Netflix 是怎么让用户上瘾的 ？我总结了12个设计细节 ！
编者按 ：作为世界范围内最有影响力的上瘾设计流媒体平台 ，Netflix 不仅仅是细节一个充满粘性 、全球分发的用户优质内容平台 ，而且在很大程度上改变了整个影视行业和制片的上瘾设计机制 。Netflix 的细节 APP 有着一套完善成熟的 UX 机制 ，确保全球不同国家地区的用户用户都能够对他们的内容产生兴趣 、能够持续地观看下去 ，上瘾设计那么它背后到底是细节怎么做的 ？Mary Borysova 的这篇文章就详细分析了背后的原理和技巧 ，以下是用户正文 ：
你是上瘾设计否注意到 ，浏览 Netflix 很容易就会浪费掉一个小时（或三个小时） ？细节
作为一个花了无数个夜晚探索他们精心制作的影片推荐的人，我对 Netflix 在设计方面所取得的用户成就，真的上瘾设计非常欣赏 。
最让我着迷的细节是 ，它所提供的个性化体验 。我的Netflix主页和我伴侣的完全不一样 。
Netflix 创造了一种体验 ，它不仅能理解我们想看什么，还能帮助我们发现新事物 。让我们来深入了解一下。
Netflix 的层次结构
- 顶部位置那一行显示 Netflix 最希望你观看的内容（通常是 Netflix 原创剧集或新发行剧集）
- 「继续观看」功能减少了用户不断返回观看的阻力
- 个性化推荐有助于建立内容的相关性
- 趋势/流行内容引入社会认同的机制
- 特定类型的合集出现在更下方的位置
整个布局严格遵循 F 式布局模式，其中用户主要关注点在屏幕的顶部和左侧部分 ，随着向下和向右移动 ，注意力会逐渐减少 。
Netflix 的分类
类别的创建
Netflix 并不局限于传统的类型分类 。他们创建了高度具体的微类别 ，例如「烧脑科幻惊悚片」或「90 年代轻松浪漫喜剧」 。这种分类方法目的在于贴合多种不同的心理学目标：
- 它创造了「特异性悖论」 ——极其具体的类别比广泛的类别，更让人感觉它分类与个人相关
- 它能够进行「自我验证」 ——强化你作为有特定品味的人的身份
- 通过创建更小 、更易于管理的选项子集 ，来减少「选择过载」的情况发生
Netflix 个性化分类
认知科学家发现 ，分类本身会改变我们处理信息的方式 。当内容被归类到你认同的类别时，你在看到其中具体内容之前，就会对它做出更积极的评价。
Netflix 个性化分类
内嵌式社会认同机制
除了明确的排名之外，Netflix 还在整个界面中融入了微妙的社交认同指标 ：
- 「现在流行」系列表明当前的流行程度 ，但没有具体的指标 。
- 匹配百分比指标暗示了「像你」的人所享受的东西。
- 「Netflix 上的热门」与「前 10 名」不同 ，它指的是持续的流行 ，而不是短暂的流行 。
- 特定类别的流行度（「最流行的纪录片」）创造了「领域权威」的感觉——在特定背景下的流行度 。
这些策略实现了「多源验证」——当某事物在几个不同的环境中显得流行时 ，它的感知价值就会急剧增加 。
Netflix 视频预览
好评指标
Netflix 的特色是屡获殊荣 、广受好评，以及来自可靠来源的高评分 。这体现了「权威原则」 ——我们倾向于受到可靠专业知识的影响 。
- 奖励徽章（奥斯卡奖得主 、艾美奖提名者）创造了「质量启发法」——评估作品价值的心理捷径。
- 烂番茄评分提供「外包评估」——将判断委托给公认的专家 。
- 批判性的引用提供了「周边线索」——不需要深度处理的产品品质相关的信号 。
沉浸感 ：让你感觉自己已经融入故事之中
