-
凯洛格
【问题】临时工越来越多地被不透明的算法所评价
临时工越来越多地被不透明的算法所评价。这使他们变得偏执。
这些系统可以为自由职业者创造一个 "无形的牢笼"。
在互联网的某个角落，你很可能已经被评级了。
这些评级帮助各种企业做出决定，比如在哪里承担风险，以及如何改善他们的运营。但是，评级是如何影响被评级的人的呢？凯洛格大学的哈蒂姆-拉赫曼(Hatim Rahman)的新研究表明，尽管这些算法不透明--事实上主要是因为这种不透明--它们正在影响被评级者。
它们正在以意想不到的方式塑造人们的行为。
管理和组织学助理教授拉赫曼调查了算法对自由职业者在线劳动平台的影响。"Rahman说："现在有很多关于未来工作的对话，以及它将是什么样子的。"这些平台是下一个前沿领域的一部分。"
像许多承诺将自由职业者与付费客户联系起来的网站（其中包括Upwork、TopCoder和TaskRabbit）一样，接受Rahman审查的网站采用了一种复杂的算法对自由职业者进行评分。潜在的客户可以根据这个分数来分类和选择潜在的雇员。
为了了解这种不透明的评估系统对自由职业者的影响，拉赫曼加入了这个平台（他将其化名为 "TalentFinder"），并对自由职业者和雇用他们的客户进行了采访。他还分析了TalentFinder的书面通讯和自由职业者讨论区的帖子。
所有与他交谈过的工人都经历了持续的偏执，担心分数可能会突然下降，而且无法解释。他们对这种恐惧的反应与其说是取决于他们的评级强度，不如说是取决于他们以前是否经历过分数的下降--关键是，他们对平台的收入依赖程度。
拉赫曼解释说，传统上，学者们将工作场所的评价描述为帮助收紧工人的 "铁笼子"，因为它们允许雇主限制行为并设定成功标准。算法评价具有不同的、潜在的破坏性影响。
"拉赫曼写道："不透明的第三方评价可以为工人创造一个'无形的笼子'，"因为他们将这种评价视为一种控制形式，但却无法解读或学习成功的标准。"
当然，正如Rahman所指出的，我们中的许多人不仅生活在这种无形的笼子里，我们还在塑造它的条条框框方面发挥了小小的作用。每当我们给亚马逊购物或Lyft司机打分时，我们都在潜在地影响他人的生计。
"使用这些平台的人基本上没有意识到他们在影响这些系统及其算法方面的作用，"他说。"它只是感觉是一种非常交易性的关系。"
让评价标准变得神秘
"TalentFinder "是同类产品中最大的平台之一。2015年，超过1200万名自由职业者在该网站上注册，还有500万名客户在100多个国家注册。客户可以从各种各样的临时工中选择，从助理到营销人员到软件工程师。2013年，当拉赫曼在TalentFinder注册开始他的研究时，该平台根据一个透明的项目评分和综合评分系统对自由职业者进行评分。项目完成后，客户会根据 "技能"、"工作质量 "和 "遵守时间表 "等多项属性，对自由职业者进行1到5分的评分。将这些分数汇总后得出项目总分，并将这些项目分数（根据每个项目的美元价值加权）合并，得出五颗星的总评分，并将其列入自由职业者的简介中。
尽管这个评估系统很直接，但它给TalentFinder带来了一个问题：自由职业者的评分全面过高，缺乏对客户有帮助的差异性。有一次，90%以上的自由职业者至少有四颗星，80%的人有接近完美的评价。
"我认为无形的笼子的比喻更广泛地适用，因为我们正在进入这个系统，在这个系统中，我们所做的一切，所说的一切，以及我们如何互动，都在向我们不一定意识到的算法提供信息。"
- 哈蒂姆-拉赫曼
解决方案：一种算法。从2015年开始，自由职业者被按1到100的等级进行评级，依据的是有意的神秘标准。
"TalentFinder在算法推出三个月后的一篇公开博文中写道："我们不透露你的分数的具体计算方法。"这样做会使一些用户更容易人为地提高他们的分数。" 新算法实施后，只有约5%的自由职业者获得了90分或以上。
为了研究新评价系统对自由职业者的影响，拉赫曼从三个方面收集了2015年至2018年的数据。与自由职业者进行的80次访谈和与客户进行的18次访谈；书面交流，包括两千多条与算法有关的TalentFinder社区讨论板信息和TalentFinder关于该主题的所有公开帖子；以及他自己作为注册客户的观察。
普遍的偏执狂
当Rahman整理他的采访和书面资料时，他被他听到的抱怨的一致性所震惊。所有与他交谈过的自由职业者都对他们的分数可能突然下降感到偏执，并对他们无法从分数的波动中学习和改进感到沮丧。
