数据分析：通过 3500 万用户考验，用数据改变用户习惯的方法

本文来自爱范儿旗下创业社区 MindStore 的“MindTalk 线场”栏目。如果希望参与到 MindStore 栏目报道，或者有相关项目推荐，请将产品提交到 MindStore.io。

“我们于 2014 年 11 月创立 Feel，至今已经拥有 3500 万 用户，每天在 Feel 打卡的用户约 330 万。在 Feel 上可以记录日常运动、健身、身体复健、甚至早睡早起等，健康生活有关的内容。”Feel 产品负责人戴金乘说。

“Feel 就像是用户的“移动健康助手”，关注并提出方案改善着用户各类健康疑问。”

提及运动健康领域，大众会立刻联想到许多工具属性的记录软件，和以内容为主的 PGC 模式应用，而最具核心价值的用户健康数据却少被谈及。用户的健康数据有什么作用？怎样让用户养成记录数据的习惯？

概要：如何通过数据记录改变用户的健康消费模式

• 健康领域的模式
• 真正值得被记录的数据
• 如何培养用户量化自我的习惯
• 用户形成量化自我的习惯后，数据的作用

健康领域 App 的模式

• Fitness 类应用

随着健康领域热度的增长，各类健康 App，如 Nike Running，Runkeeper、咕咚、Keep 等，纷纷呈现在用户眼前。除了真正的运动爱好者，普通用户在新鲜感淡去后，会逐渐减少使用，甚至不再使用这些 App。这类专项运动工具 App，因以 Fitness 为代表，暂称为 Fitness 类应用。

为什么这类应用难以坚持使用？首先是因其极具专业性，应用假定用户，追求成为资深健身爱好者。这导致用户必须向高强度运动项目发起挑战。但并非所有用户都对八块腹肌有追求，普通用户在新鲜劲过后，难以持续运动激情。

其次，现今国内该类应用同质化严重。上述提及的 App ，都提供 GPS 功能以记录跑步轨迹、提供视频教程辅佐用户健身或瑜伽等，甚至在外观上也日渐趋同。如此对单独运动健身功能垂直挖掘，并未足够利用体育与互联网的优势，且单一领域的爱好者有限，用户数易处于瓶颈。

• Healthcare 类应用

Healthcare 全称为 Mobile Health 2.0，主要通过各类传感器、渠道和使用方式以全面收集用户数据，综合分析并提供运动指导、健康意见或预警等科学的解决方案。

Healthcare 领域公司有，小米运动、三星健康、GoogleFit 、Feel 、Fitbit 等。现今业界普遍认为，Healthcare 将是互联网运动领域的新方向。Healthcare 并不是“一个极致化的垂直工具”，而是一揽子解决方案，即用户只需要这一个就够了。

对普通用户而言，他们可能在一定时期内有健身塑型的特殊需求，并选择 Fitness 类产品。如此暂时性需求的周期性非常明显，超过产品定位的生命周期，或塑形完成后，用户可能不再使用该产品。

而 Heathcare 模式具有广泛的人群基础，且没有明显使用周期特性，更轻量化与生活化。就如迪士尼动画《超能陆战队》中的健康机器人——大白。用户可能不知道自己需要它，但它一直在那儿陪伴用户，时刻关注着用户的需求。

简而言之，Fitness 像是专卖店，有单一领域专注极致的追求，而 Healthcare 像是超级市场，以更综合的方式满足用户，通过收集、分析用户的数据以帮助用户健康生活。

健康领域内，真正值得被记录的数据

• 数据不需要被记录？对用户而言，数据是不需要被记录的。

用户要的不只是数据。大部分用户对数据是无概念的，各种复杂的数据，对用户少有作用。只有部分特殊需求，如骑行与跑步，专业用户才会关注里程等细粒度的数据，即习惯运动用户的记录需求，才是强需求。因此，经过分析得出的结果与解决方案，更重要。

• 找到用户需要记录的数据

如何让没有专业需求的普通用户主动记录数据——帮助用户明确目标，根据目标的不同，辅佐用户找到需要记录的数据。

很多女性用户，在身材已肥瘦两相宜的情况下，还想不断减肥。最后由于长期未摄入动物蛋白质及其它人体所需矿物质，积损成伤，易染恶疾。在减肥的表层需求下，如何健康变瘦才是用户追求的目标。这个案例里，用户需要关心的数据不仅是体重，还有体脂率。

我们首先应帮助用户了解该关注什么数据，再帮助用户达成目标。告知用户的数据指标是否在正常范围内，提出相应的目标，并提供解决方案辅以达成目标。根据用户目标挖掘定向数据，整理许多复杂的、用户无需了解的数据，综合理解用户的身体状态。

