社交3要素分別是關(guān)系、內(nèi)容和互動(dòng)。筆者在上一篇講到社交3要素中的“關(guān)系”，現(xiàn)在分享“互動(dòng)”、“內(nèi)容”這兩個(gè)要素，在社交產(chǎn)品設(shè)計(jì)中的重要性以及如何利用好這兩個(gè)要素設(shè)計(jì)出一款好的社交產(chǎn)品。

因?yàn)楣ぷ髅?，好久沒有登錄人人pm了。但是我會(huì)堅(jiān)持寫東西的，因?yàn)檫@是孤獨(dú)的我探索的一種社交方式。

祝大家新年快樂，希望大家堅(jiān)持以閱讀作為娛樂，我的文章也是僅供娛樂。因?yàn)楫a(chǎn)品經(jīng)理本身就不是掌握真理的人，而是找出合理的人。如果你找出寫得不對(duì)的內(nèi)容，很有可能你是對(duì)的。

一、互動(dòng)

互動(dòng)是有來有往，人與人直接的有來有往就是互動(dòng)。

社交產(chǎn)品中的常規(guī)互動(dòng)功能，包括即時(shí)通訊、評(píng)論、點(diǎn)贊。我給一個(gè)定義：互動(dòng)功能是出于人與人之間有來有往的目的而設(shè)計(jì)的功能。

說到這里，大家就明白了：為什么基本上評(píng)論功能都是A評(píng)論后，B可以回復(fù)A的評(píng)論——因?yàn)榇蠖鄶?shù)評(píng)論功能都是為了讓人與人有來有往。

如果你碰到一個(gè)評(píng)論功能，不能相互評(píng)論，那么它的目的不是讓人們有來有往。那我們可以推理，這個(gè)功能是為了內(nèi)容而服務(wù)的，因?yàn)樵u(píng)論是一個(gè)內(nèi)容質(zhì)量的參考數(shù)據(jù)，也有再加工內(nèi)容的效果。

說到這里有人想到：為什么A點(diǎn)贊B，B不能點(diǎn)贊A的贊，也算互動(dòng)功能？

好問題，我先給大家講個(gè)段子：

在二叔家吃著飯，二叔拿著手機(jī)，二嬸就嘮叨：“吃飯別玩手機(jī)?！倍寤卮穑骸芭笥讶吹嚼像R的兒子結(jié)婚了，要給他點(diǎn)個(gè)贊，上次我們女兒結(jié)婚時(shí)他也給我朋友圈點(diǎn)贊了。”

不知道你有沒有笑，我第一次聽到是笑了。其實(shí)點(diǎn)贊是評(píng)論的降維，點(diǎn)贊有兩個(gè)效果：第一是讓對(duì)方知道你在注意ta，第二是表達(dá)善意。

人們的思維習(xí)慣就是，你有注意我，我也得注意到你。你看到有人給他朋友打招呼，朋友仍然低著頭不看ta，是不是第一反應(yīng)是這個(gè)朋友做得不對(duì)。你在朋友圈經(jīng)常給某個(gè)人點(diǎn)贊，但是ta從來不給你點(diǎn)贊，時(shí)間久了你是不是對(duì)ta就有些不滿意了。

現(xiàn)在你應(yīng)該明了，點(diǎn)贊為什么是互動(dòng)功能了。所以呢，收藏并不是互動(dòng)功能，你在美團(tuán)外賣里給快遞小哥的評(píng)價(jià)也不是互動(dòng)功能。這些功能是截然不同的目的性。

一個(gè)好的互動(dòng)功能，需要更多的注意互動(dòng)引導(dǎo)的設(shè)計(jì)——關(guān)注、性別篩選、距離顯示、親密度、訪客記錄、好友動(dòng)態(tài)推送、消息及評(píng)論提示、智能匹配、小組或群以及@功能都是常用的互動(dòng)引導(dǎo)設(shè)計(jì)。每一種都是針對(duì)不同用戶習(xí)慣及需求場(chǎng)景而設(shè)計(jì)的，其最終目的是讓觸發(fā)用戶更多地產(chǎn)生互動(dòng)。

