世界頂級的十大底層邏輯！

第一種

分類思維

在市場營銷中，有一個非常重要的概念，叫Customer segmentation（顧客分層）。這其實就是分類思想。

由於年齡、收入與性別等因素的不同，人與人之間存在著不一樣的生理需求與心理需求。而需求不一樣的消費者組成了不同的細分市場。針對不同的細分市場，產品會有不同的定位。

所以，分類是精準營銷的前提。

同時，分類思想對於個人管理也很有用。

大家應該都有讀過《高效能人士的七個習慣》這本書（推薦讀讀），其中有一個核心概念，叫作“人生角色”。指的是，每個人每時每刻在扮演著多個人生角色，如兒子、父親、朋友、丈夫、社團領袖、企業高管等等。

為了成為盡職盡責的人，在制定周計劃時就需要考慮每個角色的任務，缺一不可。唯有如此，在生活與工作之間才能取得平衡。

由此可見，分類思想能把複雜混亂的事情梳理出脈絡，並逐個擊破。

第二種

矩陣思維

矩陣思維是分類思維的一個延伸。

學過統計學的都知道，資料型別能分成兩種：Categorical variables與quantitative variables。後者有一個特點，能夠被量化。

當你發現存在兩個可量化的關鍵維度時，不妨分別設成X軸與Y軸。

作為集團戰略部門，每天面對的任務有很多，但哪個才是值得我們花時間去解決的呢？這個問題就顯得非常迫在眉睫了。但是不怕，因為有矩陣思維。

首先，我們對每個專案的“可行性”與“商業價值”進行一次評分。然後，把這兩個維度分別設為X軸和Y軸。最好，所有專案就會自動地分佈在了四個象限之中。

顯而易見，你的重點就應該放在第一象限的專案中，尤其是顏色最深的右上方的那個專案，因為它的可行性最高，同時商業價值最大。

除了個人管理，還可以用來做市場分析。其中，最著名的莫過於波士頓管理諮詢的產品矩陣模型了（BCG matrix）：

這不就是一個矩陣思維的體現嗎，道理一毛一樣的。

所以，當你發現存在兩個可量化的關鍵指標時，就可以試試做成一個矩陣，說不定你會有意外新發現哦。

第三種

漏斗思維

最近，國內很流行一個來自矽谷的名詞，叫“增長駭客”。這群人混跡各大網際網路公司，是一個由來自產品、技術、設計等不同部門的人所組成的神秘兮兮的戰略部門。

有一本書把增長駭客講得很透徹，推薦大家讀讀的。

他們的主要任務，就是幫助公司業績成倍地增長。在一些公司裡，增長駭客是直接彙報給CEO的。可見他們的價值是非常巨大的。

但他們是怎麼去實現這個高價值的呢？

沒錯，核心還是這個漏斗思維。

增長駭客那本書中非常核心的一個概念，叫AARRR模型。其實就是一個漏斗模型。

漏斗的每一層，都有一定的容量。漏斗越往下，容量越小。而層與層之間的比例，就是傳說中的轉化率。到了最底層，就是收入。

所以，要提高最終的收入，原理很簡單，就是把每一層的容量都擴大，或者，把下鑽的轉化率給提高。作為增長駭客的你，首先要學會去用資料去判斷，哪個地方的容量太小，或轉化率太低，然後再去制定方案進行針對性提高。

第四種

相關思維

幾年前，“大資料”一下子火了。這要歸功於一本無比暢銷的通俗讀物《大資料時代》，書中提出了幾個（當時）挺新穎的觀點。其中有一個說大資料關注的不是因果關係，而是相關關係。