• 90 后的数据需求

90 后年轻人约占 Feel 用户群体的 80%,要了解现今年轻人的健康需求特点，就需要进入他们的生活场景中。

很多 90 后女生关心睡眠质量，目的是为保养皮肤，睡美容觉。我们就不仅需给她们提供睡眠记录打卡，还要推荐皮肤保养方案。甚至，联合用户的其它数据挖掘她们更深层次的需求：想美肤，是因工作、婚恋需要、还是增加自信、想当模特等。

用户的真实需求通常隐藏在表面目的下，通过分析用户原始数据，还原用户所在场景和状态，即可衍生出更多细粒度需求。

如何培养用户量化自我的习惯

量化自我并不是新概念，其隐含自我记录，自我评判的意义。量化自我的追随者，会相信分析数据可以改善个人生活。就记录本身而言，让用户时时刻刻记录自己的健康数据，是件反人性的事。如何让用户心甘情愿地记录自身多维度的健康数据呢？以 Feel 为例进行分析。

• 激励

健身教练能有自己的健身成果，并可将经验分享给他人。表面上是靠自身驱动力去完成的，实际上并不仅仅如此。在运动过程中，教练会记录并量化自己的目标和成果，通过改变不断给自己正向反馈，持续坚持并达到理想效果，即“激励”。（图片来源于嘉宾分享）

通过常规的 Hook 模型进行解释：

1. 通过内外部出发机制，引导用户采取行动
2. 让用户按照预期行动
3.  对用户进行奖励
4. 让用户持续进行投入

让用户持续进行上述四个流程的循环，便能帮助用户塑造习惯。

• 游戏化交互方式

在产品中设计游戏化场景，让用户能够有更多参与途径。以往产品大多使用进度条列表体现数据，Feel 从设计时就想找到一种整齐漂亮，又可让人眼前一亮的交互方式。用户进入 Feel 能一眼看见其宫格式功能矩阵，而它实际是 16 项健康工具的记录进度列表。

（图片来源于嘉宾分享）

我们从俄罗斯方块上找到灵感，用不同颜色模块拼凑出用户的健康简历，完成每个任务，白色的模块就能被点亮，让用户的界面同样规整但却都不一样。该设计得到用户认可，很多用户看到这个表格就很想都把它们点亮，让宫格展现得更完整。每个按钮点击完成后，会进入分享界面，让用户记录所处场景和互动。

这一设计让用户“玩了起来”，产品日活在 3 个月里增加了 1 倍。

• 社群

Feel 是从社群起家，去年开始完整转型为健康平台。平台本身就有社群基因，同个计划小组内，用户互相加油鼓劲，晒照片，晒计划成果，或者甚至是互相吐槽，这都给社区成员带来归属感。

Feel 现在有约 7 万 3 千个小组。小组人数，如“练马甲线计划”小组有多至 300万人，也有如“今天不生气”打卡小组，只有不到 100 人。但这些人能每天坚持打卡，最多已坚持超 200 天。

培养用户的自我量化习惯后，我们还能帮助用户做什么？

健康数据给用户带来两个方面益处。

俄罗斯研究人员邀请不同年龄的 100 位想要减肥的女性志愿者参与实验。她们被分为两组，其中一组志愿者每天记录其所食用的食物，并计算食物中的卡路里含量。另一组志愿者则没有记录食物的卡路里含量。研究人员并未限制志愿者的日常饮食。一个月后，记录每日卡路里摄入量的志愿者变瘦了，而另一组体重无变化。

同在未被限制饮食的情况下，为何仅记录数据的一组志愿者能变瘦一点？

• 量化自我的行为，让用户有健康意识

不记录数据时，用户吃多吃少无标准，甚至假装不知道、糊弄自己。当需白纸黑字记录内容时，用户只能逼迫自己面对事实。在达成目标之前，摄入量过多会产生强烈的负罪感，所以用户选择克制，健康意识也随之产生。

• 根据持续反馈的身体状况，可以进一步提出更科学的方案

定制化方案不是简单的，单向输出视频形式、大众化健康食谱建议等来解决问题。而是根据身体的原生状况提供更深度的服务。Feel 会在今年下半年正式上线该服务，并将打通线上与线下两部分内容，通过融合自我练习和健身教练的专业指导，让专业人士更好地帮助用户达到目标。

注：文中数据不做投资参考；未备注图片来自 Unsplash；感谢爱扒词转录整理。