在快速發(fā)展的數(shù)字時(shí)代，負(fù)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(fù)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(yàn)和轉(zhuǎn)化率。

推薦系統(tǒng)當(dāng)中的兩大常見問題：冷啟動(dòng)和負(fù)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(shí)際工作當(dāng)中經(jīng)常以專項(xiàng)優(yōu)化的形式進(jìn)行。今天分享一下推薦系統(tǒng)當(dāng)中的負(fù)反饋策略常見的設(shè)計(jì)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(shí)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(shí)施；隱性行為則通常是指用戶在網(wǎng)站、應(yīng)用內(nèi)的日?；顒?dòng)，比如瀏覽，閱讀，觀看等，一般是以日志為載體進(jìn)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(fù)反饋兩部分。

正反饋通常包括推薦位點(diǎn)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(fù)反饋則是指用戶表達(dá)了對當(dāng)前推薦結(jié)果持有消極態(tài)度。負(fù)反饋也包括主動(dòng)和被動(dòng)兩種。這個(gè)環(huán)節(jié)在系統(tǒng)實(shí)際實(shí)施的時(shí)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(jì)非常重要。

負(fù)反饋策略在設(shè)計(jì)的時(shí)候需要關(guān)注三個(gè)方面：推薦位間聯(lián)動(dòng)、內(nèi)外聯(lián)動(dòng)和正負(fù)聯(lián)動(dòng)。

02 推薦位間聯(lián)動(dòng)

通常在一個(gè)應(yīng)用內(nèi)的推薦區(qū)域往往不止一個(gè)。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(gè)場景下都有對應(yīng)的推薦區(qū)域。

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

但是，在設(shè)計(jì)推薦位聯(lián)動(dòng)的時(shí)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(dòng)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(jìn)行實(shí)時(shí)過濾，屏蔽。

那么，是不是一定在其他推薦位也進(jìn)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(dòng)的推薦位，復(fù)購反而對其是一個(gè)正反饋。

03 內(nèi)外聯(lián)動(dòng)

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

內(nèi)外聯(lián)動(dòng)是指，除了對給用戶呈現(xiàn)最終推薦結(jié)果的聯(lián)動(dòng)，推薦區(qū)域用戶的負(fù)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(fù)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(huì)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(fù)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(fù)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(dòng)。

04 正負(fù)聯(lián)動(dòng)

一般我們進(jìn)行推薦負(fù)反饋策略設(shè)計(jì)的時(shí)候，在用戶觸發(fā)了負(fù)反饋之后，通常推薦系統(tǒng)會(huì)實(shí)時(shí)響應(yīng)，對推薦結(jié)果進(jìn)行屏蔽或者過濾處理。

那么這一類的物品是否一直都不會(huì)對該用戶進(jìn)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(gè)判斷用戶對之前負(fù)反饋物品再次有正反饋行為的策略，進(jìn)而在合適的時(shí)機(jī)為用戶進(jìn)行推薦。

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

這就是正負(fù)聯(lián)動(dòng)。

以上大概是幾個(gè)設(shè)計(jì)推薦負(fù)反饋策略的幾個(gè)切入思路，大家可以根據(jù)自己的業(yè)務(wù)情況進(jìn)行靈活制定。