微信读书在线接怼?我有几点想法
本文作者从微信读书推出“产品经理在线接怼”入口这一事件出发,对微信读书这一举措的背景进行了分析,并总结了自己的思考与建议,与大家分享。
围观产品经理在线接怼
昨晚,我习惯性的打开微信读书APP来领取每周一的限免主题书籍,却意外的发现原本的每周一限免入口消失了,而被替换成了一个“产品经理在线接怼”入口。
这就蛮有意思了,毕竟一般产品的意见反馈入口都藏的比较深,而且反馈的描述通常仅反馈者和后台操作人员可见,如今这种以帖子形式公开求怼的方式对产品经理而言确实是需要极大的勇气,所以内心先为这次的产品经理点个赞。
这次的产品经理以“公开求怼”的形式收集大家对于微信读书中【故事】功能的看法和建议。
说起这个【故事】,一开始被邀请内测时,还是满怀期待的,毕竟功能描述使读者们难免浮想联翩,让我以为微信读书会开创出一种全新的知识学习模式。
可当我真正开始接触到这个【故事】功能时,我只能这样一句话来形容我的感受:什么鬼?
说好的毫无压力地浏览章节获得知识呢?满屏的推荐里,十之八九都是标题党,点击进入后都是些牛头不对马嘴的劣质内容,顿时令人感到厌恶至极。
对此负责故事模块的产品经理XiaoYuan是这样回应的:
“其实,【故事】的每一个推荐都是有理由的。一部分是根据你的阅读历史和兴趣推荐相关内容。另外一部分,则是将你的朋友的阅读历史和兴趣推荐给你。”
对于此回复,在下的心情是这样的……
我确实没有看过此类文章,难道是我的朋友们的锅?但是朋友看这种东西的时候,应该也不希望被别人知道吧?你这样自作主张的把朋友们的阅读历史和兴趣推荐给我真的合适吗?
或者说,真正的原因,还是【故事】功能背后的推荐算法有问题?
产品经理XiaoYuan又是这样回复的:
“我们遗憾地发现,凡是标题和内容正儿八经的内容,都鲜有人问津。而有冲击力的标题和内容,看的人又多又持久!”
同时还放出了三种不同类型标题对应的数据对比:
最后的XiaoYuan的态度已经表达的很明显了,通过数据表明: 大家嘴上说着不要,身体却很诚实,一边喊着【故事】推荐的很low很低俗,一边又忍不住点进来观摩。
“劣币驱逐良币”的现象,重现在微信读书的【故事】推荐中。
虽然数据展示产品的决策没问题,算法的推荐机制似乎也符合了数据的期望走向,但或许我们可以看看截至11月19日上午10点时的用户反馈态度对比:
接近58%的用户选择了“怼”,另外42%的用户选择了“赞”,从用户反馈数据来看,半数以上的用户对此功能表示难以接受,甚至在帖子下的评论几乎无一例外的都是负面反馈。
那么当数据表现与用户反馈发生冲突时,身为产品人的我们该如何抉择呢?假设我将自己的身份代入产品经理XiaoYuan,我会怎么来思考这个问题呢?
了解背景:微读的变现压力
用了接近1年的微信读书,不得不说基于社交关系链的读书兴趣社群定位对我而言很有诱惑力,第一次感到读书分享也可以是一件快乐的事情,分享自己的见解给志同道合的人,并收获彼此的激励,确实成功的使很多用户发生了留存行为,并愿意积极主动的分享这个APP给身边更多的朋友。
我也可以理解,这些年来微信读书通过各种渠道和活动已经积累了不少活跃留存用户,出于业务压力,变现的话题不可避免的会被抬上桌面。
根据我的观察,自从微信读书无限卡活动的上线,基本上已经实现了大部分人读书不花钱的美好愿景,甚至连原本的书币都开始显得鸡肋起来(读书都不花钱了,要书币还有个毛用……)下图是我通过各种活动获得的无限卡,已经可以试用到2020年的2月21日了…
无限卡的上线的进一步实现了拉新和留存的数据增长,也让更多用户形成了对微信读书的依赖,然而也为变现形成了隐患,读书软件不靠卖书赚钱还能靠什么?
也许微信读书的产品经理们从今日头条的成功案例中吸取了经验,如果不能靠读书赚钱,那我们就做信息流吧,好好的利用起来我们已经沉淀的用户流量,为进一步的广告变现做尝试吧,于是【故事】功能应运而生。
只要【故事】板块的数据是不断上涨的,广告的流量变现也只是时间问题,就算用户反馈这些垃圾文章玷污了读书社区的环境,但团队需要业绩,业务需要生存,不变现就没有活路,只能以不断优化推荐质量的名义来继续“一条路走到黑”。
只要【故事】的点击数据和浏览时长数据没有一直在下跌,产品经理就不会轻易下架这个“有潜力”的功能。归根结底,还是背后的变现压力所迫,产品人要追求初心,但也不能抛下饭碗。
产品经理可以做什么?
