货架上的新战场

那份内部简报的标题只有一行字，打印在A4纸的页眉位置，宋体五号，没有任何修饰。《抖音电商与淘宝直播用户复购率对比分析（2019年Q3）》。朱文佳把简报从文件夹里抽出来的时候，会议室里还残留着上一场会议的气味。廉价速溶咖啡和干燥白板笔混合在一起，提神，也让人想起大学自习室。

他把简报平摊在桌面上，目光停在第三页的折线图上。两条线在第一个月几乎重合，从第二个月开始分叉，到了第六个月，差距拉大到令人难堪的程度。淘宝直播的复购率曲线像一条缓慢爬升的缓坡，抖音电商的那条线，在经历了一个陡峭的初始峰值之后，开始回落，像退潮时的海浪，一波比一波弱。他翻到第四页。那里有一行被红笔圈出来的批注，是梁汝波的笔迹，字很小，紧凑：“用户买完就走，没有理由回来。”

这句话像一根针。朱文佳把简报合上，靠在椅背上。窗外是北京秋天的灰蓝色天空，光线从百叶窗的缝隙里漏进来，在桌面上切出等距的条纹。他知道这份简报会出现在很多人的桌面上，会引发很多种解读。有人会说是供应链问题，有人会说是商家质量参差，有人会说是用户心智还没建立。这些都对，但都不够。

真正的问题是算法。字节跳动的推荐系统从诞生那天起，只有一个核心目标：让用户停留更久。所有的参数调优、模型迭代、特征工程，都围绕这个目标旋转。停留时长，完播率，互动率，这些指标构成了算法的价值坐标系。而电商需要的是另一个坐标系：下单转化率，复购率，客单价，用户生命周期价值。这两个坐标系之间，没有天然的转换公式。

用推荐算法卖货，底层逻辑相似，都是概率预测，但目标函数完全不同。内容推荐预测的是“用户会不会看完”，电商推荐预测的是“用户会不会掏钱”。前者只需要兴趣信号，后者需要信任信号。而信任，不在算法的训练数据里。朱文佳站起来，走到白板前。

他拿起一支黑色马克笔，在白板中央画了一条竖线。左边写“停留”，右边写“交易”。然后在两个词之间画了一个问号。这个问号，是抖音接下来两年要回答的问题。

2019年秋天的字节跳动，正处在一个微妙的时刻。抖音的日活用户数已经越过三亿，广告收入仍在增长，但增速在放缓。梁汝波在最近的几次高管会上反复提到一个词：第二曲线。这不是一个新词，但当一个公司的核心业务开始显露出天花板迹象时，这个词的重量会突然增加。广告库存是有限的，用户注意力也是有限的。当信息流广告的加载率达到某个临界点，再往上加，就会伤害用户体验，进而伤害停留时长，最终反噬广告本身。这个逻辑链条，在内部被讨论过无数次。结论是清晰的：必须找到广告之外的收入来源。

电商是最自然的选择。用户在抖音上看内容，对内容里的商品产生兴趣，然后跳转到淘宝或者京东去购买。这个链路已经存在了很多年，抖音一直在为他人做嫁衣。如果能把这个链路闭环在自己手里，交易额就是新的收入来源。

逻辑简单，但执行起来，每一步都是坑。第一场硬仗是直播带货。2019年，直播带货已经不是一个新概念。淘宝直播在2016年就上线了，经过三年的积累，已经跑出了薇娅、李佳琦这样的头部主播。快手的直播带货也在快速起量，老铁经济的黏性让交易转化率高得惊人。抖音在这个赛道上，是后来者。

