「喜歡」和「超級喜歡」的區別是什麼？
Netflix 認為，它們之間相差了一隻向上的大拇指。
曾經，在 Netflix 對劇集或電影給出評價，只要點踩或者點贊，即 Thumbs Down（拇指向下）和 Thumbs Up（拇指向上）。
但現在，Netflix 認為非黑即白的表態已經不夠了。
▲ 圖片來自：netflix
從 4 月 11 日起，「Double Thumbs Up」（雙拇指向上）作為第三個選項出現，以「比喜歡更喜歡」的形式，幫你選出你真正享受的內容。
用上雙拇指，你就是真正的粉絲！Netflix 對三個選項給出的解釋分別是：
拇指向下：We won’t suggest this again. 我們不會再建議這個了。拇指向上：We’ll show you more like this. 我們將向你展示更多這樣的內容。雙拇指向上：We know you’re a true fan! 我們知道你是一個真正的粉絲！
為什麼要在熟悉的點贊和點踩手勢之外，增加一個「雙拇指向上」呢？
▲ 圖片來自：netflix
根據 Netflix 的推薦算法，用户堅持點贊或點踩，就會得到更多正中下懷的推薦。
但從用户反饋看來，點贊和點踩並不足以表達觀感，他們希望加入另一種方式，使得「like」和「love」有細微差別，從而讓 Netflix 的推薦更好地對應自身喜好。
「雙拇指向上」就是 Netflix 推出的另一種方式，起到「微調推薦」的作用。
「拇指向上」仍然可以表達你「喜歡」什麼，Netflix 也會繼續根據觀看的歷史記錄，或者觀看的方式和時間，給出類似的推薦。
▲ 圖片來自：netflix
但「雙拇指向上」總歸是不同的。
用户可以通過它告訴 Netflix，自己對某種特定內容情有獨鍾，包括主演、製作團隊、角色類型、小眾劇集類型等等，Netflix 的推薦也就能夠更具體入微。
舉例而言，如果你用雙拇指點讚了《布里奇頓家族》，你可能會看到更多來自原班人馬或製作公司 Shondaland 的節目或電影；如果你用雙拇指點讚了《我本堅強》，你可能會看到更多帶有古怪角色的喜劇。
▲ Netflix 2021 年熱門劇《布里奇頓家族》. 圖片來自：豆瓣
所以，「雙拇指向上」和「拇指向上」各有其意義。從業十餘年的產品經理蔣嘉之告訴愛範兒：
「雙拇指向上」結合用户社交圖譜，能極大改進推薦的精準度和針對性。「單拇指向上」對一部作品的整體排名、用户羣統計等指標價值最大。兩者不存在權重高低問題，只有數據指標的運營用途不同。
看到這裏，你或許會聯想到一個問題：「雙拇指向下」會不會出現？
▲ 圖片來自：The Mac Observer
在接受 Business Insider 採訪時，Netflix 並沒有説死，但至少短期內不會，因為相對於點贊，他們沒有看到用户對點踩有相同的參與度：
「用户傾向於正向的表達，告訴我們怎樣的內容是多多益善的。」
用户習慣是表面，更為根本的原因在於，Netflix 希望遵循這種用户習慣，改進推薦算法，留存更多用户。蔣嘉之對此分析認為：
Netflix 的用户增長和商業成功的關鍵是持續改進推薦算法，讓「猜你喜歡」越來越精準。「特別不喜歡」，對優化推薦算法沒有正向的貢獻；「喜歡」和「特別喜歡」，能幫助用户體量足夠大的平台，更精準把握和優化推薦算法。
這也正是為什麼，Netflix 稱「雙拇指向下」暫時不會面世，並對「雙拇指向上」滿懷熱情：
「不要害羞！在 Netflix 上表達自己並告訴我們你熱愛什麼。你知道你想。」
相比點贊點踩，五星製出局得更早事實上，Netflix 的「拇指向上」和「拇指向下」也不是一開始就有的。
2017 年 4 月，Netflix 才取消傳統的五星評分系統，將其改為更簡單的點贊或點踩手勢，來表示喜歡或不喜歡。
▲ 圖片來自：netflix
理由和這次加入「雙拇指向上」選項一樣——優化推薦算法。
首先，點贊點踩比五星評分更方便，吸引更多用户參與。
在一項 Beta 測試中，Netflix 向全球數十萬新的 Netflix 用户推出了點贊點踩手勢，發現評價行為增加了 200% 以上。
其次，Netflix 希望人們按心意選擇自己享受的內容，更遵循自己的直覺，而不是試圖成為批評者，從質量上評估自己看的是好片還是爛片。
這是五星評分、點贊點踩兩種評價系統，帶給人的不同潛意識。當時的 Netflix 產品副總裁 Todd Yellin 舉例説道：
對於五星評分，你可能會給一部關於動亂的紀錄片打 5 顆星，也會給一部喜劇電影打 3 顆星，但或許你會多看 10 次喜劇電影。你真正所做的，和你口中説喜歡的，是不同的事情。但對於點贊或點踩，人們有一種隱含的理解，即這樣做只是為了改善自己的體驗。
究其根本，五星評分不合適 Netflix 這種以推薦算法為核心、想方設法猜你喜歡的流媒體網站。
▲ 圖片來自：the verge
