作者基于自己的工作經驗和思考總結，梳理了“通過商業(yè)產品思維搞事情”的方法和技巧，撰寫了“我的三年產品路”系列文章。本文是第一篇，主要講述作者寫該系列文章的背景以及產品經理需要具備的5種思維。本文長達一萬七千字，豐富且精彩，推薦各位仔細閱讀、收藏。
從畢業(yè)到現在，成為PM已有三年，在移動廣告公司，作為商業(yè)產品經理，從最初的產品功能設計，到后來逐步負責一條產品線，具備了一定的業(yè)務能力。
這三年來的成長，極速且痛苦，不能說成功或者失敗，本來成功的經驗也難以復制，而失敗的經驗值得思考，因此我會更多講一些考慮事情的思路和失敗的教訓，至少能夠在面對已知的情況時，知道哪些坑已經踩過了，面對未知的情況時，知道該怎么去思考，以什么樣的思路想事情更合理，而不是實操。
近年來，互聯網泡沫越吹越大，行業(yè)確實在欣欣向榮，但是隨之而來的是，產品經理這個崗位，出現了扭曲和變異，這樣的變化本身并沒有好壞，畢竟，企業(yè)都是根據發(fā)展需要進行不同角色定位。
只是，大多數人仍然在神化產品崗位時，像BAT這些大公司里的不少產品崗位，已經從產品核心owner的位置，變成了像別的崗位一樣，具備專業(yè)技能，跟著大部隊干事兒就完了，而創(chuàng)業(yè)類小公司的產品崗位，又對產品經理能力要求極為嚴格，招產品像是在招CEO。
這種尷尬的兩極分化的局面，導致不少人不知該如何選擇，大公司有面子，但進去只能從一顆螺絲釘做起，紙面招聘要求還很高，小公司能學到更多東西但對能力要求高，說不定進去還得打雜，啥事兒都得管，風險還高。
我并不能幫你決定該選哪條路，但不管選哪條路，“想事情的方法”這件事都極為重要，尤其是在大公司內不太能獲取的經驗和能力成長。
我處在一個穩(wěn)定業(yè)務面臨挑戰(zhàn)&期望探索形成新的業(yè)務/產品/商業(yè)模式的公司，雖然也才三年，不過，從60分做到80分，從0做到1，穩(wěn)定業(yè)務產品，創(chuàng)新業(yè)務產品，都有負責過，一路摸爬滾打，自覺這些經驗和方法沉淀還是可以看一看的。
另外，筆者從事的是商業(yè)產品經理，與用戶產品經理在工作內容和能力要求上，都有不小的差異，本文更多也是從商業(yè)產品角度來講。
其實畢業(yè)時還是期待做用戶產品的，畢竟離用戶很近，覺得通過自己的設計能夠直接影響到用戶會比較有成就感，后來也是陰差陽錯從事商業(yè)產品經理，意外地發(fā)現，這條路距離詩和遠方更近，而且也更有挑戰(zhàn)更有趣。
至于商業(yè)產品經理和用戶產品經理的詳細區(qū)別，后續(xù)也會講到。如果你內心喜歡有挑戰(zhàn)的事情，且有勇氣不斷突破自己的舒適區(qū)，還意淫自己以后成為CEO位置的人物，帶領一幫人飛黃騰達，走上人生巔峰，相信從商業(yè)產品經理作為起步，是一個不錯的選擇，本文或許也能給到你一些幫助。
二、為什么選擇做產品？從崗位性質來說，我認為商業(yè)產品經理，或者說，像商業(yè)產品經理/具備商業(yè)產品經理思維的角色，是世界上最有趣最富有挑戰(zhàn)的事情。它的核心是，通過合理的設計（對人的設計、對事情的設計、對資源的設計、對工具的設計），基于一個目標，把一件高價值的事情做成，并且能夠不斷擴大其價值。
相比于Product Manager ，我更喜歡將這個崗位定位為Architect，建造師，締造者。喜歡創(chuàng)造和探索，喜歡通過設計來解決問題，用老方法解決新問題或者用新方法解決老問題。
我相信，還是有不少人期望將自己的想法實現，而不是實現別人的想法，或者明明發(fā)現了一個需要馬上解決的重要問題，而自己并非身在其中，只能在一旁干著急。如果是這樣，那產品經理這個崗位，是讓你有機會“搞事情”，而且有機會和一幫人把事情搞大的最好選擇。
之前曾經做過UI/UE類的工作，負責某個移動APP一小部分的界面設計，最痛苦的事情并不是改稿，而是自己在體驗APP的過程中發(fā)現了不少與界面和交互設計無關的問題，想要搞事情，想要推進解決，但限于角色定位，也只能提提建議，而無法協調資源去解決，會覺得非常難受。
當然這并不是說做好自己本職工作不多管閑事，就是有問題的，看個人性格和想法，角色分工本就是希望在本專業(yè)發(fā)揮最大價值，只是如果從性格上來說，就是喜歡“搞事情”、“捅婁子”、“專業(yè)杠精”，那還是做產品更痛快。
從能力成長來說，產品經理崗位本身的要求，能夠鍛煉和成長的能力方向，相對于其他崗位更為全面，設計/運營/項目管理/商務等能力基本都會在工作過程中得到成長。
在公司內，起步階段其實就已經相當于是在進行小型的內部創(chuàng)業(yè)，因此在工作過程中會很快遇到產品、運營、項目管理、商務等各方面的問題和挑戰(zhàn)，也能夠在解決問題的過程中快速構建多棧能力。
從做事思路來說，作為商業(yè)產品經理，在結果導向之下，通過邏輯分析和推理，輸出符合中長期目標并且現階段投入產出比最高的方案，明確實現的路徑、資源需求、階段性關鍵目標、迭代優(yōu)化方案，知道該在什么時候什么情況下找什么人解決什么問題，并作為先鋒帶領團隊向長期目標突進，這整個過程，本來就是搞事情的最優(yōu)思路，即便不做商業(yè)產品，也非常適用，甚至可以針對性簡化后，適用于生活中各種事情的處理。
