培养用户习惯才是软件的唯一出路!

在充斥着提示和通知的环境中,软件成功的关键在于成为用户的习惯。Nir Eyal指出,习惯养成型软件能帮助公司赢得用户,如亚马逊通过Alexa等产品改变了用户行为。然而,这种习惯养成也引发了关于其伦理性的讨论。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

640?wx_fmt=gif

640?wx_fmt=jpeg

作者 | Dave Gershgorn

译者 | 李月

责编 | 伍杏玲

出品 | 优快云(ID:优快云News)

如今,手机应用、社交媒体以及智能设备占据了我们绝大部分的注意力。Nir Eyal(尼尔·埃亚尔)在《上瘾》一书中说:“在一个充斥着各种提示和通知的环境下,软件的唯一生存之道是把自己变成使用者的一种习惯。

之前在Quartz举办的活动上,Eyal说到,“那些培养了用户习惯的公司才是最后的赢家。如果你的产品不出现在用户屏幕的首页,或者你都不具备他们询问Alexa (亚马逊旗下的一款智能音箱)的某项技能,那你的产品也没有存在的必要性。

那么你该如何去构建这种习惯呢?你如何去创造一个用户会自主使用的产品呢?”

这一点在智能语音的时代尤为重要,因为用户不需要去触碰屏幕或者在App界面上选择应用。

Eyal指出亚马逊已经掌握了这项技能,并且已推出相关的产品,如Alexa智能音箱、Dash按钮,还有免费扫描二维码的Alexa Wand魔棒。

“这些公司之所以愿意亏本在你家放置个智能设备,是因为他们知道如果是他们改变你写下购物清单的行为习惯的话,那他们就拥有了这习惯,你的购物清单就是他们抢着想要获取的。”Eyal说。

“不过习惯养成型软件也不一定是个坏事,也有很多公司用于帮助他人,如Duolinguo(多邻国,免费学习语言的软件)或者其他健身及财务软件。”Eyal补充道。

“如果我们将操控定义为欺骗我们的大脑,好比说,我们就会为操控情绪而付费,那这就会被称为娱乐。”他说到,“如我想要感知某些事,我想要去健身房,我想要存更多的钱。”

Eyal认为如果要确定某事物是有说服力的(好的)或者强迫性的(坏的),最好的办法就是“后悔试验”:用真实的人来测试养成某些功能的习惯,并且告知这些人这项功能可能会某种程度上有些刻意操控,使用完后问问他们是否后悔使用了。

通过对真人的测试后,公司能够不用在服务条款中隐含任何操作的情况下,获悉用户的真实感受,看看他们是否有被骗或者强迫养成不舒服的习惯。

“仅马后炮似的说句‘我告诉过你的吧’并没多大意思”。他说到。

原文:https://qz.com/1490440/the-future-of-software-isnt-an-app-its-a-habit/

本文为 优快云 翻译,如需转载,请注明来源出处。

【完】


640?wx_fmt=jpeg

 热 文 推 荐 

华为被个别国家公开打压,外交部长王毅发话!

为什么最近「骚扰电话」明显越来越多了?

微信封杀下的互联网江湖

女程序员:我敲代码养家,老公负责貌美如花!

30K~65K,春节前最后一批热门技术岗位,快到碗里来

趣挨踢 | 阿里员工吐槽:我在阿里工作五年,面试一个小公司竟然挂了

2019最新实战!给程序员的7节深度学习必修课,最好还会Python!


 

print_r('点个好看吧!');
var_dump('点个好看吧!');
NSLog(@"点个好看吧!");
System.out.println("点个好看吧!");
console.log("点个好看吧!");
print("点个好看吧!");
printf("点个好看吧!\n");
cout << "点个好看吧!" << endl;
Console.WriteLine("点个好看吧!");
fmt.Println("点个好看吧!");
Response.Write("点个好看吧!");
alert("点个好看吧!")
echo "点个好看吧!"

640?wx_fmt=gif点击“阅读原文”,打开 优快云 App 阅读更贴心!

640?wx_fmt=png 喜欢就点击“好看”吧!
标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值