SuperAPI AI 工具集

conversion-optimization-patterns

营销与增长

查看项目

更新于 10-16 03:41

技能介绍

用途:这是一套关于转化率优化的设计模式参考,强调转化优化是行为心理学、认知科学与统计测量的设计实践,用来帮助用户完成他们本就想做的动作,而非制造非预期行为。

主要能力:以 Cialdini 六项说服原则(互惠、承诺与一致、社会认同、权威、喜好、稀缺)及第七项“统一”为理论基础,结合 Fogg 行为模型 B=MAT(动机、能力、触发)与 MECLABS 转化公式 C = 4M + 3V + 2(I-F) - 2A,讨论选择架构、默认效应、框架效应、锚定效应,以及损失厌恶、禀赋效应、社会认同偏差、稀缺偏差、从众效应、承诺偏差与沉没成本、宜家效应、选择悖论、峰终定律等认知偏差在界面中的应用,并区分微转化与宏转化及漏斗健康度。

使用方式与适用场景:可用于审查 CTA、定价页、注册表单、结账流程、试用转付费与挽留提示的文案与结构,诊断“动机不足、能力受阻还是触发缺失”,并据此做 A/B 测试与量化测量。资料未提供具体安装命令或代码调用方式。

限制:资料中提到的效果数据来自既有研究或实验,具体数值随上下文而变化,部分情境存在歧义;制造式稀缺等被用户察觉后会损害信任;未提供收费、价格与平台信息。