Hooked モデル — 習慣を作る4段ループ
Nir Eyal が Hooked: How to Build Habit-Forming Products (2014) で提唱した、習慣形成型プロダクトの設計フレーム。Trigger → Action → Variable Reward → Investment の4段を1サイクルとし、これを反復させることで、外部の刺激がなくても自発的に戻ってくる習慣(habit)を作る。
核心は最後の investment が次の trigger を仕込む点:ループが閉じて自己駆動する。だから一過性の「面白さ」ではなく、累積的なロックインになる。
4つのフェーズ
flowchart LR
T["①Trigger<br/>きっかけ"] --> A["②Action<br/>最小の行動"]
A --> R["③Variable Reward<br/>予測できない報酬"]
R --> I["④Investment<br/>投資"]
I -.->|次のトリガーを仕込む| T
| フェーズ | 内容 | 効くメカニズム |
|---|---|---|
| ① Trigger | 行動のきっかけ。外的(通知・メール・広告)から始まり、反復で内的(退屈・不安・寂しさといった感情)へ移行する | 内的トリガーが定着すると、感情と行動が直結し「無意識に開く」状態になる |
| ② Action | 報酬を期待して取る、最小限の行動(スクロール・タップ・検索) | 行動が起きるには 動機 × 能力 × トリガー(Fogg の行動モデル)が同時に必要。摩擦を極限まで下げる |
| ③ Variable Reward | 約束された報酬。ただし量・内容が予測できない | 予測不能性がドパミン系を強く刺激する(reward-system の報酬予測誤差)。Eyal は3類型を挙げる(下記) |
| ④ Investment | ユーザーが時間・データ・労力・社会的資本を注ぎ込む(フォロー・投稿・設定・蓄積) | 投資が①保有効果でスイッチングを重くし、②次回の体験を良くして次のトリガーを準備する |
なぜ効くか — 「投資が次のトリガーを仕込む」
普通のフィードバックループは reward で閉じる。Hooked が強いのは4段目 investment を置いた点にある。
- ユーザーの投資(フォロー、設定、データ蓄積)が、サービス側に次に通知すべき理由を与える。フォローした相手が投稿した → 通知(次の trigger)。
- 投資はサンクコストと保有効果を積み増し、乗り換えコストを上げる(behavioral-economics 参照)。
- ループを回すほど trigger が外的→内的に移り、最終的に運営の介入なしで回る。これが「習慣化=最強のリテンション」。
Variable Reward の3類型(Eyal)
| 類型 | 内容 | 例 |
|---|---|---|
| Rewards of the Tribe | 社会的報酬(承認・つながり) | いいね、コメント、フォロワー |
| Rewards of the Hunt | 資源・情報の探索 | フィードのスクロール、検索結果 |
| Rewards of the Self | 達成・習熟・支配感 | レベルアップ、タスク完了、コレクション |
可変性(不確実さ)が肝。常に同じ報酬だと予測されてドパミン応答が消え、習慣が壊れる(reward-system の「予期通りの報酬=発火なし」と一致)。
注意 — 倫理(Manipulation Matrix)
Eyal 自身が、習慣形成は中立な道具であり乱用しうると警告し、判断軸として Manipulation Matrix を提示している(「自分も使うか」×「ユーザーの生活を改善するか」)。健康・学習アプリは正当な使い方、目的のない無限スクロールは搾取側に寄る。
Links
- Nir Eyal, Hooked: How to Build Habit-Forming Products (2014) — nirandfar.com/hooked
- The Hooked Model: How to Manufacture Desire in 4 Steps
- BJ Fogg, Fogg Behavior Model(Behavior = Motivation × Ability × Trigger)
関連
- reward-system — variable reward の神経的基盤。予測できない報酬ほどドパミン報酬予測誤差を強く引くという Hooked の中核が、報酬系のメカニズムそのもの。両者の橋渡し点
- behavioral-economics — investment フェーズが効く理由(保有効果・サンクコスト・一貫性)を供給する土台
- free-distribution-strategy — 「N本無料」がこのループの入口(最初の action と investment)を低摩擦で踏ませる装置として Hooked を柱に使う
- engagement-driven-generation — variable reward を「エンゲージメント最大化」へ機械的に最適化した先にある問題系