中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

相信不少產(chǎn)品或者運(yùn)營(yíng)同學(xué)都聽過福格行為模型，該模型一開始是用來培養(yǎng)個(gè)人習(xí)慣的，后來也用來分析用戶商業(yè)行為。作者結(jié)合其業(yè)務(wù)，分享如何將福格行為模型應(yīng)用于業(yè)務(wù)中，一起來看看吧。

背景

福格行為模型（B = MAP） 理論的含義是當(dāng)動(dòng)機(jī)（Motivation）、能力（Ability）和提示（Prompt）三者同時(shí)出現(xiàn)的時(shí)候，行為就會(huì)發(fā)生。

相信不少產(chǎn)品同學(xué)已經(jīng)聽說過福格行為模型（BJ Foog’s Behaviour Model）或者微習(xí)慣的概念。

該模型的初衷其實(shí)并不是說用來分析用戶商業(yè)行為的分析，而主要是用來幫助培養(yǎng)個(gè)人習(xí)慣的，但我在閱讀過程中會(huì)發(fā)現(xiàn)，用這個(gè)模型來分析用戶動(dòng)機(jī)也很好用，并且我也成功將這個(gè)模型應(yīng)用在了業(yè)務(wù)的量化分析中，這是福格博士在書中也沒有具體進(jìn)行的實(shí)踐，本文后面會(huì)有應(yīng)用步驟的分享?？紤]到有朋友可能不了解這個(gè)模型，這里先對(duì)模型做一個(gè)簡(jiǎn)單介紹。

一、模型簡(jiǎn)介

B=MAP（行為 = 動(dòng)機(jī) + 能力 + 提示）

其實(shí)可以簡(jiǎn)單理解為，只有當(dāng)用戶有動(dòng)力、有能力且收到提示這三者同時(shí)存在時(shí)，行為才會(huì)發(fā)生。

下圖是模型的一個(gè)示例圖，橫坐標(biāo)代表做某件事的能力，越靠右代表越容易做到；縱坐標(biāo)是動(dòng)機(jī)，越往上代表動(dòng)力越強(qiáng)。在行動(dòng)線的右上方區(qū)域，如果有合適的提示，那么行為就會(huì)發(fā)生（也就是動(dòng)機(jī)足夠強(qiáng)或難度足夠低）。

B=MAP 雖然容易理解，但是由該公式衍生出的一系列策略（如何促使行為發(fā)生/不發(fā)生），才是福格行為模式的精髓。拿讀書舉例：對(duì)于想培養(yǎng)閱讀習(xí)慣的人而言，可能完整閱讀一本書很困難，行動(dòng)難以發(fā)生。但如果只是讓你每天讀下書封或者一頁(yè)書，難度便很低，該行為到了行動(dòng)線的右上方，則容易達(dá)成，如下圖：

當(dāng)然，我身邊有一位給自己定每天讀一頁(yè)書的同事，結(jié)果依然無法堅(jiān)持，這又如何解釋？當(dāng)動(dòng)機(jī)和能力都具備時(shí)，缺乏的則是提示——總是忘記要看書。這時(shí)候則可以對(duì)自己增加一些提示：設(shè)定鬧鐘或在特定的時(shí)間，例如睡覺前在床頭柜上放著書籍，這樣可能就會(huì)更容易堅(jiān)持了。

并且隨著你做一件事情的次數(shù)越來越多，事情的難度通常也會(huì)更低，習(xí)慣變會(huì)更容易地養(yǎng)成。

此外，B=MAP也可以用于分析用戶行為。例如，如果你負(fù)責(zé)某電商產(chǎn)品的用戶轉(zhuǎn)化，那么針對(duì)不轉(zhuǎn)化的用戶，你也可以從MAP三個(gè)維度進(jìn)行分析：

