惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Cisco Blogs
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
SecWiki News
SecWiki News
Martin Fowler
Martin Fowler
T
Tor Project blog
N
Netflix TechBlog - Medium
C
Cybersecurity and Infrastructure Security Agency CISA
V
Vulnerabilities – Threatpost
V
Visual Studio Blog
GbyAI
GbyAI
PCI Perspectives
PCI Perspectives
D
DataBreaches.Net
Jina AI
Jina AI
H
Heimdal Security Blog
云风的 BLOG
云风的 BLOG
P
Privacy International News Feed
A
About on SuperTechFans
J
Java Code Geeks
美团技术团队
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News | PayPal Newsroom
有赞技术团队
有赞技术团队
MyScale Blog
MyScale Blog
博客园 - 司徒正美
C
Check Point Blog
T
Threat Research - Cisco Blogs
Attack and Defense Labs
Attack and Defense Labs
宝玉的分享
宝玉的分享
AI
AI
Simon Willison's Weblog
Simon Willison's Weblog
C
Cyber Attacks, Cyber Crime and Cyber Security
I
Intezer
P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
Apple Machine Learning Research
Apple Machine Learning Research
Hugging Face - Blog
Hugging Face - Blog
The Last Watchdog
The Last Watchdog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
I
InfoQ
阮一峰的网络日志
阮一峰的网络日志
Cisco Talos Blog
Cisco Talos Blog
W
WeLiveSecurity
Hacker News: Ask HN
Hacker News: Ask HN
Recent Commits to openclaw:main
Recent Commits to openclaw:main
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
D
Docker
博客园 - Franky
Security Archives - TechRepublic
Security Archives - TechRepublic

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
产品实践:消费决策模型,对导购产品的启示
鲤鱼说 · 2023-05-26 · via 人人都是产品经理

在实践中理解消费行为的理论,可以帮助电商平台不断根据消费者的需求和偏好进行优化。同时,通过消费决策模型的指导,导购产品可以提供更加合适的推荐,最终提升用户的消费体验。那么如何做消费决策模型呢?让我们跟着作者一起了解吧~

消费者购买决策与电商场景密不可分,为了更好地打造更好的线上消费体验,必须不断理解用户消费行为本身。在实践中看理论,再从理论到实践。

一、需求的产生

需求的激发原因可分为两类:

  1. 内部自发需求,常常表现为“实际生活状态降低”。比如用完了牙膏,需要周期性购置牙膏以防不能刷牙,或者饿了,需要寻找食物填饱肚子。
  2. 外部刺激需求,常常表现为“对更高水平的向往”。比如受到了广告刺激、社会比较心理的影响,种草了更多新奇或更优质的需求。

内部自发需求,往往是刚需,需求的规模有明显的天花板效应。

外部刺激需求,一般则是非必要性需求,有一定弹性,更具有延展空间。

二、理性的认知决策路径

从理论来看,在需求激发后,一个理性的用户会经历如下几个消费决策环节:

“收集信息”——“评估方案”——“购买抉择”——“购后行为”

  1. 收集信息。在此阶段用户会发散性地根据自己的需求去收集相关的商品或服务信息,主要信息渠道包括线下亲友的交流、商业推广的广告、既往消费的实际经验等。而且根据经验来看,具有中等信息的消费者对需求信息的收集诉求最强,一无所知的小白和经验丰富的老手在此阶段的信息收集相对较少。
  2. 评估方案。在完成信息收集后用户会进入一个相对收敛地候选商品的评估阶段。在此阶段的第一个环节,用户会先大致梳理出一个在考虑范围内可购买的产品集合,即考虑集,考虑集的商品数量往往较多;而后用户往往会在考虑集的商品范围再细致考察和分析对比,筛选出最终购买决策时值得仔细斟酌的备选产品集合,即选择集。因此评估方案的过程可以形象地理解为一个用需求标尺作为漏斗进行又多到少的筛选流程。
  3. 购买抉择。最终的购买决策则是在社会和文化环境、群体因素、消费者个体特质以及消费者购买经验,购买动机和购买态度的综合影响下在考虑集中做出的相对最优解。
  4. 购后行为。在完成购买后,用户会对此次消费体验做出评估——满意与不满意,并且消费体验地评估结果也会影响到用户后续地购买决策流程。此外,如果用户将自己地消费体验对外分享,比如线下交流或发布商品评价,则这些购后经验也会成为他人在需求激发初期所获取到的购买决策信息,进而影响他人的消费。