朱文佳记得第一次看抖音直播带货的数据时的感受。那是一场美妆品牌的专场，主播是一个粉丝量不算大的达人，在线人数稳定在几千人。商品上架后，点击率很高，但转化率只有淘宝直播平均水平的三分之一。用户点进商品详情页，看了，然后退出来。他们不是没有兴趣，而是没有信任。在淘宝直播，用户点进详情页，看到的是熟悉的店铺、熟悉的评价体系、熟悉的退换货保障。在抖音直播间，用户点进去，看到的是一个陌生的商品链接，一个没有历史评价的店铺，一个不知道能不能信任的售后承诺。

算法可以解决流量分发的问题，但解决不了信任的问题。朱文佳在白板上写下“信任分数”三个字，然后画了一个圈把它框起来。

他盯着这三个字看了很久，然后擦掉了。信任不是一个可以计算的分数。它是一个人在多次交易中积累的经验，是平台用制度和文化培育出来的预期。算法可以优化交易效率，但无法自动建立信任。这句话，他在后来的多次内部会议上都说过。每一次说，都有人点头，也有人皱眉。点头的人理解了他的意思，皱眉的人在思考怎么把这句话变成一个可以执行的方案。

方案确实有。一个方向是自建供应链，从源头把控商品质量。另一个方向是建立平台级的售后保障体系，让用户知道在抖音买东西出了问题有人管。还有一个方向是引入品牌商家，用品牌自身的信任背书来降低用户的决策门槛。这些方案都在推进，但每一个都需要时间。

而增长的压力，不等人。梁汝波在2019年第四季度的一次经营会上，给出了一个明确的判断：2020年，电商的GMV目标要翻三倍。这个数字被写在会议纪要的第一页，加粗，下面画了两条横线。朱文佳看到这个数字的时候，没有表现出任何情绪。他知道这个数字意味着什么。

它意味着团队要跑得更快，要更激进地招商，要更频繁地做促销活动，要在算法里给交易行为更高的权重。但算法一旦给交易更高的权重，内容生态就会发生变化。这个变化是渐进的，但方向是确定的。那些能带货的内容，会获得更多的推荐流量。那些不能带货但用户喜欢看的内容，会逐渐被边缘化。创作者会感知到这个变化，然后调整自己的内容方向。最终，抖音的内容生态会从“用户喜欢看什么”向“用户喜欢买什么”倾斜。这个趋势，朱文佳在数据中已经看到了苗头。

2019年下半年，带货类视频的发布量增长了四倍，而纯娱乐类内容的发布量增速在放缓。这不是一个健康的信号，但也不是一个可以简单叫停的趋势。因为带货类内容的互动率和转化率确实更高，算法只是在忠实地执行它的目标函数。问题在于，目标函数本身正在被重新定义。

2011年，张一鸣观察到网民逐渐从传统的个人电脑迁移到智能手机，于是辞去九九房CEO的职位，于2012年创建了字节跳动公司。根据2015年他在南开大学的演讲，他说：“在2011年，我就注意到在地铁上看报纸的人越来越少了。中国的智能手机销量也出现了爆发式增长。我认为智能手机会取代报纸，成为最重要的信息传播媒介。”这个判断催生了今日头条，也催生了抖音。

推荐系统的核心优势，是它不需要用户主动表达需求。它通过行为数据推测用户的兴趣，然后把用户可能感兴趣的内容推到面前。这个模式在内容消费领域无往不利，因为内容消费的决策成本极低。用户不喜欢，划走就行，没有任何损失。

但交易不是内容消费。交易需要用户付出金钱，需要用户承担风险，需要用户做出一个比“划走”复杂得多的决策。算法可以推测用户可能喜欢什么，但无法保证用户买了之后不后悔。这个区别，是抖音电商所有问题的根源。

那一年，他在地铁上看到越来越多的人低头看手机，报纸和杂志被折叠起来塞在背包侧袋里。这个观察催生了一个判断：信息分发的入口正在从搜索框转向推荐流。今日头条是这个判断的第一个产物，抖音是第二个。推荐系统的核心优势，是它不需要用户主动表达需求。它通过行为数据推测用户的兴趣，然后把用户可能感兴趣的内容推到面前。这个模式在内容消费领域无往不利，因为内容消费的决策成本极低。用户不喜欢，划走就行，没有任何损失。

