针对增强用户粘性,直播答题产品如何造就创新玩法?

2018 年 2 月 11 日 人人都是产品经理 CHinos


———— / BEGIN / ————


众所周知,直播答题类产品应该是2018年第一季度,最为火爆的话题。


随着直播答题类产品矩阵的不断丰富,各类直播、视频系KOL的不断涌入,人们应接不暇的轮番点开冲顶大会、百万英雄、芝士超人、花椒直播,消费自己大量的时间去参与到这场“撒币”游戏中。


这场“暴力获客”的极端手段,虽然简单粗暴,但是仍然给了逐渐低迷的互联网上半场一点生机与希望。


虽然互联网人口红利逐渐散去,获取用户的成本越来越高,但事实证明面对C端用户,互联网企业并不是无计可施:能用钱解决的问题,都不是问题。


传统玩法的改造,加上直观的利益驱动,挖掘用户最原始的动机与心理,是直播答题产品能够爆发的关键。


但同时,问题也随之而来:


随着各种直播答题产品的不断涌入,市场的竞争日趋白热化;各个产品为了吸引并留住用户,无所不用其极:


  • 有邀请明星做答题主持人的

  • 有加大奖励力度的

  • 有突破玩法,奖金一人独享的

    ……


但这始终无法持续的留住客户——这些更多的属于市场层面的推广活动,而非产品自身的运营驱动。


所带来的结果就是:用户今天去参与明星主持的答题游戏,明天去参与奖励更多的,后天去奖金独享的…没有这些“噱头”的产品,用户直接长按,删除。


另外,直播答题产品网络化效应极强,动辄数十万的同时在线人数,即使面对百万奖金,分到每一个人身上也寥寥无几;同时,12道题目的设置,对个人综合知识水平的要求很高,稍有差错就会与奖金失之交臂。


用户往往抱着很大的兴致去参与到游戏中,但也往往失望而归;长此以往,大量长尾用户便会流失,只有少量头部用户继续活跃在游戏中。


这也是本文想探讨的:针对增强用户粘性,直播答题产品如何造就创新玩法?


一、粘性增强策略


探究如何为“百万赢家”留住更多用户,增强用户粘性,首先要知道有哪些用户粘性增强策略。


1. 什么是用户黏性?


用户对互联网产品的参与程度和脱离互联网产品的阻力程度,成为用户黏性;参与程度越强,脱离互联网产品的阻力越小,说明用户黏性越强。


提高用户黏性是一个双向的过程:一方面需要提高用户的参与程度,保证用户与产品的贴合程度;另外一方面需要降低用户脱离互联网产品的阻力,保证用户与产品的有效联结——即提高用户的忠诚度。


其中:


  • 用户对互联网产品的参与程度是指:用户使用互联网产品的频率和每次使用时间长短;

  • 用户脱离互联网产品的阻力程度是指:用户放弃使用互联网产品时受到来自客观环境的阻力大小。


2. 用户行为模型


说到这里,我们不得不提到BJ Fogg博士创立的行为设计学,以及知名的FOGG行为模型。



B(behaviour)= M(motives)×A(activity)×T(trigger)

行为=动机×能力×诱因


以行为模型(FBM)为指导,产品设计人员可以确定什么会阻止人们进行行为。


例如,如果用户没有执行目标行为,如酒店在一个旅游网站,FBM可以帮助设计人员是什么心理因素所影响。


FBM也帮助学者了解行为改变的更好。


曾经是心理理论的模糊质量,已经通过组织和具体的行为模型变得直观起来。


根据用户行为模型引申到用户黏性增长模型,即:


用户黏性行为=用户留存的动机×用户使用产品需要的能力×吸引用户留存的诱因。


对应到用户侧、产品侧、市场侧,则形成了一个“黏性”闭环:



我们将MAT模型具体化,并结合互联网产品的一些增强用户黏性手段,以及针对用户心理的探究,总结出了以下七条用户粘性增强策略:



7个用户黏性增强策略,需要具体通过demo或案例去实际执行。案例的三个具体方向为:


  • 多样玩法

  • 养成机制

  • 心理建设


二、多样化玩法


一家餐馆留住用户的根本策略是菜品本身好吃,一款游戏留住用户的根本策略是游戏本身好玩。


在多样化玩法的设计上,我们应用的用户黏性增强策略主要为:


  • 社交影响,网络边界效应

  • 未知与好奇心

 

1. 匹配组队模式


传统组队模式:


目前“百万英雄”已经增加了组队答题模式,但组队流程较为繁琐,且只能与好友进行组队答题,较为局限。



百万英雄目前的组队模式流程:



通过上面对“百万英雄”当前组团模式流程的梳理我们发现,组团模式较为繁琐,用户操作与学习成本较高,不利于用户粘性的提高。


(前面B=M×A×T模型中的A,能力)


同时,当前只能邀请社交圈好友的模式,也在一定程度上提升了参与组队模式的门槛。


因为虽然社交圈好友很多,但真正能与用户共同答题的,有着共同参与目标与兴趣的用户相对较少,用户需要一定的搜寻成本。


(前面B=M×A×T模型中的M,动机)


所以,我们设计的新型组队模式,在M=B×A×T模型中,要旨在提高A与T,即满足大多数用户的学习能力,并利用大多数的群体动机快速匹配,去参与游戏。


新型的匹配组队模式流程:


(参考王者荣耀匹配对战机制)



原型展示:



2. 习惯养成机制


当进入产品参与任务或活动成为用户的一种习惯,用户粘性的问题就已不复存在。


在习惯养成机制的设计上,我们应用的用户黏性增强策略主要为:


  • 即时反馈

  • 未知与好奇心

  • 使命感


针对用户而言,习惯的养成,主要依赖于四个部分:


  • 触机(cue)

  • 惯性行为(routine)

  • 奖励(reward)

  • 信念(belief)


我们将这四个部分具体化,对应到在产品设计中的不同环节上:


  • 触机:触发习惯的原因。用户使用直播答题的动机在于获得金钱奖励,这是最本质的触机。

  • 产品展现:利用push机制提醒用户,“已有XX%小伙伴通过XX活动获取XX元,快来参与!”

