# 番外篇01 | Flomo and Github

By [下班时间](https://paragraph.com/@0x9bd6073460dadc43482d03bde3744a7dab78b7a4) · 2022-04-05

---

你好， 这里是「下班时间」出品的 newsletter，旨在提供一个思想实验的操作手册，鼓励换个角度认识世界和自己，[免费邮件订阅](https://www.getrevue.co/profile/nicetime)。 Web 2.0 时代，许多人习惯直接以搜索和阅读作为思考的起点，这里换个方式，从一组问题开始，在解答问题的过程中，标记关键点，完成思想实验操作手册的设计，若以经济和技能水平的提升为目标，对你不一定有用，因此请谨慎订阅「下班时间」。

**Flomo** 这是我注册 Flomo 的第 154 天，为了找回输出的手感，最近在刻意减少获取信息的频率，提升输出思考的频率，强迫自己每天至少记录 1 篇原创笔记到 Flomo 上。 Flomo 有一个每日动态，通过染色的小方块，展示过去一段时间，每天记录的笔记数量，记录越多，方块颜色越深，有颜色的方块共三种深度，分别是：

1.  浅绿：当天笔记数在 1 - 4；
    
2.  中绿：当天笔记数在 5 - 9；
    
3.  深绿：当天笔记数大于10
    

![](https://storage.googleapis.com/papyrus_images/6803350ee1d2bdafe3181c240b8c924853f81a0ad99be144a9167ea823d1b386.png)

这样每天点亮一个小格子的机制，叫做「热力图」，如果你曾使用过 Github 或豆瓣，应该对此并不陌生。

Flomo 的热力图，是基于绝对程度的标准进行颜色深度的呈现，即把所有用户放在同样的规则尺度下，一视同仁，也就是所谓的「静态热力图」。

Q：那么「热力图」必须采用静态规则么？ 想来不是。

**Github**

和 Flomo 不同，Github 的 Contribution Graph 采用了「动态热力图」机制，通过计算用户过去365天的活跃行为数，排除奇异值后等分成四个数值区间，再对每一个区间赋予一个绿色深度。

![](https://storage.googleapis.com/papyrus_images/c709c9ca543d2e7e5262b83cbc2a84f9d23ae58e6189ab665583f748eaabd702.png)

因此，Github 的热力图，是基于个体能力的相对程度，呈现不同深度的颜色，每个用户的热力图染色规则是个性化的，即「动态热力图」。

Q：从作者视角看，两种热力图机制有什么差异？

**两种热力图机制对作者的体验差异**

为了让命题有被讨论的可能，先限定以下约束条件：

1.  热力图有鼓励作者持续产出的作用；
    
2.  鼓励性的强弱，与颜色深度正相关（类似不同级别的勋章或等级）；
    
3.  鼓励对提升作者的产出意愿有帮助；
    
4.  作者的产出能力不直接受鼓励强弱的影响。
    

为了尽量逼近真实场景，我将自己早期体验 Flomo 时，从新进到沉默每天的产出笔记数据，做处理后分别按两种机制（对动态热力图机制进行了简化），统一采用三个深度等级的红色对热力图染色，得到了下面的结果图。

![](https://storage.googleapis.com/papyrus_images/b86bcf8cc2a612d8f92546b46eb35c2286335d5d5274cfd882087e7a89d86938.png)

![](https://storage.googleapis.com/papyrus_images/37767927cb10a4b35acb6243881d141c338834395445084df83cc43e38227c91.png)

其中单元格内数字，即当天产出的笔记数量，以下记为「产出数」。 对照两张结果图，从长时间呈现的结果看，两种机制下的热力图染色效果没有差异。 但用户的体验是过程，不是结果。接下来，以周为单位，从第一周开始，分别绘制随时间流逝，两种机制下每周的热力图染色效果变化趋势。 体验差出现了。

**静态热力图每周染色变化趋势**

![](https://storage.googleapis.com/papyrus_images/e723da402cc69ab1f858153b7cfd0b9b3423071063fe2cb4d95fa8d9c0ebe318.png)

![](https://storage.googleapis.com/papyrus_images/ef3f6ecde40b233cf4b4d226d0f7bfe421afc2b52d7cc8a81b5bb60c5b817c6e.png)

![](https://storage.googleapis.com/papyrus_images/9c17a3fc3d21eb21f96c98b734747af55ec7a466a96e148b987a17fc77a98cec.png)

![](https://storage.googleapis.com/papyrus_images/72c83d8c6c82b3feb2aabd84d03a7fe0249fdb775c0a221ee2d56a8bd80bcc9c.png)