但交易不是内容消费。交易需要用户付出金钱，需要用户承担风险，需要用户做出一个比“划走”复杂得多的决策。算法可以推测用户可能喜欢什么，但无法保证用户买了之后不后悔。这个区别，是抖音电商所有问题的根源。

朱文佳在2019年冬天的一次跨部门协调会上，把这个问题摆在了桌面上。会议室的投影幕布上显示着一张流程图，左边是内容推荐的链路，右边是电商交易的链路。两条链路在“用户兴趣”这个节点交汇，然后分道扬镳。

内容链路继续走向“观看完成”，电商链路走向“支付成功”。“我们现在的做法，是在内容链路里插入电商链路的节点。”朱文佳说，“但这两个链路的优化目标不一样。内容链路优化的是停留时长，电商链路优化的是交易转化。如果我们在推荐算法里同时优化这两个目标，算法会找到一个折中点。这个折中点，既不是内容体验的最优解，也不是交易效率的最优解。它是一个妥协的产物。”

会议室里有人翻动笔记本的声音，有人轻轻咳嗽。朱文佳继续说：“这个妥协的产物，在短期内会让GMV数字好看。但长期来看，它会同时伤害内容和交易。用户会觉得内容越来越像广告，商家会觉得流量越来越贵。”

这段话说完之后，会议室安静了很久。然后有人问：“那怎么办？”

朱文佳没有直接回答。他在白板上写了一个词：分轨。“内容和交易，需要两套不同的算法逻辑。内容推荐继续优化停留时长，交易推荐优化转化率和复购率。两套算法共享用户画像和特征工程，但目标函数分开。”

这个方案在技术上可行，但在组织上意味着什么，所有人都清楚。它意味着抖音要拆分成两个独立的推荐系统，意味着技术团队要扩编，意味着产品逻辑要重新梳理。更重要的是，它意味着承认一个事实：一套算法无法同时做好两件事。这个承认，对字节跳动的技术信仰来说，是一次不小的冲击。

方案最终没有被完全采纳。折中的做法是在现有推荐系统里增加一个电商权重模块，但这个模块的权重被限制在一个相对保守的范围内。朱文佳知道，这个限制是暂时的。增长的压力会逐渐推高这个权重，直到内容和交易之间的平衡被彻底打破。他只是不知道，那个临界点会在什么时候到来。

2020年春天，直播带货成为抖音电商的主引擎。数据增长的速度超出了所有人的预期。一个头部主播的单场GMV可以超过一亿，一个品牌自播间的月销售额可以超过线下门店一年的营收。这些数字被做成战报，在内部群里疯传。每一次战报的发布，都会引发一轮新的招商热潮，更多的商家涌入，更多的商品上架，更多的流量被分配给交易场景。

朱文佳看着这些数字，心情复杂。他知道这些数字意味着什么。它们意味着抖音电商正在从一个试验性业务变成一个真正的收入支柱。它们也意味着，算法正在被重新训练，它的目标函数正在向交易倾斜。

他还知道，那些战报里没有写出来的东西：退货率在上升，商家投诉在增加，内容创作者的抱怨在积累。这些信号，在数据大盘里是看不见的。它们散落在客服工单里，散落在商家社群的聊天记录里，散落在创作者的私信里。朱文佳让团队专门做了一个“负面信号”的监测面板，把这些散落的信息汇总起来。面板上的曲线，和GMV的曲线呈现出一种令人不安的对称：GMV涨得越快，负面信号涨得也越快。

有一次，他让团队把退货率最高的品类拉了一个清单。排在前面的几个品类，退货率超过了百分之四十。这意味着每卖出十件商品，就有四件被退回来。这些退货商品在仓库里堆积，等待重新上架或者报废处理。有团队成员拍了一张照片发在内部群里，照片里是成堆的退货包裹，贴着不同快递公司的面单，像一座由失望堆积而成的小山。

