《首分钟零摩擦上手、微交互成瘾回路与产品超高粘性留存工程母典》各章定量结论
产品圈有三句流行说法:先注册才留得住人;反馈越华丽越好;二十一天养成习惯,粘性靠推送轰炸。本书把它们写成参数,用纯标准库程序计算,并写明用自己的数据回填后什么结果会推翻结论。首分钟漏斗是乘法:示意参数下,注册墙要走 9 步,每一万名访客只有 3,477 人看到第一个结果;先玩后存只要 2 步,有 8,924 人看到,约为前者的 2.57 倍,存档接受率达到 0.508 时两者账号数打平。回馈的关键是时延而不是特效:时延是分布,主战场在尾部。点按目标从 24 像素放大到 44 像素,示意误点率从 0.0865 降到 0.0017。书中参数为示意,不对应任何真实用户或成交;全部计算由书中程序生成。本书不是医疗或心理干预意见,也非个人化经营建议。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-379 · English version
- 第 1 章 · 首分钟漏斗:注册墙把价值兑现推迟到摩擦之后
第一至六章依次讨论首分钟漏斗、百毫秒回馈、点按与选择、悬念与棘轮、可变强化的伦理上限与 DAU/MAU 留存方程;把粘性比从 0.2 推到 0.5,需要次日回访率从 0.8196 升到 0.9549。 - 第 2 章 · 百毫秒回馈:时延阈值胜过华丽特效
时延是分布,主战场在尾部。中位数只差 0.35 秒的两个版本,超过一秒的比例可以差十倍以上。骨架屏不缩短时延,却在示意模型里让离开比例下降 0.25;乐观更新只适合失败率低、可完整恢复的操作。串行请求让 P95 迅速越过一秒门槛,首个结果之前最多只容得下 2 次串行请求。特效可以有,但必须排在时延之后,而且可以关闭。 - 第 3 章 · 点按与选择:Fitts 定律、Hick 定律与首屏可点元素
Fitts 定律说明,目标尺寸对移动时间的影响被对数压扁,对误点率的影响却很大:在示意参数下,24 像素目标的误点率是 0.0865,44 像素只有 0.0017。Hick 定律与屏幕高度合起来,给出每屏约 8 个选项的最优,合计 2.908 秒;选项挤到要滚动时,耗时跳升。对比度要用公式算,4.48 不是 4.5。首屏要少、要大、要清楚。 - 第 4 章 · 悬念与棘轮:赠予进度、目标梯度与个人资产
赠予进度有效,但效应依赖感知;示意模型里,B 卡完成率 0.4117 对 A 卡 0.3119,而当努力只看自己买了几次时,两卡毫无差别。未完成任务的记忆优势在元分析里并不普遍,续做倾向却稳定,所以要设计续接卡片,不要押注记忆。个人资产降低流失,大部分来自价值,小部分来自锁定;本书放弃锁定,一律允许导出。 - 第 5 章 · 可变强化的伦理上限:频次封顶、一键关闭与暗黑模式反例
可变强化之所以有效,在于预测误差:示意模型里,固定比率下回馈到手时误差为 0.000,可变比率下为 0.791;回馈停止后,前者落空 5 次就放弃,后者要 12 次。这股力量只能用在内容的真实多样性上。推送的第二条在示意模型里只多换来 0.96 个活跃日,却多送走每一万人里 654 位成员,所以本书封顶每天 1 条。暗黑模式八条规则全部只作反例,任何命中即判红。 - 第 6 章 · DAU/MAU 留存方程:访问频率分布与 sBG 留存曲线
DAU/MAU 由访问频率分布决定。均值不变时,比值可以从 0.105 变到 0.416,只因轻度用户从分母里消失;下界由均值算出,上界是 1.000。sBG 模型说明,留存率随群组年龄上升,同一群组的 DAU/MAU 也从 0.191 升向 0.334,新群组越多,整体比值越低。把比值从 0.2 推到 0.5,需要次日回访率从 0.8196 升到 0.9549,那是日常工具的形态,不是所有产品的目标。 - 第 7 章 · 原典考辨:《老子》《荀子》与亚里士多德、威廉·詹姆斯论起手与习惯
第七章考辨《老子》「天下难事必作于易」、《荀子》「不积跬步」、亚里士多德与威廉·詹姆斯论习惯:从易到难的顺序完成率 0.5757,从难到易 0.4805。 - 第 8 章 · 实战工具与检查器规格:首分钟与粘性台账、试算器与预注册检验
第八章给出实战工具与检查器规格:台账、红黄绿检查表、蒸馏小工具「首分钟上手与粘性方程试算器」与预注册检验,每组 3,857 名访客即可覆盖三项假设。书中以标注框区分已发表的证据、可运行的 Python 计算(23 段程序)、原典与作者假说。
模型示意算例,非实时报价