拼多多砍价背后的逻辑

Dear 丶 2022-08-30 04:06 309阅读 0赞

之前有一篇pdd提现的文章，【闲谈】

砍价活动可以说是拼多多一手带起来的，通过砍价活动，拼多多通过低成本进行了大量的品牌曝光，并且也累积了大量用户。

![图片][c935329b84c8b988db8622e5311c2fe1.png]

拼多多用户发起最多的砍价活动是首页的“天天领现金”和“砍价免费拿”，两者的套路基本上是一致的。以砍价免费拿为例，基本流程是，A在站内看到可以免费获得的商品，一顿操作之后，免费拿的进度条显示到达90%以上，再想砍价就需要到微信邀请好友帮忙，这时A将砍价链接发给B帮忙，B砍价后，发现可以占便宜，于是也加入砍价免费拿阵营，这样，用户越来越多。

拼多多砍价的目的是引导用户替自己做广告，用户将砍价链接发给别人，如果对方不砍价，至少看到了信息，就帮拼多多做了一次免费广告，如果对方帮忙砍价，则需要下载和注册APP，那就帮平台发展了一个用户。

![图片][9286e9821e896f7575fb899b1a3b4ea4.png]

## 砍价设计中的心理学 ##

### 损失规避 ###

损失规避（英语：Loss aversion）是指人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。损失带来的负效用为收益正效用的2至2.5倍。损失厌恶反映了人们的风险偏好并不是一致的，当涉及的是收益时，人们表现为风险厌恶；当涉及的是损失时，人们则表现为风险寻求。

![图片][f4ef524ec74612e7bc4b3b9327db6f67.png]

拼多多发起的砍价活动不管是“天天领现金”、“砍价免费拿”，主要逻辑还是“免费式营销”。通过免费发起砍价：

*  吸引爱贪小便宜的用户加入
 *  规避了交易中的损失厌恶感，降低用户的心防

### 格式塔心理学（完型心理学） ###

格式塔学习理论可谓是现代认知主义学习理论的先驱，于本世纪初由德国心理学家韦特墨(M．Wetheimer，1880~1943)、苛勒(W．kohler，1887~1967)和考夫卡(K．Koffka，1886~1941) 在研究似动现象的基础上创立的。该学派反对把心理还原为基本元素，把行为还原为刺激-反应联结。他们认为思维是整体的、有意义的知觉，而不是联结起来的表象的简单集合；主张学习是在于构成一种完形，是改变一个完形为另一完形。所谓格式塔，是德语Gestalt的译音，意即“完形”；他们认为学习的过程不是试尝错误的过程，而是顿悟的过程，即结合当前整个情境对问题的突然解决。其著名的实验便是苛勒做的猩猩吃香蕉的实验：把香蕉悬在黑猩猩取不到的木笼顶上，笼中黑猩猩在试图跳着攫取香蕉几次失败后，干脆不跳了，它若有所思地静待了一会儿，突然把事先放在木笼内的箱子拖到放香蕉的地方，一个够不着，将两个箱子叠在一起，爬上箱子取下香蕉。格式塔学派重视知觉组织和解决问题的过程以及创造性思维，这些都为现代认知心理学奠定了基础。

格式塔心理学理论的完形法则：

*  相近（Proximity）。距离相近的各部分趋于组成整体。
 *  相似（Similarity）。在某一方面相似的各部分趋于组成整体。
 *  封闭（Closure）。彼此相属、构成封闭实体的各部分趋于组成整体。
 *  简单（Simplicity）。具有对称、规则、平滑的简单图形特征的各部分趋于组成整体。

以上这些组织规律即是所谓的“完形法则”（Law of Organization），是心理学家在认知领域中的研究成果。格式塔在德语中就是“整体、形状”的意思，因此，格式塔理论，也被称作为“完形理论”。

