为什么有人会相信星座和性格测试,还热衷分享?

2019 年 1 月 29 日 互联网er的早读课


来源:运营研究社(ID:U_quan)

排版:鱼丸汤圆


文章开始之前,我们先来做一个小测试。


看到下面这张 gif 图了吗?随意截图,截到的内容就是你的 2019 年运势。



当然,这个“测试”只是放假前的娱乐,估计小伙伴们都不会太当真。


不过,一旦把这个测试做得复杂一点,增加个人信息,比如说你的姓名、手相、星座、血型等等,或者做一些题目,然后再给出一个测试结果,是不是大部分人都会觉得言之有理了?


今天,我们来聊聊,为什么测试类的结论总是让我们感觉“煞有其事”,又该如何利用背后的理论做测试类的营销。



一、五花八门的测试类H5


每年刷屏最多的 H5,除了我们之前文章提到过的年终盘点类 H5 之外,还有一种就是测试类 H5。


这类 H5 往往由主题 + 选项 + 结果 + 结果解析构成,结果由测试得出,乍一眼看去总感觉跟自己很匹配,或者是自己想要成为的样子。

比如说,KnowYourself “测测你最像「创造 101」里的谁?”;网易新闻 × 哒哒推出的“测测你的哲学气质”,亚马逊的“每个人都是一本奇书”,知乎的“平行世界的你”,基本上都刷了屏。


PS:我猜你一定会相信他们给出的结果,不信你也来测一测。


KnowYourself:测测你最像「创造 101」里的谁?


网易新闻×哒哒:测测你的哲学气质

     

亚马逊:每个人都是一本奇书


知乎:平行世界的你


当我做完 4 个 H5 之后,我发现测试的结果之间有不少矛盾的地方,又是浪漫又是充满理性。但是在单独看结果的时候,觉得跟自己非常相符,这是什么原因呢?


二、为什么我们会相信测试


事实上,大部分人都会对以上案例深信不疑,并非我们在挑选案例时动用了什么手脚,而是因为类似的这些测试,抓住了人类的两种心理现象:谄媚效应和巴纳姆效应。


我们先来说第一种,什么是谄媚效应?


谄媚效应指的是大部分人更愿意相信让他们自己看起来更正面和更积极的事情。


回到以上案例,我们会发现这些测试确实都偏向于向用户说好话,比如“你温暖善良,对生活抱以期待”;比如“拥有令人安心的力量,总能神奇地化解矛盾”。



不过,谄媚效应只是解决了用户喜欢听好话这一问题,商家还会把握更关键的点:如何向用户讲好话?讲什么样的好话?这就涉及到另一个心理学效应:巴纳姆效应。


巴纳姆效应也称福勒效应、星相效应,指的是人们常常认为一种笼统的、一般性的人格描述十分准确地揭示了自己的特点。当人们用一些普通、含糊不清、广泛的形容词来描述一个人的时候,被描述的对象很容易接受这些描述,认为描述中所说的就是自己。


换句话说,商家对我们的引导、描述都停留在含糊不清的层面上,同样的描述,无论放在谁身上,我们都觉得同样适用。


不信,我们来看一段话:


你对新鲜的事物有极强的敏感度,甚至在看待习以为常的事物时,也能有独到的见解。在日常生活中,你总是扮演一个统领全局的角色,如同一束耀眼的光感染周围的人。


身为运营的你,你有没有觉得这样的描述也是在说你呢?(实话说,这是我编的,你也可以编一段去试一试周围的人)


理查德·怀斯曼在其著作《怪诞心理学》里表示:占星学和笔迹学事实上并不需要真的很准,只要看起来很准就足够了。只要给人们一个非常概括的描述,他们的大脑就会诱使他们相信这些描述具有非常独到的见解。


三、如何运用两种效应做营销?


如果经费比较充足,就可以开发一个酷炫炸天的 H5 ,设置一些比较符合逻辑的测试题,当然这些需要很多人力、物力以及技术的支持。

但对于大多数用户来说,还是希望花最少的钱,用最低的成本吸引更多到的用户。那么才能让用户更愿意分享,更愿意传播呢?


