。例如以下提示,适当引导用户发布的内容:

一方面,从用户角度来说,结合场景的提示语拉近了用户与内容社区的距离,适当的引导可以解决用户发布内容时“不知道选取什么主题”的问题。

另一方面,从公司角度来说,也可以通过实时与调整,来完善社区内容的多种类。具体来说,当遇到“美食类内容生产较少”的问题,可以通过增加美食类引导语比例,来促进社区内容的种类完整性。

Feed流的最终目的是“寻找到用户喜欢的内容”,为了达到这个目的,一个有效的途径是进行用户与内容的“精准匹配”,通过过往信息来判断用户的兴趣,即精准推送策略。

但实际上,用户对“自己喜欢的内容”的界定是比较模糊的。有时候,就连用户自己也无法准确描述自己喜欢的是什么,仅局限于对过去信息来判断用户兴趣,会忽略掉用户未来、有可能兴趣。因此,就会出现推荐内容同质化的问题。

因此,除了推荐精准预测的内容外,也应当进行多样化内容的推送。在进行内容匹配时,为用户展现的内容不局限于兴趣匹配,还可以向用户推送:平台热门信息、猜测喜欢信息等,推送内容多样化

面试是我们向面试官输出和表现自己的过程,不断面试被问到新的问题,就可以通过在复盘的阶段主动查询资料和深度思考来进一步了解。

连用户自己也无法准确描述自己喜欢的是什么,仅局限于对过去信息来判断用户兴趣,会忽略掉用户未来、有可能兴趣——确实如此。在做类似的推荐产品中,可以考虑abtest,结合深度学习,多推荐算法并行,通过文中的几个指标为导向不断升级推荐准确性。

人人都是产品经理(是以产品经理、运营为核心的学习、交流、分享平台,集、培训、社群为一体,全方位服务产品人和运营人,成立9年举办在线500+期,线下分享会300+场,产品经理大会、运营大会20+场,覆盖北上广深杭成都等15个城市,在行业有较高的影响力和知名度。平台聚集了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一起成长。

【免责声明】本文仅代表作者本人观点,本网对其陈述、观点判断保持中立,请读者仅作参考并请自行核实相关内容。转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请及时联系我们,我们将尽快予以有效核实并作出相应处理。
精品阅读
时尚快报
热门阅读排行
网站首页 | 关于我们 | 服务条款 | 广告服务 | 联系我们 | 网站地图 | 免责声明
Copyright © 2002-2017 zgcpw.net.cn. 中国潮品网 版权所有