思维模型与应用案例2-赵晨

用上瘾模型分析“今日头条·极速版”邀请好友功能

第一性原理：上瘾
基石模型或假设：“必需品&非必需品”论、上瘾有益论（能为企业带来四个方面的好处）、B=MAT理论（行为=动机+能力+触发）、鸽子实验理论（多变酬劳增加行为频率）
方法论：触发、行动、多变的酬赏、投入

触发

全屏推送：属于外部触发中的自主型触发。通过APP提醒，“32元”被做得醒目巨大。更容易引起你的注意。“醒目黄色按键提示+立即领取”，让人感觉是能够马上得到这个奖励。

image.png

行动

利用现金奖励作为诱饵。这是给你一个“动机”。同时，对"能力"要求极低，不费时间、金钱、体力、脑力，"好友"间转发也比较不容易排斥。“XXX邀请5个好友，获得45元奖励”，进一步给你点击的动机，同样的“醒目黄色按键提示+立即领取”，让你继续点下去。

image.png

进一步扩大奖励信息，加强刺激，最大减少用户的操作时间与体力消耗。这时候，按钮颜色变成了红色，但是操作和前两步是一样的，让你跟着直觉一路操作下去。

image.png

粘贴完成，行动完成。通过朋友之间的分享，激发下一轮上瘾模型。（48小时之内有效，强调机会的稀缺性）

image.png

多变的酬赏

除了邀请赚32元钱之外，还设计了多种奖励形式，并用红色字体突出出来。你每天只要动动手指就能赚到钱。根据上瘾模型分析，这主要是利用了人们对资源和信息的“猎物筹赏”心里（获得具体资源和信息是人的天性）。此外，每天的奖励收入都不相等，让你更加频繁地打开APP。（鸽子实验）

image.png

投入

你的每一笔收入，都会被完整得记录下来，看着每天积累的钱不断增长，让你每天不知不觉就会想打开APP看一眼。根据上瘾模型来看，用户对产品或某项服务的投入越多，对该产品就更加重视。

image.png

用上瘾模型分析“知乎”信息流功能

第一性原理：上瘾
基石模型或假设：必需品&非必需品论、上瘾有益论（能为企业带来四个方面的好处）、B=MAT理论（行为=动机+能力+触发）、鸽子实验理论（多变酬劳增加行为频率）
方法论：触发、行动、多变的酬赏、投入

触发

由于知乎至于兴趣、话题的推荐模式，新用户在设置好兴趣标签之后会疯狂地推荐你所感兴趣的内容。只要你感觉无聊，或者感觉像找乐子的时候，会不知不觉想要使用。在上瘾模型的触发环节中，属于最高级的“内部触发”（契合你的思想、情感与场景）

image.png

行动

知乎优质的内容，给人充分的动机付出行动。按照上瘾模型的理论，这个行动可以给你快乐、希望与认同，同时只需要下拉刷新就可以了，不需要花费太多时间、体力、脑力，不需要花钱同时不会与社会产生偏差，并且不会与日常生活产生冲突

image.png

image.png

多变的酬赏

在知乎的信息流界面中，除了有系统自动的推荐“模式”，还有微博式的“关注模式”，新闻聚合式的“热榜”模式，让你专注于某个作者或用户，并且让你随时随地发现新的热点。此外，在顶部搜索栏，还有随机热词，能否满足你对于信息的任何需求。按照上瘾模型来分析，这是满足了人们的猎物筹赏（获得具体资源和信息）。同时多样化的内容，也能满足多变性。

image.png

并且你贡献的答案，还可以被回复和点赞，让你获得社交酬赏（被接纳认同或喜爱）

image.png

投入

如果你长期在知乎刷屏，那么你的回答数量和收藏将会不断增长。注意这些数字都用蓝色字体突出显示，时时刻刻提醒你，你在为知乎作贡献，并且。按照上瘾模型的理论，用户向产品贡献的资料越多样，就可以增加用户再次使用的可能性）

image.png

image.png

用乔布斯简洁模型分析豆瓣的"影评页面"

第一性原理：简洁
基石模型或假设：非连续性、产品至上
方法论：简单、简单、再简单

简洁不等于简单，不等于信息少。一部电影信息实际上是非常多的，片名、评分、上映时间、主演、导演、评价等信息非常庞杂。但是豆瓣评分页面，利用信息的有效组织，把一个很复杂的产品，设计得非常简洁。

第一屏

首先突出的肯定是的部分自然是豆瓣评分，突出显示核心功能“豆瓣评分”，通过深色作为底色，显得更加突出。然后突出就是两个按键“想看”和“看过”。而且想看按钮，是一个桃心一个加号，看过按钮，是一个空心五角星，与其所属功能高度吻合。此外，图中所有的文字和图片，都是可以点击，隐藏了惊人的信息量。

image.png

第二屏

主要是剧情简介，演职人员表和预告片/剧照，这三种信息都没有采用完全呈现的方式，对内容进行了隐藏。有的是通过再次点击的方式，有的是通过左右滑动的方式。只保留最关键的信息，符合了简洁的原则。

image.png

第三屏

筛选4个点赞数较高的短评，作为对豆瓣评分的补充，这种主观评价对用户相当有用。有利于帮助用户做出决策。

image.png

第四屏

主要推荐喜欢这部电影的人，喜欢的其他电影，帮助用户发现其他影片。然后就是深度长评，适用于看过本片的用户。

image.png