這個表述雖然不準確，但至少反映了相關性是很重要的，尤其在資料種類與數理都非常豐富的情況下。

我們在媒體裡常常看到這樣的報道，“百分之多少的人會更傾向於做某件事”。舉個例子，有專家發現，在經濟低迷的時候，89%的女性更傾向於買口紅。

結合資料的相關思維，夠幫助我們找出事物之間隱性關係。

雖然事物有千千萬萬，但事物之間的相關關係常見的也不外乎這四種：

（a）正相關：X數量越多，Y數量越多

（b）負相關：X數量越多，Y數量越少

（c）不相關：X數量與Y數量無關

（d）非線性相關：某一範圍內，X數量越多，Y數量越多；超過某一個拐點後，X數量越多，Y數量越少。

相關思維簡單易懂，在商業中的用處很廣泛。

打比方，現在你是你們公司的市場部經理，為了提高明年的銷售業績，你最近進行一次分析，哪個媒體廣告需要減少投資，哪個媒體廣告需要增加投資？

關於預算分配的問題，永遠都讓市場部頭的人頭疼。這種決策在過去是（現在很多時候也是）老闆們拍腦袋想出來的。那有沒有更加科學一點的辦法呢？

試試用相關思維來翻譯這個問題，那就是：銷售額與哪個媒體廣告的投放量存在正相關呢？

這個問題一下子就具體很多了，因為X與Y都是可以被很好量化的指標。只需要把過去幾個月甚至幾年的資料拉出來，Excel一算就可以知道了。

假設將橫座標的看作是產品銷量（口紅、粉底液、氣墊、防曬霜等等），縱座標看成是媒體投放渠道金額（微信、微博、愛奇藝、雜誌等等）。那麼，它們的兩兩之間的相關係數就會形成一張係數表。

藍色表示兩者相關關係比較強，紅色表示比較弱。那麼，哪個產品更應該加大哪個投放渠道的投放量就一目瞭然了。

當然，這只是一個打比方。一個嚴謹的投資決策肯定不能僅靠看一個維度或一張表就能解決的。但它給出了一個很不錯的視角。

當你手頭上擁有很多資料時，不妨來一次這樣的資料探索（Data exploresure），說不定會有什麼新奇發現哦。

第五種

決策樹思維

決策樹（Decision tree），相信這個概念對於所有學過機器學習的人都並不陌生，因為這是一種入門級的演算法。幾乎每個初學者第一個接觸的機器學習演算法都是決策樹。

它很實用，也特別好理解，因為它跟人的思維過程很像。

它既可以當做一個體系化的分類思維，也可以當做一個流程圖甚至是一個檢查清單來使用。但不管你怎麼用，決策樹的框架都是不變的。

從頂端一點開始，它一層一層往下展開。每一層都有若干個支點，而每個支點會分解成多條支線。

那它究竟怎麼用呢？讓我來舉個簡單的例子

假如有一天，你去參加非誠勿擾的相親大會，由於你讀過貓爺這篇文章，所以你打算在相親節目中使用決策樹。

你的決策樹長這樣：

如果對方年齡太大，你立馬可以排除；在年齡合適的人裡，你再看他長得怎麼樣，顏值爆表、每天看著他的臉都可以不用吃飯的，那就別問下去了，馬上就在一起。如果長得還行，那就繼續看看他的收入，以此類推。

由於決策樹越接近頂端的因素，重要性越高。所以你對相親物件的要求，按重要性來排序就是年齡>顏值>收入>性格。當然，這只是一個半開玩笑的舉例，以便你理解。

決策樹在商業環境中的用途也是相關廣泛的。我隨便給你舉幾個例子：

如果你現在是銀行的信用卡主管，你會給一個申請者多少信用卡額度呢？這本身就是一個決策樹模型能解決的問題。你要做的，就是找出決策樹中重要的支點與支線，譬如是否高學歷、是否高收入、是否在500強、是否有負債、是否已婚、是否有房產等等。當一個申請者落在好的分支裡，那就獲得高額度；落在差的分支裡，就得到低額度。

最近，我給集團做了一個精準媒體投放的建模專案，說白了就是這個思想。

為了找出市場中高價值的潛在消費者，並對他們投放廣告，我們用決策樹等模型去提高媒體投放的轉化率，效果相當理想，比傳統投放的ROI要提高了好幾倍。

後來，這個建模專案由於獲得了認可，於是拿到了明年上千萬的投放預算。

第六種

閉環思維

閉環，不是指封閉，而是指迴圈。

在商業界，最著名的閉環應該當然是戴明環，又叫PDCA迴圈。

PDCA迴圈的起源，要追溯到20世紀20年代，有一位叫休哈特的統計學家所發明，由戴明所改良與普及的，最終演變成了科學管理的一個非常重要的工具，幫助企業或組織持續性地改進質量，被廣泛應用於新產品開發、供應商管理、人力資源管理以及各種專案管理之中。

Do是最基礎的。哪怕一個從不動腦子的人，他也知道去做，就像富士康裡的車間工人一樣。

聰明一點的人，他就會做Plan。在行動之前，先分析目標是什麼，用什麼方式去實現最有效率，識別潛在的問題、障礙與風險等等。能做好這一步的人，已經超過了80%的朋友了。

還有沒有更聰明的人呢？有，那就是會做Check的人。他們會去追蹤與評估自己的行動是否已經達到了目標，有哪些差距，有哪些改進空間。他們有總結與反思的習慣。階段性就會覆盤一次，可能是每天，可能是每週，也可能是每個月，總結出成功的經驗與失敗的教訓。如此勤奮思考的人，已經超過了95%的朋友。