可以通過數(shù)據(jù)看出，只要具體設(shè)計(jì)合理 ，以上提到的功能的加入，都是可以拉高用戶活躍度的。

其中智能匹配功能大家可以參考網(wǎng)易云——通過聽歌品味匹配到陌生人，兩個(gè)人一邊聽共同喜歡的歌，一邊聊天；還有其他的智能匹配是通過做測(cè)試題，讓性格、三觀相同的人見到對(duì)方。

親密度可以參考QQ、soul，特別介紹一下soul的親密度設(shè)計(jì)——給用戶預(yù)設(shè)一個(gè)目標(biāo)，用戶達(dá)到親密度最大時(shí)有驚喜，開通2個(gè)用戶之間的專屬主頁。

但請(qǐng)勿濫用，要根據(jù)你的產(chǎn)品定位和用戶心智，合理添加功能。

最后是社交3要素中的內(nèi)容。

二、內(nèi)容

其實(shí)社交一直以來都是以內(nèi)容為依托展開的。

在春節(jié)的時(shí)候，我會(huì)看到身邊的小孩們聊著游戲就很快成為了朋友；七姑八姨們聊著各種八卦和吐槽老公，很快就成為了密友；男人們聊著賺錢的事，很快形成了朋友圈子。

我做了一個(gè)總結(jié)，人們發(fā)起社交，最后形成的朋友關(guān)系緊密度跟發(fā)起社交時(shí)的內(nèi)容質(zhì)量成正比——也就是往往陌生人碰到一起，交流的內(nèi)容越有深度，大家的朋友關(guān)系發(fā)展得越快，當(dāng)然前提是要找到大家共同感興趣的內(nèi)容。

所以，只要幫助一群人找到了合適的內(nèi)容，以及幫助提高內(nèi)容質(zhì)量，社交體驗(yàn)就會(huì)提升，人們的關(guān)系也會(huì)進(jìn)展更快。這也適用于談戀愛，要想更快發(fā)展為男女朋友，記住，你們聊天的內(nèi)容是一個(gè)關(guān)鍵點(diǎn)。

所以，我始終相信，內(nèi)心世界豐富且會(huì)輸出的人，是更容易找到男女朋友的。

社區(qū)類產(chǎn)品都會(huì)優(yōu)先保證內(nèi)容供給，因?yàn)樯鐓^(qū)類產(chǎn)品就是以內(nèi)容為觸發(fā)點(diǎn)讓用戶體驗(yàn)社交。當(dāng)然，非社區(qū)類的社交產(chǎn)品，仍然要考慮內(nèi)容，因?yàn)闆]有內(nèi)容的社交產(chǎn)品，粘度低。

比如，微信增加了朋友圈功能，朋友圈就是先引導(dǎo)用戶生產(chǎn)內(nèi)容，基于內(nèi)容去社交互動(dòng)。你只需要想想，自己打開微信有多少次是因?yàn)橄肴タ磁笥讶Φ狞c(diǎn)贊和評(píng)論，就能估算朋友圈讓微信的用戶粘度提高了多少。

1. 內(nèi)容設(shè)計(jì)

設(shè)計(jì)產(chǎn)品時(shí)，關(guān)于內(nèi)容，要考慮優(yōu)質(zhì)內(nèi)容門檻的設(shè)計(jì)和內(nèi)容分發(fā)機(jī)制的設(shè)計(jì)。

如果有UGC，那么你要引導(dǎo)用戶生產(chǎn)優(yōu)質(zhì)內(nèi)容且降低優(yōu)質(zhì)內(nèi)容生產(chǎn)門檻。

微信朋友圈發(fā)布功能有明顯的引導(dǎo)用戶多發(fā)照片的交互設(shè)計(jì)。因?yàn)閺拈喿x者來講，閱讀有圖的內(nèi)容比起單純的文字體驗(yàn)更好，有圖是比較下的優(yōu)質(zhì)內(nèi)容，微信這種設(shè)計(jì)就是引導(dǎo)用戶生產(chǎn)優(yōu)質(zhì)內(nèi)容。

關(guān)于降低優(yōu)質(zhì)內(nèi)容生產(chǎn)門檻，以抖音為例，在抖音之前就有微視、秒拍、美拍等短視頻平臺(tái)，它們也一直在迭代，也在嘗試讓用戶自己拍自己的生活——但是為什么增長(zhǎng)速度慢，而后來者抖音卻可以2年時(shí)間就增長(zhǎng)到日活2億以上？

