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

編輯導語：產品人最需要具備的就是產品思維，它可以讓你在工作中對業務有全面的了解，并且可以提升自己的決策能力，產品人也需要有一套產品方法論，以便更好的處理業務；本文作者分享了關于產品方法論的理解，我們一起來了解一下。

本文會從宏觀分析，拆分增長公式，確定優先級，理解用戶，理解變化等多個維度，較為全面地分享我的產品方法論。

另外，之所以選擇從玩游戲的視角來切入，主要原因有三：

• 首先是我自己喜歡游戲，也玩過很多不同種類的游戲，并且從08年開始就參加EOG、WDC等全國范圍的電競比賽，也曾在DOTA2中天梯排名前50，算是一個半職業游戲玩家（通過游戲能獲得收入）；
• 其次，我對博弈論（Game Theory）也十分感興趣，并且有一定的理論基礎，能夠求解一些簡單的混合策略納什均衡；
• 最后一點，則是我在形成自己產品方法論的過程中，發現做產品和玩游戲有很多思路是相通的；比如博弈論里面的三個要素：參與人、策略、收益，也剛好可以對應產品中的用戶、產品決策（需求）和用戶行為。

希望在分享結束后，大家能對產品思維有更全面一些的了解，并能運用到生活和工作中，一定程度上提升自己的決策質量。廢話不多說，那么現在開始吧。

一、理解游戲規則

讓我們來玩一個剪刀石頭布的游戲，假設這個游戲是異步的，現在對方出了剪刀，你會選擇出什么呢？

大部分人會說石頭吧，因為傳統的剪刀石頭布里面，石頭可以贏剪刀。不過抱歉，這次游戲你輸了，因為這個游戲的規則是剪刀贏石頭；是不是感覺被糊弄了，沒關系，后面你應該能贏回來。

拋開先入為主的概念，在玩任何游戲前，先搞清楚規則，后面的決策才會有意義。

游戲中需要搞清楚游戲規則，產品工作也一樣，我們在做產品工作前最好對外部規則有一個清晰的認識，包括但不限于法律法規、行業政策、競爭格局等因素。

游戲怎么玩，都是圍繞規則來進行的，弄清產品游戲規則的主要方式是做一些宏觀或“中觀”的分析。

我們經常聽到宏觀分析和微觀分析。宏觀用于分析大的行業趨勢和競爭格局，視野較高，對應產出的內容是“戰略”；微觀則是在具體的產品設計中，需要對用戶洞察入微，了解用戶場景和需求，在每一個階段設計和實施好，對應的是“實施/執行”。

但光從這兩個角度分析，中間跨度過大，戰略也很難直接落地。所以我引入了一個中觀的概念。

“中觀分析”對應的是產品工作過程中的拆分增長公式或者分析GMV的構成等等這類的分析。中觀分析可以讓我們對產品現狀有一個清晰的認識，像是中間層，既能承接戰略，又能指導落地。中觀分析對應產出的內容是“戰術”，有了“戰略”和“戰術”之后，在執行的過程中我們才可有跡可循，減少繞彎路。

1. 宏觀分析——形成游戲大局觀

常見的宏觀分析工具相比大家都耳熟能詳，比如SWOT、PEST（或者升級版的PESTEL）、波士頓矩陣和波特五力模型；這些在網上能輕易查詢到，就不展開講解了。

這里我想先分享一個俞軍在《俞軍產品方法論》里有提到過的“詹森生產函數”，我把公式稍微簡化了一下，是這樣的：

這里的Q是指產量，這個公式提出的時間是1970年代，當時還是偏生產者導向的時代，供給遠大于需求，因此產量Q基本正比于公司獲得的利潤。我們可以簡單把公式里的產量理解為利潤?！皉”是外部規則，也可以理解成剛才說的宏觀的游戲規則，包括經濟、政治、法律、社會結構、環境、競爭等等要素。R則代表資源，C代表企業的內部規則，T則指代技術。

