《矽谷思維》#4 創業思維課

前言

我們已經理解了「產品思維」和「數據思維」,接下來我們來談談「創業思維」。

當我們談到「科技」、又談到「創業」,許多人的腦海中應該都浮出一個地方:「矽谷」。

「矽谷」這個詞彙,好像是一種神話,甚至可以說是資訊科技領域的一個殿堂;許多人都夢寐以求在這邊工作;這讓我們不禁很好奇,矽谷究竟擁有怎麼樣創業文化,可以讓許多創業家慕名而至呢?

這一篇我們來談談創業思維,在這邊我們著重於矽谷的文化風氣,所以我們來談談「高自由度」及「容忍失敗」。

首先,我們先來看看矽谷的創業文化,他們的風格是怎麼樣運營,這些心態和體制,都讓員工們能以最高自由的的發揮。

 

1. 高自由度

 

我們聽聽會有所耳聞,在矽谷工作似乎很自由自在,但究竟是怎麼一回事呢?我們來看看 NetFlix 這一間公司。

 

開誠佈公

 

我們每個人或多或少都有這樣的經驗,每個公司都有自己的小生活圈,我們主要溝通對象就是我們的同事或直屬上司,甚至有些公司不允許越級報告,因為很多時候自己的考績也被「直屬上司」給緊緊掌握住,所以很多時候,我們不敢說真話,只求「安全」而不是「更好」。

然而我們來看看 Netflix,開誠布公的說話方式,就是Netflix的文化之一。員工之間,上級和下屬之間,坦誠相待非常重要。當面提出問題,當面「挑骨頭」,而不是背後跟別人煽風點火,才是最有效果、成本最低的溝通方式。

同時,這也能有效避免辦公室政治。在學會了這一條文化上的不同之後,舉例來說,書中提到一個員工柯爾森很快地就在三年以內,從普通員工晉升到了數據與工程副總裁的位置。

 

鼓勵表達觀點

 

Netflix希望它的員工能夠上來挑戰領導,無拘無束地提出反駁意見,也希望領導層能以身作則,積極面對挑戰,持續溝通。這樣,才能讓整個組織運轉高效、驅動靈活。

我覺得,鼓勵員工發表自己的觀點,就是讓有創意的想法能夠有機會得以實施。

介紹一個有名的案例。直到今天,很多互聯網平台發布網劇,依然會像傳統電視劇那樣採取「週播」的方式。例如,一個週末播出兩集,而會員可以多看幾集。但是,Netflix從《紙牌屋》開始就開創了一次性播出一整季的創新策略,目的就是為了讓用戶爽。當然,這必然會對會員留存數據有一定的影響,可能很多人看完節目以後就退訂了。但是,這也正向刺激了公司持續不斷地生產新的優質原創內容。這個「一次性播放一季」的想法,最初就是一個基層員工提出來的,最終被CEO直接採納,並延續至今。

為了激勵大家能夠勇於表達自己的觀點,Netflix還鼓勵員工經常在開會的時候做一項練習,叫作「開始,停止和繼續」(Start, Stop and Continue)。這可以在一對一的會議中進行:一個人對另外一個人這段時間的工作表現進行總結,告訴這個人哪裡做得好應該繼續,哪裡做得不好應該停止,還有哪些事情之前沒有做,現在可以做了。這個練習也可以在團隊會議中進行,總結對象就是整個團隊近期的業務表現。

 

「自由」讓每個矽谷人都是創業家

 

即使在谷歌這樣的大公司裡,每個人都依然有著創業精神,都懷著一顆做事情的心。其實,一個個優秀專案的誕生過程,就和員工們自己在創業一樣,這整個過程,矽谷內部稱為「孵化」。

公司提供各種資源,人員、技術、法務、專利、市場、流量,你想要什麼,公司就配合什麼。公司還會提供扁平化的組織結構,讓你能夠輕鬆跟上級彙報,溝通效率達到最高。當然,最重要的,還在於公司給員工足夠高的自由度,並且相信員工。

我覺得,矽谷公司給員工的工作上的最大自由,是來自「從下而上」的管理方式和放權。公司領導階層只做最大方向的指導,而整個團隊具體要做什麼、應該怎麼做、誰來做、業績標準應該怎麼定,都由下而上進行彙報總結。當然,整個彙報和決策流程也會比傳統行業更加簡化。

例如一個線上電商平台的領導階層,在大方向上,決定公司今年要布局行動互聯網,那麼各個小團隊就要圍繞這個方向提出構想。行銷團隊可以說,更多的行銷預算應該放到行動社交平台;產品團隊則要分析市場上其他同類產品,打出差異化;工程師們則要研發並採納業界當前最通用的最佳工程實施方案。

除了具體工作,在福利方面,矽谷企業也給盡員工自由度。

例如Netflix和Uber等矽谷新創互聯網公司都給員工每年無限的有薪年假,有需要就可以請假。同時,很多企業對員工出差時的差旅花費也沒有任何具體限制,可以隨意報銷。前提是根據自己的判斷,做出對公司最明智的決定。你可能會覺得,那員工不得每天都不來上班,出差隨便報銷巨額的差旅費嗎?其實並沒有發生這樣的情況,員工每年休息的年假時間平均低於十天,而對於差旅報銷部分,大家也並沒有濫用。比如我每次出差時,雖然可以選擇上千美元的酒店,但是我也會覺得沒有必要,依然還是去選擇兩百多美元的酒店。

在矽谷,能夠留住人才的,並不僅僅是優厚的福利薪資待遇 —— 當然,矽谷的薪水已經很有競爭力,並且有最好的金錢上的激勵制度,這是最基本的前提 —— 還在於員工得到的成就感。對於一個有創業精神的員工,取得事業上的成績就是最好的獎勵。和一群了不起的同事,體面而合法地,完成了一件在全世界都有影響力的事情,就足以激動人心。當然,這就自然而然地提高了矽谷企業的招聘要求:員工要嘛已經是業內頂尖人才,要嘛,就是全新的應屆畢業生,在一張白紙的狀態下,從頭培養做事方式、職業自尊和敬業精神。

這樣足夠高的自由度,就讓員工可以充分發揮自己的主觀能動性,讓員工在重大決策中擁有權利,並用自己的權利來決定自己的命運,最終,整個企業的靈活性就會大大提高。

雖然在我們在目前的工作上,或許沒辦法擁有這樣高自由度的文化風氣,但我們仍然可以以努力調整自己的思想,主動用創業的思維和主人翁的角度,勇敢站出來,接納並完成更多挑戰,而不是渾渾噩噩地度過人生中最美好、進步最快的年輕時光。

 

2. 包容失敗

 

接下來,我們來談談矽谷第二個非常有名的創業文化:「包容失敗」。

我們常常都會上級說:「你們要創新,要做出不一樣」,但同時又要求我們「必須成功」,這似乎有一點本未倒置;沒有所謂「安全的創新」,創新就是要大膽突破、改變格局,因為高失敗率也是常見的。

所以,當一家企業文化可以「包容」我們失敗,我們就更敢大膽的嘗試,去假設、去驗證團隊的想法,不斷調整和迭代;因為這些「包容」,才有所謂的「創新」。

我們再來看看亞馬遜(Amazoe) 的「包容文化」。

 

亞馬遜「硬」軍大潰敗

 

早在2004年10月,亞馬遜就成立了一支小的硬體團隊,叫作Lab126,也就是著名的126實驗室。說起來,126這個數字也很有意思,A代表著數字1,因為是英文當中的第一個字母,而Z則代表著26,是最後一個英文字母,合起來的126就代表從A到Z,從始而終。這恰好也和亞馬遜的公司Logo的創意相呼應。還記得亞馬遜Logo下面那個笑臉吧,就是從Amazon這個單詞的A連接到Z。