朱文佳把这张照片存了下来。他没有在群里回复，也没有在任何会议上展示。他只是把它存在手机相册里，偶尔翻到的时候会停下来看几秒。他知道，这就是交易效率的另一面。算法可以优化点击率、转化率、GMV，但它优化不了“用户收到商品后的感受”。那个感受，发生在算法的视野之外，发生在物流和售后环节，发生在用户拆开包裹的那一瞬间。

2020年下半年，抖音开始进军本地生活服务。这是一个比电商更复杂的战场。电商的交易发生在线上，物流可以把商品送到任何地方。本地生活服务的交易发生在线上，但消费发生在线下。用户买了团购券，要到店核销，要体验服务，要对商家做出评价。这个链条比电商更长，变量更多，算法能控制的部分更少。

更重要的是，这个战场已经有一个强大的对手：美团。美团在本地生活服务领域深耕多年，积累了庞大的商家网络、成熟的履约体系和深入的用户心智。抖音要进入这个市场，需要回答一个根本问题：用户为什么要用抖音来买团购券，而不是用美团？抖音的答案是：流量。

抖音有数亿日活用户，有强大的内容分发能力，有精准的推荐算法。这些能力可以用来帮助商家做推广，把用户从线上引导到线下。这个逻辑在理论上是成立的，在实践中也有成功的案例。一些餐饮商家通过抖音短视频和直播，吸引了大量新客到店，核销率一度很高。

但问题很快出现了。抖音的流量逻辑是“兴趣推荐”，用户看到感兴趣的内容，产生购买冲动，然后下单。这个逻辑在电商领域已经暴露出复购率低的问题，在本地生活领域，问题更加明显。因为本地生活服务的消费半径是有限的，用户不可能为了一个团购券跑到十公里外的餐厅吃饭。而美团的逻辑是“需求搜索”，用户有了明确的需求，打开美团，搜索附近的商家，比较价格和评价，然后下单。这个逻辑的转化率更高，复购率也更稳定。

朱文佳在一次内部复盘会上，用了一个比喻来描述这个区别。他说，抖音做本地生活，像是在用渔网捕鱼。渔网撒得很大，能捞上来很多鱼，但很多鱼不是你想捞的。美团做本地生活，像是在用鱼竿钓鱼。

鱼竿伸得很准，钓上来的都是你想要的鱼。这个比喻被很多人记住了。但记住比喻和解决问题是两回事。抖音的本地生活团队尝试了各种方法：优化推荐算法，提高核销率；建立商家评价体系，增强信任；推出达人探店内容，降低决策门槛。这些方法都在一定程度上有效，但都无法从根本上改变一个事实：算法可以匹配兴趣，但匹配不了信任。

一个用户在抖音上看到一家餐厅的探店视频，觉得不错，买了团购券。到店之后，发现菜品和视频里不一样，服务也不如预期。这个体验会让他下次再看到探店视频时，多一层怀疑。而美团上的评价体系，是用户用一次次真实消费积累出来的，它的可信度是抖音短期内无法复制的。这个差距，不是算法可以弥补的。

2020年底，朱文佳在一次跨部门协调会后，独自留在会议室里。白板上还留着上一场讨论的痕迹，有架构图，有数据点，有几个被圈出来的关键词。他拿起板擦，把白板擦干净，然后拿起一支蓝色马克笔，在空白的板面上写下三个词：内容、交易、信任。他在三个词之间画了两条线。

内容到交易的线是实线，交易到信任的线是虚线。他盯着这条虚线看了很久。然后他在虚线旁边写了一行小字：算法无法自动建立。他退后一步，看着白板。这三个词和两条线，构成了一个简单的图。但这个简单的图，描述的是一个复杂的困境。

