TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是上瘾模型?四个阶段与每一环的测量方法

上瘾模型是 Nir Eyal 在《Hooked》中提出的触发-行动-多变奖励-投入循环。它描述习惯,不是增长配方。本文讲四个阶段、每一环的指标、一个能复算的算例和伦理边界。

索菲娅·贝内特 审核人 林舟 又称 钩子模型 最后更新 2026 年 11 月 16 日 术语表

一句话回答

上瘾模型是 Nir Eyal 提出的四阶段循环:触发、行动、多变奖励、投入,描述产品如何变成用户的习惯。它是诊断重复使用的透镜,不是增长配方:每一环都要先在数据里看得见,才谈得上动手去改。

公式: 触发到行动转化率 = 行动人数 ÷ 被触发人数;回访率 = 下一期回来的人数 ÷ 本期行动人数;投入占比 = 投入人数 ÷ 回访人数;习惯强度 = 一期内活跃 ≥ N 天的人数占比(辅以平均活跃天数)。

什么是上瘾模型?

在产品设计里,上瘾模型(Hook Model)是 Nir Eyal 在《Hooked: How to Build Habit-Forming Products》(Portfolio 出版社,2014 年)中提出的四阶段循环:触发 → 行动 → 多变奖励 → 投入。它描述的是:每走完一遍循环,刻意的使用就向自动化的习惯靠近一步——用户自己回来,不需要昂贵的广告。早在出书两年前,Eyal 就在 2012 年把循环写成一篇四步文章,发表在 NirAndFar.com 上。

本文的核心观点:上瘾模型是描述习惯的框架,不是增长配方;要用它,就得能在数据里看到每一环。模型告诉你该往哪里看——线索、行动、回报、用户的投入——但它不承诺一个连续打卡或一条推送就能造出留存。测不到的环节,就是修不了的环节。

用一个 B2B 报表工具把整个循环摆在一张表里:

阶段它回答的问题例子(报表 SaaS)
触发是什么线索让用户过来?每周指标邮件,或开会前想核对数字的心理需求
行动用户为了期待中的回报,做的最简单的一件事是什么?打开应用,跑一张报表
多变奖励什么回报让用户想要下一轮?本周数字里一个出乎意料的洞察
投入用户放进来了什么,让下一轮更容易或更好?保存报表模板,邀请一位同事

每走完一轮,产品对这个用户都应更有价值,下一次触发也更容易生效。这让循环成为诊断工具:重复使用疲软时,四个问题里有一个答案很差,而每个答案都能在分析数据里观察到。

四个阶段,各配一个例子

触发。外部触发在环境里:一封邮件、一条推送、同事发来的链接。内部触发在用户脑子里:无聊、不确定、一种被感觉到的需求。按 Eyal 的说法,当把用户送回来的是内部触发、而不是你的营销日历时,产品才算习惯。早期靠外部触发干活;要问的是它们有没有交棒给内部线索。

行动。行动是为期待中的回报而做的最简单行为——打开应用、跑报表。Eyal 借用福格行为模型 B = MAT:行为只有在动机(motivation)、能力(ability)和触发(trigger)同一时刻凑齐时才发生。行动没发生,要么用户不够想要回报,要么行动太难。把行动变容易——更少步骤、更少填写项、更快加载——是更便宜的杠杆。

多变奖励。这个想法源自斯金纳的操作性条件反射研究:按变动节奏发放的奖励,比可预测的奖励更能让对象持续想要。《Hooked》分三类:部落的奖励(社交认同、点赞、回复)、狩猎的奖励(信息、资源、下一条有意思的内容)、自我的奖励(掌控感、完成感、清空的收件箱)。关键就在「多变」:每周数字一模一样,报表就是苦差事;偶尔冒出意外发现的报表,才值得点开。

投入。用户往里放东西:时间、数据、精力或社交资本——保存的模板、上传的数据集、被邀请的同事。投入储存价值,让产品对这个用户更好用,并给下一次触发上膛:同事的评论变成明天的通知,模板让下周的邮件值得点开。循环就此闭合。

阶段机制消费级产品例子测什么
触发外部线索,逐步交棒给内部的心理需求每周摘要邮件;无聊时刷比分触发送达、打开率、无外部线索的自主回访占比
行动B = MAT:动机 × 能力 × 触发,同一时刻打开应用刷新信息流触发到行动转化率、行动耗时、行动步数
多变奖励斯金纳的变动节奏;部落 / 狩猎 / 自我一条意外的好回复;一条惊喜视频下一期的回访率;按奖励类型拆分的回访
投入储存价值,并给下一次触发上膛关注账号;收藏歌单投入占比;按投入状态拆分的回访率

每一环怎么测

每一环都对应一个能从事件算出的比率。定好一个核心行动、一个投入行动和一个周期(多数产品按周即可),跟踪同一批用户走完循环:

