中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

懂得很多道理，也過不好這一生。有些東西并不只是懂得就可以靈活運用，系統(tǒng)思維便是如此。那么，該如何進行加強系統(tǒng)思維的思考能力？從而應對發(fā)展中的各種難題。

通過一些在線課程和文章書籍，我們總能了解到一些發(fā)人深省的案例，也能學到不少干貨，我們會把干貨拍照、截圖或者保存到手機相冊里。但是后來呢？

等到實際用起來，自己卻總是碰壁，遇到各種新問題。好像學的東西都無法解決我面臨的問題，就如同“懂得很多道理，也過不好這一生”。

究竟是哪里出了問題？

系統(tǒng)思維是產(chǎn)品工作中的重要能力。從了解用戶需求，到撰寫各種文檔和PPT，再到分析和總結自己的工作時，都需要運用系統(tǒng)思維的方法。

不過呢，系統(tǒng)思維確實也不太容易培養(yǎng)和練習。主要有三方面的問題：

1. 思考的過程受到很多因素的影響。比如時間緊迫、預算有限、歷史遺留問題、團隊合作氛圍等等，這些因素都會導致思考的過程并不是“完全自由”的，容易讓當事人“鉆牛角尖”，而忽略了系統(tǒng)地思考解決方案。
2. 雖然已經(jīng)有很多現(xiàn)成的模型和方法了，但這些模型和方法都是歷史經(jīng)驗的總結，能解決的問題是有限的。如果未來情況變了，出現(xiàn)了新的問題，就不能用了。
3. 系統(tǒng)思維是一個比較抽象的概念。因此，找一兩個案例只能幫助大家對系統(tǒng)思維有一個感性的理解，并不能算真的學會了。這就導致當自己遇到了需要思考的問題時，往往不能通過簡單的套模型來解決。

因此，這一篇的重點，不僅僅是介紹系統(tǒng)思維的方法，也要提供下平時我是如何“觸發(fā)”自己的系統(tǒng)思維的。
至于第二個和第三個問題，我們單獨拿出兩篇的內(nèi)容，討論如何總結出屬于自己的的獨特模型，并討論下認知以及認知的方法。

一、有哪些比較系統(tǒng)的思維模型呢？

其實說到模型，現(xiàn)成的模型還真是不少。

以下這些大家肯定不會陌生：5W1H、SWOT、KANO、RFM、需求層次理論、AARRR/漏斗、留存表、4P/4S等等。這些模型通常都會出現(xiàn)在“系統(tǒng)思維”、“常用模型”之類的文章當中。

除了上面這些“直接給出結論”的模型，還有一些方法是專門針對思考和決策過程的。比如：頭腦風暴、魚骨圖、金字塔模型、AHP/FAHP等等。

關于這些模型和方法，單獨一篇文章肯定講不過來，而且相關的內(nèi)容已經(jīng)太多了。我們只是列在這里，如果大家確實用到了，直接搜索相關的文章或者書籍就好。

二、如何“觸發(fā)”系統(tǒng)思維？

相比是否能多背下來一個模型，這個問題是更重要的。有時候我們遇到了一個問題，根本不會想到要用一個有框架、成體系的思維方式來解決，而是直接鉆了牛角尖。

比如，我就是想要賺很多的錢。那么怎么辦呢？做些什么能夠“直接”實現(xiàn)賺很多錢的目的呢？于是很可能就會開始關注一些“日賺1萬”、“有個手機就能干”之類的事情。這樣的話，當然就不會想到要動用系統(tǒng)思維了。

其實，在上面這種做法的背后，有一個更深層次的思維方式，那就是根深蒂固的因果關系的思維方式。當我們面對一個問題的時候，總是想尋找原因。認為只要知道了原因，就能扭轉(zhuǎn)這種我們不愿意看到的情況。