「口是心非」的五星評分，會造成數據的異常，一部電影的觀看時間統計可能很可觀，但星級很低。在這種情況下，星級和用户行為的相關性並沒有那麼高，對推薦算法造成了困擾。
而且，五星評分統計的是每個用户個體的評級，求的是平均值，不利於推薦算法的精確度改進。
在改變評分系統之前，Netflix 擁有超過 100 億的「五星」評價。對此，Todd Yellin 指出：
我們在自制和引入內容方面花費了數十億美元，五星評分系統只會為這些龐大的編目增加挑戰，讓人們真正想看的東西冒出頭來是非常重要的。
以上種種讓 Netflix 決定放棄五星評分，尋找和用户實際觀看行為更相關的信號。
與之呼應的是，2021 年 10 月，Netflix 發佈了一份基於 28 天內總觀看時數的電影和連續劇排名，並表示「觀看時間是衡量我們作品整體成績的一個更好的指標」。
▲ 圖片來自：code 2021
簡而言之，Netflix 希望你喜歡什麼，你真正享受於什麼，你就更坦然地選擇什麼，然後 Netflix 再為你推薦更多這方面的內容，哪怕你看的是個豆瓣 2 星的爛片，但你從中收穫了快樂，就足夠為它點個讚了。
如今，點贊、點踩再加入「雙拇指向上」，其實形成了一種「三星評分制」。
某手機廠商視頻業務負責人 Ycle Schu 告訴愛範兒，推薦算法最好的方案應是三星評分制，即「不喜歡」「喜歡」「喜歡到值得分享或推薦」：
2017 年停掉五星系統時，Netflix 選擇的是兩星系統，即不喜歡、喜歡。如今再新增一個雙拇指，形成了三星系統。
視頻號也面臨過這個問題，但是改得很快，之前是不喜歡、喜歡到值得分享或推薦，後面低調加了個私密贊，其實就是喜歡。
▲ 圖片來自：CNET
蔣嘉之同樣認為，比起五星評分和二元的點贊點踩，三星評分制更適合 Netflix 用户：
三星評分制既能更清晰捕捉個體的偏好，也能通過 Netflix 海量的用户偏好統計，更真實反映用户對一部片子的偏好。
歸根結底，作為流媒體的 Netflix，就是要改進推薦算法，用更精確的「猜你喜歡」留住你，幫你解決選擇疲勞，更容易找到想看的內容，更容易享受其中。
早在 2000 年，Netflix 就推出了基於觀看歷史評分的個性化電影推薦系統，並發現用户常常不確定具體想看哪部影片，如果尋找一部影片耗時超過 90 秒則會放棄。
當時間來到 2022 年，Netflix 產品創新總監 Christine Doig-Cardet 在接受 The verge 採訪時説道：
用户從未像現在這樣擁有如此多的娛樂選擇。能夠找到你會喜歡的節目和電影真的很重要。我們希望繼續讓 Netflix 成為最容易選擇觀看內容的地方。
▲ 圖片來自：shutterstock
用點贊點踩取代五星評分，再用三星評分製取代點贊點踩，都是這個道理。
除了這些，Netflix 還有其他「猜你喜歡」的功能和工具。
2017 年，和點贊點踩一起出現的是 「百分比匹配」功能，該功能指的是某劇集或電影與單個訂閲者的匹配程度。一個非常符合用户口味的節目可能有 98% 的匹配值，但匹配率低於 50% 就不會顯示匹配分數。
▲ 圖片來自：Reuters
和 Netflix 現在不做「雙拇指向下」類似，百分比匹配也更傾向於一種正向鼓勵。
2020 年 2 月，Netflix 推出 Top 10 功能，每天更新用户所在國家或地區最受歡迎的內容，且具體順序將根據內容與用户的相關程度而有所不同。除了整體的前 10 名，還有每個類別的前 10 名。
▲ 圖片來自：netflix
以上這些都很常見，入選的劇集和電影還擁有一個特殊的 Top 10 徽章，無論它們出現在 Netflix 上的何處。
如此，用户不管在搜索還是瀏覽界面，都可以更快、更輕鬆地瞭解熱門趨勢，或者成為助推熱度的一道火苗。
2021 年 4 月，Netflix 推出 「Play Something」功能，為「選擇困難晚期」對症下藥。
▲ 圖片來自：netflix
「Play Something」不是一個完全的隨機選項，它基於歷史記錄、個人資料和用户品味，推薦給你全新的劇集或電影、已經開始觀看的內容，以及關注列表中的某些內容。
Netflix 被 The Verge 稱為流媒體領域「最以用户為中心」的平台之一；Netflix 也稱自己一次次地改進，是為了「將更多的控制權交還給用户，幫助他們根據個人喜好定製體驗」。
我們用這些功能做出了我們的選擇，但這份自主權，究竟是在我們手裏，還是在平台手裏，並不好説。
▲ 圖片來自：Denys Prykhodov/Shutterstock
因為它們顯得十分個人化，完全遵循興趣導向，可能形成影視領域的「信息繭房」——習慣性地被自己的興趣和審美所引導，從而將自己的生活桎梏於像蠶繭一般的「繭房」中。
基於互聯網用户訂閲邏輯，流媒體形成了獨特的消費模式，Netflix 和它所希望留住的用户，一方收穫了利益，一方收穫了效率。在享受之餘，我們也不妨對這份技術理性主導下的「