1)蹭热点


基于用户的从众心理,一般借势类,蹭热点类的测试比较受欢迎。


比如综艺节目《创造 101 》热播的时候,《测测你最像<创造101>里的谁?》就很好利用了用户的跟风从众心理,再加上测试结果能够给足用户谈资和优越感,一时间用户纷纷晒出测试结果,刷爆朋友圈。



还有天天 P 图根据节日热点做的测试类题目:《五四到,原来我的前世长这样!》



综上,我们可以根据热门事件或特殊时间节点做测试题目,比如我们可根据当下热播剧《知否》,做一个类似“测一测你是《知否》里面的谁”这样的活动。


2)要有展现“自我”的元素


人们一般都会关注和自己相关的东西,所以关于自我的东西是很重要的。这也是为什么大部分测试题的第一步,就是输入昵称。



另外,还有一些测试类的题目,比如今天运势,本周财运,本月桃花运等火爆原因之一,也是抓住用户想更多的关注和自己切身相关的内容的心理。


所以我们在设计测试主题的时候,要有让他们展现自我的元素,比如测试你的性格,测试你的人格,测试你 2019 年能否脱单等等。


3)正向且笼统的描述


根据谄媚效应,大部分人更愿意相信让他们自己看起来更正面和更积极的事情。


那么关于文案部分,尤其是测试结果类的文案一定要积极且正向的。比如知乎 H5 平行世界的你中,最终的测试结果都是关于“新知青年”的正向描述



根据巴纳姆效应,当用一些普通、含糊不清、广泛的形容词来描述一个人的时候,人们往往很容易就接受。


《平行世界的你》测试结果就是那种正向积极且笼统的:


自由自在的你比天大,萌到发光……


相信任凭是谁,听到这句话都会很开心, 并且可能会认为这种描述十分准确地揭示了自己的特点。最后附上金句:


这个世界,比我们想象中大……



引导用户做下一步操作,或分享或关注。总之,用户被夸的晕头转向的时候,你让他做什么他都会很乐意。


但要注意的是,在做笼统描述的时候,还要有个性化的描述,帮助用户表达他们自己想要拥有的个性:比如自由自在,有魅力,有趣的灵魂,内心脆弱等等。


4)帮助用户表达愿望


除了正向笼统的描述之外,我们还可以通过帮助表达,大众们希望实现的愿望。相信每个人都曾经幻想过自己能够拥有比较难以得到的东西:比如财富、情感、地位、权力等等。


在实际设置这些“愿望”的过程中,一定要注意,这些愿望是有可能实现的,比如升职、加薪、脱单等,其中可以夹杂一些比如暴富,C 位出道等,但是不能太离谱,让用户感觉无法实现,否则就功亏一篑了。



最后不要忘记在引导时加上一句“分享/关注愿望更容易实现”。如此一来,很多人便会自发的分享或关注,因为他们希望能够通过这个小小的举动实现这些愿望。


5)场景新奇有趣,超出预期


在做测试时,用户往往是处在一个好奇的状态,很多时候就是因为这颗好奇心,使得他们一步步做完了测试题。


所以在主题上我们就要下功夫,比如测一测你隐藏的性格是什么(关键词“隐藏”),测一测未来的你/另一半长什么样?(关键词“未来的”),测一测在别人眼中你是什么人设?(关键词“别人眼中”)。


当主题设定好时,我们要营造一个有趣或玄幻的场景(具体场景可根据主题设定),要尽一切可能让他很享受这个测试,觉得测试很好玩,很有趣。比如网易的《猪年运势神预测》的场景竟然把丁磊都搬出来给各位算命了。



利用用户探索未知的好奇心,在情节设定或题目设置上能够超出他们的预期,那么就一定会有一个不错的传播效果。


四、总结


谄媚效应告诉我们,人们都很喜欢一些积极正向的描述;巴纳姆效应告诉我们,当用一些普通、含糊不清、广泛的形容词来描述一个人的时候,人们往往很容易就接受这些描述,并认为描述中所说的就是自己。


如果你也想做个刷屏测试类题目,一定要掌握这两个效应的精髓,同时不要忽略以下这 5 个原则


1)借势,蹭热点。

2)要有展现自我的元素。

3)文案正向积极且笼统,有个性化词汇。

4)帮助用户表达愿望,但愿望不能太扯。

5)场景新奇有趣,超出用户预期。


如果觉得文章对你有所帮助,欢迎留言并且推荐给你的好友。


本文由运营研究社(ID:U_quan)发布,授权互联网早读课转载。内容仅代表作者独立观点,不代表早读课立场。如需转载,请联系原作者。


运营相关:


增长相关:


登录查看更多
0

相关内容

网易新闻是网易倾力打造的精品应用,已然成为国内第一新闻客户端,因体验最流畅、新闻最快速、评论最犀利而备受推崇。
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
115+阅读 · 2020年5月10日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
168+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
模型压缩究竟在做什么?我们真的需要模型压缩么?
专知会员服务
27+阅读 · 2020年1月16日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
为什么不能和阿里巴巴好好说话呢?
创业邦杂志
3+阅读 · 2017年7月3日
Arxiv
7+阅读 · 2020年3月1日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
6+阅读 · 2018年1月14日
VIP会员
相关VIP内容
相关资讯
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
为什么不能和阿里巴巴好好说话呢?
创业邦杂志
3+阅读 · 2017年7月3日
Top
微信扫码咨询专知VIP会员