“TBRR”模型:如何让我们产品更具“黏性”?.pdf

“TBRR”模型:如何让我们产品更具“黏性”?.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
“T BRR”模型 :如何让我们的产品更具“黏性” ? 如何让我们的产品更具“黏性” ?以T BRR模型为思考框架 ,认为在T rigger阶段为了使用户 使用产品的动机 ,可以借一把“生理吸引”之风 ,当用户 了尝试产品的动机之后 ,通过顶层 需求的疏通实现用户价值体验的提升 ,从而大概率地闭环二次场景回路。 前段时间看了T ED一个关于“上瘾”行为的研究 ,上瘾行为遵循“T BRR”模型—T rigger(触发)- Behavio r (行为 )- Reward (奖励 )- Repeat (重复) ,如图1所示。以“烟瘾”为例 ,听说抽烟可以放松 神经 (Curio us-T rigger ),出于好奇于是就尝试尝试 (Behavio r ),抽的过程中 ,真的很 爽 (Reward ),当压力大时 ,大脑自动构建回路 ,抽烟可以缓解当前现状 (Repeat )。 图1 上瘾模型-T BRR模型 单纯就“烟瘾”而言 ,这个模型只是个解释工具 ,没 多少现实意义 ,但是如果将其投射到互联网 产品 ,它却为我们如何打开了产品“黏性”的大门提供了一些思考。 1.Trigger–场景的触发与唤醒 依据马斯洛理论将需求分成生理需求 (Ph sio logical needs )、安全需求 (Saf et needs )、社交 需求 (Love and belo nging )、尊重需求 (Est eem needs )和自我实现需求 (Self -act ualizat io n ) 五类 ,依次由较低层次到较高层次排列 ,如图2所示。 图2 用户需求导图 (笔者自绘 ) 1.1底层需求–场景最直接的触发点 由图2可以看出越底层的需求 ,用户体量越大 ,即越底层的需求往往是产品触发源的高频区。以应 用推广为例 ,约爱推广时 ,选了一张长发美女作为需求的触发源直接刺激男性 (这类社交软件的主 要的付费对象就是男性 )的生理层面 ,达成场景触发的作用 ,见图3。 图3 约爱推广 1.2顶层需求通过良好的价值体验产生场景唤醒 由图2可以看出越高层的需求意味着用户的黏性越大 ,这主要因为高层需求其实就是用户价值体验 的具体体现。在体量上网易云音乐虽不及酷狗、Q Q音乐 ,但是在用户口碑上是任何一个音乐软件 无法比拟的 ,因为其打通了顶层需求层面的舒适性、社交性、逼格模式和听歌看评论 ,感受音乐所 传递的情怀见图4 ;作为用户 ,对产品最直接的喜爱就是把使用产品当成吃饭一样 ,已经演变成一 种习惯 ,就像办公时 ,必须听听网易云音乐的纯音乐以提高场景专注力。 图4 网易云音乐顶层需求图 由顶层需求产生的良好价值体验会引发二次场景唤醒 ,一个产品除了使用的感知体验、使用期间的 行为体验 ,最重要的还是最后的反思层面的价值体验 ,即产品一定是印象深刻的 ,在某种情境下、 某时某刻 ,用户马上能够想到你 !建立起场景回路 ,如图5所示。 图5 用户价值体验与场景回路关系 以滴滴打车的一个经历为例 ,前段时间去一个外地 ,刚下车站 ,好多出租车师傅就上来问我 :”小 伙去哪 ?” ,身处异地的我 ,对周围并不是很熟悉 ,再加上快天黑了 ,我更加 打车的需求 ,但是我 担心此时司机会因为我是外地人故意宰我 ,而相比之下 ,滴滴专车貌似更加规范 (品牌层面的价值 体验触发我使用滴滴打车的场景回路 ),于是我用微信下了一单 ,结果莫名其妙地扣了我一单 (这 种莫名其妙动摇了我对滴滴品牌的信任 ,甚至打算主动切断下次的场景回路 ),出于赶时间 ,我又 叫了一次 ,这次成功了 ,回到住的地方 ,我联系了滴滴客服 ,原来是我以前 一笔未付的线上订 单 (当时正好绑定的银行卡里没钱 ,无奈之下使用了现金 ),滴滴为了弥补我的损失 ,将扣的钱退 给了我 (找到莫名其妙的原因 ,而且客服也弥补了我的损失 ,动摇的品牌再次巩固 ,而且良好的客 服体验让我对滴滴更加信任 ),于是第二次的场景被唤起的概率得到了极大的提升 ,如图6所示。 图6 滴滴打车经历的场景唤醒点导图 综上 ,我们可以得出影响T rigger的两个要素 :底层需求与顶层需求 ,如图7所示。

文档评论(0)

xiaofei2001129 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档