總之，產品牛逼，商業(yè)產品牛逼！我身為商業(yè)產品經理感到非常自豪！
三、本文內容對你有什么幫助？本文內容實際上是在說方法論。
百科詞條如是說，方法論，就是關于人們認識世界、改造世界的方法的理論。方法論是一種以解決問題為目標的理論體系或系統，通常涉及對問題階段、任務、工具、方法技巧的論述。方法論會對一系列具體的方法進行分析研究、系統總結并最終提出較為一般性的原則。
本文希望基于筆者的經驗和工作過程中的思考總結，梳理“通過商業(yè)產品思維搞事情”的方法和技巧。
如果你是一個PM，那可聽聽同行的想法和思路，求同存異，取長補短，借此形成自己的方法論。
如果你不是一個PM，也可快速了解產品思維，并將其運用到廣義的“產品”工作中，比如開一個店，比如做一個剁手的決定，比如出一個旅行規(guī)劃。
把方法論應用在生活中，總感覺有點喪心病狂走火入魔，但合理（不是上綱上線的杠精）的運用，確實能夠在某些情況下，做決定更高效，少了很多糾結，也能更快辨別做哪些事是有用的，而不是一段時間之后發(fā)現原來這事純屬浪費生命。
我一直覺得，產品經理應該積累能力，而不是積累經驗，而經驗的增長和能力的增長也并無關系。
一個做過很多產品，具備豐富產品經驗的PM，可能也并不是一個好的PM，而在做事之前有完整的思考，知道該如何正確地做事，如何做正確的事，并且能將思考結果運用在做事上，做好一件事，做好一個產品，我覺得這是一個好的PM。希望大家獲取的，不是經驗，而是思路。
我在文章中舉的例子，也會有不少與互聯網行業(yè)無關，一方面希望大家能在生活中代入這樣的思考，另一方面也想證明，這套思路不只是在產品經理工作中適用，而是可以在生活中落地的。
四、關于思維如果你面試過產品崗位，或者了解過產品崗位需求，或者已在產品部門工作，那你可能會發(fā)現，相比于其他專業(yè)性較強的職能部門，產品崗位的同學，可能來自各種各樣奇怪的專業(yè)，并且很大程度上，目前的工作也和在學校所學的專業(yè)毫無關系。
你可能還會發(fā)現，面試的時候，面試官會問你，怎么看這件事，怎么去想這件事，你會怎么做，實際工作的時候，產品總是在寫寫畫畫，去梳理，去歸納，去分析，去總結，去推演，而不是去執(zhí)行。
沒錯，至少我認為，產品經理最重要的，不是他目前具備的能力和已經獲得的經驗，而是他認識/解釋/改變世界的方法和思路，因為這些思考方式能夠折射出，這個人面臨具體問題（所有問題，更多是用戶/客戶問題，而非專業(yè)和技能問題）時，會如何處理。而產品經理最核心的工作即是，解決問題。
所以，具備產品思維，對于產品經理來說，是先于其他任何能力的。這也是我想說的，靈性。這個詞聽起來有點玄學，但確實是我想到用來描述產品經理思維特征的最合適的詞匯了。
我將靈性解釋為，在面對需要解決的問題時，能從橫向（多角度）縱向（多節(jié)點）系統化分析，并找到能夠在現階段條件下解決問題，且盡量符合中長期目標的最小可行方案。
思維方式概括并抽象為以下如下一些關鍵點，關鍵點我會舉例說明。
1. 結果導向結果導向，既然產品經理以解決問題為目標，那問題的本質是什么？什么情況就算問題解決了？問題解決到什么程度就夠了？這些問題在思考如何解決問題前，就需要明白。
在學校里，如果你考試不理想或者參加比賽沒獲獎，老師以及你自我安慰時，總是會說，哎，結果不是最重要的，過程最重要，要看你過程中學到了什么。對于個人來說，沒毛病。但是，公司是百分百追逐利益的組織，并不是學校，我出錢你出力，很簡單的交換。
因此，從學校跳到公司，首先需要明白的一點就是，結果至上，沒結果就別瞎說，工作目標一定是為了達成一個確定的結果。
以前有個小同學剛來不久，有次我找Ta聊天，希望引導Ta思考并制定自己的工作愿景和職業(yè)規(guī)劃，結果Ta說了句：我來這就是想找個厲害的大神帶我學習。我內心真是，一口老血。這話要是讓領導聽到，豈不是當場暴走。
在結果導向思考的過程中，最簡單的方式就是定KPI（Key Performance Indicator），通常通過數字的方式衡量一個工作結果，比如流水，利潤，人效提升等等。但KPI考核方法過于片面，尤其對于產品工作，并不是最合適的。很多產品的結果表現，不能完全用KPI指標來概括，因此這里也重點討論一下，產品工作如何更合適地進行結果評價。
合理的評價方式，建議首先做到定量和定性結合。
為什么需要這樣的評價方式，是因為產品本身并不一定直接帶來金錢收益，也不只是帶來其他數字上的變化，還可能有“從無到有，從A到B”的變化，而這樣的變化，也是期望達成的結果之一。
從商業(yè)產品經理的角度來說，需要構建產品能力，也需要有明確的業(yè)務收益。前者指的是能做什么事，后者指的是做成什么事。
百科對結果導向如此解釋：
結果導向的人就是重結果不重過程的人，他們做一件事在乎的是能得到什么結果，能有什么收益，對自己有什么好處。
很多時候，他們只會做對自己有利可圖的事，而不是有價值，有意義的事。他們?yōu)榱诉_到自己的目的，為了自己的利益，有時候，會煞費苦心，絞盡腦汁的來想辦法。