我在2017年3月的時(shí)候玩抖音，那時(shí)候抖音每周都在策劃不一樣的高質(zhì)量教學(xué)視頻，讓用戶跟著教學(xué)視頻拍同款。同時(shí)幫你挑選了最合適的BGM，最cool或者最魔性，又最容易學(xué)的舞蹈動(dòng)作，跟著拍就完事了。如此才出現(xiàn)了越來越多的質(zhì)量好的UGC短視頻內(nèi)容。

以前秒拍、美拍等都有設(shè)計(jì)BGM功能，但真的比不上抖音的拍同款的體驗(yàn)，從用戶習(xí)慣培養(yǎng)上來講，效果差距就很大了。

發(fā)布功能的多圖勾選、加圖片濾鏡等都是為了幫助用戶發(fā)布內(nèi)容更低門檻，制造更優(yōu)內(nèi)容。

UGC社區(qū)，還必須要打造社區(qū)氛圍，社區(qū)氛圍可以重塑用戶心智，引導(dǎo)用戶多發(fā)布內(nèi)容，以及發(fā)布什么樣的內(nèi)容。

比如曾經(jīng)的secret，那就是一個(gè)陰郁的社區(qū)——大家有負(fù)面情緒的時(shí)候就會(huì)打開，把自己的陰暗想法發(fā)表出來，然后用戶們撕逼，發(fā)泄情緒。

比如曾經(jīng)的糗事百科——那就是讓每個(gè)人帶著戲虐的態(tài)度來發(fā)文，以及評(píng)論。

社區(qū)氛圍可以通過你的OGC內(nèi)容、用戶激勵(lì)體系設(shè)計(jì)、社區(qū)活動(dòng)運(yùn)營(yíng)、UI設(shè)計(jì)、文案，以及像匿名、花名、thumb down等小功能的設(shè)計(jì)來營(yíng)造。唯一建議：要打造社區(qū)氛圍，先模擬完整的用戶心智模型。

2. 內(nèi)容分發(fā)

關(guān)于內(nèi)容分發(fā)，我們既要有通用的內(nèi)容質(zhì)量衡量機(jī)制，又要有針對(duì)每個(gè)用戶的個(gè)性化推薦機(jī)制。

內(nèi)容質(zhì)量衡量機(jī)制可以參考瀏覽量、閱讀時(shí)長(zhǎng)、點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等用戶行為數(shù)據(jù)。

常見算法為：

P（P為內(nèi)容質(zhì)量）=k1*X+k2*Y+k3*M…

內(nèi)容質(zhì)量衡量機(jī)制決定了內(nèi)容的默認(rèn)排序和內(nèi)容的自然曝光量，特別對(duì)于新用戶來說，這是決定是否能第一時(shí)間讓用戶滿意，讓用戶留下來的關(guān)鍵點(diǎn)。

個(gè)性化推薦，講3點(diǎn)：用戶聚類、內(nèi)容聚類、協(xié)同過濾。

用戶聚類：

是通過用戶的個(gè)人信息，如性別、年齡、所在城市等描繪出用戶畫像。

用戶畫像接近的默認(rèn)為一類用戶，冷啟動(dòng)時(shí)分析推理每一類用戶喜歡什么樣的內(nèi)容，然后給每一類的所有用戶推薦預(yù)判的他們喜歡的內(nèi)容；根據(jù)用戶的行為數(shù)據(jù)判斷之前預(yù)判的推薦內(nèi)容是否合理，合理的加強(qiáng)推送，不合理的減弱推送。

內(nèi)容聚類：

系統(tǒng)識(shí)別每個(gè)內(nèi)容所攜帶的各字段中是否有相同關(guān)鍵詞，比如標(biāo)題、副標(biāo)題、作者、正文中有相同關(guān)鍵詞的內(nèi)容視為同類（以上可利用到近義詞判別以及文本相似度算法等）。在冷啟動(dòng)時(shí)，通過專業(yè)分析，找到合理的標(biāo)簽規(guī)則，對(duì)推薦效果的影響是尤其顯著的。

協(xié)同過濾：

分成基于用戶的協(xié)同過濾和基于內(nèi)容的協(xié)同過濾。協(xié)同過濾不適用于冷啟動(dòng)階段，而適用于有一定量級(jí)的用戶行為數(shù)據(jù)之后。

