一、什么是feed流

Feed流的准确定义一直存在争议。简单来说，小红书广告推广Feed流是持续更新并呈现给用户内容的小红书信息流广告，它存在于各种各样的APP，字节跳动的抖音便是以Feed流起家的。

小红书的Feed流如下图：

通过图片大家应该对Feed流是什么有了大致的认知，接下来说说我理解的Feed流：Feed流的核心是“个性化推荐”，小红书广告的两个主体是内容和用户，是用户与内容的匹配，“信息找人”的展现方式。

总的来说，给Feed流产品下一个定义，则是：通过一定的策略，从大量内容中筛选出部分内容，经过排序后展现给用户。

二、Feed流的生命周期：从产生到效果评估：

Feed流是用户与内容的匹配，目的是从大量内容中找到用户最喜欢的内容。那么，这是通过什么样的策略来产生的，又该如何优化呢？接下来聊聊Feed流从产生到优化的全过程。

Feed流的产生，遵循着策略制定的四步骤：问题（目的）、输入、计算、输出。具体来说，是一个这样的过程：

为了达到“给小红书广告用户展现感兴趣内容”的目的，输入一系列指标，进行逻辑计算，最终输出一个用户满意的Feed流结果。

除了“逻辑计算”这部分通常由RD（开发同学）来实现之外，其它的步骤都是策略产品经理需要去考虑并完成的。

接下来，我也会按照策略制定的四步骤，逐步聊聊Feed流是如何产生的。

目的

很显然，Feed流的目的是，要大量内容中找到用户最喜欢的内容。

如何寻找到需要输入的指标呢？

对于这个问题，我们可以从匹配的双方，也就是用户和内容，这两个维度来拆解问题来思考。

（1）从用户的角度来说，我们需要通过获取尽可能多的数据，构建用户画像，从而了解用户是个什么样的人。

（2）从内容的角度来说，我们需要获取大量、多样、优质的内容，有足够的内容推给他。通过这一系列的动作，我们就可以知道，要把什么样的内容推给他。

细化到具体指标，可以从以下维度来考虑：

（1）从小红书广告用户角度，我们的目的是多维度寻找用户兴趣，从以下指标考虑：

人口属性

从性别、年龄等维度考虑：基于性别与年龄的应用较为简单，思想有点像数学中的“聚类算法”：检测到用户是女性，会更多地推送女性喜欢的内容，而“女生喜欢的内容”又是基于其它女性用户的数据得到的。

基于LBS定位：可以从两个维度考虑：

（1）一是简单地基于地理位置的内容推送，用户在北京海淀区，则会向他推送北京海淀区相关的内容；

（2）二是结合地理位置进行城市层级划分，例如北上广、一线城市、二线城市等，检测到用户处于二线城市，则向他推送二线城市用户喜欢的内容。

过往行为

（1）过往搜索行为：用户之前有搜索过“美食”，则接下来会推送美食相关的内容。

（2）过往点击行为：用户在Feed流中点击“科技”相关内容，侧面说明用户对科技更感兴趣，因此更多地向用户推送科技的内容。

其它可获取信息

（1）例如手机型号信息，若用户使用的是iPhone，可判断用户对iPhone相关内容可能会感兴趣，从而向用户推送iPhone相关的内容。

（2）以及结合具体业务情况，其它可以拿到的信息。

从小红书广告内容的角度，我们的目的是获取大量、多样、优质的内容，从这三个维度也可以采取多方面的措施：

搭建社区生态，利用鼓励措施增大用户生产内容的量级。

多样

（1）通过内容运营，鼓励用户生产多类别UGC内容。

（2）为用户展现的内容不局限于兴趣匹配，还可以向用户推送：平台热门信息、猜测喜欢信息等，推送内容多样化。

优质

（1）吸引网红、明星等KOL入驻，增加内容的质量。

（2）小红书广告主要以图片内容为基础形式，可内置配乐、滤镜、贴纸等美化功能，提高UGC内容质量。

输出

省略“逻辑计算”这部分不谈，来聊聊策略的最后一步，即输出一个用户满意的Feed流结果。

如何判断用户是否满意呢？

这就涉及到Feed流效果评估的问题。

一个基本原则是，要想评估Feed流展现效果好不好，就是要通过各方面进行打分，从而得出该Feed流在用户心中的“喜爱度”。

打分规则可以粗略从两个角度来考虑：一是排序，小红书广告投放用户喜爱的内容排在越靠前，则说明该Feed流效果越好。二是从内容本身来看，用户喜爱的内容出现的越多，则说明Feed流分数越高、效果越好。

细化到具体的评估指标，可以从以下维度考虑：

（1）前n个点击量：例如考虑前10个内容中，小红书用户点击了几个内容。通过计算占比的值，来评估效果

（2）点击量：这是最直观的数据。用户点击该Feed流的内容越多，说明用户喜爱度越高

（3）停留时长：小红书广告投放用户在Feed流的内容中停留时间越长，说明用户对该Feed流越感兴趣

（4）活跃度：用户点赞、评论、转发等行为

三、feed流的优化策略

通过以上步骤，我们初步产生了一个Feed流。然而就像一句古话，“上线不是结束，而是新的开始”，产生Feed流之后的过程，就是不断优化迭代的血泪史了。

接下来，以小红书为实例，咱们聊聊小红书Feed流存在的问题是什么？以及基于这个问题，如何对Feed流进行优化。

作为小红书的忠实用户，我使用小红书时遇到最大的问题，便是内容的同质化。

一方面是正常内容的同质化：

（1）从内容生产的维度来说，正常用户由于跟风、模仿等原因，发布的内容越来越趋于相似

（2）从内容接受的维度来说，每天推送的内容没什么新鲜感，仅是推送最近、过去感兴趣的内容

另一方面是不正常的同质化：例如某些软广，发布了大量相似的内容。

小红书是内容平台，内容的同质化很显然会极大降低内容质量，轻则流失部分用户，重则降低产品的核心竞争力。因此，对小红书广告来说，同质化问题，需要被排在较高的优先级去考虑。