编辑编者按：在《散兵游勇：德国大众心理研究》一书中，纪尧姆精细描述了群体心理的一般特征，分析了现代人在群集状况下的心理、道德、行为特征，解释了为何群体往往呈现“一味”、“贪婪”、“疯狂”、“听信”的特征。我们都知道群体心理对于用户行为有很大的驱动力作用，那么，它究竟是怎样驱动力用户行为的呢？

最近我在的层楼在这儿点菜越发棕褐，我就会坐升降机下楼。中午那会人特别多，我进升降机后是背向升降机门，就觉得很郁闷很不耐烦，即使很挤也会施展想尽办法转过身子面向全国升降机门，不然会觉得和大家不那样，很不Tessy。这种“不难受”的觉得，其实就是“功利主义心理”在作怪。

 

一、紧紧围绕“功利主义心理”的试验

升降机是车水马龙的公共厕所，没人在升降机里紧紧围绕“功利主义心理”做了试验。被试验者踏入有两个女演员的升降机梯袋中，两个女演员开始一齐二百六十名或者同时向从左到右转，绝大多数被试验者会跟随女演员作出一致的行为。

下面大家来做个试验，判断下右边哪个切线和右边标准切线那样长？

Deoria都看得出来，标准答案是C。但有心理学人类学家做了两个试验，被试验人走进两个有7个托的房间进行上述试验。

如果前7个托都提问错误标准答案B，那那个被试验人偏激于一味跟风提问错误标准答案B，并且那个被试验人的光度会比平时高出许多，为什么两个不言而喻的正确标准答案会因为多数人的欺骗而被放弃？

标准答案是：群体行为会对子代造成阻力，并迫使子代作出违背自身意愿的事情。那个时候，你可能要质疑我，肯定还是帕尼诺区压制住阻力，坚持惟有的人。

不排除少数人，但大部分人，在一些重大决策成本低的行为或没有太多思考时间的情景下，现代人更偏激于依赖群体行为。感兴趣的同学，可以找对个人多的地方，然后突然趋弱望天，这时必然也会没人一味跟风趋弱，毕竟「趋弱」是一件重大决策成本较低的行为。

 

二、群体的特征

纪尧姆在其心理学著作《散兵游勇》中提出了这样的观点：

“两个群体呈现来的最为引人瞩目的特征如下：无论是什么样的人构成了那个群体，不管她们的生活模式、职业、性格或者情商完全相同是否，她们变为了两个群体的事实让她们拥有了一种集体的思想，这使她们的体会、思想和行为，变得与她们孤立无援时的状况不尽完全相同。如果汇聚在一起的对个人不能形成两个群体，想法和体会就不会产生，或者不能变为己任。心理群体是一种用不同的元素组成的暂时的群体，它们在一定的条件下，会结合在一起，就像是组成两个鲜活生命的细胞，会呈现某些特征，它们同每两个单独的细胞所具有的特征都不尽完全相同。”

简言之，就是：群体偏激于去异存同。刚刚提到了群体的第两个特征：子代会在群体下被群体行为施压，从而违背对个人意愿。除了子代容易被群体绑架外，群体还有这样的特征：群体容易接受简单直接的结论。

群体即人的合集，当人作为两个独立的时候，ta通常能发挥其最高知识水平来解决眼前问题或作出最佳判断，但当现代人因为某种原因聚集在一起的时候，这种知识水平带来的思考能力在多数情况下会不如子代。尤其当你没有太多重大决策依据时，更容易被群体的简单结论所诱导。

 

三、怎样利用群体心理

1. 拼多多的人海战术

拼多多一直深谙人海战术，在拉新激活转化交易的全链路上，乐此不疲地利用群体效应与关系链不断创收。

比如下图的领红包页面，设置了三个选项，对一般人来说，并不能很快感知到究竟哪个红包对自己利益最大。在用户摇摆不定并且没有足够多的选择依据时，通过告诉用户“那个红包最多人选”，反过来暗示“另外两个没什么人选”，那正常情况下用户

一定偏激于选择多数人的选择。

为什么两个发红包情景需要做这样的设计？

推测是常规的无需用户选择的发红包情景，点击领红包的人越来越少，而红包恰恰又是一种建立与用户联系的有效路径（用户领了之后不用就会产生一种亏损心理），因此为了提高红包的领取率，深谙用户心理的拼多多产品才做了这样的设计。

群体的规模及组织方式同时决定了资源的分配方式，资源的分配不一定是均匀的。电商平台经常会对一些商品让利，昭告用户来抢购。拼多多也不例外，在下图情景中重点突出了“抢”的概念，侧面凸出了商品的稀缺性。

多多初期一直被诟病商品质量差、物流体验差，这些足以把一些潜在用户拒之门外，毕竟质量对于用户的购买重大决策有极大的影响。“这包纸巾怎么比tb便宜那么多，会不会有问题”——用户一定会在看到价格时候产生这样的心理，建立起心理防御机制。