  • 惯性行为:简单而易理解的行为最容易成为惯性。惯性行为应设计的简单,可参照。

  • 产品展现:“签到机制”是用户最熟悉的惯性行为,且签到XX天获取XX奖励最容易让用户理解的;

  • 奖励:当前直播答题获取现金奖励的门槛较高,用户很容易因为长时间未获得奖励而离开游戏。

  • 产品展现:给予用户的奖励不应只是现金奖励,积分、代币、复活卡形式的奖励同样可以留住客户;

  • 信念:当用户因为频繁的错失奖励而丧失信念的时候,不要忘记鼓励与支持,为他坚定信念。

  • 产品展现:多次参与游戏而未获得现金奖励的用户可以获得安慰奖励,为他坚定继续参赛信念。


习惯养成机制流程图:


我们对上面习惯养成机制流程图的一些名词进行相应解释。



3. 成就感建设


当用户在直播答题中获取的成就感可以量化并传递给他人时,努力获取更大的成就感才是正经事。


此时别说用户黏性了,我怕用户成瘾!


在习惯养成机制的设计上,我们应用的用户黏性增强策略主要为:


  • 发展性,成就感

  • 尊贵感,占有欲

  • 稀有,得不到的永远在骚动


王者荣耀段位模式:


为什么人们热衷于玩王者荣耀?除了富有快感的游戏体验以外,游戏的段位机制也是令人沉迷的关键。


段位让人在游戏中获得成就感,并且可以映射在现实中与身边人炫耀,获得现实生活中通过其他方式很难获得的体验。



成就感在于不断积累


段位的提高不是一蹴而就的,用户想要获得更高的段位,必须通过不断的进行游戏对决,积累赛事经验及胜率,才能获得。


用户在潜移默化中,将自己的成就感建设深深的寄托在游戏上。


直播答题的成就感模型:


类似的,直播答题同样可以利用王者荣耀游戏中的这一套成就感模型。


传统的用户获得的现金奖励带来的成就感太过短暂,需要通过周期更长的成就感,或更稀有的成就感让用户在产品中建立锚点,为获取更高的“段位”而提高参赛次数。


当然,更高的段位也会对应着现金奖励。


直播答题成就感模型的雏形:



三、总结


  • 玩法上:诱导用户参与组队比赛答题,并通过即时匹配机制,增强游戏趣味性与未知性,提升用户参与感与答题效率。

  • 机制上:围绕用户习惯养成,设计签到机制,定时push机制,持续激励机制以及信念机制,形成习惯养成闭环。

  • 成就感建设上:参考用户熟知的“段位”模式,建立基于直播答题的信任感模型。用户在不断追求成就感的过程中,实现个人价值实现与跃迁。


只有运用好MAT模型,洞察用户的行为方式,搭建基于自身产品的黏性模型,才能在互联网的下半场中,不仅能够获客,还能守客,使“撒币”过程中的释放的大量资本产生更大的价值。


———— / END / ————



点击“阅读原文”下载APP

登录查看更多
0

相关内容

互联网产品的概念是从传统意义上的“产品”延伸而来的,是在互联网领域中产出而用于经营的商品,它是满足互联网用户需求和欲望的无形载体。简单来说,互联网产品就是为用户解决问题而产生,它是网站功能与服务的集成。
大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
【哈工大】基于抽取的高考作文生成
专知会员服务
36+阅读 · 2020年3月10日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
74+阅读 · 2020年3月10日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
194+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
【干货】电商数据中台如何构建?
AliData
10+阅读 · 2019年4月4日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
中国移动互联网2018上半年报告
计算机与网络安全
3+阅读 · 2018年7月22日
百度的广告和今日头条的广告
keso怎么看
7+阅读 · 2018年2月9日
一天造出10亿个淘宝首页,阿里工程师如何实现?
机器学习研究会
5+阅读 · 2017年12月20日
Single-frame Regularization for Temporally Stable CNNs
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Arxiv
4+阅读 · 2017年11月4日
Arxiv
4+阅读 · 2015年8月25日
VIP会员
相关VIP内容
大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
【哈工大】基于抽取的高考作文生成
专知会员服务
36+阅读 · 2020年3月10日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
74+阅读 · 2020年3月10日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
194+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
相关资讯
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
【干货】电商数据中台如何构建?
AliData
10+阅读 · 2019年4月4日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
中国移动互联网2018上半年报告
计算机与网络安全
3+阅读 · 2018年7月22日
百度的广告和今日头条的广告
keso怎么看
7+阅读 · 2018年2月9日
一天造出10亿个淘宝首页,阿里工程师如何实现?
机器学习研究会
5+阅读 · 2017年12月20日
相关论文
Top
微信扫码咨询专知VIP会员