数据表现了功能的潜力,但用户的情绪却不能不安抚,因为一定会有部分用户因为该功能而放弃微信读书。
事实上,C端的用户非常“善变”,而放弃一款APP对他们而言成本也非常的低廉,毕竟读书应用市场并非只有微信读书,还有多看、网易蜗牛、京东读书等等正翘首以待的趁机挖走用户。
那么身为产品经理,当然不可以给这些竞品们以可趁之机。
假如换成我是【故事】的产品经理,我会怎么做呢?
1. 给予回复,安抚情绪
在这里就不得的提到这次“在线接怼”活动的失败,全程只有用户们在发帖讨论,从始至终没有官方人员来对问题进行及时的答复,甚至出现了“删评论”的现象。
这就显得活动组织者的格局不够宽广了,不回复已经是失礼的表现,删评论更有搞“一言堂”的倾向,总显得缺乏诚意。
事实上,如果能对用户的问题进行及时回复,会使用户感到自己正在被重视,毕竟人生圣贤孰能无过,很多时候用户在乎的并不仅仅是一个功能的优劣,更多时候是在乎自己的感受是否被接纳和考量。
下面是我对扇贝单词的一些BUG问题反馈,很及时的得到了客服同学的亲切反馈,虽然这个BUG至今也没有得到修好,但我依然心怀期待包容了它。
2. 探索千人千面的推荐逻辑
在电商领域,千人千面的推荐逻辑已经被广泛应用,大家不妨可以邀请身边的朋友们打开自己的淘宝、苏宁或京东,会发现每个人的首页推荐商品都不一致,爱玩的男生会收到更多游戏设备的推荐,准妈妈们会收到母婴产品的推荐,爱美的女生也会收到化妆品和时装的推荐,但很少会出现将朋友的喜好推荐到你的首页这一奇特现象。
同理,微信读书的【故事】推荐逻辑可以效仿电商,根据用户的阅读习惯、职业、年龄、所在地等更多维度的信息来进行合理推荐,不要将朋友的兴趣也一并推荐给我,如果朋友觉得这个东西对我有用,他会主动分享给我。
3. 给予用户控制感
什么是控制感呢?在产品场景中,控制感指代用户通过自己的操作达成目的时的掌控感、胜任感以及安全感。
控制感的对立面是挫败感,如:“我只想好好看书,我讨厌微信读书【故事】模块推荐的垃圾信息,但我却对它无能为力。”
那么,我们可以更改设计规则,从而提升用户的控制杆,降低挫败感的发生几率。
当发生不可控情境时,用户可以通过获取一定的权利进行宣泄,提升其控制感。左图为淘宝购物车界面,用户在购物付款后可以获取“提醒发货”的权利;右图为滴滴截单界面,用户可以在打车结束后获得对司机进行评价的权利。
而针对微信读书的【故事】,我们同样可以在设置页增加一个功能开关,让用户自行决定【故事】模块是否要展示在自己的应用内,或者增加筛选标签,让【故事】模块只呈现自己感兴趣的标签信息。
4. 赋予用户全新的使命感
赋予用户全新的身份,也赋予了全新的使命感和责任感,而这种使用感同样可以满足马斯洛的尊重需求和自我实现需求,能够带来更积极的专注效果。
譬如支付宝的蚂蚁森林案例。
基于蚂蚁森林的成功,我们也可以推出这样一个活动,每当用户阅读【故事】板块中的X篇文章,微信读书就会自动以你的名义向希望工程小学捐献一本课外书(和广告收入相比,这点花费其实不值一提),这样就在无形中将用户的读书行为与慈善行为进行联系,使用户的阅读心态从根本上发生了改变,使阅读更加具使命感,同时也为微信读书竖立了更好的品牌形象。
5. 优化感知语境
提前反馈的节点,优化感知语境,能够起到更好的激励效果。
纽约大学的社会科学试验中心做过一个竞猜试验,试验分成了三组测试者,第一组测试者得到15美元,被告知竞猜每输1次就要失去1美元;第二组直接被告知,竞猜每赢1次就得到1美元;第三组则什么都没有。
试验结果是,第一组总会赢得竞猜比赛。经济学家埃里克.肖特针对该现象提出了一个解释:人们想要竞争得到某物的冲动源于“这件东西已经是我的了,我不愿失去它”的心理,害怕失去一件东西比期待得到一件东西更有激励作用。
微信读书在最初上线【故事】板块的事情也推出过读文章送书币的活动,不妨可以这样尝试,在想法模块中每日固定提供X本推荐书籍,用户当天完成X篇文章的阅读后激活领取,若未完成将会失去当天推荐书籍的领取资格,这比无用的书币更具诱惑力。
以奖励的形式激发用户活跃度,也可以保障功能后续的点击率和观看时长。
最后想说的
以上的一些拙见,仅仅是我个人自作主张进行角色代入后的一些提案,事实上关于这个问题的解决,我们还是应该基于现实业务进行具体问题具体分析,同时也衷心的祝福微信读书可以越做越好。
#专栏作家
愚者秦,微信公众号:feather- wit,人人都是产品经理专栏作家。先后任职于爱奇艺、字节跳动的一枚体验设计师,同时是兼职写小说的斜杠青年,善于总结和抽象设计方法,热衷于探索不同用户场景下的产品策略。
本文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Unsplash,基于CC0协议
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: