2022-7-10 纯纯
用户越接近里程碑（例如完成任务、达到目标等），他们就越快地朝着目标努力
心理学家曾经做过个有趣的实验，把老鼠放入迷宫里面，出口放置老鼠爱吃的甜点，结果发现，越是接近目标老鼠跑的越快，人类也有这样的现象，还记得我们上大学时都会测跑步时长，每当剩最后几百米时同学们都会疯狂冲刺，这就是所谓的目标梯度效应，越接近目标动机就越强，反之如果让人感觉距离目标很遥远，就很难有动力。
在互联网产品中拼多多就把目标梯度效应应用的非常成功，如果我们在拼多多上购买商品时到结算完成后会弹出一个分享领现金的弹窗，而这个弹窗上的内容展示是通过进度条的模式告诉用户你还差百分之几就能够领现金，当用户看到这种情况时大部分会选择分享，努力的完成最后百分之几，相信大家都收到过父母好友等分享的砍一刀链接，在这个过程中拼多多就通过了物质的刺激，运用目标梯度效应刺激用户产生分享行为，从而达到裂变的目的。
下图中的飞书官网，banner处就使用了梯度效应，告诉用户还需要多久到达目标，不需要用户在进行滚动或者点击，对广告来讲用户在得知目标的时候会耐心等待，从而避免用户直接跳过
当然也会出现弊端，当频繁去利用用户的目标梯度效应时，并不能帮助用户达到目标，久而久之就会对产品失去信任，会损失用户的忠诚度。
它指出计算机与用户的互动速度都不需要双方等待时，效率就会提升。
1979年IBM的，Walter Doherty提出系统响应时间每减少一秒，用户进行下一次的操作思考就会降低，这种现象与个人注意力的持续时间线相关，在1979年之前计算机的处理性还处于相对较慢的阶段平均高响应时长为2s，因此在1979年之前用户普遍认为2s的时间是最有效的时间，而1979年后计算机性能方面迎来提高，系统响应时间降到2s一下。
在1979年IBM公司的Doherty和他的团队通过3年的时间在1982年就《系统响应时间对经济价值影响》的课题进行研究，研究的主体主要以用户操作系后，响应时间作为变量，对多维度产生结果的影响。
结果发现，计算机处理请求所用的时间与用户的响应时间高度相关，即计算机响应时间越短，用户的思考时间就越短，而其中一组研究数据就显示一现象，一旦系统响应时间超过400ms左右时各项指标数据会产生较大的波动，于是IBM公司就此提出研究结果系统响应时间低于400ms效率就会提升。
在产品设计中多尔蒂阈值如何运用，我们要明白400ms是个范围值并不是一定要卡在400ms，而是在响应时间低于400ms范围，我们可以理解为是一个上限，那么有上限就有下限，响应时间并不是越快越好。
IBM在系统响应时间规范中强调了‘过渡时间’概念，虽然越快越好，但是用户在使用产品中需要理解结果和过程，这里可以理解为有效延迟，像我们在做UI中涉及的一些弹窗反馈这类通知形的元素，在做交互时间时对于用户越快越好，像一些轮播banner需要用户手动滑动的时候同样是响应越快越好，如果延迟超过400ms用户就会感知到明显的卡顿不流程。
而《过渡延迟》则需要在一些具有明显目标的场景进行使用，如我们做UI的过程中涉及到的TAB切换，这里则需要刻意的延长时间，目的是帮助用户感受到页面之间的变化，反而会感知上会更加流畅，对于用户而言有助于用户思考：我点了什么、结果是什么。
小场景内：过渡时间100ms左右
中型场景：过渡时间250ms左右
大型场景：过渡时间350ms左右
系统响应时间的目的是进行关键指引，因此并不是越快越好，多尔蒂阈值是一个范围值，而在这个范围内如何利用则需要根据具体的场景、产品目标、用户目标等多维度思考
户的大部分时间都在浏览其他网站或app，因此用户希望你所设计的网站或app能够像他们已知的网站或app一样运作。
雅各布定律是一个描述用户学习的定律，降低用户学习成本要求尽可能依据用户既有经验进行任务和流程设计。
例如在UI设计中我们强调一致性，从大的页面、组件到小的一个按钮元素，我们都要做的样式和交互的统一，这里除了说要保持一致性才去规范页面组件，还有一个就是因为我们要遵循雅各布定律，相似的内容、相似的操作方式能够让用户体验你的产品时更快的适应设计模式。
这里举个我工作中的例子，在去年的时候我帮助团队另一位设计做一个牛客web端的产品改版，由于产品的业务错综复杂，一个网页端承载了招聘、学习、社交、工具等多项业务。而整个产品的设计风格还还存在16年之前，这次做跨时代的改版对于当时的我们而言也是比较棘手的，因为市场上并没有像我们的产品这么业务复杂，每一个业务板块单独来拆解都是一个大的方向，并且竞品也是很多，用户群体来讲分层也是比较严重，像使用招聘业务的用户并不会去社交或者学习刷题。
