浅谈新闻类APP用户负反馈功能

浅谈新闻类APP用户负反馈功能

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。

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。

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。

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。

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。

一、用户负反馈渠道 & 基本分类

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

图注：腾讯新闻负反馈入口

图注：今日头条负反馈入口

图注：网易新闻负反馈入口

图注：小红书负反馈入口

2. “意见反馈”专区

图注：腾讯新闻帮助反馈入口

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：

1）负反馈理由基本都覆盖安全、质量、侵权类底线问题；

2）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；
• 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）；
• 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：

• 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；
• 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；
• 内容创作问题：例如发文失败、评论发不出去等；
• 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

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。

图注：今日头条负反馈结果跟进

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。

图注：网易新闻负反馈结果跟进

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。

图注：凤凰新闻负反馈结果跟进

• 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。

图注：小红书负反馈结果跟进

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：

• 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；
• 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；
• 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。

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。

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。