那麼，還有沒有更加聰明的人呢？還真的有。那就是會做好Action的人。他們能夠把經驗教訓都標準化成為下一次行動方案，讓成功繼續成功，讓踩過的坑不再去踩。這就是最難的知行合一。

這個閉環思維為什麼重要？因為它指明瞭一條螺旋式上升的發展途徑。

這個思想理解並不難，但在生活與工作中用起來是不容易的。

PDCA思想在日本十分受歡迎，研究也很多，推薦去看看這本日本人寫的書。

第七種

邏輯鏈思維

邏輯鏈，是一個大殺器。

（一）

在開始講解這部分之前，容我（有點驕傲地）說幾句題外話。

請問，有多少讀者是有出國留學的打算呢？

你們應該知道，如果去國外的商學院讀研究生或者MBA，那麼一定會經歷一場考試，它的名字叫GMAT。

GMAT很難，公認的難，全世界都覺得它很難。但說實話，我覺得它不難，至少沒想象中那麼難。

當說一下當時我備考的情景：從零基礎開始，自學2個月，換庫首日裸考出700分。

700分是什麼概念呢？700分，就是分水嶺。能考出700分的人，才有申請全球頂尖商學院的資格（GMAT的全球平均分是558分，考過700分，意味著你的成績打敗了全世界90%的考生，當然也包括了母語為英語的英美考生）

為什麼我能夠這麼短時間內考出高分？完全不是因為英語水平有多好，恰好相反，我英語特別差，雅思只能勉強拿6。5。

那，因為什麼呢？

說起來很簡單，因為我在複習過程中有個重大發現——GMAT這門考試的本質就是邏輯。

邏輯，不僅僅是GMAT的本質，也是很多商業專案與社會現象的本質。唯有抓住了這條命脈，才容易以最快的時間達到最好的效果。

（二）

在講邏輯鏈之前，先讓我們回顧兩個邏輯概念：歸納與演繹。因為並不是很多人都理解它們的意思。

下面舉個生活場景來幫助你理解：

假設你看到貓爺在床上看書，在車站看書，甚至在廁所也在看書，那麼你可能會得出結論：貓爺可能是一個愛看書的人，在哪裡都會在看書。

如此這般，從個別事件得出一個具有普遍性意義的結論，這過程叫歸納推理。

再假設，你有天晚上打算跟貓爺去西餐廳約會，但已經聽朋友說過了這人老愛遲到，所以你在約會前就開始猜測，這一次貓爺大機率也會遲到。

如此這般，從原來的結論，推廣到某個別事件的過程，叫作演繹推理。

歸納與演繹，是兩個互相聯絡的好朋友：歸納，特殊性是因，一般性是果；演繹，一般性是因，特殊性是果。

下面考考你：

誰最擅長歸納推理呢？

答案就是整天忙碌在實驗室裡的科學家。

他們透過一次又一次的控制變數的可重複試驗，來歸納出一條又一條的普遍性規律。

再考考你：

誰最精通演繹推理呢？

沒錯，就是大名鼎鼎的福爾摩斯私家偵探了。

他能夠經常透過許多蛛絲馬跡來演繹反推出事情的來龍去脈。

（三）

下面要講到的邏輯鏈，其實是演繹推理中的其中一種。

最簡單的，或者說最經典的邏輯鏈，應該就是亞里士多德的三段論：

大前提—>小前提—>結論

用我自己的話來翻譯，三段論可以變成更簡潔的一種表示式：

這就是我理解中邏輯鏈的極簡形態。

假設+因果

（四）

邏輯鏈有什麼用處呢？

我認為至少有三個：

第一，提高資訊獲取的質量

在朋友圈裡的文章，除了新聞資訊類的不說，剩下大多數都是發表觀點類的論述文，從房地產分析到國際局勢判斷，從社會熱點到電影影評，內容方方面面。但本質上看，都逃不出邏輯鏈。

有邏輯鏈思維的讀者，他一邊閱讀文章就會一邊審慎地自問：

這篇文章的結論是什麼？（果）

作者是如何得出這個結論的，他有哪些證據支援？（因）

作者做出這個推理，隱含了哪些必要的前提？（假設）

你很可能會發現一個事實，大多文章都只是一味地給出結論，並沒有同時給出明確充分的理由或證據，或者假設是有錯誤的。粗心的讀者可能就會囫圇吞棗地接受了這類文章中那些經不起推敲的結論。這就是讀死書的問題根源。