因此我们当时就想到雅各布定律让用户决定产品的风格，本着这个思路我们去进行用户问卷调研，通过对用户日常使用什么网站的频率次数进行调研，通过对用户日常使用的网站进行统计，找出数量最高的前三位，以此再针对性的调研设计风格和形式，最终确定我们自己的产品风格，这个方法也是当时我们为了避免不同业务的用户群体对新风格的接受程度，最后用户的反馈也是符合我们的预期。
雅各布定律告诉我们在进行设计时，要延续用户已经习惯的认知，其次从产品自身业务出发进行细化，像一些同类型的产品，他们无论从功能还是设计上都大同小异，因为对于用户来讲，用户对这个行业的产品已经具备一定的认知，例如做电商的产品去用户做金融产品的思路来进行设计产品，那对于用户无疑就是增加认知成本。
像下图中的医疗软件，从功能和板式上首屏都高度相似，三个核心功能icon，紧接着是各个科室的入口，然后就是一些内容推荐，而右边的音乐产品又是另一种结构风格，试想一下如果我们目的是在去找医院，结果看到了音乐类产品的布局结构，这就打破了认知，虽然有创新但是在用户认知成本上就会非常大。
最后总结一下，用户会把使用其他产品的习惯转移到另一款相似的产品，我们做设计时金尽可能的避免非必要的创新，这样会让用户更快的适应产品。
霍桑效应是一种理论，它描述了一种反应性，在这种反应性中，个体根据被观察的意识来修改他们行为的一个方面，所以又被称为被“被试效应”。
霍桑是20世纪20年代位于美国芝加哥的一家电工厂，虽然设备先进、福利优越，但是工人们还是不满意，生产效率低下，为了研究这一现象，美国科学院专门进行了工作条件、设计会因素和生产效益关系等系列研究，最后发现是实验中效应，称为霍桑效应。
你是否有过这样的经历你们公司的大boss或者是某位重量级领导人物总是会时不时得“经过”你们办公室，搞得所有人都迅速进入战备状态，当有人要造访你家时，你是否会确保房间处于干净、整洁状态，并且会确保孩子们在客人来访过程中都展示出最佳状态，这些行为都是霍桑效应。
在产品设计时利用霍桑效应就能够激起用户的效率和产品数据，比如产品签到流程，在用户进行累计签到时给予特殊奖励，在连续签到过程中给出鼓励的话术，根据霍桑效应给予人们足够的尊重或者让人们感受参与其中会提升明显的效率，在签到过程中给予鼓励能够让用户感受到尊重，让产品更加人性化。
霍桑效应中讲到从旁人的角度，善意的谎言和夸奖真的可以造就一个，那么在产品设计的维度来思考这句话，我们在设计中是不是可以去不定时的夸奖用户呢，比如下面中keep在新用户进行一项运动结束后，会弹出称成就勋章给予支持鼓励，提升用户自信心和参与感
当用户由于先前投入的资源（时间、精力、金钱等）而继续做某事时，他们会体验到沉没成本效应。
沉没成本，是指已经付出且不可收回的成本，在日常生活中，沉没成本可以是已经花费的金钱、等待的时间甚至是付出的感情等。
比如我们去电影院看电影，过程中发现电影内容过于无聊、枯燥，大多数还是坚持看完，他们内心的想法是钱都花了怎么也要看完，在比如用户购买88元课程，赠送各种辅助服务导师指导、问题答疑、课后作业等服务，对于企业来讲这些赠送的服务就是对冲用户购买88元课程的沉没成本，既利于销售又增加企业的信任感。
而在产品设计中，不同的用户在不同的场景中也都会遇到沉没成本的抉择，帮助用户减少甚至隐去抉择、降低厌恶心理在一定程度上不仅提高用户体验，甚至能提升产品数据。
人们总是会对已知的损失耿耿于怀而造成判断的偏差，这来自于每一个“非理性人”本能性的恐惧，每个人损失厌恶，相对于收益所得往往更在意损失。试想当我们无意中获得一笔百元的收益时，我们因此兴奋的时间可能也仅限于当天甚至更短；而若自己不小心掉落一百元或因为决策失误损失一百元费用时，则将会捶胸顿足好长时间。
在产品设计中运用较多的是电商产品，例如京东的购物车中除了展示商品信息和价格外还会把赠品铺列出来，如果是多件商品，还会帮助用户计算好预计可节省多少钱，这些赠品和节省的钱都是沉没成本，用来刺激用户进行下单消费，提高平台的活跃度。
除此之外社交产品中也可以在情感方面减少用户的损失厌恶感，例如在一些直播产品中当用户进入直播间在聊天区域会通知主播，而同一时间用户退出直播间则不会提示，这个过程主播的感知几乎为零，不通过仔细对比很难发现，这样的手段对于产品而言能让主播在直播的过程中增加积极性，避免情绪上低落的表现，同时也能够帮助产品提升信任度。
上面说的是正向的沉没成本，而反向成本效应也可以帮助产品带来信任感，增加用户记忆提升用户增长，如下图中的京东的商品页面，用户下单后并不直接扣款，当7天过后用户没用进行售后退货等行为，平台将自动扣除，
在这7天内用户可以进行随意退款。