![](https://storage.googleapis.com/papyrus_images/3e70938de0185bff7460ed155da26c3146e1098368c64644205ce1441a5b184a.png)

![](https://storage.googleapis.com/papyrus_images/19d5a8eb1da4c3d972111b8459772732c164ced3d3863323978685d913ebaaf5.png)

**动态热力图每周染色变化趋势**

![](https://storage.googleapis.com/papyrus_images/6a7f1520c846b01824bb630bc28d4d4214f96b814889779e9524c42a1f40fc56.png)

![](https://storage.googleapis.com/papyrus_images/e9da738018280c8daa84fbe8fb94bd5b9bb726c8accaf5b5a600638c3ba5623e.png)

![](https://storage.googleapis.com/papyrus_images/e50be3e65981774b561d74bad0453442d8bafc25d53aa8f85d7a8302c3e4a35b.png)

![](https://storage.googleapis.com/papyrus_images/72d3d1b41b419fb826cc62ef9199f9ce9bdaae86660c3ab26fa306e704208fb0.png)

![](https://storage.googleapis.com/papyrus_images/3fdae8af777273c5e5d34b34e3edc21e261bc828a268561ed86001c4b95c7c62.png)

![](https://storage.googleapis.com/papyrus_images/52c0879e6363eabcc916a37102d969ea79f3f393244b384ae0705def4b199cf0.png)

**体验差** 从两组热力图在每周的染色深度看，「动态热力图」更偏向在早期给到作者更强鼓励。 为了便于对照观察，将两种热力图机制的染色深浅以「鼓励强度」量化，规定：

1.  浅色：「鼓励强度」+1；
    
2.  中色：「鼓励强度」+2；
    
3.  深色：「鼓励强度」+ 3.
    

结合「产出数」，得到两种机制下，作者通过创作行为每周得到的「鼓励强度」值。

![](https://storage.googleapis.com/papyrus_images/961cba69f32218e46b584e56d26dd5ab8fe730e89b03ce10c4317c73b4e652e7.png)

列值量纲不同，需做归一化处理：

![](https://storage.googleapis.com/papyrus_images/620754af0c68b689953e980c6983560276454d2102df550cca76bd8788553049.png)

取归一化的数据绘图，得到两种机制下，「鼓励强度」和「产出数」的关系：

![](https://storage.googleapis.com/papyrus_images/ba9a9926fb95be32a198680bca619a9b683d0dc8a360aa7d457e2fa658f2cd2c.png)

以周为单位观察：

1.  完整生命周期看，「静态热力图」机制和作者真实「产出数」的拟合度更高；
    
2.  成长期（约是第1-3周），「动态热力图」机制对成长期作者的鼓励更强；
    
3.  成熟期（约是第4周），「静态热力图」机制更匹配作者真实产出，且带来了更强的鼓励（虽然此时用户习惯可能已经养成了，单一数值鼓励的效用必然有所下降），「动态热力图」机制的鼓励强度变弱；
    
4.  沉默/流失期（约是第5-6周），同上。
    

Q：体验差的背后是目标差，动静机制之间的差异，可能体现了怎样的目标差？

目标差两种机制下，作者的总产出相同，但固定周期内收获的鼓励强度不同，即鼓励的发放节奏不同。

Flomo：

1.  个人工具的属性更强（产品内没有公共区域）；
    
2.  因为 1，用户之间天然相互隔离，只有自己看自己；
    
3.  所有人的笔记形态接近（都是图文），主题不同；
    
4.  产品定位、阶段和品牌本身就有筛选用户的效果；
    
5.  关注用户留存（留存与产出数量正相关），产出质量由用户自律。
    

对 Flomo，产出形式相对同质化，热力图的价值更体现在个体成果记录，需要拟真，使用「静态热力图」比较合适。 Github：

1.  工具之外具备社区属性（有中心化流量分发）；
    
2.  因为 2，用户之间存在典型的社区关系；
    
3.  所有人的项目代码/技术栈不同，主题不同；
    
4.  产品定位、阶段指向增长和健康；
    
5.  关注社区健康度，需要对组织（社区环境）负责，因此除了产出数量，还需要一定产出质量（避免刷垃圾量）。
    

对 Github，产出形式相对个性化，热力图的价值体现为对社区的贡献度，因此若采用「动态热力图」机制，将对后期产出的鼓励前移，或可帮助新用户完成冷启动。放大时间范围看，在后期的鼓励损失，也可以通过算法矫正补偿。

---

*Originally published on [下班时间](https://paragraph.com/@0x9bd6073460dadc43482d03bde3744a7dab78b7a4/01-flomo-and-github)*