编辑导语:在做产品时,有时刻会用到数据决定计划,然则数据决定计划并不是完全精确的,它因为量化的差别本身有很多局限性;本文作者分享了关于数据决定计划的一些看法和熟悉,我们一路来懂得一下。
刷黄即的时刻看到一个动态,激发了我对数据决定计划的一些思虑,他动态里有这么一句话??“做产品依附数据做理性决定计划是一方面,另一方面是信息不完全时若何断定,以及承担成果的勇气”。
近期在思虑一些数据决定计划和非数据决定计划的工作,还没有完全想明白,先把今朝的一些设法主意分享下,一路商量下。
平常在工作中大年夜家也都比较爱好基于数据杀青的共鸣或者决定计划,如许比较顺利成章,也比较轻易接收,但如许真的靠谱么?我不肯定。
我发明其实有两种决定计划类型,一种是可以量化的,一种是不克不及量化的。
可以量化的,比如在疫情影响下,被迫须要封闭一家店,有两家各类前提差不多的店,一家营业额是200万/月,一家营业额是50万/月,关哪家?
不克不及量化的,比如我看到小米和B站的一些决定计划:
小米所有的硬件类产品,税后净利润不得高于5%。??小米CEO雷军
我们70%的流量其实都是分派给中小UP主,甚至是不有名的UP主。??B站CEO陈睿
这些决定计划能量化吗?能靠数据决定计划出来吗?很难,所以我就对数据驱动决定计划的实用界线有必定存疑,并且数据决定计划本身还有很多局限性。
一、数据的局限性
起首可能根本没稀有据,刚起步哪有什么数据,并且一些新的模式、新的事物本身很可能就是反常识、不肯定,甚至早期都不被看好的,毕竟看起来靠谱的工作可能早已经被别人做掉落了。
其次是数据本身可能就有局限性,可能是信息渠道,也可能是信息获取方法,大年夜多半的数据可能是抽样获得的,而抽样的样本量、样本范围、样本获取渠道,都邑影响数据的精确性。
然后数据的加工处理方法也可能是有局限性的,不合的人看到的视角、维度、思虑方法可能都是不合的,并且选择的数据和你想验证的器械之间,可能根本没有接洽关系性,你怎么知道你是对的?
最后想说的是,数据代表着以前,是已经产生的静态工作,我们须要做的是基于近况,来预判将来可能产生什么,而在预判这件事上,我们绝大年夜多半人并不善于。
经由过程2个案例来简单看下。
湖中有一片睡莲叶子,这片叶子以天天增长一倍的速度向外扩散;假如48天后莲叶就能覆盖整片湖面,那么其覆盖湖面一半的面积须要多长时光?
谜底是若干,24天么?
照样47天?
别的看一下之前一些大年夜佬们的猜测:
“人们没有来由想要在家里拥有一台电脑。”???数字设备公司总裁肯?奥尔森(1977年)
“手机绝对代替不了固定德律风。”???手机创造人马蒂?库珀(1981年)
“苹果手机没有机会占据大年夜量市场份额。”??微软CEO史蒂夫?鲍尔默(2007年)
回过火来看,你可能认为这些猜测很好笑,这不是显而易见的工作么,可当我们本身在那个时代,那个背景,那个角色下,我们又真能做出更好的断定么?我不知道。
心理学上针对这种现象有一个专门的名词,叫后见之明。
所以啊,数据本身就有很多的局限性,并且只是帮助,最终照样取决于断定力,也就是决定计划程度。
二、我们能怎么办
具体要怎么办,我能想到的有这么几点:
1. 大年夜胆假想,当心求证
上文中提到了,有些器械在早期的时刻,看起来是很不靠谱的,假定要做的话,就不要加那么多限制前提,不要急于否定它。
要可以或许想办法去证实或者证伪,在验证的过程中,可能发明是对的,也可能发明是错的;保存变更,而不是基于本身的不雅点再去找支撑本身的数据或者事实。
当发明和猜想不一样的时刻,要能勇于承认本身的缺点断定并且赓续修改它,而不是把一些器械掰碎,再强行填充到本身的断定里。
清除了一切的弗成能,剩下的不管多么难以置信,必定就是本相。? 柯南道尔
