时间: 2021-08-03 08:56:56 人气: 10 评论: 0
不论是产品、运营还是数据分析从业者，只要是内容型产品形态，便都**需要接触到Feed流，且整个工作几乎都围绕着内容优化这一主题。本篇我将讲述自己对这方面方法论的理解总结，相信读完本篇文章**对你有所帮助。
Feed流是将若干消息源组合在一起，帮助用户持续地获取最新的内容。我们无需主动搜索，自动呈现琳琅满目的内容。它对我们了如指掌，给我们想了解的，让我们不停的**新。
我们熟知的微博、知乎、今日头条、微信朋友圈、各类短视频等都是feed流的展示模式。
我们以今日头条为例，Feed流如图：
看了图**，相信大家对Feed流有了基础了解，其核心就是个性化推荐，即通过各种策略，从内容池中筛选部分内容，经策略排序后展现给用户。
Feed流的产生，遵循策略制定的四步骤：问题->输入->计算->输出，即为了给用户展示其合适的内容，输入一系列数据指标，进行逻辑计算，最后输出一个令用户满意的Feed流结果。
我们可以从内容、用户、环境这三个维度去考虑输入指标；
有了上述输入特征、进行逻辑计算生成策略，即可输出一个Feed流结果，那么如何判断用户对这个Feed流是否满意呢？
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程度。打分可以从排序和内容本身两个维度来考虑，即用户喜爱的内容越靠前、用户感兴趣的内容出现的越多，则说明该Feed流效果越好。细化评估指标可以考虑以下数据维度：
有了评估指标，便可以将各个指标分段设置权重分数，计算一个Feed流的效果总得分。以下行为权重分数示例：
通过以上步骤，我们初步产生了一个Feed流及其分数，下面就需要不断优化迭代了。
咱们还是以今日头条为例，看看其Feed流存在最大的问题是什么。基于这些问题，我们看看有什么解决方案可以解决这些问题，优化Feed流。
于是我们采用抽样分析法，去抽样不同用户其推荐Feed中的文章，进行调查评估，分析各类问题badcase寻找解决方案。以下为抽样分析结果：
从内容生产角度说，平台创作者发布的内容越来越趋于相似，从读者角度来说，每天推送的内容不够新鲜，都是差不多类型的。头条是资讯平台，内容同质化**大幅降低用户使用体验，影响了头条核心的竞争力，且这部分问题占比将近40%，是亟待优化的，优先级较高。
一些内容**挂着各种大佬的名字做标题危言耸听，点进去却发现文章内容质量非常低。不同用户对内容的感知也是不同，如果用户觉得看到的内容质量低，且连续点击几篇文章都看到大部分低质内容，用户**选择跳出平台。
不同的频道、不同层级的标签都要精细化设置对应的时效限制，如果用户还可以在主Feed看到几个月前的不知名老新闻，可能**认为平台内容不够，无法及时获得一手资讯。
标签定义太少，不够聚焦。若是高频词标签，则导致匹配大量不相关内容，若低频词标签，则可能匹配到的内容不够。
热点话题文章是必不可少的，但是如果重复主题过重，用户则**觉得平台过于单调，需要控制同主题文章的出现频次。
通过对各类问题分析，我们可以根据对应问题，制定初步优化方案：
推荐内容优化是个持续的过程，需要综合各个维度、多个角色，不断的优化迭代，评估再优化迭。且产品每个阶段，问题的类型、解决问题的方案都**不同。此外，在制定各类标准时，也要将产品的调性纳入考量因素，这样才是真正的用户导向。
以上，就是我对内容型产品的Feed流生成、效果评估以及优化方法论的理解。欢迎关注我的微信公众号，随时交流数据分析方面问题。
作者：赵小洛，公众号：赵小洛洛洛
本文由 @赵小洛 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自pexels ，基于 CC0 协议
