负一到一扭转手册

Tomer Cohen 用 LinkedIn Feed 的改造(从"追踪谁跳槽了、谁换头像"的活动流/promotional feed,转型成知识分享型 feed)总结出的方法:

1. 先统一叙事,重新定义产品的"存在理由":明确宣布"这不是给其他产品导流的跳板,不是流量启动器,也不是升级推销 feed",而是"重要的人在谈论我专业上关心的事"。这个新叙事要先说清楚,再谈战术。
2. 把分散的能力收拢成一个有明确目标的作战单元:当时 LinkedIn 的 AI 团队是完全独立、中心化运作的,没有对齐到 feed 的目标,团队本身很强但"整个操作是confused的"——不是坏心,而是被交办了完全不同方向的任务。第一步就是把这个团队整合进统一的目标里。
3. 不要在全量用户上直接跑影响全局指标的实验:如果直接在所有用户身上做大幅度改动,整个组织会因为核心数字上下波动而恐慌,团队会忙于"救火"和升级(escalation),而不是真正建设产品。Cohen 形容自己一度"撞墙撞了一次又一次",因为整个组织的运作方式深度绑定在现有的指标体系上。
4. 划出一个小的、独立的用户群做"飞地"实验:carve out 200 万用户(相对全量是很小比例),完全脱离主线指标考核,给这群人完整的自由度去构建理想产品,不用担心伤害大盘数字。这不是一夜之间见效的实验,而是持续几个月观察这群"孤岛国家"用户的行为变化。
5. 用这个隔离样本积累证据,再推广:一旦这个隔离群体表现出显著的行为差异(且是随机分组、有说服力的样本),就有了"把蛋糕做大,而不是纠结怎么切现有蛋糕"的实证基础,组织内部的阻力会自然消解。
6. 设计新的、面向下游的核心指标,而不是沿用旧指标:不能只看"整体互动量/session数"这类顶层数字,因为任何微调都能拉动这类泛指标,没有信息量。要专门为新方向定义"高质量、深度参与"的下游指标(如 Cohen 提到的"feed engagement"),同时兼顾供给侧(创作)和需求侧(消费)的健康度。