這個公式表達的含義是：企業利潤是關于外部規則的一個函數，外部規則對利潤的影響遠大于其他因素。在外部規則不變的情況下，影響利潤的關鍵要素就是技術；而如果一個行業里外部規則和技術相對固定的情況下，影響利潤的最大因素則是內部規則，例如人事制度、迭代周期等等。但短期內，這里的每一項有可能塑造競爭優勢。

從這個公式的視角來看，產品這個游戲是基于宏觀的外部規則下，思考如何組合內部的這些變量或如何提升這些變量的值，以獲得更大利潤的游戲。內部的元素都需要圍繞外部的規則來設定，包括內部規則，比如晉升機制制度應該如何、迭代周期應該幾天等等。

理論上，這些都應該基于外部規則來考慮，到底哪種機制能更利于我們的提升產出或者說能形成優于市場平均的決策質量；另外，外部規則一旦發生改變，這里面的元素也都需要重新考慮和組合。

上述的很多元素其實更多是最上層在決策，產品包括技術或者運營的小伙伴們能影響的范圍有限，更多是思考如何把T這個環節做好。

但我認為理解這個公式，能有助于形成一定的“游戲大局觀”。

2. 中觀分析——增長公式拆解

關于中觀分析，我拿我們電商工作中分析新客增長來舉一個例子。如下圖：

這個公式乍一眼看上去有點頭暈。這很正常，即使是寫出這個公式的我本人，看到的時候也頭暈了一下。但別小看這個公式，它主要有以下三個作用。

第一點，通過公式，我們可以理解影響利潤的關鍵因素和現狀。其實公式里面的每個值，產品現階段的數據是多少，都可以替換進去觀察。我們可以帶有一定主觀偏見的去思考現狀有哪些提升空間，這是第一個作用。

第二點，這個公式可以幫助我們更好地理解不同因素之間的影響關系。比如補貼金額Cb與轉化率f(Cb,P)的關系；投放金額Ct與投放帶來新用戶數f(Ct)的關系，它們都是正相關但又都是邊際遞減的。更棒的一點是，我們可以把其中一部分因素的現狀數值替換進去，只留下一個變量函數，那么我們可以通過數學中“求導”的方式，計算這個變量的最優解。例如，我們現在每天投放100萬，拉新10萬。我們想了解這個投放金額是否合理，可以將其他數據替換進去，僅保留投放金額Ct和拉新人數f(Ct)，通過求導就可以計算出Ct應該等于多少才是最優解。當然，這樣做的前提是，需要先不停地嘗試投放金額和拉新人數的關系，擬合出f(Ct)這個函數才行。

第三點，也是關于落地的一點，我們可以通過公式思考每個環節中可能的產品影響因素和策略，確定各種待執行的“戰術”。例如在自然新增用戶數這里，我們可以考慮做一些拉新活動，在轉化率這里可以考慮提升價值感知，降低操作成本等策略。當然這個只是在現有盈利模式框架下做的分析，我們也可以跳出框架，思考新的盈利模式 ，比如賣會員、賣皮膚之類的，那么對應的公式和策略也都會改變。

恭喜你，如果你堅持讀到這里的話，本文最讓人頭暈的（跟數學有關）兩個階段你已經看完，后面的內容會讓你感覺輕松一些。

二、明確游戲目標，遵循SMART原則

讓我們再來玩一次剪刀石頭布的游戲，現在我們知道規則是石頭贏剪刀。對方出了剪刀，請問你出什么呢？出石頭對吧。Emm，也不一定對。例如你在跟一個十分心儀的女生玩游戲，她很在乎輸贏，這樣你也許贏了游戲，但是失去了一個獲得女朋友的機會。

