容错率|短视频单列和双列，谁的内容容错率更高？_ai|秦朔|汤道生|数字化|互联网

编辑导语：抖音和快手的核心差异：单列和双列的产品设计带来容错率的差异，容错率的差异可以从用户行为差异导致的数据差异进一步解释。本文就短视频单列和双列，谁的内容容错率更高展开了分析。推荐对短视频感兴趣的用户阅读。

文章插图
“我自己也很惊讶，毕竟直觉上，我也一度认为双列的容错率才是更高的。”
要说前两年，短视频的两个UI流派尚在割据，但从今年开始，双列式微，单列已雄霸天下。

文章插图
可是，双列不甘心！这篇就来唠唠每逢提及单双列，就绕不开的试错成本问题。首先明确一下定义：

试错，是用不确定信息，去试探用户。
单位时间里，不确定信息越容易把用户赶跑，就意味着你的试错成本越高。
容错率，就是用户能够容纳这些不确定性信息的肚量。和试错成本成反比。

有人可能会问：“好好的，干啥要吃力不讨好地去推荐不确定信息呢？”
2个目的：

不知内容好坏，让用户帮忙排雷：创作者每天发布海量内容，需要让海量用户做「晋级评委」，来决定是否可以继续扩大圈层分发。基于此，平台就有概率，把没那么好的内容，小剂量地试投给确定感兴趣的用户。
给用户做兴趣探索：一为纯新用户和低活用户做兴趣推荐，二为老用户破开信息茧房。但对推荐算法提出了更严苛的挑战：我们不仅要考虑如何「猜你喜欢」，更要通过产品设计，实现「让你喜欢」。因为后者，才会真正改变用户的生活。这是长期主义，也是社会责任。

我先抛一个可能和大众意见相左的观点：

从内容冷启的试错角度，单列和双列的容错率平分秋色
从兴趣探索的试错角度，单列的容错率更高

总的来说，单列容错率更高。
我自己也很惊讶，毕竟直觉上，我也一度认为双列的容错率才是更高的。
一、内容冷启层面，单列和双列容错率平分秋色1. 从消费者角度出发在双列场景下，用户若不喜欢这条内容，滑走就好，并不会付出过多的心血。但要知道，在双列UI下，「图片吸引比重」会高于「从众心理比重」。如果用户对封面满怀期待，点进来却大失所望，会产生预期差，是平台的慢性毒药。
预期效应：指的是动物和人类的行为不是受他们行为的直接结果的影响，而是受他们预期行为将会带来什么结果所支配。
在单列场景下，碰上无聊的内容，虽也是轻轻地滑走，但用户付出的视听精力会沦为沉没成本，用户厌恶这种精力的错付。
损失厌恶是指人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。同量的损失带来的负效用为同量收益的正效用的2.5倍。
从这点来看，双列容易埋下预期效应的坑，单列容易引发用户损失厌恶的心理，这二者难分高下。
2. 从创作者角度出发无论什么UI，创作者的工作都会被异化。双列容易培养封面党，单列也容易培养5s党。5s党和标题党，不过五十步笑百步罢了，本质上没啥区别。
兴许有人会说，若把内容分发看作一场应聘，单列帮创作者争取到了前几秒的面试机会。但我认为，这不过是一种不同的洗牌方式罢了。创作皆苦啊。
二、兴趣探索层面，单列的容错率更高做探索，目的是发现用户在已知用户画像之外的其他兴趣。
有观点认为：
双列是一个点击场景，用户需要自己主动挑选内容。用户点错了，怪罪平台的概率会小很多。