第二，提高思考的深度

通常，你會覺得什麼樣的人說話特別有深度呢？

是不是那種，他一說話，你就會有種茅塞頓開的感慨，甚至忍不住發出“Aha”的驚歎。

他們是怎麼做到這種說話境界的呢？

答案非常簡單，只是因為他們的邏輯鏈很長，比普通人都要長。

他們很擅長拓寬自己的邏輯鏈長度，最終可能已經形成一種思維習慣了。

邏輯鏈有兩端，分別是因和果。

所以，邏輯鏈有兩個方向，可以在因或果這兩個方向上進行拓展。

（1）連問三個“為什麼”

假設你明天回到公司，你向老闆做工作彙報，說：老闆，這個季度的總銷售業績環比下降了。

老闆坐在電腦後，頭也沒抬，問你：為什麼

你支支吾吾答不出，於是跑回去看資料表，然後又跑回來跟老闆說：老闆，雖然老客的銷售額在略微上升，但是新客的銷售額最近半年一直在下跌。

老闆皺了皺眉，但還是沒望你一眼，繼續問：為什麼新客在下跌

你撓撓頭，又跑回去工位，翻出過去半年的資料。過了半天你又跑回去找老闆，說：老闆，最近半年我們在市場推廣上的重心從影片廣告轉換到了社交媒體上了，而社交媒體中的使用者，好像對我們的產品不感興趣，使得新客人數下降了很多。

你老闆開始有點微笑，饒有興趣地抬起頭，問：為什麼他們對我們的產品不感興趣呢？

這時候你早有準備，把使用者畫像和產品定位等等材料都拿出來，給出了一個完整的答案。你的老闆滿意地點了點頭，說：很好，你總算摸到了問題根源了。

這只是一個方便你理解的小故事。

實際上，你完全可以不需要老闆的反覆提醒，而是透過多次自問“為什麼”來拓寬邏輯鏈的前端，直達問題的根源。

（2）連問三個“所以呢”

除此以外，你還可以透過不停自問“所以呢”來拓寬邏輯鏈的後端。

會下棋的人，他們常常每下一步棋，就會事先想好接下來幾步該怎麼走。

人生如棋。

我們也該多想想未來的路怎麼走。

想當年，馬雲年輕時訪問美國，親眼目睹了網際網路技術的興起。

當時他心裡肯定會問：“所以呢”。

然後自答：“網際網路技術就是未來”

“所以呢”

“中國也將擁有像美國一樣厲害的網際網路公司”

“所以呢”

“我回國後，要順應大勢，創辦中國的網際網路公司”