也就是說，有時候單個游戲的盈利并不是唯一的目標，例如有的公司做一些項目本身不賺錢，只是為了某一塊的布局而做，為的是未來或者其他項目能更好的盈利，也是這個道理；所以玩游戲除了規則以外，還要明白目標。

做產品也一樣，基于宏觀和中觀分析產出戰略后，在具體執行之前還需要拆解成可執行的目標。設定目標時我們盡量要遵循Smart原則，也就是目標必須是明確的、可度量的、可實現的、具有關聯性的（通常是與其他目標或戰略的關聯性）以及有時間限制的。

明確產品目標后，我們需要了解我們可選擇的策略有哪些。除了剪刀石頭布，還有其他可能嗎？這里會涉及到問題的拆解以及優先級的確定。

三、明確策略與確定優先級

拆解問題和找出策略這個過程，沒有標準答案。

同一個問題我們可以從多個維度進行不同的拆分，例如梳理給用戶發送彈窗的策略，可以按照不同的用戶屬性來拆分，也可以按照不同的頁面來拆分；但在拆分問題時，只有一個唯一要求，就是必須做到符合MECE原則，也就是“不重不漏”。我們來看兩個拆分策略的例子。

首先，下圖是一個錯誤示范。在拆分新客轉化率時，如果按照下面的拆分方式，看似像在分析問題，實際上卻只是純粹的拍腦袋行為。

上圖除了在提升價值感知和降低價格感知時出現里重復的策略以外，光是這種拆解角度，就會有很多遺漏的地方；比如除了利用稀缺感、利用好奇心以外，我們還可以利用損失厭惡，利用成就感之類的，這種拆分方式很難不遺漏，也完全違背了MECE的原則。

下面是比較正確的示范：

上圖從一個電商App內新客轉化漏斗的角度，將用戶從啟動頁->商品曝光->商詳頁瀏覽->CheckOut->下單->支付成功這幾個主流程環節全部覆蓋；這樣幾乎能做到不重復和不遺漏，且這樣的拆分，針對每個環節對應的產品策略也會更加具體，甚至可以將每個環節交由不同的產品經理來負責跟進。

拆分問題并羅列出策略后，接下來的問題是：這么多策略，到底應該先做哪一個呢？

1. 確定優先級——ICE原則

策略方向出來之后，產品經理需要權衡不同策略的優先級。確定優先級的方式有很多，通常是從多位維度考慮，再加權來得出；這里也沒有標準答案，公司可以根據實際情況來設定權衡優先級的維度和辦法。

目前我們產品部在做增長相關需求的時候，通常會使用ICE原則來進行打分確定優先級（如下圖）。

ICE打分是從影響力、自信度和容易度三個角度進行，對需求進行優先級的判定。影響力是指預計這個需求上線后，對目標的影響程度有多大，影響越大得分越高；自信度則是我們（帶有一定先驗概率的）認為這個能夠達到產生影響的把握程度，把握越大得分越高；容易度則通常指開發難度或成本，成本越低，容易度得分就越高。

一般每個維度采取0-5分的形式，最終根據三個打分之和，來排列需求的優先級。

四、策略的潛在收益——理解用戶

第四點，我們在玩游戲時，還需要了解游戲里面的收益。例如如果出石頭贏了可以得 5元，出布贏了可得 1萬元，這在一定程度上也會影響我們的策略。在博弈論中，策略的收益取決于你對手的選擇是什么。對應在做產品上，產品的收益在于用戶是否買賬、他們對不同的產品策略會做出什么樣的行為或反應。