從設立之初,Lab126就切合亞馬遜「為提高人們閱讀體驗」的願景而努力著。到今天,它已經在矽谷成長為擁有千名員工的大型創新和研發組織。它歷史上推出的第一款硬體,也是亞馬遜代表性硬體產品,就是Kindle。經過三年的努力,2007年11月,Lab126首款硬體設備Kindle電子書成功上市,同時發布的還有9萬本電子圖書。推出僅僅5.5小時以後,Kindle就全線售罄。以後的各個升級版本的Kindle也都取得了良好的市場反饋,這就給了亞馬遜繼續進軍個人消費電子領域的信心。

2014年6月,亞馬遜宣布正式推出智能手機Fire Phone,由富士康代工,在美國、英國、德國市場發行。但發布後,Fire Phone馬上就被各大科技媒體評論為「大失敗」。評測者甚至給出「過目即忘」、「平庸無奇」這樣的字眼,而產品評分也跌到了不足三顆星。僅過了一個月,亞馬遜就將Fire手機的營運商簽約定價從200美元大幅削減至幾乎免費的0.99美元。Fire Phone在功能上沒做錯任何事,但也沒有做出非常驚喜的功能。唯一能被科技媒體圈點的,似乎也就只有「動態視角」顯示 —— 手機螢幕在各個角度下查看,可以呈現不同的3D渲染效果。

這樣一款平淡無奇的手機,顯然無法和谷歌、蘋果、三星等場上玩家競爭,並突圍這個已經十分激烈的手機市場。半年後,2014年12月,亞馬遜CEO貝佐斯(Jeffery Bezos)走上BI Ignition的舞臺,公布僅僅在過去的第三季度,Fire Phone就給亞馬遜造成了1.7億美元的損失。雖然他依然表示對Fire Phone抱有信心,但在半年後的2015年夏天,Fire Phone還是被亞馬遜停產,手機專案正式停止。

就在媒體為亞馬遜數億美元的損失而深感遺憾的時候,貝佐斯卻表示他其實不在乎,而且覺得這樣的努力十分值得。

事實上,Fire Phone的失敗也確實成為亞馬遜後來專案的「成功之母」。如果沒有Fire Phone階段積累下來的觸控螢幕硬體開發和供應鏈及生產經驗,後來的亞馬遜Echo智慧音箱也不會取得成功。同時,專門的安卓訂製系統Fire OS也沒有被浪費,雖然Fire Phone不再使用,但它成為亞馬遜後來智慧硬體設備的操作系統。如今,亞馬遜借助這些經驗,正向著智慧家居和物聯網領域大步邁進。

這就是,敢於擁抱失敗的力量

 

失敗是必需的

 

在矽谷,失敗不是一個選項,而是一個必需品。」(In Silicon Valley, failure isn’t an option. It’s mandatory.)這是美國《連線》雜誌(Wired)對矽谷「包容失敗」文化的經典評論。對失敗的寬容態度基因,從風險投資人蔓延到大學教授,從企業主延伸到普通雇員,就這樣,滲透到矽谷的每一個人的細胞裡。這裡,人們更注重你是不是有創新的想法、有敢拚敢闖的精神,而不怕你在努力中失敗。甚至,大家會覺得失敗是一件值得慶祝的驕傲事。

 

每年,矽谷甚至會舉辦Failcon「失敗峰會」,邀請各個領域創業失敗的人上臺講講經驗。要知道,如果你失敗得不夠大,影響力不足,還不能上臺呢。

諾貝爾經濟學獎得主克里斯多夫.皮薩里德斯(Sir Christopher Pissaride)在2016年於中國進行演講時說過,「寬容失敗」的文化是其他地區想要比肩矽谷所需要的三個必要條件之一。

正是矽谷這種鼓勵嘗試、不怕失敗的文化,才讓整個矽谷的人們都可以無所顧慮地創業,也造就了這個全球最強的創業生態圈。現在,矽谷活躍著超過1萬多家新創公司;雖然從2015年開始,隨著矽谷地區生活成本的連年攀升,新創公司數量有所減少,但是,那些頂級的一流新創公司依然選擇矽谷。可以說,在矽谷人人都不怕創業、敢於創業。

如果你剛到矽谷工作,很快,你就會聽到同事們常說一句話:Learn to fail, don’t fail to learn。Learn to fail就是「學會失敗」的意思,也就是在失敗發生的時候,要學會接納它、容忍它。而fail to learn就是「學習的過程失敗了,沒有學習到東西」的意思,就是說沒能在失敗中總結經驗教訓。而我們要做得更多的,就是前者。

在矽谷,還流行著一句話,Fail early and fail often,中文的意思是「早點失敗,頻繁失敗」。無論一個人還是一家公司,在早期失敗的時候,成本是最低的。一個產品,在早期只有幾千鐵粉的情況下,發現漏洞或者不足並且及時處理,那麼以後更大的流量進入時,用戶流失率就不會太高。

而後一句「頻繁失敗」則是一種工作和創業方法,是說,我們要透過頻繁試錯,讓公司和產品疊代到最佳狀態。下一節,我來給你詳細講講失敗案例。

 

小結

 

矽谷文化充滿了高度的「自由」和「容忍失敗」。

或許有人會說,我們公司如果「過度自由」,只能是一盤散沙,確實如此,並不是所有人都適合「高自由度」。

作者在書中提到他自己的故事,有一天他起床的時候,覺得肚子好餓,想找他的同事去吃飯,於是在群組裡面問:

同事A 回答說:「我們員工餐廳碰面?」

同事B 回:「好」

作者有一點傻了,他想問的是出去吃啊,怎麼會去員工餐廳,而且今天不是放假?

後來才知道,在矽谷每個人都非常的拚,正因為彼此都很優秀,所以大家都很認真,對他們而言,自發性的工作是很稀鬆平常的事。

在這邊工作的人都擁有極強的「自制力」,並且他們都是「成長型思維」,不會因為失敗或是挫折就停滯不前。

也正是因為如此,在矽谷的文化中「高自由度」和「容忍失敗」才能最適合他們發展;

看到這一段,我有時候會心想,當我們再竊喜自己是公司是認真上進的人時,在世界的另一端,這種上進心態是人人都有的。所以,當我們學會自律、擁有成長型思維,我能才配得上擁有這樣的文化氛圍;也讓我想到一句話:「你有多自律,就有多自由」,共勉之。

《矽谷思維》#3 數據思維課

前言

從上一篇的「產品思維」中,我們發現要設計一款好的產品,不單單只是「功能面」這麼簡單,仍然需要從「人性」心理層面去思考,並突顯最重要的「資訊」給用戶,每一個環節都非常的精彩。

當我們開發完產品之後,一旦上市,就會有不斷的「建議」、「回饋」、「好評或負評」飛奔而來,什麼意見是有幫助的呢?怎麼的決策是好的呢?

而且會抱怨的客戶不見得是代表大部份用戶的想法,這時候「數據思維」就是很重要的一個基準點,它幫助我們更客觀的決策,做出更有利的判斷…

這一篇我們來介紹第二個思維:「數據思維」。

在這個篇幅裡面,作者提到了「幸存者偏差」、「p值」、「標準差」、「風險對沖」、「偽陽性」、「偽陰性」…等等非常多的觀點,都是我們在學習數據使用時,必須要知道的觀點;

在這邊我們就挑一個我覺得最常用到的「A/B 測試」來做分享。

 

1. 客戶到底要什麼?

 

我們在開發產品的時候的時候,經常會收到用戶各種各樣的意見、建議,甚至是抱怨。

這時候設計師就會糾結,應該用的字級多大,放幾個按鈕,按鈕用什麼顏色等。

但是,用戶就跟女朋友一樣,難以捉摸。無論你怎樣糾結,時限一到,還是要做出決斷。

這時候我們要怎麼做出決斷呢?