他們不在乎過程是否完美，是否合理，是否合乎倫理，有時候甚至不在乎是否合法，只在乎他們夢想的那一個完美的結果。
往往，他們太注重結果了，而導致過程的錯誤，結果達不到。
他們的優(yōu)點是目標明確，但往往他們的缺點是會被一些現象迷惑，而去追求不現實的目標，或是會有多個目標，慘死在追尋夢幻的路上。
如果他們心思正，目標明確，能非常好的達成結果，實現價值。主要一點是心思要正，殊途同歸，但要找那條正途，而非歪門邪道。
我表示不同意。
“往往，他們太注重結果了，而導致過程的錯誤，結果達不到。”這個缺點并不是由于結果導向造成的，而是在結果或者目標設定的過程中，定量和定性考核未結合或者設定錯誤造成的。
結果導向的思考，不僅是幫助在完成一件事情時用來進行質量評價，更重要的反而是通過合理的結果考核方式制定，約束實施過程，以保證推進方向和需要構建的能力，符合目標設定。就像國家在追求GDP的同時，也會說要大力發(fā)展XX產業(yè)，重點扶持XX產業(yè)，也會強調可持續(xù)發(fā)展，也會說綠水青山就是金山銀山之類的。
因此，在結果導向的過程中，直接效益 能力建設的方式，能夠更合理地衡量和指導產品經理工作進程。
它保證了工作是需要達成一定的收益，同時也不至于太追求數字，保證通過某種特定的方式和路徑來達成目標。而約束達成數字的方式，原因是，我們希望在過程中構建的方法/經驗/工具等，能對后續(xù)長遠發(fā)展起到作用，而不只是當前KPI。
關于如何制定目標，我們再舉個例子。
你有一個夢想，開一家包子店，希望把自家手藝發(fā)揚光大，每天掙它個一兩萬。也希望某天能看到門前排起了長隊，店里顧客來來往往，吃你家的包子，嘴里說“真香”，還不忘發(fā)個票圈推薦給朋友。
你看，其實在上面的這個描述中，已經有了定量和定性的描述，定量是每天掙一兩萬，定性是包子質量好還能有口碑。
但是，往往我們在工作中制定目標時，就會變樣。
比如你現在是包子店老板，有可能想愿景的時候是這么想的，但給員工定目標就可能會變成“日流水2萬，利潤5千”。極端點說，那負責賣包子的同學可能就會不斷地在高價的邊緣試探，也許確實找到了那個平衡點，顧客可接受這個價格且利潤率最高。但這個時候，口碑的愿景其實就不太能達到了。
這種方式，不是可持續(xù)的，說不定明天有另一家包子店和你家包子一樣好吃還便宜，那就要GG了。
同樣如果你過于理想化，對你的員工說，我希望，一年后，我們的包子能受到大家的歡迎，門口排起長長的隊伍，臉上洋溢著幸福的笑容，那怕是這個理想只能停留在理想狀態(tài)了。
如果要稍微規(guī)范一些的描述，可以是：
上面的描述不一定符合實際，只是從考慮結果衡量的角度，更加全面和規(guī)范。
關于目標制定方面，已經有很多大佬和大佬公司總結了不錯的方法和工具。SMART原則和OKR考核辦法個人覺得比較好用。套用SMART原則能幫助你制定合理的考核標準，而OKR能夠幫助你明確為了達成目標，在不同的界面上需要實現什么樣的關鍵結果。這兩個我就不具體展開講了，大家自己搜索了解即可。
雖然思路和方法是無盡的，但現階段的資源一定是有限的，在有限資源條件下做事，只能解決一個核心問題，所以結果導向時，需要保證目標聚焦，上面例子中，三個關鍵動作從不同維度表達了，為了賣出受歡迎的包子需要做哪些事情。
有個小習慣，每次做事之前用一句話來描述你期望達成的目標，如果無法一句話概括，那可能就不是很靠譜了，做著做著你會發(fā)現接下來不知道該往哪個方向了。
所以，結果導向有兩個關鍵點，一是合理的衡量方式，二是聚焦在一件關鍵的事情上。
2. 邏輯思維這可能是產品經理的特質中最典型的一個點了?？偸潜惶岬缴踔帘煌虏郏耗銈働M就是，想個啥事兒都邏輯性特別強，非要分析原因，非要理個123出來。
邏輯一詞，最初希臘語logos本意即是詞語/言語，引申為思維/推理。可見邏輯其實就是關注思維規(guī)律和思維過程的學問，邏輯是更清晰更高效地進行思考。不扯太多概念性的東西，就產品經理日常會用到的幾個思考方法舉例說明。
（1）抽象
通過抽象，抽離事物的特征、屬性、關系，將個別的、非本質的內容剔除，概括本質特點和構成。抽象對于簡化和概括產品工作非常有幫助，只有通過抽象的方式來觀察和分析產品，才能從最根本的層面發(fā)現和解決問題，同樣因為抽象，也能夠更快地發(fā)現問題，而不會停留于表層現象。
舉個例子（碼字時瞄到旁邊的空氣凈化器，那就拿空氣凈化器來舉例吧），你之前從來沒有研究過空氣凈化器的結構，現在你需要設計一款空氣凈化器，該怎么設計？
正常思路的話，可能你已經開始去網上搜索空氣凈化器的原理和構造，甚至設計圖了。現在，別急，試著先在腦子里過一遍，啥是空氣凈化器？空氣凈化器的本質是什么？
我會想，空氣凈化器的用途是凈化空氣，那它的輸入是污濁的空氣，輸出是干凈的符合人體健康標準的空氣，而處理模塊的作用即是去除空氣中的有害物質。進而，可以將它抽象為，一種以污濁空氣為輸入健康空氣為輸出的有害物質過濾裝置。
自下而上后，你會發(fā)現，咦，那口罩是不是也是，新風系統是不是也是？沒錯，是的。
抽象之后，你會發(fā)現，這些東西其實都差不多，只是表現形式不一樣而已嘛。