Netflix 甚至在你点击播放之前就让你沉浸在视频之中 。自动播放的背景视频 、自定义的音效和动态缩略图营造出「预先说服」的效果 。
预先说服是罗伯特·西奥迪尼 (Robert Cialdini) 发现的一种技术，即决策之前的背景会影响决策本身 。
Netflix 的预览视频，自动播放剪辑片段 ，以及个性化的内容推荐
自动播放 ：为什么播放电影片段而非预告片
你是否注意到 Netflix 开始播放完整内容而不是播放预告片 ？
这里运用的心理学原理是「阻力最小的路径」 。当内容开始自动播放时，继续观看无需任何操作 ，而停止则需要刻意操作 。
心理学家称之为「默认效应」 ——我们倾向于坚持预先选择的选项 ，而不是主动选择其他选择 。
一旦你看了5到10分钟的节目 ，你就会投入其中 。你的大脑会想：「好吧，我已经花费了这么长的时间来看片段，不妨继续看下去。」这种心理机制让你一旦开始观看 ，就不太可能停下来 。
自动播放功能还消除了「摩擦点」——任何可能导致用户重新考虑选择的步骤。浏览和观看之间无需停顿 ，用户无需再犹豫「我现在真的想看吗？」。
为什么无法在标签页中打开多个影片
与 YouTube 或许多流媒体竞争对手不同 ，Netflix 不允许你在单独的浏览器选项卡中打开多个节目和视频 。
这种设计选择是为了对抗「选择过载」或「选择悖论」。
研究一致表明 ，选择过多会导致决策瘫痪 ，降低我们对最终选择的满意度 。Netflix 通过限制用户每次只能观看一个流媒体视频，消除了用户担心错过其他标签页中更精彩内容的焦虑 。
单视频的方式也促进了深度参与而非浅层浏览。
当设计上无法实现多任务处理时 ，用户会更加专注于他们正在观看的内容 ，这种情况下 ，反而创造出更令人满意的体验 ，用户会与内容建立更强烈的情感联系 。
从认知角度来看 ，这种限制尊重「工作记忆」本身的约束 。我们的大脑一次只能主动处理有限量的信息 。强制进行单任务处理，可以消除同时追踪多个信息源的心理负担。
一个关注列表覆盖所有
Netflix 仅提供一个关注列表 ，而不是多个分类列表 。
Netflix 提供一个我的关注列表 ，以及一个推荐列表
对目标追求的研究表明 ，可见的进度标记可以增加用户的动力。
每次你从清单上勾掉一项任务时，你都会体验到「完成偏差」（completion bias） ——完成一项任务的满足感 。
与多个碎片列表相比 ，单个列表使这些完成更加引人注目 。
进度原则：突出显示你已开始观看的视频
Netflix 最有效的 UX 功能之一是使用进度条显示部分已开始观看的内容 。
Netflix 的进度显示
当我们感觉自己已经取得了进展时 ，我们会更有动力去完成任务 。这些视觉进度条营造出一种投入感 ，这会产生一种「放弃一场演出就像放弃了你已经赢得的东西」的感觉。
这个功能还利用了「蔡格尼克效应」 ——我们总有记住未完成任务的倾向 。
通过强调未看完的视频和影片 ，Netflix 创造了微妙的认知紧张 ，只有完成你之前没看完的视频才能最终解决 。
「为你精选」和个性化设计
当内容被设计成专门为你精选时 ，它会产生一种独特的身份认同感。
研究表明 ，只需将推荐内容标记为个性化推荐 ，即可提高用户满意度 ，即使这些推荐与向其他人展示的推荐完全相同——这种现象被称为「个性化安慰剂效应」 。
社会认可度：你所在国家/地区排名前 10 位
「十大」榜单利用了「社会认同」——我们倾向于从他人的行为中寻求认同和参考 ，尤其是在选择娱乐内容等不确定的选择情况下 。