馬雲的人生戰略與企業戰略，就是隨著幾個“所以呢”慢慢地構建起來了。

企業家、政治家，他們的邏輯鏈是長這樣的：

總結一下：

透過拓展邏輯鏈的前端，探究原因，有助於理解問題根源；

透過拓展邏輯鏈的後端，思考結果，有助於提出行動方案。

邏輯鏈的長度，決定了一個人的思維深度；

一個人的思維深度，也決定了他的人生高度。

第八種

時間序列思維

時間序列其實也是機器學習演算法的一種，所以可以講得很淺顯，也可以講得很艱深。但實在沒必要把它想得太複雜。

一切從“世界是四維的”講起。

長期生活在三維空間裡，容易忽視了第四個維度的存在：

時間

。

正如哲學家所說的，

人不可能兩次踏進同一條河流

。

時間在流逝，三維裡的一切也都在隨著時間在變化。

沒有東西能逃得過變化

說得裝逼點，

變化是唯一的不變

。

時間序列思維的本質，就是站在時間之上，俯視萬事萬物的變化，洞察其中不變的規律。

一般地，提及時間序列，就離不開提及3種重要的現象特點：

趨勢

季節性

週期性

特性一

趨勢

趨勢是個非常時髦的詞。

去年羅輯思維在跨年大會上就帶紅了“小趨勢”一詞，最近又有本書叫《大趨勢》賣得很暢銷。

有時候，越多人提起的詞，卻越少人理解它的含義。趨勢是什麼意思呢？

很簡單。

趨勢

就是指一個事物

長期保持的一種走勢

，這種走勢是單調遞增或單調遞減的。

這裡特別強調兩個關鍵詞：

長期

與

單調

。

為更好地理解這兩個概念，我們一起來想象：

自己成了一名股票交易員，日常工作就是在股票交易市場中透過

低買高賣

來套利賺錢。

假如你今天上班，一如既往地開啟交易軟體，不幸的是，你發現自己重倉買入的股票是如此的畫面：

你的心咯噔了一下，想：完了，價格在不停下跌！得趕緊賣出止損啊！

正當你焦頭爛額地一頓操作，旁邊跟你一樣重倉買入這支股票的同事卻一臉氣定神閒。於是你便問：喂兄弟，幹嘛還不逃呀？

他輕輕一笑，說：你把時間窗放大看看

你一臉困惑，時間窗放大？

他再解釋了一遍：你把股票價格的時間維度從一天放大到最近半年看看？

“啊”你一臉驚喜——剛剛以為的大跌，原來不過是上漲過程中的正常回調罷了。

你決定不單單不撤資，反而還加了籌碼來抄底。

儘管站在了一個相同的價位，但你前後的感受和決策是迥乎不同的，甚至可能是截然相反。

為什麼呢？

原因很簡單，唯有在時間維度放大之後，你才能看到一張更接近“事實”本來面貌的全景圖。換句話說，你必須站在一個時間跨度足夠大的位置，才能判斷出所謂的趨勢。

這就是趨勢的“長期”與“單調”的兩個關鍵所在。

與之相對的，短期和雙向的走勢，都只是波動，無窮無盡的波動，毫無規律的波動，干擾你做出正確決策的波動。

回到人生，道理是一樣的。

只有眼前苟且的人，看到的永遠都只是毫無意義的波動。

唯有志存高遠的人，目光放到未來十年甚至一百年的人，他們才用足夠大的胸懷與眼界去目睹人類社會中浩浩蕩蕩的趨勢，從而順勢而為，最後成為一個“時勢造英雄”的故事。

前段時間與秦小明交流過。我問他，期貨交易的秘密。

他說：很簡單，心法只有一個：

順勢而為。趨勢不變，永不退縮；趨勢一變，立馬反手。

他將自己的成功幾乎都歸功於對趨勢的認識之上。

可見趨勢的重要性了。

特性二

季節性

季節性比較容易理解。

在較短的時間範圍內所出現的一種波動規律，就是季節性。

譬如，如果你去看一張降雨量的圖。

肯定是每年夏天時的降雨量最多，在全年中出現峰值。且每一年都是這樣的。

這也是我想提醒的：真實世界中大多數時間序列，都是複合型的——同時包含兩個或以上的特性。在這張圖，就是趨勢+季節性。

另外，還值得注意的是，當你在一個有明顯季節性的時間序列裡的時候，環比就是沒有多大意義的，而是應該去看同比。（環比是指這個月跟上個月比較，同比是指今年這個月跟去年這個月的比較）

特性三

週期性

很多人分不清季節性與週期性的區別。

用一句話來解釋，季節性是短期的，而週期性是長期的。

學過宏觀經濟的人都清楚，大概十年就會發生一次經濟危機。

十年就是經濟的週期。

有周期意識的人，甚至比有趨勢意識的人要更高一個水平。

在發展良好的大趨勢中，傻子都能賺錢。

但有周期意識的人，他們相信趨勢是有終點的；在眾人的歡呼聲中，他們時刻保持著警惕，耐心等待拐點來臨的訊號。一旦發現週期出現，他們會立馬採取行動，全身而退，明哲保身。

