编辑导语：如今很多电商类的平台会使用一些活动来进行裂变，或者采用在产品上加一些引导的小标志，让用户触发转化率更高的按钮，这种“间接控制”可以在产品设计中体现；本文作者分享了关于产品设计中的一些“间接控制”的方法，我们一起来了解一下。

在参与拼多多或者其他一些产品的活动过程中，不少用户会产生被“套路”了的感觉。我对套路这种感受的解释是：用户在使用产品过程中被产品设计的各种元素所影响或控制，并无意识地做了一些自己本不打算做的事情。

事后产生后悔情绪的用户会感觉被套路，然而还会有一大波不后悔的用户，则成功被产品转化了。

产品设计中可以适当地使用“间接控制”或者说“微影响”的方法来引导用户，让用户更顺畅地做出决策或体验产品，同时让数据获得增长。

本文将结合《体验引擎》、《助推》、《思考快与慢》、《影响力》这四本书中一些关于人们做决策时会出现的认知偏见相关理论，来分享一些常用于产品设计中进行微影响的设计方法。

一、方法1：从众效应

“从众效应（Bandwagon Effect），是指人们受到多数人的一致思想或行动影响，而跟从大众之思想或行为，常被称为‘羊群效应’。从众效应是诉诸群众谬误之基础。”

人们极易受身边人的影响，并且倾向于跟从大多数人的选择，也就是“随大流”。

产品中的例子有很多：

• 最明显的就是电商软件中，会将多少人购买的信息放在显眼的位置；此外还会用各类热销榜来吸引用户购买；
• 在直播平台中，则会突出多少人正在观看的概念。为了放大从众效应，斗鱼TV将人数改为了“热度”，实际只有3个人在观看，却显示1000+的热度，目的也是让用户觉得观众很多，从而增强看直播的意愿；
• 比心App的充值页面里面，所有价格都是同一个性价比，但为了引导用户更快做出决策，会在两个较高的价格上增加“Hot”的标签。

从众效应的强弱主要由以下因素决定：

• 个体受到的压力越大，越容易做出随大流的行为。这个可以解释为：当用户担心自己的选择会被群体看到时又或者是选择太多，用户不知道如何选择时，这时候从众效应会比较明显。
• 个人的知识经验越丰富，越不容易从众。拼多多面向下沉市场用户，这部分用户相对知识经验较少，也就更容易被从众效应影响。
• 性格软弱的人更容易表现出从众倾向。
• 集体主义文化的群体比个人主义文化的群体更容易受从众效应影响。

二、方法2：锚定效应

“沉锚效应是指人们在做决策时，会受到第一印象或第一信息的影响，这些信息会像沉入海底的锚一样把人们的思想固定在某处。”

人们非常容易受第一印象的影响，例如一开始让用户看到一个非常高的价格，那么当再看到更低的价格时，会本能的觉得便宜了。

这个在产品设计中普及度非常高，比如原价和折扣价的对比；另外一个例子是在设计会员价格时，通常会有一个看上去特别不划算的价格，这其实是产品经理的故意为之；将这个不划算的价格作为锚点，为的是突出其他价格的划算，让用户更容易的做出购买决策。

此外，在产品中设计锚定效应时有几个注意事项：

• “锚点”要足够明显，确保用户在做选择之前能看到；
• “锚点”要和目标有足够的相似性；例如锚的是具体金额，但最终给的是百分比，那么锚就会不起作用。
• 不能“锚”得过于极端，比如1个月的会员1000元；一年的会员50元；这种也起不了作用。

三、方法3：惰性/默认选项

所谓默认选项，是说在用户什么都不需要做的情况下的选择。人们会倾向于接受默认选项，因为这不需要付出额外的精力和成本；这也是源于人类的惰性，人们选择默认选项时，甚至根本不清楚这是否对自己有利。

《助推》一书中有一个最著名的例子，是关于美国的养老保险体系；最早的美国养老保险体系中，默认是员工不参与，员工想要参与的话，需要申请加入，并且选择各式各样的养老金比例，由此也导致了很多人一生中都没有加入过养老保险计划。

公司为了提高这个比例，仅仅做一个小的改动：默认将人们加入了养老金保险体系。如果想要退出养老金保险体系，则需要填表申请才行，明确表示退出，这样才能够不参与；最终这个计划非常成功，让更多的人加入了养老保险计划，最终这个办法也被奥巴马政府在很多方面加以了采用。

默认选项无处不在，且有着巨大的影响力，例如我们在下载电脑软件时经常会使用默认安装，最终却无意识的下载了一堆不需要的软件；此外，产品在设计开通会员时，经常会默认在“连续包月”上；又或者当有三个选项可选，但是设计者倾向于用户选择某个选项时，可以将该选项设计为默认选项，用户由于惰性会懒得修改选项而直接使用。

四、方法4：代表性法则

“代表性法则指人们在不确定性的情形下，会抓住问题的某个特征直接推断结果，而不考虑这种特征出现的真实概率以及与特征有关的其他原因。”

简单的说就是：人们往往会过于简单地只根据某个特征或结果就下结论，而不关心该结果发生的概率或者样本大小。

在很多情况下，代表性法则能够让人们迅速抓住本质并推断出结果；但有时也会产生偏差，例如：在赌场的轮盘游戏中，如果连续10次出现了黑色，人们则会更倾向于认为下一次更可能出现白色才合理。