最後怎樣做出決斷?當然不是靠產品經理憑主觀臆斷,也不是靠工程師和設計師談判,更不是靠高層們扔骰子(比大小)。其實,矽谷的幾乎所有企業,都在使用一套科學的數據統計方法,來幫助團隊做出最優化的決策。

簡而言之,總結起來就是一個公式:p < 0.05

 

案例重現

 

我們都知道,想要對兩個方案做出選擇,最好的方法就是做實驗。在互聯網行業,這個實驗統稱為A/B測試(A/B Test)。也就是找出一部分實驗用戶,例如10萬人,給其中一半人使用A方案,而對另一半的5萬人,使用B方案。

看看下面這個案例。

透過第一章,你現在應該已經知道了,「顏色」對於用戶的行為有著顯著的影響。於是,你們的產品團隊現在想試試,把按鈕的顏色從綠色變成紅色,是不是有更多的人點擊。於是你就簡單地設計了下面這個實驗。對於所有進入這個頁面的用戶,你讓一半人看到綠色按鈕,而另外一半人看到的,則是紅色。

實驗就這樣跑了幾天,你得到了如下的數據統計結果。

A組,綠色:100 個人看到了這個按鈕,可是卻沒人點擊,點擊量為 0。

B組,紅色:同樣有 100 個人看到,居然有 50 個人點擊。

如果是這樣完美的數據,我們容易得出結論 —— 紅色完勝,畢竟綠色組成績為 0。之後,你的產品團隊就高興地上線了紅色按鈕方案。

但現實是,我們往往得不到這麼完美的一面倒的數據,而且我們如果同時關注兩個以上的用戶指標,結論還很有可能相互矛盾,在這個時候我們應該怎麼辦呢?

再來看一個例子。

還是應用了第一章的內容,你現在應該知道,手機的「推播通知」對挽留用戶很重要吧。發一個推播,用戶說不定就會點開好久不用的App了。所以,你的團隊又有了一個想法,想和文案部門聯合,一起試試「個性化通知內容」是不是更有效。

於是,你們設計了下面這個實驗。依然是把用戶隨機分成兩組,然後你們分別給兩組人發送不一樣的推播通知。

第一組收到的是非個性的「屠龍寶刀點就送!明星都在玩!」

第二組則有一點點個性化,在開頭加上了用戶的名字,「(用戶姓名),屠龍寶刀點就送!明星都在玩!」

通知發送一天之後,得到了如下圖所示的實驗結果。

  • 第一組,有 95 個用戶接到了推播;收到通知 24 小時內,有四個人打開了 App,但是有一個人刪除了App ,可能是因為收到推播太多,太煩了。
     
  • 第二組,有 107 個用戶接到了推播;收到通知 24 小時內,有 11 個人打開了 App,但是有三個人刪除了App。

 

注意,對於上面的數據,我們並不區分用戶是直接點擊推播通知打開的App,還是看到推播後,過了一會兒,用戶自主找到App圖示打開的。

結果擺在面前,就很尷尬了,似乎是喜憂參半的悖論。如果只看讀取率,那可能是第二組更好,但是第二組的刪除率又上升了。

到底應該怎樣抉擇?還好我們有統計學。

 

p值是什麼?

 

這個事情,要是交給統計學家,會怎麼處理呢?他們會計算 p值(p-Value)。

P來自英文單詞probability(機率,又譯「或然率」)的首字母。嚴格來講,p值雖然不能直接代表機率,但是可以相對表示出實驗組方案沒有任何用處的可能性。

對於推播行動通知的實驗,我們可以先來以只計算讀取率為例。第一組用戶的讀取率,很容易計算,那就是4/95=4.21%。現在問題的關鍵是,我們需要知道,第二組這個打開人數的增長,到底是一個「恰好」出現的偶然結果,還是真的因為「個性化的通知內容」很有效而帶來的讀取率提高呢?因為,用戶即使收到了通知,其實也不一定會注意到。即使注意到了推播,可能也沒有看推播的內容。而且,用戶還有可能完全沒有看任何推播通知,也會自己打開App。

在統計方法上,我們會先來一個「虛無假設」(null hypothesis):也就是假設「個性化」通知根本沒啥用,於是我們有:如果「虛無假設」成立,那麼第二組的真實讀取率,就應該維持4.21%不變,和第一組一樣。

下面,我們就要對這個假設是否成立進行驗證。

那麼,按照4.21%這個讀取率,第二組出現11個人打開App的機率是多少呢?這是一道高考難度的數學題,答案就是:

 

 

這個值,就是p值(此處進行了合理的簡化),p=0.0037。它代表了「個性化通知」沒有任何用處的機率僅為0.0037。

其實,p值就表示了實驗結果純屬巧合的可能性。所以,p值當然是愈低愈好了;更低的p值,會表明實驗組更「可能」有效(注意,不是更有效)。那麼多低是低呢?標準是什麼?在矽谷業界和學術界,目前普遍採用的p值標準線是0.05。

也就是說,如果 p < 0.05, 就代表數據有「統計顯著」(statistically significant,或譯「顯著性差異」),通常簡稱Stat-Sig。如果具有顯著性,那麼實驗結果是有意義的,可以接受(accept),虛無假設將被駁回(reject)。以上驗證過程,在統計學上稱為「假設檢驗」。

這時我們再看,讀取率的p值小於0.05,那麼就可以說「個性化」通知對於促進用戶讀取App有效。

再來看看兩組刪除率的p值,經過計算,我們得出p=0.1795,大於0.05;也就是說,刪除率上升純屬偶然。

這下好啦,產品決策清晰了。

我們現在可以得出結論,相比原來的非個性化推播,我們發現個性化的推播讀取率有顯著性提升,而刪除率則沒有顯著的統計學差異。

於是,歡快地決定上線「個性化推播」功能!

 

實驗工具

 

可以說,矽谷的互聯網產品,就是由實驗驅動著的。

無論是設計師提出的一個小小的UI變動,還是推薦引擎工程師對演算法模型的升級,抑或宣傳和公關部門的文案標題改動,大都由實驗驅動。在很多大型App裡,例如YouTube、Twitter等,往往同時運行著超級多的實驗,每個人使用的App功能甚至都不盡相同。

為了提高效率,矽谷各大企業紛紛開發了專門的實驗工具和分析系統,讓大家快速使用。

例如Google旗下Analytics產品的內容實驗(Content Experiments)工具,它可以幫助用戶,快速地通過UI創建各類實驗,添加各項實驗組。還能在實驗運行時,利用多臂吃角子老虎機(Multi-armed bandit)演算法,自動調整並分配各個實驗組的流量比例,以加快實驗速度。實驗結束後,還會自動生成智慧化報表。

Google Content Experiments工具介面

 

Uber則在公司內部推出了實驗平台XP。它不僅是實驗和分析工具,還幫助Uber安全上線和部署新功能,即時觀測數據。

 

Uber實驗平台XP工具介面

 

Airbnb內部則使用實驗框架ERF(Experimentation Reporting Framework)工具。ERF的互動設計非常好,可以批量顯示正在運行的所有實驗,還提供了美觀的報表系統,p值一目瞭然,並用不同顏色標注實驗結果,清晰快速。

 

Airbnb實驗框架ERF工具介面

 

Netflix的跨平台實驗工具則是ABlaze。它有著跨電腦和手機多平台的優良特性。借助ABlaze,Netflix得以快速疊代產品,以便滿足全球超過1億用戶的觀影需求。尤其是打開App後90秒內的黃金時間,根據統計,如果在這個時間範圍內用戶找不到自己想看的影片,他們就會關閉整個App。

 

Netflix跨平台實驗工具ABlaze

 

此外,還有很多公開的免費在線工具,如AB Testguide,就可以幫助用戶快速地計算p值。

 

更複雜的實驗方法

 

當然,A/B測試僅僅是實驗中最簡單的情況,在實際應用中,還會有非常複雜的情況。下面舉出兩個典型的例子。

 

第一個例子是社交產品。

在進行涉及兩個用戶以上的社交功能測試時,為保證實驗品質,我們需要找到兩組彼此沒有任何關聯的用戶群,否則實驗就可能被「汙染」。例如,朋友圈要測試一個新功能 —— 朋友圈搶紅包。這裡就涉及紅包發送者和搶紅包的人兩種角色。

這時,我們就不能簡單地使用隨機演算法把用戶分成兩組了,因為發紅包的人和搶紅包的人,有可能在兩個不同的測試組,這樣功能就是不完整的。為了保證控制組的人永遠不會看到這個功能,我們可以按照地區挑選。例如只有本地好友的北京用戶為一組,而把只有本地好友的廣州用戶設為一組。有時候,我們還要挑選一些偏遠地區的用戶,如海島上的居民,因為他們對外的社會關係相對更少。

 

另外一個典型的例子是廣告產品。

在做電子廣告測試的時候,我們也不能簡單地把用戶隨機分成兩組。因為每一個用戶的「價值」不同。

例如,兩個用戶同樣在使用朋友圈,其中一位用戶因為歷史消費很多,系統認定這是有高消費能力的用戶。這時各種奢侈品、車、房地產等廣告都想爭奪對他的廣告顯示機會。因為朋友圈廣告對每一個用戶每天看廣告的數量有一個上限,這樣這一條廣告就很有可能競價到很高的價格。相比另外一個「低價值」用戶,廣告主則要花費更多的錢來獲得這一次點擊。

這時,為了衡量廣告效果,不需要控制AB兩組用戶的數量絕對相等,我們應該控制的是兩組消耗掉的廣告費用相等。例如,你花費了100元,給50個「高價值」用戶看了名車廣告,有10個人完成了購買。而另一組,你花費100元,給1000個「低價值」用戶同樣看了這個名車廣告,只有一個人最終購買。這樣你就能衡量廣告效果的不同了。

 

更進一步

 

對於p值小於0.05,你可能會有一個疑問。為什麼這些矽谷企業偏偏都選0.05這個數字呢?答案就是:隨便選的。

嗯,其實這個真的就只是一個約定俗成的數值而已。這還要歸功於1920年代,一位英國人羅納德.費雪(Ronald Fisher)。他在研究肥料對農作物影響時提出了這個值,並向學術界推廣。到現在,0.05已經成為很多場合下的通用標準。

當然,很多產品為了更加可靠,也會使用更低的 p 值,例如 0.01。

可能被「汙染」。例如,朋友圈要測試一個新功能——朋友圈搶紅包。這裡就涉及紅包發送者和搶紅包的人兩種角色。

這時,我們就不能簡單地使用隨機演算法把用戶分成兩組了,因為發紅包的人和搶紅包的人,有可能在兩個不同的測試組,這樣功能就是不完整的。為了保證控制組的人永遠不會看到這個功能,我們可以按照地區挑選。例如只有本地好友的北京用戶為一組,而把只有本地好友的廣州用戶設為一組。有時候,我們還要挑選一些偏遠地區的用戶,如海島上的居民,因為他們對外的社會關係相對更少。

 

小結

 

在這個世界,我們都知道「數據」對我們來說有多重要,所以不管怎麼,我們都會努力去蒐集資料;然而蒐集完資料之後,便面臨一個大問題:〝這些數據該怎麼使用〞?或者是說,這些數據怎麼幫助我們做出更好的決策。

從一開始的「篩選用戶」,根據我們的需求進行用戶分組並進行 「AB 測試」實驗,取得用戶相關數據之後,我們可以透過 P 值計算,取得 「p<0.05」的有效假設,進而進行我們的決策。

在這一篇當中,我們理解了「A/B 測試」、「p值」、「統計顯著性」、「假設檢驗」等觀念,知道這些思維,便可以更進一步去處理數據,得到我們想要的資訊,更好的做出判斷。

《矽谷思維》#2 產品思維

前言

我們總是會好奇,全世界最優秀的人很多都聚在矽谷,那邊的人肯定有很多地方值得我們去學習的,但到底哪些值得我們去進一步學習呢?作者 Han 將「矽谷思維」共分為 5 大思維,今天我們就講講「產品思維」。

產品思維對我而言是非常重要的一個環節,之前看過很多「行為設計學」相關的書,也看過心理學的具作如《影響力》,很多道理我們都似乎都懂了,但怎麼實際應用在產品上,感覺還有關鍵的一哩路要走。

設計一款產品,不單只是「把功能做齊做全」就好,好不好用直不直覺,這些都是產品設計必須要思考的環節。

舉例來說,門把的設計,有些門把讓你進門的時候,不知道「該推」還是「該拉」,這種不直覺的設計,往往變成還需要多一個工,加個標識,如「推」或「拉」。

 

 

在使用產品上也是如此,有些 app 或 網站 打開的時候,你完全不知道下一步〝該做什麼〞,這都是只有完成「功能」,而沒有相對去思考「直觀性」的設計。

所以作者在這一個部份,大量介紹幾款產品,並告訴我們其實這些產品都加入大量「行為設計學(心理學)」的元素進去,讓你不自覺的覺得非常好用。

這個章節我覺得超級受用,很值得大家買書來好好拜讀一下,書中在「產品思維」中共介紹 7 個部份,在這邊我只挑出我覺得最精彩的案例出來跟大家分享。

 

Google 如何利用心理學打造產品

 

在這邊我們來談談 Google 航班 (Google Flights)這個產品,這一個案例是我覺得非常精彩的一個案例,很值得分享給大家。

一打開這個網頁,我們就會發現 Google 很貼心的把「目的地」,先特別的突顯出來 (藍框),另外如果有在瀏覽器開始「位置授權」的話,連離您最近的「機場地點」都幫您預設帶好了,真的很貼心。

另一方面,這個 UI 設計真的是簡潔到極致 —— 字體清晰,大小適宜,留白合理。

 

 

最佳出發航班分區顯示

接下來,假設我們輸入了「台北 → 大阪」,Google 會自動幫我們帶出下圖的航空資訊。

 

 

我們會發現 Google 刻意區分了兩個區堆「最佳」和「其他」航班資訊;這其實是經過〝實驗結果〞發現,使用兩個分離區域顯示結果,預訂成交量會顯著增加。這是為什麼呢?其實這是心理學著名的「選擇悖論」—— 當給人太多選擇機會的時候,很多人會遇到選擇困難症,於是最後索性放棄了選擇;反之,給人更少選項的時候,決策完成率會提升很多,這就是所謂的「少即是多」。

有興趣的人可以搜尋「美國哥倫比亞大學(Columbia University)Sheena Iyengar 教授」的「果醬實驗」,這個實驗讓我們發現〝把果醬從 24 種選擇減少到 6 種,凈成交量提升了6.6倍!〞。

Google Flights利用演算法,把自己推薦的三個最佳選項排列到最前面,且形成單獨區域,以獲得人的最強注意力。這樣就是減少了選擇數量,讓用戶能夠更加快速地做出購買決策

 

選項價格內藏玄機

 

另外,在最佳程航班的資訊當中,你會發現有一個項目特別的刺眼 ( 下圖紅框 ),怎麼會有一個航班資訊,不僅是航班時間久、還需要轉機,另外更誇張的是,這個價格非常的「高昂」,幾乎是第一個選項的 2.6 倍價格,這是怎麼一回事!?

 

 

經過數據測試發現,這些 Google 推薦卻不符合消費常理的選項果真沒人選。但是,沒人選,就是它存在的目的。谷歌之所以把這個選項放在那裡,其意義只是充當一個「靶子」( 錨點 )。

想知曉 Google 的動機,就有必要瞭解一個心理學概念 —— 「對比效應」(contrast effect)或稱「錨定效應」(Anchoring Effect)。同一現實情況,因對比環境不同,人們會產生不同的評價。

例如,你問 50 塊錢的價格貴不貴,你要是和 10 塊錢比,那就是貴;但是你要和 100 塊錢比,那就是便宜了。

這個效應最有名的案例就是「經濟學人」的訂閱雜誌案例,有興趣的人可以去搜尋看看。

所以 Google 的第 5 個選項,它的意義就在於襯托「第一、第二」個選項的實惠。

 

決策順序,也很重要

 

當你點開的時候會發現:喲,原來是有五個時間可以選的。好的,那我來選一個合適的時間吧。

選好啦,很簡單哦。

這裡有什麼心理學原理?當然有,原理就在你決策的順序。

結論就是當用戶需要做出多個步驟決策時,步驟應該是從簡單決策到複雜決策。也就是要在心理上,讓他們的「決策壓力」成本逐漸升高,以免中途放棄。

回到谷歌的例子。還記得我們全程是怎麼選擇的嗎?我們是先選擇了「價格」之後才選擇了「時間」。因為,人們對價格的選擇明顯易於對時間的選擇。價格僅僅是數字的比較。然而一旦涉及時間,大腦就開始考慮各種因素,比方說去機場會不會塞車,到了之後吃什麼飯之類的,使得決策變難。

 

 

所以 Google 安排用戶先選擇「價格」,後選擇「時間」。在UI設計上,未展開折疊選單前,「價格」使用最大字體設計並設置在顯著位置,確保獲得極大的目光聚焦。其他因素如時間等,則明顯用較小字體設計。

 

終極必殺

 

用戶購買機票的決策,可以說做到現在基本已經結束,只差到官網按一下確定按鈕了。可是如果今天用戶只是查查價格,並不想買,怎麼辦?就當我正打算關掉頁面的時候,谷歌祭出了終極必殺技——一個紅色區域赫然寫著「3個小時內可能漲價54%」。

 

 

如果你是用戶,你的心情可能是這樣的:嚇唬我要漲價是吧?我可不是會被嚇唬到的!但是說話間,你可能還是趕緊地買完了機票,完成了預訂。

這裡,其實 Google 又使用了一條心理學效應,那就是「喚起恐懼效應」(敲警鐘策略),俗稱「嚇唬人」。這是 Google 根據大數據,使用演算法完成的對機票價格的神預測。依托於強大的谷歌大腦,現在這個預測已經可以做得非常準了。所以,在最後一步用戶看到這個提示的時候,因為會害怕漲價,於是紛紛握緊了自己的小滑鼠,趕緊完成了購買。

用戶完成購買以後,谷歌就可以坐等著航空公司給廣告費了。同樣是OTA平台,一樣地玩「套路」(招數),一個是搭售,一個是心理學。谷歌這個策略是不是玩得更加藝術、更加順暢,更加讓人覺得合情合理?

 

把介面做得愈簡單方便 —— 用戶決策愈順利,覺得愈好用 —— 更快地完成更多預訂 —— 機票商給谷歌更多佣金 —— 谷歌獲得更多盈利。

這讓我回想起了谷歌十大信條的第一條 —— 以用戶為中心,其他一切自然水到渠成

從一個機票產品中就可以看到,谷歌從用戶的角度出發打造產品,利用心理學優化整個決策流程,用戶更加滿意了,那盈利也就自然地來了。

做產品應當以用戶為中心,這就是「用戶」思維的內涵,也是「產品」思維最重要的角度質疑之一。在產品中,玩心機沒什麼大不了的,但是要玩得出色,玩得讓人心服口服,才能保持服務的品質和用戶的滿意度。

 

小結

 

從 Google Flights 我們可以發現,一個產品居然引入了這麼多心理學的設計,讓人們不知不覺就下單了,還覺得很愉悅,一款成功的產品真的擁有許多的細節值得我們去學習,我們再來回顧一下 Google 航班到底如何設計的。

  1. 首先,清晰簡潔的介面,突顯「聚焦」的地方,間接引導用戶如何操作。
     
  2. 其次,在搜尋航班時,分為「最佳航班」和「其他航班」,讓用戶減少選擇,並顯示用戶「最在意的資訊」優先呈現出來。
     
  3. 再次,在價格裡面「埋入」一個不合理的選擇,突顯出最佳選擇的划算。
     
  4. 最後,若用戶還遲疑不下單,再祭出最後殺手鐧,「未來可能漲價」,讓用戶快速下決定。
     

  

我們會發現一些特別好用的作品,其實都是下了許多苦工的去設計的,這些對我們開發相關人員,都是很值得借鑑學習的。

產品思維其實並不難理解,多種多樣的打開方式其實都圍繞著「用戶體驗」這個中心。能讓使用者開心,就達到了做產品的目的。

《矽谷思維》#1 序

前言

最近有朋友問我,你讀了這麼多書之後,有沒有哪一本是有應用在「日常生活」中的;我想了一下,確實有,可能跟我的工作相關,但這本書的觀點確實覺得很受啟發,也是我近期內很喜歡的一本書。

看到這一本書也讓我想起同樣在「資訊業」鼎鼎有名的大神 — 吳軍,他所寫的一本書《見識》,同樣裡面都有講到「產品開發」一些很重要的觀念,不過我覺得《見識》的層面比較像於「格局」,而《矽谷思維》這一本書比較「落地」,以作者的實戰經驗來總結的心得,所以很容易就可以上手,也很好閱讀。

雖然副標《矽谷頂尖工程師實戰經驗總結,五大模式訓練邏輯思考,職場技能提升+競爭力開外掛!」》感覺像是一本很硬的書,但其實閱讀起來不會,覺好閱讀的,作者根據他的自身經驗 + 故事的形式去展開,所以讀起來很通暢,也很有收獲。

 

 

五大思維

 

這一本書用五大思維來貫穿全文:

 

  • 產品思維:從人的本質心態出發,打造方向正確的產品
     
  • 數據思維:正確地對待數據資源,從而利用數據帶出產品的優化
     
  • 創業思維:理解矽谷創業氛圍,在失敗、週期、目標等概念中找到感覺
     
  • 增長思維:突破界限、解放頭腦,用更博大的胸懷迎接明天
     
  • 成長思維:自我激勵、完美溝通、提升效率、合理休息,為成長蓄力

 

這五大思維看似都很艱深,但作者用「心理學、行為設計學、統計學」…等各種角度切入去說明產品設計的核心,真心推薦「工程師、行銷專員、產品經理或專案經驗」來看看這一本書,相信一定會有蠻大的收獲。

 

 

案例:Google Map

 

舉例來說,我們很常用的 Google Map,我用過很多套導航軟體,但每次再找地點的時候,我總是會依賴 Google Map,

它相較於其他的軟體,真的簡易上手又輕楚明瞭。

我們會想,那麼 Google Map 到底好用在哪邊呢?

Google Map 在設計上,根據「比例」分成兩種使用模式 —— 〝小比例尺〞和〝大比例尺〞。

在使用小比例尺模式的時候,人們會把螢幕聚焦於一個小的地點,以便詳細查看這個「」的位置及其周圍情況

比如你要去一家餐廳吃飯,或者想去一座藝術館看展覽,抑或想要去一個旅遊景點參觀,這個時候你就會使用小比例尺模式。在小比例尺模式下,你會聚焦到這個餐廳、藝術館、景點附近,仔細查看這個區域周圍的情況,例如道路、捷運站、各種配套設施等。

 

假設我點選了「台中公園」,為了查看它在哪,我就在谷歌地圖上搜索了這個關鍵詞,並且點擊了它。這時,你會發現谷歌地圖悄悄地發生了變化!

仔細分析,我們可以發現有小變化。我們分別羅列對比如下:

我們會發現隨著「比例」地圖的變化,街道和公園路徑、附近商店資料全顯被「突出顯示」了。

 

 

為什麼 Google Map (谷哥地圖) 要做這樣的設計切換呢?

很簡單,因為用戶的需求在點擊一個具體位置前後悄然發生了變化。

 

在點擊一個具體地點之前,例如這個例子裡的公園,用戶的需求是一眼瞭解區域概況,只要大概的資訊即可。所以在這時,Google 會盡可能多地給用戶看大塊資訊,而不是微小的細節。因此,谷歌決定,大部分街道,尤其是大的道路,都會顯示。而且,更多位置也會被標記,比方說那個旅館和商店。但是小路的名稱就算了,因為如果連不知名的小路也標記出來,地圖會變得常複雜,干擾用戶閱讀地圖。

在點擊公園這個點之後,用戶心理訴求可就立即發生了變化。這時,用戶既然已經點擊了一個具體位置,那此時,用戶更關心的就是「我應該怎麼去那兒」。所以,谷歌把能通往這個地方的街道,尤其是必經之路,使用對比度很高的辦法突出顯示了出來,而把那些沒用的資訊,例如其他道路名之類的,都使用相關的設計隱去了。

總結來說,谷歌會根據用戶的需求,動態改變顯示資訊的策略,確保用戶肉眼看到的東西,就是他們心裡想要知道的那些資訊。這樣做可以潛移默化地減少用戶對冗餘繁雜的資訊的輸入,從而整體提升了用戶的使用體驗。

 

小結

 

《矽谷思維》根據我們日常生活中會用到的產品、概念,或是遇到的狀況等等,作者皆用自己的親身經歷告訴我們,透過他的分析和描述,我們可以輕鬆的學習他人的經驗,就像是公司的前輩手把手教您一下,覺得有一種「看透」的感受。

之前讀了《影響力》這一本書,書中有許多的「影響力武器」,在這一本書當中也可以看到很多產品其實都已經有應用進去了,所以,當我們在開發產品、設計活動、或是生活中大小事的時候,可以想想這些案例,自己是否也能加入一些元素,讓產品、活動本身變得更〝聚焦〞、〝吸引〞、〝有趣〞呢? 這一本書可以給我們很多的啟發。

 

《真確》#10 急迫型直覺偏誤[End]

 

 

急迫型直覺

 

現在你就得決定。現在你就得行動。你要今天就此改變思考方式嗎?還是要永遠活得無知?全部取決於你。

你大概從某個業務員或社運人士口中聽過上述這種話。他們很常用同一套技巧:「立刻行動,不然就永遠沒機會了。」這是有意觸發你的急迫型直覺。你聽他們說現在就要行動,於是很難妥善思考,匆促做出決定,真的馬上行動。

放輕鬆,事情幾乎從來不是這樣。幾乎從來不是那麼迫在眉睫,不是非得擇一不可。如果你想的話可以先把書擱下,做點其他事情,在一星期、一個月或一年後再重新拿起來讀,回想一下重點,完全不嫌太遲。

與其急著一次囫圇吞棗,不如沉澱反芻更好。

 

我們在感到危險迫近時,可能基於急迫型直覺想立刻行動。這在遠古時代一定對人類有益。如果我們認為草叢裡可能躲著一隻獅子,過度分析局勢並不明智。我們的祖先不是停下來仔細分析,而是但憑稀少資訊立刻行動。如今我們仍需要急迫型直覺,比如一輛汽車突如其來,當然必須立刻閃避。然而在現代社會裡,我們已經消除絕大多數的立即危害,通常是面對更複雜抽象的難題,因此急迫型直覺也可能造成我們對世界的錯誤認知。具體來說,急迫型直覺會帶來壓力,放大其他直覺,讓想法難以控制,讓分析難以進行,害我們太快驟下決定,害我們還沒想好就貿然行動。

相較之下,我們面對未來遙遠的危機時似乎就沒有這類直覺,甚至相當遲鈍,所以很少人替退休生活存夠錢。

 

對關注未來長期發展的社運人士來說,這種對未來風險的遲鈍是一大難題。他們要怎麼喚醒我們?他們要怎麼激發我們的行動?常見策略是讓我們相信那並非不確定的遙遠風險,而是確實迫在眉睫,我們正站在歷史的關口上,有機會解決這個重大問題,現在就要付諸行動,再不做就沒機會了:換言之,他們在激發急迫型直覺。

 

學著控制急迫型直覺偏誤

 

當有人跟我說現在就務必展開行動,我會猶豫一下。在大多時候,他們只是想讓我別冷靜思考而已。

 

我也不喜歡誇大。誇大會削弱扎實數據的可信度:就這例子來說,數據指出氣候變遷是真的,主因是燃燒化石燃料等人類活動所產生的溫室氣體,我們與其等到一發不可收拾才付出沉重代價,不如現在立刻展開行動即早因應。民眾一旦發現說詞誇大,日後會對警告充耳不聞。

當別人叫你展開行動,有時你所能做最有用的行動就是改善數據。

 

我不是叫你別擔心,而是叫你要擔心對事情。我不是叫你對新聞視而不見,對社運人士的疾呼置之不理,而是叫你忽視雜音,但仍關注全球的重大危機。我不是叫你別害怕,而是叫你保持冷靜,支持那些對抗危機所需的全球合作。你要克制急迫型直覺,克制各種誇大的直覺,少為想像的問題太過擔心,但對真正的難題與解方保持關注。

 

求真習慣

 

為了扭轉急迫型直覺偏誤,你要小步前行。懂得察覺某個決定看似急迫,然後意識到其實絕少真是這麼緊急。

  • 深呼吸:當急迫型直覺反應出現,其他直覺也會跟進,分析能力形同關機。這時你得尋求更多時間和資訊。事情很少是現在再不做就沒機會了,也很少是非得二擇一不可。
     
  • 堅守數據:如果某件事顯得急迫與重要,則該經過衡量。有些數據相關但錯誤,有些數據正確但無關,你得留心分辨。只有相關且正確的數據才有用。
     
  • 當心算命仙:任何對未來的預測都不是鐵口直斷,而是有不確定性。如果誰不承認這一點,你得提防當心。此外,你得要求對方提供所有預測情況,不只是最壞或最好的情況,並詢問這類預測在先前的準確度。
     
  • 當心激進行動:你要問有什麼副作用,問這想法經過哪些檢驗。雖然逐步的實際提升加成效評估看似不夠大刀闊斧,卻通常更為有效。

 

《真確》#9 怪罪型直覺偏誤

真確:怪罪型直覺偏誤

 

怪罪型直覺

 

怪罪型直覺是替某件壞事找出一個簡單清楚的元凶。

在出狀況的時候,我們似乎很自然會認為是某個可惡鬼故意為之。

我們愛認為壞事必有因,是某個有權有勢的惡人在搞鬼:否則世界會無從預料,令人困惑與膽寒。

出於怪罪型直覺,我們往往誇大特定個人或群體的重要性,無法妥善依事實理解世界:我們滿心想找出禍首,一旦自認找出就只想揍那人一拳,不再設法在別處找解釋。出於怪罪型直覺,我們沉溺在過於簡單的指控,沒看見更複雜的真相,沒留意對的地方,也就很難解決問題,防止壞事重演。

比方說,把空難怪到那個想睡的機師頭上,對防止未來的空難並無助益。我們該問的是:為什麼他會想睡?我們以後要怎麼防止機師想睡?如果我們一揪出想睡的機師就不再動腦,日後只會憾事重演。為了釐清世上多數重要問題,我們不該只把矛頭對準犯錯的個人,而是要對準整個體制與系統。

好事同樣會觸發這個直覺。「稱許」和「怪罪」一樣容易。當好事發生,我們會很快歸功於某個人或簡單原因,雖然事情通常更為複雜。

如果你真想改變世界,就得明白,跟從怪罪型直覺無濟於事。

 

系統非個人

 

當壞事發生,我們該把矛頭指向系統而非個人。當好事發生,我們也該把更多功勞歸給系統。

與光鮮亮麗的領袖相比,這更是在無趣與乏味下默默推動人類多數成功的幕後功臣,值得我們辦場致謝遊行。

事實上,別為任何事責怪個人或群體,原因在於一旦我們指出壞人就不再繼續思考,況且事情幾乎都比這更複雜,幾乎都源自許多互相牽扯的原因 ーー 整個系統

如果你真的想改變世界,你得弄清世界真正的運作方式,別只想揍誰一拳。

 

求真習慣

 

為了扭轉怪罪型直覺偏誤,你要忍住尋找代罪羔羊。懂得察覺到自己在怪罪於他人,然後想到對個人的指責,往往導致看不到其他可能的解釋方式,且對防止壞事重演並無助益。
 

  • 尋找原因而非戰犯:當壞事發生,別找特定的個人或群體來怪罪,而是想到這背後可能不是有誰故意為之,轉為把精力放在釐清環環相扣的各個原因或整個系統。
     
  • 尋找體制而非英雄:當有人自稱促成某件好事,你要想一想是否即使沒有特定的誰做些什麼,這件事仍會發生。你要給整個體制一點掌聲。
     

《真確》#8 單一觀點直覺偏誤

真確:單一觀點直覺偏誤

 

單一觀點直覺

 

我們覺得簡單的概念很迷人,喜歡洞悉的那一刻,喜歡感到自己確實了解某個事物,而這就像一座滑溜溜的斜坡,我們很容易就往下滑,認為這個耀眼的簡單概念可以漂亮解釋許多其他事情,不然就是可以漂亮解決許多其他問題。

一切都很簡單。然而有一個問題,那就是我們完全誤解了世界。我把這種對單一肇因與解方的喜好稱為單一觀點型直覺。

舉個例子,自由市場是個簡單漂亮的概念,並可以推導到另一個簡單概念,那就是所有問題都有一個肇因:政府干預 ── 對此我們絕對要永遠反對。至於所有問題的解方就是減少稅收,鬆綁法規,從而釋放市場的力量 ── 對此我們絕對要永遠支持。

這種思考省下許多時間。你不必從頭了解一個問題就能提出見解與答案,然後就能把頭腦用在其他事情上。然而如果你想了解世界,這招可沒那麼好用。如果你永遠固守或反對某個特定概念,你會看不到那些不符這觀點的資訊。這對想了解現實的你通常不是好事。

反之,你最好時常檢驗你所喜愛的概念是否有漏洞,對自身局限抱持虛心,對不符想像的知識抱持好奇,對其他領域的知識抱持好奇,別只跟同意你的人談話,別只看符合認知的例子,而是接觸不同意你的人,接觸反駁你的人,把不同見解當作有助理解世界的寶貴資源。

 

專家與社運人士

 

我愛專家,但專家有其局限。

  • 首先,專家顯然只是自己那領域的專家
     
  • 有時「專家」甚至並不專精於自己的領域,許多社運人士把自己塑造為專家。

 

槌子與釘子

 

你也許聽過這句西方諺語:「給孩子一個槌子,什麼都像是釘子。」

當你有寶貴的專業,你會想好好拿來用。有時專家會四處設法讓得來不易的知識與技能有用武之地,連其實派不上用場的地方都想插手。數學高手老是對數字念念不忘,關注氣候變遷的社運人士到處大談太陽能,醫師在日常預防較佳的情況下仍提倡事後治療。

我不愛數據。我是數據的超級粉絲,但不愛數據。數據有其局限。唯有當數據能超越數字本身,協助我了解現實(例如人的生活),這才值得愛。在我的研究上,我得靠數據檢驗我的假設,但那些假設本身通常源自跟人交談、聽人說話與觀察他人。雖然我們絕對需要數據來了解世界,卻得十分小心謹慎,別貿然相信只憑一堆數據就下的結論。

 

求真習慣

 

為了扭轉單一觀點直覺偏誤,你要有整個工具箱而非一把槌子。懂得察覺單一觀點可能局限自已的想像,然後想到不妨試著從許多角度來看問題,方能獲得更準確的了解,提出更實際的解方。

  • 檢驗你的想法:別只看支持自身觀點的正面佐證,而是請不同意你的人檢驗你的想法,並找出他們的漏洞。
     
  • 專業有局限:別對專業以外的領域撈過界:對不懂的事物要虛心。此外,別人的專業也有局限,你同樣得小心留意。
     
  • 槌子與釘子:如果你擅長使用某個工具,你會太常想去用它。如果你深入了解了某個問題,你容易誇大那個問題或解方的重要性。切記,沒有哪個工具處處適用。如果你最愛的點子是槌子,記得找其他有螺絲起子、扳手和捲尺的同事,對其他領域的想法抱持開放態度。
     
  • 看數據,但別「只」看數據:不靠數字不能了解世界,單靠數字同樣不能。要看到數字背後的現實世界。
     
  • 當心簡單的想法與解法:歷史上不乏許多空想家,憑一個烏托邦願景替恐怖惡行辯護。你要歡迎複雜的思考,對照不同的想法,尋求折衷,視情況決定怎樣解決問題。

《真確》#7 宿命型直覺偏誤

真確:宿命型直覺偏誤

 

宿命型直覺

 

多數客戶無法看見或接受許多非洲國家方興未艾的進步。在他們腦中,非洲大陸永遠不會進步。我希望你能靠動態圖表改變他們僵固不動的世界觀。

宿命型直覺認為固有特質決定了個人、國家、宗教或文化的命運。事情會是現在這樣,背後有無從擺脫的命定理由:事情向來如此,永遠不會改變。由於這種直覺,我們把第6章的錯誤概括或把第1章的二分化視為真實無誤,而且命中註定:不會改變,也無從改變。

宿命型直覺的演化來由顯而易見。在古代,人類所生存的環境絕少變動,明智的生存策略大概不是反覆重估事物,而是在了解事物的運作之後就假定不會再有變動。

社會與文化不是石頭一塊,不會改變也無從改變。社會與文化是會動的。西方社會與文化會動,非西方社會與文化也會動 ── 通常動得遠遠更快。只是除了網路、智慧型手機與社群媒體等最快速的文化轉變之外,其他變動往往不夠快,所以未獲注意或報導。

 

非洲註定永遠貧窮?

 

非常多人認為非洲註定永遠貧窮,但這似乎往往只是基於一種感覺。如果你想實事求是,就得知道下面這些事。

沒錯,平均來說,非洲落後其他各洲。現今非洲新生兒的平均壽命是65歲,遠比西歐少13歲。

然而,首先你知道平均值很容易造成誤導,非洲各國之間有巨大差異。並非所有非洲國家都落後其他國家。突尼西亞、阿爾及利亞、摩洛哥、利比亞和埃及等五個非洲大國的平均壽命高於全球平均的72歲,等於瑞典在1970年的水準。

基於宿命型直覺,我們很難接受非洲有可能趕上西方。我們也許完全沒注意到非洲的進步,但就算注意到了,也只當作短暫好運的曇花一現,轉眼又會陷入命定的窮困與烽火。

宿命型直覺也讓我們認為西方理應繼續進步,西方當前的經濟停滯只是一時意外,很快就能復原。

為什麼這很重要?一個原因在於:國際貨幣基金組織的全球預測大幅影響大家退休基金的投資標的。歐洲和北美國家預期將有穩健快速的經濟成長,於是吸引投資者的青睞,但結果預測失準,這些國家到頭來並未快速成長,退休基金也就原地踏步,理應低風險/高報酬的國家成了高風險/低報酬。另一方面,非洲國家明明有望大幅成長,卻乏人問津。

另一個為什麼這重要的原因在於,如果你是在老牌「西方」國家的企業工作,你可能會錯失正在亞非出現的史上最大規模中產消費者市場擴張期。當地品牌已經站穩腳步,正四處攻城掠地,建立品牌知名度,但你還對當前發展懵然無知。跟如火如荼的未來發展相比,西方消費者市場只是小菜一疊。

 

如何扭轉宿命型直覺偏誤

 

為了扭轉宿命型直覺偏誤,你要切記緩慢改變也是改變。懂得察覺許多事物(包括個人、國家、宗教和文化)雖然看似沒有改變,其實只是改變得很慢,然後想到滴水可以穿石,緩慢的小改變可以日積月累成大變化。

