浅谈新闻类 APP 用户负反应功用

  用户反应是产品的风向标，可以在必定程度上协助产品进行方向性的迭代。本文以今天头条、腾讯新闻、凤凰新闻、网易新闻为例，剖析新闻类 APP 的用户负反应功用场景、操作途径、产品交互和跟进机制。一起来看看。

  用户反应是一个产品安身的柱石，也是一个产品更新迭代的指引和风向标之一。纵观各类 APP，根本都在产品内设置了用户反应途径和功用，例如负反应功用（e.g. 告发）、客服进口等，鼓舞用户实时反应，以协助产品及时调整优化方向，投合用户和商场喜爱。

  与其他类型 APP 有所差异，新闻类 APP 以资讯内容和社区气氛为主，特别注重用户在内容质量、内容生态和社区气氛等维度的体会。

  在负反应的实践操作上，往往规划简便灵敏的负反应按钮，将用户反应信号及时透传至内容审阅、引荐算法等环节，防止部分低质量内容在前端继续漏出，并实时调整引荐战略，对用户画像和用户爱好进行纠偏，在后续内容引荐上减轻用户对部分内容的恶感心情，提高用户消费和用户留存。

  本文以今天头条、腾讯新闻、凤凰新闻、网易新闻为例，剖析新闻类 APP 的用户负反应功用场景、操作途径、产品交互和跟进机制。一起，考虑到小红书相同作为内容型产品，在用户反应等相关功用上较有特征，因而将小红书也归入本次剖析比照。

  在信息流和引荐算法年代，绝大多数新闻型 APP 都选用 feed 流方法，选用类似的容器形状承载资讯内容，因而在负反应途径和功用规划上，各大新闻 APP 都迥然不同，根本都包括如下途径：

  在负反应标签设置和问题分类上，各家 APP 存在必定的共通性和一些细微差异：

  1）负反应理由根本都掩盖安全、质量、侵权类底线）负反应目标包括图文、视频、微博 / 短内容、作者 / 用户、谈论、tag、论题等；

  今天头条：feed 流设置「不感爱好」、「告发」、「拉黑作者」和（tag）「屏蔽」，告发设置四类理由，掩盖标题、正文、封面和过期问题；或许由于屏蔽逻辑做得较重，用户在挑选拉黑其他用户后需求二次承认防止误触；

  网易新闻：feed 流和图文视频底层页支撑用户点击不感爱好、屏蔽和告发内容，标签颗粒度较细，设置二级菜单，支撑用户屏蔽详细关键词；

  腾讯新闻：feed 流挑选「不感爱好」后，提示用户将削减此类内容呈现，支撑用户进一步吐槽；feed 流挑选「告发」后，提示用户内容已提交审阅侧处理；不支撑屏蔽详细 tag、论题和作者；

  凤凰新闻：feed 流可挑选「不感爱好」（内容、作者、tag、论题等维度）和「反应废物内容」（内容不实、标题党、低俗、过期等）；

  小红书：在内容底层页，长按可触发反应选项；挑选不喜欢作者后，支撑吊销；挑选告发后，触发下一级页面，支撑用户挑选标签，告发的反应原因倾向底线安全、侵权类底线问题。

  内容引荐问题：考虑到这几个新闻 APP 都选用引荐信息流，对用户爱好采纳继续追打和勘探战略，用户挑选 不感爱好 的操作本钱较低且作用简直马到成功，这类问题一般在一切负反应中占有绝对多数；

  内容质量问题：反应新闻内容质量差，包括标题党、内容过期、流言、低俗色情等问题；

  产品功用问题：一般触及 找不到某频道 、 视频播映失利 、 卡顿 等功用向 bug 或操作痛点；

  运营类问题：许多 APP 会规划打卡、报到领红包等活动招引用户，增强用户粘性，提高用户留存，在活动进程中，用户或许会发现得到的收益与预期不符，然后进行反应；

  前两类问题仅由用户 一键操作 即可反应，操作途径简略，前端收效敏捷（e.g. 引荐算法马上鄙人一次召回中参加负反应信号 / 调整排序；审阅侧马上对告发内容进行 review，作阻拦处理等），而其他问题则依赖于用户在 定见反应 专区输入反应后，由人工客服处理、运营和技能排查，耗时较长，因而具有必定的滞后性。一般在收到大规模反应时，现已造成了较大面积的影响。

