Fogg Davranış Modeli Açıklandı (ve Alışkanlık Takipçin Neden Bunu Kullanmalı)

Çoğu alışkanlık uygulaması sana tek bir soru sorar: bugün yaptın mı, evet ya da hayır? Bu onay işareti ilerleme gibi hissettirir ama sana neden bir günü kaçırdığını ya da yarının farklı geçmesi için neyi düzeltmen gerektiğini söylemez. Fogg Davranış Modeli, TrakBit'i tam da bu soruyu yanıtladığı için etrafında inşa ettiğimiz çerçevedir.

Fogg Davranış Modeli aslında ne diyor

Stanford'daki Behavior Design Lab'ı yöneten BJ Fogg, insanların niyet ettikleri şeyleri neden yaptıklarını — ya da yapmadıklarını — yirmi yıl boyunca araştırdı. Modeli bu araştırmayı tek bir formülde topluyor:

B = MAP

Davranış, Motivasyon, Yetenek (Ability) ve Uyarı (Prompt) aynı anda bir araya geldiğinde gerçekleşir. Üçünden biri yeterince düşerse, diğer ikisi ne kadar güçlü olursa olsun davranış gerçekleşmez.

• Motivasyon, şu anda bunu ne kadar yapmak istediğindir. Gerçektir ama üçü arasında en güvenilmez olanıdır — 1 Ocak'ta ve pazartesi sabahları yükselir, kötü bir gece uykusundan sonra düşer. Alışkanlıklarla ilgili tavsiyelerin çoğu aslında motivasyonla ilgili tavsiyelerdir, bu yüzden çoğu birkaç haftadan fazla dayanmaz.
• Yetenek, davranışı şu anda yapmanın ne kadar kolay olduğudur — fiziksel, zihinsel ve zaman açısından. "Bir saat spor salonuna gitmek", bir iş gecesi saat 23:00'te düşük yeteneğe sahiptir. "Koşu ayakkabılarını giymek" ise neredeyse her zaman yüksek yeteneğe sahiptir.
• Uyarı, seni harekete geçmen konusunda hatırlatan tetikleyicidir. Uyarı olmadan, motivasyon ve yetenek önemsizdir — o şeyi yapmak aklına bile gelmez.

Fogg'un modelin kendi özeti nettir: bir davranış gerçekleşmiyorsa, sorun neredeyse hiçbir zaman kişisel bir başarısızlık değildir. Bu üçünden biri yeterince düşüktür ve hangisinin olduğunu teşhis edebilirsin.

Düz bir seri sayacı neden resmin yarısını kaçırır

Çoğu alışkanlık uygulamasının kullandığı, dolu ve boş kutucuklardan oluşan basit bir seri sayacı yalnızca sonucu kaydeder. Salı günü motivasyon eksikliğinden mi, alışkanlığın yoğun bir güne sığdırılamayacak kadar zor olmasından mı, yoksa saat 23:00 olana kadar hiçbir şeyin sana hatırlatmamasından mı kaçırdığını söyleyemez. Bunlar tamamen farklı üç sorundur ve üç tamamen farklı çözüm gerektirir, ama bir onay işareti hepsine aynı şekilde davranır: başarısızlık olarak.

Fogg modelinin kapattığı boşluk tam olarak budur. Kaçırılan bir günü "başarısız oldum"dan "üçünden hangisi çöktü ve bu bana neyi değiştirmem gerektiğini söylüyor"a dönüştürür — zorluğu azalt, uyarıyı düzelt ya da motivasyonun dalgalanacağını kabul et ve sisteme ona güvenmek yerine bunun etrafında tasarım yap.

TrakBit bunu nasıl entegre ediyor

TrakBit içinde her alışkanlığın sadece bir onay işareti değil, bir Fogg analizi vardır. Bir alışkanlık için Motivasyon, Yetenek ve Uyarı belirlersin, TrakBit üçünden hesaplanan bir tamamlanma olasılığı gösterir — aynı B = MAP mantığı, görünmez yerine görünür kılınmış olarak.

