用“演绎法”梳理业务——高阶工作方法论

编辑导语:演绎推理是严密的逻辑推理,在作者看来,培养基于演绎法的成事能力或许更能帮助我们推广产品。本文分享了作者是如何通过演绎的方式从0到1推动业务落地,希望对你有所帮助。

最近公司开会时,领导有提到:3年经验的产品经理应该怎样怎样、5年经验的产品经理应该如何如何。我当时的第一反应是,如果抛开寿命不谈,100年的产品经理,1000年的产品经理,应该是什么શ样呢?我所想的不是狭ψ义的产品经理这个岗位,而是如何更好地“把事情做成”的能力。

我认为成事能力的提升,本身Φ是没有天花板的。人们经常提到的瓶颈૩,也许是受人类天性里本能的学习模型所限制,若能清醒认识到自己认知的边界,并打破桎梏,坚持学ઽ习和独立思考,始终有能更接近真理的机会。我按照自己的理解,简单将“成事能力”分为下面几个层级:

  • 第一层:没有独立思考。别人让我做什么,我就做什么。
  • 第二层:能独立地感性思考。感觉怎么做合理,我就怎么做。
  • 第三层:能独立地理性思考。能根据一些理论、数据分析或用户研究,发现问题并解决问题。
  • 第四层:有基于归纳法的成事方法论。
  • 第五层:有基于演绎法的成事方法论。
  • 第N层:上帝的方法论。也可以称为真理,接近这个真理,是我未来学习和思考的目标。

你站在每一层回过去看上一层,也许都会觉得上一层的做法有很大的局限性。

本文主要分享第五层:基于演绎法的方法论。第五层与第四层的唯一差异是“归纳法”和“演绎法”的区别。为了方便大家理解其中的差异,我拿做产品举个例子:

归纳法做产品:“我看到其他竞品做法跟我们不同,然后根据经验去分析了不同的竞品,以及不同方案下背后的原因,归纳出一套方法,形成自己的策略。”
演绎法做产品:“我思考业务的本质和Š第一性原理,以此出发进行逻辑推演,考虑所有的可能性,找到更好的机会点或做出更好的判断。”

归纳法简单的说,是基于经验的方法论。而演绎法则是基于第一性原理和逻辑的方法૟论。只要第一性原理成立,且逻辑严密,理论上能够由抽象演绎出具体,由已知演绎出未知,是更具全局观ࢮ和创新力方法论。

最近在阅读《第一性原理》和《贝叶斯的博弈》后,对演绎法有了一些新理解,因此借着这股新鲜劲,我打算重新梳理一遍自己当前所负责的“电商分享裂变”业务,并与大家一起分享一下用演绎的方式从0到1梳理一个业‎务的过程。

第一步:找到本质

首先要找到分享裂变业务的本质。在大部分电商行业中,分享裂变业务是指:通过用户分享,帮助企业更高效或⌈更低成本>的传播产品价值,以吸引更多潜在用户,创造更多营收。在当今的商业环境中,相较于广告投放、地推等获客手段,分享裂变得益于其获客成本更低,是其他获客方式的一种重要补充。

基于上述定义,可以将该业务流程进行最简化的抽象如下:

上图省略了很多具体事ε项,仅保留了最“抽象”的流程。抛开所有具体的、表象的东西,更便于我们理解业务的本质,这也是用归纳法和演绎法做产品的最大差异。画完上图਩后,我惊讶的发现,这跟香浓的信息传播模型(如下图)是很相似的。传播者将产品价值信息编码成不同的形态,通过不同的渠道传递给了产品的潜在用户;潜在用户接收到产品信息后,进行理解,如果感知到产品价值,便会付出行动(购买公司产品或服务)。

这让我理解到,很多事情当回归到本质时,其实是相似的,分享裂变业务其实就是以用户作为传播者的信息传播。换句话说,分享裂变业务的好坏非常依赖于“分享者”是否分享,以及“被分享¾者”是否付出行动。

而被分享者是否愿意付出行动,则依赖于分享的内容是否对其有价值。因此,我这里将分享裂变业务增长的本质可以理解为:让用户有更强的动机去传播产品价值。如果用户分享的内容没有产品价值,那么无论有多少人分享,都达不到目੥标。

例如我们会看到一些公司做出了全网疯传的裂变活动,但是却没有人知道这家公司的产品是做什么的,导致并没有带来最终收益;另一方面,如果用户没有足够的分享动机,即使承载了有价值的产品信息,也无法得到很好的传播。

可以理解为,产品价值信息是1,而用户的分享Ô动机,则是后面的0。要想裂变业务有大的增长,在1不变的情况下,后面的0则是关键。因此,业务的核心可简化为:如何提高用户分享动机。(如下图)

那么基于简Ó易用户决策模型:动机 = 感知价值/感知成本 – 1。当用户感知行动带来的价值大于成本时,用户会付出行动。基于这个行为公式,我开始向下推演,探索能让用户提高分享动机的可能性和机会。

第二步:向下演绎/拆分

基于公式不难得出要想要提高动机,有两个手段,分别是“放大分享者感知价值”“降低感知成本”