  为了确保用户体会上的闭环，大多数新闻 APP 都会在用户进行负反应后，以 toast、站内信等方法反应负反应成果。但在实践交互和反应机制上，各家 APP 的差异较大，用户体会上也良莠不齐，其间以小红书的反应机制最为完善，以下是详细剖析：

  今天头条：支撑用户检查反应进展，关于图文视频、谈论、用户告发，以站内信方法告诉用户 处理中 、 已受理 等进展。但值得注意的是， 已受理 不代表内容被阻拦 / 告发有用，仅仅是话术上会使用户觉得告发成功，体会较好；文章、谈论、用户告发均收归在「体系告诉」和「阅读前史 - 告发」功用分区下，用户可一站式检查各类告发进展。

  src=图注：今天头条负反应成果跟进网易新闻：tab4- 定见反应专区支撑用户提交反应，反应后收到主动回复；一切定见反应 + 内容质量告发可在「定见反应」专区检查，并盯梢处理进展，每一条反应生成一个 工单 ，由审阅 / 客服处理回复，产品方法较明晰直观。

  凤凰新闻：tab4- 协助反应可输入定见和主张，由人工客服回复；在图文 / 视频底层页告发后，主动收到站内信，仅奉告用户告发将处理，未奉告处理进展 / 处理成果，用户对告发成果的感知不强。

  src=图注：凤凰新闻负反应成果跟进腾讯新闻：tab4- 定见反应进口提交内容后，提示用户跟进中，可在前史反应列表检查进展，用户一般会收到安慰性话术；feed 流挑选「告发」后，提示用户内容已提交审阅侧处理，反应完毕；

  小红书：关于内容引荐向用户反应，渠道功用较轻，选项简略，操作途径短，无后续跟进；关于告发向用户反应，渠道功用较重。用户挑选告发后，在站内音讯告诉可收到提示，并在生态站 review30 天内的内容 / 作者 / 谈论告发及有用告发数；生态站下方展现告发有用事例；关于各类告发，渠道情绪较为注重，且用户体会较好 / 成就感较强（实时告诉 + 进展盯梢 + 有用率计算）。 有用反应率 展现必定程度上能为用户带来成就感并削减无效反应。

  src=图注：小红书负反应成果跟进综上所述，从用户体会动身，优异的用户负反应跟进机制应当包括如下要素：

  马到成功的作用优化：在用户明晰表达 不喜欢 、 屏蔽 、 内容质量差 等诉求后，渠道应当马上采纳举动，在后续刷次上作出优化，防止用户不感爱好的内容继续漏出。当然，了解用户不感爱好的点是一件十分困难的事，这一进程一般依赖于颗粒度更细的内容信号，网易新闻关于内容反应的分类颗粒度较细，支撑用户按关键词 /tag 自主圈选屏蔽规模，防止屏蔽颗粒度过粗无内容可推，也不失为一种好办法；

  及时反应进展和处理成果：及时奉告用户负反应 已承受 、 处理中 、 受理成功 等状况能给用户更为完好的体会，一起防止部分用户长期接纳不到反应进展 & 看不到优化作用后恼羞成怒，采纳更极点的方法（e.g. 在谈论区咒骂、在外部渠道吐槽等）；别的，以工单方法处理用户负反应也有利于产品内部后续归档 & 总结，防止有些用户反应 无人问津 ，便利收敛用户反应后继续打磨产品；

  设置用户反应专区，将各类用户反应可视化：今天头条和小红书均设置了告发专区，收拢文章、作者、谈论各个维度的负反应，并将各项负反应的处理进展可视化。今天头条将文章、谈论、用户告发均收归在「体系告诉」和「阅读前史 - 告发」功用分区下，用户可一站式检查各类告发进展；小红书则设置「生态站」，展现该用户的负反应前史，以及其他用户告发成功事例，营造出一种社区气氛共建的感觉。

  用户反应作为 APP 内必不可少的功用，应当缩短用户操作途径、下降用户操作本钱并供给明晰简练的指引。新闻型 APP 作为资讯渠道，应当额定注重用户对内容质量的反应，并在内容生态、内容加工、内容引荐等多个层面使用用户负反应信号，找到用户真实感爱好的优质内容。

  此外，为了提高用户的渠道粘性，主张供给给用户更多的跟进状况信息，发生渠道–用户之间的良性互动和内容–渠道–用户之间的良性循环，让负反应信号指引内容生态和引荐作用的一起，也能真实让用户体会到注重和尊重，鼓舞用户为了调和友善的内容社区气氛多多发声。