你甚至還會發(fā)現，既然是空氣過濾裝置，那么考察它們的關鍵指標是什么，是能過濾什么東西和過濾的效果好不好，進而抽象出，空氣過濾裝置（甚至還可以進一步抽象為一個篩選器）的關鍵性能指標是過濾物類型和過濾效能（篩選內容和篩選效率）。
你看，在什么都還沒有做之前，通過自下而上的抽象，你就已經知道了這么多事情，知道了空氣凈化器的構成是什么，核心是什么，關鍵指標是什么，還知道了同類型的產品有什么，而如何設計，原理是什么，反而是后面才需要關心的事情了，對產品經理來說，前面這些事情是非常重要的。是不是很有趣很雞智的做法。（我保證在寫文章時沒有搜索空氣凈化器的相關資料，就是這樣推理出來的）
程序員面向對象編程，其實也是一種抽象的思路。比如開發(fā)一個權限管理模塊，用于管理所有登錄用戶可操作的功能，比如管理員A可以看所有人的信息，而普通人B只能看自己的信息。
在進行功能開發(fā)時，不應該直接對賬戶A和B進行權限指定，而應該是將其抽象得到角色這一結構，定義管理員角色和普通用戶角色這兩個對象，給對象賦予不同的權限，然后為A和B這兩個具體的用戶分別分配管理員和普通用戶的角色。
這樣一來，不僅能夠方便查詢到，用戶A和B分別是什么屬性的用戶，后面來了A2，A3，B2，B3，也不需要重新寫代碼，只要為其賦予相應的角色即可。面向對象的好處就在于此。同樣，像一些大平臺的語言，都會預先提供一些Development Kit，也是面向對象，通過工具包的方式，每次去new就好了。
（2）切分與解構
將一件事物用可枚舉的，互相獨立的點來進行結構化的描述。
比如選購手機，你自然地會想到，多少錢，配置怎么樣，好看不好看，耐摔不耐摔，本質上是對手機這個商品在不同維度進行切分和解構，來更好地判斷是不是滿足你的購買要求，這些解構的維度分別是價格/外觀/配置/工藝。
如果你觀察得仔細，也許會發(fā)現一些電商網站的比較功能其實就是這么做的，你可以把糾結不定的產品放在一塊，它會幫你把同維度的參數列表呈現出來，幫助你快速比較和做選擇。
比如之前舉到的包子店的例子也一樣，關鍵動作之間相互獨立，是對目標在不同維度的切分和解構，這么梳理甚至能幫助你發(fā)現之前思考中遺漏的部分，比如很容易忽略的包子制作方法標準化這個關鍵點。
這個思考方式的好處顯而易見，條理清晰，解構為獨立的不同因素之后，你能夠更快做判斷和分析，而不是各種因素混在一起，剪不斷理還亂。
它還能讓你考慮的點更加全面，因為思考并列舉不同的維度/方向/特征，難度遠小于毫無目的事無巨細地一一列舉。就像畫馬時，畫兩顆蛋和4條線很容易，而直接從頭開始畫工筆畫就難得多了。
那么問題來了，馬的細節(jié)總得畫，怎么辦，包子還得做，怎么辦。
很簡單，重復切分和解構的過程，對每一個維度再進行這個過程，直至最細粒度，比如代表馬頭的那個蛋，可以再畫一個小蛋表示眼睛，一個小蛋表示鼻孔，比如手機配置可以再細分到屏幕分辨率，處理器型號，電池容量等等。
細分過程中，一開始不要求必須正確，而要求盡可能枚舉所有能想到的信息，不放過任何一個細節(jié)，后續(xù)逐步進行歸納和分類。這個過程用樹狀結構的腦圖進行梳理最方便，相應的工具也有很多，在線的百度腦圖，ZhiMap，本地客戶端比如mind manager等等都很方便。
我個人非常享受這個過程，可以將一個事物解構到獨立的最細粒度，然后一一觀察哪里要做什么事情。
（3）系統思考
系統化也會需要解構，將系統切分解構為負責不同職能的模塊/結構，分別具有不同的行為，但系統思考更注重關聯/組織/部分與整體。
校友錢學森同學對系統作如此定義：
系統是由相互作用相互依賴的若干組成部分結合而成的，具有特定功能的有機整體，而且這個有機整體又是它從屬的更大系統的組成部分。
缺乏系統思考，容易出現的現象是，只見樹木不見森林，頭痛醫(yī)頭腳痛醫(yī)腳。
工作中，你經常會發(fā)現，解決一個問題，剛開始覺得很容易，但后來發(fā)現花的時間越來越多，為了解決這個問題，需要先解決其他問題，然后不斷地，打了很多補丁。
本質的原因并不是沒有弄清楚這個問題，而是沒有從系統的角度去思考它所處的位置/模塊，沒有考慮它與其他模塊的交互/聯系/依賴。其中關鍵是意識到要解決的問題處于一個錯綜復雜環(huán)環(huán)相扣的系統中。
系統中兩個關鍵點，一個是要素，一個是要素之間的內在關聯關系，后者比前者更為重要，對系統起決定性作用。比如手表缺了秒針那至少還能看時分，但如果每 1s，分針退一格，那就沒法看了。
在解決問題的過程中，需要花更多精力理清楚要素之間的關聯關系，輸入輸出是什么，誰對誰有影響，誰對誰有依賴，這是“成大事”的關鍵，否則就會手忙腳亂。
工作中碰到的系統，其實很多，不只是你要開發(fā)的XX平臺，XX管理系統，才是系統，一個團隊，一個工作流，一個小功能小交互，都是系統。
在做事之前搞清楚，哪塊工作會需要哪個人做哪個事，誰的小失誤可能會影響全局推進，等等，才能成事。在構建與人相關的系統時所做的事，我贊同我老板的描述：“你要做一個局”。
我們總是強調做事要有先有后，種瓜得瓜，種豆得豆，但在系統思維中，如果片面地使用線性方式進行思考，就會出現問題，比如種一顆瓜子可能得到一顆瓜，但種1w顆瓜子，有可能土壤養(yǎng)分已經無法維持正常生長，導致顆粒無收。
