Trier par heure

Trier par temps, c'est-à-dire le tri chronologique inversé, c'est-à -dire le tri chronologique , n'aurait jamais dû être un gros problème. Mais il est. Pendant longtemps, si vous ne triiez pas quelque chose par ordre alphabétique, vous le triiez par date de création ou de mise à jour. Ensuite, l'univers consultable s'est développé et avec les moteurs de recherche est venu le classement par pertinence. Les flux de médias sociaux ont porté cela à un tout autre niveau avec leur contenu presque infini et leur classement par pertinence. Chrono-sort est devenu ce truc vintage cool pour lequel les gens aspiraient.

Le classement par pertinence est le bon choix pour la grande majorité de nos besoins. Pourtant, mis à part la nostalgie des médias sociaux, il existe des cas d'utilisation clairs où le tri par heure est important. C'est de cela qu'il s'agit.

Fondamentalement, les gens préfèrent le tri temporel au classement par pertinence lorsque le rappel est beaucoup plus valorisé que la précision . Étant donné que les gens normaux ne pensent pas en termes de précision/rappel, examinons quelques exemples de besoins qui incitent les gens à avoir plus de rappel.

Dans la recherche, le besoin/l'intention du tri temporel est assez explicite

1. Lorsque les critères de recherche sont implicitement liés au temps ("Je me souviens que cela s'est produit le mois dernier lorsque cette chose se passait"). C'est pourquoi la majorité des recherches par e-mail sont triées dans le temps .
2. Lorsque le temps est le critère de recherche le plus sûr : cela se produit lorsque l'efficacité de la recherche est moins importante que l'exhaustivité de la couverture - ce qui signifie que le coût de manquer un seul résultat possible est plus élevé que le coût du temps perdu à parcourir les résultats (rappel à 100 %). C'est pourquoi la conformité, la diligence ou la recherche juridique sont souvent triées dans le temps. Le temps compte moins ici, mais la peur que le classement par quoi que ce soit d'autre puisse vous faire manquer un résultat est la force motrice.

1. Fomo, c'est quand une personne ne veut pas manquer quelque chose d'important qui s'est peut-être passé - votre béguin a publié une photo mais vous l'avez manquée, ou une sneaker en édition limitée est tombée mais vous ne l'avez pas attrapée assez vite.
2. La perte de confiance est le même événement, mais vous supposez que le système est mal intentionné. Vous avez raté la photo de votre coup de cœur parce que l'algorithme de classement vous a noyé dans les vidéos d'influenceurs, ou vous avez raté la vente de baskets parce que le téléphone a décidé de pousser d'autres rappels avec lesquels vous interagissez plus souvent. Cela se construit au fil du temps.

Vous pouvez, bien sûr, rendre votre classement si sophistiqué, utiliser le temps et la fraîcheur de votre classement si judicieusement, que les gens ne rencontreront jamais aucun de ces problèmes. C'est peut-être possible. Mais puisque nous avons affaire à des gens et que tout ce qui précède est plus une question de sentiments que de faits, il y a de fortes chances qu'ils soient toujours confrontés à certains de ces problèmes.

Voici quelques modèles au niveau du produit que j'ai vus bien fonctionner.

Dans la recherche, l'intention de tri temporel est assez explicite - ils l'exigent - donc les modèles doivent être basés sur l'aide aux utilisateurs pour donner un sens aux résultats.

Ajouter de la valeur au-delà du classement des résultats : vous n'êtes peut-être plus responsable de l'amélioration du classement du résultat le plus pertinent, mais vous êtes toujours responsable de l'aider à trouver le bon et à optimiser son temps.

Ainsi, vous pouvez utiliser davantage vos techniques sophistiquées de ML / Search pour aider l'utilisateur au-delà du classement de recherche. Cela peut être

1. Amélioration de la récupération comme l'expansion des requêtes, la compréhension des documents, de sorte que vous jetez un filet plus intelligent/plus large même si vous triez les résultats par heure.
2. Utilisez la compréhension du contenu pour afficher de meilleures métadonnées sur chaque résultat, ce qui leur permet de rejeter rapidement les résultats non pertinents.
3. Utilisez la suggestion automatique, la reformulation de requêtes, etc. pour les aider à formuler de meilleures requêtes de recherche. Google nous a appris à ne pas utiliser d'autres choses que les noms et les opérateurs, mais nous pouvons être reprogrammés avec succès.

Dans les produits Recommendations, l'intention de tri temporel est implicite, de sorte que les modèles concernent davantage le contexte et la prise en charge pour gagner la confiance et donner le contrôle.

Conseils contextuels pour réduire le FOMO : Cela peut prendre différentes formes mais elles sont généralement subtiles. Cela peut être un indice lorsque vous avez terminé avec du contenu frais ou lorsqu'il y a du contenu frais que vous n'avez pas vu ; explication de la raison pour laquelle certains anciens contenus ont été améliorés ; un indice lorsqu'un compte avec lequel vous interagissez a un nouveau contenu ou un contexte autour de la dernière fois qu'il a été partagé. Etc

Si vous utilisez des indices contextuels, assurez-vous de les rendre non intrusifs et de les tester minutieusement (à la fois qualitatifs et quantitatifs). Il est très facile de passer d'une aide à une nuisance.

Tri groupé : Au lieu d'avoir une liste plate, regroupez les résultats puis triez. Il existe généralement deux types de regroupements

1. Regroupement par thème puis tri temporel au sein de ce thème. Les thèmes peuvent ensuite être classés par pertinence. Le classement des notifications en est un bon exemple : cluster par application, afficher les notifications dans l'ordre du temps dans ce cluster, classer les clusters par pertinence.
2. Regrouper les résultats par temps et pertinence en les classant. Par exemple, les actualités d'aujourd'hui, les actualités de la semaine dernière et les actualités plus anciennes (toutes triées par pertinence à l'intérieur de ces délais)

J'espère que c'était intéressant. Qu'est-ce que j'ai raté?

Note : J'ai écrit une version de cette note pour mon équipe en 2016 chez Bloomberg mais je ne l'ai jamais publiée, puis de nouveau en 2018 sur Instagram (encore une fois je ne l'ai jamais publiée). Finalement, le week-end dernier, alors qu'il faisait terriblement froid à New York, j'ai décidé d'y retourner et de le terminer.