移动互联时代，算法推送为何难逃用户划走？

　　去年9月份那会儿，我盯着监控大屏上突然平掉的曲线，对讲机里运维在喊“核心机房空调挂了”，泡面汤溅在键盘上——这场景和算法推送被用户划走有啥关系？嘿，还真有。那会儿我们刚上线新模型，CTR涨了十八个百分点，结果DAU反而掉了三个点。我原以为用户是被更精准的内容“喂饱”了，结果测试组抓包一看，好家伙，人均停留时长从四十二秒跌到二十六秒，划走率直接冲上六成五——这哪是喂饱，分明是吃撑了反胃。

　　问题出在哪儿？我蹲在机房角落啃冷掉的泡面时突然想明白：算法太“聪明”了。它把用户画像切得比手术刀还细，连我凌晨三点刷短视频的“罪恶时刻”都算进去了——可问题是，用户要的不是“被看透”的精准，是“被惊喜”的意外。就像你追了三年剧，算法天天给你推同类型，突然有一天你刷到个冷门纪录片，反而会停下来看两眼——但现在的算法，早把这种“意外”概率算没了。

文章配图，仅供参考

　　说到这儿，想起凌晨三点的割接窗口。那时候机房冷得像冰窖，我裹着羽绒服改参数，突然想到个问题：算法的“优胜劣汰”，是不是把“劣”的定义搞错了？我们总以为用户划走的是“不好的内容”，可实际上，用户划走的可能是“太好的内容”——好到他们觉得“再刷下去该熬夜了”，或者“这内容太符合我，显得我没个性”。就像我媳妇刷购物APP，算法推的全是她常买的牌子，她反而会划走找点“没穿过”的款式——用户要的不是“被满足”，是“被挑战”。

　　上个月和运营商施工队聊天，他们说现在5G基站覆盖好了，用户反而更爱刷“轻内容”——图文、短视频，连长视频都懒得看。我琢磨着，这和算法推送有啥关系？结果一测试，发现新模型推的“深度内容”点击率确实高，但完播率低得离谱——用户点进去，三秒内划走的占七成。我原以为用户是“没时间”，结果调研组反馈：“太专业了，看不懂，划走找点轻松的。”你看，算法以为“深度”是优势，用户却觉得是负担——这哪是优胜劣汰，分明是“劣胜优汰”。

　　再说个离谱的。我们有个测试组，专门给算法“喂”噪音数据——比如故意把用户标签打乱，或者推点完全不相关的内容。结果呢？这些“乱推”的版本，用户停留时长反而比“精准推”的高十五个百分点。产品组说这是“异常数据”，我倒觉得这是“真实需求”——用户早受够了被算法“安排”，偶尔乱推点，反而像开盲盒，有点意思。

　　现在的问题是，算法的“优胜劣汰”机制，太依赖短期指标了。点击率、停留时长、完播率，这些数据确实能反映用户当下的行为，但反映不了用户长期的需求。就像我媳妇刷购物APP，她可能今天想买裙子，明天想买鞋子，但算法总推裙子，她就会觉得“这APP不懂我”——用户要的不是“今天懂我”，是“永远懂我，但别让我觉得被懂”。

　　所以回到最初的问题：移动互联时代，算法推送为何难逃用户划走？我的结论是，不是算法不够好，是“好”的标准错了。优胜劣汰没错，但“优”的定义得改——不是“用户点击的就是优”，是“用户愿意停留、愿意反馈、愿意长期使用的，才是优”。至于怎么改？我现在也没完全想明白，但至少知道方向了：别把用户当数据，当人。

　　对了，凌晨那台空调后来修好了，但监控屏上的曲线再也没回到之前的峰值——可能用户也在等，等一个不那么“聪明”的算法，给他们点“意外”的惊喜。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!