浅谈新闻类 APP 用户负反馈功能

wujiang009

用户反馈是产品的风向标，能够在一定程度上帮助产品进行方向性的迭代。本文以今日头条、腾讯新闻、凤凰新闻、网易新闻为例，分析新闻类 APP 的用户负反馈功能场景、操作路径、产品交互和跟进机制。一起来看看。


- o! Q* ~2 S) b/ T: b$ A' k1 q' }. J7 _
引言
9 u- M8 y0 [: P! x用户反馈是一个产品立足的基石，也是一个产品更新迭代的指引和风向标之一。纵观各类 APP，基本都在产品内设置了用户反馈渠道和功能，例如负反馈功能（e.g. 举报）、客服入口等，鼓励用户实时反馈，以帮助产品及时调整优化方向，迎合用户和市场喜好。
1 b' b$ k' K' l" I& s, X与其他类型 APP 有所差异，新闻类 APP 以资讯内容和社区氛围为主，尤其重视用户在内容质量、内容生态和社区氛围等维度的体验。
" X8 r2 B$ x1 X; u* N在负反馈的实际操作上，往往设计轻便灵活的负反馈按钮，将用户反馈信号及时透传至内容审核、推荐算法等环节，避免部分低质量内容在前端持续漏出，并实时调整推荐策略，对用户画像和用户兴趣进行纠偏，在后续内容推荐上减轻用户对部分内容的反感情绪，提升用户消费和用户留存。
/ p; C9 k" p" V+ O" N* H本文以今日头条、腾讯新闻、凤凰新闻、网易新闻为例，分析新闻类 APP 的用户负反馈功能场景、操作路径、产品交互和跟进机制。同时，考虑到小红书同样作为内容型产品，在用户反馈等相关功能上较有特色，因此将小红书也纳入本次分析对比。
/ r6 b; M* m0 \+ \% C+ ` 一、用户负反馈渠道 & 基本分类
8 Z; h" B7 M! Z# u6 ^. o% z在信息流和推荐算法时代，绝大多数新闻型 APP 都采用 feed 流形式，采用相似的容器形态承载资讯内容，因此在负反馈渠道和功能设计上，各大新闻 APP 都大同小异，基本都涵盖如下渠道：
1. feed 流和底层页的 " 不感兴趣 "、" 举报 " 功能

; O( g* o& u# z, r$ ]

( e) _3 K+ _9 ]- c" }; {图注：腾讯新闻负反馈入口
) F8 {+ ?: t( S; }8 j. P
6 `- Z/ o7 F% P1 k
8 T9 j$ h/ V4 x- b+ O  }
图注：今日头条负反馈入口
1 L! O4 y; ?/ q" }8 d  `
. ~' A" n% j' A- `( _1 D' v
1 }4 E$ n% U% z# z# g: a
图注：网易新闻负反馈入口

) j/ b0 M" y) |
! Y9 D! t+ Q# D2 k
图注：小红书负反馈入口
- W9 s/ H" D+ g! {, z 2. " 意见反馈 " 专区

