Fogg 行為模型 Fogg Behavior Model
行為 = 動機 × 能力 × 觸發。三者同時到位行為才會發生，產品設計要降低能力門檻。
什麼時候該用它？
當你想知道「使用者為什麼不做我希望他做的事」的時候。Fogg 模型幾乎可以解釋所有「使用者不行動」的原因。
- 轉換率卡住：結帳、註冊、升級付費的轉換率怎麼優化都上不去
- 推播無效：發了推播但點擊率極低，使用者根本不理你
- 功能做了沒人用：花了三個月開發的功能，使用率不到 5%
- 行為改變設計：健身、學習、儲蓄等需要使用者改變習慣的產品
- onboarding 設計：新使用者不完成關鍵任務就離開了
框架結構
B = MAP
Fogg 的核心公式：Behavior = Motivation × Ability × Prompt
行為只在三個條件同時成立時才會發生。缺任何一個，行為都不會出現。
三個要素
1. Motivation（動機）
使用者有多想做這件事？三組核心動機：
- 快樂 vs 痛苦
- 希望 vs 恐懼
- 社會認同 vs 社會排斥
2. Ability（能力）
使用者做這件事有多容易？六個能力因子：
- 時間：要花多久？
- 金錢：要花多少錢？
- 體力：要多費力？
- 腦力：要多費心思考？
- 社會偏差：做這件事會不會被異樣看待？
- 非常規性：跟日常習慣差多遠？
3. Prompt（觸發）
在對的時間點出現的提示。分為：
- Spark（火花觸發）：動機低時 → 提供激勵（如限時折扣）
- Facilitator（促進觸發）：能力低時 → 降低門檻（如一鍵操作）
- Signal（訊號觸發）：動機和能力都夠時 → 只需提醒（如推播通知）
行動線
想像一條從左下到右上的曲線。曲線上方的區域 = 行為會發生。動機越高，即使能力低也可能行動（排隊搶限量商品）；能力越高，即使動機低也可能行動（順手按個讚）。
產品設計的黃金法則：與其努力提升動機，不如努力降低能力門檻。 因為能力是你能控制的，動機往往不是。
來源與歷史
- 2002：BJ Fogg 在史丹佛大學創立「說服科技實驗室」，開始研究科技如何影響行為
- 2009：正式發表 Fogg Behavior Model，提出 B=MAT 公式
- 2019：出版《Tiny Habits》（《設計你的小習慣》），將模型從產品設計擴展到個人行為改變
- 至今：Instagram、Uber、Fitbit 等公司的設計團隊公開承認受 Fogg 模型影響
真實案例：Uber 如何用 Fogg 模型征服叫車市場
傳統叫車的行為障礙：
| 要素 | 傳統計程車 | Uber |
|---|---|---|
| 動機 | 想從 A 到 B（相同） | 想從 A 到 B（相同） |
| 能力 — 時間 | 站在路邊等 5-15 分鐘 | App 叫車等 3-5 分鐘 |
| 能力 — 金錢 | 不確定多少錢 | 上車前就看到預估價格 |
| 能力 — 腦力 | 要判斷這台車安不安全 | 看評分就知道 |
| 能力 — 非常規 | 要現金或刷卡 | 自動扣款，下車就走 |
| 觸發 | 沒有（你自己要記得攔車） | App 推播、地圖上看到附近的車 |
Uber 幾乎沒有改變「動機」（你本來就想移動），而是把每一個「能力」門檻都壓到最低。結果：從 2012 到 2015 年，Uber 的月活躍乘客從 10 萬增長到超過 800 萬。
使用步驟
Step 1：定義目標行為
精確到一句話：「使用者在 [情境] 完成 [具體動作]」。不要太模糊（「使用者更常使用產品」不是有效定義）。
Step 2：診斷行為失敗的原因
用 MAP 三要素逐一檢查：
- 動機夠嗎？使用者有理由做這件事嗎？
- 能力夠嗎？做起來夠簡單嗎？逐一檢查六個能力因子
- 有觸發嗎？在對的時間點有提示嗎？
Step 3：找出最大瓶頸
通常只有一個要素是主要瓶頸。如果動機很強但能力低 → 簡化操作。如果能力很高但動機低 → 加強價值溝通。如果兩者都夠但沒觸發 → 設計推播或提示。
Step 4：設計干預措施
針對瓶頸設計解法：
- 動機不足 → 展示社會證明、創造稀缺感、連結情感
- 能力不足 → 減少步驟、預填表單、提供預設選項
- 觸發缺失 → 設計推播策略、在對的情境出現 CTA
Step 5：測量並迭代
追蹤目標行為的發生率。A/B 測試不同的干預措施。記住：最有效的改善通常來自「降低能力門檻」而非「提升動機」。
這樣做 vs 避免這些
這樣做
- 優先降低能力門檻 — 這是 ROI 最高的設計策略
- 在使用者動機最高的時刻出現觸發 — timing 是一切
- 用「微行為」取代「大行為」— 先讓使用者做一小步，再逐步升級
- 同時分析三個要素 — 只看其中一個會得出錯誤結論
避免這些
- 不要只靠動機 — 動機是波動的，你無法控制使用者今天心情好不好
- 不要在使用者忙碌時發觸發 — 被打斷的感覺會適得其反
- 不要把「能力不足」誤判為「動機不足」— 使用者不是不想做，是太麻煩了
- 不要一次要求太多 — 每個觸發只對應一個簡單動作
Fogg 模型在電商的殺手級應用是「結帳流程優化」。
我看過太多品牌電商的結帳流程長這樣：選商品 → 加入購物車 → 登入/註冊 → 填地址 → 選物流 → 選付款 → 確認訂單 → 完成。七個步驟，每一步都在考驗使用者的「能力」。
用 Fogg 模型診斷：
- 動機：使用者已經把東西放進購物車了，動機不是問題
- 能力：七個步驟太多了。特別是「登入/註冊」這一步，殺死了大量轉換
- 觸發：購物車頁面的「前往結帳」按鈕通常做得很好
改善方向：
- 訪客結帳（砍掉登入步驟）— 這一步通常能提升結帳轉換率 15-25%
- 地址自動完成（減少打字量）— LINE Login 串接可以自動帶入
- 預設最常用的物流和付款方式（減少選擇）
另一個台灣特色應用：LINE OA 推播的 Fogg 分析。很多品牌把 LINE 推播當 Signal 觸發用（動機和能力都夠，只是提醒），但實際上使用者在滑 LINE 時動機通常很低（他在看朋友訊息，不是想買東西）。這時候應該用 Spark 觸發（限時折扣、最後 X 件），而不是 Signal。