本作者相信學習大多數時候是個痛苦與反人性的過程，因此本篇文章的閱讀體驗完全是反心流的。讀完本文，讀者應該能在“焦慮”與“無聊”這兩種心理體驗中至少體驗到其中一種。

Gamification這個概念在近年的產品領域是一個相當熱門的概念，其實最早接觸到這個概念至少也是5年前的事情了，但這個概念似乎從未在2017年后這么火爆過。

Gamification：即“游戲化”，指將游戲的設計元素運用到非游戲領域。

早年比較知名的Gamification其實不是在游戲領域，而是在管理領域。我第一次知道Gamification還是從盛大這家曾經的中國最大的游戲公司。

當時知道這家公司的管理體系里有一套類似打怪漲經驗的玩意兒，還有積分系統，員工的工作會被量化成這些數值反饋在績效當中，并且被靈活的運用起來，當時聽說就覺得很cool，雖然不知道這套體系后來怎么樣了，但這個概念當時是悄然興起了。

再聽說這個詞被人反復提起，是2014年手機游戲火了以后了。2015年開始有不少的游戲制作小團隊因為游戲市場競爭加劇，導致想要另辟蹊徑，開始有人利用游戲設計的原理，做一些“帶有游戲性質的”非游戲產品。后來這里面有些產品還真的火了，也就自動帶火了Gamification這個概念。

說起Gamification這個概念，其實很容易被另一個表層概念混淆，即所謂的“看起來像游戲的”（Game Like）。這兩者其實有很大的差異。

所謂Gamification指的是運用了游戲的元素，這里的元素還往往是游戲設計的內在核心元素，而Game Like更多的時候只是視覺上使人無法分辨這是游戲還是非游戲產品而已。本質上，這兩個東西的差異是是內核級別的。

當然，如果你非要說Game Like是廣義上的一種Gamification設計，也能成立，但從目前的現狀看，其實很多的Gamification設計原理的產品乍看起來和游戲幾乎是沒有半毛錢關系的。

我把目前的Gamification分為兩大類，分別是：

• 利用游戲的核心玩法與Mental Flow（心流）的設計；
• 借鑒游戲運營營銷技巧的設計。

本篇就會簡單分享一下這兩類Gamification產品設計。

一、核心玩法的借鑒與心流

核心玩法是游戲中最抽象的部分。一般來說，核心玩法是抽象于最簡單的游戲形式，是游戲中使人產生樂趣的核心機制。

人為什么會喜歡玩游戲呢？

柏拉圖給過一個對游戲的定義：游戲是一切幼子(動物的和人的)生活和能力跳躍需要而產生的有意識的模擬活動。

人類也好動物也好，對于對生存有益的行為，就會通過獎勵“快樂”（多巴胺的分泌）來鼓勵身體去執行。人類會喜歡甜食，是因為甜食含有高能量，多吃甜食有利生存，所以我們吃甜食的時候會獲得更多的多巴胺。同樣，玩游戲的時候也會分泌多巴胺，因為游戲是對生存能力的模擬，所以這種行為才被我們的身體獎勵。

所以按照這個定義的話，所謂的核心玩法，就是指那些模擬了生存相關技能的行為，抽象而出的最簡單的產生快樂的機制。

追逐打鬧（捕獵與逃生）、玩泥巴（筑巢）、捕捉小動物（畜養家畜）、過家家（哺育幼崽）、設計小機關（類似多米諾骨牌、設計陷阱）、猜概率（斯金納箱的實驗，對隨機概率的好結果，選擇相信存在）這些行為都是自然界中人類的“自然玩法”，這些自然的玩法都會產生“自然的快樂”。

