決策力，是產(chǎn)品商業(yè)成敗關(guān)鍵。產(chǎn)品工具人必讀！

本文整理自“2021年產(chǎn)品運(yùn)營大會(huì)7城巡回”活動(dòng)分享的內(nèi)容。

以下是大會(huì)分享內(nèi)容：

---

時(shí)間回到十年前，2011年，是移動(dòng)互聯(lián)網(wǎng)元年。那一年身邊大量的人換手機(jī)。于是王興決然放棄PC端流量，轉(zhuǎn)向去做移動(dòng)端的流量。

王興的團(tuán)隊(duì)在Foursquare和Groupon之間分析了很久之后，最后決定：把更有趣又離現(xiàn)金流更近的Groupon從國外copy到中國。

這個(gè)決策的結(jié)果，就是有了今天我們熟悉的美團(tuán)。

時(shí)間回到大約五年前，2015年，阿里在對(duì)Surpercell游戲公司的商務(wù)拜訪中，發(fā)現(xiàn)這家公司之所以如此成功，除了組織管理之外，還得益于強(qiáng)大的中臺(tái)支持。確?？焖偻葡蚴袌?chǎng)，快速試錯(cuò)。

這種模式正是阿里所需要的，于是阿里做出決策：推出了基于TD時(shí)代的“小前臺(tái)，大中臺(tái)”戰(zhàn)略。很快成為了中國中臺(tái)戰(zhàn)略企業(yè)的標(biāo)桿。

類似的案例很多很多。

每一個(gè)商業(yè)故事或產(chǎn)品成敗的背后，都源于當(dāng)初的一個(gè)決策。

有時(shí)候商業(yè)和愛情一樣，“贏得船票，是我一生中最幸運(yùn)的事”。

互聯(lián)網(wǎng)時(shí)代，產(chǎn)品，本質(zhì)就是商業(yè)。產(chǎn)品就是要解決用戶問題的。

而解決問題，并獲得商業(yè)回報(bào)的核心，在于決策。

本文就理性決策、公司做決策、數(shù)據(jù)決策等方面做分析。

目錄

1、理性決策

2、公司決策

3、數(shù)據(jù)決策

4、數(shù)據(jù)決策的落地

---

1、理性決策

俞軍在他的書里說，個(gè)人決策偏好，大致分三類：直覺決策、理論決策、事實(shí)為依據(jù)決策。

我們大部分決策，都是在“我認(rèn)為對(duì)”、“我喜歡”、“我懂的”、“我過去就是這么做的”……范圍內(nèi)的選擇。

是一些我們自己根本無法了解的隱蔽性潛在動(dòng)機(jī)引導(dǎo)的決策結(jié)果。甚至是來自于大腦“杏仁體”的本能反應(yīng)。

反映在互聯(lián)網(wǎng)產(chǎn)品工作中，就是“拍腦袋”、“不深入”、”經(jīng)不起推敲”。

達(dá)利歐在《原則》這本書中，提到了影響合理決策的兩個(gè)最大障礙分別是：自我意識(shí)和思維盲點(diǎn)。

• 自我意識(shí)，就是一個(gè)人潛意識(shí)中非常頑固非常深層次的心理生理防衛(wèi)機(jī)制。比如前面提到的“我認(rèn)為”、“我喜歡”、“我懂的”。

• 思維盲點(diǎn)，是說一個(gè)自我意識(shí)越強(qiáng)的人，一個(gè)經(jīng)歷相對(duì)不夠豐富的人，往往思維盲點(diǎn)就越多。

在商業(yè)行為中，更多的決策要規(guī)避自我和刻板的圈層認(rèn)知同質(zhì)化，選擇理性決策和事實(shí)為依據(jù)的決測(cè)。

如何做出理性決策，可以用看一個(gè)簡(jiǎn)單的決策模型。

理性決策=計(jì)策+謀略。

• 計(jì)，就是向多數(shù)人征詢建議，所謂“從長(zhǎng)計(jì)議”。

  
  

• 策，就是把這些人的建議，一條一條列出來分析利弊。

  
  

• 謀，就是找少數(shù)人商量。這個(gè)階段千萬別廣泛討論了。

  
  

