相信大家在日常工作中，經常會聽到leader或boss把“方法論”三個字挂在嘴邊，時不時就強調一下要注意方法論的積累。看各大廠的招聘JD，任職要求中“XXX相關經驗”及“成熟的方法論”也總會常駐其中，那到底什麼是方法論？方法論有什麼用？

方法論初始應該還是屬于哲學範疇的概念，一般來說世界觀和方法論會一起展開讨論：

• 世界觀：解決是什麼這樣的問題；
• 方法論：解決怎麼辦這樣的問題。

個人認為作為産品還是需要定期的思考一下是什麼和怎麼辦的問題。

針對自己負責産品的世界觀，可能會考慮：

• 是什麼樣的産品？
• 現在是什麼階段？
• 核心目标是什麼？
• ……

針對自己負責産品的方法論，可能會考慮：

• 該怎麼去完善産品？
• 該怎麼讓産品有提升？
• 該怎麼才能達成目标？
• ……

總結來說，世界觀讓你對自己的産品有清晰的認知，方法論指導你如何前進。

那我們要如何掌握指導自己前進的方法論呢？

回想一下我們上學的場景，我們是如何保證每次考試的時候可以答對題考高分的呢？無非就是把老師教給我們的解題套路熟記于心，考試的時候見招拆招。

其實工作中也是一樣的道理。自古真情留不住，隻有套路得人心呀~

不知道大家記不記得初高中時期的一道經典數學題，一個10L的水缸當前有5L水，出水口以每分鐘1L的速度在向外流，入水口以每分鐘1.5L的速度在向内流入，問多少時間後水缸能裝滿。

當初有多少人覺得出題人是不是腦子不好使，為什麼要一邊放水一邊加水呢？現在對照一下自己每天的工作，如何把所負責的産品日活從50W提高到100W，想想是不是有點熟悉的感覺？

當初是數學題是怎麼解的呢？明确條件中的每一項的定義，最後化成一個數學公式：

裝滿水缸所需時間=（水缸容量-水缸當前儲量）/（流入速度-流出速度）

那我們是不是也可以用這個公式來解決我們工作中遇到的問題呢？這個公式本身其實就給出了分析怎麼做的一種方法，用數學公式來拆解和處理問題，也算是一種百搭的方法論。

把以上說的内容進行聚合和延伸，這裡介紹一種解決問題的方法論：用數學公式不斷的對問題進行拆解，并不斷使用提出假設和驗證假設的循環，來定位問題，我稱之為”拆·猜·看“

為了方便描述如何用“拆·猜·看”來解決工作中的問題，我們不妨帶入一個場景：假設我們負責了一個内容 交易結合的産品線，如何提高交易産品線效益呢？

拆——庖丁解牛

提高産品線效益是一個太過寬泛的概念，首先我們來拆解一下産品線效益是如何組成的，同樣是用數學公式拆解：

交易産品線效益=交易産品觸達用戶數*付費轉化率*人均淨利潤

那首先會存在第一個問題，為什麼這麼拆解？隻能這麼拆解嘛？答案當然是否定的。

其實每個人都可以用自己喜歡的任何方式拆解，但是必須要合理，那怎麼樣是合理呢？

這裡講一個事物拆解的原則：ME-CE原則。這個是在《金字塔原理》這本書中提到的一個結構化思考分類的原則，也就是确保分類結果互相獨立/完全窮盡，那就是一個合理的分類方式。