那么這又和產品設計有什么關系呢？

這里需要提到另一個很重要的概念——心流（Mental Flow）。

心流是美國心理學家米哈里·希斯贊特米哈伊提出的一概念，指人將注意力完全投入到某種活動上時的感受。產生心流最直接的結果是：

• 產生時間感知的錯覺——進行了很長時間之后卻覺得時間沒有流逝；
• 忘記自我的存在。

是不是和你玩游戲的時候狀態很接近呢？這就是心流在游戲設計中被普遍運用的結果。

要產生心流一般會需要的條件是：

• 有明確的目標：也就是激發心流的目的，樂趣的根源；
• 能得到即時的反饋：反饋能告訴我們是否在接近目標，接近目標的就是所謂正反饋。

不斷優化的障礙：需要不斷優化的障礙，產生與我們能力匹配的挑（有研究認為挑戰需要比能力高出5%~10%），才能產生興趣。

上圖就是心流通道，當技能高于挑戰的時候，離開心流通道的區域被認為是“無聊的”，當挑戰高于技能時，離開心流通道的區域被認為是“焦慮的”。

當玩家需要使用的技能成長坡度相對短的時候，這個模型也可以被簡化成一個更簡單的由兩個核心因素相關的模型：

• 正反饋強度
• 挑戰（壓力）

在游戲中，核心玩法就提供了心流所需要的清晰的目標與附帶需要的即時反饋（或者直接把這兩項理解為即時正反饋）。

那么在Gamification中，心流以及核心玩法對產品設計最大的幫助在哪里呢？實際上這是一次全新的產品設計理念的顛覆。

在過去很長時間里，產品經理都習慣使用“尋找痛點”的邏輯去設計產品。這個非常經典，也確實往往能夠設計出很好的“解決棘手問題”的產品。但任何思維方式都有局限性，比如當你發現你要設計一款娛樂產品，而這款產品其實并不需要你去解決什么問題?；蛘哒f，問題非常泛，就是用戶覺得無聊想打發時間或者用戶覺得很疲憊想要放松一下。這么寬泛的一個需求你幾乎找不到什么所謂的“痛點”。

而你需要競爭的是其他所有的在消耗用戶使用時長的娛樂產品，你發現全世界幾乎都是你的替代競品，你的目的就是盡可能多的爭奪用戶使用時長。

不需要痛點，體驗即目標，使用時長是衡量產品成功與否最重要的標志。

這是Gamification最棒的地方，基于這種設計理念，產品最小單位需要保留的核心結構只剩下了：

• 提供正反饋的功能；
• 維持正反饋與挑戰（壓力）平衡的系統。

我們拿當紅炸子雞抖音舉個栗子吧。

抖音的基本設計就是15秒短視頻，翻過去看下一段15秒短視頻。這個設計很類似斯金納箱，也就是大部分猜概率玩法的理論基礎（這里不展開斯金納箱實驗了，感興趣的朋友可以自己搜索。簡單說就是人與動物在行為學習中對概率性的正面見過無法判斷下一次結果是否會有效，對失敗結果的“懲罰”不會有明顯反應，進而會對概率性的行為產生習慣于依賴）。

在抖音的設計中，符合用戶審美情趣的視頻比如好看的小姐姐小哥哥、有趣的段子就屬于正反饋，然后不符合他審美情趣的屬于“挑戰”。用戶不斷的去翻這個視頻的過程就是構筑心流通道的過程，極其類似一個概率游戲（當然這里除了斯金納箱，還涉及到了蔡格尼克記憶效應，抖音不斷在暗示你下面還有個你沒看的視頻，這會使你產生于對沒看完的視頻有更強的記憶作用，同樣關于蔡格尼克記憶效應也歡迎大家自己搜索…）。而控制挑戰與正反饋平衡的就是不斷有節奏的就是推薦算法。

這里再插一小段關于抖音推薦算法邏輯的淺析，抖音用的推薦算法里比較著名的一個方法之一就是協同過濾，這個東西最早用的科技公司可能是Amazon（我記憶力是他們）。

其實最早這個算法是用在推薦商品上的，一開始就叫“買過A商品的人也喜歡B”這樣的一個推薦。然后我們將用戶的一些行為與數據進行建模打分，放到一個多維向量坐標里（這里假設一個三維坐標系好了）。我們假設有三個用戶α、β、γ，然后他們分別有三個行為系統，服務器搜集了他們的一些行為之后，對他們的偏好打分，并且分別放到三個行為系統的向量里。

