俞军这本书本来是写给互联网产品经理的书，看上去和投资没啥关系，但细读后发现产品经理的定义事实上相当广泛，远远不至于互联网产品经理这个范畴，上到国家主席，甚至万能上帝，下到个人规划都可以定义为产品经理，只不过各自的产品范畴有所不同，但也有相当多的共同之处。另一方面，俞军这本书很值得一读是因为其很多思考相当底层或者说第一性，而非教科书一般只不过做很多归纳总结而已，可见真正牛逼的产品经理一定是有相当深厚的底层思维能力的。我想象确实如此，现实世界当中不论是科技界的乔布斯，贝佐斯，马一龙等等，还是伟大的政商界领袖如美国开国元勋们，毛主席，邓小平，沃尔顿，舒尔茨无一不是非常出色的有着深刻思考的产品经理。而说到和我们投资界而言，不论是对投资公司本身还是投资经理其实都是非常标准的产品经理定位，只不过所对应的产品略有不同而已。当然，不同的行业的产品经理特征有所不同，比如对于消费品时代，产品经理的侧重点都在销售上。因为需求相对确定，生产也很标准化，有工业时代成熟的方法论来支撑，使得产品本身容易同质化，但在品牌定位、营销、渠道控制上的差别，决定公司是可以挣10亿元还是100亿元。因此产品经理在销售和营销方向创造的价值更大。而在软件时代，产品经理的主要工作是管理软件生产。早年软件的设计大多数是toB的，toB的需求相对容易明确，根据客户的需求进行迭代即可。那个时代最稀缺的是生产软件的合格工程师，供给远远跟不上需求。所以产品经理在管理生产上更能创造价值：沟通协调，版本控制，按时交付。因此，软件时代的产品经理，在协调和生产上创造的价值更大。（这也不难理解为何Saas云化后，对软件的长期价值大幅提高，其核心就是降低了协调和生产的巨大的鸿沟，大幅提高了粘性，也降低了软件企业的长期销售和实施难度和成本）而互联网时代（或者说数字时代）如同拿到了作弊器，核心是降维打击能力而互联网时代的特征更为显著：一是信息复制分发的边际成本低和用户量巨大。当用户量一大，产品就会变得或多或少具有平台属性，这时候就要重点权衡、考虑产品生态了，这种情况在以前也是少有的。二来，由于数字化后其与传统线下模式有着巨大的生产便利性，因此导致了快速迭代、数据和AB测试。快速迭代本身，已经能降低试错成本，也就已经能降低产品经理的入行门槛了，于是多年的行业经验或商业经验不再是必需的，懂技术也不再是必需的。互联网时代信息的快速分发能力，让产品经理可以进行更快速的迭代，不断对产品进行完善。同时，又因为信息的可交互性，这些迭代又可以获取大量的反馈数据和信息，帮助产品经理进行正确的决策和判断。在很多实体产品领域，发布一次硬件产品，完成需求、生产、销售完整路径，继而得到用户的反馈，通常需要几个月甚至几年的时间，这才能验证在需求阶段的设计和决策是否正确。而互联网产品完成一个迭代的完整路径可能只需要几天的时间，且可以收集到大规模的反馈数据。于是，在互联网时代，AB测试这种经典科学工具，因为可以快速得到结果，且实验方法相对科学，成为最常用的产品工具。AB测试可以用来测试某一个变量的两个不同版本的效果差异。一般是让A和B只有某一变量不同，其他部分尽量一致，再测试用户对A和B的反应差异，再判断A和B哪个更好。通过AB测试可以实现更大规模和更快速的迭代，让产品设计和决策都更加科学合理。除了AB测试，现在互联网又出现了“千人千面”，即根据不同用用户偏好的信息，向每个用户展示的信息可能都不相同，进一步提高迭代和信息分发的效率。而线下巨头如零售业巨头沃尔玛，其线下的零售店无法像淘宝一样拿到如此多的用户数据或行为数据。早些年，沃尔玛的很多数据只能来源于线下的访谈、问卷调研或者是用户的账单，并在有限的空间内，通过优化商品选择、商品码放、做固定的促销等方式优化销售效率。这些工具相对传统线下产品如同拿到了作弊器，拥有了降维打击能力，正如“淘汰你的不是你的竞争对手，而是时代”或者“赢了世界，输了时代”的感觉。不得不叹息一下张近东赢了家电线下零售，赢了国美苏宁战，但无论怎么折腾也最终输给时代的悲哀。而这些工具的应用依然在继续，随着O2O，以及线下的快速数字化，已经不断应用在那些传统上线下更有优势的线下行业里，近期应用这些工具快速崛起的如元气森林的唐彬森最初就是做游戏起家，深谙互联网这一套工具的应用，这快速应用这些工具切入传统上线下为主的饮品市场。用户价值和企业商业价值的关系是：企业以产品为媒介，与用户进行价值交换，达成创造商业价值的目的。