值得注意的是,消费者在完成最终购买之前,在收集信息与评估方案之间并不是纯线性的流程,而极有可能是循环往复的——比如用户在评估过程中发现了新的一些信息盲点或兴趣点,进而又沿着新的兴趣点发散性地再去收集意向商品。

综上,理性的认知决策路径往往需要用户投入较多的时间和认知成本去做信息获取、产品比较去找到符合需求的商品。

三、有限理性影响下的习惯决策、情感决策路径

1. 有限理性视角下的购买决策

但在大多数时候,人们只能在决策过程中寻求满意解而难以寻求最优解 ,就算消费者打算做到理性, 但现实中却只能有限度地实现理性。

为何只能在消费决策中实现有限理性呢?

  • 从客观维度来讲,受到环境不确定性、信息不完全、个体认知能力的有限性及其他决定或影响行为经济人理性发挥的不确定变量的影响,消费决策本身就无法获得最优解。
  • 从主观维度来讲,用户总是希望节省认知资源,平衡决策质量和认知成本的关系,不会执着于最优解。

所以,作为行为经济人的用户的任何一项抉择都是在认知局限、 环境不确定和信息不完全条件下作出的。且人们总是倾向于节约认知成本,不会无限制投入认知资源去获取信息以供更好决策。因此在购买决策中往往也是处于有限理性的状态。

而在有限理性的实际条件下,用户也有两种决策方式去完成消费决策:分别是习惯决策情感决策

2. 习惯决策

从认知心理学的角度来看,人们思考决策时,会有两个系统支持。

在大多数一般情况,或者熟悉情景下都会倾向于使用无意识的,自动的快思考系统进行决策判断。

在消费场景中,当用户要做购买决策时,倾向于无意识地靠着习惯或者第一印象快速完成购买的决策路径就是习惯决策。

3. 情感决策

除此之外,还有受到情感驱使的决策路径:具体指的是出于对商品象征意义的考虑,也就是为了商品的象征功能而发生的购买。

比如是买豪车是为了显示地位,或因为是某人粉丝出于强烈好感和表达自我立场去购买代言产品。

四、影响用户决策的偏差因素

除了前文提及的三种决策路径之外,在消费者决策过程中还会存在许多影响最终决策结果的变量因素。

1. 免费诱惑(Power of free)

行为经济学家丹 · 阿里里 (Dan Ariely) 在他的《可预测的非理性》一书中写道:一项研究让人们可以在两个提议之间做出选择。

一张是10 美元的免费亚马逊礼品卡,另一张是 20 美元的礼品卡,只需 7 美元即可购买。 更多的人选择了 10 美元的礼品卡,尽管其他选项提供更高的价值。 免费的力量可以被认为是一个情绪化的热键——一种非理性兴奋的来源,对于说服消费者做出购买决定至关重要。

2. 稀缺偏差(Scarcity bias)

稀缺性偏见基于稀有或有限资源更受欢迎的经济原则。

正如 Robert Cialdini 所说:“稀缺性原则利用我们的弱点来寻找捷径”

稀缺性通常采用以下三种形式之一:

  1. 时间限制:当产品的可用性有时间限制时,它会创建一个截止日期,刺激人们在时间结束之前采取行动。如优惠活动、热门商品预售等总会设置时间。
  2. 数量有限:人们将有限或稀有的供应视为对其选择自由的威胁,从而引发对抗威胁和维持对资源掌控的欲望。如优惠券、低价促销商品的数量总是维持在相对较低水平。
  3. 权限限制:对功能、权益、信息等内容设置相应的门槛条件,人们总是习惯性对设置门槛的内容有更高的评价,因为这种门槛会使得消费者更具有特别感。常常可见于会员权益等。

3. 即时性力量(Power of now)

即时性力量描述了这样一个事实:即我们倾向于现在而不是以后想要东西。

人类生来就活在当下——我们的进化生存取决于我们处理此时此地问题的能力,而不是我们规划未来的能力。

即时性力量也解释了即时配送与延时配送相比的成功。因此,物流配送等后链路履约环节的时效性也会在消费决策前一定程度影响用户购买。

4. 社会认同(Social proof)

