引爆流行6原則--為從眾效應建模

01-31

每天聰明一點點，這是大輝總結的多元思維模型的第20篇。

註：今天的內容較長，且較燒腦，建議花10分鐘以上的整塊時間閱讀。

昨天我們學習了「如果有多少人加入群體活動，我將加入」的簡單模型，這個簡單模型就能夠幫我們理解群體中的一些同群現象。今天我們對它擴展一下，我們基於閾值模型的參與和同群效應創建一個新模型，它有個有趣的名字叫做「起立鼓掌效應」。

想像一下當你在現場看完演出時，是什麼讓你起立鼓掌呢？

因為時間很短，沒有太多思考時間，要非常快的做出判斷。你可能會鼓掌，但你不知道自己是否應該站起來。看到有人站起來，你不能確定應該跟著前面的人站起來還是坐著不動。

有很多模型用來解釋人類的行為（以後我們會學到）。有個模型說人們是完全理性的，會優化自己的選擇。但起立鼓掌不可能完全依賴理性，因為沒有足夠的時間來做判斷和決策，我們大多數情況下是跟隨他人而行動。所以，起立鼓掌是一個很適合的領域，能夠讓我們思考人們是如何受他人及外界信息影響而做決策的。

影響我們的一種是同群（或者說是從眾）效應，如果其他人站起來，那我也會站起來；另一種就是我們依賴自己獲得的信息做判斷。比如你去看一場古典音樂會，在開場前，發現前面有位中年男士跟同伴談論古典音樂歷史，講的頭頭是道，人看上去也很沉穩老練。

當表演結束後，你猶豫要不要起立鼓掌，但是你看到他突然站起來了，你認為他傳遞出了表演質量的準確信息，所以你也會跟隨他而站起來。

在這個情境下，你並不是想學他，你學他是因為，他的行動告訴你表演有多好，他給你傳達了這樣一個表演質量的信息，這就是一個典型的信息影響。

構建模型

所以，我們需要建立一個模型來分析在同群效應和信息效應的結合下，我們會採取什麼樣的反應。

和昨天的紫帽子模型一樣，我們首先需要設定一個閾值（Threshold），我們用字母T來代替。這個閾值和昨天我們說的閾值是不同的，紫帽子模型里閾值就是參與群體活動的其他人的數量，比如戴紫帽子的人數，看電影的人數。

今天的這個閾值跟表演質量（Quality）相關，我們用Q來代表，假設表演質量的閾值在[0,100]區間。就是說如果你的閾值為70，表演超過70 你就站起來，低於70你就坐著不動。

但是我們每個人對表演的判斷是有誤差（Error）的，下面用E代替，為了讓模型更為可靠，我們引入信號這個變數，它除了與質量Q有關，還受E的干擾，最終我們接受到的信號Single（可簡化為S），就用這樣一個等式來表示： S=Q+E。

這是我們對模型的一些設定，下面我們來定義下它的規則：

判定規則：

If S >T ,Stand

跟隨規則：

Stand if more X% stand

好，為了直觀一些，我們把他們寫在一起，不要被下面被這段代碼嚇到，看不懂也沒關係，可跳過。

程序員應該非常喜歡這樣的寫法，看起來也異常的直觀，簡潔，跟機器交流有時候與比跟人交流容易很多。現在我們對這個模型做點解釋，初始判定規則就是當你接收到的表演的信號大於你的閾值時，你就站起來。當你無法自我判斷，想要跟隨他人行動時，就使用跟隨規則。假如有你的X值是30，就是說有30%的人站起來你就會站起來。不難得出，有兩個自身的因素會影響你是否站起來，一個是T，即你最初對質量要求的閾值，還有一個是X，即有多少人站起來你就會跟著站起來。

能從這個模型得出什麼呢？

1.演出質量越高，你越有可能站起來。

因為當Q越大時，通常E也會增大（至少不會變小），S = Q + E將更有可能大於你站起來的閾值T，因此你就會站起來鼓掌。

2. 更低的閾值T，會有更多的人站起來鼓掌。

因為T越小，S = Q+E 的值也會容易超過我們的閾值T，比如我是個鄉巴佬，看的節目不多，要求不高，稍微精彩一點的我都樂意站起來鼓掌喝彩。或者我將閾值從70降到30，從30降到10，是不是更容易站起來呢？這個和第一個結論一樣，不難得出，也很容易理解。

