江苏龙网

  1. 首页 > 人文 > >

互联网|搜索与推荐，思考的快与慢


编辑导语：随着个性化推荐的流行 ， 万物变得皆可推荐 ， 各大APP可以按照你的喜好推荐音乐、新闻、衣服、食物等等 。 本文作者就为大家介绍了搜索与推荐的心理学基础 ， 并且对搜索推荐模式进行了思考与拓展 。
互联网|搜索与推荐，思考的快与慢
本文插图

万物皆可推荐 ， 大部分以搜索为主要功能的产品都可以用推荐再做一遍 。
一、为什么会思考搜索与推荐的区别？
前阵子刷抖音很喜欢某些视频的背景音乐 ， 就下载了网易云音乐 。
偶然发现网易音乐有一个心动模式 ， 其实就是一个推荐模式 ， 会自动推荐陌生歌曲 。 惊喜发现推荐的歌曲还是自己很喜欢的 ， 感觉很懂我 ， 于是乎思考了一下搜索与推荐两者的区别与联系 。
二、网易音乐的例子
网易音乐是如何成长起来的？
可能会有很多原因 ， 但是核心的因素在于关注用户的情感并通过社交、推荐、分享达到的 。
每一个歌迷都有一个自己的歌曲清单 ， 每一首歌曲 ， 每个人听着的情感都不一样 ， 可谓一千个人眼中有一千个汉姆雷特 。 人不可能一辈子就听一首歌或者几首歌 ， 一般是一阵子听某些歌 ， 这些歌会与个人的经历挂钩 。
这些情感、故事能直接对人在微信和电话上说出来吗？

可能大部分人不会 ， 不习惯我有故事你有酒吗这种畅快沟通的模式 ， 因而音乐情感部分可以看成是陌生人社交 。
网易音乐通过对歌曲的评论 ， 同时有点赞、评论给予用户在精神上的反馈 。 在歌单方面 ， 通过分享、推荐 ， 获取有相同兴趣爱好的用户 ， 可以扩大用户在平台上的影响力 。
相信大部分人和朋友之间交流音乐也曾经交换过歌单 ， 向对方推荐自己喜欢的歌曲 。
互联网|搜索与推荐，思考的快与慢
本文插图

在推荐的产品设计方面 ， 网易云音乐的心动模式非常出色 ， 会自动根据用户听过的音乐推荐新的音乐 ， 而且推荐的结果让人惊喜 。
但是唯一感觉不同就是网易音乐的心动模式是自动开启的 ， 别的App的推荐坑位需要用户去点击才能去尝试（产品设计原因） 。 联想到自己以前怎么找歌的经历 ， 于是开始思索搜索与推荐的场景了 。
三、搜索与推荐的心理学基础
先介绍一下《思考快与慢》里面介绍的一点心理学知识 ， 人有两个系统：一个是系统1 ， 即快系统 ， 无意识且快速 ， 不费力；另外一个是系统2 ， 即慢系统 ， 需要注意力并动用大脑的计算能力 。
人在大部分的时候都是使用系统1 ， 少数时候需要耗费脑力/注意力才会启用系统2 。

互联网|搜索与推荐，思考的快与慢
本文插图

插一句：联想到淘宝的营销 ， 淘宝的营销规则是如此复杂 ， 导致大部分人都需要调用系统2 ， 而拼多多的主打价廉物美的心智 ， 大家只需要使用系统1无脑下单就行 。
1. 搜索与用户
互联网|搜索与推荐，思考的快与慢
本文插图

搜索需要用户的主动输入 ， 用户需要输入意味着用户的目标会比较明确 。 从产品过程来看 ， 搜索需要调用系统2 ， 因为这个过程需要人思考到底需要搜索什么 。
另外一方面来说 ， 搜索的产品、信息必须用户已经有心智了 ， 在电商行业就是品牌已经在用户那种草了 ， 在音乐方面就是用户必须知道自己想听的那首歌 ， 在影视行业就是用户大可能已经知道那部电影/电视剧的某些细节了 。
2. 推荐与用户用户是被动的 ， 用户可能根本就没有目标 ， 也就是用户期待会不一样 。 推荐可以推荐新的东西 ， 也不会让用户需要做选择题；可以缩短用户思考路径 ， 提升用户体验（即沉浸式体验） 。
推荐新东西在某些时候可以引起用户的惊喜、好奇心 ， 更重要的是 ， 让用户的大脑使用系统1工作 ， 而不是系统2 。

