1.3 激励相容的生态机制创新
从产品的土壤中甄别有潜力的作者,并为他们提供丰饶的成长环境,这虽然乍一听起来如同养花一样简单,但知易行难的是,在多方参与者(包括用户、作者、平台)中兼顾每一方的诉求并不容易,例如,设计出一种激发所有人积极性的机制,并确保这种机制可以被所有人快速理解,这需要深思熟虑和巧妙设计。鉴于在广告拍卖机制中对这类问题的讨论较多,本节先从拍卖机制说起,再探讨推荐产品中生态机制设计的关键点。
1.3.1 从广告拍卖机制说起
广告中的拍卖机制由传统拍卖机制演变而来,其核心主要包括两部分,一部分是决定谁是最终竞拍获胜者的排序机制,另一部分是确定竞拍获胜者最终需要支付多少费用的计费机制。这看起来似乎很简单,但它不仅会影响广告主的投资回报率(return on investment,ROI)和平台的变现效率,还会影响用户的产品体验。因此,拍卖机制正是广告产品成败的关键因素。本节将介绍几种常见的拍卖机制,并为1.3.2节讨论推荐中的生态设计做铺垫。
(1)传统拍卖机制。在传统拍卖机制中,非常常见的是英式拍卖(English auction)和荷兰式拍卖(Dutch auction)。由于它们都属于公开拍卖,即竞价方需要公开自己的价格,因此并不适用于广告这种竞价方不愿意公开自己出价的场景。
● 英式拍卖(又称升价拍卖)。先由卖家给定较低的起始价,然后各买家公开竞价,直到最后拍卖品归出价最高者所有。一般来说,由于英式拍卖中容易出现“赢者诅咒”(winner’s curse)的现象,即买家为了赢得竞拍而给出比真实价值更高的出价,因此常常被用于如古董、艺术品等比较稀缺的、不愁买家的拍卖品。
● 荷兰式拍卖(又称降价拍卖)。先由卖家给定较高的起始价,如果没人应价则降低价格,直到有买家应价为止。荷兰式拍卖起源于荷兰的鲜花交易市场,由于第一个应价的买家往往会买走大部分物品,因此这种拍卖方式往往会比较迅速地完成交易,更适合那些品质可能会变化的标的(如水果、鲜花等)。
(2)广义第二价格拍卖。考虑到广告主不愿公开出价,且平台对密封出价的方式有更强的控制权,所以密封拍卖很快就成了互联网广告场景主流的拍卖机制。其中,谷歌提出的广义第二价格拍卖(generalized second-price auction,GSP)使广告主只需支付低于他们出价的金额,可以减少广告主反复调价的成本,因此成了业界主流的拍卖机制。
具体说来,GSP机制有很多种形式,其中最常用的是加权广义第二价格拍卖。在这个模型中,对每个广告位,其排序不仅会考虑广告主的出价,同时也会考虑广告主的点击率,所以广告位i的排序公式为。而当用户点击广告位后,计费则考虑了下一位广告主的出价与点击率,以及当前广告主自己的点击率,具体计费为公式(1.2):
(1.2)
(3)VCG拍卖。VCG(Vickrey-Clarke-Groves)机制的命名来源于发明它的3位科学家的名字缩写。虽然它仍遵循“价高者得”的原则,但其特殊之处在于,参与者需要支付的价格取决于他的参与对其他人造成的“成本”,而非他自己的出价。这就使得参与者没有虚假出价的动机,因为这样只会影响他是否能赢得物品,而不会改变他所需支付的价格。
于是,在按照真实预期出价成为每个广告主的最优选择时,平台资源的分配更加有效,也因此实现了平台设计者的整体目标,而这就是所谓的激励相容(incentive-compatible)思想。它鼓励每个人在追求其个人利益的同时,也能实现集体利益的最大化。
(4)智能投放机制。对许多中小广告主来说,如果投放机制难以理解,或者投放过程过于复杂,那么即使该机制在理论上很完美,也很可能让他们望而却步。而考虑到活跃广告主的数量是衡量竞价市场收入的关键指标,旨在帮助中小客户降低投放成本的智能投放机制就成了广告产品如今的一个重要发展方向。