這樣看起來，α和β是比較相近的用戶，而γ和他們差別比較大。然后算法按照某個半徑距離（這里假設是2好了），在空間中以α用戶為球心，選取了一個球形的分組，β用戶顯然和α用戶在同一個組中，γ用戶不在。

協同過濾算法就是假設α用戶喜歡的（在抖音喜歡被定義成一些具體行為變量，比如CTR點擊轉化率，觀看完成率之類的）也是大概率β用戶會喜歡的內容，因此就會在組內給β推，并且得到一個屬于β的反饋的數據。

當某種內容一直被推到某個分組的外圈的時候依舊保持著很高的喜歡的概率，這個內容就會被推向更大的分組（半徑更大的分組）。也就是說，存在一種可能是某個特別流行的內容也會一直被推到γ那邊依舊得到非常好的數據（這也就是為什么以前推薦算法經常被人詬病會更高概率的推送低俗信息的原因，因為人類的內心對低俗的東西其實真的沒什么抵抗力，而且這屬于通病。）

這也就是之前抖音為什么被人說，內容是分組推送的，這個“分組”實際上就是協同過濾的分組，這里要注意，這個分組不是靜態的。實際上根據不同的用戶的行為反饋，這些行為系統中的打分是不斷修正的，用戶在多維向量坐標系中的位置也是不斷在調整的，這可比原始的靜態分組厲害多了。

為什么我要花這么大篇幅去介紹推薦算法呢？

因為這里牽涉到游戲設計中非常重要的一個概念——數值/難度坡階設計（對于moba類游戲，應該就是角色數值+匹配算法了）。前面也提到了，心流通道的建設需要玩家的技能與游戲的挑戰（難度或者壓力）互相平衡才能建立。難度太大了會變成“焦慮”，難度太低了會變成“無聊”。

而且人的差異很大，不同的人對難度的感受也不一樣，硬核玩家與新手玩家的心流通道區域也是不同的不同的。

這也就是為什么我們在看游戲公司的BP的時候，經常會著重介紹一下團隊里負責數值設計的成員的背景以及成功經驗。因為在游戲設計中，一套數值成長體系/難度坡階體系往往是對應某一個具體核心玩法的，在某一個具體的玩家市場里，這套數值體系里的參數還要根據市場的反饋做調整，最后會擬合出一個在某個時期比較暢銷的數值體系。

這個東西的核心程度有時候都超過核心玩法了。因為這套體系的有效能大概率確保游戲是好玩的，用戶是能因此上癮并且后續付費的。所以游戲業內也會有一種說法叫做“翻皮”，低端的翻皮只是換一套美術，高端的翻皮是除了核心玩法與數值系統的以外的部分都換一下，但不管高端還是低端的“翻皮”，本質都是盡量不去動核心玩法與數值體系這樣的核心組件。

在Gamification的產品中要建設心流，這套“模擬的數值系統”就是保障用戶心流通道暢通的關鍵。

這也就是為什么頭條的推薦算法團隊是可以公用給其他短視頻與快速的圖文閱讀內容推薦產品線，因為一套有效的算法是相當于一套數值系統，在核心玩法不變的前提下（推送類似的內容反饋機制下），這套數值系統是幾乎同樣有效的。

我以前說如果頭條推薦的內容超過5分鐘，可能目前他們的推薦算法的效率就會大大降低。本質上超過5分鐘的視頻信息的“核心玩法”發生了改變（人們獲取樂趣的目的與反饋機制發生了改變），頭條沒法對不同“核心玩法”的產品用同一套“數值系統”翻皮了。

基于游戲的核心玩法與Mental Flow理論體系構建的Gamification方法，之所以能有效的有個最核心的因素是：娛樂類產品都是在促進用戶更持久的分泌多巴胺，消耗更多的時間在自己的產品上。

