IAMUE
和大部分人想的不一样，我是抖音和快手的忠实用户，每天都会在上面花不少时间。在玩抖音几个月后，我开始思考和分析这两款APP的设计和技术，发现其实其中充满了很多“精巧”的设置。抛开APP的针对群体和社会影响不谈，只想说作为一个普通用户的感受。
抖音的交互设计是沉浸式的。在推荐页面，你每次只能看到一个视频，系统默认自动播放。因为没有给你反应时间，我们会不由自主的盯着屏幕看，而人的注意力很容易就被当前的视频(视觉和听觉)吸引。这样的交互好处是人的吸引力很集中，很容易陷入到视频中，双眼无法离开APP。视频在播放完毕后会自动循环，很多人就会一遍遍的看同一个视频。抖音的交互是非常简洁的，双击点赞，上划切换下一个视频，关注主播也可以在视频页轻松完成，甚至还用了红色的加号简化关注流程。
这一切都体现了沉浸式体验的设计思路。APP需要让用户投入其中，且避免一切会打断用户的事件。正因为所有的操作都被简化成了双击或者上划下划，关注也不需要切屏，视频会自动循环，所以我们很容易惯性地沉溺于其中。而这一切的目的都是让你继续看下去，沉浸在一个个的视频当中，我们只需要很简单的操作就可以得到新的感官刺激。试想，假设关注主播需要另切一个界面，视频就会停止播放，你的注意力就会分散，于是很有可能就会去做别的事情。抖音的设计强化了这种交互闭环，视频自动播放-喜欢点赞-关注主播-上划切换下一个视频，循环这个过程。
所以换句话说，抖音的设计核心就是三个字：注意力。
但抖音这种交互的容错率也很低，必须搭配强大的推荐系统。试想如果你连看了好几个视频，结果都不感兴趣，是不是就会选择卸载APP?当然，高风险也伴随着高回报率，如果推荐效果好的话，很多人就会很难离开抖音。
而快手的交互倾向于鸟枪法，它的推荐页面只同时出现4个视频的图片静态预览，想要看到内容还需要点开。因为缺少了“吸引注意力”，在这个阶段用户可能会选择退出。但是不是说这种交互就一定更差?难说，快手的策略只是通过数量平衡了推荐系统的质量。
快手：推荐4个视频，只提供视频的预览图，需点击播放
显然，快手的策略是用数量去平衡体验，以此来换去注意力。4个视频的图片更有可能吸引观众，但代价就是无法通过声音达到沉浸式体验。我认为抖音的策略是“高风险高回报”，而快手的策略就没那么激进，更为中庸一些。
但这一切都建立在一个核心基础上，必须要有良好的推荐系统，从而让用户沉溺。根据我的观察所得到的一些结论：
1. 抖音如何面对冷启动问题?如何给“三无用户”推送视频?
优先推荐普罗大众会觉得有意思的，比如撸猫，先把你留在APP上再慢慢发掘你的兴趣。
如果你是奔着某个用户来的，优先推荐他的粉丝所喜欢的视频或者他点赞的视频
在视频推荐中会穿插一些新用户的视频，我的观察大概是10条有1条。这样保证了在用户不会觉得烦的同时，也给了新的创作者一定流量。当新的视频达到一定的赞后，可能会被推送更多用户，而没有达到某个标准的视频可能会“进入冷宫“。这样的设计防止了像微博这类网站的大V把持流量所造成的马太效应，越来越多的平台在采取相同的策略。
广告也穿插在推荐视频中，且频率和新用户视频类似。同时广告也是视频形式，用户在不仔细看的话或许会当做一个正常的视频看完。这也是沉浸式体验的另一个好处，用户有时候会因为过度专注而降低思考能力。
以上是我作为一个普通用户对于抖音和快手的直观体验。我尤其觉得抖音的推荐系统做的很好，配合沉浸式交互很容易抓住用户，可能这也是为什么它可以病毒性爆发的原因。
在分析研究这个APP之外，我们要也要人为的警惕推荐系统，因为它可以很容易的让人沉溺于一个小圈子里面而忽视很多精彩的世界。可以沉浸但不要沉迷。对于数据从业者来说，我也从这款备受知乎er负面评价的APP中学到了一些设计思想，给我在开发数据模型时也带来了一些思考。
最后想说的是，工业生产不是拍脑门，它植根于学术研究，但又跳脱出了学术研究的强假设环境。如何将学术成果应用到实际的产品上，真的是一门大有学问的事情。为了更好的理解抖音我专门读了一些沉浸式体验的论文，才发现里面充满了设计思想。这给我敲响的一个警钟是：不要觉得很多设计或者产品很三俗，毕竟大俗即大雅。
比手速
看谁先识别
长按扫码关注我们
哇，点