導致這樣的原因是：土壤本身這個參數應該被考慮到植物生長的系統中，并且與瓜子之間有一些相互影響。非線性不如線性容易解釋，但也讓自然千變萬化，系統思考時要注意很多現象都是非線性的。
另外，系統本身作為一個模塊去考慮它的輸入輸出時，會有一個奇妙的機制：反饋。
反饋調節(jié)在系統控制中的作用很有意思，是調節(jié)系統平衡或者持續(xù)增益的關鍵因素，我們后面會講到。
（4）歸納演繹和推理
歸納與演繹是兩個過程，歸納從特殊到一般，演繹從一般到特殊。 歸納和演繹都有兩個關鍵要素，前提和結論。
歸納并不能得到百分百肯定的結論，因為它的前提并不是“真理”，而是“現象”。比如，我剛上班一周，發(fā)現每天下班八點走總是會堵車，第二周每天九點回的，發(fā)現不堵車，于是我決定晚一個小時回去，因為我覺得九點應該不會堵車。
歸納法以整體中的一部分作為抽樣對象進行研究，以此來代表整體，樣本范圍選擇決定其代表性。如果要證明歸納得出的結論是正確的，那除非檢查整體中的每一個樣本，那是不可能的。比如你想證明九點永遠不堵車，不僅要檢查過去每天九點都比八點順，還要檢查未來的樣本。
而演繹得出的結論是特殊的，確定的，而其推導前提是確定的。
比如，手機是能打電話的移動電子設備，iPhone是手機，所以iPhone能打電話。而如果前提本身有問題，則演繹法不work，比如所有的天鵝都是白的，我明天要去動物園看天鵝，它一定是白的。這個前提本身是錯誤的（但在發(fā)現第一只黑天鵝之前，人們真的以為這是真理呢），所以最后得出的結論也不可參考（黑天鵝事件在經濟學中，常用來形容非常難以預測，且不尋常的事件，通常會引起市場連鎖負面反應甚至顛覆）。
歸納和演繹并不能準確地告訴我們下一步一定該怎么走，但通過基于一定假設條件的思考，能夠幫助我們規(guī)避風險，針對可能情況做出相應的設計，以便在遇到問題時快速響應。
基于歸納和演繹方法，通過論證展現做模擬和推理，看起來是紙上談兵，但紙上談兵并不是無用的，它的意義是從一個觀點出發(fā)，得到另一個讓人接受的觀點，能在我們做出任何實際投入之前，就能根據不同的假設條件模擬推演出對應的結果知道在什么情況下會出現什么坑，幫助我們節(jié)省大量的實際成本投入，提前預知并避免風險。
狼人殺里的推理最多了，對吧。想想你在一場狼人殺里面是怎么思考的。如果他是預言家，那么他在XX時候就該跳出來了，所以他不可能是預言家；我是好人，如果他也是好人，在這個時間點上，不可能踩我，如果是狼人，這個時間再不殺人就晚了，嗯，大概率他應該是個好人。
你看，你通過假設，推測當假設條件成立時，對方應該有什么樣的表現，當這些表現真實發(fā)生時，你就能通過排除或者概率排序得到最優(yōu)解，來獲得游戲的勝利。
戰(zhàn)場打仗也需要沙盤模擬，在沙子做成的立體地圖上，插上小旗子，放上小人兒和模型，用不同的顏色來表示敵方和我方，推動小坦克模擬敵方進攻路線，然后思考：如果敵方從這個方向切入，我方應該如何應對才能破局？
上面兩個例子，其實是用最簡單的方式，在假定條件下，模擬甚至窮舉事件真實發(fā)生時最可能的形態(tài)，進而推演出相應的結果表現和應對方式，而雖然假設條件還未發(fā)生，應對方式卻是真實得到的收獲。
程序中的if else 其實是通過條件判斷語句來消除一部分未知事件造成的風險，這本身也是一個假設推演的過程，如果用戶輸入正確，那就登錄成功，如果輸入錯誤，需要重新輸入，如果輸出超過5次，就鎖定不讓輸入。如果不進行這樣的if else設計，那可能你的系統要GG。
其實，換位思考也是在做推理，我準備和某人說一件事情，如果我是Ta，聽到這件事會怎么想，會怎么做。啊，我感覺如果我這么說，Ta可能會想馬上打死我，不行，得換種說法。你看，通過假設，避免了被打的風險（大霧）。
在假設推演的過程中，你可能會發(fā)現，唉，這個以前好像發(fā)生過，類比一下，我似乎知道我該怎么做了。比如在沙盤模擬過程中突然發(fā)現，咦，好像某次歷史上的戰(zhàn)役也是類似的情況，我們看看他們當時怎么發(fā)起進攻的，有什么損失是可以避免的，哎就很棒是不是。
所以，假設也不是一味的空中樓閣，如果在假設的過程中運用類比，在歷史數據庫中尋找相似的案例，并對比當前情況與歷史案例的相同點和不同點，那這些經驗能夠極大地幫助你減少推演過程中無法確定的因素，約束假設推演的過程，避免最后發(fā)現，需要做的假設越來越多，而并不能得到有效的結論。
另外，需要注意，世界的復雜性可能讓推理變得難以進行，在推理的過程中，需要適當地簡化和舍棄一部分與主線無關聯或者影響可以忽略的要素，以進行簡單推理。
3. 數據驅動產品經理用數據說話，商業(yè)產品經理更然。數據不等于數字，數據是可置信的信息。
大學主修電子信息工程，關于信息，男神香農（信息理論的奠基人）有一句經典的概括，信息量代表了不確定性。
他創(chuàng)造性地用信息熵（entropy）概念來衡量信息量的大小，即為隨機不定性程度的減少。這就表明了他對信息的理解：信息是用來減少隨機不定性的東西。
比如，我拋了一枚硬幣，并清楚地知道它是正是反，則這個結論已知，完全確定，則這個信息的熵值對我來說其實是0。