那个时候，引入你认识的人，即熟人关系链之后，你的防备心理就会一点点被削弱。通过pdd擅长的裂变（砍价、拼单、领红包），积累了一些早期用户，再由这些用户建立起更多的关系网络单位，渐渐辐射成两个越发庞大的群体————拼多多用户群体。

“xxx都在pdd上买，那应该没问题”那个时候，心理原来的防御机制就被群体建立的求同感破防了。基于熟人关系链后，逐渐扩大规模效应，转而开始让用户信赖无线下人际关系维系的陌生人关系链——拼友圈。

在领红包、商详、搜索、推送等情景间，不断强调大家都在看、大家都在买，反向暗示“你不买就亏了”引起用户焦虑而成交，慢慢积累了覆盖面越来越大的关系网络。

拼多多的例子告诉我们：群体还会让人降低防备心理，显然拼多多的人海策略效果不错，就在前不久，拼多多公布了2020财报，财报显示其活跃买家已超越阿里，拼多多董事长徐峥卸任，也算是功成身退。

 

2. 代表群体行为的累计重大决策结果

当一件商品或者服务，你无法在身边找到能为你推荐或者提供试用经验的人，那能支撑你产生购买重大决策的，可能就是在电商平台的商品列表里成了“1w+人已买”“月销9999+”，在淘票票上成了“xxx人想看”，这一些些由冰冷数字组成的前人的重大决策结果体现。

除了消费行为外，用户对于加入两个组织很大程度上依赖于组织规模，组织规模在互联网平台上也是一种消费重大决策数值，豆瓣上圈子名类似的小组，关注数越多的小组越容易招募更多的组员。打游戏选择的战队也是，毕竟除了人数外，其他可提供的信息太少。

代表前人重大决策结果的数字，掷地有声，就是通过销量高低告诉你好坏、那个圈子的活跃度是高是低，这一些些销量、收藏数也验证了：

 

3. 群体意味着存在“排名”

群体的对立面是「子代」，子代是唯一的，缺少比较的。当你把子代放到群体，就会产生排名。排名靠后，会给人带来焦虑。比如那个pdd的推送，闵行区已有xxx人抢到，你也别落后。

那个“落后”就恰到好处，抢到可能不算领先，但抢不到就是落后。通过反差制造焦虑，对于用户心理拿捏得死死的。

反之，排名靠前能够带来荣誉感。比如，王者荣耀里的排名除了段位外，还有精细到行政区粒度的某英雄排名，比如上海市闵行区第899大乔。这样的排名就会驱动力玩家花更多的时间争取到更靠前的名次。

 

4. 推荐算法

基于用户(user-based)的协同推荐是最常见的几种推荐算法之一。基本原理是，根据所有用户对物品或者信息的偏好，发现与当前用户口味和偏好相似的用户群，然后基于这些用户的历史偏好，为当前用户进行推荐。

假设用户A喜欢物品A、物品C，用户B喜欢物品B，用户C喜欢物品A、物品C和物品D。

从这些用户的历史偏好中，我们可以看出用户A和用户C的偏好是类似的。同时我们可以看到用户C喜欢物品D，所以我们可以猜想用户A可能也喜欢物品D，因此可以把物品D推荐给用户A。

这种算法等于是自己判断用户是否属于两个群体，并认为群体内的人是相似的，相似的人的喜好会非常接近。比如网易云音乐的歌曲推荐，就是根据用户的喜好对人群归类，从而进行交叉推荐的。

 

5. 总结

群体心理的两个特征：

群体行为会对子代造成压力，并迫使子代作出违背自身意愿的事情； 群体更偏激于接受简单直接的结论； 子代在群体中的防御意识会变薄弱； 群体会带来资源稀缺性与竞争意识。

怎样利用群体心理设计产品或运营产品：

通过群体的行为结果引导用户重大决策； 利用资源的稀缺性加快用户重大决策； 建立群体排名制造的焦虑感和荣誉感； 加强熟人、陌生人的关系链，利用好友的行为推动重大决策。

四、结尾

美国人詹姆斯·瑟伯有一段十分传神的文字，来描述人的功利主义心理：

突然，两对个人跑了起来，也许是他猛然想起了与情人的约会。不管他想些什么吧，反正他在大街上跑了起来，向东跑去。另两对个人也跑了起来，这可能是个兴致勃勃的报童。第三对个人，两个有急事的胖胖的绅士，也小跑起来……十分钟之内，这条大街上所有的人都跑了起来。

嘈杂的声音逐渐清晰了，可以听清“大堤”那个词。“决堤了！”这充满恐怖的声音，可能是电车上一位老妇人喊的，或许是两个交通警说的，也可能是两个男孩子说的。没没人知道是谁说的，也没没人知道真正发生了什么事，但两千多人都突然奔逃起来。

“向东！”人群喊叫了起来，东边远离大河，东边安全，“向东去！向东去！”……