Netflix 中的排名机制
这些榜单会引发「FOMO」（Fear of missing out 害怕错过） 。当某个东西在你的国家流行时 ，观看它就像是参与到一个共同的文化时刻，而不仅仅是简单的内容消费。
通过将这些列表本地化到你所在的国家/地区 ，Netflix 利用了「内群体偏见」 ——我们对所认同的群体中流行事物的自然亲和力 。
你所在地区的流行节目 ，比全球流行的节目 ，对你而言会更具有相关性 。
编号排名系统也创造了竞争机制——我们本能地关注等级和排名 。这种编号系统使受欢迎程度变得具体可比 ，而非抽象 。
持续提升参与度的循环
这些用户体验决策的综合效果创造了一个行为链——每个动作都自然地以最小的摩擦 ，引导向下一个动作 ：
- 个性化推荐吸引注意力
- 自动播放和沉浸式预览激发用户参与
- 单视频观看机制更能吸引注意力
- 进度跟踪机制创造隐形承诺
- 社会认可机制帮你更快做出选择
- 关注作品列表确保你未来参与进来
这种循环创造了「心流状态」，创造出一段沉浸式的互动时光 ，时间仿佛消失了 。通过消除决策点和认知摩擦 ，Netflix 的精心设计 ，创造了一种让你的观看时间超出预期的体验 。
总结
从 Netflix 的界面来看 ，很明显他们已经做好了心理准备 。
他们编排节目的方式 ，创建奇特的分类 ，以及让进度条清晰可见 ，都是为了吸引观众继续观看 。我发现自己也陷入了这种模式 。
有趣的是 ，当我们浏览 Netflix 时 ，我们以为自己在做出自由选择 ，但实际上心理因素在推动我们这样做。
Netflix 在帮助我们找到内容和巧妙延长观看时间之间游走。下次你发现自己已经看了三集原本不打算一口气看完的剧集时 ，请记住 ，这其中可能存在某种行为设计 。
作者：陈子木
编者按 ：作为世界范围内最有影响力的上瘾设计流媒体平台 ，Netflix 不仅仅是细节一个充满粘性 、全球分发的用户优质内容平台 ，而且在很大程度上改变了整个影视行业和制片的上瘾设计机制 。Netflix 的细节 APP 有着一套完善成熟的 UX 机制 ，确保全球不同国家地区的用户用户都能够对他们的内容产生兴趣 、能够持续地观看下去 ，上瘾设计那么它背后到底是细节怎么做的 ？Mary Borysova 的这篇文章就详细分析了背后的原理和技巧 ，以下是用户正文 ：
你是上瘾设计否注意到 ，浏览 Netflix 很容易就会浪费掉一个小时（或三个小时） ？细节
作为一个花了无数个夜晚探索他们精心制作的影片推荐的人，我对 Netflix 在设计方面所取得的用户成就，真的上瘾设计非常欣赏 。
最让我着迷的细节是 ，它所提供的个性化体验 。我的Netflix主页和我伴侣的完全不一样 。
Netflix 创造了一种体验 ，它不仅能理解我们想看什么，还能帮助我们发现新事物 。让我们来深入了解一下。
Netflix 的层次结构
- 顶部位置那一行显示 Netflix 最希望你观看的内容（通常是 Netflix 原创剧集或新发行剧集）
- 「继续观看」功能减少了用户不断返回观看的阻力
- 个性化推荐有助于建立内容的相关性
- 趋势/流行内容引入社会认同的机制
- 特定类型的合集出现在更下方的位置
整个布局严格遵循 F 式布局模式，其中用户主要关注点在屏幕的顶部和左侧部分 ，随着向下和向右移动 ，注意力会逐渐减少 。
Netflix 的分类
类别的创建
Netflix 并不局限于传统的类型分类 。他们创建了高度具体的微类别 ，例如「烧脑科幻惊悚片」或「90 年代轻松浪漫喜剧」 。这种分类方法目的在于贴合多种不同的心理学目标：