在這個環節中，產品經理最重要的事情是“理解用戶”。我這里借用一下俞軍在產品方法論里提到的“用戶的五個基本屬性”來展開簡單講解一下。

用戶的基本屬性包括一下五點，理解這五點會幫助產品經理在預判用戶行為或解讀用戶時，避免大部分的偏見。

• 異質性：每個用戶的認知、偏好和資源都不一樣；
• 情境性：不同情境會影響用戶的決策。比如同樣是面對異性的消息，獨自一人的深夜，和跟兄弟們在網吧開黑時的處理方式是截然不同的；
• 可塑性：人的偏好和認知會隨著外界不同的刺激而變化；
• 自利性：用戶追求個人總效用最大化；相關的基礎理論有馮諾依曼提出的期望效用理論以及最大化效用原理。這里暫不展開講解。作為產品經理，關于自利性，只要能理解用戶會追求總效用的最大化以及效用的增長存在邊際遞減效應基本就可以了。
• 有限理性：用戶的能力和精力是有限的，只能做到有限理性。

關于異質性和自利性，這里先不展開講解了。關于自利性，我們只要能理解用戶會追求總效用的最大化以及效用的增長存在邊際遞減基本就可以。

接下來我將會結合前景理論、AI思維的習得規律以及西蒙的“滿意解”來重點聊一聊情境性、可塑性和有限理性這三方面。

1. 情境性——前景理論

這個理論我在之前的文章中已經兩次提到，基于這張圖衍生出了包括“損失厭惡”、“稟賦效應”、“確定效應”等在內的許多其他理論。前景理論也能夠用來解釋很多違反期望效用理論的現象。

大家注意觀察前景理論的曲線和其斜率（斜率可以理解為心理價值變化的快慢），稍加思考后應該可以得出以下四個基本結論：

1. 確定效應：處于收益狀態時，多數人是風險厭惡者。
2. 反射效應：處于損失狀態時，多數人是風險喜好者。
3. 損失規避：多數人對損失比對收益敏感。
4. 參照依賴：多數人對得失的判斷往往由參照點決定。

例如當某人認為自己現在是獲利狀態時，因為往左的斜率比往右的斜率更陡，所以對更多收入的感知價值會低于同等金額虧損的感知價值，因而往往會更容易產生風險規避的心態。

之前我也舉過炒股的例子，有些人股票漲了后，一旦有一點下跌就想賣掉，錯過了持續的增長；而股票跌很多的時候，往往因為一點上漲而舍不得賣出，最終被套牢。

希望炒股的朋友在理解前景理論后，能盡量克服自身心理上的這種偏見，更理性的思考決策過程。

2. 可塑性——人類習得規律的過程

可塑性簡單的說就是人是會變化的——人的觀念、偏好和認知會隨著外界新的信息刺激而產生改變。

關于可塑性這一點，貝葉斯公式關于漸進學習的解釋非常清晰，但我想在后面單獨寫一篇文章再來分享，這里想先從《AI思維》這本書中提到的人工智能和人類的習得規律示意圖來說說可塑性。

圖的上方是人工智能習得規律的示意圖。AI首先是通過大量的初始數據，形成或推演出一個模型。然后當有新的輸入進來時，模型就會給出預測或決策。這是個比較粗的框架，我們可以簡單的理解為AlphaGO下圍棋時的決策模型就是這樣。

圖的下方講的是人類，其實也一樣，我們通過自己的經驗，形成自己處理方式的規律（或者說是認知和偏見）。當有新的問題或信息出現時，我們則會通過自己先前形成的規律，做出決策。同時，這些新的經驗或問題（可以統稱為數據），也可能會讓我們的規律和認知改變，通過這一點也可以理解人的可塑性。

3. 有限理性與滿意解

一些決策模型中會假設每個決策者理解概率和掌握了完全的信息，并且會通過這些來推算每個方案的利弊。但顯然用戶在決策的時候并不會把所有備選項都一一比較。例如在租房子時，我們不會把周圍所有的房子全部搜索出來比較，而通常是會找到一個相對滿意的即可。

諾貝爾經濟學獎獲得者赫伯特西蒙在1956年提出了最早的替代期望效用理論的模型，核心的觀點是“人們在決策過程中尋求的并非最優解，而是滿意解”。背后的道理也很好理解，因為人們在決策過程中收集信息、處理信息都是需要付出成本的（包括時間、精力甚至金錢），因此要遍歷或分析更多的可能項往往意味著要付出更多的資源。所以用戶在實際的決策中通常是尋求滿意即可，而不是過度追求最優。