由于在這個根本目的上是相通的，因此作為娛樂類產品中的強勢類型的游戲的設計方法可以被直接套用在其他很多的娛樂類產品之上。

當然這種方法其實非常抽象，最后的產品看起來真的和游戲本身基本沒啥聯想了。下面介紹的第二種方法可能會更多的直觀的使人聯想到游戲。

二、游戲運營與營銷技巧的借鑒

游戲的運營與營銷技巧，其實在過去的很長一段時間是被非游戲的產品人低估的。這是因為早期剛開始的時候，游戲還沒觸網，當時并沒有太多的人會意識到，有一天游戲的運營方法會比非游戲的運營方法先進那么多。

這個改變幾乎是從游戲觸網并且完成商業化革命開始的，換句話說差不多就是巨人游戲的史玉柱先生搞出了征途的時候開始的。

自此以后游戲就成為了互聯網僅有的三種商業模式：廣告、增值服務、電商以外的第四種商業模式了。中國互聯網巨頭中有不少至今收入結構中都是有超過50%是直接或者間接來自游戲的收入。

游戲類產品的運營技術的進步有三個非常重要的階段分別是：

1. 網絡游戲時代；
2. 社交游戲模式時代；
3. 手游內購模式時代。

為什么說這三個時代至關重要呢？

• 網絡游戲證明了游戲的付費能力直接改變了游戲運營人員的運營中心；
• 社交游戲時代，一批游戲人證明了一些運營方法在社交網絡中裂變傳播獲取流量的能力；
• 手游內購時代證明了移動端產品中哪些核心運營數據是對付費漏斗最后能夠產生直接影響的。

在非游戲的產品還在依靠“網絡效應”追求規模數據比如DAU、MAU的時候，游戲因為成熟的商業模式，往往不需要追求那么大的規模數據，往往幾十萬DAU就可以早早進入商業化。這使得游戲行業的運營人員相對與規模數據，對于產品中的一些質量數據更關注。比如打開率、點擊轉化率、付費率、次日留存、30日留存、日月比、使用時長變化曲線、ARPPU值、LTV:CAC、感染率等等等等。因為這些數據就是可以用來算出真金白銀。

對不同類型的數據的關注與投入的研究的資源的不同，直接導致了游戲背景的運營人員對產品內部循環的效率會跟關注，這往往對產品生態本身更有利。

另外由于游戲很賺錢這個秘密在中國屬于基本無人不知無人不曉的狀態，所以游戲行業的競爭格局也異常慘烈，而且這個行業的競爭往往還不靠燒投資，大家砸的起更多的錢，反而流量價格更貴，產品同質化程度更高，獲客自然也就更困難。

這使得游戲產品在獲客的“開源”與”節流”上比其他類型的產品要更重視，畢竟基數完全不一樣。因此不完全以用戶的直觀“使用體驗”而是以數據驅動的運營套路往往被更密集的使用。

比如：簽到、成就系統、積分系統、師徒關系、公會、禮物系統、滿減系統、充值積分兌換系統、新用戶禮包、社交兌換系統……這些創新的運營工具大部分都是從游戲類產品中開始出現的或者在很早就被運用在游戲類產品中進行改良了。

尤其當這個時代，“微信互聯網”這個去中心化的社交網絡生態的紅利正在進入到最大化的時期，被充分驗證過的社交游戲的運營方法論，就被拿出來反復使用了。使用過的人包括拼多多、頭條系的產品、各家直播類產品等等等。

本質上這種Gamification倒不是說游戲本身有什么先進性，而是說因為游戲商業化的進程要比其他產品開啟商業化的進程更早，因此游戲運營在細節上實驗與打磨的機會更多，自然經驗更豐富方法論也更成熟。

當然游戲中的很多運營方法有時候并不是與游戲核心玩法結合的非常緊密的，原因是游戲的核心玩法實在太強大了，基本上人性是無法抵抗的。因此偏離得多遠的運營方法帶來的流量，理論上只要接觸了游戲的核心玩法，都是有很大概率被留存的。類似的如果非游戲產品有類似之前降到的借鑒mental flow設計的體系，多不對口的流量過來理論上也都能更高效率的承接。

