对于用户来说，什么是信号？何又为噪音？

社交产品笔记认为对用户有价值且可被识别的信息视为信号，对用户无用、混淆且干扰用户在平台上做出正确判断的信息被视为噪音。

如今的互联网时代，已经让用户身边充斥着各类信息，广告、指标、弹窗、字体、色彩等等都可以被看做是信号。用户对这些信号进行识别，然后再筛选。不过上述的信号也可能是噪音，因为用户的需求不是显而易见的。

web1.0的时候，信息是平台聚合起来的，用户筛选平台有效信号的效率并不高，或者说平台的有效信号并不强；web2.0的时候，平台已经开始感知用户的行为，主动先筛选一轮信息，然后再给推送用户信号，效率大大提高。比如像微信公众号的订阅集合，以前是用户主动寻找公众号，如今微信会主动推荐适合用户的公众号。

俄勒冈大学心理教授 Paul Slovic 曾做过一项实验：一组专业的赛马手聚集在一起，看看他们根据一些因素预测结果的能力有多强。一开始，他们只被允许选择5条关于马的关键信息，然后被要求做出预测。仅凭他们所知道的 5 个关键因素，他们就能在短时间里准确预测，这远远超出了研究人员的预期。他们对自己的预测也有大约 20% 的信心。

随着更多的信息被添加进来，这项研究的关键部分出现了。每个赛马手被允许挑选越来越多的数据。当他们这样做的时候，他们对自己预测的信心增加了，而他们的实际结果却大致保持不变。

尽管知道了更多的信息，赛马手的信心几乎翻了一番，而实际结果的准确性基本保持不变。

信息的过度叠加会产生更多的噪声，导致有效信号的无效。在用户沉浸在产品中的时候，就会出现这样的问题。过量信息不但会干扰用户发现有效信号，还有可能让用户因为不能发掘有效信号。用户虽然看到了很多信号，找到自己目标的信心增强，但是无效信号或噪音阻碍了用户找到有效信息。

举一个例子。进入 1V1 社交产品，主动打招呼的异性数量越来越多，用户非常开心。因为在现实生活中，99%的人从不会主动过来打招呼。这种强烈的反差直接导致了平台用户对找到异性的自信心增加数倍，实际结果是，用户很可能很难发现准确的聊天对象，眼花撩乱，成为被洗掉的对象。

社交产品笔记认为，信号释放与乌鸦悖论之间有一个非常有趣的关系。我的另一个想法就是乌鸦悖论也算是信号释放的一种。就像乌鸦悖论中提到的，当你看到越来越多的黑乌鸦，你就越趋向于相信“所有乌鸦都是黑色的”假设。所以在这种自然现象中，如果看到一只非黑乌鸦，则会推翻之前的假设。

那么在社交平台中，如此多的信号给到用户面前，社交产品笔记都默认是“黑乌鸦”，如果平台在这里放一只“白乌鸦”是否能给用户另一种感觉，“这就是我要找的人”。

怎样理解这个方案，我描述具体一个场景。假设A是男生，平台安排了他与 10 个女生相亲，女生之间颜值差距不大，相亲约会的地点都在饭店。男生与前 9 个女生吃晚饭后，都是男生付款请客，而到了第 10 个，居然是女生花钱结账请男生吃饭。那么在这个男生的脑海中，他对第 10 个女生的好感度会超过前面所有的女生，男生更愿意为追女生而付出。

这个现象也是对无效的习惯性社交方式的一种反推。

因此，社交产品笔记更倾向于相信一个观点就是“天下乌鸦不是一般黑。社交产品不是让黑变白，也不是让白变黑，而是利用有效信号让用户筛选出白乌鸦成本更低。”供给侧以非常积极主动的方式出现，会给到用户极大的可得感。在产品功能层面提供能够让供给侧发出信号的功能， 比如：互相关注、向用户送礼物、向用户展现联系方式以示诚意等等。

在社交产品中，通过对流量的把控，给用户释放与其相匹配的聊天对象的流量是有可探讨的逻辑在里面。因为我们知道供给侧的稀缺性，如果不能够识别用户的价值，或者不能判断供给侧的能力水平，很可能造成流量分配的浪费。