"他说："最让我吃惊的是，平台上表现最好和最有经验的自由职业者在弄清算法如何运作方面并不一定获得任何优势。"一般来说，那些在一个系统中表现良好的人能够在某种程度上弄清楚发生了什么。但在这种情况下，即使是那些分数没有变化的人也非常紧张。"
拉赫曼观察到对这种偏执和沮丧的两种不同反应。一种反应是他所说的 "实验性反应"--自由职业者试图通过试验和错误来提高他们的分数，例如，只承接合同期短的项目，或主动要求客户发送反馈。
另一种反应是，自由职业者试图通过拉赫曼所说的 "受限活动 "来保护他们的分数。自由职业者试图通过各种方式来限制他们对评估算法的接触，有时要求他们在TalentFinder上遇到的客户离开该平台进行沟通和付款，这样他们的评分就不会受到影响。其他人则什么都不做，希望这样能保持他们的评级。
如何建立人人都能信任的人工智能
拉赫曼分离出两个主要因素，决定了哪些自由职业者进行了试验，哪些从平台上撤下来或干脆什么都不做：自由职业者对平台收入的依赖程度，以及他们的分数是否下降。
这取决于自由职业者的分数是高还是低。
高度依赖平台的高评分自由职业者根据他们最近是否看到分数下降来选择他们的策略。那些看到分数下降的人尝试了提高分数的策略；如果他们的分数没有下降，他们就会限制他们在平台上的活动，以保护他们的分数。对平台依赖度低的高绩效者限制了他们在 TalentFinder 上的时间，无论他们是否经历过分数下降。
对于分数较低的自由职业者，他们对平台的依赖似乎决定了他们走哪条路。如果他们依赖平台，即使分数继续波动，他们也会进行实验。如果他们不觉得与收入挂钩，他们就会逐渐限制自己的活动。
Rahman 解释说，与传统工作环境相比，这些平台上的工人职位感觉更不稳定，因为确实如此。虽然典型的雇主评估主要是为了帮助员工改进，但由 TalentFinder 等网站上的算法促进的评估主要是为了帮助平台自动化从庞大的人才库中挑选“最佳”员工的工作，从而满足其客户.
“对于平台来说，关键在于优化整体动态；他们的主要目标不是帮助员工改进，”拉赫曼说。“对于人们的日常生活体验，尤其是当他们依靠平台工作时，这可能会非常令人沮丧和困难。”
住在笼子里——并塑造它
自从进行这项研究后，Rahman 说他越来越了解我们大多数人生活在其中的各种隐形笼子。例如，他指出最近的报告详细说明了从我们的电视和真空吸尘器到我们用于医疗处方
和汽车保险的智能手机应用程序如何收集我们的数据并使用它以我们基本上不可见的方式训练专有算法.
“我认为，当我们进入这个系统时，隐形笼子的比喻更广泛地适用，在这个系统中，我们所做的一切、所说的以及我们互动的方式都被输入到我们不一定意识到的算法中，”他说。
他指出，有些人比其他人更自由地退出这些平台；这一切都归结为他们对他们的依赖程度。他说，未来研究的一个富有成果的领域可能是检查种族、性别和收入等特征与对平台及其算法评估的依赖之间的关系。例如，重要的是要了解来自某些种族群体的个人是否更有可能在租用公寓、开设信用卡或加入健康保险之前被算法“评估”（并可能被列入黑名单）。
“将这种隐形笼子的比喻带到最前沿的希望是让人们意识到这种现象，并希望以一种人们可以与之相关的方式，”拉赫曼说。“当然，即使我们意识到这一点，鉴于这些系统的复杂性及其算法的变化速度，也很难知道该怎么做。”
立法开始对仍然很大程度上不受监管的领域进行一些监督。2020 年加利福尼亚州消费者隐私法案是美国最强有力的此类立法，确立了在线用户了解、删除和选择退出个人数据收集的权利。2018 年，欧盟通过了更加激进的立法到同样的目的。“这是一个令人振奋的迹象，”拉赫曼说，“但仅靠监管远非万能药。”
作者：哈蒂姆·拉赫曼 凯洛格管理学院
-
凯洛格
要找到最适合员工的激励措施，请先进行简单的A / B测试
到目前为止，您已经熟悉了A / B测试的功能：运行简单的实验，看看两种变体中的哪一种在实现所需结果方面更为有效。营销人员使用A / B测试将不同的号召性用语相互比较，或者找出两个图像中的哪个将在电子商务网站上带来最多的销售额。
但是，管理人员是否可以使用A / B测试来提供与众不同的服务，例如设计激励员工的最佳方法？
凯洛格商学院的两名研究人员是这样认为的。