- 它创造了「特异性悖论」 ——极其具体的类别比广泛的类别，更让人感觉它分类与个人相关
- 它能够进行「自我验证」 ——强化你作为有特定品味的人的身份
- 通过创建更小 、更易于管理的选项子集 ，来减少「选择过载」的情况发生
Netflix 个性化分类
认知科学家发现 ，分类本身会改变我们处理信息的方式 。当内容被归类到你认同的类别时，你在看到其中具体内容之前，就会对它做出更积极的评价。
Netflix 个性化分类
内嵌式社会认同机制
除了明确的排名之外，Netflix 还在整个界面中融入了微妙的社交认同指标 ：
- 「现在流行」系列表明当前的流行程度 ，但没有具体的指标 。
- 匹配百分比指标暗示了「像你」的人所享受的东西。
- 「Netflix 上的热门」与「前 10 名」不同 ，它指的是持续的流行 ，而不是短暂的流行 。
- 特定类别的流行度（「最流行的纪录片」）创造了「领域权威」的感觉——在特定背景下的流行度 。
这些策略实现了「多源验证」——当某事物在几个不同的环境中显得流行时 ，它的感知价值就会急剧增加 。
Netflix 视频预览
好评指标
Netflix 的特色是屡获殊荣 、广受好评，以及来自可靠来源的高评分 。这体现了「权威原则」 ——我们倾向于受到可靠专业知识的影响 。
- 奖励徽章（奥斯卡奖得主 、艾美奖提名者）创造了「质量启发法」——评估作品价值的心理捷径。
- 烂番茄评分提供「外包评估」——将判断委托给公认的专家 。
- 批判性的引用提供了「周边线索」——不需要深度处理的产品品质相关的信号 。
沉浸感 ：让你感觉自己已经融入故事之中
Netflix 甚至在你点击播放之前就让你沉浸在视频之中 。自动播放的背景视频 、自定义的音效和动态缩略图营造出「预先说服」的效果 。
预先说服是罗伯特·西奥迪尼 (Robert Cialdini) 发现的一种技术，即决策之前的背景会影响决策本身 。
Netflix 的预览视频，自动播放剪辑片段 ，以及个性化的内容推荐
自动播放 ：为什么播放电影片段而非预告片
你是否注意到 Netflix 开始播放完整内容而不是播放预告片 ？
这里运用的心理学原理是「阻力最小的路径」 。当内容开始自动播放时，继续观看无需任何操作 ，而停止则需要刻意操作 。
心理学家称之为「默认效应」 ——我们倾向于坚持预先选择的选项 ，而不是主动选择其他选择 。
一旦你看了5到10分钟的节目 ，你就会投入其中 。你的大脑会想：「好吧，我已经花费了这么长的时间来看片段，不妨继续看下去。」这种心理机制让你一旦开始观看 ，就不太可能停下来 。
自动播放功能还消除了「摩擦点」——任何可能导致用户重新考虑选择的步骤。浏览和观看之间无需停顿 ，用户无需再犹豫「我现在真的想看吗？」。
为什么无法在标签页中打开多个影片
与 YouTube 或许多流媒体竞争对手不同 ，Netflix 不允许你在单独的浏览器选项卡中打开多个节目和视频 。
这种设计选择是为了对抗「选择过载」或「选择悖论」。
研究一致表明 ，选择过多会导致决策瘫痪 ，降低我们对最终选择的满意度 。Netflix 通过限制用户每次只能观看一个流媒体视频，消除了用户担心错过其他标签页中更精彩内容的焦虑 。
单视频的方式也促进了深度参与而非浅层浏览。
当设计上无法实现多任务处理时 ，用户会更加专注于他们正在观看的内容 ，这种情况下 ，反而创造出更令人满意的体验 ，用户会与内容建立更强烈的情感联系 。
