Aha Moment（多譯為“頓悟時(shí)刻”）這是一個(gè)心理學(xué)概念，由德國(guó)心理學(xué)家卡爾·布勒在約100多年前首創(chuàng)。他對(duì)這個(gè)表達(dá)的定義是“思考過(guò)程中一種特殊的、愉悅的體驗(yàn)，期間會(huì)突然對(duì)之前不明朗的某個(gè)局面產(chǎn)生深入的認(rèn)識(shí)”。現(xiàn)在，我們多用Aha Moment來(lái)表示問(wèn)題的解決方案突然明朗化的時(shí)刻。
在產(chǎn)品設(shè)計(jì)中的Aha Moment是指新用戶在體驗(yàn)產(chǎn)品初期發(fā)現(xiàn)產(chǎn)品價(jià)值的時(shí)刻，一旦新用戶找到了產(chǎn)品的Aha Moment，那么就更有可能留存下來(lái)。
一個(gè)新用戶下載使用產(chǎn)品的早期（1~3天）體驗(yàn)決定了產(chǎn)品的整體留存水平。
如果在新用戶初次體驗(yàn)的過(guò)程中，能夠讓用戶發(fā)現(xiàn)產(chǎn)品核心價(jià)值，產(chǎn)生Aha Moment的瞬間體驗(yàn)，那么就可以使這部分新用戶轉(zhuǎn)化為留存用戶，有效的提升產(chǎn)品留存率。
不同的產(chǎn)品擁有不同的Aha Moment時(shí)刻，進(jìn)而需要通過(guò)不同的設(shè)計(jì)策略來(lái)幫助用戶達(dá)成這一體驗(yàn)。以twitter為例：
twitter帶給用戶核心的價(jià)值是發(fā)現(xiàn)人和內(nèi)容，瀏覽feed信息流，查看最新的動(dòng)態(tài)消息。因此關(guān)注其他用戶的行為是對(duì)留存最大的影響因素。而twitter在新手引導(dǎo)流程中，強(qiáng)制新用戶關(guān)注10位用戶，也是為這一核心價(jià)值服務(wù)的。因?yàn)橹挥?b>把用戶盡快導(dǎo)向核心的功能——?jiǎng)討B(tài)信息流，才可以使用戶在接下來(lái)的步驟中體驗(yàn)到twitter的核心價(jià)值，進(jìn)而Aha Moment才有可能產(chǎn)生。
從其他各類產(chǎn)品中，也可以總結(jié)出Aha Moment與產(chǎn)品新手體驗(yàn)策略之間的對(duì)應(yīng)關(guān)系：
從定位走查產(chǎn)品的Aha Moment，到完成優(yōu)化設(shè)計(jì)，整個(gè)過(guò)程可以歸納為四個(gè)步驟：
以某一個(gè)短視頻社區(qū)APP為例，想要提升應(yīng)用的整體留存，可以按照這樣四個(gè)步驟嘗試：
1.提出假設(shè)
短視頻屬于內(nèi)容型產(chǎn)品，按照內(nèi)容創(chuàng)造者和消費(fèi)者兩大群體，分為作者與觀眾兩類用戶，分別列舉出首次體驗(yàn)中可能影響留存的因素：
2.分組驗(yàn)證
圍繞假設(shè)因素，抓取新用戶的原始數(shù)據(jù)，經(jīng)過(guò)以下步驟進(jìn)行分析：
以"新用戶看視頻個(gè)數(shù)"為例，首先抓取觀察因視頻個(gè)數(shù)不同的每一位用戶每一天對(duì)應(yīng)的留存數(shù)據(jù)，例如下表（數(shù)據(jù)為虛擬）：
經(jīng)過(guò)剔除明顯不符合規(guī)律的極端值，可以將表格數(shù)據(jù)描述為在X月X日這一天，看0個(gè)視頻（沒(méi)有看過(guò)視頻）的用戶留存為30%；看1個(gè)視頻的用戶留存為40%；看2~4個(gè)視頻的用戶留存為41~42%；看5~10個(gè)視頻的用戶留存約為50%上下浮動(dòng)...以此類推。
以上僅是一天的數(shù)據(jù)，通過(guò)觀察每一天的表格，發(fā)現(xiàn)有一個(gè)共性規(guī)律：沒(méi)看過(guò)視頻的用戶留存比看過(guò)1~2個(gè)視頻的用戶低約10%。然而這只是一個(gè)粗略的總結(jié)，需要更精確的圖形化聚類分析——隨機(jī)抽取10天的用戶看視頻個(gè)數(shù)與留存的對(duì)應(yīng)關(guān)系，用曲線呈現(xiàn)出來(lái)如下：
每條曲線代表一天，這些曲線的共性趨勢(shì)就是需要總結(jié)的規(guī)律?？梢钥闯銮€越往后波動(dòng)越大?？梢钥偨Y(jié)出的是：觀看一個(gè)視頻的留存比沒(méi)看過(guò)視頻的留存有絕對(duì)的顯著升高，并且看過(guò)2~3個(gè)視頻的行為也與留存有較強(qiáng)的正相關(guān)。
而再根據(jù)表格中的用戶占比，可以發(fā)現(xiàn)沒(méi)看過(guò)視頻的用戶占全部用戶的30%！如果使這部分用戶占比降低，就可以比較有效的提升留存。由此可以確定新用戶初次看一個(gè)視頻是產(chǎn)品的Aha Moment之一。
3.設(shè)計(jì)優(yōu)化
圍繞著走查出的Aha Moment要素：看至少一個(gè)視頻，從設(shè)計(jì)角度腦暴出可能的優(yōu)化方案，從中篩選出可行性較高的實(shí)現(xiàn)：
4.因果測(cè)試
通過(guò)上線不同的優(yōu)化策略，再查看對(duì)應(yīng)的留存變化，就可以明確每一個(gè)變動(dòng)與留存之間的因果關(guān)系，進(jìn)過(guò)不斷的嘗試優(yōu)化方案，可以促進(jìn)產(chǎn)品的整體留存上升。這里需要注意的是，每一個(gè)版本最好僅包含其中一個(gè)變動(dòng)，如果多項(xiàng)變動(dòng)同時(shí)上線，就無(wú)法追溯是哪一種變動(dòng)引起的效果了。
Tips:
這種方法對(duì)留存率的提升有幫助，但是也會(huì)有一些弊端：這種單純以數(shù)據(jù)為目標(biāo)的嘗試容易造成引導(dǎo)的過(guò)激，例如在首次體驗(yàn)中加入過(guò)多的、不合場(chǎng)景的引導(dǎo)，反而會(huì)破壞新用戶對(duì)產(chǎn)品的印象，造成一種打擾。所以進(jìn)行優(yōu)化的過(guò)程中需要衡量體驗(yàn)和數(shù)據(jù)的平衡。但總而言之，留存率的提升是一個(gè)很寬泛的話題，通過(guò)這種方法至少可以在考慮優(yōu)化留存率時(shí)能夠有據(jù)可循，逐步推導(dǎo)出一些答案與結(jié)論。