1. 用戶是否有足夠的動(dòng)機(jī)：商品卡片和詳情頁(yè)能否更有吸引力？增加熱銷、熱評(píng)是否能提升購(gòu)買意愿？
2. 用戶是不是沒有能力購(gòu)買：優(yōu)化購(gòu)物鏈路、提供一鍵登錄、快速購(gòu)買、分期付款？
3. 用戶是否收到了足夠的提示：我們的優(yōu)質(zhì)商品用戶看到了嗎？我們的促銷信息用戶了解了嗎？

這三個(gè)角度是一個(gè)很好的思考框架，簡(jiǎn)單且易于理解，不過在實(shí)際產(chǎn)品分析過程中難以定量評(píng)估“程度”，所以通常是作為簡(jiǎn)單定性分析的工具輔助產(chǎn)品判斷。但我個(gè)人認(rèn)為，只要有足夠的數(shù)據(jù)化思維，依然是能夠利用該模型對(duì)用戶進(jìn)行分層的，我以分享業(yè)務(wù)為例做了一個(gè)實(shí)踐，與大家分享我是如何將該模型“定量”的運(yùn)用在用戶分層和增長(zhǎng)業(yè)務(wù)中的。

二、模型應(yīng)用：以分享業(yè)務(wù)為例

1. 別只聚焦在漏斗增長(zhǎng)上

分享業(yè)務(wù)通常以“拉新人數(shù)”為目標(biāo)，在復(fù)雜度不高的產(chǎn)品中，拉新活動(dòng)通常比較簡(jiǎn)單，基本是“邀請(qǐng)好友有禮”的形式，即用戶邀請(qǐng)到一個(gè)好友注冊(cè)或轉(zhuǎn)化，則可以獲得特定的獎(jiǎng)勵(lì)（優(yōu)惠券或會(huì)員）等。

在做這類業(yè)務(wù)的增長(zhǎng)時(shí)，不少增長(zhǎng)產(chǎn)品會(huì)陷入到活動(dòng)漏斗優(yōu)化上，拿電商類產(chǎn)品舉例：

• 發(fā)起人漏斗：進(jìn)入活動(dòng)頁(yè)->點(diǎn)擊分享->分享成功；
• 參與人漏斗：新用戶參與->點(diǎn)擊注冊(cè)->完成注冊(cè)->完成下單。

基于上述漏斗數(shù)據(jù)，觀察哪個(gè)環(huán)節(jié)流失較多，再去想如何優(yōu)化鏈路、增加獎(jiǎng)勵(lì)等等辦法來提升漏斗轉(zhuǎn)化。但這類的增長(zhǎng)天花板不高，且很容易遇到瓶頸，同時(shí)這種方式往往也很難取得大的增長(zhǎng)效果。

漏斗增長(zhǎng)當(dāng)然要做，但如果業(yè)務(wù)的目標(biāo)是取得100%的增長(zhǎng)，光靠這個(gè)漏斗的優(yōu)化是很難達(dá)成的。很多人會(huì)忽略這個(gè)漏斗上方其實(shí)還有很重要的一環(huán)，往往也是流失最多，也就是：大盤活躍用戶->進(jìn)入活動(dòng)頁(yè)。 按照以往經(jīng)驗(yàn)，在各個(gè)業(yè)務(wù)中，這個(gè)環(huán)節(jié)將會(huì)流失90%+的用戶。 大量的用戶并沒有參與分享！

為什么要用對(duì)用戶分層？

有的同學(xué)到這一步，可能就直接開始提方案了：“簡(jiǎn)單，不分享的話，我們可以通過增大曝光，來讓更多用戶知道活動(dòng)，例如下單后彈窗、首屏廣告等等方案?！?/p>

但請(qǐng)別著急拍腦袋下結(jié)論和提方案，雖然我相信還有不少產(chǎn)品會(huì)直接這么做的。但更好的做法是：我們需要對(duì)不分享的原因進(jìn)行了解和劃分。用戶不分享的原因一定是各式各樣的，例如：老年人不懂如何操作、有人對(duì)獎(jiǎng)勵(lì)不感興趣、有的人愛面子不愿意分享、或者沒有注意到活動(dòng)、還有人身處陌生城市周圍沒朋友等等，這些都不是簡(jiǎn)單通過曝光就能解決的。