當然，問題不在于因果關系的思維本身，而是需要我們問一下自己：

• 我面臨的問題，是一個原因?qū)е碌?，還是多個原因?qū)е碌模?/li>
• 如果是由多個原因?qū)е碌?，哪些是直接原因，哪些是間接原因呢？

有些課程的案例“害人”的地方就在于，它們往往只是給某個問題找了“唯一的、直接的”原因，而去掉了前前后后那些次要的、間接的原因。

比如這種案例：“找到了一個獨特的細分角度，將用戶明顯地分為兩部分，然后針對不夠活躍的那部分用戶進行優(yōu)化，最終達到了很好的效果?！?/p>

對于案例本身而言，不管出于什么目的，這些次要的、間接的原因確實可以忽略；但對于問題本身，不定哪天這些次要的、間接的原因就變成了主要的、直接的原因。當我們心中積累了太多的“唯一的、直接的”原因之后，自然就“停止思考”了。即使面對新問題，也只會機械地按照這些“唯一的、直接的”原因?qū)ふ医鉀Q辦法。

三、常見方法和模型有什么規(guī)律嗎？

有了“觸發(fā)”系統(tǒng)思維的方法之后，我們就要從這些現(xiàn)有的方法和模型中學一些規(guī)律了。

我們從日常工作中的場景說起。比如，我們遇到了最常見的留存率的問題——究竟是什么原因?qū)е铝肆舸媛实慕档湍兀?/p>

為了解決這樣一個問題，我們最容易想到的、最常見的方法就是：首先找到最容易流失的那部分用戶，然后再找到用戶在流失之前的行為，也就是分析究竟是什么行為導致了用戶的流失。最后，只要讓特定的用戶不去做這些行為，自然也就能夠減少流失的情況，從而提高留存率了。

針對這個常見的方法，我們從三個方面分析。

第一，是前面提到的“觸發(fā)系統(tǒng)思維”的問題。其實上面的思考中有許多“疑點”：

• 為什么一定是用戶的因素導致了留存率的下降呢？有沒有可能是最近的產(chǎn)品迭代、社會熱點事件導致的，或者就是產(chǎn)品正常的周期性導致的呢？
• 為什么一定是部分用戶的留存率下降呢？如果全體用戶的留存率都下降了怎么辦？
• 為什么一定能給流失行為找到一個前置行為呢？如果前置行為多種多樣，甚至“相互矛盾”，又該怎么辦呢？

總之，前面這個思考過程只能算是一個應用最廣、“曾經(jīng)”效果最好的一種。但是這次是不是還奏效呢？這需要數(shù)據(jù)的驗證。

第二，過了前一步，我們已經(jīng)算是“觸發(fā)”系統(tǒng)思維了。雖然這個具體的方法不是百試百靈的，但我們可以學習一下解決問題的思維。

上面的整個分析的過程，概括成一個詞就是“細分”。當然，也可以說成是“拆分”、“細化”等等。如果大家聽過一些在線課程，在解決問題的時候也大多是采取這樣的辦法。當我們不能完整地解決一個問題時，可以先將問題拆解。在文章最開始提到的SWOT、KANO、RFM、需求層次理論、AARRR/漏斗、留存表、4P/4S這些模型，其實都是把一個問題細分成幾個部分逐一分析。

第三，那么究竟按照什么角度進行細分呢？有那么多的角度可以選，又怎么選得過來呢？

其實細分也是有“大方向”的，主要可以分為兩個方向：廣度和深度。按照廣度細分，分出來的部分通常是并列的關系；按照深度細分，分出來的部分通常是遞進的關系。

我們舉兩個例子。對于SWOT、KANO、4P/4S這些模型，引導的是廣度的細分思考，其中的因素基本是并列的。SWOT中的優(yōu)勢、劣勢、機會、威脅四種因素本身并無好壞之分，只有人們對它們的好惡而已；KANO中的幾種需求類型和4P/4S中的幾種營銷策略方向也是同樣。

而另外一些模型，比如需求層次理論、AARRR模型，它們引導的就是深度的細分思考。它們拆分出的部分就是層層遞進的，因此是不能更換順序的。類似的還有“5個為什么”之類的思考方法。