如果我在拋這枚硬幣之前，有人能告訴我一條硬幣結果是正是反的信息，因為它是有概率存在的，按香農的公式計算出來，信息熵值為1（以bit為單位，而后的byte、KB等概念都是從此演化而來），它代表了一個最簡單的陳述：是/否代表了數據的最小單位。
扯這個概念，一方面是懷念一下香農大神，另一方面也是表達，數據，或者說信息，在我們做決策時的關鍵作用，是抵消不確定性?？捎玫模礈蚀_的）數據量越多，做決策時的風險就越小，所以，做決策需要數據驅動。
數據驅動的核心是，在收集到有效數據的前提下，運用合理的方法對數據進行處理和分析，從而輸出對決策有幫助的結果和結論，從而指導實際的產品設計和內容選擇。
這里直接以一個很多人都聽過甚至做過的產品，且是一個相對復雜的例子，DMP（Data Management Platform）數據管理平臺（DMP在廣告/搜索/電商/內容推薦等領域發(fā)揮非常關鍵的作用）來講解運用數據做決策的過程，同時也帶大家了解，如果在系統層面需要搭建數據驅動決策的能力，需要怎么思考。
以電商商品推薦為例，我們一般將DMP能力分解為以下幾個關鍵模塊：
（1）數據收集
在第一個步驟中，我們可以運用多種方式收集用戶數據，比如做用戶調研，比如收集商品購買訂單等等，但在大數據時代，我們聊點高級的，即埋點（我這里說的埋點是概念上的埋點哈，并不是埋點這種技術）。
埋點是說，在對商品推薦有價值的行為節(jié)點，建立數據的采集和記錄機制，在相應的行為發(fā)生時進行事件匯報和記錄，這樣可以記錄每一個有價值的行為，完全不需要做什么抽樣調查。
在這里，我們把用戶與購物相關的有價值動作用一個對象“行為”記錄下來，每一條行為記錄當中，都包含有用戶id，行為發(fā)生時間，行為類型，前向或者后向節(jié)點，行為具體內容等，具體可以這樣設計：
這里復習一下，其實在設計用戶數據結構時，用了面向對象的設計方法，并不是記錄每次用戶的下單過程，而是將用戶的每個關鍵動作都抽象為“行為”這一相對普適的結構，這樣不僅具備良好的結構性能，在后續(xù)數據分析時也會有更高的自由度和規(guī)范性。
由于有了更加高性能和更加穩(wěn)定的動作采集、匯報、記錄機制和技術，以及高性能的規(guī)?；瘮祿鎯Y構，使得像上述對數據的實時規(guī)?；涗洺蔀榭赡堋Ｒ舱怯羞@些技術，推動了大數據的落地。
所謂大數據，并不是指數據多，而是指數據全，我們不再像以前那樣，做數據抽樣調查，糾結于抽樣方法和樣本數量，因為我們現在獲取的是所有數據，基于全量做研究，得出的結論將更為可靠，且節(jié)省了抽樣成本，這才是大數據的關鍵。
既然提到這個關鍵，多說兩點。
第一是注意幸存者偏差，在數據收集機制的設計時，要考慮收集數據的片面性對結果的影響。
這里比較典型的例子就是今年的高考題之一的，關于統計戰(zhàn)斗機彈孔位置來決定如何做改良的例子。
專家的錯誤在于，他即使查看了所有幸存飛行員所駕駛飛機的數據，得出的結論也是基于成功飛回來的樣本，而忽略了那些在戰(zhàn)場已經墜毀的戰(zhàn)斗機數據。這些數據反而才是最關鍵的，回來的戰(zhàn)斗機，雖然機身那些位置有彈孔，但反而他們回來了，正說明這些位置中彈不會導致致命。
二是注意收集正確的數據。
舉個例子，你期望每天早上，在合適的時間，通過你的app給用戶推薦一條早安帖，你機智地想到，周末用戶可能會起得晚一些，我周末應該晚點再推消息，避免打擾到用戶。
你用算法構建了合理推送時間與周內/周末的關系，并依此完成推送時間決策。在周一到周五，8點推，周六和周日，10點推。但有一次，勞動節(jié)放假了，那天是周一，你8點推送了一條消息，把用戶吵醒了。熟睡中被手機APP推送消息吵醒，想想這是多么恐怖的一件事情，用戶一怒之下，卸載了你的APP，血崩。
你看，用戶起床時間的真正影響因素是節(jié)假日而非周一到周日。
以人類的聰明才智，這個點很容易想到，但是：
①體現在產品設計中并不容易。我印象中IOS的鬧鐘都只能設置為周一到周五生效或者周末生效，用小米手機發(fā)現MIUI有優(yōu)化，可以自動聯網同步工作日和節(jié)假日數據，從而設置僅工作日/僅節(jié)假日鬧鐘，這也是被MIUI圈粉的一個小細節(jié)。
②我們今天聊的是DMP，在算法模型做處理時，如果你在前端并沒有設計要收集節(jié)假日和工作日數據，而只收集了星期數據，那機器再怎么學習，算法再怎么優(yōu)化，也無法得出效的結論。這里的本質錯誤是沒有搞清楚真正影響因素。
當然我們本來就是做數據研究，可能在一開始就是不明白，用戶起床時間到底與什么因素有關，為了盡量在后續(xù)能夠做全面有效的分析，在不了解的情況下，數據采集應該盡量做到維度的全面覆蓋。
這時又會有另一個問題，現在還沒發(fā)達到我們可以記錄用戶的每個行為的程度，就算有，在數據處理和分析階段也會需要無限的計算資源才能夠滿足需求，怎么搞？
合理的解法是，在做系統設計之前，基于歷史經驗和人工模擬的實驗，來進行影響因素的排除過濾和篩選，比如，我們大概率判斷，國內用戶的起床時間和當天國外的天氣沒關系，反而可能和今天堵不堵車有關系，如果不知道，也可以簡單設計實驗來做基本驗證。
