容错率|短视频单列和双列，谁的内容容错率更高？( 二 )_ai|秦朔|汤道生|数字化|互联网

在单列模式下，用户会认为内容都是平台给我推荐的，口味上就会比较挑剔，对确定性内容需求更高。
相较而言，双列可以有更多的流量空间给用户做探索。
这个说法较笼统，我们不妨将其拆分一下。
用户因单个内容怪罪平台的概率=用户对内容的失望程度+内容不感兴趣程度+逃离操作成本。
1. 「逃离成本」二者基本相等双列把用户可能不喜欢的内容藏于万花丛中，对用户干扰更少，滑走效率更高；单列把「逃离+消费下一个」集成在了一个滑动操作里，更速效方便。
2. 「失望程度」二者基本相等什么内容会让用户失望？质量不高的内容+有欺骗性质的内容。这类内容的出现，应归咎于平台品控，和UI无关。用户并不会因为这条劣质内容是自己点的，而少怪罪平台一点。相反，根据大脑自我防御机制，他会怪罪平台更多。
自我防御机制这一概念由精神分析心理学家弗洛伊德提出，指人们在面对挫折和焦虑时启动的自我保护机制，它主要通过对现实的歪曲来维持心理平衡。
优质但用户不感兴趣的内容，给用户产生失望的感觉较小。
3. 内容不感兴趣程度，单列小于双列用户对内容的不感兴趣，可以视为挖掘到用户兴趣的难易程度，兴趣挖掘分两种：

挖掘用户知道但推荐系统不知道的兴趣，提升用户画像的覆盖面
挖掘用户自己都不知道的兴趣，拓宽用户的生活

前者是「猜你喜欢」，后者是「让你喜欢」。我们主要说一下后者。
相信推荐从业者都知道，双列或单列多个内容的列表页，做「让你喜欢」的兴趣探索有多难——用户基本不会在双列信息流场景点不他感兴趣的内容。
为什么那么难呢？不妨用比较思维来看双列场景：当一个你不太感兴趣领域内容，和你感兴趣的内容并列放在一起。相信90%的用户会毫不犹豫地进行保守选择，点击那个你熟悉的、感兴趣的内容。于是乎，被点剩下的那条，就会被降权，打入冷宫。
成也双列，败也双列。
要真正帮助用户拓宽兴趣面，让用户时看时新，可谓任重道远。兴趣挖掘之于推荐，如同唐门暗器之于魂师魂兽。做好了，就是格局开大、万物生长；做不好，就是信息茧房，存量博弈。推荐系统一直困顿于此。
终于，皇天不负有心人，兴趣探索被单列UI破局。单列为什么那么好做探索呢？原因有几点：

用户对平台的信任。你的一个好大哥，给经济小白的你，推荐了《第一本经济学》，你很信任这位好大哥，看的概率更大
单列全屏没有对比性，比较思维被弱化了，选择少了反而更幸福
中国有句老话：来都来了……

以我自己为例：
以前不了解综合格斗，2020年在抖音刷到张伟丽战胜乔安娜·耶德尔泽西克的卫冕赛视频，大受震撼。从此知道了一个比赛叫UFC。
也曾因为某个电视剧混剪视频的配乐太抓耳了，我自然而然地看了下来，继而对这个电视剧种草。
说起音乐，抖音音乐短视频app不仅挖掘了用户音乐兴趣，还改变了用户音乐审美。它不仅解决了「猜你喜欢」，还能「让你喜欢」。
音乐和视频深度结合的方式，它具备潜移默化改变”音乐审美”的能力。通过视觉和听觉的感官上的融合刺激，重新赋予了音乐新的生命，也让大众有更多机会去接受本来可能不会听“第二遍”的歌曲，从而逐渐改变了对音乐的原有认知。让更多独立音乐人的小众音乐得以被接受和传播。
我们自己做实验，也得到了相似的结论：单列做探索，要好做得多。
三、额外谈谈「屏效比」额外谈谈这样一种观点：