建模成本高，只有在高频重复的任务上收益才为正
别名: 建模成本 · 收益判断 · 高频任务 · 投资回报
概念解释
可靠 GOMS 需要定义任务、提取方法、校验选择规则、标定操作时间和验证排序，成本高于普通走查。只有当任务被大量用户高频重复，或优化能带来显著运营收益时，建模投入才划算。这一条和同组前四条谈的都是模型内部的适用条件与局限，这一条谈的是完全外部的一件事——不管模型本身多可靠，值不值得动手做这件事，是一笔单独要算的账。
机制
这笔账的结构很直接：收益大致等于每次操作节省的时间，乘以每天或每次的使用次数，再乘以受影响的用户人数，减去建模、校验和后续维护这几项投入，再减去把这些人力和时间花在别处本可以获得的机会收益。这个公式解释了两类看起来矛盾的直觉：为什么一个只有几秒钟优化空间的呼叫中心话务操作值得花大力气建模——因为使用次数和人数这两个乘数极大，几秒钟乘上去之后是实打实的规模化收益；也解释了为什么一个哪怕流程本身很长的一次性配置向导不值得建模——即使单次节省的时间可观，使用次数趋近于一次，乘出来的总收益依然很小，而建模本身的固定成本却不会因为任务只做一次而降低。
边界
这个"高频才划算"的判断规则本身也有例外，而且例外的理由和频率无关：安全关键的任务即使发生频率很低，也可能值得投入完整的 GOMS 分析，因为一旦出错的代价极高，收益公式里"每次节省的成本"要换算成"每次避免的潜在损失"，这个数字可以远远超过普通任务的时间节省，把低频这个不利因素直接抵消掉。反过来，如果团队已经积累了成熟的组件库、任务模板和历史日志，建模本身的固定成本会显著降低，原本不划算的中频任务也可能因此变得值得分析。对还处于探索阶段、方案本身随时可能推倒重来的设计，更经济的做法是用粗略的步骤比较或者轻量的 KLM 估算去做初步判断，把完整的 GOMS 建模留到方案基本定型、值得投入精细分析的阶段再做，而不是一开始就上重型工具。
怎么落地
- 动手建模之前，先用现有日志估算这个任务的使用频率、受影响人数和当前平均耗时，把预期收益算出来，再决定要不要投入完整的 GOMS 分析。
- 对确认高频的核心任务用完整的 GOMS 或 KLM 建模，对低频或探索阶段的任务改用更轻量的任务走查，不要用同一套重型方法对待所有任务。
- 把已经建好的模型和组件库、任务模板放在一起维护，让下一次分析类似任务时可以复用部分结构，摊薄单次建模的固定成本。
- 验证办法：设定明确的复审触发条件——界面结构发生较大调整、输入设备改变、或者观察到用户实际策略和模型假设出现偏离时，重新评估这个模型是否还值得维护；如果维护成本已经超过它带来的决策价值，应该考虑降级为粗略估算甚至直接停用。