年关将近的时候，支付宝又开始了我们熟悉的五福活动，今年抖音头条也有 24 节气卡，快手也出了福气兔的活动，越来越多的企业发起了集福集卡等抽奖活动，那么这些活动依托的功能又是如何设计出来的呢？今天我就来跟大家讲一讲福卡等功能的设计思路。

首先，无论是支付宝的集五福，还是抖音的 24 节气，亦或是快手的福气兔，这些活动的本质都是概率抽奖，也就是在某种条件中一定概率获得某一类卡，在大型的活动中，抽奖的概率是非常复杂的，而且会随着时间等因素而变化，以敬业福为例：有些人可能很容易就能获得敬业福，有些人则到了最后才能扫到敬业福，有些人第一天就能把五福集满了，有些人到了最后一天还得依托亲友相赠才集齐五福。在集卡的过程中，虽然每个人概率都是不一致的，会让很多人觉得这种功能一定非常复杂，事实上开发出能让上千万人同时参与抽奖的功能确实是非常难的，但从产品设计的角度来说，还是有迹可循的。

说在前面，抽奖功能往往都会结合某个活动一起开发，因此在产品设计中存在着将活动要素纳入抽奖功能的先例，比如抽奖活动的持续周期、活动的开关等，但我在这里不讲活动，只讲抽奖本身。

抽奖在我理解来看，其实就是用户抽 N次有一定概率会获得奖品，那么在这句话里就包含了抽奖的三个核心要素：

奖品

抽奖次数

抽奖概率

奖品，也就是用户抽奖获得的物品。奖品可以是实体物品，可以是应用内物品，可以是“谢谢惠顾”，也可以是“再抽一次”。理论上来说，奖品可以是任何东西，比如抖音上的立春卡、冬至卡、优惠券、祝福语等。

抽奖次数，也可以说是抽奖机会。有了抽奖次数才能参与抽奖。抽奖机会也是现在很多企业搞抽奖活动时最可操作的运营点，比如抖音的节气卡，就需要用户通过关注朋友、发新年视频、看直播视频等来获得抽奖次数。抽奖次数通常会包含初始抽奖次数、每日抽奖次数、每日最大抽奖次数、免费抽奖次数重置时间等。

抽奖概率，也可以说是抽奖的概率模型。概率模型是整个抽奖功能里最为核心的子模块，相当于汽车的引擎。概率模型决定了用户每一次抽奖的结果是什么，概率模型可以是很简单的定量概率，比如抽到和谐福是 20%，抽到敬业福是 10% 等等。下面介绍几种比较常见的概率模型：

固定概率模型：每次抽奖都是固定的概率，比如每次抽奖都有 10% 的概率会抽中爱国福。

固定中奖次数模型：第N 次抽奖必中，比如大转盘活动中第 6 次必定能抽中 5 元话费。

保底概率模型：连续第 N 次不中后必中，比如连续 20 次扫不到敬业福必定能中。

随机步长累加模型：每次抽奖都会增加随机变量的中奖几率，比如第一次10% 概率抽不中，第二次概率会增加到 15%，第二次不中，第三次会增加到 25% 等。

条件概率模型：根据不同条件而执行不同的概率模型，这种概率模型比较复杂，但也是目前最常用的，比如当用户手里没有敬业福时，有 20% 的概率会抽中敬业福，当用户手里有一张敬业福之后，那么用户再次抽中敬业福的概率就会降到 5%。

以上几种概率模型只是个人凭借个人经验总结下来的，实际上运用的时候需要结合抽奖活动的目标和成本等因素来选择和设计适合的概率模型。在设计概率模型的时候，产品经理尤其要考虑到既要让用户能尝到甜头，也要保证概率模型能够兜底，也就是不能逾越成本。

说到抽奖，也许就会有人问有没有抽到大奖或者抽到想要的福卡的小技巧？在这里我可以很坦率地回答：没有。如果有，那也必须是完成某些活动任务。

抽奖本身就是一种设定好的条件概率事件，是机器随机的结果。之前有新闻说马爸爸手写的福字可以扫出敬业福，于是便很多人效仿，其实这也只是概率事件，而且很可能只是营销出来的结果，是对用户心理的干扰。

从产品角度来说，抽奖是一个很结构化的功能，而从营销角度来说，抽奖其实是对用户心理和欲望的把控，产品经理如果要设计出优秀的抽奖模块，必定也要从用户心理角度出发去思考，才能既让部分用户尝到甜头，又给公司或团队带来更大的收益。