阶段指标公式要埋的事件
触发 → 行动触发到行动转化率行动人数 ÷ 被触发人数(另算:行动人数 ÷ 打开人数)trigger_sent、trigger_opened、core_action
行动核心行动完成率;行动耗时行动人数 ÷ 打开人数;从打开到行动的中位分钟数带时间戳的 trigger_opened、core_action
多变奖励回访率下一期回来的人数 ÷ 本期行动人数下一期任何符合条件的活跃事件
投入投入占比投入人数 ÷ 回访人数;按投入状态拆分的回访率investment_action(如保存模板、邀请同事)
习惯多天活跃一期内活跃 ≥ N 天的人数占比;平均活跃天数每个用户按天的活跃标记

计数规则:每个比率用同一批用户、同一套周期边界;触发到行动的分母是被触发的用户,不是发出的消息数;只数真人,机器人分开;识别登录用户,「一个用户」是一个人,不是一个 Cookie。习惯那一行是 DAU/MAU 思路的粘性度量,但更严格:月度比值会掩盖一次性猛用然后消失的用户,「每周 ≥3 天活跃占比」掩盖不了。回访那一行是把留存用在行动者而非注册者身上;跨过多天门槛的是候选重度用户。把首次价值分开:顿悟时刻是一次好体验,习惯是它在你不推的情况下反复发生。干净的新手引导流程喂的是头一圈;它不是循环。

算例:把一轮钩子循环算成数字

以下全部为示例数据。一个项目工具在第 0 周进来 1,000 名新用户。核心行动:创建项目;外部触发:每周邮件;投入行动:保存模板或邀请同事。

第 1 周——触发与行动。1,000 人全部收到邮件;400 人打开;250 人创建项目。触发到行动转化率 = 250 ÷ 1,000 = 25%;打开者中为 250 ÷ 400 = 62.5%。一起读:打开的人大多会行动,定向没问题——但四分之三的被触发用户根本没打开。头一个瓶颈在触发,不在产品。

第 2 周——回访。250 名行动者里 100 人回来了:回访率 = 100 ÷ 250 = 40%。这 100 名回访者里,60 人保存了模板或邀请了同事:投入占比 = 60 ÷ 100 = 60%。

第 3 周——投入有没有给下一次触发上膛?按第 2 周的投入状态拆分第 3 周回访:投入者 45 ÷ 60 = 75%;未投入者 12 ÷ 40 = 30%;整体 (45 + 12) ÷ 100 = 57 ÷ 100 = 57%。投入者的回访率是未投入者的 2.5 倍——与模型预期一致,但这是相关:会投入的人可能本来动机就更强。

第 4 周——习惯检验。数全部 250 名第 1 周行动者第 4 周的活跃天数:

第 4 周活跃天数01234567
人数12050352512620

人数合计 250。活跃 ≥3 天的占比 = (25 + 12 + 6 + 2) ÷ 250 = 45 ÷ 250 = 18%。平均活跃天数 = (0×120 + 1×50 + 2×35 + 3×25 + 4×12 + 5×6 + 6×2 + 7×0) ÷ 250 = 285 ÷ 250 = 1.14。结论:48%(120 ÷ 250)第 4 周什么都没做,只有 18% 呈现多天使用。多数行动者还没形成习惯——正常,不是失败:Lally 等人(2010)的研究里,自动化程度沿渐近曲线上升,达到平台期 95% 所需时间从 18 天到 254 天不等,BPS Research Digest 的摘要给出的中位数是 66 天。判断钩子,看「≥3 天占比」和均值在连续几批周度用户群里、用几个月往上走——绝不能看一次尖峰。

修一环。弱环节是投入(回访者的 60%)。假设在用户创建头一个项目后立刻引导保存模板,把投入占比提到 80%——100 名回访者里 80 人——两组第 3 周回访率不变(投入者 75%,未投入者 30%)。修复前:60×0.75 + 40×0.30 = 45 + 12 = 57(57%)。修复后:80×0.75 + 20×0.30 = 60 + 6 = 66(66%)。效果:+9 个百分点,全部来自把回访者挪进回访率更高的组。前提:示例数据、演示性分解,不是因果估计——假设两组比率不变,投入者是自我选择的。验证靠同一口径比较前后用户群。核心观点的落地:每一环看得见,弱环找得到,效果有一个下个月可核对的数字。

常见误区和伦理边界

误区为什么不行怎么改
把模型当增长配方不诊断哪一环弱,就上打卡和推送先把四个比率都测出来,修弱的那一环
把新鲜感尖峰当习惯上线周的热度会衰减,见应用活跃度连续几批用户群、跟踪几个月的「≥3 天占比」
把发出的触发当行动用没人看到的消息灌水循环入口率分母 = 被触发的用户;打开者单独报
把投入 → 回访读成因果投入者是自我选择的;动机强的人既投入也回访标注为相关;用可比的前后用户群比较
制造强迫性使用榨取注意力却不给价值;用户耗尽后流失测量是为了改进回报,不是为了制造依赖