Bir alışkanlık tutmadığında, TrakBit'in son başarısızlıklar görünümü kaçırdığın günleri gruplandırır, böylece deseni gerçekten görebilirsin: Yetenek hafta içi tutarlı bir şekilde zayıf nokta mı? Hafta sonu rutinin değiştiğinde Uyarı kayboluyor mu? Bu, "serim ne kadar sürdü"den farklı ve daha yararlı bir sorudur, çünkü kendini ne kadar hayal kırıklığına uğrattığını değil, neyi ayarlaman gerektiğini gösterir.

Pratikte bu somut değişikliklere dönüşür:

• Düşük Yetenek → alışkanlığı küçült. "20 dakika meditasyon yap" ifadesi "otur ve üç nefes al"a dönüşür. Fogg'un kendi araştırması bunu destekliyor — bir alışkanlığın minik versiyonları kötü bir günü çok daha yüksek ihtimalle atlatır.
• Zayıf Uyarı → alışkanlığı, sonunda kaydıracağın bir telefon bildirimine güvenmek yerine, zaten güvenilir şekilde gerçekleşen bir şeyin hemen öncesine ya da sonrasına bağla.
• Düşük Motivasyon → onu doğrudan düzeltmeye çalışmayı bırak. Motivasyon üçü arasında en az kontrol edilebilir olandır; Yeteneği azaltmak ya da Uyarıyı keskinleştirmek genellikle herhangi bir motivasyon konuşmasından daha fazla tutarlılık sağlar.

Diğer takipçilerle karşılaştırma

Streaks ve HabitKit gibi uygulamalar yaptıkları işte gerçekten iyidir — Streaks'in yerel Apple Health entegrasyonu ve HabitKit'in GitHub tarzı ızgarası, tutarlılığı görsel olarak tatmin edici hale getirir. İkisi de bir davranış bilimi modeline dayanmadığı için, bir alışkanlığın neden bozulduğunu teşhis etmek üzere tasarlanmamıştır. Temiz, görsel bir seri istiyorsan, bunlar iyi bir seçimdir. Uygulamanın bir alışkanlığı gerçekten neyin engellediğini anlamana yardımcı olmasını istiyorsan — sadece engellendiğini hatırlatmak yerine — TrakBit'in Fogg tabanlı takibinin doldurmak üzere tasarlandığı boşluk tam olarak budur.

Dene

Fogg Davranış Modeli hakkında ücretsiz okuyabilirsin — Fogg'un kitabı Tiny Habits kesin kaynaktır. TrakBit, bir onay işareti yerine bu model etrafında bir uygulama inşa etme girişimimizdir. İlk alışkanlığının Motivasyon, Yetenek ve Uyarısını ayarlamak ve bir günü kaçırmanın sana gerçekte ne söylediğini görmek için TrakBit'i indir.

Sıkça sorulan sorular

Fogg Davranış Modeli nedir? Stanford araştırmacısı BJ Fogg'un, Davranış = Motivasyon × Yetenek × Uyarı (B = MAP) olduğunu belirten çerçevesi. Bir davranış yalnızca üçü aynı anda yeterince yüksek olduğunda gerçekleşir.

Fogg Davranış Modeli araştırmaya mı dayanıyor? Evet. BJ Fogg modeli Stanford'daki Behavior Design Lab'da yaklaşık yirmi yıl boyunca geliştirdi ve test etti — Tiny Habits (2019) kitabının temelini oluşturuyor.

TrakBit'te Fogg modelini kullanmak zorunlu mu? Hayır — bir alışkanlığı basit bir günlük onayla takip edebilirsin. Motivasyon/Yetenek/Uyarı analizi, tutmayan ve nedenini anlamak istediğin alışkanlıklar içindir, zorunlu bir adım değildir.

Bu normal bir seri sayacından nasıl farklı? Bir seri sayacı bir alışkanlığı tamamlayıp tamamlamadığını kaydeder. TrakBit'in Fogg tabanlı takibi ayrıca üç faktörden hangisinin en zayıf olduğuna göre nedenini de tahmin eder.