在一项新研究中，战略副教授George Georgiadis和Michael Powell开发了一个模型，该模型展示了组织如何使用A / B测试来找到构建绩效激励的更有效方法。他们确定，即使是一次A / B测试，也可以提供令人惊讶的信息量，以说明员工将如何应对一系列激励策略。并且它们提供了一个使用A / B测试数据以最大化优势的框架。
“我们想了解：如果您拥有此类数据，如何使用它来改善员工的激励计划？一个简单的A / B测试可以达到多远？” 乔治亚迪斯说。“原则上，要制定“最佳”激励计划，您将需要进行无数次实验。我们认为，通过一个实验，您实际上可以走的很远。”
他解释说，这一点很重要，因为可以理解的是，雇主不愿尝试激励计划，因为他们不想冒险让员工感到沮丧。
鲍威尔说：“如果我们正在谈论改变人们的支付方式，我们不想做很多这样的实验。” “如果您在网站上工作，并且试图找出使按钮变色的颜色，那么进行更多的测试会容易得多。”
正确的激励措施
组织依靠广泛的激励计划来激励员工努力工作。
有些计划是相当基本的：想想一个员工，如果达到某个销售目标，该员工将获得基本工资以及奖金，或者根据完成的文件数量支付转录员的工资。其他计划则要复杂得多，可能涉及诸如利润分享或限制性股票之类的工具。
但是所有这些都涉及关键的决策-进行关键的权衡。例如，该奖金应该容易获得但适度吗？还是很难获得却非常有利可图？一些员工可能会发现后一种选择更具激励作用；其他，只是令人沮丧。底薪是多少？相对于奖金而言太高，可能会鼓励自满；太低，喜欢稳定的员工可能会失望。
而且，根据工作的性质以及员工的个人喜好，在一个组织中运作良好的激励方案可能会在另一个组织中失败。这意味着，实际上，管理者了解其组织是否有更好的激励计划的唯一方法之一是在有限的时间内（可能只是在组织的一部分中）修改其现有计划，然后看看实际效果如何。
因此，Georgiadis和Powell着手确定一次调整可以让雇主学到多少。
研究人员建立了一个数学模型来分析雇主与其雇员之间的互动。雇主制定了一个现有的激励计划，并收集有关该激励计划下其雇员的生产率的数据。然后，雇主以某种任意的方式调整了激励计划，例如降低了部分或全部员工的领取奖金的门槛，或提高了每人的工资，并收集了有关该合同下员工的生产率的数据。
然后，研究人员探索了如何利用先前的A / B测试生成的数据来创建新的，更有效的激励合同。
鲍威尔说：“假设我们找到了一种使员工更加努力地工作的方法”。“我们可以看到，平均而言，薪酬的这种变化将产出或生产率提高了一定数量。但是事实证明，该实验包含更多信息。即，我们不仅知道平均产出发生了什么，而且知道产生低产出和高产出的概率发生了什么。那是非常有益的。”
重要的是，雇主可以使用员工响应分布中的数据来预测在合同发生任何变化的情况下，员工的生产率（进而扩展为雇主的利润）将如何变化。
“如果您愿意进行A / B测试，则不必了解太多。您只需观察[员工]的反应。”
—迈克尔·鲍威尔
为何如此？例如，通过查看针对这两个合同的产出分配，雇主可以了解平均产出的增加是否是由员工较少的懈怠而不是更努力的工作所驱动的。区别听起来微妙，但实际上却非常强大。
鲍威尔说，如果员工减少工作量，这将提高特定环境中的生产率，那么“那么，这说明我们想惩罚低产出。” 因此，例如，如果雇主完成很少数量的任务，他们可以为雇员减少每项任务的报酬。否则，如果员工谦虚但可以接受的话，雇主可以提供非常低的基本工资，并有可能获得奖金。
另一方面，如果努力工作的员工可以在特定环境下提高生产率，则表明雇主应该“在实现高产出的情况下向人们支付更多的钱”，鲍威尔说。
在实践中，这可能意味着如果员工完成大量任务，他们将为每个任务支付更多酬劳，或者提供平均基本工资，并且只有在员工非常有生产力的情况下才有可能获得奖金。
经过测试
为了使用真实参与者产生的生产力数据来检验模型的准确性，研究人员转向了以前发布的参与者数据，这些参与者通过六种不同的支付方案完成了一个简单的在线任务。
他们想了解他们的模型可以使用来自任何两个支付方案的真实绩效数据来预测参与者在另一种完全不同的方案下的表现如何。
该模型能够高度准确地预测其他激励合同下的绩效。Georgiadis说：“平均而言，预计生产率与实际生产率之间的差距仅不到2％。“迈克和我对预测的准确性感到非常惊讶。”
研究人员还使用实际的生产率数据来测试他们的模型设计更好合同的能力。他们想知道：该合同将达到最佳程度的程度如何？
