AOC全新 Nano IPS 170Hz熒幕 絕倫電競娛樂體驗 感觀再昇華   FF新作《FINAL FANTASY 16》在 「PLAYSTATION 5 SHOWCASE」發表   魔物獵人RISE、魔物獵人STORIES2情報來了!「MONSTER HUNTER Direct 2020.9.17」發表!   最強滑鼠誕生!Topre的「REALFORCE MOUSE」發售決定!   《薩爾達無雙 災厄啟示錄》實玩影片首度公開!還有第2彈預告片!   PS5全球上市廣告揭露   完美世界蕭泓:疫情將會激發電競行業新增長   新年恭喜!快來My Nintendo下載2020新春限定的壁紙吧! 

Facebook 到底下了什麼迷藥,讓全世界 13 億使用者像吸毒一樣上癮

商業

我們都知道,使用 Facebook 已經不是最酷的事情了,但是 Facebook 的受歡迎程度卻再創巔峰。

前陣子 Facebook 表示,不僅是這個社群網站的使用人數持續攀升,使用者瀏覽網站的頻率也不斷增加。Facebook 創辦人 Mark Zuckerberg 說,每一天,在 12.8 億的使用者之中,一半以上一個禮拜會至少登入六次。

  • 到底是為什麼 Facebook 可以不斷的使人上癮,而不是逐漸退流行?

Facebook 的壓箱秘技就是它知道你喜歡什麼,而且它還不斷的再瞭解與吸收關於你的資訊。

在這麼龐大的資訊當中,Facebook 不僅花費了大量精力在瞭解你的喜好,還用了相同的力氣,去分析你每次打開 Facebook 會最想看到哪一位朋友的發文。這些資料蒐集也許會讓廣告商從中得利,但是,Facebook 最在意的是如何讓使用者不斷的想回來再使用。如果失敗了,Facebook 的廣告產業將會陷入危機

但 Facebook 到底是如何辦到的呢?近期我拜訪了 Facebook 公司在 Menlo Park 的總部,並與掌控整個動態消息板 (News feed) 管理團隊的產品經理 Will Cathcart 提起了這件事。而他給的答案涵蓋了機器學習的未來前景、媒體和網際網路等課題。

絕招:設計「按讚 Like 」來搜集用戶資訊

Facebook 在 2006 年推出了動態消息板,但是又等了一年才增加「按讚」的功能,而有了這項功能之後,Facebook 才有辦法統計那一些發文是妳感興趣的。同時,Facebook 也可以透過朋友按讚的發文,推測你也會喜歡這個發文。

當「按讚」功能問世之後,Facebook 的動態消息板從以前按照時間順序的簡單列表,轉變為機器學習的產物,它是以你最有可能會感興趣的發文做為排名的依據。它的目的是為了保證你第一眼看到的發文是能夠吸引你的,舉例來說,排列系統會選擇將好朋友新生兒的照片放在第一位,而不是一個點頭之交玩 Facebook 遊戲的最新分數。

有一段時間,Facebook 的「按讚」、「分享」、「留言」和點擊量等指標,還能夠代表網站使用的狀況,但 Cathcart 也承認這些指標不可能做到完美。像是一個搞笑照片米姆 (meme) 可能就會很快速的得到上千萬個人按讚,相反的,一個分析烏克蘭衝突的精闢報導,則會成為 Facebook 演算系統的受害者,因為這樣的文章沒有辦法讓別人用一個簡單的讚就帶過的,導致大家的動態消息板充斥著沒有營養的垃圾訊息。

Facebook 變得只表彰大家「按讚」的故事,而不是大家真正覺得「讚」的文章。

每一次登入,Facebook 的演算系統就會選擇約 1,500 則發文放在你的動態消息板上供你瀏覽

更糟的是,許多上千萬人按讚的 Facebook 發文,竟然是其他上千萬人真心討厭的。這樣的發文包括一些標題聳動的文章,故意吸引你去點它以蒐集按讚數和點擊量,但實際上這些文章只會帶你去充斥著垃圾廣告的頁面,而跟它的標題毫無關聯。在 Facebook 沒有「討厭」這個按鈕,無法讓演算系統知道哪一些發文是使用者不喜歡的。

這樣的狀況層出不窮,大約在一年前,Facebook 終於承認它有「內容品管」的問題。

  • Facebook 開始設計新的數據收集形式,來彌補無法取得的資訊

但不只有 Facebook 有這樣的問題,許多需要運用數據分析來驅動決策的公司或產品,都面臨這樣的窘境。那麼,要如何解決呢?對某些人來說,解決方法可能是將數據驅動的分析能力,調合適當比例的人性直覺,來達到平衡。