通過下圖可以比較直觀的理解：隨著搜索決策信息的成本增長，搜索到的決策帶來的收益其實是邊際遞減的，中間綠色的差值才是決策的凈收益最大的時候。由于人們的資源和理性都是有限的，用戶在決策時其實會本能地平衡“決策成本”和“決策收益”，并根據情況來判斷投入多少資源進行決策。

4. 理解用戶的手段

理解用戶的常用手段主要是“用戶調研”和“數據分析”。

調研方式包括問卷調查、電話訪談等，這些在具體的產品工作中經常用到；例如我們發現很多用戶生成了訂單但是不付款，但我們無法確定這些用戶到底是因為什么原因不付款，這時候就可以導出這些用戶的聯系方式，設計問卷調研或電話訪談搜集用戶反饋了。

此外，閱讀一些心理學、博弈論或者消費行為學等等書籍也很有助于理解用戶。

從產品經理個人知識成長來的角度來說，我認為理解用戶最最核心的還是以己度人的方式。哪怕一開始用戶的反應跟你預期的差距很大，但是當我們把偏見暴露出來，再不停的跟事實和結果校對后，我們對人性的理解會得到很好的提升，對用戶判斷的偏差也會越來越小?？偟膩碚f，理解用戶的過程其實就是理解自己，理解人性的過程。

五、游戲復盤

讓我們再回到剪刀石頭布游戲，當你玩過100局之后，發現對手總是在按照剪刀-> 石頭-> 布的順序出招，那么你的策略也一定會隨之改變吧。

這就是游戲復盤，在做產品的過程中，我們在決策之后也是需要復盤的。復盤主要分為兩塊：對結果復盤和對過程復盤。

第一種對結果復盤的方式是AB測試，這是產品經理非常重要的工具。通過實驗組和對照組的方式，我們可以更嚴謹地、定量地了解我們之前的需求假設是否成立或者我們對用戶的預判是否準確。

第二種方式是“三維歸因”。影響一個事情的因素可能很多，當一個事情失敗后，如果只從一個角度去考慮難免有失偏頗。例如一個項目失敗了，有人可能會說，都是產品經理做的不好。這就是單維度的歸因，三維歸因讓我們至少要從“行為主體”、“他人”、“情境”這三個維度來看待。

第三點是結果偏誤，我們在評價決策時，不能只根據結果評價其好壞。而應該著重評判決策的過程。例如玩德州撲克，如果AA（最大的牌）在翻盤前跟27（最爛的牌）推了All IN；這個決策是非常正確的，勝率接近90%。但最終發牌之后，27贏了。如果你足夠理性的話，這時其實沒必要后悔，因為你的決策過程是正確的，堅持做這種決策才是正確的做法。

我在《對賭》這本書中看到一個例子，大概是有個德州撲克職業選手在奪冠后，賽后記者問他認為覺得自己打得最差的一手牌是什么，這個選手居然說的是讓他贏得最多的那一手牌。雖然他贏了，但他認為當時決策時是沖動的，事實證明那是他的勝率也是更低的，即使最后運氣好贏了，但這位職業選手依然讀自己的決策進行了嚴格的復盤。這種復盤方式才是對提升決策質量有益的。

此外，在對過程的復盤中，我們需要回過頭去考慮決策過程前和過程中的每個環節。包括當時的目標是否足夠清晰、是否搜集了足夠決策的信息、是否在決策過程中太過主觀或抱有太多偏見。

#專欄作家#

愛學習的Keyda，人人都是產品經理專欄作家。主要專注在線教育和電商類產品增長，擅長游戲化設計，定期分享產品設計和思考。

本文原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。