很多产品把个性化理解为“猜你喜欢”。但推荐只是其中一部分。真正影响留存的体验，是产品记得用户是谁、此刻处于什么场景、上次做到哪里，并减少每次打开后的重新选择和重新操作。
个性化解决“这次什么更适合我”，延续性解决“我上次做到哪里”。二者共同降低的是用户的重新理解成本。
个性化不只是算法推荐
个性化体验大致来自三种机制。
第一种是系统推断。淘宝根据浏览、收藏和购买调整推荐内容；内容产品根据阅读、播放和关注改变排序。这类个性化不要求用户配置，但可能猜错，也容易把一次偶然行为放大成长期偏好。
第二种是场景适配。本地生活产品根据位置推荐附近服务，旅游产品结合目的地和时间提供内容。LBS不是“知道用户在哪”就开始推送，而是位置确实改变了当前任务的答案。例如寻找餐厅时，距离非常重要；阅读小说时，位置通常没有价值。
第三种是用户自定义。切换标准版与关爱版、调整字号、设置首页、排列常用功能，都让用户主动表达偏好。Nielsen Norman Group将两者区分得很清楚：Personalization由系统预测并调整体验，Customization则由用户亲自配置。
两种方式应该互相补充：低风险、可撤销的内容排序可以由系统推断；字号、通知、隐私和常用入口等稳定偏好，应提供明确控制。算法猜测不能覆盖用户已经表达的选择。
好的个性化，应该更快抵达任务
个性化的目标不是让每个人看到不同的页面，而是帮助用户更快获得价值。一个推荐位是否有效，不能只看CTR，还要回答：
- 用户是否更快完成了当前任务；
- 推荐是否具有足够的相关性和多样性；
- 屏蔽、不感兴趣、返回等负反馈是否增加；
- 被推荐的功能是否形成复用，并改善长期留存。
推荐系统最容易出现“越点越窄”：用户偶然点击一次健身内容，首页此后便被健身占满。除了利用历史行为，还应考虑行为强度、发生时间和用户的主动反馈，并保留探索空间。个性化不是替用户做完所有决定，而是在减少选择成本的同时保留控制权。
同时，系统要允许用户理解并纠正结果。例如提供“不感兴趣”“减少此类内容”“管理推荐偏好”，比让用户默默忍受错误推荐更能建立信任。
延续性是在替用户保存上下文
用户离开应用，不一定代表任务结束。消息打断、切换设备、等待网络或暂时没有时间，都会造成中断。下一次回来还要重新搜索、定位和输入，之前投入的时间就被浪费了。
典型的延续性设计包括：
- 小说继续阅读、音乐继续播放、视频续播；
- 最近使用的小程序、工具、文件和服务；
- 浏览浮窗、稍后读、标签页和未完成草稿；
- 表单暂存、任务进度与跨设备同步。
这些设计看似只是“记住位置”，实际是在降低重新启动任务的门槛。Apple的人机界面指南明确建议应用重启时恢复先前状态，尽量让用户回到原来的页面、滚动位置和窗口状态，而不是重新走一遍导航路径。
延续性可以分成四层：
- 内容位置：读到第几章、播放到第几秒、页面滚到哪里；
- 任务状态：草稿、表单、购物车和未完成流程；
- 导航上下文：从哪个入口进入、筛选和排序条件是什么；
- 用户偏好：字号、布局、播放和通知设置。
并非所有状态都应该永久保存。短期上下文可以设置有效期，敏感内容需要默认隐藏，长期偏好则应跨版本稳定保留。
延续性最难的不是保存，而是正确恢复
产品不能只记录一个页面URL。用户恢复任务时，还要处理几个问题。
恢复点是否仍然有效：商品可能下架，内容可能删除，订单状态可能已经变化。系统应给出原因和替代路径，而不是打开空白页。
多端状态如何冲突：用户在手机读到第30章，又在平板读到第35章，通常应采用进度更新较新或更靠后的状态；草稿发生冲突时，则不能简单覆盖，应保留版本或让用户选择。
操作能否安全重试：阅读位置可以直接恢复，支付和提交类动作却必须避免重复执行。页面状态与业务结果要分开保存。
隐私是否允许外显：银行、医疗、成人内容以及共享设备，不宜在首页直接展示上次浏览。应支持关闭记录、清除历史和限制同步范围。
延续性不是“记得越多越好”，而是只保存完成任务真正需要的上下文，并让用户知道这些数据如何被使用。
重大改版也要保持认知延续
延续性不只发生在两次Session之间，也发生在产品版本之间。老用户已经形成了位置记忆和操作习惯；入口移动、功能合并、图标更换，会让熟练任务重新变得陌生。
改版迁移可以采用三种方式：
- 在旧位置保留一段时间的去向提示；
- 对新入口进行短期高亮或外显说明；
- 为高频用户保留常用布局，或允许跳过教学。
引导最好在用户真正寻找相关功能时出现，而不是首次启动便连续弹出。Apple的设计原则强调保存上下文和界面熟悉度；突然改变控件位置而不给迁移线索，会直接消耗用户已经建立的操作效率。
评估改版不能只看新入口点击率，还要比较老用户的任务完成时间、搜索次数、返回次数、客服反馈与留存。一个视觉更整洁的版本，如果让核心用户找不到常用功能，就是用审美消耗用户资产。
如何衡量个性化与延续性
个性化可以观察推荐后的任务完成率、功能复用、多样性和负反馈；延续性则可以观察恢复入口点击率、恢复后的完成率、从启动到继续任务的时间，以及重复搜索和重复输入是否下降。
更重要的是长期对照：获得个性化或状态恢复能力的用户，D7、D30留存是否真正提高，同时投诉、隐私关闭和误恢复是否处于可接受范围。
提升留存不一定需要增加新功能。有时更有效的改动，只是在用户回来时，把他轻轻放回离开的位置；在用户需要选择时，给出更适合的答案；在产品变化时，让熟悉的路径依然找得到。