他们发现，平均而言，使用任何两份合同中的数据将使雇主能够构建第三份合同，该合同获得的收益只有设计一个真正最佳合同所获得的收益的三分之二。
乔治亚迪斯说：“您没有签订“最佳”合同，因为您没有所有信息。不过，“在此在线实验的背景下，一次A / B测试可以使您获得优化的三分之二。”
A / B测试的好处
Powell和Georgiadis的框架有许多好处，使组织可以实用。首先，与以往很多关于激励措施的经济学研究不同，它不需要雇主事先了解员工的偏好，例如他们不喜欢以更快的速度工作的程度。也不要求他们完全了解在给定的工作环境中要付出多少努力才能提高生产力。
鲍威尔说：“我们所争论的是，如果您愿意进行A / B测试，则不必了解太多。” “你只是观察他们的反应。”
他们的方法可以应用于不同规模的组织，尽管可以运行更大实验的组织可以生成更多的数据点，并且可以从他们的测试中学到更多。
另一个好处是，研究人员的文章包含了组织实际使用A / B测试数据来生成接近最佳激励方案所需的所有步骤。这本身就是关键，因为该过程几乎不明显。
研究人员指出，这项有关A / B测试的工作最初是受其组织策略课程中的学生启发的。“我们过去曾经教过激励理论的基本原理，但总会遇到这样一个问题：'从字面上看，我该怎么办？我父母有一家工厂，他们的工人按计件工资。我们应该如何改变计件价格？而且现有的工具不太适合回答这个问题。”鲍威尔说。
这个工具是。它甚至具有最终的好处：熟悉。
乔治亚迪斯说：“如今，公司将实验用于各种目的。” “我们发现它对于设计激励机制也非常有用。”
To Find the Best Incentives for Employees, Start with a Simple A/B Test
以上由AI翻译完成
-
凯洛格
用户思维·学习·移动互联网
过去，企业培训咨询更多的着力点放在客户身上，而如今在移动互联网的背景之下，应该更多地渗透用户思维。在我看来，思酷（Scho）需要把用户思维、学习、移动互联网三者的结合作为其自身的根本基因，即提供具有用户思维的、移动互联网环境下的学习服务。
【解构用户思维】
尽管“用户思维”在互联网中被反复提及，但是通过百度、谷歌等搜索引擎竟然搜索不到一个确切的定义，搜索用户思维跳出来的结果大多是将其等同为互联网思维，但实际上用户思维有更加丰富的含义。
“用户”即产品和服务的使用者，而用户思维简单来说就是以用户为中心或用户至上。从这个角度入手，我们进一步进行解构，如何落实用户思维。
事实上，真正能够落实用户思维的产品或服务必须能够让用户尖叫，验证是否能使用户尖叫的标准不仅仅是用户是否买单，而是他们是否会推荐给朋友。而要做出这样的产品，无论是产品设计、运营、还是售后服务的全部工作都应该围绕这个闭环的思路来思考与展开。
在当今的市场上，有哪些产品符合用户思维，并且已经能够做到让用户尖叫与传播呢？
第一类：实体产品，如：苹果、宜家
第二类：服务，如：早期的淘宝、微信与微信红包、Facebook
第三类：网络游戏，如：植物大战僵尸、愤怒的小鸟、俄罗斯方块、Flappy Bird
将这些品牌与产品作为标杆学习，我们可以看到它们的共同点：
1. 都被快速口口相传
2. 都有极快的爆炸性发展
3. 都会在别人以前不成功的领域取得成功（有些产品能够让人尖叫不一定是因为产品本身很好，而是因为他们满足了某种未被满足的刚需，“搭便车”地做到了“你无我有”）
4. 长时间的持续的快速增长与成功，而不是一下子的狂热（可以排除掉 “搭便车”的产品）
被传播的是共鸣与情感，而非功能性因素，只有让用户产生了这种感性因素，才能让他们乐于传播。
接下来，我们会以这些产品为例，来进一步演绎用户思维的核心流程：1. 满足需求的产品和服务；2. 激发需求形成行动；3. 黏住用户；4. 用户传播
一. 满足需求的产品和服务
这条看起来很简单，但深挖起来，其实可以分为两个方面：刚需与非刚需，而非刚需又包括四个层次。
1. 满足真正的刚需
刚需即人们必须无法违抗的需求，哪怕产品再不好都只能接受。但是目前大多数存在的刚需都基本被发掘完了，找到新的刚需需要一定的运气。
2. 满足软需（非刚需但比较强劲的需求）
有的需求虽然不是刚需，但是对于目标人群而言也是十分强劲的需求（甚至近似于刚需），比如游戏、学习等，所以满足软需要选择精准的目标对象，软需有四种层次：
（1）“你无我有”
“你无我有”的需求很难满足，在现今的经济社会中，如果存在这样的需求基本都被满足了，要重新开发出具有“致命功能”的新式产品不容易。
（2）可将就未满意
这是最能够体现用户思维的，前文提到的几种“尖叫产品”全都满足了此类需求。比如——
iPhone。它所具备的功能（像游戏、上网、下载等）之前的手机都有，但是在当时用户未必很满意使用的体验，当没有更好的出现时，很多人将就着就习惯了。当所有人都处在可将就未满意的60分水平时，如果你提供了一个80分的产品和服务，自然就能够让人产生“尖叫”的反应，而iPhone的爆发则是因为做到了这点。
宜家。如果只是购买家具，一般的家具商场都可以满足，但是挑选、搭配的过程往往让人十分痛苦，而这种隐藏的需求在宜家就得到了充分的体现。在宜家，不同风格的家具都已经搭配好了，甚至已经组成了不同的家庭场景，免去了顾客选择搭配的麻烦。
不过，尽管宜家满足了顾客选购过程的“可将就未满意”需求，但其质量仍然有可以提升的空间，这就存在另外一个可将就为满意需求空间。然而，企业和消费者自己都未必意识到自己处在可将就的状态，特别是很多行业领先者都会被这类需求迷惑。这是因为，人的满意度是可以无限提升的，但是在更好的产品出现之前，即使人们不是完全满意，因为没有更好的，也只能购买，所以销售利润依然很高。但是万一出现了更好的产品，原有的产品就会面临危机，像ebay（被支付宝颠覆），像诺基亚（被iPhone等智能手机颠覆），像Twitter（活跃率下降）都是很好的佐证。
满足“可将就未满意”的需求有时候比“你无我有”更重要，因为后一种需求往往涉及生存问题，差不多都已经有人做到了，但如果能够不断满足其前一种需求，“魔力产品”往往就诞生了。
（3）Nice to have
有是最好，但没有也没所谓。
（4）并不存在的自以为是的需求
做产品最可怕的是遇到这种情况，优秀的产品经理总是特别相信自己对于需求的判断，但也是因为太自信，有时候就会踩错需求点了。
综上，我们可以得到这样一个结论：要做具有用户思维的产品，第一步，必须满足用户两方面的需求：
A． “你无我有”，如果能够做到这点，离成功也不远了。因为这意味着找到了针对某类目标人群的刚需，而且其他人还没有踏入这个区域。但是要踩中这个点，除了对于用户的细致调研，还需要一点运气。
B． “可将就未满足”，针对那些重要的还没有被满足的需求，虽然现在可以将就，但如果能够一下子提到满意而且超越的水平，那么离产出“魔力产品”也不远了。而且这类型的需求永远无尽头，可以不断的研究与提高，产品根据这种需求进行设计也更加具有可持续发展性。
那么，如何能够满足这两种需求呢？很多时候，我们需要做非焦点用户的需求调研，因为针对大众用户的调研往往得出的都是Nice to have的需求，他们往往对产品没有太多的思考，即使存在需要将就的需求也不会感到“不爽”。
乔布斯在做需求调研的时候，只调研两类人，一类是从来不使用智能手机的人，因为他们才会提出“你无我有”的需求，他们不使用肯定是因为没有满足他们最基本的刚需。所以当提到“什么情况下你会用”的问题时，答案很可能就是那个你没有需要踩中的“你无我有”的需求点。另一类是疯狂的发烧友，他们才会告诉你什么东西我不满意，我在将就，我要求改进。而且乔布斯的调研不是只通过数据调研，而是通过直接观察来得到调研结果。
在需求调研中，最关键的是发掘那些可将就未满意的需求，机会点通常来自于“麻烦”。当你感觉自己的产品什么都有了，但就是没有爆发，用户都说“挺好”，但是“挺好”和“魔力产品之间存在差距。这个时候，你可能要想想还有哪些“麻烦”还没有解决。而这些麻烦通常会来自于什么东西呢？——使用者需要付出的代价（便利性），在这一点上再改进一点点，突破了临界点就可以爆发成为魔力产品了。这里，以美国作家亚德里安·斯莱沃斯基与卡尔·韦伯合著的《需求——缔造伟大商业传奇的神奇力量》中提到的案例为例，我们来分析分析。
第一个是奈飞，一家租影碟和流媒体的公司。第二个是Zipcar，一家租车的公司。这两家公司做的都是以前有人做过的事情，在初期都面临着业务想法很好但是实际情况不如理想的问题。通过用户需求调研准确找到“可将就未满意需求”而最终风靡全美。