• 基于用戶的協(xié)同過濾：是將根據(jù)用戶的瀏覽、停留、點(diǎn)贊等行為判斷用戶是否喜歡某內(nèi)容。假若該用戶喜歡內(nèi)容A、內(nèi)容B、內(nèi)容C，我們還發(fā)現(xiàn)有另一個(gè)用戶也同樣喜歡內(nèi)容A、內(nèi)容B、內(nèi)容C，那么就判斷他們屬于相似用戶，然后給用戶推薦相似用戶喜歡的其他內(nèi)容。
• 基于內(nèi)容的協(xié)同過濾：同上，根據(jù)用戶的行為數(shù)據(jù)判斷用戶是否喜歡某內(nèi)容——如果有100萬的用戶喜歡內(nèi)容A，這其中還有80萬用戶同時(shí)喜歡內(nèi)容B，那么我們就判斷內(nèi)容B是內(nèi)容A的相似內(nèi)容。當(dāng)某用戶喜歡內(nèi)容A時(shí)，我們就推薦相似內(nèi)容B給該用戶。

基于用戶的協(xié)同過濾的核心是：找出用戶之間行為的共同點(diǎn)，從而判斷用戶相似，這是將人歸類的邏輯。

其實(shí)每個(gè)人喜歡某事物都有一個(gè)根源，這個(gè)根源就是這個(gè)人接受了什么教育，成長(zhǎng)中經(jīng)歷過什么。所以，喜歡同一個(gè)事物的人很可能接受了同樣的教育，有過同樣的經(jīng)歷。接受過同樣教育、有過同樣經(jīng)歷的人當(dāng)然很可能也同時(shí)喜歡另一個(gè)事物。

我們將“用戶為什么喜歡某個(gè)內(nèi)容”追溯到根源，然后我們又根據(jù)“該用戶喜歡的其他內(nèi)容”理解為是：因?yàn)樵摳炊矚g其他內(nèi)容——只要兩個(gè)人根源相同，那么他們喜歡的事物都會(huì)是一樣的，同時(shí)喜歡的內(nèi)容越多，他們根源相同的可能性越大。所以，我們不能只看兩個(gè)用戶同時(shí)喜歡一個(gè)內(nèi)容，就判斷他們屬于同一根源，要他們同時(shí)喜歡多個(gè)內(nèi)容才做此判斷，從而降低誤差。

舉例說明，喜歡體育新聞的人，往往小時(shí)候都喜歡運(yùn)動(dòng)；喜歡學(xué)術(shù)論文的人，往往都念過研究生。

基于內(nèi)容的協(xié)同過濾的核心是：發(fā)生事件1后，大概率發(fā)生事件2的宏觀規(guī)律，這是將不同內(nèi)容打包綁定的邏輯。

舉例說明：看過《哈利波特1》的人，基本都會(huì)再看《哈利波特2》。

我們發(fā)現(xiàn)：喜歡內(nèi)容A的人中，80%也喜歡B內(nèi)容。那么，現(xiàn)在我們碰到一個(gè)喜歡內(nèi)容A的用戶，那就給他推內(nèi)容B吧，他大概率會(huì)喜歡——這就是宏觀數(shù)據(jù)告訴我們的大概率事件。至于內(nèi)容A跟內(nèi)容B有多少直接關(guān)聯(lián)性？

有時(shí)候可以直接觀察到，有時(shí)候卻不能。就好像誰會(huì)想到超市里買奶粉的人，都想再買瓶啤酒呢？

所以，有時(shí)候我們不去設(shè)計(jì)如何找出內(nèi)容之間直接關(guān)聯(lián)性的方案，只需要根據(jù)數(shù)據(jù)宏觀分析就行了。

關(guān)于個(gè)性化推薦，補(bǔ)充一點(diǎn)：用戶的閱讀-互動(dòng)動(dòng)態(tài)需求——也就是實(shí)時(shí)熱點(diǎn)，社會(huì)大事件等會(huì)影響用戶當(dāng)下的瀏覽、閱讀需求。但這是產(chǎn)品運(yùn)營(yíng)部分，不贅述。只要記住，產(chǎn)品設(shè)計(jì)之初，就需要考慮運(yùn)營(yíng)需求。

作者：鄧生，5年產(chǎn)品經(jīng)驗(yàn)

本文由 @鄧生 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于 CC0 協(xié)議