但這么去羅列原因也不是好方法，一方面那難以窮盡，另一方面也可能會(huì)導(dǎo)致可能原因之間有重復(fù)的關(guān)系，說不清楚。這時(shí)候，福格行為模型就能派上用場(chǎng)了。

2. 第一步：畫出草圖，對(duì)MAP進(jìn)行“業(yè)務(wù)定義”

我們可以通過動(dòng)機(jī)M、能力A、提示P三個(gè)維度，對(duì)用戶進(jìn)行劃分，如下圖（有點(diǎn)類似 RFM 分層）。

根據(jù)福格行為模型，用戶只有同時(shí)滿足M+A+P時(shí)。行為才會(huì)發(fā)生，也就是三個(gè)圓圈的交集越多，說明分享行為也越多。所以，從這個(gè)角度，業(yè)務(wù)增長(zhǎng)也可以理解為：讓MAP重合面積放大。

這里以裂變業(yè)務(wù)為例，我們需要對(duì)公式先進(jìn)行業(yè)務(wù)定義，大概如下表。通過業(yè)務(wù)定義，我們至少對(duì)沒有達(dá)到MAP的用戶原因，做出了初略的劃分，但我們還不知道這些人具體是誰，也沒法做相應(yīng)的動(dòng)作，因此需要進(jìn)行下一步操作，對(duì)人群進(jìn)行“數(shù)據(jù)定義”。

3. 第二步：對(duì)MAP進(jìn)行“數(shù)據(jù)定義”，判斷占比和空間

這一步是最難的地方，因?yàn)楦８裥袨槟Ｐ捅旧砥蛴谑且粋€(gè)定性分析，福格在書中也沒有說對(duì)這些維度進(jìn)行具體的量化。但在互聯(lián)網(wǎng)業(yè)務(wù)中，不進(jìn)行一定程度的量化，就會(huì)導(dǎo)致 ：

1）無法判斷優(yōu)先級(jí)

2）無法鎖定對(duì)應(yīng)人群，從而無法運(yùn)用

在對(duì)數(shù)據(jù)進(jìn)行定義的環(huán)節(jié)，沒有標(biāo)準(zhǔn)答案，這里通常需要各位結(jié)合業(yè)務(wù)經(jīng)驗(yàn)和數(shù)據(jù)分析。

例如，對(duì)于動(dòng)力（Motivation），我們可以首先假設(shè)：如果用戶是平臺(tái)忠實(shí)用戶且對(duì)優(yōu)惠券很感興趣，則代表其有動(dòng)力分享。

M = 歷史訂單數(shù)>5 且 歷史領(lǐng)券數(shù)>5

當(dāng)然具體數(shù)字并不是隨便拍腦袋定的，而是我們可以先把用戶歷史訂單數(shù)或領(lǐng)券數(shù)量與分享行為的數(shù)據(jù)表取出，分析這兩者的關(guān)聯(lián)性，以及拐點(diǎn)位置，再確定數(shù)值。）

再說能力（Ability），我通過業(yè)務(wù)經(jīng)驗(yàn)，先假設(shè)新城市的用戶拉新能力強(qiáng)（周圍新人較多，因此用戶拉新難度不大），另一方面，我們可能認(rèn)為如果一個(gè)用戶已經(jīng)邀請(qǐng)了很多人，周圍沒什么朋友了，可能就會(huì)難以拉新，能力也會(huì)變?nèi)酢?/p>

基于這兩個(gè)假設(shè)，我們可以分別取數(shù)分析：不同城市和不同歷史拉新人數(shù)對(duì)拉新行為的影響，依然是找到拐點(diǎn)位置來確定數(shù)值（如果找不到拐點(diǎn)，或并不是強(qiáng)相關(guān)，可能說明初始假設(shè)出錯(cuò)了）。