/ N. B6 m0 L6 l% T" m2 G- B+ G4 P) D
9 _* A) @3 U7 ?- ?
图注：腾讯新闻帮助反馈入口

& d0 ?. y3 m' e) m, C% q' f, ]
$ f8 f' Y: x9 F0 u5 S- j
图注：网易新闻帮助反馈入口
在负反馈标签设置和问题分类上，各家 APP 存在一定的共通性和一些轻微差异：
4 A! G. W1 }" ~+ L* e$ i; X共同点：
' M- g9 E1 Q) R$ R0 h1）负反馈理由基本都覆盖安全、质量、侵权类底线问题；
' C" @9 G# R+ ^6 {9 J7 B% j* k2）负反馈对象包含图文、视频、微博 / 短内容、作者 / 用户、评论、tag、话题等；
今日头条：feed 流设置「不感兴趣」、「举报」、「拉黑作者」和（tag）「屏蔽」，举报设置四类理由，覆盖标题、正文、封面和过期问题；可能因为屏蔽逻辑做得较重，用户在选择拉黑其他用户后需要二次确认避免误触；
% X) R# x) G( }! {- m1 y网易新闻：feed 流和图文视频底层页支持用户点击不感兴趣、屏蔽和举报内容，标签颗粒度较细，设置二级菜单，支持用户屏蔽具体关键词；
腾讯新闻：feed 流选择「不感兴趣」后，提示用户将减少此类内容出现，支持用户进一步吐槽；feed 流选择「举报」后，提示用户内容已提交审核侧处理；不支持屏蔽具体 tag、话题和作者；
凤凰新闻：feed 流可选择「不感兴趣」（内容、作者、tag、话题等维度）和「反馈垃圾内容」（内容不实、标题党、低俗、过时等）；
/ H! ]8 d- ~" P小红书：在内容底层页，长按可触发反馈选项；选择不喜欢作者后，支持撤销；选择举报后，触发下一级页面，支持用户选择标签，举报的反馈原因偏向底线安全、侵权类底线问题。
从标签设置和问题分类看，新闻 APP 的用户负反馈主要集中在以下几类：
1 X* P3 U- A, L7 ]2 g1 W4 j内容推荐问题：考虑到这几个新闻 APP 都采用推荐信息流，对用户兴趣采取持续追打和探测策略，用户选择 " 不感兴趣 " 的操作成本较低且效果几乎立竿见影，这类问题通常在所有负反馈中占据绝对多数；
% P0 O7 ~* u2 G# [" d  v) Z+ t+ O. Q内容质量问题：反馈新闻内容质量差，涵盖标题党、内容过时、谣言、低俗色情等问题；
产品功能问题：通常涉及 " 找不到某频道 "、" 视频播放失败 "、" 卡顿 " 等功能向 bug 或操作痛点；
  G; K% _  K- l, z/ \( n/ D内容创作问题：例如发文失败、评论发不出去等；
0 }# c9 X1 G) K! `) M; h7 ]& X# m运营类问题：许多 APP 会设计打卡、签到领红包等活动吸引用户，增强用户粘性，提升用户留存，在活动过程中，用户可能会发现得到的收益与预期不符，从而进行反馈；
安全类问题：涉及侵权、人身攻击等。
前两类问题仅由用户 " 一键操作 " 即可反馈，操作路径简单，前端生效迅速（e.g. 推荐算法立刻在下一次召回中加入负反馈信号 / 调整排序；审核侧立刻对举报内容进行 review，作拦截处理等），而其他问题则依赖于用户在 " 意见反馈 " 专区输入反馈后，由人工客服处理、运营和技术排查，耗时较长，因此具有一定的滞后性。通常在收到大规模反馈时，已经造成了较大面积的影响。
二、新闻类 APP 用户负反馈功能交互 & 后续反馈机制
6 S5 W, i* l& {4 T4 Q4 W为了保证用户体验上的闭环，大多数新闻 APP 都会在用户进行负反馈后，以 toast、站内信等形式反馈负反馈结果。但在实际交互和反馈机制上，各家 APP 的差异较大，用户体验上也参差不齐，其中以小红书的反馈机制最为完善，以下是具体分析：
今日头条：支持用户查看反馈进度，对于图文视频、评论、用户举报，以站内信形式通知用户 " 处理中 "、" 已受理 " 等进度。但值得注意的是，" 已受理 " 不代表内容被拦截 / 举报有效，仅仅是话术上会使用户觉得举报成功，体验较好；文章、评论、用户举报均收归在「系统通知」和「浏览历史 - 举报」功能分区下，用户可一站式查看各类举报进度。
6 W" |( \7 z. S( s" }

5 p7 C2 q& s! V
3 O6 @( b2 ]4 J( |1 W/ v# N" u) D! ?图注：今日头条负反馈结果跟进
  b" B% [( \  ?. y8 D0 j网易新闻：tab4- 意见反馈专区支持用户提交反馈，反馈后收到自动回复；所有意见反馈 + 内容质量举报可在「意见反馈」专区查看，并跟踪处理进度，每一条反馈生成一个 " 工单 "，由审核 / 客服处理回复，产品形式较清晰直观。
" B# F; r$ v/ e, j3 H( d/ X8 l' G图注：网易新闻负反馈结果跟进
0 I4 R) H( _( g" q凤凰新闻：tab4- 帮助反馈可输入意见和建议，由人工客服回复；在图文 / 视频底层页举报后，自动收到站内信，仅告知用户举报将处理，未告知处理进度 / 处理结果，用户对举报结果的感知不强。