奈飞在研究自己仅有的用户时发现，那些使用状况良好的人都来自同一个地方，而这个地方正是自己公司的所在地，他们都可以在24小时内拿到自己租的碟子，所以他们愿意持续购买。但那些需要三到五天才能到货的客户并不会发表自己的不满，因为同类的公司也只能提供这种水平的服务，所以他们不会觉得是这家公司做得不好。这是最可怕的，因为当整个行业水平都不高时，别人不会说你做得不好，所以你很难根据客户的抱怨来改进。尽管得不到投诉意见，但我们可以从忠实用户处得到他们的共通性，找到那些做得好的地方。也许从这个点切入来改进，就找到了提升行业门槛的那个点了。所以当后来，Netfx通过在各地增加仓库的数量，保证客户都能够在24小时内收货时，一下子就爆发了。
Zipcar提供的服务是客户可以在不同的租车点享受租车服务，其碰到的问题和奈飞相似，在一个地区中忠实客户都是家距离租车地点很近的那些人，即人们之所以享受这个业务都是看中其便利性。所以Zipcar改变了原来根据闹市区分散布点的方式，在目标对象所在的大型社区疯狂布点，保证所有客户在10分钟之内都可以取到车，因此获得了爆炸性发展。
这两个例子进一步印证了，要找到用户“可将就未满意”的需求，最好去找那些超级发烧友进行调研。我们通常会认为，用户对于产品的感知是一样的，但实际上是很不相同的。而这些不同点往往就是可以引导我们找到引爆魔力产品的需求。
所以，有一个满足需求的产品和服务，看起来很简单，但实际上去有非常丰富的内涵。然而，做到了这一点并不代表你的产品就可以爆发了。
二. 激发需求，转化为行为
就算产品能够满足需求，也还不足以引爆，我们还需要激发需求，转化为行为。因为让一个人改变习惯是很困难的，尽管现在支付宝、微信支付很热门，但由于缺乏一个合适的契机，还是有许多人是没有使用的。我们需要创造这个契机。
激发需求，转化为行为包含三个重要环节：一键方案、人文关怀、事件营销。
1. 一键方案
要改变他人的行为，必须让其代价最小化、价值最大化，一键方案就是将改变行为变得最便利，做到一键接入。像Zipcar就能够做到将用户的信息输入到一张卡里面，用户在租车付费时只需要嘀一下就完成交易过程。
2. 人文关怀
人文关怀，简单理解，即在那些用户并不那么愉悦的硬性需求上提供“恶趣味”。
举例来说，支付宝红包与微信红包，两者都满足了可将就未满意的需求：发红包最麻烦的一个过程就是包红包，但以前大家都可以将就接受，而这两种新式发红包的方式则克服了这种麻烦，而且也都做到了“一键方案”，非常便利。但是，为什么在支付宝红包更具有支付流程便利优势的前提下，微信红包反而更受欢迎呢？关键就在于微信红包设置了“抢”的这个环节。
给红包本身是一种刚性需求，但是给红包的实质是给钱，这种需求本身并不是完全愉悦的。假如说传统的发红包是需要徒步走一段路的，那么支付宝红包就相当于建了高速公路，让这种不愉悦的需求变得更加便利地达成。而微信红包因为增加了“抢”的这个动作，使得原来为发红包而感到不快的人，在让他人抢红包的过程中体验到了一种“逗你玩儿”的愉悦感。虽然本质没有变化，但正是这种“人文关怀”，为那些你不太愿意做但又是刚需的事情造成了一种“假象”，说服你觉得这是自己想做的事情。
学习是同样的道理，怎么样让别人在这件不是太愉快但又是刚需的事情中，获取主动性和愉悦感？为其提供这种“恶趣味”，就有可能形成人文关怀，让用户转变心态。
这是所有流程中最难的一个步骤，如果能够找到这个人文关怀的点，那么产品就很可能成为魔力产品。不过，这种人文关怀与可将就未满意的需求一样，都需要很细微地洞察与留意，因为很多时候你不知道别人的“恶趣味”点是什么，很难被设计出来。但是正如张小龙所说的，“所有的需求都是源自于人们的贪嗔痴”，所有的人文关怀、恶趣味都来自贪嗔痴。产品部门在设计产品时，必须从一键方案与人文关怀出发考虑。
3. 事件营销
有了这么好的产品，还得让别人知道。比如海底捞的排队故事宣传就是典型的事件营销，当有人很惊奇地表示“哇，这太酷啦！”的时候，海底捞的特别排队服务就引起了大众的关注。还比如，微信红包捆包2亿用户的宣传（利用社会大众从众心理）、Flappy bird下架消息（游戏品牌推广）也是很经典的事件营销。
在事件营销中，粉丝的重要性就体现出来了。如果是我们自己做的宣传，别人不一定相信，但是忠实用户在不同场合为我们做的宣传，别人反而愿意相信。
三. 粘住用户
如果要让别人一直使用，就要粘住用户。在用户思维的概念中，没有售后的概念，围绕用户的行为，永远都没有结束。这里面涉及到四种核心指标：
1. 使用频率：月/周/隔天/天/小时/分钟/秒，可以毫不客气地说每一个使用频率意味着估值加一个零.