這里舉個栗子：2017年底爆發的視頻答題的玩法，沖頂大會就單獨做了個App，而頭條系所有的產品當時都做了百萬英雄的模塊，可就是沒為百萬英雄做單獨的App。

因為頭條系的增長團隊認為，這個模式最大的價值是能夠廉價吸引流量，而自己的“推薦系統”能夠最大化利用到這些并不對口的流量，制造盡可能高的留存。單獨做個App的戰略價值并不大，對于這樣一個很難持續成為獨立平臺的爆款玩法，流量價值更實際一些。

這本質上就是一種更深度的Gamification的產品運營思維的延續。

寫在最后的話

其實我個人最早做產品研究的時候是從游戲行業入手的。我發現游戲行業的制作人其實可以被認為是最頂級的娛樂產品的產品經理。因為他們往往對產品的細節需要把控更多，對非痛點的需求需要更敏銳的嗅覺與更貼近人性的解決方案。

當然這些方法論也是有明確局限的，往往更適合用在娛樂類產品中。如果不恰的使用，產品沒做起來還是小事，產品錯位就是大事了（比如滴滴的順風車司機端，騰訊系出身的產品經理楞是把一個服務撮合與訂單管理平臺做成了個約炮平臺，不追求對訂單與服務端的服務控制，整天在撮合兩性社交，不管你數據漲的多牛逼，你做到最后不出事兒才見鬼了。）

另外本篇受限于我個人的知識水平與數據案例量，有很多地方是沒法展開的，比如推薦算法中最牛逼的并不是其原理，而是具體怎么切割行為系統的向量維度，具體用那些行為去作為參數，這個參數的分數體系怎么構建。這里面涉及到大量的數學工具與實操經驗。

還有像具體的游戲的運營案例，牽涉的數據與模型還有方法實在過多，個人能力有限，無法做更多的展開了。

希望本篇淺析能做到拋磚引玉，讓對Gamification感興趣的朋友可以查閱更多的相關資料，進行更多的實操嘗試。我想這才是更好的提升Gamification產品力的方法。

當然，我也非常歡迎有這方面實操經驗的朋友可以私信與我交流，我相信我們會度過一些愉快的時光。

最后還要給各位安利我之前發現的一款產品，名叫“超級打投”。這款產品是個小程序，他們做的是偶像社區的定位。不過他們完全符合了我文中所講的Gamification設計的一些理念。

比如他們的核心功能是分享偶像在社交平臺上的數據，這實際上是在提供可視化量化的動態正反饋。至于為什么偶像的數據是正反饋，是因為對于愛豆的飯來說，其實他們的目標并不是通過飯愛豆獲得什么實質的利益，而是通過飯愛豆本身這種行為進行付出，獲得一種叫“付出之樂”的收益。類似父母、戀人之間的互動關系。

再比如他們的很核心的難度坡階不是來自推薦算法，而是通過用戶互動為愛豆爭奪有限的宣發資源，而進行的一套類似moba的競爭型對抗機制（當然這套東西的數值怎么做其實也很有趣，類似對手匹配）。還有他們充分利用粉絲團體與游戲公會的相似性以及團體對抗的優勢往往是向更多的人數的一方的傾斜的特點，開啟了裂變社交傳播。

而對于粉絲來說，為自己的愛豆傳播和展示愛豆的數據本身就是非常天然無成本的行為。

所以這款產品得到非常好的增長，我也挺看好這類產品的未來的。類似的思路應該也可以幫助不少朋友發現類似有趣的產品吧。

最后的最后，感謝各位讀者，以上。

*另外本篇文章需要特別鳴謝我的好朋友，創享投資合伙人朱春濤，感謝他為本篇文章成稿之前就整理了一份提綱，并且為之搜集了一些素材，在這里特別進行感謝。

#特邀作者#

金葉宸，微信公眾號：圓首金老漢（ID：chairmanJLH），古典互聯網觀察者

本文原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協議