抖音从内容出发，走向交易，但交易要持续，必须建立信任。而信任的建立，需要时间，需要制度，需要一次次真实的交易体验来积累。算法可以加速信息的流动，但加速不了信任的生长。他拿起板擦，把白板又擦了一遍。然后他关掉会议室的灯，走了出去。走廊里很安静，只有空调出风口的低鸣声。

他走到自己的工位前，打开电脑，屏幕上显示着一封待发送的邮件草稿。邮件的标题是“关于电商推荐算法参数调整的建议”，正文里有几个关键参数被标红，等待他最后确认。他看着那些参数，没有立即点击发送。他知道，这些参数一旦调整，明天的推荐结果就会发生变化。更多的流量会流向交易场景，更多的GMV会被创造出来。

但那些被算法忽略的东西——用户的失望、商家的抱怨、创作者的困惑——不会因为参数的调整而消失。它们会继续积累，像水下的暗流，等待某个时刻浮出水面。他点击了发送。然后关掉电脑，拿起外套，走出了办公室。北京的冬夜很冷，空气干燥，路灯的光在路面上投下橙黄色的光斑。

他走到停车场，拉开车门，坐进去，没有立即发动引擎。他拿出手机，翻到那张退货包裹的照片，看了几秒，然后锁屏，发动了车。车驶出园区，汇入主路的车流。尾灯在夜色中连成一条红色的线，向远处延伸。在城市的另一端，一家餐厅的老板正在打烊。他关掉厨房的灯，走到前台，打开手机上的商家后台。

抖音的核销订单显示有七单，美团的订单显示有四十三单。他看了几秒，然后关掉屏幕，把手机装进口袋，拉下了卷帘门。卷帘门落地的声音在空荡的街道上回响，然后归于沉寂。算法还在运行。推荐系统还在学习。明天的流量分配方案已经生成，等待推送。GMV的数字会继续攀升，战报会继续发布，增长的故事会继续讲述。

2019年秋天的那个下午，朱文佳把那份简报合上之后，并没有立即离开会议室。他坐在那里，盯着白板上那个问号看了很久。会议室里的空调发出低沉的嗡鸣，日光灯管偶尔闪烁一下，发出细微的电流声。他拿起手机，翻到一张照片。

那是团队刚刚发来的，仓库里堆积的退货商品。照片拍得很随意，没有构图，没有滤镜，就是一堆贴着不同快递面单的包裹，堆在一辆托盘车上。有些包裹的胶带已经裂开，露出里面的商品包装盒。那些盒子上的品牌标识他大多不认识，都是些中小商家，在抖音上投了广告，卖了货，然后被退了回来。

退货率最高的几个品类，他记得很清楚：服装、美妆、小家电。服装的退货率超过了百分之四十，美妆紧随其后。这些数字在数据大盘里只是几个百分点，但在仓库里，它们是实实在在的包裹，是实实在在的失望。

他把手机锁屏，放进口袋。然后他站起来，走到白板前，拿起板擦，把那个问号擦掉。他在原来的位置写了一个词：信任。然后他在“信任”下面画了一条横线，在横线下面写了三个小字：怎么建？这个问题，他没有答案。团队也没有答案。他们试过很多方法。引入品牌商家，用品牌背书降低决策门槛。

建立平台售后保障，承诺七天无理由退货。优化商品详情页，增加用户评价和实拍图。这些方法都在一定程度上有效，但都无法从根本上解决复购率的问题。因为复购率的核心不是信任的“有无”，而是信任的“深度”。用户信任一个平台，需要的是多次交易的正向反馈。第一次买，体验好；第二次买，体验好；第三次买，才会形成习惯。

而抖音电商的用户，很多人在第一次购买后就流失了。他们不是不信任抖音，他们只是没有理由回来。因为抖音的内容流是不断更新的，用户每次打开抖音，看到的是新的内容，新的推荐，新的商品。他们没有“回到那个店”的习惯。而在淘宝，用户有收藏夹，有购物车，有关注的店铺。