关于最后一行:习惯不等于成瘾。习惯是可以服务于用户的自动化行为——开会前核对数字是有用的;成瘾是即使想停也停不下来、并造成伤害的强迫性使用。Eyal 把制造习惯的技术定位为应当改善用户生活的「超能力」;出版社对《Hooked》的介绍也是做让用户受益、愿意回来的产品。边界:把真实价值交付得更快,不制造强迫——不造假稀缺,不把人为焦虑当内部触发,不做愧疚感机制。

频率上的限制是《Hooked》里的「习惯区」(habit zone):习惯潜力取决于感知效用 × 使用频率。按季度报税的工具,再有用也在频率门槛之下;每日打卡产出的是厌烦,不是习惯。低频产品该追求需求出现那一刻被想起。「如果……就……」规则:如果只有持续推外部触发回访才高,你没有建成习惯——你在租注意力。真钩子的特征是:推送停了,回访还在。

在 TapCub 里怎么看上瘾模型

把上面算例里的循环放进 TapCub 跑一遍,一环一个测量。这正是本文的观点:哪一环在数据里看不到,就不能说这个钩子在起作用。

  1. 先定义循环里的事件。在全端分析 › 数据管理 › 埋点方案里登记 trigger_sent、trigger_opened、core_action(如 project_created)和 investment_action(如 template_saved),写清触发时机、必填属性、负责人和状态。打开「24 小时实时校验」,先看到每个事件的到达数和必填属性完整度,再相信任何比率。用 tapcub.login 识别登录用户,循环才按人统计;匿名访客没有档案,也不进分群。
  2. 触发 → 行动。在全端分析 › 行为分析 › 行为分析里建漏斗 trigger_sent → trigger_opened → core_action:整体 250 ÷ 1,000 = 25%,打开者中 250 ÷ 400 = 62.5%,说明第一个瓶颈在触发。
  3. 回访。在同一页按周跑留存,起始事件选 core_action:第 1 期是第 1 周行动者的 100 ÷ 250 = 40%。
  4. 投入的作用。在全端分析 › 用户 › 分群与标签里定义规则分群「做过 investment_action」。分群定义一次,就能作为群组带进留存,比较投入者和未投入者的第 3 周回访(75% 对 30%)不用重建群组。和算例一样,把这个差距标成相关,不是因果。
  5. 习惯。回到全端分析 › 行为分析 › 行为分析,粘性视图按周统计「这一期活跃了 N 天」的人数和占比,就是第 4 周那张表:活跃 3 天及以上的占 18%。同一页的生命周期把每周的人分成新增 / 留存 / 回流 / 流失;改了触发之后,盯住回流。

边界:TapCub 不做 A/B 测试和特性开关,投入环节的改进要在相继的群组上、用同一套计数口径验证。识别出的机器人单独统计,不会抬高这些比率。

另见:游戏化案例:哪些机制能改变行为,以及怎样检验。

Sources

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

索菲娅·贝内特

产品应用顾问

关注客户上手、在线沟通与自助服务,将常见使用问题整理为清晰的操作建议与改进思路。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

什么是上瘾模型?

上瘾模型是 Nir Eyal 在《Hooked》一书中提出的四阶段循环:触发、行动、多变奖励、投入,描述反复走完循环如何把刻意的使用变成自动的习惯。把它当诊断重复使用的透镜,而不是增长配方:每一环都要先在你的分析数据里看得见,才谈得上动手去改。

上瘾模型的四个阶段是什么?

触发:把用户送到产品面前的外部线索(邮件、推送)或内部心理需求。行动:为期待中的回报而做的最简单行为。多变奖励:不可预测的回报,分部落、狩猎、自我三类。投入:用户放入时间、数据或精力,储存价值并给下一次触发上膛。

上瘾模型里的多变奖励是什么?

多变奖励是内容或时机不可预测的回报,思路来自斯金纳的变动强化节奏。《Hooked》分三类:部落的奖励(社交认同)、狩猎的奖励(信息或资源)、自我的奖励(掌控与完成)。正是这种不可预测性让用户持续想要下一轮,而不是感到无聊。

上瘾模型合乎伦理吗?

它是描述性框架,伦理取决于怎么用。Eyal 主张制造习惯的技术应当改善用户生活。用这个循环把真实价值交付得更快、测量真实回访;不要用假稀缺或人为焦虑制造强迫。习惯不等于成瘾,低频工具也不该被硬做成每日习惯。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie