学习方法的分享

自从误打误撞进入了产品经理的职业生涯之日起，我就爱上了这个行当。说爱并不夸张，无论是细节、战略，还是思维、方法，我都在洗脑和被洗脑。我深信产品经理的工作可以改变人们的生活，我也希望自己能够做出一些强有力的事情，工作这件事已经很苦逼了，不能没有点理想和追求。这些年我陆续写了几个系列的文章，细节的、战略的、方法论的、解决问题的，其实没有成稿的东西更多，写出来的只是冰山一角。现在我又要在这些系列里面加上一类别“数据”，用于记录我对数据统计、分析、挖掘这个方向的思考。绝不高调和空洞，大多数应该是浅显的案例，它们应该是有趣的、实用的、引人思考的东西。

数据这个话题太大，被炒的太火，被喷的太神，但实际上落地的东西并不多。在面对广大门外汉的时候，那些空洞的东西其实一无是处，很多同学甚至不明白做这件事情到底有什么用。多年以前我开始做产品策划的时候开始接触数据，从不懂到懂一点，然后再到使用，这已经是一个不太容易到达的阶段。然而上升的空间仍然是如此巨大，方法论是如此磅礴，没有科班训练的我其实大多时候也是浅尝即止，不是不愿意深入，而是没有精力和方法。我希望从简单入手，通过思考、记录和分享，能够帮上自己，也帮上别人。今天开篇，还是会说一些空洞的东西，其实这是表达我自己的观点，先立意而已。

实际上这是一个挑战工作舒适度的事情，术业有专攻，这个领域专业性非常强的。对于我来说虽然一直是使用者，虽然能算是个入门级别，但远远不够，做这件事，工作舒适度降低不少。好处是这也是一个自抬身价的事情，无论是能量还是视野都会提升不少，这对于自我的进阶非常有帮助。我应该是通过几个方面来实践，一是在工作中实践，二是自学一些必要的科班知识，三是通过系统的培训。工作实践是个好方法，无论是做产品还是做数据，都以解决实际问题为出发点，但缺点是散碎并且不够深入。自学科班知识是个必须的方法，缺少理论知识就不能够做到深入和系统。系统的培训我认为是出彩的方法，比如我头几年专门参加过会计从业资格的考试，会计这行当是高度浓缩的方法论，对我非常有帮助。

总的来说，在互联网行业，我们对数据的使用主要是避免胡逼来，也就是希望少犯错、走直线、用高科技打败胡逼来。这个行业虽然不是真正的高科技，但有太多的不确定性，变化速度太快，而且远未成熟。我想主要是面对的是人的原因吧，人的需求、满足、喜好，这些东西都很难直接量化。更容易理解的是人对事物感性的认知，比如我想有这样一个功能、我感觉挺好用的，我很喜欢这个颜色，诸如此类的。但定性的数据并不能支持我们做决策，定性的数据甚至会变成误导，它不是我们需要的。更科学的方法是使用大量的、可重复的、多中心的研究数据来支持，我想这应该就是严谨的科学方法。

经验主义在这个行业是不可靠的，先不说所谓的经验绝称不上深厚这个原因，变化速度快这个特性就已经把经验杀死了。我们在崇尚方法论的同时，也需要警惕方法论的存在，因为有些经验是无法复制和借鉴的。事实上似乎已经形成两派，崇尚经验派和崇尚数据派，不同的公司、不同的团队各有不同。崇尚经验派中大概有两类人，一类人是根本没有方法论的人，他们只靠经验活着并且非常自信。另一类人不是盲目的崇尚经验，他们是经历过数据洗礼后再次重返经验的。我的判断是，这种选择多半出于生存、政治、世故的现实主义考虑，而不是正确做事的考虑。

英雄在这个行业是不存在的，造神运动和信仰会有，只是控制方法，实际上并没有真正的英雄。其实和其他行业一样，这里有的只是商业规则，只有无穷尽的利用和被利用。从战略理论到具体实践的过程中一定会一波三折，一定会跌宕起伏、曲折回环，这中间贡献更大的是那些无名的中坚力量。更多的是依靠制度、方法、团队和机遇，大老板式的超级产品经理模式注定失败而无法长久，任何决策都需要大量的数据支持。或者说应该坚信那些无名的产品经理、数据分析师才是英雄，没有他们的勤恳工作就没有所谓的成功。

制造和诱拐在这个行业是不可取的，必须得顺水才能推舟，即使是创新性非常强的产品也一定是发现需求、满足需求的量化过程。做一件事情必须确认几个问题：发现需求，被满足的还不好，如何满足，如何才是被满足的好，这里面必然需要量化指标。正确的应该是发现需求而不是制造需求，制造需求、诱拐用户使用，一般都不会长久，或者无法做大。数据的价值一定是避免拍脑袋的片面决策，让团队做正确的事、少走弯路，真正做到指哪打哪而不是打哪指哪。

说了那么多，实际上数据的价值无外乎是获取真相，获取客观的真相。
因为只有了解了真相，我们才知道方向对还是不对、做的好还是不好、用户的需求在哪里、被满足的如何。
也因为只有了解了真相，我们再做决策的时候才能避免拍脑袋，才能去做正确的事。