3.更低的X，會有更多人站起來鼓掌。

還記得X代表站起來的人群比例吧，如果你的X是10，也就是說只要很少一部分（10%）的人起來鼓掌，你也樂意跟隨。

那麼什麼因素導致X大還是小呢？

如果你的X值為80，這就意味著你是個比較有主見的人，你會看到周圍有非常多的人參與，你才願意跟隨。

那如果你的X值為5，那就意味著你時刻準備著加入，即使有很少一部分人起立，你也會站起來。因此這個X值告訴我們觀眾的一些情況。

好，我們再回到信號的這個公式，S = Q+E：

如果說演出本身的質量是55，但由於誤差E，你獲得的信號可能是58或52。

誤差E可以是由觀眾的多元化造成的，由於每個人對演出的要求不一樣，或者因為我們有不同的生活經歷，對內容有不同的理解。對我的質量是50，你可能認為有60，或者我認為質量是80的，你認為是60，因為我們對質量有不同的要求和理解。

因此我們接收到的信號既取決於Q，也取決於E，而且這兩者在不同的人身上都會產生誤差。

為了將這一點理解的更明白，我們來做點簡單的算術：

假設劇院有1000人，他們的閾值簡化為：T = 60，演出的質量： Q = 50，由於50 < 60，因此，表演結束後，大部分的人都不會起立，我們這裡沒有考慮誤差E。

現在我們將E引入，

第一種情況下，E的範圍比較小，比如E在[-15,15]，那麼S的範圍就在[35,65]之間，我們看到只有一小部分人會站起來。

第二種情況，我們將E的區間放大，假設它在[-50,+50] ，這讓S的範圍變成了[ 0，100] ，但平均值是仍是50，所以還是有大部分人不會站起來。

如果人們的閾值平均分布在[ 0，100] 這個區間上，那麼就會有40%的人站起來鼓掌。此時，跟隨規則開始發揮作用，那些X值低於40的也會跟著起立鼓掌，這形成了骨牌反應，他們的起立來讓X值增大，引發那些需要大X的也會站起來，最後的結果是全體起立鼓掌。

所以我們得出：如果觀眾更加多元，或者說他們分布的範圍更廣，就更有可能引起全體起立鼓掌。這也就是我們的第四個結論。

4.如果演出比較爛，即Q < T，那麼E的範圍更廣，或者E更加多元，就能使更多的人參與起立鼓掌隊伍中。

此時Q雖小，但是E比較大，所以 Q+E >T ，很有可能形成骨牌效應的全體起立鼓掌。

那麼最後問題來了，什麼因素會讓E的範圍變大？

它取決於兩方面，一方面是觀眾：

1）觀眾

如果觀眾更多元，他們具有不同背景，有的人認為表演很好，有的人認為很差，這樣就形成了一個比較廣的區間。

2）表演本身

如果表演本身比較複雜，或者它是多維化的，「每個人心中有個哈利波特」，就會造成觀眾對表演產生不同的理解。

到此，我們需要總結一下，學到了什麼？

越高質量的表演，越容易獲得起立鼓掌；
觀眾的閾值越低，越容易獲得起立鼓掌，這也不難理解；
觀眾願意湊熱鬧，或者說他們的從眾意願更強，也會形成起立鼓掌效應；
觀眾更加多元，也就是E的範圍越大，越有可能形成鼓掌效應。

這個模型的結論能夠解釋在觀看演出時，什麼時候會全體會起立鼓掌，什麼時候不會。你可能會說，這結論是顯而易見的，沒有模型我也能想得到。

確實，如果沒有模型，你也會總結出幾條出來。如果有些心理學知識，前面三點不難得出，但是最後一個，如果沒有模型的幫助，你是很難得出E的範圍越大，越有可能形成全體起立鼓掌的現象，這就是模型的作用。

模型遇到現實

我們這個模型還是很簡單的，它沒有考慮劇院本身產生的影響。在模型里每個人都可以看到所有其他人，在真實的劇院中肯定不是這樣的。

還有一點就是我們通常不會一個人去看演出，會和約會對象或親戚朋友共同觀看演出。這一點我們在模型里也沒有涉及。

那麼，這兩點到底對模型有沒有影響呢？我們首先來看一下劇院。

當你坐在劇院中，其實只能看到前面一片錐形區域，如圖：

在不同的位置，看到的錐形區域不一樣，越往前面，錐形面積越小，越往後面，錐形面積越大。

坐在最前面的，他們其實看不到其他人的動作，就像主席一樣，他們只是按照自己的意願起立鼓掌，而後面的人都關注他們的一舉一動。在學校中，第一排坐的一般都是熱愛學習，遵守紀律的好學生，就是給大家做出好的榜樣。