这些功能在抖音上也有，但使用率很低。因为抖音的产品逻辑是“推荐”，不是“搜索”。推荐逻辑下，用户是被动的，是算法把内容推到面前。搜索逻辑下，用户是主动的，是用户自己去找商品。这两种逻辑塑造了两种不同的用户行为。推荐逻辑培养的是“逛”的习惯，搜索逻辑培养的是“买”的习惯。而“逛”的习惯，天然不利于复购。

朱文佳在白板上画了一个简单的矩阵。横轴是“决策成本”，纵轴是“信任深度”。他把内容消费放在左下角，把电商交易放在右上角。然后他在中间画了一条斜线，标注为“算法能力边界”。这条斜线说明了一个问题：算法可以降低决策成本，但无法提升信任深度。决策成本是可以通过信息优化来降低的，比如更好的推荐、更精准的匹配、更丰富的商品信息。

但信任深度不行。信任深度需要时间，需要重复，需要制度。算法可以加速信息的流动，但加速不了信任的生长。这个矩阵，他后来在多次内部会议上画过。每一次画，都有人问同一个问题：那怎么办？他的回答也总是一样的：没有捷径。信任的建立，只能靠时间，靠制度，靠一次次真实的交易体验。

算法可以帮忙，但不能替代。这个判断，在字节跳动的技术文化里，是一个异数。这家公司从诞生之日起，就信仰算法的力量。张一鸣在2012年创建字节跳动时，核心信念就是“算法可以比人更懂人”。

这个信念在内容分发领域被反复验证，今日头条的崛起，抖音的爆发，都是这个信念的胜利。但电商和本地生活服务，把这个信念推到了一个它不熟悉的领域。在这个领域里，算法面对的不是“用户想看什么”，而是“用户敢不敢买”。前者是兴趣问题，后者是信任问题。兴趣可以被数据捕捉，信任不能。

它不会出现在任何一次AB测试的结果里，但它会在半年后、一年后，以复购率下降、用户流失、口碑恶化的形式，出现在数据大盘上。到那时，算法会把它当作一个新的问题来优化，但它不知道，这个问题的种子，在每一次用户拆开包裹的瞬间就已经种下了。

美团用了十年时间，建立了一套商家准入、用户评价、纠纷仲裁的机制。这套机制不完美，但它已经运转了足够久，积累了足够多的数据，形成了足够强的用户预期。抖音要在短时间内复制这套机制，几乎不可能。算法可以加速信息的流动，但加速不了制度的成熟。

但那些被数字掩盖的东西，那些发生在算法视野之外的东西，正在积累，正在寻找出口。朱文佳的车驶过一座立交桥，桥下的车流像一条发光的河。他想起很多年前，张一鸣在地铁上看到人们低头看手机的那个瞬间。那个瞬间催生了一个判断，那个判断催生了一家公司，那家公司催生了一套算法，那套算法正在重塑数亿人的消费习惯。

但算法不知道，它正在走进一个自己无法完全理解的领域。在那个领域里，效率不是唯一的变量，信任不是可以计算的分数，人的选择不是可以被预测的概率。它正在走进一个需要它承认自己局限性的地方。而那个承认，还没有到来。

那份内部简报上的折线图，此刻正躺在朱文佳的副驾驶座上。纸张被路灯的光一闪一闪地照亮，两条曲线在明暗交替中显得更加分明。一条向上爬升，一条向下回落。它们之间的距离，不是算法参数可以弥合的。车在红灯前停下。朱文佳的目光落在前方人行道上，一个行人低头看手机，屏幕的光映在脸上，脚步却没有停。他想起张一鸣说过的那句话——用户在哪里，机会就在哪里。

但此刻他想的是另一个问题：用户在那里，信任在哪里？绿灯亮了。他踩下油门，车继续向前，汇入那条发光的河流。