• 略，就是針對(duì)篩選下來的幾條核心建議，在小范圍內(nèi)，進(jìn)行利弊決斷。

《孫子兵法》說：是故智者之慮，必雜于利害。雜于利，而務(wù)可信收發(fā)；雜于害，而患可解也。

翻譯過來就是說：成熟的人，只講利弊，不講對(duì)錯(cuò)。

理性決策就是建立在群體或個(gè)體深入調(diào)研和籌劃之下的利弊取舍。

決策的原則：先策后決，不破不決。

也就是先向外借眾人之力和眾人之智，然后再啟動(dòng)個(gè)人決策。

這里的“眾人之力和眾人之智”，推而廣之，包括所有能獲取到的素材。比如經(jīng)驗(yàn)、工具、數(shù)據(jù)等。

理性決策方法可以是通過方法推理、數(shù)據(jù)考證，或思維的破局。

2、公司做決策

2014年的諾基亞手機(jī)銷量世界第一。從世界第一到破產(chǎn)，諾基亞只用了一年的時(shí)間。

當(dāng)微軟以72億美元收購諾基亞的手機(jī)業(yè)務(wù)時(shí)，諾基亞高層說：我們并沒有做錯(cuò)什么，但不知為什么，我們輸了。

柯達(dá)，公司市值也從1997年2月的310億美元降至2011年9月的21億美元，十余年蒸發(fā)99%。

一個(gè)公司的決策，往往更是難以把控。或許有機(jī)會(huì)，或許有員工發(fā)現(xiàn)過風(fēng)險(xiǎn)。但是總逃不過主動(dòng)內(nèi)因或被動(dòng)的外因的干預(yù)。

公司如大船航海，波濤中總有主動(dòng)和被動(dòng)之處。

公司決策=被動(dòng)決策+主動(dòng)決策。

被動(dòng)的決策，其目標(biāo)是讓業(yè)務(wù)流程標(biāo)準(zhǔn)化，讓復(fù)雜問題簡(jiǎn)單化。

為這些標(biāo)準(zhǔn)化的問題做決策，以確保讓80%的普通人，也能做到80分。同時(shí)讓20%能人，有機(jī)會(huì)能發(fā)揮出天分，把關(guān)鍵的20分處理好。

善于作戰(zhàn)的領(lǐng)導(dǎo)，都是善于在創(chuàng)造有利的作戰(zhàn)態(tài)勢(shì)上下功夫，而不是苛求下屬去苦戰(zhàn)、惡斗。要根據(jù)作戰(zhàn)的有利態(tài)勢(shì)，去選擇合適的人。

公司的主動(dòng)決策，就是主動(dòng)尋找決策的機(jī)會(huì)，挖掘決策的價(jià)值。

尋找決策機(jī)會(huì)（主動(dòng)決策），比決策（往往是被動(dòng)決策）本身更重要。

 

我們通常使用一個(gè)商業(yè)工具：三對(duì)分析（對(duì)標(biāo)、對(duì)手、對(duì)友），來幫助我們尋找決策機(jī)會(huì)。

• 所謂對(duì)標(biāo)，就是誰值得我學(xué)習(xí)？

• 所謂對(duì)手，就是我在替代誰？誰在替代我？

• 所謂對(duì)友（不是隊(duì)友），就是我和誰是1+1大于2？

《大學(xué)》說：物有本末，事有終始。知所先后，則近道矣。

啟發(fā)我們：注意力放在哪，我們的進(jìn)步就在那個(gè)地方。

要把有限的精力和決策資源，放在最重要關(guān)鍵事項(xiàng)的決策價(jià)值上。尋找關(guān)鍵決策價(jià)值，才是公司決策的本質(zhì)。

在學(xué)習(xí)、結(jié)交、競(jìng)爭(zhēng)三者之間，推薦幾個(gè)用于公司戰(zhàn)略的心理模型：

• 囚徒困境:選擇合作還是背叛

• 智豬博弈:誰說沒有免費(fèi)的午餐

• 斗雞博弈:狹路相逢,誰輸誰贏

• 獵鹿博弈:追求雙膩的格局

• 酒吧博弈:人群中的少數(shù)派

• 槍手博弈:弱者的生存之道

• 分蛋糕博弈:談判中的博弈之道

• 信息不對(duì)稱:信息承載價(jià)值

• 蜈蚣博弈:從終點(diǎn)到起點(diǎn)

通常說企業(yè)家格局主要體現(xiàn)在兩個(gè)方面：一是比較優(yōu)勢(shì)，二是認(rèn)知優(yōu)勢(shì)。

比較優(yōu)勢(shì)，就是做同樣一件事，我們比別人有優(yōu)勢(shì)。

認(rèn)知優(yōu)勢(shì)，就是我們能看到趨勢(shì)。這一點(diǎn)有賴于思維的調(diào)整，通常有3種方法：認(rèn)知升維、認(rèn)知平維、認(rèn)知降維。