最后就是在决定测验测验之前,不妨问问本身??假定最坏的情况,会产生什么;对于这种情况,本身可否接收。
2. 做大年夜概率的工作
对于单次博弈,胜负是不肯定的,只要你赢的概率比输的概率高,哪怕只是高一点点,只要反复的次数足够多,就能稳赢。
抛硬币的时刻,理论值是正面和不和概率都50%,对于单次抛硬币而言,成果是不肯定的;当反复几千甚至几万次的时刻,正不和次数应当是差不多的。
假定正面为赢,赢一次可以获得100元,不和为输,输一次会输100元;整体的期望是0,我们玩的次数越多就越会接近0,假定玩1万次的话,最终的成果会趋近于0,也就是不亏不赚。
假定如今经由过程某种手段,把硬币的正面动了一些四肢举动,正面的概率是51%,不和的概率是49%,赢的概率高了1%。
同样1万次的话,最终的期望成果是20000元,而上一次最终的期望成果是0。
可以看到在多次反复博弈中,哪怕只是进步一点点概率,最终的成果可能就有不少差别。
我们的人生也是连续串决定计划所塑造的,在这种情况下,比较理性和科学的方法,就是保持做大年夜概率的工作。
3. 打造本身的决定计划体系
为了能进步本身的精确率,我们要做的其实是打造本身的决定计划体系。
在俞军师长教师的书里有如许一个不雅念,理性决定计划的三要素:信念、目标、行动,优先级为理性的信念>理性的目标>理性的行动。
理性的信念是对自我认知的认知,对于某个工作,我能获取到的信息可以打若干分,我的决定计划思维方法能打若干分,我可能有哪些认知的偏误。
理性的目标就是为了杀青这个工作,我的关键目标是什么;为什么是这个而不是其他的,为了杀青这个目标到如今,有什么关键变量已经产生变更,或者将要产生变更。
理性的行动就是基于信念,目标,找到当下的最优解。
这其实就是一个信息输入、加工和输出的过程,在这个过程中,赓续修改本身的决定计划模型,以进步精确率。
4. 保持做精确的工作
假如其实不知道怎么做,遵守本身心坎的选择吧,信赖某个器械是对的,然后保持它。
就似乎雷总信赖好的产品冲要动人心,价格厚道,他担心公司上市之后,迫于本钱的压力后续的CEO可能会进步硬件产品的价格,所以把硬件类产品税后净利润不得高于5%写进公司章程。
就似乎B站的陈总信赖只有让优质的内容获得更多的流量,优质的UP主才会越变越多,优质的UP主越变越多,才能够产生更多的好内容,平台的流量才能越来越大年夜。
当然,当我们发明本身保持的信念纰谬的时刻,也须要及时进行目标和行动的调剂。
三、最后
想用张一鸣的一句话作为最后的警醒??“同理心是地基,想象力是天空,中心是逻辑和对象”。
数据决定计划也只是一种对象,有时刻我们须要看数据,有时刻须要靠模糊的感到。
推荐策略中有一种算法叫贪婪算法,它有一个异常大年夜的局限性,就是从当下来看,每一步的最优解,未必是全局的最优解。
人生的决定计划何尝不是如斯,有的时刻洋洋自得的决定,若干年之后发明其实是很蠢的决定;有的时刻认为很糟糕的经历,若干年之后,也可能会感激这段经历塑造了如今的本身。
所以啊,数据决定计划未必靠谱,但基于做大年夜概率工作的原则,在没有更好方法的前提下,能量化的就进行量化;但须要当心因为信息不完全,决定计划过程也会有各类坑。
在这个过程中,建立本身的决定计划模型,赓续的优化迭代,然后进步本身决定计划的精确率。
其实不知道怎么选的时刻,就选择本身信赖的器械,然后保持它。
以上,就是本文的重要内容,迎接示正、指导、拍砖。
#专栏作家#
王家郴 ,"大众,"号:产品经理从0到1,人人都是产品经理专栏作家,爱好网球和骑行的产品汪,今朝奔忙在产品的门路上,漫漫产品路,与君共勉。
题图来自 unsplash,基于 CC0 协定