但 Facebook 的動態消息板是以相當龐大的規模在運作,同時還加入了使用者個人化的大量參數,使得人力無法直接干預。因此,對 Facebook 而言,它的答案是開始設計新的數據收集形式,以彌補按讚、分享、留言、點擊數這些舊系統無法取得的資訊。

三個數據來源幫助了 Facebook 重塑動態消息板的演算方法

其中,三個數據來源幫助了 Facebook 重塑動態消息板的演算方法,讓置頂的發文能夠增加使用者的黏著性。這三種方法分別是問卷調查、A/B 測試、和記錄使用者點擊文章後離開 Facebook 的時間數據,以及使用者回到 Facebook 後的行動。

問卷調查可以得到其他測量工具無法得知道問題。

A/B 測試,讓 Facebook 能夠將實驗性的預測放在顯微鏡下檢視,每當 Facebook 開發了新的演算法,它就會拿給一小部份的使用者測試。Cathcart 表示,現在無時無刻都有一千種不同的 Facebook 版本,在不同的用戶組中使用,而 Facebook 會蒐集所有的數據,看看使用者對哪些變化產生正面的回應,而哪些不受歡迎。
舉例來說,Facebook 最近測試了一系列的新系統,為了修正「按讚誘餌」的氾濫。有些文章或發文會明確要求用戶按讚,以提升它們在用戶動態消息板上的排名,增加以後文章的曝光率。

有些媒體擔心 Facebook 會因此對用戶的喜好做出錯誤或不合理的判斷,但事實上,Facebook 已經為此測試了一小群用戶才公布成果,Cathcart 解釋,我們其實很快就發現,接受測試的用戶實際上點文章的機率因此大增。

當用戶點擊了動態消息板上的連結時,Facebook 會很仔細的觀察後續的反應,如果你每次看到紐約時報周刊的文章就會點進去,並且離線一段時間再回來,就算你沒有按這些文章「讚」,我們還是可以推測你對紐約時報周刊的文章很感興趣。

Facebook 也開始仔細區別那些「讚」是在用戶點入文章之前按的,還是之後。

很多人只看文章標題,或迎合他們口味的預告就直接按讚,但如果大多數人讀完文章後,並沒有按讚或分享文章,對 Facebook 來說,這個文章並沒有引起共鳴。

有些人推測,Facebook 在動態消息板上所做的變化是專門針對某些網站,讓它們降級以提升其他人的排名。但 Cathcart 強調情況並非如此,Facebook 定義高品質內容的方式並不是用任何客觀的排名系統,而是根據每個用戶的喜好。如果你愛壹週刊,並覺得看商業週刊會打瞌睡的話,那麼 Facebook 的目標是多給你前者,而減少後者的出現。

為什麼 Facebook 使用者互動成長, Twitter 則是停滯不前

你每一次登入,Facebook 的演算系統平均會選擇 1,500 則發文,置頂在你的動態消息板上供你瀏覽。Cathcart 說,對我們來說,最好的測試就是能夠讓你在這 1500 則發文中,根據發文與你的關聯性,從 1 到 1500 親自排名,這將會是最完美的黃金標準。但是,這樣的測驗就太超過了,甚至對全球數一數二的社群網站 Facebook 而言,皆是如此。

對許多人來說,知道 Facebook 的系統能夠決定展示什麼發文,與選擇隱藏其他內容,這樣的訊息令人不快。

狂熱的 Twitter 用戶極度信賴該平台直接按照時間順序來排列的方式,但這樣的方式則須依賴用戶自己選擇要關注的人,這也是為什麼 Facebook 的互動參與測量系統能夠不斷成長,而 Twitter 則是停滯不前。

就算我們相信我們可以做的比機器演算系統還要好,事實上,我們大多數人都沒有時間每天篩選 1500 個發文,因此,及使我們痛恨 Facebook 像管東管西的父母般幫我們篩選內容的做法,我們還是無法抗拒的不斷使用它。
而也許,如果 Facebook 越來越聰明,能夠找出我們真正喜歡的內容,並排除那些只是按讚數多的發文,我們或許會比現在更喜歡 Facebook 本身也說不定。

(資料來源:Slate ; 圖片來源:pshab, CC Licensed)

Source: techorange.com

Category: 爆橘, Facebook, 商業策略, 雲端/海量數據

Gearbest 購物平台

隨機商業新聞