2. 在线时长，很多APP软件的使用频率很高，但是可能看完就关了，在线市场并不理想。
3. Apru值，有多少人愿意为此花钱？愿意为此花多少钱？
4. 反向指标一周内留存率。很多人的一次登陆很可能只是因为促销行为，第一次登陆固然重要，但是只有第二次登陆才说明这是真正的用户。
不同的团队在思考如何粘住用户时，都要特别重点关注这几个指标。在提高留存率方面，很多游戏的签到环节都是很好的参考，比如每次签到都有奖励，连续登陆几天能够参与抽奖，甚至有的是“老客户计划”，把老客户（哪怕已经离开了的客户）都拉回来。这里最难的是找到需求点：“我为什么要再一次”登陆。
我们在设计产品的时候，就是遵照这种与设计游戏有异曲同工之处的思路的，包括在简化登录步骤时为用户提供一键方案，设计新年抢宝、课程挖宝等运营活动来激发用户对“恶趣味”的需求，升级课程设计及优化产品技术细节来粘住学员。
四. 用户传播
产品传播在多数情况下都需要经营，我们要把粉丝转换成我们的“官方发言者”，让他们带动其他的粉丝来传播，其他粉丝再让其他人来接受。所以，首先我们需要找出忠实的并且有影响力的粉丝，再沟通是否愿意帮助我们进行宣传，然后再让他们帮助我们传播（结合事件营销）。
【以用户为中心的学习】
对于使用学习产品和服务的用户，如何对其应用用户思维呢？与第一部分的思路相同，我们从学习行业的标杆入手分析：一个是K12培训行业，另一个是英语学习行业。在我看来，真正的标杆都是个人发展领域的，而且都是重复购买率很高的，能够真的产生结果。与这些教育行业相比，企业教育很少有个人买单，而且有很多环节是没有做到的。K12我研究得比较多的是学而思，英语则是英孚。我们将会按照用户思维核心流程来分析这两个标杆。
1. 满足需求的产品和服务
最牛的当然是成为刚需，K12教育、英语学习一般来说都是刚性需求，然而去学而思、英孚并不是刚需。所以接下来就涉及到如何在刚需的基础上，针对目标人群满足强劲的“软需”。第一点是“你无我有”，第二点是可将就未满足。在行业竞争如此激烈的情况下，这两家企业通过贯彻用户导向做到脱颖而出，与企业培训相比，他们基本都做到了：设计完整的学习流程。
每个培训班都有固定的单元设计，把每个单元打开实际上就是学习地图，学习地图里面包含统一的学习流程（以英孚课程为例）：预习——线下课程测试——课堂对话演练——复习。K12教育更是这样，甚至在高考前包括好几轮的复习。为什么个人教育要做这么复杂的流程？我们都知道刚需是把双刃剑，好的一方面是不用太担心学习动力的问题，不好的一方面是需要对效果负责。这些企业之所以做那么复杂的教学设计，是因为他们要切实做到对用户负责。然而，企业咨询一般却只对过程负责，HR看中的是老师牛不牛，但其实这对用户来说是假需求，老师再好，也不一定能够起到改变行为的作用。
我们可以从中借鉴到什么？如何改变目前的现状？第一个是我们可以尝试做一些“你无我有”的事情，比如为面授课程设计真正满足需求的预习复习材料、课前测试题。预习材料包括课程的知识点、小测试、简单的情景案例提问，一方面让学员先粗略了解大致框架，另一方面是找出不懂的地方，即带着问题来学习。
复习的目的第一是强化记忆（克服遗忘曲线），第二是让学员进行应用，第三是形成知识结构。我们的复习材料是为了实现这三大目的，在设计材料的时候，除了归纳课程知识点之外（强化记忆），还需要配套案例应用、知识点整理总结，才能落实复习效果，满足“可将就未满意”的需求。
做到这些改变，我们实际上是自己革自己的命，颠覆整个企业培训的设计与流程，因为我们的学习产品就是要从以讲师为中心转变为以学员为中心。
