《Scarcity in UX: The psychological bias that became the norm》
利用用户对潜在损失的恐慌、社会压力等心里偏差效应来促使交易，管用（Booking 和亚马逊最擅长了），但也要适可而止。没有可靠的数据支撑别轻易学这招。
《How Duolingo Built a $700 Million Company Without Charging Users》
多邻国的发家史。商业模式从 toB 到 toC，已经融到 E 轮。用过其新品 Tinycards，设计细腻，专题突破（例如竟然有复仇者联盟的学习专题），碎片化学习外语的好东西。
《How I build my minimum viable products》
12 个月里面做了 12 个产品，这家伙的做事风格令人敬佩，有些原则也值得借鉴，例如：从解决自己的问题着手、可以不知道某项技术的原理（还是要尽力理解），但是要知道可以如何运用。
《Science Says This Is the Simplest Way to Remember More of What You Read》
这不就是我以前提到的「读完，停留两分钟」的想法吗？这两分钟里，可以想一下刚才阅读的要点，做些笔记，摘抄两句。另外，思考「这对我来说有什么用」也极为重要。不要急着阅读下一篇文章就对了。
《Language Learning for the Dispassionate》
刚开始学外语的时候会相对简单，但随着你学的东西越来越多，就会开始觉得枯燥丧失激情，这是因为你正在进入学习难度的长尾阶段。很多不同的学习类产品，其实背后都代表着不同的学习方法。越是急于切换工具，就越是在不同的学习方法之间跳来跳去，学习效率就越发低下。
《三联周刊活动复盘：2018 知识付费+裂变的运营玩法详解》
如题。确实很牛逼。给我的启发是，当用户第一次发现你的产品时，如何建立信任极为关键。
《Ruthless Prioritization》
同时有几个项目的话，如何确定轻重缓急？一个项目内同时有好些功能需求的话，又如何判定优先次序？要事优先——对项目之间而言，看 ROI，也就是哪个的 ROI 更高那就先做哪个；对功能而言，看克制力，也就是哪个迫不得已那就先做哪个。嘿嘿，很抽象吧，其实，我也就瞎扯而已。还是自己阅读这篇又值得五星推荐的文章吧。
《How to Design an Addictive Product》
都知道马斯洛需求层次理论，可是，如果它不是「人们为什么做这件事」的最终答案呢？
《整个世界都是你的已知条件》
最近在做一个小程序，不可避免地遇到数据计算问题，如用户量有多少，增长率又该如何……然而并没有可靠又全面的基础数据支撑（也许是我方法欠妥没有找到有用信息），所以只能估量。这个过程就让我极其困惑，真的只是估量啊，万一最后偏差太大，那可要坑一班兄弟的。基于这些估量出来的数据来做决策，讲真，让我毫无底气。但看了这篇文章提到的「费米估算」，方才舒了口气。
大多数人都不擅长跳脱完美主义和正确答案的束缚。而费米估算，就是帮助扭转这种旧思维的有效工具，在掌握八成或只有六成资讯时，就做出有所本的决策，甚至解决没有过往答案可循的问题。
我想我就是太要完美主义了，这才困惑其中。找数据支撑无非是为了减少不确定性，但要知道我们不可能拿到客观上完整的数据，所以，要敢于利用手边现有的有限信息及知识，推论出貌似不可能的答案，而不是慌慌张张，不敢思考、判断、决策。就像标题说的，整个世界都是你的已知条件。 对我来说都升华成鸡汤了。
《How APIs work — An Analogy For Dummies》
用「去银行存钱」作为例子，通俗易懂地告诉你什么是 API。之所以推荐并不是因为真的去了解什么是 API （我猜大概都懂），而是作者讲解的方式非常值得借鉴——要像给一个 9 岁的孩子解释一样简单明了。
网友评论