趋完形率

根据格式塔的趋完形率,“在知觉任何给定的视觉队列时,我们易于以稳定且连贯的形式的把不同的元素简单加以组织,而不是以把这些元素当成不可理解的、缺乏组织的一堆混乱感觉”。一切看上去不舒服的形体，不管是一个头重脚轻的木架，还是一座倾斜的塔，或是一堵扭曲的墙壁，都会在知觉中产生一种改变它们并使之成为完美的结构的倾向。格式塔心理学家认为，知觉中表现出的这静“纠正，简化”倾向，是一种以“需要”的形式存在的组织烦向。这就是说，每当视域中出现的图形不太完美，甚至有缺陷的时候，这种将其“组织”的“需要”便大大增加；而当视域中出现的图形较对称，规则和完美时，这种需要便得到满足。这样，那种接力将不完美图形改变成为完美图形的知觉活动，就被认为是在这种内在的“需要”的驱使下进行的。可以说，只要这种“需要”得不到满足，这种活动便会持续下去。知觉中这种对简洁完美的格式塔的追求，还被某些格式塔心理学家称之为“完型压强”，这一物理学上类比，生动地标示出人们在观看一个不规则，不完美的图形时所感受到的那种紧张，以及竭力要改变它，使之成为完美图形的趋势。格式塔心理学将这种趋势解释成机体的一种能动的自我调节的倾向，即机体总是最大限度的追求内在平衡的倾向。

![图片][e6b89e76241950b8bfa23d328e73040a.png]

拼多多砍价过程中会呈现“进度条”，个人吐槽，上面的UI设计存在问题。其进度条根本无法展示进度。

进度条展现出总量与现量被认为是一个完整的事件，所表现的视觉效果使人有该事件即使不在掌握中也在知悉中的状态，并且由于“完型压强”的存在会引导用户去完成任务。

### 沉默成本 ###

2001年诺贝尔经济学奖获得者之一的美国经济学家斯蒂格利茨还用一个生活中的例子来说明什么是沉没成本。他说，“假如你花7美元买了一张电影票，你怀疑这个电影是否值7美元。看了半个小时后，你最担心的事被证实了：影片糟透了。你应该离开影院吗?在做这个决定时，你应当忽视那7美元。它是沉没成本，无论你离开影院与否，钱都不会再收回。”斯蒂格利茨在这里不但生动地说明了什么是沉没成本，而且还指明了我们对待沉没成本应持怎样的态度。

什么叫沉没成本？就是有一件事，分明已是无利可图了，但是你已经在这件事情上花费了大量的时间、金钱，投入了很多感情。于是，你虽然在理智上知道这事再做下去也没什么意思，但你还是咬着牙做下去，结果反而浪费了更多的时间。否则的话，我过去对他的时间、感情的投入都浪费了。

选择放弃怎么那么难？为什么我们人类有如此强的心理倾向去维持沉没成本呢？表面上看，这是与两个心理效应有关，一个叫珍惜被拥有物效应，第二个叫厌恶损失效应。所谓的珍惜被拥有物效应，就是一件东西被你拥有了，你就倾向于认为它的价值更高一点。还有一个效应叫厌恶损失效应，这说的是什么呢？就是一个人他在面对可能的损失与可能的收益的时候，更愿意设法去避免损失，而不是去获取收益。

![20210718173037647.gif][]

拼多多最被诟病的套路是前期砍价非常的容易，越到后面越难。中间涉及到的是沉默成本心理学的应用。

### 间歇性强化 ###

心理学研究发现，人类或动物为达到某种目的，会于所处的环境下采取特定行为；当这种行为带来的某种反应或后果对他有利时，这种行为就会在以后重复出现，而该结果就称为“强化物”。而由于“强化物”的适时出现，增加了个体以后在相同情形下重复这种行为的概率，这表示“强化物”对于个体的反应起了强化作用。此种强化作用，即称之为“强化”。

强化程序

当动物所处环境中够多的变因被减少或是被控制时，他们在强化后的行为型态将明显的能够被预测。甚至当强化的速率适应于特定方法时，非常复杂的行为也能够被预测。强化程序是用来测定将被强化的反应（特定行为的单独出现）的计划。有两种极端情况，一种是连续强化，指强化所有反应；另一种是消弱，指没有反应被强化。

*  固定比率强化（Fixed ratio schedule，简称FR）：每固定次数反应都被强化，如每20个反应提供老鼠一个小食，或者工人每做100件门铰就有$500。例子：每月奖金制度。
 *  固定时距强化（Fixed interval schedule，简称FI）：从训练开始或先前一个强化之后经过特定时间长度之后强化，假设在这段期间至少有一次反应出现。例子：按销量核算佣金收入。
 *  变动比率强化（Variable ratio schedule，简称VR）：在不同的反应次数强化，有一个大约的平均值，例如老虎机不知道中奖机会、升迁制度。
 *  变动时距强化（Variable interval schedule，简称VI）：在经过一段不固定的时间之后强化，有一个大约的平均值，并假设在这段期间至少有一次反应。例如查看邮箱，不知道何时会有重要的信件或垃圾邮件，因为无法预测，所以会产生一个稳定的检查行为。