公司決策的三大難點(diǎn)是：不重視決策資源、經(jīng)常性被動(dòng)決策、找不準(zhǔn)核心問題。

方案是：

• 群體心智模式是最大的決策資源；
• 尋找決策機(jī)會(huì)比決策本身更重要；
• 找準(zhǔn)核心問題是優(yōu)質(zhì)決策的前提。

上圖的組織能力模型，表達(dá)的是：一個(gè)企業(yè)持續(xù)成功=戰(zhàn)略×組織能力。

 

互聯(lián)網(wǎng)公司普遍都是：大膽假設(shè)，小心求證。單點(diǎn)突破，快速迭代。在找對(duì)標(biāo)解上，互聯(lián)網(wǎng)公司比傳統(tǒng)企業(yè)的優(yōu)勢(shì)要大多了。

3、數(shù)據(jù)決策

據(jù)說，亞馬遜創(chuàng)始人貝索斯，那年在雜志看到一組數(shù)據(jù)，顯示了萬維網(wǎng)的數(shù)據(jù)增長(zhǎng)了1024%。

然后他就盡管他不知道他要做什么，但他做了個(gè)決定，就是一定要進(jìn)到互聯(lián)網(wǎng)里領(lǐng)域。

 

所以他放開了華爾街的快速交易，開著車，從紐約就開到了西雅圖，然后再去想我要做什么。后面的故事我們都知道了。

貝索斯的這個(gè)故事，常常被視為以數(shù)據(jù)為決策抓手的商業(yè)決策案例。

運(yùn)用數(shù)據(jù)做決策，是理性決策中最有效的手段。無論是個(gè)人做決策，還是公司做決策，得數(shù)據(jù)者，得勝算。

作為互聯(lián)網(wǎng)從業(yè)者，單純說數(shù)據(jù)，我把數(shù)據(jù)的作用定性地分為如下四類。

（1）被動(dòng)數(shù)據(jù)，就是最原始的數(shù)據(jù)，是后置性，定量反映現(xiàn)象。

比如常見的轉(zhuǎn)化漏斗：我們發(fā)現(xiàn)轉(zhuǎn)化不理想，于是查看了數(shù)據(jù)。發(fā)現(xiàn)了產(chǎn)品優(yōu)化的可能性。

（2）主動(dòng)數(shù)據(jù)，則是為一個(gè)現(xiàn)象，有目的地尋求數(shù)據(jù)上的關(guān)聯(lián)性。比如尿不濕和啤酒的關(guān)聯(lián)銷售奧秘。

經(jīng)過數(shù)據(jù)的跟蹤分析，發(fā)現(xiàn)二者不是偶然，而是嚴(yán)格持續(xù)的關(guān)聯(lián)。

（3）依賴形數(shù)據(jù)，就是為一些目標(biāo)，必須分析數(shù)據(jù)的拆解指標(biāo)。比如Uber通過OKR拆解實(shí)現(xiàn)業(yè)務(wù)目標(biāo)：

（4）機(jī)會(huì)數(shù)據(jù)，主要反映在大數(shù)據(jù)挖掘上。大數(shù)據(jù)具有4個(gè)V的特性。隨著大數(shù)據(jù)的積累、分析，和新技術(shù)應(yīng)用，會(huì)展示出不可估量的機(jī)會(huì)價(jià)值。

因?yàn)閿?shù)據(jù)決策的流程環(huán)環(huán)相扣，所以每個(gè)環(huán)節(jié)都不能出問題。否則南轅北轍。

為避免數(shù)據(jù)“說謊”，可以從以下方面進(jìn)行自查：

• 選取的樣本容量有誤：忽略了有效用戶，囊括了無效用戶。

  
  

• 錯(cuò)判因果關(guān)系：有時(shí)候分母不一樣才是你獲得錯(cuò)誤結(jié)論的罪魁禍?zhǔn)住?/span>

  
  

• 被數(shù)據(jù)的表達(dá)技巧所蒙蔽：我們需要警惕一些數(shù)據(jù)處理的小計(jì)倆，最小區(qū)間，上下極值等，不要被數(shù)據(jù)的視覺效果所蒙蔽。

  
  

• 不要過度依賴數(shù)據(jù)：很多牛逼產(chǎn)品決策，并非通過數(shù)據(jù)發(fā)現(xiàn)，而是產(chǎn)品經(jīng)理綜合智慧體現(xiàn)。

