如何成为一个优秀的产品经理 如何做好一个产品经理

在上篇文章(详见:《产品经理的无限游戏(上)》) , 主要聊了产品经理这一行业的由来 , 以及我国那些出名的产品经理们 , 本篇主要聚焦于产品经理逻辑学 , 论一个合格的产品经理是如何养成的 。
本文来自微信公众号:黑坝(ID:HolylandofKalin) , 作者:许昕 , 原文标题:《产品经理逻辑学》 , 头图来自:视觉中国

哲学始于惊奇 。 ——柏拉图
我自己虽然也从事产品工作 , 但抛开主观立场地说 , 绝大多数程序员与产品经理的争吵 , 或是需求最终实现出现的问题 , 都是由于产品经理自己没想清楚 , 也就是程序员嘴里常说的“需求逻辑有问题” 。
出色的逻辑思考能力理应是产品经理的底色 , 因为其贯穿了产品工作的始终 , 不管是产品定位、需求调研 , 还是竞品分析、产品规划 , 抑或是原型设计、需求撰写 , 都需要通过逻辑思考来实现 。
根据《第一性原理》 , 人类常用的逻辑思考方式有两种 , 一是归纳法 , 二是演绎法 。
一、求存不求真的归纳法
产品经理日常工作中 , 经常需要根据数据找寻规律支撑观点 , “用数据说话” 。 通常所使用的方法 , 就是归纳法 。
归纳法指人们通过对世界的接触、观察和实验 , 从具象的经验中抽象出普遍规律和知识的方法 。 归纳是人类的本能 , 也是人类最基础的脑力思考方式 , 甚至可以说 , 绝大多数的人类知识都建立在归纳之上 。 例如 , “太阳照常升起” , 就是一个典型的归纳法知识 。
1. 黑天鹅与灰犀牛
根据人类思考惯性的不同 , 可将归纳法分为:空间性归纳和时间性归纳 。
空间性归纳:即将某个空间或某个群体内有效的规律 , 推广至其他空间、群体 , 甚至全部空间、群体的思维方式 。 例如 , 早期 , 欧洲人民看到的天鹅都是白色的 , 他们自然而然就认定地球上所有天鹅是白色;又比如 , 基于算法推荐模型的今日头条成功以后 , 字节跳动地毯式孵化了一大批产品 , 也是基于算法推荐模型可以在其他领域取得成功的认知 。
时间性归纳:即认为在过去时间里成立的规则 , 在当前和未来时间也同样成立 。 比如牛市末期 , 大批萌新投资者和沉寂投资者争先恐后地冲向股市 , 主要也是基于过去一段时间股市暴涨 , 意味着未来一段时间股市还会继续上行的市场认知 。
又比如 , 一些流传甚广的互联网定理 , 如Facebook的“40-20-10”规则(若游戏厂商希望游戏的DAU即Daily Active User , 日活跃用户超过100万 , 那么新用户次日留存率应大于40% , 7日留存率和30日留存率须分别大于20%和10%) , 也是根据互联网公司的过往经验抽象得出 , 用以指导未来的工作 。
不过从上述例子也可以看出 , 由归纳法推断出的结论 , 并不一定是正确的 , 例如天鹅并不都是白色——澳大利亚就生活着一种黑羽红喙的黑天鹅;股市也不会一直上涨——牛市、熊市总是如影随形 , 只是大家会有意无意忽视那只灰犀牛 。 这就引申出我们将要讨论的下个话题 , 证实与证伪的不对称性 。
2. 不要做只会被投喂的“鸡”
爱因斯坦的广义相对论在1915年提出的时候 , 只是一个纯粹的理论猜想 。 为了验证这个猜想 , 爱因斯坦给出了三个推论 , 其中之一 , 是“光线会在引力作用下发生偏折” , 即可以通过观测日食期间太阳附近的光线 , 来验证广义相对论是否正确 。
在1919年的一次日全食中 , 英国科学家远征队在靠近非洲的普林西比岛 , 观测到了光线在引力场中的偏折现象 , 且偏折值符合爱因斯坦的预测 , 使得广义相对论第一次在经验层面得到了证明 。
【《纽约时报》对爱因斯坦新的“宇宙理论”的报道】
但在实验之前 , 爱因斯坦曾明确表示:如果观测结果与理论预测不符 , 那说明广义相对论是错的;但即便相符 , 也并不意味着广义相对论绝对正确 。
爱因斯坦的这种理性批判精神 , 给了哲学家卡尔·波普尔很大启发 , 让他意识到证实与证伪并不是对称的 。 简单来说 , 一个理论被证实上百次、上万次 , 都不能证明其绝对正确 , 因为只要被证伪一次 , 这个理论就被推翻了 。
还是以天鹅为例 , 我们看到一只天鹅是白色的 , 一百只、一万只都是白色的 , 由此归纳出一个普遍命题:凡天鹅 , 必白色 。 但其实谁都无法保证 , 未来某天会不会出现一只黑天鹅 。
证实与证伪的这种不对称性 , 对归纳法的可靠性提出了质疑 。

推荐阅读