基于這些經驗和預實驗，能夠極度簡化模型參數，既不浪費系統性能，同時也保證了起始數據收集維度的正確性。
所以你看，我們該相信經驗，還是數據？
我說我們該相信數據，但經驗和數據不矛盾，相反，經驗給大數據/人工智能提供了一條快速收斂的捷徑，這些寶貴的經驗讓模型在一開始能有更好的初始學習條件。
所以你再看，產品經理的價值體現在哪里？
更多情況下，可能并不是參與DMP系統技術架構的設計，那些交給技術同學就可以了，產品經理在這里做了什么事，他基于經驗和前期的模擬實驗，更好地設計了DMP系統輸入，指導了在數據收集階段該收集哪些數據，這個價值遠大于做具體系統架構設計，這才是真正的“設計性”體現，這才是真正的architect！
（2）數據處理
我們收集到的數據并不一定都是可用的，對于電商來說，有可能有刷量數據，比如在店鋪剛上線前期為了沖銷量有很多假訂單，甚至還會有競爭對手攻擊而制造的假數據，還可能有由于設備不穩(wěn)定性而造成的抖動等，這些數據都是不可用的臟數據，一般都有比較明顯的數據集中特征或者錯誤，運用這些特征，建立處理規(guī)則，即可清洗掉臟數據，避免對正常數據分析造成干擾。
清洗完成后并不能馬上用于數據分析，這是因為有些數據比較原始，仍然處于“機器不可讀”的狀態(tài)，也不利于人工分析。
比如你采集到了用戶在你的優(yōu)惠活動H5頁面的點擊位置，想研究H5的UI設計與點擊位置的關系。那需要在數據整理階段，將原始數據中的點擊坐標數據做加工，根據規(guī)則，比如根據坐標范圍劃分為邊緣/中心/上下左右等分塊區(qū)域，對數據進行重新標記，這樣你在分析時就可以直接看區(qū)塊維度數據了。
同樣，比如你想分析購買商品價位分布，那就需要提前進行劃分，比如1-10，10-50，50-100，100-1000，1000 等等，否則原始數據里，每0.1元階梯上都有商品分布，最后根本無法收斂出結論。
這個過程，我稱之為對數據進行結構化處理的過程。
數據處理的核心是基于一定的規(guī)則，對數據進行過濾和結構化處理，以使數據達到“可分析”的狀態(tài)。
（3）數據分析
對數據基于一些統計或者計算方法進行分析。在分析之前，需要制定合理的分析方法和分析指標。
分析方法多種多樣，分類，聚類，維度交叉，漏斗分析，運用先前講過的歸納演繹的方法，能夠得出結論，在這里不進行展開，說下在營銷領域常用的漏斗分析。
漏斗分析之所以叫漏斗，是因為從上往下，越來越小，每個過程都有折損。大多數情況下，營銷過程都是多節(jié)點的，不是一步完成的，每一步都會有流失，比如廣告展現了，不一定所有人都點擊，有人點擊了，又不一定會購買，漏斗分析通過將整個鏈路打通，對每個節(jié)點之間的轉化情況做分析，以便定位最終效果差的原因并作出優(yōu)化。
另外多說一句，基于這幾年比較火的增長黑客理論，又建立了反漏斗模型，在用戶增長的結構中，每一步通過傳播帶來的增長越來越多，這種分析和漏斗又是相反的，也很有趣。至于其他基于機器學習的分析方法，這里更不展開了，大家自己了解即可。
分析指標非常重要，合理的分析指標能夠直觀衡量事物和現象的質量和程度。比如互聯網公司經常會使用到的，增長率，活躍率，點擊率，等等。
舉一個指標設計不合理的例子。假設你現在研究某款產品的購買用戶在性別上的分布，以決定對不同性別的推薦機制。你最后發(fā)現男女比例8：2，于是你得出了這款產品的購買者多為男性的結論。但你卻忽視了，全國人口比例就是8：2，這個性別分布太正常了，就是平均情況。
合理的指標設計，可以引入目標人群指數（TGI for Target Group Index）來衡量人群偏好。該指數的計算方式是目標占比/大盤占比，大于1代表正偏好，小于1代表負偏好。
引入TGI后，你發(fā)現，男性和女性的TGI均為1，與大盤情況相同，沒有特征偏好。而如果男女比例是9:1，那你會發(fā)現男性是正偏好，女性是負偏好，數值越大代表偏向越強。這便是分析指標對分析結果帶來的影響。
（4）數據運用
數據最多的應用是幫助決策。上面已經舉了很多例子，運用數據分析的結果，可以用于推廣決策，內容推薦，流程優(yōu)化等等。這里提一個比較有趣的，數據驅動產品迭代。
說來也確實是產品的“靈性”了。我剛來時，主要負責廣告投放系統，對廣告系統的常見統計指標和優(yōu)化方法有比較深刻的了解。
有次公司舉辦Hackathon（黑客馬拉松，幾個人組隊，按比賽主題在較短時間內做一個產品prototype出來），主題是boost，加速。
在想我們要做什么，想boost什么的時候，我聯想到，我們天天看點擊率激活率優(yōu)化廣告，為什么不能用來優(yōu)化產品？我們的線上平臺，也有很多入口，有很多工具，有很多按鈕，也會有點擊率，那這些節(jié)點的數據，豈不是會對分析產品問題和功能優(yōu)化有非常大的幫助？
于是，我們想了個辦法，通過嵌入js，掃描全部控件事件的方式，實現了線上產品所有控件的全監(jiān)控，把每個用戶行為和前后節(jié)點都進行了記錄，并允許在前端將任何兩個有關系頁面的數據鏈接起來做指標計算。這個產品后來也確實獲得了大佬的認可。
這里有兩個關鍵點，一是將數據驅動的理念用于產品優(yōu)化，甚至在部分情況下能夠做到自動優(yōu)化。