就像巴菲特所說的，潮水退了才會看到誰在裸泳

說完時間序列的三個特性，

接下來，說一說時間序列思維的兩個重要意義

（1）預判未來的走向

善於運用時間序列思維的人，他們更容易識別出事物的變化規律。換言之，他們更容易感知到事物下一步變化的走向。

說白了，他們有一種很強大的能力：預判未來的能力

曾經聽過一句印象深刻的話：

一個人的成功，跟他的預判能力成正比。

舉個極端的例子：賭場上。

假如你每一盤都能預判到莊家開大還是開小，那你估計比比爾蓋茨還要有錢了。

投資也是類似的。

如果你準確預判那支股票有潛力、哪個房地產會升值，那你就是下一個巴菲特和李嘉誠了。

事業上也是如此。

如果你能預判到未來業務的發展，消費者的喜好變化趨勢，那你還愁賣不出商品嗎？

預判能力的高低，決定了一個人的成功上限。

（2）識別異常情況

如果你在運營一家網際網路公司，每天有無數個指標湧進來：使用者增長率、點選率、購買率、轉發率、繫結率……浩如煙海。你怎麼知道哪個指標有問題呢？

這時候你就要學會利用時間序列去幫你極大地降低工作強度了。

原理很簡單，你只要為一條曲線的未來走勢設定一個安全區域就行。

一旦曲線的走勢突破了安全區域的上邊界或下邊界，就會自動地警報提醒你，讓你及時地做出反應。

總結今天的內容，如果你發現一個研究物件是隨著時間而發生變化時，不妨畫出它的時間序列，嘗試去做三件事：

識別它的變化模式（趨勢、季節性、週期性）

預測它的未來走勢

設定它的安全區域

時間序列用得好，你就成為一個科學決策專家了

第九種

試驗思維

人生是一場試驗。

先驗與後驗

要想展開講試驗思維，不能繞開2個底層的哲學概念和1個哲學思考。

這部分我儘量說得簡單易懂一點，大家硬著頭皮聽聽

首先是知識論。

按大哲學家們的分法，知識可大致分為這兩種：先驗的與後驗的。

所謂的先驗知識，顧名思義，就是在經驗之前就獲得的知識。

譬如，你打算去斯里蘭卡旅行，翻看了地圖冊，根據地理位置你大概能知道它的夏天會有多熱，儘管你還沒真正地在那兒待過。

與之相對的是後驗知識，就是在經驗之後所獲得的知識。

譬如你吃了一個甜蘋果，然後說，這個蘋果是甜的。

介紹這兩個哲學概念只是為了引出一個重要的哲學思考：

什麼是科學？

別說你了，整天在實驗室裡做科學實驗的科學家可能也一時回答不上來。

但所幸的是，有一位哲學家給出了一個很令人信服的回答：

科學的核心，就是它有可證偽性。

說出這句話的人，名字叫波普爾。以後有機會再介紹他。

證偽性，就是能夠被證明是錯誤的。

如果你說：貓爺比吳亦凡高。

這句話是可以被證偽的。因為只需要把貓爺的身高和吳亦凡的身高拿出來做個對比就行了

但如果你說：貓爺比上輩子高。

這就不可被證偽了。因為你根本不知道我上輩子是多高。

是否可被證偽，就是成為科學的一種重要依據。簡單說，科學真理就是可被證偽，但未被證偽的知識。

很多時候，證偽是需要試驗的過程。而試驗後所得到的發現，就成了後驗知識。

AB test

在網際網路公司，有一個眾所周知的概念，叫：AB test。

這不是個什麼高深的概念，我打個比方你就秒懂了

你開了一家水果店，但不知道賣什麼水果比較好，於是你決定採取AB test的方法去尋找答案。單數日賣紅蘋果，雙數日賣青蘋果。

一個月之後，你再對比下紅蘋果和青蘋果的銷量，發現大家都喜歡買紅蘋果，不喜歡買青蘋果。

於是你就撤掉了青蘋果的庫存，全換為紅蘋果。然後生意就蒸蒸日上。

在這個過程中，你就近似地運用了一次AB test思維。

之所以說“近似”，是因為真正的（或者說最理想的）AB test是隻能在網際網路環境中才能實現的。因為網際網路允許透過分流的方式來實現兩個甚至多個方案的同時進行。

眾多手機使用者會被分配到不同的待定方案中，然後透過使用者行為或者使用者反饋來檢驗哪個方案是最成功或最受歡迎的。

AB test之所以重要，是因為你有時候不能先驗地去認定使用者喜歡什麼，不喜歡什麼。別說產品經理不知道了，有時候連使用者自己也說不清自己究竟喜歡什麼，或不喜歡什麼。

很多消費行為或決策都是無意識中、幾毫秒中就產生好了。

最好的辦法，就是以結果為導向，讓使用者用腳來投票。

AB test可以用來做什麼呢？

第一層，可以用來最佳化UI設計。

下面舉個例子，這張圖是某個電商網站UI設計師感到非常頭疼的一個問題：

究竟這個按鈕是寫“去砍價”還是寫“免費拿”更好呢？

別頭疼了。兩個版本同時拿去釋出就行。

哪個點選率高就用哪個。

多簡單呀！

原理上，你可以對每個小更改的地方都做過多次AB test，不停地對產品進行最佳化。

試驗即策略

試驗思維除了以AB test的方式來幫助產品改良之外，它也是一種公司策略。

對於企業而言，試驗即策略。

試驗不是策略的一種，試驗就是策略的全部。

亞馬遜創始人傑夫-貝佐斯，曾經說過：“亞馬遜之所以取得今天的成功，就是因為我們堅持每年每月、每日每夜地不斷測試的結果。”