比如在拼多多“免费领水果”活动中，会显示有多少用户已经领到了水果，甚至还有晒单秀；用户往往就会抓住真能领水果这个特征，而忽略或弱化了中奖概率或付出的成本。

五、方法5：承诺和一致原理

“一开始就拒绝，比最后反悔要容易。”——达芬奇

换一种说法，如果一开始让用户答应或做出承诺，用户则更倾向于去完成这件事情。人人都有一种言行一致的愿望。

承诺和一致性原则是指人一般会对自己做出的承诺有认同感，尽管有时候明知是错的，也会保持行为的一致性，因为承诺已潜移默化地知道了他的思想。

在很多学习类软件中，经常会看到让用户做出承诺的例子，比如在用户指定好学习目标后，让用户选择每天学习的时间或做出承诺，用户会更倾向于坚持下去。

另一种更巧妙的做法，则是在按钮的文案上进行微影响；例如拼多多的“多多果园”功能，在用户第一次退出时，会弹出挽留弹窗，通常来说用户点击“确认”即可退出，但是按钮的文案却不是“确认”，而是“明天再来”。

用户虽然退出了该功能，但是因为自己点击了“明天再来”，这个承诺在会种在潜意识里，基于承诺和一致的原理，用户往往明天更容易来。

六、方法6：损失厌恶

损失厌恶的核心是人们在对盈亏进行比较或权衡，认为损失会更难以忍受。

下图是前景理论中最核心的价值函数。这幅图表示的是盈与亏的不同心理价值。图中的S型表示随着收入和损失都有边际递减效应；但核心是亏损区域的斜率更高；也就是说人们对亏损的反应会比收益更加强烈，这也就是所谓的损失厌恶。

损失厌恶在电商平台中被频繁使用，一种常见用法是各种倒计时或限时：

• 限时使用的优惠券：如果不用的话，优惠就被浪费掉了。
• 限时折扣活动：如果错过活动之后会花更多前购买，造成损失。
• 凑单/满减活动：如果不多买一单，就会损失几块钱的优惠。

拼多多将“限时秒杀”放在了金刚位的第一个；京东也将“京东秒杀”放在了瓷片区第一的位置，可见这种限时活动的威力。

除了限时和倒计时以外，损失厌恶还有一些其他用法：

• 巨大金额的初始值：拼多多的很多游戏活动中，一开始会给用户一个巨大金额的初始值，比如99元，但需要100元才能提现，用户如果离开就相当于放弃了99元。
• 连续签到：中途如果不签到，又要重头开始签到，用户为了不损失，则更倾向于连续签。
• 活动难度递进：拼多多的拉人活动通常一开始要求很简单，让用户分享任意好友即可；第二步则引导用户分享到群聊，第三步又要让用户去邀请新用户来。由于用户在第一步和第二步已经付出了很多成本，因此会不情愿损失这些成本，通常会继续往下做。用户付出的越多，越难轻易放弃。

七、Buff增益：让用户一直处于“快思考”模式中

此外，要想让上述六个方法更容易奏效，最好是让用户一直处于“快思考”的模式中。

《思考快与慢》一书中将人类的思维模式分为了快思考和慢思考，也就是“系统1”和“系统2”的概念：

• 系统1是依赖直觉，无意识的思考系统，这种思考的速度非常快。例如别人向你扔石头，你本能的会躲开，这就是系统1在思考；
• 系统2则是依赖理性，有意识的思考，决策也会慢一些。例如当问你：32*17等于多少这种问题时，或者是思考一个产品解决方案时，则都是需要用到系统2，也就是理性思维系统。

相比于系统1，系统2思考是会消耗更多的能量。卡尼曼认为系统2是懒惰的，在没有特殊的提示来触发系统2之前，系统2通常是处于休息状态。而系统1虽然思考速度快，但往往会存在很多缺陷，容易导致陷入心理学中各类偏见的陷阱中。

因此，想要上述的六个方法（心理学上的偏见）更加奏效，在产品设计中最好能让用户一直处于直觉思维模式中，尽量不要突然出现一些需要让用户仔细计算的事情或者需要深思梳理才能做的决策。在必须需要复杂决策的地方，也可以尽量提供给用户清晰的信息和引导，让用户尽量处在“直觉思维模式”中。

这样做一方面能够让用户使用产品的整体体验会更加轻松和流畅；此外，用户也更容易被产品中的各种设计细节所影响，从而达成产品目标或传递价值给用户。

最后，利用人类心理上的偏见去进行设计虽然能奏效，但最终的目的除了商业指标外，也一定要将用户能获得的价值纳入考虑；因为聪明的用户总会有冷静下来的一天，当发现产品并未给他们带来任何实际价值时，则会毫不犹豫的离开。

参考资料：

罗伯特·西奥迪尼. 影响力[M]. 北京：中国人民大学出版社. 2006.

理查德·H·泰勒.  助推[M]. 北京：中信出版社. 2009.

Tynan Sylvester. 体验引擎：游戏设计全景探秘[M]. 北京：电子工业出版社. 2015

丹尼尔·卡尼曼. 思考快与慢[M]. 北京：中信出版社. 2012.

本文由 @爱学习的Keyda  原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。