在开始设计信息流的时候，我们可以深入了解下产品，了解产品的定位、用户群体，需要弄明白属于什么信息流类型，针对不同的类型设计不一样的信息流交互。
什么是信息流
首先，我们先定义一下信息流的范围：但凡提供信息的展现，检索与获取的信息聚合结构，均属于信息流。其中涉及到two side marketplace（双边平台）的场景偏向于C端信息流，比如淘宝，美团，今日头条，甚至滴滴。涉及到业务信息提取加工的场景则偏向于B端平台，比如Salesforce，Workday以及最近很热的Asana。
所有的信息流场景，核心都在围绕一个问题：如何提升信息获取效率。
经济学里有一句话是：短期看需求，长期看供给。信息流本质是物料的供给和与消费，所以信息流问题，又可拆解成短期的信息标准化效率问题和长期的动态供给平衡效率问题。
信息流的标准化效率
信息的标准化是指将不同形式或者难于认知的信息结构转化成通用的，易于理解的信息结构的过程。标准化的信息结构在设计时应该以降低认知成本和提高信息的流转效率为目的。
对于降低认知成本，我们通常会考虑两点：
其一为信息流结构与信息消费者的认知是否存在gap，若存在如何弥合和引导，就好像我们在教小朋友使用字典时，不能简单地把字典扔给他就算完事，在此之前，我们还要告诉他字典的索引方法；
其二为抽象出的标准化结构是否能贴切反应信息本身的统一性和差异性。
统一性体现在让用户以“上帝视角”第一时间get到信息，比如LBS属性很强的外卖服务就不会以食物作为基本信息节点，而是以商家。早期也不会以口味和菜系作为筛选结构（标准化进程慢，至成熟期后慢慢肯定会加上），而是以解决消费需求为拆分标度。
差异性体现在信息供需的不平衡，也就是需要持续能给用户提供信息价值，比如美发场景，如果设计的信息基础节点是理发师，用户在完成一次消费，认识到这个理发师的能力后，平台的信息价值对这个用户就消失了，所以平台第一步应该提供的是标准化的洗剪吹服务，通过标品的差异展现信息价值，降低信息流内容认知与选择成本。
对于提高信息的流转效率：
一方面是要设计更符合生产和消费习惯的分发场景，比如做一条推荐流，你就不能把它设计成与用户消费场景不相关的独立路径，因为往往大多数的探索推荐对于用户获取目标信息来说是低效的，期望用户的主动打开是不切实际的。
另一方面在于新的信息流结构与已有信息流结构之间的流通问题，这个问题已经发生时，是很难解决的。比如美团与大众点评在合并后整合信息，美团的信息结构是商品，大众点评的信息结构是POI（Point of interesting. 可以翻译为兴趣点，就是在地图上任何非地理意义的有意义的点：比如商店，酒吧，加油站，医院，车站等。不属于poi的是有地理意义的坐标：城市，河流，山峰——解释复制自知乎），二者的整合就比较苦难，这就要求我们在设计信息结构时，考虑的更加全面，从用户视角设计兼容性更好的标准化结构。
信息流供给平衡
当我们完成了产品形态的标准化设计后，就要开始考虑信息流的供给平衡问题。信息流的供给关系问题会反应在「流速」这个指标上，流速表示流内信息的流转速率。对于供给侧，代表的是单个信息可获得曝光数量，对于消费侧，代表的是可供持续消费更新频率。
当流生产速度大于流消费速度时，流速过快，供给侧生产出的新内容单位时间可获得的曝光及后续转化变少，生产收益率降低，生产意愿将会随之降低。流速的变快，对于新入场生产者的收益率降低更加明显，因为新的生产者没有其他的分发手段，如果不做处理，将会加重信息流的马太效应，最终信息流的再平衡会以生产用户的持续淘汰来匹配消费速度，比如如今的Twitter，流量每年都在向更头部的用户聚拢。
当流生产速度小于流消费速度时，流速过慢，消费侧的内容消费意愿没有得到满足，用户活跃度下降，部分用户流失，如果不做处理，最终信息流的再平衡会以消费用户的持续流失来匹配生产速度。
那我们如何判断流速的快慢呢？比较简单的方法是对比依附于该信息流的供给侧和消费侧的增长率。如果供给侧的增长率高于消费侧，则说明流速慢了，需要让流速变快，让消费侧能获得更多的可消费内容。反之，如果供给侧的增长率低于消费侧，则说明流速快了，需要降低流速，让每一个信息获得更多的曝光，给予供给侧更多的正向激励。
从产品层面解决流速问题的通用办法为：慢合并，快拆分。当流速过慢时，需要把同一个层级的几个对象合并成上一级对象，比如豆瓣小组「黄埔租房小组」和「普陀租房小组」流速都过慢，就可以合并成「上海租房小组」，通过聚拢信息，加快流速。反之亦然。
千万不要在流速过快时，依然试图通过增加分发来增加供给，结果只能适得其反。我自己有血泪教训，在曝光过剩的情况下，依然希望通过增加更多的曝光，希冀着给予供给侧更多的正反馈来刺激生产，结果就是消费侧的持续衰减，信息流崩盘。
当然，我们也要明白，提效只能延缓衰减趋势，并不能扭转衰减趋势。这就跟目前瓶颈期的互联网行业一样，小的在被淘汰兼并，大的在细化拆分再次结构化（中台和增长等概念的提出），系列举措确实能在现状下提升效率，但要获得下一轮的增长，行业呼唤的还是下一代革命性产品技术的出现，对应到信息流场景，则是需要去拓宽信息流的场景边界。