由于人类的惰性 ， 这类产品（****、抖音、网易云音乐、淘系的猜你喜欢等）已经出类拔萃了 。 如果我们需要让消费者在APP购物的时候逛起来 ， 推荐必不可少 。
四、搜索与推荐模式思考与拓展
1. 搜索以货品为中心
互联网|搜索与推荐，思考的快与慢
本文插图
【互联网|搜索与推荐，思考的快与慢】

搜索以货品（广义 ， 可以理解为供给）为本 ， 用户必须有某种方式事先关联到货品 ， 也就是营销货品概念到用户心智（用户心智的培养） ， 所以搜索到用户的路径会比较长 。
在用户心智培养这个过程中(品牌营销) ， 需要多次触达用户 ， 才有可能在用户心中埋下种子 ， 使得用户在输入搜索词的时候大脑中跳出对应的货品特征/品牌 。
并且搜索有一个很强的必要条件 ， 就是搜索必须平台化与中心化（搜索就是一个撮合供需的场） ， 而且供给能力必须要大而全 ， 否则用户一搜没东西或者无法满足用户需求 ， 则用户很容易流失 。
可以设想一下 ， 当用户带有很强目的性来搜索的时候 ， 想听歌的歌曲没有 ， 想看的电影也没有 。 另外一方面 ， 当用户不知道自己需要的东西时 ， 我们就需要各种导购场将需求继续明确 ， 比如类目设计、导购场设计等 。
2. 推荐以人为中心
推荐以人为本 ， 围绕人本身的需求 ， 以更短的路径匹配人的需求和广义货品的供给 。 由于目标性不强 ， 所以消费者更容易在平台上花的时间更长 。
如果能时不时给消费者惊喜 ， 平台粘性会逐渐培养起来 。 而且由于主要信息流的单向性 ， 推荐可以以平台化的方式来做 ， 又可以以去中心化的方式实现 。
同时 ， 推荐也是通向社交化的一条路 。
3. 推荐的中心化模式
互联网|搜索与推荐，思考的快与慢
本文插图

推荐中心化的模式现在有很多例子 ， 像****、抖音、快手等 ， 在供给侧将信息（新闻）、短视频、直播等聚合起来 ， 然后在通过推荐引擎分发给对应有需求的消费者 。
比如：最近自己看的公众号文章较多 ， 就想能否有一个产品 ， 打造个人独特的公众号文章频道 ， 即微信公众号的**** 。
4. 推荐去中心化模式互联网|搜索与推荐，思考的快与慢
本文插图

推荐去中心化的例子 ， 社交领域会很多例子（一切皆可推荐） 。 因为人与人之间交流 ， 交流时可能就会交流自己买的东西 ， 听过的音乐 ， 看过的电影等 ， 也可以当成一种非正式的推荐 。
当推荐+微信+商品 ， 就有我们熟知的微商模式 ， 由微商选货 ， 推荐给微信群/朋友圈的时候 ， 就是一种人肉推荐 。

我们常见的KOL模式 ， 也是由KOL生产信息然后推荐给粉丝 。
所以推荐的背后 ， 当推荐成功时 ， 信任是一大重要因素 。 看到我们现在的直播模式时 ， 也可以看做是由主播选品后 ， 推荐给看直播的粉丝的 。
去中心化的好处是人群会更精准 ， 而且由于用户与供给方会具有一定的社交关系（微信好友 ， 粉丝等） ， 也就是用户对供给方有一定的信任基础 ， 推荐起来在某些场合效率会很高 。
社交关系的获取可以通过平台 ， 也可以通过线下手段或者依据真实社交圈子获取 。
五、总结
万物皆可推荐 ， 大部分以搜索为主要功能的产品都可以用推荐再做一遍 ， 可以思考一下各个应用场景 。
本文由 @XXX 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


    推荐阅读


    上一篇：2020广东旅博会11日开幕

    下一篇：创城进行时丨企业献爱心 帮扶暖民心