Skip to content
Back to skills

Goal Gradient Effect Vjrivmon Setup Software Ia

ASecurity

Las personas aceleran su comportamiento a medida que se acercan a una meta. Cuanto más cerca del objetivo, mayor es la motivación y el esfuerzo invertido.

  • 666 stars
  • 0 votes
  • 0 copies
  • 2 views
  • Added February 8, 2026
lifestylego

Security analysis

A100/100

Scanned February 12, 2026

npx -y skills add majiayu000/claude-skill-registry --skill goal-gradient-effect-vjrivmon-setup-software-ia --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Goal Gradient Effect Vjrivmon Setup Software Ia?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Goal Gradient Effect Vjrivmon Setup Software Ia
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/majiayu000-goal-gradient-effect-vjrivmon-setup-software-ia/badge)](https://www.skillsdirectory.com/skills/majiayu000-goal-gradient-effect-vjrivmon-setup-software-ia)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: goal-gradient-effect
description:
  El esfuerzo aumenta a medida que nos acercamos a una meta. Use cuando diseñe
  progress bars, programas de lealtad, flujos multi-paso, o gamificación.
metadata:
  author: ux-ui-skills
  version: "1.0"
  category: behavioral-effects
---

# Efecto de Gradiente de Meta

## Resumen

Las personas aceleran su comportamiento a medida que se acercan a una meta.
Cuanto más cerca del objetivo, mayor es la motivación y el esfuerzo invertido.

## Origen

- **Autor**: Clark Hull (original), Ran Kivetz & Oleg Urminsky (aplicación
  moderna)
- **Año**: 1932 (Hull), 2006 (Kivetz)
- **Fuente**: "The Goal-Gradient Hypothesis Resurrected"

## Fundamento Psicológico

Originalmente observado en ratas corriendo más rápido cerca de la comida, el
efecto aplica a humanos en contextos de recompensa. La proximidad a la meta
aumenta la expectativa de recompensa, liberando dopamina que motiva el
comportamiento.

## Aplicación en Diseño

### Progress Bars

- Mostrar progreso claramente
- Empezar con algo de progreso (no desde 0)
- Acelerar visualmente cerca del final
- Celebrar milestones intermedios

### Programas de Lealtad

- "Ya tienes 2 de 10 sellos"
- Dar puntos iniciales gratis
- Mostrar cuánto falta para recompensa
- Recompensas escalonadas frecuentes

### Flujos Multi-paso

- Steps visibles con posición actual
- "Solo 2 pasos más"
- Pasos finales más cortos
- Incentivo visible al final

### Gamificación

- XP para siguiente nivel visible
- Achievements con progreso parcial
- Daily goals alcanzables
- Streaks con recompensas cercanas

## Ejemplos

- **Starbucks**: Rewards con estrellas acumuladas
- **LinkedIn**: "Añade 3 skills para completar perfil"
- **Uber**: Progress bar de llegada del conductor
- **Kickstarter**: Funding meter que acelera al final
- **Fitbit**: Pasos restantes para meta diaria

## Anti-patterns

- ❌ Progress bars que no avanzan perceptiblemente
- ❌ Metas inalcanzables que desmotivan
- ❌ Recompensas demasiado lejanas
- ❌ Progreso que se reinicia sin aviso
- ❌ Ocultar cuánto falta para la meta

## Métricas

- **Completion Rate by Progress**: Tasa según % completado
- **Time per Step**: Aceleración en pasos finales
- **Engagement Near Goal**: Actividad cerca de metas
- **Loyalty Program Redemption**: Uso de recompensas

## Principios Relacionados

- [[zeigarnik-effect]] - Tareas incompletas motivan
- [[nielsen-visibility]] - Mostrar progreso claramente
- [[endowment-effect]] - Valorar progreso acumulado

## Referencias

- Hull, C.L. (1932). "The goal-gradient hypothesis and maze learning"
- Kivetz, R. et al. (2006). "The Goal-Gradient Hypothesis Resurrected"
- https://www.nngroup.com/articles/goal-gradient-effect/

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.