上次与中国银联合作的“O2O翻转课堂”项目，其实就是实践了以学员为中心的思想。我们针对50名新晋升的新经理人员，引入手机端的思酷经理荟APP，再结合三天线下的凯洛格《启航》面授课程，设置O2O（线上+线下）学习模式，提供系统、针对性、持续性和即用即学的学习。通过课前预习，课中研讨、课后复习的方式翻转课堂，将以往课堂上讲授与演练7：3的比例变成3：7的比例，提高了学员的参与度，达到真正的学以致用和干货学习。
培训之后，银联的负责人也表示，结合了移动学习的O2O项目，既能保证知识得到巩固，时间、精力、资金三方面的成本投入也更低，还能带来更新奇、更丰富的学习体验，如碎片化、多元化、游戏化等。从学习效果看，经理荟提供了课上讨论的案例和相关的微课程，学员可以进行课前预习，课后随时复习相应的精华知识点，大大提高了培训的参与度与学习成效。
而我们的后台统计数据显示，100%的学员都在课前登陆了经理荟，其中81%的学员有利用经理荟进行课前预习或课后复习。授课期间，平均每天有90%的学员登陆经理荟学习。结课后两周内，超过2/3的学员仍然坚持上线持续学习，且微课程的在线学习有上升趋势，平均每日的人均在线时长达到31分钟，学习5.9个微课程。
这种结合的方式，就算从成本投入来看，也不需要学员投入很大的时间和精力，因为移动学习“去看看就得了”，仅仅利用好碎片化时间，就能起到巩固知识的作用；培训管理者也不需要费心地组织和督促学员学习，还能给公司省钱。
1. 激发需求，转化为行为
然而，课程升级也还不一定保证让客户和学员为思酷尖叫，在以后的产品优化和项目实践当中，我们还需要设计几个“傻瓜动作”，具体按照激发需求中的几个层面来说：
（1）一键方案
通过反推使用者的使用情景，设计下一步的设计思路，使得所有使用者使用APP及平台时特别地爽快、便捷，降低使用成本。
（2）人文关怀
一键方案的设计说到底还是跟支付宝红包一样，只是让需求满足更便利，但没有彻底解决积极性的问题，所以我们还需要添加人文关怀的因素，让学员主动拥抱预习、学习、复习的过程，让他们每天进行学习是一件愉悦的事情。
举个例子，现在有一个1万小时学习的APP，为了克服难坚持的问题，这个APP设置了很多徽章，完成不同程度可以获得不同的奖励，不断推动用户进行学习。
人文关怀始终是现在很多学习应用碰到的很关键的又难以解决的问题，我们该如何才能找到合适的“恶趣味”？利用“贪嗔痴”的欲望来引导学员坚持学习是一种思路。
至于如何粘住用户和事件营销，目前我也在探索的过程当中，在这里就不多作讨论了。总结来说，学习这个主题以满足需求和激活需求为主，也就是说，以用户为中心的学习，满足其真正的需求，以别人的标杆为鉴，我们要推动从预习到学习到复习的流程，这个流程是能够帮助切实改善行为和产生明显效果的。
反过来看，我们谈了那么多用户思维是不是就不谈商业模式呢？不是的，因为用户思维的核心是“放长线钓大鱼”，先取悦了用户，让用户得到好处，转化为商业模式，自然就形成了绝对竞争优势。
【充分利用移动互联网的技术支持】
我把移动互联网放在最后，主要是因为它还不是最核心的，因为我想阐述的主题是基于移动互联网的手段，以用户为中心设计的学习。只是说，目前技术手段还是十分重要的，因为它一方面可以大大降低激活需求的代价，让一键方案成为可能；另一方面可以让我们直接接触到用户的反馈，原来我们只可以通过客户来了解用户。
我一直不同意把用户思维等同于互联网思维，互联网思维是比较狭义的：首先是有极低的边际成本，其次是有特别的体验的设计，最后满足放长线钓大鱼的商业模式。从这个角度来看，用户思维显然有更加丰富的含义。
本文摘自凯洛格资深副总裁、思酷移动学习（Scho）总经理陈澄波的内部分享。
扫一扫 加微信
hrtechchina