我有一個學姐，她就是在美國亞馬遜裡工作的。聽她的分享，亞馬遜內部是同時有非常多的創新專案在同時進行（這有點類似騰訊的賽馬機制），最後哪個專案做出成績，就會傾斜更多資源在它身上，慢慢培養出一個優秀的專案成果。

每個創新專案都是企業的一場試驗。而每個創新專案中，也都不停地進行AB test。

Facebook的年輕創始人馬克-扎克伯格也說過類似的話：“我最自豪的一件事，就是我們的測試框架——在任何時間點之上，都不只有一個版本的Facebook在運作，或許有上萬個版本——這就是我們能夠取得成功的秘訣”

當年Facebook的高速增長，遠遠離不開一個駭客增長團隊。其中最有名的就是Sean Ellis。他有一句名言：If you are not running experiments， you are probably not growing

還記得我在之前有提到過的漏斗思維嗎，其實完整的駭客增長是：AARRR漏斗模型+AB test—— AARRR漏斗模型從高到低有好幾層，每一層都有轉化率，而AB test就是提高每一層轉化率的方法。

回到國內網際網路，頭條系大佬張一鳴也說過：“頭條系每釋出一個新APP，名字都必須打包無數個放到應用商店中進行AB test，最後才決定用哪個名字。哪怕你有99。9%的把握認為手上的是最好的一個名字，那測一下又有什麼關係呢？”

甚至早在網際網路誕生以前，廣告屆的教父人物大衛-奧格威也曾經說過：“Never stop testing。 And your advertising will never stop improving”

一萬次試驗

拋開產品最佳化與企業戰略，試驗精神對普通人的生活而言有什麼意義呢

展開這一節之前，容我先吐槽下“一萬小時理論”。大多數人對這個理論或多或少也有所耳聞。作者在《異類》這本書裡指出，一個人要從平凡變成超凡，10000小時的努力訓練是必要條件。

事實上，這個結論下得過於輕率，很容易就被人證偽。

貓爺認為，真正值得推薦的是另一本書，叫《刻意練習》

這本書的作者也推翻了謬誤的一萬個小時理論，他認為，真正能有效提升能力的是一套原則，例如，在舒適圈邊緣練習、收集有效的反饋、精神高度集中等等。

從刻意練習這本書中，貓爺可以延伸出另一個說法，那就是1萬次試驗

我身邊有一個做自媒體的朋友，他目前是抖音上關注量有25萬多的（小）網紅

我請教他，你是如何短時間內從0到25萬的，有什麼抖音秘訣嗎

他只說了四個字：模仿，試錯。

模仿很容易理解，就是模仿最成功的大號。

一開始，他就是透過模仿李佳琪獲得了第一批種子使用者。

之後他就開始不斷地試錯，不斷地尋找自己的新定位和新方向。是的，是不斷地試錯。

他的短影片內容，從美妝知識，到不同國家的英文口音，再到各地旅遊景區的典故，再到不同餐廳的美食打卡。透過非常多次的試錯，test & learn，他現在慢慢清楚自己粉絲的口味，以及適合自己的內容。

這不僅僅是對自媒體的一個啟發，其實很多領域也是如此：

先模仿榜樣，搭建基本的框架；然後再不斷試錯，來調整出最適合自己的模式。

歷史上有一個地位重要的人，曾經以自己一己之力，把試驗精神發揚光大的。沒錯，那就是小學作文就被大家寫爛的人：愛迪生。

愛迪生的發明工廠，透過無數次的失敗試驗，硬生生地創造了被廣泛商用的電燈、電影、留聲機。他是真正地把試驗、創新、發明當作企業去運作的第一人。

特別喜歡也特別欽佩的是他一句話：

“我沒有失敗，我只是發現了10000種不成功的辦法”

這句話，是試驗精神的最好腳註。

第十種

數字化思維

之所以把這個思維放在最後來講，並不是因為它不重要，恰好相反，正是因為它太重要了，所以我不得不拿它來作為壓軸收尾。

數字化，是一個化平凡為神奇的工具。

數字化的四個層級

曾經在不同場合都被人問過我這個問題：什麼是數字化？

一次是在給下一屆管理培訓生做培訓時，一次是在一次校招直播時，還有一次是在商學院分享會上。

人們對數字化的關注度比較高，很大一部分原因是目前許多傳統行業都面臨著數字化戰略的組織轉型這個大挑戰。

結合我對業務的理解，我曾經給出過一個比較通俗的答案方便大家理解：數字化等於四個層級。

第一層：數字的從無到有

管理學大師曾經說過一句萬世真理：No measurement， no improvement。

翻譯過來就是，沒有資料，就無法最佳化。

事實確實如此。

你一定有接觸過一些理財知識，那通常這些理財書籍或理財教程的第一課都會強調什麼？沒錯，就是讓你要養成記賬的生活習慣。

記賬為什麼對於理財小白而言很重要？因為你在一開始，對錢根本是無感的——錢都花到什麼地方去了呢？對於金錢流向，你幾乎毫無概念。

唯有透過記賬，你才會驚訝地發現跟朋友聚會吃喝玩樂花了35%的收入，或者發現你在各種雜七雜八的網站上花了小几百塊錢開通不怎麼用的VIP，或者發現化妝品的支出比你預計的還要多。

