a16z:防范地位陷阱,要向 Web2 社交网络学习 !_tiknovel-最新最全的nft,web3,AI技术资讯技术社区

a16z:防范地位陷阱,要向 Web2 社交网络学习 !

2022-08-15 08:31:24  浏览:246  作者:管理员
a16z:防范地位陷阱,要向 Web2 社交网络学习 !

作者:Sriram Krishnan

随着越来越多的人在加密货币领域探索社交,我发现自己经常在谈论什么使社交网络发挥作用,有时则又不能发挥作用。一个关键的对话是围绕着地位。以下是我从web2时代学到的一些经验。

社交网络倾向于提升它预期会得到关注的内容。这样做激励了一种特定类型的行为,使执行该行为的用户获得了地位。通常情况下,人们必须努力积累一个地位指标。它有各种形式—— Karma (Reddit中用户的分数)、追随者/喜欢者数量(Twitter)、XP(社交游戏中的技能标志)、认证徽章、排行榜等等。

如果天真的实施上述社交地位往往会导致一个致命的缺陷——将地位集中在少数 "地位丰富 "的用户身上,而使广大用户的 "地位贫乏”,这样一来,新用户就会有一个糟糕的体验。虽然这样做在短期内可能有利于价值最大化,但从长远来看,这是一个糟糕的策略,因为新用户无法真正融入进来,最终整体网络质量都会下降。

首先,你如何对网络中的地位进行建模?基尼系数通常是衡量财富不平等的指标:不平等程度越高,数字越大。对于社交网络,我们可以把它作为地位相对分布的衡量标准,并把自己网络的地位指标(追随者/karma/等等)作为财富。

换句话说:你的一小部分用户是否拥有超然的地位?

这让我想到了一些关于社交网络设计的个人信念,以及社交网络建设者应该如何更多地把自己看作是经济政策的模型。

  1. 大多数社交网络在默认情况下都倾向于向高地位不平等(高基尼系数)倾斜。

  2. 如果你的社交网络有高度的不平等,你将很难留住新用户。

  3. 拥有高地位的流动性是任何有活力的社交网络的关键,即使你的目标不是为了增加你的整体用户群。

哪些新人问题来自于高度不平等?

最简单的思考方式是地位=资本。你希望资本四处流动,寻求健康的行为,而不是被锁住或用于与健康行为相悖的地方。

为什么?

1. 新来的用户模仿不健康的行为。你的最高地位的用户已经知道如何玩好地位游戏——他们知道如何获得数百万的追随者/回答问题时有最多的因果关系/做授予他们地位的行为。然而,这种行为可能不是你想让最新的用户效仿的。在社交网络中出现的自然模仿现象将对你不利。

让我们以目前的Twitter为例:你可能已经注意到,现在很多推文都只是线程(你见过多少次 "一个1/37...")。虽然这可能是某人获得第100万个粉丝的方式,但这绝对不是你希望你的新用户尝试做的事情。

2. 人们不想玩无法取胜的游戏。当一个新用户出现在一个社交网络中,一旦他们弄懂了基本的机制,他们就会积累一些初始地位:他们的第一个粉丝,他们的第一个karma,他们的第一个积分。然后他们会查看全球排行榜,或者看看他们最喜欢的名人有多少粉丝,或者更糟糕的是,他们的同龄人有多少粉丝。如果他们看到有人拥有100 Gazillion karma,而他们却没有办法接近,他们就会心灰意冷,离开并使用其他更容易的平台是他们最终的选择。

当你必须制作内容时,社交网络有更垂直的版本——没有人愿意发布与标准相比的视频/文本/照片,没有人愿意得不到任何反应。

试图找出如何玩/赢得地位游戏是人类的天性,如果你的用户认为你的社交网络太难玩,或者已经被某一组人赢了,他们会转移到另一个游戏。

3. 地位的NIMBY主义。当你得到某个具有高地位的群体时,他们通常会试图阻止新人获得地位。

当熟悉某种网络 "元 "的现有用户抗议时,你可以经常看到这种情况,他们不喜欢改变。如果没有高地位的流动性,平台会经常得到一些具有高地位的群体,他们会一起工作,以阻止新来者。

我们可以举出太多的例子,比如1993年永恒的九月(永恒的九月是Usenet的俚语,始于 1993 年,当时互联网服务提供商开始向许多新用户提供 Usenet 访问权限。新用户的涌入使在线论坛的现有文化和执行现有规范的能力不堪重负。AOL在 1994 年 3 月推出了 Usenet 网关服务,带来了源源不断的新用户。因此,从早期 Usenet 的角度来看,1993 年 9 月新用户的涌入从未停止)。还记得Instagram用户抗议该应用在安卓系统上推出吗?或者最近,Instagram将重点从照片转移到短视频。随着收集地位手段的改变,这些案例将继续发生。

如何缓解地位集中并鼓励地位流动?

1. "通用基本地位"。一个常见的机制是给新来的人以临时的地位提升。这通常是通过控制分配和奖励的算法杠杆来实现的。

如果你在任何流行的社交平台上注册一个新账户,你可能会注意到这一点。你的内容会得到更多的推荐,你会在好友建议中得到更多的提升,这种效果会随着时间的推移而衰减。

有多种方法可以在你的网络中建立这些机制。

暂时提升地位。在关键时刻对地位进行临时提升,例如:当某人新加入一个网络时/当他们离开一段时间后回来时/执行一个关键的期望行动时。

这种提升通常是算法性的,内容有更多机会被看到,或与新人互动("X刚加入,打个招呼!")。在每一种情况下,你都在 "提高 "某个新人获得积极体验的机会(并产生成本,因为这种提高必须以牺牲别人的利益为代价)。

地位的 "公平 "分配。通过一些 "公平 "的算法,向你的网络用户分配地位信号。例如,有一种算法,通过人们的循环来决定谁在任何推荐面上显示。这也是拥有反向按时间排序的Feeds的论据之一--每个人都有公平的机会让他们的内容被看到。

注意:地位必须有内在的稀缺性概念才有意义。如果你分发地位,你会造成通货膨胀,并可能意外地导致你的地位信号被贬值。你不可能在没有副作用的情况下 "输出 "新的地位。

2. 让地位变得晦涩难懂。另一个缓解措施是淡化所有的地位指标,让人们去寻找它。通过使地位模糊,你给自己更多的选择,让人们专注于实际的游戏/应用程序机制,而不是地位机制。

近年来,你可以看到这个方向的例子。Instagram试图隐藏喜欢一个帖子的人的数量,TikTok淡化粉丝的数量。所有这些掩盖地位的变化都有助于缓解这种影响,还有其他存在的理由。这种做法的缺点是,如果你的网络是关于地位的,没有指标,人们可能不知道他们在玩什么 "游戏"。

3. 建立具有相似地位水平的人的群组。如果你玩任何主流竞技游戏,你会熟悉 "排名"(通常是ELO评级)游戏的概念,游戏试图将你与技能水平相似的人安排在一起,这样你就更有可能获得一个具有挑战性但并非不可能的经验。同样地,约会应用程序经常试图在一个类似ELO的机制中把具有类似 "欲望 "的人放在一起。

对于网络而言,获得良好新人体验的一种方法是获得“排名”的体验,让他们接触到整个图表的子集或与之交互。例如,一个 sub-reddit,而不是每个人都在 Reddit 上与其他人竞争。

4. 重置或衰减地位指标。与地位集中作战的一个积极措施是让每个地位指标随时间衰减——对你的地位指标采取通货紧缩的措施。

例如,随着时间的推移,你越远离网络或失去追随者,karma就会衰减(特别是如果你从早期建议用户名单中获得了大量的追随者)。

据我所知,没有人真正尝试过这种逻辑上的极端版本:定期将所有地位指标设置为零,并从头开始重置网络。这可能是一个有趣的实验。

5. 重置 "元"。Instagram和Youtube转向短视频引起争议的一个原因是,它们 "重置元"--一个任何地方的游戏玩家都熟悉的概念。这样做与上述机制之一结合起来,会动摇流动性,改变哪些人可以在平台网络中获得地位。

意外地造成地位问题

社交网络经常遇到意外地难以解开的地位问题。

意外的地位过度膨胀。地位与稀缺性和/或具有高 “工作量证明 "有很大的联系。炸毁你的社交网络的一个常见方法是采取一个迄今为止稀缺的或难以获得的地位信号,并在一夜之间使其广泛传播,而没有考虑到下游的影响。在很多这样的情况下,你要么炸毁网络,要么导致人们通过其他你无意的方式弄清地位。

这与高度不平等有什么联系?你经常看到网络试图这样做来对抗不平等,结果通过贬低一个关键的奖励机制来制造更糟糕的问题。引用《超人》中的一句话:"如果每个人都是超级英雄,那么没有人是超级英雄"。

意外的高地位指标。一个相关的问题是意外地引入地位指标,并在你无意中造成不平等。

我最喜欢的例子是社交网络上的 "已验证 "徽章。虽然最初的意图是 "这个人实际上是他们所声称的X人",一个旨在打击冒名顶替的措施,但所有网络最初只向可能需要它的 "知名人士"(在某些方面很有名)推出。哎呀!。因此,它被广泛地理解为 "这个人是世界上著名的人",这是每一个网络至今都在尝试的事情。

复杂的地位不平等。对于发现、排名或地位的天真实施,一个非常常见的陷阱是无意中阻止了新人的 "闯入"。

任何社交体验通常都会有需要考虑到相对地位的关注或显示机制。一个天真的 "建议 "feed或 "顶级用户 "的实现可能是基于粉丝数量的内容排名(确保拥有大量粉丝的人获得更多的浏览量),而新加入平台的人永远不会感到被发现。很多时候,这种天真的实现方式会造成复合型的不平等,使新人无法攀登地位阶梯。

很多时候,这种天真的实现方式会造成复合不平等,使新人无法爬上地位的阶梯。

你可能犯的最大错误(正如Eugene Wei精明地指出的)是不承认社交网络的核心是社交资本。了解这种资本是如何被创造、交易和消费的,将决定你的网络是否成功。这样做可能意味着你要把自己的角色更多地看作是一个政策制定者/经济学家,而不是传统的产品建设者/工程师。


评论区

共 0 条评论
  • 这篇文章还没有收到评论,赶紧来抢沙发吧~

【随机内容】

返回顶部