接着往下,我们需要结合分享裂变业务以及公司产品的特性,思考分享者的价值和成本分别是什么。也许你能够立马想到一些价值和成本,例如金钱价值、时间成本等。此外,有本关于分享书籍《疯传》里面归纳出了STEPPS六原则同样值得借鉴。STEPPS包含了六个引起用户传播的深层原因。分别是:

  • 社交货币:人们在乎自己的社交形象,愿意分享一些能提升自己社交形象的信息。
  • 诱因:人们会因为一些线索的刺激,突然想起产品的信息。
  • 情绪:人们有表达情绪的意愿,ⓚ特别是惊喜和愤怒等情绪更容易引发传播。
  • 公共性:当人们看见别人ⓩ做某事或拥有某物时,会考虑自己是不是也▨需要。
  • 实用价值;用户会分享具有实用价值的信息,也会为了获得实用价值而进行分享。
  • 故事:故事的形式更容易被记住和传播。

不过,《疯传》的六个原则是基于归纳法得出的,并不是不重不漏的。并且,这六个原则中,有的是关于流量的(诱因、公共性),有的是关于奖励内容的(社交货币、实用价值)。

严格↔的说,要梳理出所有的价值和成本,更好的做法是回归到神经学或心理学这类基础学科,从更底层的角度来思考用户价值和成本有哪些。但这似乎又难度太高。

因此,秉承着有限理性的原则,我结合分享裂变业务的特点和《疯传》里的内容,做了如下梳理(当然也并非不重不漏,但我认为已经能覆盖到大部分的价值与成本)。

也许有朋友认为,这种分析方法,与“基于目标拆解增长公式”有什么区别呢?我认为这两者的差异主要在于:增长公式更加具象,更好量化,考虑范围相对更窄,比较适用于一些非常具体的业务。而基于第一性原理进行演绎的方式,虽更加抽象,但覆盖度👽更全,更容易发现潜在的机会点。分析到这个阶段后,演绎过程基本结束,后续则是结合业务现状思考和判断机会。

第三步:结合业务,判断机会

第三步与正常增长工作中的业઺务判断类似,都是基于拆分的结果,通过数据分析与调研等手段,判断增长的机会点。

以放大感知价值为例♨,基于第二步中拆分的不同价值,结合平台业务,我们可以先做出基于现状的梳理,如下图:

将产品当前“已经做了的模块”和“可以尝试的模块”分别放到对应的“价值类型”的下面。再之后,则需要根据价值类型,对业务进行横向和纵向的判断。

1. 纵向判断

纵向判断:判断已覆盖的模块/价值的增量空间。

  • 当前各活动的表现情况是怎样的?
  • 我们是否应该将某个类型的活动做得更深入?&#263b;
  • 继续优化某活动,能带来的增长有多少?

要做出上述判断,我们需要结合产品数据和用户调研,将当前所有已经覆盖的价值或已上线的裂变功能进行逐一મ梳理和判断。

例如:如果现金类“∉全额返活动”的参与率已经达到90%,远远大于其他同类活动,那么再继续优化该活动,随着边际效用递减,后续的增长空间已经不大。我们可以判断出这里并不值得再投入过多资源。

又比如,当前积分类“邀请活动”的参与率只有5%,远远低于其他类型活动。我们就要可能需要做一些用户调研,了解用户参与率低的原因,如果发现这些原因有合适的解决方案,那么我们可以认为这里是有机会的。

2. 横向判断

横向判断:判断尚未覆盖的模块/价值的增量空间。

  • 能否让更多的人参与分享?
  • 是否还有一些价值类型没有覆盖到?
  • 覆盖这些价值类型,能带来多大的提升?
  • 我们是否应该尝试利用提升社交货币的手段来刺激更多用户加入分享?

横向判断则需要考虑如何让更多的用户参与到分享中来,这同样要结合数据和调研。

例如平台的活跃用户中,仅有10%的用户参与过任意类型的分享活动。那么可以针对未参与那90%的用户进行调研,判断出他们想要的价值类型以及“程度”。例如发现他们90%对有趣的内容更在意,则可以考虑增加一些内容相关的分享活动来撬动这部分用户分享。

第四步:根据判断结论,执行落地

结合上述两种判断思路,我们可以对业务有较为清晰的诊断。后续则可以根据诊断结论,综合比较不同的机会点,分析出当前最具潜力的增长机会,再提出对应的产品假设和方案去∅解决,以及后续持续的复盘迭代即可,ઐ这里就不再赘述。

结语

本文主要是分享基于本质进行演绎分析的方法论,着⊗重在于找到本质以及往后的逻辑推演的环节,这种方法论非常抽象,但很有意思。如果喜欢具体方法论的朋友,也可以阅读我之前的文章《我的产品方法论》。

此外,在写这篇文章的过程中,我发现要将演绎法运用在产品工作中是一件非常不容易的事情。例如在拆分不同的价值和成本类型时,我依然只能依靠经验和主观判断进行分类。但理解了基于本质的演绎分析方法,仍然有两个好处:

1)更能理解所有基于归纳法的理论都有其边界和局限性;背后其实有更为准确的演绎法存在。

2)在用演绎法梳理问题的过程中,能找到更明确的学习和思考方向。

#专栏作家#

爱学习的Keyda,人人都是产品经理专栏作家。主要专注在线教育和电商类产品增长,擅长游戏化设计,定期分享产品设计和思考。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

Leave a comment

Your email address will not be published.