心理学家罗伯特·西奥迪尼 (Robert Cialdini) 提出的社会认同描述了在模棱两可或不确定的情况下模仿他人行为和行为的倾向。

互联网已经将口碑评论和推荐数字化,使人们更容易依赖社会认同作为决策的捷径。

但值得注意的是:如果商品评价或系统推荐卖点与消费者本身消费偏好产生冲突,这时候基于社会认同的决策方式(如评价、榜单、XX人买过等信息)便不能作为启发线索被用户来简化信息处理,反而使原来过载的认知系统更添不确定性。导致的结果是用户延长了决策时间去搜集更多信息和备选商品,考虑集和选择集规模均扩大,但其中平台推荐的商品数量和占比减少。

5. 权威偏见(Authority bias)

权威偏见描述了改变我们的观点或行为以匹配我们认为是某方面权威的人的倾向。

当我们不确定时,我们倾向于跟随我们认为可靠且知识渊博的专家的意见,因此可能会使用权威观点作为思维捷径。

五、总结与思考

1. 消费决策流程总结

综上,整体消费决策流程可分为需求激发阶段和购买决策阶段。其中在需求激发阶段,根据刺激来源可分为内部刺激和外部刺激产生的需求。

在购买决策阶段主要有三种消费决策路径:认知决策、习惯决策、情感决策。并且在整体决策过程中会受到如“免费诱惑”、“社会认同”等偏差因素的影响。

2. 反思

1) 简化:做减法而非加法。

在前期导购相关工作当中,一直陷在了“如何在适当地时机给用户提供适当的决策信息”的思路之中。在下意识地预设用户都是理性的,对我们从业务及平台视角收集整理的专业信息是需要的。

所以,在实际的落地过程中,走入了一个不断做加法的过程之中——“这个商卡上是不是增加一些优质短评价会好一些?”、“增加了优质短评价,是不是把核心卖点透传出来也比较好?”等等。但往往新增了相关内容后,核心指标并无显著提升。

这实际上忽略了一个事实——“大多数用户在决策过程中只是寻求满意解而非执拗于最优解,他们愿意付出的认知资源是有限的”。所以当我们提供的信息过多时用户主观上来说也是无感的。

另外,从认知心理学知觉选择模型来看,来自外界的信息是大量的,但人的神经系统高级中枢的加工能力极其有限。为避免系统超载,需要过滤器加工进行调节,选择一些信息进入高级分析阶段,而其余信息可能暂存于某种记忆之中,然后迅速消退。

很多时候我们自认为是可以帮助用户减负的核心决策点成了浏览选购过程中的噪音,用户甚至在注意前就被过滤掉了。

因此在而后的工作中,需要保持克制,做减法而非加法。只呈现简明核心的关键信息,而不做大水漫灌式的信息轰炸,不做功能罗列和信息堆叠。信息内容越简单用户决策的信息负载越低,也越容易注意到我们希望用户真正关注的内容。

2)方向:减流失,在高决策成本品类上补齐理性认知决策链路上的核心功能;找增量,对需求激发阶段、习惯决策和情感决策链路机会点进行挖掘。

从既往经验来说,当前平台功能主要涉及在确定性需求的理性决策链路的优化,而对购买决策之前的需求激发阶段的工作和非理性决策链路的优化涉及相对较少。

然而对于用户主动来平台搜索或挑选的商品,我们做的一系列决策工具在行之有效的情况下,也只是减少了确定性需求的流失——让原本就想买的用户,在本平台尽快发生购买,避免流转到其他平台完成选购,本身存在增长的天花板。

更具有想象空间的是,通过一系列方法让用户产生更多消费需求,并流转到平台内,创造更多消费场景和空间。这就要求平台必须要跳出决策链路前置到需求激发阶段去让用户对更美好、更优质的生活水平心生向往。

此外,对于非理性决策链路的功能建设,也能在现有局面之上锦上添花。

综上,在后续方向如下:

  1. 减流失,在高决策成本品类上补齐理性认知决策链路上的核心功能;
  2. 找增量,对需求激发阶段、习惯决策和情感决策链路机会点进行挖掘。

本文由 @鲤鱼说 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。