4、數(shù)據(jù)決策的落地

除了自己做決策，有時(shí)候還要影響別人的決策。

“如何說服老板，接受你判斷是正確的方案？”

面對(duì)這一道面試題，相信很多產(chǎn)品經(jīng)理脫口而出：給他看數(shù)據(jù)！

但實(shí)際上數(shù)據(jù)的獲取也是有門檻的。

從產(chǎn)品經(jīng)理職業(yè)角度來說，獲取動(dòng)態(tài)的業(yè)務(wù)數(shù)據(jù)價(jià)值更大。

做后臺(tái)自用系統(tǒng)的，往往還是從自行埋點(diǎn)的角度，監(jiān)控到用戶事件。

比如想看以下，標(biāo)準(zhǔn)資料庫的數(shù)據(jù)多少用戶來用過，不理想又走掉了多少等。

因?yàn)楹笈_(tái)數(shù)據(jù)的敏感性低，要監(jiān)控的指標(biāo)少，變動(dòng)緩慢。

但是前臺(tái)產(chǎn)品就截然相反。常見的比如一個(gè)App，敏感、快節(jié)奏。所以這時(shí)候找到SDK去監(jiān)控?cái)?shù)據(jù)，更加專業(yè)、成熟、安全、高效。

隨著B端市場(chǎng)規(guī)?；?，這種提供數(shù)據(jù)分析的SDK相當(dāng)成熟。其中的佼佼者，就是友盟+。

2015年開始，我所在的公司基本就是選擇友盟作為數(shù)據(jù)分析工具了。

一款優(yōu)秀的B端產(chǎn)品，就是托管了所有的需求點(diǎn)。比如友盟提供的統(tǒng)計(jì)、分析、廣告效果監(jiān)控、運(yùn)營分析和指導(dǎo)、產(chǎn)品穩(wěn)定性監(jiān)控等。

回到數(shù)據(jù)分析層面，其實(shí)最難的是數(shù)據(jù)的采集和存儲(chǔ)。這是前提。

當(dāng)保證了這個(gè)前提的情況下，就要思考數(shù)據(jù)的統(tǒng)計(jì)和分析能力。比如拉新、留存、日活、設(shè)備型號(hào)等基礎(chǔ)數(shù)據(jù)的檢測(cè)。

分析某事件隨時(shí)間的變化趨勢(shì)。根據(jù)添加的屬性對(duì)某事件進(jìn)行分組查看，查找符合某類篩選條件的事件。

多事件分析，通過對(duì)比同時(shí)間范圍內(nèi)不同事件變化趨勢(shì)定位指標(biāo)變化影響因素。

垂直于業(yè)務(wù)的專業(yè)性來說，分析模型比較重要。比如提供了“路徑分析”：可向前向后展開用戶訪問路徑，提示出業(yè)務(wù)增長(zhǎng)機(jī)會(huì)。

對(duì)產(chǎn)品穩(wěn)定性分析數(shù)據(jù)的累計(jì)，得出建設(shè)性結(jié)論：根據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示，當(dāng)iOS的崩潰率超過0.8%，Android的崩潰率超過0.4%的時(shí)候，活躍用戶有明顯下降態(tài)勢(shì)。

通過對(duì)數(shù)據(jù)分析工具的使用，得心用手地為數(shù)據(jù)分析的落地提升了效率。數(shù)據(jù)分析是數(shù)據(jù)決策的大前提。在數(shù)據(jù)分析的基礎(chǔ)上針對(duì)性優(yōu)化策略。

后記：

2021年，由PMtalk和友盟等聯(lián)合舉辦了“產(chǎn)品運(yùn)營大會(huì)7城巡回”活動(dòng)，很榮幸作為其中一位分享嘉賓。

分享的主題是圍繞決策和數(shù)據(jù)決策的。提到?jīng)Q策，不由想到數(shù)據(jù)決策。數(shù)據(jù)決策最難的無非是數(shù)據(jù)的獲取和分析。數(shù)據(jù)的獲取和分析，需要類似友盟+這種強(qiáng)大工具。

分享現(xiàn)場(chǎng)，就有很多會(huì)場(chǎng)朋友對(duì)演示內(nèi)容拍照。在場(chǎng)外，更多朋友通過直播方式參與并互動(dòng)。并且探討相關(guān)的問題和建議。

而我個(gè)人也學(xué)到很多不一樣的知識(shí)！

————  e n d ————

點(diǎn)右下角“在看”—>公眾號(hào)回復(fù)1—>抽電子書