科技猎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。
本文被转载2698次
首发媒体
| 转发媒体
