鉤癮效應

Posted by

banner500250

『勾癮效應』就是設計出一種經驗,讓使用者習慣與解決方案頻繁地相互連結,以致養成習慣。

勾癮模式包含:觸發、行動、變動獎賞、投入。

開始之前,我們可以先用以下幾個問題來進行檢測:

  1. 使用者真正想要的是什麼?紓解了何種痛苦?
  2. 是什麼帶領使用者來用你的服務?
  3. 在獎賞預期下,採取的最簡行動是什麼?如何簡化產品使行動更容易?
  4. 使用者是否獲得獎賞而感到充實滿足,同時還渴望更多?
  5. 使用者投入了哪些『小小付出』?是否能載入下一個觸發並儲存價值,使產品越用越好?
習慣:幾乎不用想就能進行的行為,不去做某件事情就會覺得有點痛苦(心癢)的。
  • 途徑、數據、速度三者合一,使世界更易讓人上癮學習。
  • 能創造消費者習慣的企業,具有顯著的競爭優勢。
  • 案例:遊戲產業、Candy Crush Saga、Evernote、可口可樂、Amazon
  • 不是每間企業都需要習慣性使用者的參與

培養使用者習慣:

  1. 更高的顧客終身價值
  2. 更大的定價彈性
  3. 更快的成長
  4. 更犀利的競爭優勢

藉由紓解心癢難耐的感覺,減輕使用者的痛苦

觸發因子提示使用者展開行動

外在觸發本身含有訊息,藉由將資訊放入使用者周遭環境,告訴使用者下一步該怎麼做:

  • 付費買來的觸發
  • 贏得的觸發
  • 透過關係的觸發
  • 公司自有的觸發

內在觸發透過儲存於使用者記憶中的聯想會自動浮上心頭。產品與內在觸發的連結,正是消費者科技想爭取的大好商機。負面情緒往往是內在觸發,『下一步行動』的相關資訊成為一種習得聯想,就此寫入使用者記憶中。

任何行為的開始都需要以下三個元素:

  1. 使用者必須具備充分動機
  2. 使用者必須具備完成目標能力
  3. 必須有觸發來啟動該行為

欲使目標行為增加,必定要有明確的觸發,然後藉由行動變得更容易執行,以增進能力,最後搭配正確的動因。

核心動因:

尋歡避苦,尋找希望,避免恐懼,尋求社會接納,避免社會拒絕。

若說內在觸發是使用者一天之中,時常感到的心癢難耐,則正確的動因許給他們一個想要的結果,並藉此創造行動。

行動是期望獎賞下最簡單的行為。

任何一種科技或產品,只要能大幅簡化完成某事的步驟,因此受惠的人也將為其帶來高採用率。

影響能力的因素:能力依照使用者及當下所在環境而定
時間:完成行動需要多久
金錢:採取行動的財務成本
勞力付出:採取該行動要花的力氣
腦力運轉:採取行動要費的心思與專注力
社會偏差:其他人對該行為的接納程度
不符慣例:該行動配合或打亂目前例行活動的程度

吸引我們採取行動的,不是獎賞本身的快感,而是因渴望獎賞而尋找解渴的那份需要。

獎賞類型

  • 部落型獎賞:對社會性獎賞的追尋,且因人際連結而更強烈
  • 狩獵型獎賞:對物質與資訊的追尋
  • 自我型獎賞:對掌控、勝任與完成之內發性獎賞的追尋

人類是靠追逐來獵得晚餐的,這也是為何我們今日會強烈覺得需要去使用某些產品不可。取得實體物質的需求,例如食物及有助人類生存的必需品,已經是大腦運作系統的一部份。

只有瞭解使用者真正在乎什麼,那間公司才能正確找到最適合與目標行為搭配的變動獎賞。變動獎賞必須滿足使用者需求,同時要讓他們渴望再次使用你的產品。

投入階段不同於提供『立刻滿足』的行動階段,著重於對『未來獎賞』的期待。

使用者對某產品或服務投入的時間與心力越多,就越重視這項產品,人們隨付出而產生喜愛。

使用者儲存於產品中的價值,使他們將來更可能回訪,透過各類形式再回頭來使用。這些記憶與經驗的匯集、這整個收藏,隨著時間過去變得越來越有價值,而當使用者對該網站的個人投入愈來越多,便越來越難割捨不用。

成習科技:運用使用者本身過去的行為,來啟動未來的外在觸發。

投入要接在變動獎賞階段之後,在使用者已經被引導到即將回饋的時機:使用者即將投桃報李之際

習慣測試:

第一步,深入資料數據,便是人們行為與使用該產品的方式。
第二步,將這些發現系統性編整,以找出慣性使用者。
第三步,改良產品以影響更多使用者踏上你產品慣性使用者所走同樣路徑,評估結果並改進。

 

 

 

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.