 

  • 留意逐漸的進步:每年進步一點點,幾十年後就是巨大的改變。
     
  • 更新你的知識:有些知識轉眼過時,科技、國家、社會、文化和宗教時時在變。
     
  • 跟爺爺聊一聊:如果你想複習價值觀確已改變這件事,不妨想一想你祖父母的價值觀和你是多麼迥異。
     
  • 蒐集文化改變的例子:質疑今天的文化不會跟昨天相同,也不會跟明天一樣。
     

《真確》#6 概括型直覺偏誤

 

概括型直覺

 

人總是下意識的自動把事物分類與概括。這不是偏見或高明,而是對頭腦運作實屬必要,讓種種想法能有個架構。想像一下,如果我們把每個物品或情況視為獨一無二 ── 那麼我們甚至無法有一套語言來描述周遭世界。

概括型直覺很必要與有用,但就如這本書裡的其他直覺,有可能扭曲我們對世界的認知水能載舟,亦能覆舟。概括型直覺可能讓我們誤把多個事物、人或國家歸為一類,但它們其實大不相同。概括型直覺可能讓我們假定同一分類下的所有東西或人都很類似。也許最糟糕的是,概括型直覺可能讓我們抓著某個分類裡的幾個特例,或甚至一個特例,就套用在整個分類上。

媒體再次是這種直覺的好朋友。概括誤導與刻板印象是媒體傳遞訊息的簡便方法,報紙上常見到這類標籤,比如鄉間生活、中產階級、超級媽媽和幫派分子。

當許多人留意到某種有問題的概括分類,那就成為刻板印象。種族與性別就是最常見的刻板印象。許多重要問題由此而生,但錯誤概括所造成的問題可不只如此,所造成的偏誤簡直五花八門。

二分化直覺把世界分成「我們」和「他們」,而概括型直覺則讓「我們」把「他們」想成一模一樣

 

質疑你的分類

 

如果你能時時假定自己的分類會誤導,那可很有幫助。在這裡我提出五個方法來質疑你所偏好的分類:尋找同一類別裡的相異之處,不同類別裡的相似之處;

  1. 尋找同一類別裡的相異之處,不同類別裡的相似之處
     
    • 當有人說某些人怎樣做是因為其所屬群體(國家、文化或宗教等),你可得小心。在同一個群體裡是否有不同行為的例子?還是同一種行為出現在其他群體裡?
       
    • 非洲是一片廣闊大陸,54個國家,10億人口左右。談「非洲國家」和「非洲問題」不具意義,但人們成天這樣講,那會導致可笑結果。
       
  2. 當心「多數」
     
    • 你要記得「多數」只代表超過一半,既可以是51%,也可以是99%,所以如果可能的話,把百分比問清楚吧。
       
  3. 當心特例
     
    • 當心別把特例當通則。化學恐懼症就是把幾種嚇人的有害物質當通則,有些人因此恐懼所有「化學物質」。
        
  4. 假定你不是「正常」,而別人不是笨蛋
     
    • 為了避免腳被電梯門夾到等悽慘的錯誤,你的經驗也許不代表「正常」,別把第四級國家的經驗貿然套用在其他國家,尤其在你會覺得別人是笨蛋的時候。
       
  5. 當心從一個群體套用到另一個群體的做法
     
    • 在二戰與韓戰,醫護人員發現昏迷士兵採俯臥比仰臥的存活率高,原因是仰臥時容易被自己的嘔吐物窒息,趴睡時嘔吐物則能流出,呼吸道保持暢通。
       
    • 然而一個新發現很容易套用到太多地方。1960年代,由於復甦姿勢取得成效,公衛界揚棄傳統做法,建議家長讓寶寶趴睡,好像只要無力照顧自己則不得仰睡,就是需要採用這一套。
       
    • 這種笨拙套用通常很難發現。邏輯看似正確。儘管數據顯示嬰兒猝死率是上揚而非下降,遲至1985年一群香港小兒科醫師才確實指出趴睡可能是元凶。7年後,瑞典當局才承認錯誤,把建議反過來。
       
    • 去意識的士兵在仰睡時會被嘔吐物窒息而死,但睡覺的嬰兒不然,他們有完全正常運作的反射反應,在仰睡姿勢下如果有嘔吐物會側過身子,在趴睡姿勢下則可能還沒力氣把重重的頭部偏斜以保持呼吸道暢通。
       
    • 這類套用甚難發現,但當新證據出現時,我們務必樂於質疑先前的假定,重新衡量,如果確實錯了則勇於承認。
       

 

《真確》#5 失真型直覺偏誤

失真型直覺

 

「在最貧窮的地方,你絕對不該求完美,否則等於竊占了原本能運用得更好的資源。」

如果我們把太多注意力擺在眼前看得見的患者,卻沒注意背後更大的數字,那麼我們可能會把所有資源花在解決一小部分的問題,少救很多條人命。這原則適用於任何資源有限故須用在刀口的地方。談到挽救、延長或照顧人命,我們很難去講資源運用,這樣很容易顯得冷血無情,但只要資源有限(資源從來都有限),最慈悲的做法就是動腦思考怎樣把手頭資源善用到極致。

正如先前我要你看到統計數據背後的個別故事,現在我要你看到個別故事背後的統計數據。

不靠數據無法了解世界,但光靠數據也無法了解世界。

你對事物的認知常會不成比例的失真。我無意冒犯,不成比例與誤判大小對我們人類算是很自然。把單獨數字想得過於重要很合乎直覺,把個別例子或病童(例如在納卡拉)想得過於重要也很合乎直覺。這兩個傾向是失真型直覺的兩大關鍵層面。

 

如何扭轉失真型直覺偏誤?

 

你只需要兩個神奇工具就能扭轉制失真型直覺偏誤:比對與除法。

 

比對數字

 

如果你不想誤判某個事物的重要性,最重要的就是別看單獨的數字。永遠別讓數字落單。永遠別認為單獨一個數字會有意義。如果別人給你一個數字,你永遠得至少多要一個數字,有個比對的對象。

對龐大數字尤其要小心。這很奇怪,但數字大到某程度之後,如果沒有比對基準,總會看起來特別大,而大的數字難道會不重要嗎?

 

80/20法則

 

我們往往假定一串數字同樣重要,但通常是其中少數幾個比其他全部加起來還重要。無論是死亡原因或預算清單,我總是先聚焦在那些占80%的項目,設法了解,問自己說:那80%在哪裡?為什麼這麼大?有什麼意涵?

舉個例子,下面是全球各類能源的清單,按英文字首字母排列:生質燃料、煤、天然氣、地熱、水力、核能、石油、太陽能和風力。這樣一列,每種好像同樣重要。不過如果我們根據各自占人類能源的用量排列,其中三種比剩下的加總還多。

 

 

在我用80/20法則來建立概略的了解,發現石油、煤加天然氣占我們所用能源的80%:事實上是87%。

我是在替瑞典政府審核援助計畫時,第一次發現80/20法則的管用。在多數計畫案上,約20%的項目會耗80%以上的預算,只要你先確實了解這些項目就能省下一大筆錢。

 

善用除法

 

當我們遇到一個很大的數字,找出背後意義的最好方法通常是拿某個總數去除。

1950年,9700萬個嬰兒出生,1440萬個嬰兒死亡。我們拿死亡數(1440萬人)除以出生數(9700萬人),得到的比例是15%。因此,在1950年,每100個嬰兒裡會有15個無法活到1歲生日。

現在我們來看最新的數字。2016年,1億4100萬個嬰兒出生,420萬個嬰兒死亡。兩者一除,比例是3%。全球100個新生兒裡,只有3個活不到1歲。哇,嬰兒死亡率從15%降到3%!當我們比對死亡率而非單看死亡數,最新的數字突然變成低得驚人。