从认知角度来看 ，这种限制尊重「工作记忆」本身的约束 。我们的大脑一次只能主动处理有限量的信息 。强制进行单任务处理，可以消除同时追踪多个信息源的心理负担。
一个关注列表覆盖所有
Netflix 仅提供一个关注列表 ，而不是多个分类列表 。
Netflix 提供一个我的关注列表 ，以及一个推荐列表
对目标追求的研究表明 ，可见的进度标记可以增加用户的动力。
每次你从清单上勾掉一项任务时，你都会体验到「完成偏差」（completion bias） ——完成一项任务的满足感 。
与多个碎片列表相比 ，单个列表使这些完成更加引人注目 。
进度原则：突出显示你已开始观看的视频
Netflix 最有效的 UX 功能之一是使用进度条显示部分已开始观看的内容 。
Netflix 的进度显示
当我们感觉自己已经取得了进展时 ，我们会更有动力去完成任务 。这些视觉进度条营造出一种投入感 ，这会产生一种「放弃一场演出就像放弃了你已经赢得的东西」的感觉。
这个功能还利用了「蔡格尼克效应」 ——我们总有记住未完成任务的倾向 。
通过强调未看完的视频和影片 ，Netflix 创造了微妙的认知紧张 ，只有完成你之前没看完的视频才能最终解决 。
「为你精选」和个性化设计
当内容被设计成专门为你精选时 ，它会产生一种独特的身份认同感。
研究表明 ，只需将推荐内容标记为个性化推荐 ，即可提高用户满意度 ，即使这些推荐与向其他人展示的推荐完全相同——这种现象被称为「个性化安慰剂效应」 。
社会认可度：你所在国家/地区排名前 10 位
「十大」榜单利用了「社会认同」——我们倾向于从他人的行为中寻求认同和参考 ，尤其是在选择娱乐内容等不确定的选择情况下 。
Netflix 中的排名机制
这些榜单会引发「FOMO」（Fear of missing out 害怕错过） 。当某个东西在你的国家流行时 ，观看它就像是参与到一个共同的文化时刻，而不仅仅是简单的内容消费。
通过将这些列表本地化到你所在的国家/地区 ，Netflix 利用了「内群体偏见」 ——我们对所认同的群体中流行事物的自然亲和力 。
你所在地区的流行节目 ，比全球流行的节目 ，对你而言会更具有相关性 。
编号排名系统也创造了竞争机制——我们本能地关注等级和排名 。这种编号系统使受欢迎程度变得具体可比 ，而非抽象 。
持续提升参与度的循环
这些用户体验决策的综合效果创造了一个行为链——每个动作都自然地以最小的摩擦 ，引导向下一个动作 ：
- 个性化推荐吸引注意力
- 自动播放和沉浸式预览激发用户参与
- 单视频观看机制更能吸引注意力
- 进度跟踪机制创造隐形承诺
- 社会认可机制帮你更快做出选择
- 关注作品列表确保你未来参与进来
这种循环创造了「心流状态」，创造出一段沉浸式的互动时光 ，时间仿佛消失了 。通过消除决策点和认知摩擦 ，Netflix 的精心设计 ，创造了一种让你的观看时间超出预期的体验 。
总结
从 Netflix 的界面来看 ，很明显他们已经做好了心理准备 。
他们编排节目的方式 ，创建奇特的分类 ，以及让进度条清晰可见 ，都是为了吸引观众继续观看 。我发现自己也陷入了这种模式 。
有趣的是 ，当我们浏览 Netflix 时 ，我们以为自己在做出自由选择 ，但实际上心理因素在推动我们这样做。
Netflix 在帮助我们找到内容和巧妙延长观看时间之间游走。下次你发现自己已经看了三集原本不打算一口气看完的剧集时 ，请记住 ，这其中可能存在某种行为设计 。
作者：陈子木