舉個例子，你可以把人按性别分成男人和女人（簡化描述，暫不考慮特殊性别），也可以把人按國籍分為中國人和外國人，都是合理的分類方式。

但如果你把人分成中國人、女人、外國男人，那就會讓你後續的分析極其混亂。

回到公式拆解的過程，我們保證拆解出來的子項盡可能的不會互相影響，那現在可以進行第二步了麼？還不夠！

用戶總數/付費轉化率/人均淨利潤，這些項目也還不夠直觀；那就可以進一步拆解，我們拿用戶數來舉例：

交易産品觸達用戶數=（新增 存量-流失）

看到這裡，是不是就完全帶入到上文提到的數學題了？數學題的題幹中描述了每一個部分的具體數值，那我們也需要繼續拆解去找到真實工作中的題幹。

新增=内容闆塊新增訪客*注冊轉化率*引流轉化率 内容闆塊存量*引流轉化率 交易闆塊新增訪客*注冊轉化率

存量=當前交易闆塊存量

流失=交易闆塊存量*流失率

還能繼續向下拆解麼？當然可以，實際工作中根據業務的複雜程度以及優化的細緻程度，還可以從終端、渠道、頁面等等角度再進一步的進行拆分，但我們的例子就暫時到此為止了。

猜——提出假設

第一步問題的拆解已經完成了，接下來就是提出假設的時間，當然假設肯定也不是憑空得出的，以上的拆解中已經可以大體細化成了日常工作中會統計的一些數據指标，那針對不同的數據指标在當前的表現以及預期表現，可以定位到一些需要優先去處理和優化的節點。

假設我們看完了數據，發現注冊轉化率不符合預期，這個時候就需要提出不符合預期的原因，一般來說無非是以下幾種可能：

• 數據統計合理性？
• 功能是否存在BUG？
• 面向的目标用戶是否準确？
• 當前用戶使用流程如何，是否有優化空間？

看——驗證假設

每一種假設的可能性，都需要去找到論據來證實或證僞，這裡就來到了驗證假設的過程。假比從最後一種可能考慮，我們需要觀察目前的注冊流程是怎麼樣的，以及在現有基礎上做一些優化與測試。

就本次的例子來說，注冊轉化體現在2個場景，内容闆塊的訪客注冊和交易闆塊的訪客注冊。

一般來說前者會分享出去或通過搜索引擎找到的内容詳情頁，後者會是通過邀請或推廣到達的落地頁，不同類型的落地頁關注的重點也存在區别：

針對渠道類注冊頁，以利吸引用戶，強制引導注冊

• 首屏：抓住眼球，産生進一步了解的欲望
• 第二屏：描述優勢，提供更充足的注冊理由
• 第三屏：品牌口碑，消除後顧之憂

針對内容類着陸頁，滿足用戶信息獲取需求，同時進行留存引導

• 首屏：核心内容概覽，全文及APP引導
• 第二屏：相關内容推薦，盡量滿足需求

基于以上對産品功能進行優化以後，一切并沒有結束，觀測最終的數據表現是很重要的一步。

看看這一次的優化對比之前或對比對照組有沒有提升，提升了多少，這樣算是完成了驗證假設的一個完整閉環。

循環——持續叠代

然後就結束了麼？當然還沒有，提出假設和驗證假設是一個不斷循環往複的過程。基于這個邏輯框架下進行的叠代，可以保證每一次叠代的目标明确，成功可見，避免病急亂投醫和各處冒煙囪的窘境。

再說到一開始提及的各大廠招聘JD會寫到的“XXX相關經驗”及“成熟的方法論”。

豐富的經驗可以幫助你快速準确的定位問題，但這個需要時間的積累并且有判斷錯誤的概率。但成熟的方法論可以幫助你隻要花時間，最終一定可以解決問題，同時也可以幫助你更快的積累經驗。

本文隻是從拆解公式的一條線路簡單舉例了拆解的過程，剩下還沒有拆解的部分，以及其他的拆解方式，大家可以自由發揮嘗試一下。

當然方法論也是站在巨人的肩膀上去思考問題的偷懶之道，其實前輩們留下了很多拆解問題的較優框架，RFM、AARRR、用戶生命周期等等數不勝數，好好的利用可以在拆解這一步上省下不少精力。

本文由 @不然咧 原創發布于人人都是産品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部