以2012年Facebook推出的oCPM(optimized CPM)机制为例,虽然平台仍按CPM来结算费用,但因为Facebook承担了包括转化率预估在内的多个因子的估计,所以广告主只需按转化价值来设定预期出价。同时,为了分摊转化率模型不准确的风险,oCPM还巧妙设计了一个两阶段的计费系统:在模型不准确的初期,广告主帮忙承担一些风险,在数据积累充分的后期则由平台承担更多的风险。这样就在强化了广告主对平台的信任后,大幅增加了Facebook平台中活跃的中小广告主的数量。
1.3.2 推荐中的生态机制设计
从1.3.1节中广告拍卖机制的发展脉络可以看出,一个机制是不是设计良好,其关键点主要体现在以下两方面。
● 激励相容性。类似于VCG机制,具备激励相容性的机制可以引导每个人在追求其个人利益的同时,促使他们劲儿往一处使,以实现集体利益的最大化。
● 解释和运营成本。类似于oCPM机制,便于理解和操作的机制能吸引更多新的中小参与者参与市场竞争,进而不断激发市场活力。
接下来,我们将从机制设计的这两个关键点出发,介绍推荐生态机制设计中的两个主要问题:一是如何设计更激励相容的分润机制,来激励现有市场中的优质作者;二是如何激励新作者参与到生态中,以扩大生态规模并激发其内在活力。
1.更激励相容的创作收益分配
激励相容的理念并不复杂,早在战国时期的墨家思想中就曾提出过类似的观点,即“义,利也”,意为真正的义需要兼顾大多数人的利益。具体到推荐生态的机制设计中,这种激励相容的思想体现在,平台需要更多地站在作者的角度来考虑问题,以成就他人才能成就自己为核心理念。只有这样,平台才有可能实现健康、长期的发展。下面从这个角度出发讨论如何在创作收益的分配上实现激励相容。
(1)对原创作者的保护机制。1.3.1节介绍VCG机制时曾提到,参与者需要承担他们对他人造成的“成本”,这就是实现激励相容的关键。显然,站在这一视角看,抄袭、洗稿等搬运行为和激励相容的理念是背道而驰的,因为搬运作者在给原创作者造成很大收益损失的同时却无须付出任何成本。因此,推荐生态要想赢得作者的信任,其“生死线”就在于能否坚决打击搬运作者,下面是一些常见的举措。
● 更自动化的侵权监测。从作者角度来考虑,原创内容保护并不仅仅是提供维权通道,因为用户除了在时间和金钱上需要付出成本,仅凭自己找到全网侵权的内容也并非易事。因此需要平台提供更自动化的手段来帮助作者,例如基于内容指纹来对内容做判重,发现侵权内容后自动帮作者维权等。
● 鼓励人即内容的人格化内容。鼓励人格化内容,其实是一种巧妙地保护原创内容的机制,因为对这类创作者露脸的内容来说,用户是很容易鉴别出其是否是原创内容的。因此,对于这种更容易识别创作者身份的内容,辅以关注率目标优化和平台强化审核等手段,就不会让搬运内容得到太多的分发,于是搬运作者自然就失去了搬运动力。
● 对已发生搬运的补救措施。虽然更理想的方式是严禁搬运,但考虑到严厉封号可能导致搬运情况严重的平台的供给直接断掉,于是YouTube给出了另一种补救措施,它将原创作者视为委托人,将搬运作者视为代理人,然后在获得原创作者授权的情况下,将从搬运作者所获得的收入中转移一部分给原创作者。这样,平台、搬运作者和原创作者三方都能获得一定的收益。
(2)更市场化的收益分配机制。打击搬运作者后,问题就转向如何为优质作者合理分配收益的环节。不同于商业产品会通过市场化的拍卖机制来分配收益,由于早期的推荐产品中创作者并不强势,因此收益的分配会以平台更强势的公域分润为主。不过近年来随着人格化作者的崛起,更市场化的私域分润机制逐渐成熟起来。下面简单介绍公域收益分配和私域收益分配的特点。