Data tell the truth

沒有數字，你就沒有客觀事實依據，有的只是主觀印象，而且印象往往都是錯誤的。

同理，你要做時間管理，第一步就是學會觀察和記錄自己每一天是如何分配時間的。

如果你要做專案管理時，你面對更加複雜的資源與形勢，但原理都是一樣的，第一步還是學會觀察和記錄人力、時間、金錢等等資源是如何被分配和使用的。

對於企業而言也一樣，必須做好數字化的第一步，實現數字的從無到有。

從產品流通角度看，從研發、生產、包裝、運輸、儲存、分銷到送到消費者手上，每一個環節都要做好數字化。

從業務部門角度看，從財務、人力資源、市場、供應鏈、公關等部門，也是要落實數字化的第一步。

唯有收集客觀真實的數字，個人和企業才真正擁有改進的發力點。

第二層：建立指標體系

數字化第一步只是讓你擁有了數字。但是，至於哪些數字重要哪些不重要，哪些數字能反映什麼業務問題或增長機遇，只能透過數字化第二步來實現，那就是建立指標體系。

所謂的指標體系，可以理解成KPI（Key performance indicator），即關鍵績效指標。

下面拿我去年做的一個專案來舉例。

網紅經濟是一個最近特別火的現象，出現了像李佳琪這種頂級流量網紅。

相信大家平時都喜歡看抖音、小紅書或微博上面的網紅髮的影片或者帖子，在這些帖子裡，有時候會植入金主爸爸的產品廣告。

對於企業而言，網紅的商業價值就體現在這：以原創的作品，向信任度很高的粉絲進行種草。

但是，在行業內有個公開的秘密，網紅的粉絲數和互動數都摻雜了很多水分。所以對於企業而言，這種社交媒體廣告投放的效果究竟如何，確實有點黑盒子，大家都不清楚。

於是，我為美妝集團建立了一個網紅指標體系。

首先，收集過去一年內，他們投放出去的成千上萬條的社交連結，爬取每條社交連結的使用者評論數以及轉發數，以及網紅的粉絲數和價格。

然後，透過指數化，搭建起了一個衡量網紅價效比的指標體系

現在，在選擇網紅進行合作時，這個指標體系就成了一個重要的參考依據。

一個好的指標體系，必然是能夠清楚地反映出我們在一個領域上是否表現得足夠好。這種比較一般有三個分析維度：

跟自己比。與自己的歷史表現相比，是否有進步或退步

跟競爭對手比。是否有領先優勢或者落後差距

跟大盤比。整個市場是否在上升或者下降，我在市場趨勢的上方還是下方。譬如，整個市場都在下跌，但只要我的下跌速度比市場均值較慢，也不是一件壞事。

第三層：最佳化指標

這一層開始，才能真切地為企業創造商業價值。

前面兩步的收集資料和建立指標，其實都是在為這一步做準備。

第一步，你收集了這一個月內你店鋪的瀏覽量和購買量。

第二步，你透過購買量和瀏覽量的比值，建立了轉化率這個指標；並且透過對比分析，你發現最近一個月的轉化率是偏低的。

第三步，你開始思考，怎麼最佳化轉化率呢？

這時候，你需要認真地反思與覆盤整個業務流程。

是不是市場發生變化？

是不是計劃的執行效率不高？

……

在這個過程，可以應用之前提及的“邏輯鏈思維”幫你拓寬思路，找到真正的問題所在。

第四層：人工智慧與自動化

最高級別的數字化裡，目標就是向人工智慧與自動化的方向去發展。

實現前三個步驟的半自動化或全自動化，極大提高工作效率，把人的勞動力解放出來。

自動地爬資料、自動生成視覺化報表、甚至自動調整策略。

實際上，一些數字化戰略很領先的企業，已經部分實現了上述的自動化功能，而且，這也是大勢所趨。傳統部門中不少重複勞作的工作將最終被機器全面代替。