那么，是不是任意選擇一些角度，都可以用來做細分呢？
理論上“是的”——任何角度都可以用來做細分。即使是“瀏覽頁面的時候是長發(fā)還是短發(fā)”、“下訂單的時候有沒有穿拖鞋”都可以作為細分的角度。但是，顯然這些不是能最終解決問題的角度。也就是說，細分的角度是有“優(yōu)劣”之分的。

前面提到的這些模型中包含的細分角度，至少在它們自己的問題域中，都是一些“最好”的角度。但如果離開了問題域，就未必還是最好的角度了。

就比如RFM，關注的是顧客的交易行為。如果再確切一些，這個模型的三方面因素最開始只是用來細分顧客的消費行為的。對于投資理財之類的交易行為，或者對于卡號、設備號這些不是與真實用戶一一對應的體系，是否同樣奏效，還有待驗證。

總結一下：

• 前面提到的用來分析問題的模型，主要思維方式是細分；
• 細分可以分為廣度和深度兩種；
• 細分思維的典型例子：前面提到的那些分析問題的模型。

四、另一種方法

是不是一種“細分”的方法就把系統(tǒng)思維說完了呢？當然不是。

一味地細分下去，就會四分五裂， 也就無法形成整體、形成合力了。

而且除了這種“解決問題”的場景，工作中還有一種場景是需要“整體設計”，也就是要考慮好各種因素，最后提出一個各方面都“恰當”的綜合方案來。那么一定有另一種方法是跟“細分”相反的。

如果你負責過偏向后臺、偏向技術系統(tǒng)的產(chǎn)品，那么“整合”這個詞你一定不會陌生。對??！另一種方法，就是這個“整合”的方法。

整合并不是把任意兩種東西放在一起，然后看它們之間的聯(lián)系。這只是一種思維練習，放到實戰(zhàn)中未必奏效。與細分需要的“微觀視角”不同，整合方法需要的是一種更宏觀的視角。整合的方法并不會特別關注每個細節(jié)，而是關注“整體上”是什么樣子的。

前面說過了很多解決問題的思維都屬于細分思維，那么與整合思維相關的方法不知道大家想到?jīng)]有。其實平時我們在用的方法就有——比如黑箱測試。

黑箱測試是在做什么呢？我們只是關注輸入和輸出是什么，比如輸入了錯誤的用戶名或密碼，那么頁面上就應當提示用戶名或密碼輸入錯誤。至于這種錯誤的判斷是怎么產(chǎn)生的，并不是黑箱測試關注的內(nèi)容。

可見，黑箱測試是將一個功能中的各種細節(jié)合并成一個整體，只是關注整體上應當做出怎樣的反應而已。而當遇到問題時，就需要再次動用“細分”的方法來排解問題了，從這里也可以看到細分與整合之間的配合。

舉個例子：例如我們現(xiàn)在要迎著各種歷史遺留問題，將兩個八竿子打不著的產(chǎn)品，整合成一個完整的解決方案提供給用戶。

如果從細分的思維入手，我們就要先詳細列舉各種影響因素，分析它們之間的聯(lián)系，提出多種可能的設計方案，再結合影響因素逐個分析。這樣折騰個把月，有沒有方案不說，都不一定真能把這些因素理清楚。

而從整合的思維入手的話，我們只需要關注：整合之后的完整解決方案，在用戶發(fā)出要求的時候，應當做出怎樣的回應。

比如當用戶不知道如何使用的時候，應該給予引導；當用戶輸入了錯誤的信息時，應該給予提示；當用戶的操作越權時，應當制止并提供解決問題的恰當辦法。

當然，這些設計現(xiàn)在是不能實現(xiàn)的。這就形成了“問題”，而且是很具體的問題。解決具體的“問題”，就是細分思維的用武之地了。

再總結一下：

• 整合思維與細分思維對應。整合思維關注整體功能，細分思維則關注細節(jié)因素。
• 整合用在解決整體的、相對籠統(tǒng)的問題上；細分思維用在解決微觀的、相對具體的問題上。
• 整合思維的典型例子：黑箱測試。

作者：李陽，微信公眾號：數(shù)據(jù)有毒（shujuyoudu）

本文由 @李陽 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議