在快速發(fā)展的數(shù)字時代，負反饋管理已成為推薦系統(tǒng)優(yōu)化的重要環(huán)節(jié)。本文將深入探討負反饋在SaaS產(chǎn)品中的作用，分析其對用戶行為的影響，以及如何通過有效的策略提升用戶體驗和轉(zhuǎn)化率。

推薦系統(tǒng)當(dāng)中的兩大常見問題：冷啟動和負反饋，也是策略產(chǎn)品經(jīng)理工作當(dāng)中經(jīng)常需要面對且要去解決的策略難題，在實際工作當(dāng)中經(jīng)常以專項優(yōu)化的形式進行。今天分享一下推薦系統(tǒng)當(dāng)中的負反饋策略常見的設(shè)計思路有哪些？

01 什么是反饋？

首先什么叫反饋？反饋即用戶對于眼前事物的采取的行為。所以先簡單聊聊行為的概念。

那么推薦系統(tǒng)當(dāng)中的反饋又是指什么？

在推薦系統(tǒng)中，用戶行為實際上包含了兩種：顯性行為和隱性行為。常見的顯性行為，比如用戶對物品的評分，喜好，關(guān)注等，一般是以產(chǎn)品功能為載體來實施；隱性行為則通常是指用戶在網(wǎng)站、應(yīng)用內(nèi)的日?；顒?，比如瀏覽，閱讀，觀看等，一般是以日志為載體進行承載。

不同的行為代表了用戶對于推薦結(jié)果不同的態(tài)度。一般用來表征用戶對推薦結(jié)果是否感興趣包括正反饋和負反饋兩部分。

一款产品无到有，产品经理需要做些什么？

在一个产品从无到有的过程中，要做好产品经理这个角色实在是不容易，除了大家都知道的写需求、写需求、写需求，要做的事多着呢。产品经理不是你眼中的只会找你麻烦，提要求..

查看详情 >

正反饋通常包括推薦位點擊，加購，下單，收藏，關(guān)注，喜歡等，這些行為越多一定程度上也能表明當(dāng)前推薦結(jié)果對用戶來說是有足夠吸引力的，自然流量的轉(zhuǎn)化率相對也較高；

負反饋則是指用戶表達了對當(dāng)前推薦結(jié)果持有消極態(tài)度。負反饋也包括主動和被動兩種。這個環(huán)節(jié)在系統(tǒng)實際實施的時候很容易被忽略，但也是最容易得罪用戶的環(huán)節(jié)，因此策略的設(shè)計非常重要。

負反饋策略在設(shè)計的時候需要關(guān)注三個方面：推薦位間聯(lián)動、內(nèi)外聯(lián)動和正負聯(lián)動。

02 推薦位間聯(lián)動

通常在一個應(yīng)用內(nèi)的推薦區(qū)域往往不止一個。比如在京東APP內(nèi)，首頁，商品過渡頁，商詳頁，購物車等等，每一個場景下都有對應(yīng)的推薦區(qū)域。

推薦位間的聯(lián)動是指，如果用戶在其中的一個場景下進行了負反饋，表明其對當(dāng)前推薦物品不滿意的時候，那么其他推薦區(qū)域也需要進行策略反應(yīng)，比如屏蔽，降權(quán)等等，這就是一個推薦位之間的聯(lián)動。

但是，在設(shè)計推薦位聯(lián)動的時候，需要考慮對應(yīng)推薦區(qū)域在當(dāng)前業(yè)務(wù)場景下的定位。比如用戶在某一推薦區(qū)域主動反饋“已經(jīng)購買”，不期望再次推薦，那么當(dāng)前推薦區(qū)域最好能夠進行實時過濾，屏蔽。

那么，是不是一定在其他推薦位也進行類似的操作呢？不一定，而且可能正好配相反。比如對于復(fù)購優(yōu)惠活動的推薦位，復(fù)購反而對其是一個正反饋。

03 內(nèi)外聯(lián)動

除了不同場景下推薦位之間的聯(lián)動，還涉及到內(nèi)外聯(lián)動。

內(nèi)外聯(lián)動是指，除了對給用戶呈現(xiàn)最終推薦結(jié)果的聯(lián)動，推薦區(qū)域用戶的負反饋還可以與哪些數(shù)據(jù)發(fā)生交互。

也就是用戶在前端的負反饋可以影響到數(shù)據(jù)層，具體來說是用戶標(biāo)簽層。

推薦系統(tǒng)通常會基于用戶的各種歷史行為，比如用戶的關(guān)注，瀏覽和購買記錄，給用戶打上各種各樣的標(biāo)簽，從而去判斷用戶的偏好，理論上是一種猜測，概率行為，那么負反饋則表明當(dāng)前對用戶的偏好預(yù)測出現(xiàn)了誤差。

所以，基于用戶負反饋去修正推薦鏈路中的使用的數(shù)據(jù)，這就是內(nèi)外聯(lián)動。

04 正負聯(lián)動

一般我們進行推薦負反饋策略設(shè)計的時候，在用戶觸發(fā)了負反饋之后，通常推薦系統(tǒng)會實時響應(yīng)，對推薦結(jié)果進行屏蔽或者過濾處理。

那么這一類的物品是否一直都不會對該用戶進行推薦了呢？明顯不是這樣的。

用戶的需求是多變的，因此需要增加一個判斷用戶對之前負反饋物品再次有正反饋行為的策略，進而在合適的時機為用戶進行推薦。

比如對于已經(jīng)進行過負反饋處理的類目或者sku，通常用戶多次點擊瀏覽該類目或者sku的時候需要重啟正反饋策略。

這就是正負聯(lián)動。

以上大概是幾個設(shè)計推薦負反饋策略的幾個切入思路，大家可以根據(jù)自己的業(yè)務(wù)情況進行靈活制定。