坐在最後面的人，幾乎能看到全場所有人。他們很像學術界的人，研究別人怎麼做，但是別人不知道他們成天在幹什麼（不是罵專家哈）。其實也沒有多少人關注後面的人怎麼說，怎麼做。在學校里後面坐的一般是副班長或者紀律委員，當然還有不愛學習的搗蛋鬼。

在看錶演時，我們都期待的結果是什麼？

就是表演質量好的話，全體會起立鼓掌，表演質量差，應該就沒有人起來，但結果真如我們預期的那樣嗎？

因為幾乎所有人跟隨前面的這些「名人」而動，前面的人是不知道其他人怎麼想的，他們只能依賴自己的「獨立判斷」做出是否起立鼓掌的舉動。

後面的人視野很廣，即使他們更客觀，但並不能有效影響現場觀眾的行為。這就是真實世界的運行狀態，並不是很理想。

我們再來看與人約會時的情況。根據我們前面的分析，在表演結束時，我會向左，向右觀察他人的反應，如果有X的人站起來，我就會站起來。

若X值沒有達到我的要求，但此時我的約會對象站起來呢？我肯定就會站起來（不站起來這約會就泡湯了）。所以考慮到成對或成群的人時，一個人站起來，會帶動其他人做出相同的動作。

這也就意味著，有成對或成群觀眾時，更有可能引發全體的鼓掌起立。一個人帶動另一個或另一群人。新加入的人又會帶來類似的骨牌效應。

我們加入兩種現實情況下，又得到了什麼呢？

除了前面總結的4點，我們有了兩個新的收穫：

5.將名人放在前面，獲得名人效應

讓有影響力的人坐在前面，或者把肯定會起立的人安排坐在最前面，在主辦方規定的時刻，他們集體做出鼓掌喝彩的動作。

所以，很多表演會花錢找一些觀眾來做這樣的事情。

6.大的群體更易形成全體起立鼓掌效應

觀眾中有形成更大的群體，更有可能產生起立鼓掌效應。比如一個班的學生去看話劇，有個人起立鼓掌了，那其他人也會跟著他站起來。

我們將這6個收穫總結一下，如下圖：

模型的應用

這個起立鼓掌模型是很好玩，現在我們要用它來干點正事了。創建模型的目的也在於此，將它應用在更多的領域。

1.比如我們前面談過的群體活動，你可以考慮誰是明星，更大的群體意味著什麼，比如戰狼2，吳京的老婆謝楠功不可沒，在微博的轉發就起了很大的作用，她不遺餘力的為自己的老公站台，宣傳，並帶來了其他大V的傳播。

2.也可以應用市場拓展中，假設你要推一個新的繪圖軟體，除了考慮提高軟體質量，降低軟體使用門檻外，還需要考慮從什麼人開始推廣，你可能會考慮找幾個業內的明星設計師入手（明星效應），或者給國內知名的設計公司免費提供試用（更大的群體）。

3.模型還可以用在說服村民拆遷上，給村民應得的補償外，還要從村裡有威望的人入手，給他們多加一些錢，讓他們起帶頭作用，從而影響其他村民。還可以從村裡的幾個大姓家族入手，產生群體效應。

4.也可以用在文章轉發上

比如當我寫好一篇文章後，呼籲大家轉發，一些讀者會有顧慮，文章質量高不高啊，發到朋友圈是不是有損朋友圈的逼格。寫的這麼爛，也沒有超過我的轉發閾值。

我要提高轉發量應該怎麼做呢？

可以先找幾個大號，讓他們轉載，使用名人效應，或者我聚焦一個比較窄的專業群體，通過一些激勵措施，讓他們在朋友圈分享我的文章，依據假如有X的人加入，我會加入的規則，會引發更多人的轉發，造成了某個小領域的朋友圈刷屏現象。

———今日小結———

今天我們用一個有趣的模型學習了同群效應和信息是如何影響我們的行為的。也一步步總結推導出了6個結論，它可應用在工作生活中的各個方面，建議大家將結論圖片保存下來。

內容首發與公眾號：行為設計學會（actiondesign）