歧视经济学在产品中的应用
编辑导读:当一个体量巨大的产品出现问题时,因为客服的资源有限,势必不能照顾到每一个用户。那么,应该选择哪些用户进行回复?这样选择会产生什么结果呢?本文作者从歧视经济学的角度出发,对这个问题进行解答,希望对你有帮助。
01 从一道面试题开始
曾经遇到过一个面试题:抖音的用户量有几亿,抖音商店也有很多人在使用,必然会有一些服务流程上问题需要咨询客服。这样每天就会有上百万的问题反馈,而客服的资源是有限的,这种情况下,如何解决这么多用户和商家的问题呢?
我问过一些同学,这个问题要如何回复。有说加入客服机器人的,有说从根本上解决服务流程的问题,减少用户的疑惑,等等。
一开始我的解法也是类似的,但如果我们换个视角,比如从经济学上来说,这又可以是一个怎么样的解法?
02 歧视经济学
首先,从经济学上来说,稀缺是基本事实。咱们每个人活在这个世界上,都不可能完全满足。对于产品经理来说,如果开发资源是无限的,就把所有拍脑袋需求都做了,看哪个成功就发展哪个。对于考生来说,如果时间是无限的,就把所有资料都背入脑海中,保证考的都会。甚至对于社畜来说,如果金钱是无限的,玛莎拉蒂又怎么可能只是嘴快之说?
导致这种稀缺的原因,要么是有人跟你抢,要么是你自己不满足。但无论怎么样,在事实面前,人们能做的,就是权衡每个结果的成本-收益,做出我们最为偏好的选择。而一旦选择了,就会产生区别对待,自然就对未选择的对象产生了歧视。
产品经理的开发资源是稀缺的,所以只能选择最重要最紧急,ROI收益最高的需求去做,从而区别歧视了其他需求的收益;考生的复习时间是稀缺的,所以只能选择最重点的考点去复习,从而歧视了其他考点的重要性;社畜的储蓄是稀缺的,所以只能选择满足出行需求的B级轿车去购买,从而歧视了玛莎拉蒂。
03 “歧视解法”
在抖音的这个问题上,也是一样的道理。客服资源是稀缺的,比如300个客服,按照每天接待率250个用户来说,总共可以回复750000个用户的问题,剩余还有上百万用户问题无法得到客服解答。所以我们只能选择最合适的75w用户,来让客服接待。那谁将会是那个幸运之子,成为75w分之一呢?我们应该歧视谁,不歧视谁?
我们回溯一下,为什么要帮用户解答问题?在抖音商店这个问题上,解决用户问题的最终目的,是为了提升平台成单率,使平台的交易额不断上涨。所以我们应该要找到,那些能更有效提升交易额的人,帮他们解决问题。
互联网的玩法叫作【千人千面】,经济学更偏向于叫作【价格歧视】,根据不同地域、不同消费能力等条件,制定不同价格,或者提供不同待遇。
抖音商店的交易KPI达成,核心与哪类人群有关呢?根据二八分布的原则,头部商家和头部买房,是最重点的人群类型,我们可以通过日常交易流水分析,找出来这两个群体。区别对待这两个群体和其他群体,只有该类用户进来咨询,才会让客服去接待,解答问题。
04 歧视成本的影响
当然,使用经济学视角的目的,是为了通过思考经济学模型,探索其因果关系带来的影响。歧视经济学的另一个理论是,歧视必然带来代价,需要决策者为此付出成本。
歧视的代价有大小。若决策者发现歧视没有带来多大成本时,就会肆无忌惮地进行歧视。考生发现其他知识点占考试分时不到1%,在时间有限的情况下,只顾重要知识点,没什么毛病。但一般来说,歧视带来的成本还是不小的。
如果我们歧视了非头部用户,其他用户就会不满,他们有问题不知道去哪里解决,甚至投诉平台,出走其他平台。短期看可能非头部用户的流失,不会有太大影响,但长远看,一旦大面积失去长尾流量,平台整体交易额也会出现严重下滑,且如蝴蝶效应一样,头部用户也会因为平台活跃度下降而流失。
这个歧视代价看起来真的很大,所以要解决。非头部虽然不能找客服,但我们可以通过其他方式去解决呀。这就回到了一开始说这道面试题时,我问其他同学的解法,可以通过智能机器人回复用户问题;也可以在问题比较多的流程,主动提醒用户,未问之时先解答,不仅降低了歧视代价,还提升了用户提升,何乐而不为呢?
好了,简单的一个案例,就是歧视经济学应用到产品设计中的过程。概括一下,稀缺产生了选择,选择产生了歧视,歧视产生了成本,最终通过歧视方案和降低歧视成本的方案,解决了用户问题,保证了平台指标。
经济学模型与产品解法的结合点,got it!
作者:七侠,微信号:steseven,公众号:小七侠
本文由 @steseven 原创发布于人人都是产品经理,未经作者许可,禁止转载。
题图来自Unsplash,基于CC0协议。
有趣的切入视角。用户喂养用户,头部更头部。