● 平台强势的公域收益分配。在公域分配收益的模式下,所有收入先归平台所有,平台再根据其生态导向来设计具体的分配收益模式。模式设计得好就有利于实现平等和普惠,设计不当则有可能导致资源配置效率极低。例如,在流量分配较为强调点击率的情况下,如果收益也按点击率来分配,就很容易使“标题党”作者的收益比优质作者高,从而发生劣币驱逐良币的现象。
● 更市场化的私域收益分配。随着用户的注意力逐渐从平台向人格化作者转移,有了知名度的作者在与平台博弈中的地位开始提升,更市场化的私域变现机制逐渐涌现。根据收益来源是用户还是广告主,通常可以分为两种变现模式。第一种是由广告主买单,在内容中原生植入广告的软广方式体验比硬广好,且广告主更看重作者支持者与产品受众的契合度,因此广告主通常能给作者比平台分润更公允的市场定价。第二种是由用户买单,主要包括支持者打赏、电商带货等更偏支持者经济的方式,考虑到支持者有时比广告主还慷慨,作者为了吸引支持者的关注就会更有动力提升内容质量。
需要补充的一点是,无论是公域还是私域,决定内容质量的关键因素是作者的创作动机。通常来说,为了自我实现而创作的内容质量会优于图利而创作的内容。因此,产品需要设计一定的社区氛围,以满足作者自我实现的需求。关于更多细节,将在10.1节中讨论。
2.激发生态活性的E&E机制
创作收益分配机制的设计目的更多是稳住市场中现有的成熟作者,例如,支持者多的作者不仅更容易接到商单,也更容易获得公域流量。于是,为了避免生态中马太效应的加剧,并激发生态中长尾作者们的活力,推荐产品中还需要设计一种可以让新作者成长的机制,以起到类似于oCPM机制激活中小广告主的作用。
从技术视角来看,想让新作者有所成长,同时善用老作者,本质上属于探索与善用(exploit and explore,为E&E)机制的范畴。本节将围绕新作者的成长介绍大致的思路,有关E&E机制的详细阐述参见4.1节。
(1)对新作者的探索机制。从探索的角度看,平台要永远拥抱新入局者,从长期看这样才能找到更优质的作者。考虑到相对于内容来说,作者更稳定且数目较少,因此对新作者的探索常常会从运营侧发起。例如,对新作者定级,可以根据新作者不同的级别分配不同的探索流量以判断其潜力,如果其表现不错就加大扶持力度。
具体到探索流量的分配原则上,就是要将新作者的内容分发给适合的用户,而这就是著名的内容冷启动问题。冷启动的技术手段很多,大体上可以划分为如下两个方向。
● 赋予新作者准确的先验。考虑到在新作者历史行为稀少的情况下,实现分发准确会比老作者难很多,因此需要尽可能地将新作者的先验知识准确提供给策略,以辅助分发。例如通过2.2节中的内容理解技术在内容维度上理解内容,通过人工领域知识在作者维度上理解作者等。
● 反馈灵敏的学习系统。在有了探索流量带来的少量反馈信息后,基于第5章中介绍的元学习策略就可以快速理解新作者了,进而可以提升对新作者内容的分发效果。
不难看出,对新作者的探索,本质上与oCPM机制中收集转化数据的第一阶段非常类似。只要探索到了一定的正向反馈数据,设计良好的推荐策略通常不会太歧视新内容,于是优秀的新作者就逐步成长起来了。
(2)对老作者的善用机制。探索和善用并不是割裂的,很多时候是相辅相成的,也就是说,在平台总流量一定的情况下,想优化对新作者的探索势必要从善用的角度做出相应的举措。例如,为了吸引更多新作者入驻,在对老作者的善用机制中至少需要考虑以下两点。
● 探索流量的精细化分配。内容创作有其客观规律,即高价值内容的创作力通常是稀缺的,因此在流量有限的情况下,平台需要利用好探索流量。例如,将探索流量更多集中到优质作者的新内容和有待甄别的新作者上,对于已经评估过的普通作者可以适当减少探索流量的分配。
● 优质作者的示范性作用。对头部作者来说,平台一方面希望借助他们来满足用户的内容消费需求,另一方面也希望通过他们来吸引更多的作者入驻,因此平台可以设计一定的造星机制,以发挥其示范作用,这也是一种有效的善用机制。