, g; n  K3 \5 ^  y
# Y7 s9 [5 G% J9 X# A
. W; T4 L% l# c- D# [* U+ m' O; ]图注：凤凰新闻负反馈结果跟进
' @% s4 w, e. j3 }) q. G4 ]腾讯新闻：tab4- 意见反馈入口提交内容后，提示用户跟进中，可在历史反馈列表查看进度，用户通常会收到安抚性话术；feed 流选择「举报」后，提示用户内容已提交审核侧处理，反馈结束；
小红书：对于内容推荐向用户反馈，平台功能较轻，选项简单，操作路径短，无后续跟进；对于举报向用户反馈，平台功能较重。用户选择举报后，在站内消息通知可收到提醒，并在生态站 review30 天内的内容 / 作者 / 评论举报及有效举报数；生态站下方展示举报有效案例；对于各类举报，平台态度较为重视，且用户体验较好 / 成就感较强（实时通知 + 进度跟踪 + 有效率统计）。" 有效反馈率 " 展示一定程度上能为用户带来成就感并减少无效反馈。
+ t0 Z( }- e. I3 f6 l3 A9 }

/ H7 I" d: A: R  p" R
  b8 O- f: @- c/ e1 r图注：小红书负反馈结果跟进
1 f; T& h9 B' \5 v综上所述，从用户体验出发，优秀的用户负反馈跟进机制应当包含如下要素：
$ O7 z0 ~( m% p4 C7 _; |  f立竿见影的效果优化：在用户明确表达 " 不喜欢 "、" 屏蔽 "、" 内容质量差 " 等诉求后，平台应当立刻采取行动，在后续刷次上作出优化，避免用户不感兴趣的内容持续漏出。当然，理解用户不感兴趣的点是一件非常困难的事，这一过程通常依赖于颗粒度更细的内容信号，网易新闻对于内容反馈的分类颗粒度较细，支持用户按关键词 /tag 自主圈选屏蔽范围，避免屏蔽颗粒度过粗无内容可推，也不失为一种好方法；
% f  `) {* m( A& t+ c# n及时反馈进度和处理结果：及时告知用户负反馈 " 已接受 "、" 处理中 "、" 受理成功 " 等状态能给用户更为完整的体验，同时避免部分用户长时间接收不到反馈进度 & 看不到优化效果后恼羞成怒，采取更极端的方式（e.g. 在评论区谩骂、在外部平台吐槽等）；另外，以工单形式处理用户负反馈也有利于产品内部后续归档 & 总结，避免有些用户反馈 " 无人问津 "，方便收敛用户反馈后持续打磨产品；
" s& ^% d5 }+ D: l4 f; P设置用户反馈专区，将各类用户反馈可视化：今日头条和小红书均设置了举报专区，收拢文章、作者、评论各个维度的负反馈，并将各项负反馈的处理进度可视化。今日头条将文章、评论、用户举报均收归在「系统通知」和「浏览历史 - 举报」功能分区下，用户可一站式查看各类举报进度；小红书则设置「生态站」，展示该用户的负反馈历史，以及其他用户举报成功案例，营造出一种社区氛围共建的感觉。
三、总结
$ v. x$ Y+ k$ f3 R, s1 Q% K9 h: M用户反馈作为 APP 内必不可少的功能，应当缩短用户操作路径、降低用户操作成本并提供清晰简洁的指引。新闻型 APP 作为资讯平台，应当额外关注用户对内容质量的反馈，并在内容生态、内容加工、内容推荐等多个层面应用用户负反馈信号，找到用户真正感兴趣的优质内容。
, j  y$ n! l1 [& ~1 ~6 [此外，为了提升用户的平台粘性，建议提供给用户更多的跟进状态信息，产生平台–用户之间的良性互动和内容–平台–用户之间的良性循环，让负反馈信号指引内容生态和推荐效果的同时，也能真正让用户体会到重视和尊重，鼓励用户为了和谐友善的内容社区氛围多多发声。
本文由 @芝士球 原创发布于人人都是产品经理。未经许可，禁止转载。
7 Z# `( d$ W7 W题图来自 Unsplash，基于 CC0 协议