![图片][1c67eb3971a87faea17208b649158b29.png]

比率程序能够比间隔程序产生更高的反应频率。变化程序也比固定程序产生更高的反应频率。变化比率程序产生较高的反应频率，且对消弱有较大的抵抗力，赌博是变化比率程序最有代表性的例子。

间歇性强化

比起每做一个行为就有奖励，与持续性强化（continous reinforcement）不同的是，间歇性强化（intermittent）指每一个反应都不一定有后果。例如，在教育应用中，当目标学生学到想要他们要做的行为后，老师可以改为用间中赞他。与赌徒上瘾的逻辑相同，因为透过不能确定何时有回报，周不时的回报会鼓励赌徒，就会令到该行为更难去消失 （resistant to extinction）。目标习惯了有时会没有奖励（赌徒则没有中奖）但不是永远没有机会（会嬴钱的）。换言之，持续性强化的效果虽然快，但是快来也快去，所习得的行为也很快。

拼多多随机的砍价金额使用的就是“间歇性强化”强化理论。在砍价过程中，偶尔会有较高的砍价金额来激励用户。

![图片][f20212b8c7bf6189922a230709a493e0.png]

## 砍价的后端处理逻辑 ##

关于拼多多的砍价代码实现，并没有找到确定的证据。以下仅仅是猜测（如果我是拼多多砍价模块的负责人，我会怎么做？）：

### 每次砍掉的金额是事先计算好的 ###

拼多多每天发起的砍价数据量巨大，不太可能是用户砍价时实时计算的。从技术上比较好的实现方案是按照砍价的目标（期望引入多少用户可以砍价成功）提前进行的计算。并将结果存储下来,当用户过来砍价时，知识根据其过来的顺序读取对应的金额。

中间可能涉及到的细节：

1）根据用户了历史砍价成功的次数设置难度

比如该用户是首次发起了砍价，则难度可以设置较低值，难度系数是1，有过1次砍价成功的用户，难度系数为2，有过2次成功砍价的用户难度是4…（这里的难度系数应该不是线性增长的，而是指数级增长的）

2）根据参与者的历史参与情况区分砍价金额

由于事先生成了砍价成功需要的人数，中间就涉及到将一些薅羊毛的用户统一的进行额外处理。如发现用户是已经参与了多次助力的用户，则其金额统一是0.01元，这样就保证了用户想要砍价成功需要的新用户数，保证了传播度。

### 每次砍掉的金额不是等概率随机 ###

1）先易后难

前面提到拼多多使用了“沉默成本”来促使用户在砍价后期去获取更多的用户。技术上的方案是需要进行2步操作：

*  将砍价金额m一分为二，这里的比例应该不是50%、50%。从心理学上应该可以找到一个适当的合理的数值，让用户觉马上就可以完成任务，但还需跳一跳。
 *  将砍价人数n一分为二，这里的比例应该是前面少，后面多。让用户觉得前面前期的砍价相对简单。

举例，如果砍价目标是100元，设置的砍价目标是100用户参与，则可以将金额分为78和22。将用户分为40和60。即前面的40个用户可以砍掉78元，后面的22元需要60名用户才能砍价成功。

2）间歇高额

为了实现间歇性强化，需要在随机砍价金额时，设置每次随机的金额都不是等概率的。涉及到的内容需要进行2步操作：

*  确定间隔的频率，比如每5次左右有1个高额？
 *  确定金额的差异，比如较高金额是普通金额的10倍？

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70][]

[c935329b84c8b988db8622e5311c2fe1.png]: /images/20220829/46024c3c61d646cbb971409890025e80.png
[9286e9821e896f7575fb899b1a3b4ea4.png]: /images/20220829/29b6d77ac20543b495db35e64a0661a7.png
[f4ef524ec74612e7bc4b3b9327db6f67.png]: /images/20220829/01a23570ebf24d268dff645f60b06405.png
[e6b89e76241950b8bfa23d328e73040a.png]: /images/20220829/60608c4866b84062a917ebb12b914562.png
[20210718173037647.gif]: /images/20220829/a90aa6f1186a41ad9f755335c2432c68.png
[1c67eb3971a87faea17208b649158b29.png]: /images/20220829/9d94b9be293946d2a3653a21038d0a95.png
[f20212b8c7bf6189922a230709a493e0.png]: /images/20220829/ad49d7b599f7437f85e8bb289abde2b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70]: /images/20220829/6ead548ac6a34aba9c261757b61636fe.png