現在一部分安卓手機能夠根據用戶對不同app的打開頻次和時間進行記錄，并預測app使用習慣，推斷你可能在什么時間點將要打開什么app，從而提前在后臺準備好相應的程序，達到提升響應速度的效果，這便是一個數據用于產品優(yōu)化的很好的例子。
二是在我設計的產品中，并沒有太面向過程地考慮，如何進行處理數據，而是將數據條目本身作為對象進行存儲和管理，這是系統的核心。
而在前端，不同需求的用戶，可以將數據通過不同的組合方式、交叉維度、統計指標進行分析，具備極高的自由度，而它的前提便是我將每個條目作為可以搭出不同模型的最小塊積木。
以數據而不是計算為核心，數據與分析進行分離，有需求者可以按自己需要的方式進行取用，是現在做數據類產品的一個不錯的理念。
也沒看過什么太多相關的書籍，我的方法也是在實踐中逐步總結出來的。翻過一本《數據驅動/從方法到實踐》，初學者可以看看，淺顯易懂，筆者花了總共不到一天的時間看完，覺得和我自己實踐得出的結論還挺一致的。
數據驅動這事，更多還是靠實踐，多進行收集/處理/分析/使用數據的實踐，便能更快建立自己的分析方法和體系。
4. 價值判斷在公司里，作為產品經理，尤其是商業(yè)產品經理，想搞錢，就必須搞清楚短長期投入產出比。
理想情況下，想要的當然是一分耕耘，十分收獲，但一來這個并不是那么容易的，二來是未來不可知，已經產生的投入，在什么時候產生價值，產生多大的價值，都是值得討論的問題。
公司角度會考慮，管理者會考慮，作為商業(yè)產品經理也一定要考慮，普通工作也最好考慮，因為這樣才是對自己負責，讓工作價值和效果最大化，說不定還能漲點兒工資就美滋滋了。
在價值判斷上，偏用戶的產品經理和偏商業(yè)的產品經理需要考慮的維度也有所不同。
對于偏用戶側的PM來說，產品的價值是被人使用并且不斷被人使用，是用戶量、活躍用戶量、功能使用率、使用時長、增長率等等，而對于偏商業(yè)的PM，更多考慮的是其變現價值，是否能夠形成一種可長期持續(xù)賺錢的模式，是不是能形成一門生意。
比如微信，to C角度考慮，關注產品功能和用戶體驗，to B角度考慮，關注朋友圈廣告曝光量有多少，互動率如何，流量變現價值有多少，適合什么類型的客戶投放。
比如生產一部手機，to C角度考慮，關注外形設計，關注配置，關注ROM體驗，to B角度考慮，唉你說這個手機就是一個超級入口，這價值可大了，能不能搞點事情，比如預裝APP啥的（一眾安卓手機廠商：你說誰呢？？？），比如以手機為中心搞個生態(tài)（樂視：蛤？），比如彈個系統級的廣告（小米：喵喵喵？）等等。說的極端了，商業(yè)產品經理沒這么欠抽的。
to B的產品經理，考慮的更多是，如何通過產品能力的構建/升級，并且聚攏各方的資源和事，讓一種“你好我好他也好”的模式能夠持續(xù)轉起來，能夠持續(xù)賺到小錢錢。而這，也是業(yè)務思維，是成為CEO走向人生巔峰必須要想清楚的事情。
在結果導向的部分內容中，提到過，數字價值和能力價值，這里再強調一下，產品的價值，一定不只是會體現在數字上，如果那樣，直接搞銷售得了，不需要產品。
效益增長，問題解決，本身就是有一部分價值無法用直接的數字衡量的，而這部分的價值，在不同的產品階段，甚至遠大于在數字指標上的提升。在進行價值衡量時，一定不要忽略掉這部分的價值。
5. 靈性很玄學了，但靈性確實對產品經理非常重要。能把上面這些思考能力運用自如，并且很有悟性，很聰慧，我覺得是有靈性。
它很難解釋，但如果說，一個有靈性的人，會有什么樣的表現和做事方法，我覺得是，能舉一反三，能以一葉而知秋，能一眼看清楚事物的本質，能把自己獲得的經驗/能力/方法/工具，快速變換為解決問題所需要的形態(tài)，等等，我認為這是有靈性。
自己是個菜逼Dota2玩家，但偶爾也會看比賽錄像，彈幕經常會夸某個選手某個操作“很靈性” 。有個很簡單但也很靈性的操作，在Dota2里有個道具是一根樹枝，買了這根樹枝放在身上，你的屬性會得到小幅提升，總之就是變得更厲害一點。
除了被動地讓你提升一些屬性值，你也可以主動使用它，點擊地面一個位置，使用樹枝，可以種下一棵快樂的小樹苗。
而Dota2里的另一個機制是，有視野限制，地圖各種地方，長了非常多的樹，你躲在里面，別人就看不到你了，你就可以搞偷襲或者逃生。于是，當你走在馬路上，敵人在追著你打時，你可以當場種下一棵小樹苗，種在你和敵人中間，這樣他就突然看不到你了，你就可以逃走了。
然后，Dota2里還有另外一個道具，叫吃樹，吃一棵樹可以加血。于是，當你發(fā)現你血不夠的時候，你還可以在種下小樹之后把它吃掉來回血。
同樣，作為你的敵人，為了找到你，不讓小樹苗擋住他的視線，他即使?jié)M血，也可以把這棵樹吃掉。是不是很神奇！
這兩個道具是Dota2里最基本的道具之一，但玩家們都能有這樣的騷操作，在不同的情境之下，用這兩個道具來達到追捕/逃生/回血等不同的目的，我認為這就是靈性，能夠將已具備的能力/思維/知識，快速轉變?yōu)榻鉀Q問題需要的形態(tài)。
靈性與一個人本身天然的思維模式和應激模式有很大的關系，我只能說，如果有靈性，那一定非常適合做產品經理，如果沒有的話，具備上述的思考能力，也能讓你在產品工作中游刃有余。
聯系客服