A = 新城市且歷史拉新人數(shù)小于5

最后對(duì)提示（Prompt）進(jìn)行定義，我們認(rèn)為近7天只要訪問過活動(dòng)頁(yè)面，就表明有提示。（當(dāng)然，這里也可以活動(dòng)入口曝光來區(qū)分，核心是結(jié)合業(yè)務(wù)，以及該數(shù)據(jù)與關(guān)鍵行為的關(guān)聯(lián)性來進(jìn)行判斷。）

P = 近7天訪問過活動(dòng)頁(yè)面

有了數(shù)據(jù)定義后，人群占比基本也就搞定了，當(dāng)然這個(gè)環(huán)節(jié)我們可能會(huì)拉上數(shù)據(jù)分析師，對(duì)指標(biāo)進(jìn)行來回的調(diào)整，最終我們可以得出類似下圖的表格：

到這里，我們對(duì)不同不分享人群的原因定義和人群劃分基本就結(jié)束了。

對(duì)于比例較大的人群，我們后續(xù)還可以繼續(xù)細(xì)分，例如同樣是有動(dòng)力的人群，我們可以劃分為“動(dòng)力強(qiáng)”、“動(dòng)力中”、“動(dòng)力弱”三檔。或者根據(jù)用戶其他不同的行為來劃分，但本質(zhì)都是為了將不同特征的用戶區(qū)分出來。

4. 第三步：針對(duì)不同人群，分配Owner并推進(jìn)后續(xù)動(dòng)作

到了這一步，人群類型和比例都確定之后，就可以開始盤具體的戰(zhàn)術(shù)了。

由于針對(duì)每個(gè)環(huán)節(jié)的原因，其實(shí)都還有很多深入分析的空間，例如針對(duì)MA的用戶，可能還可以根據(jù)渠道、根據(jù)訂單金額、頁(yè)面訪問情況等各方面進(jìn)行進(jìn)一步的劃分和分析，總之是定位的問題越具體，也就越容易解決。

所以這里通常還需要花不少的精力，資源充裕的情況下，可以將不同類型的問題分工給不同的產(chǎn)品同學(xué)來單獨(dú)負(fù)責(zé)，繼續(xù)下探。

在每周的會(huì)議上，則可以針對(duì)不同同學(xué)負(fù)責(zé)的內(nèi)容，提出的策略進(jìn)行討論。策略不限于產(chǎn)品方案、運(yùn)營(yíng)手段乃至如果展示還不夠明確的話，這里的動(dòng)作也可以是后續(xù)的數(shù)據(jù)分析或用戶調(diào)研，總之每個(gè)模塊都需要有相關(guān)事項(xiàng)及具體的計(jì)劃，符合SMART原則即可。

另外，對(duì)于這類效果不確定性較強(qiáng)的策略，建議可以通過ICE打分來進(jìn)行需求優(yōu)先級(jí)的排序，再往后就是項(xiàng)目管理的范疇了。

結(jié)語

福格模型相對(duì)來說是一個(gè)萬能公式，通過動(dòng)機(jī)M、能力A、提示P三個(gè)維度來對(duì)用戶進(jìn)行劃分。但是，在某些業(yè)務(wù)場(chǎng)景下，這種劃分方式卻不一定最“高效”。

可能劃分結(jié)束后，大部分會(huì)集中在一個(gè)維度上，這時(shí)候其實(shí)則需要在單個(gè)維度下再不斷的下探，比較考驗(yàn)各位的業(yè)務(wù)洞察能力以及數(shù)據(jù)分析能力。

關(guān)于用戶分層的邏輯和思路，我在近半年的工作中也有了更深的體會(huì)，后續(xù)可能會(huì)再單獨(dú)寫文章與大家分享。感謝大家的閱讀。