而本质上，交换的不是产品这个媒介，而是产品背后的各种用户价值。在这个过程中，产品是用户价值交换的媒介。我们需要理解到：用户不是自然人，而是需求的集合。对于用户，大家有不同的理解，通常的理解是用户即自然人。以微信为例，一般的统计报告可能显示其“用户”为11亿，如果把微信的其他功能（支付、公众号、小程序、朋友圈、群等）都删掉，只留通信功能，它的用户数可能还是11亿，但它的商业估值可能就从2000亿美元变成了200亿美元。这种将用户定义为自然人的做法，显然在互联网产品上并不适用。从产品经理的视角来看，用户不是自然人，而是需求的集合。从这个角度上来讲，很多投行和投资机构在讨论公司价值比较的时候经常简单的将单位用户企业价值进行比较来得出贵还是便宜的结论是非常荒谬的，哪怕是将单位用户时间价值进行简单比较也同样如此，因此同样的用户，甚至同样的用户时间背后所代表的用户需求也都是完全不一样的。很多交易平台的用户时长不高，但其更多是对其需求的直接反应，其价值依然可以很高。将用户或用户时间进行简单比较背后隐藏了这些用户在平台上都可以进行类似的业务形态，或者业务形态的未来扩张，但这未必会是事实。从需求的集合来看，一个自然人可以分别是成百上千种产品的成百上千个用户，也可以是同一个公司的不同产品的多个用户。比如微信，假如通信功能的用户是11亿，微信支付的用户是3亿，公众号的用户是5亿，按需求来算，微信的用户就不是一般统计意义上的11亿了，而是超过11亿；再比如某公司说自己有10个用户（注册用户）过亿的App，但注册用户不算真正的用户，有某类需求时他们是不是使用这些App来满足这类需求才是关键，所以从这个角度来看，这里说的10个注册用户过亿App，并不等于10个用户过亿的App。事实上这一公式不仅仅适用于互联网产品，对于任何产品都是适用的。产品经理的用户，首先是企业。产品经理与企业交换价值。产品经理只能通过企业来实现企业与用户的价值交换。企业的本质，只在于两点：第一，发现市场获利机会；第二，生产效率高于市场。发现市场获利机会的途径有三种：洞察、试错和偶然性。市场有交易费用，企业是节约市场交易费用的产物，只有企业内部组织生产的效率优于市场提供同等产品的效率，企业才可持续。企业是用什么提高效率替代市场的？是权威。企业建立科层制，通过权威来配置企业资源，组织实现更有效率的生产（提供物品或服务），效率必须高于市场。企业的运营不靠民主投票，企业也不是自由市场，企业的优势来自权威自上而下的更优决策。即使企业文化鼓励提出异议、鼓励平等争议，也是为了获取更权威的结论。企业把员工个体积累的默会知识不断转换成显性知识并变成企业共同知识的这个过程，是创新的常见过程。通过形成内部惯例和制度，一部分个人专有的默会知识也能转换成企业共同知识，后来者只要按惯例和制度行事就是利用了这些知识。企业积累的共同知识越多，企业内组织效率就越高。因为虽然企业通过权威决策能比市场节约交易费用，但是，企业内部的科层制也会带来层级之间、人与人之间的信息损耗，可以理解为这是企业内的组织成本。（除信息损耗外，另一种主要的组织成本是机会主义带来的。）这些组织成本限制了企业的边界，即企业是不能无限扩大的，企业的边界只能扩大到因企业内部科层增加而增大的组织成本等于外部市场交易成本之时。所以，共同知识是企业效率和核心竞争力的本源。但还是有多少不一的个人专有的默会知识，是不会变成企业共同知识的。每一个离开的员工，都会带走这些个人专有知识，而且，更换一个新员工后，大家在工作内容和个人能力风格偏好等属性方面的共同知识又会降低，又要重新磨合积累，这些，都是企业的损失。其中，某些关键员工离职带走个人专有知识，造成的企业知识损失可能很大，企业核心竞争力损失有可能也很大。企业靠科层制自上而下做出的权威决策必须胜过市场平均水平，所以，如果企业内各关键岗位掌握的专业知识和共同知识超过市场平均水平越多，企业的效率优势就越大。而如果这些关键岗位的人才流失率高，专业知识和共同知识含金量较低，甚至低于市场平均水平，对企业来说就是悲剧了。什么是组织？是有共同目标、共同理念、共同知识，遵循一定运行机制的一群人。企业，是组织的最常见形式之一，可以看作组织的一个特例——默认的共同目标是赚钱。但这只能是隐性目标，真这么说会导致员工和市场的双重误解，进而带来灾难性后果。人们的内心需要有意义的工作，符合社会利益的远大显性目标是好企业必不可少的，否则企业就不可持续。一个会欺骗或坑害用户的企业，它的管理层和员工绝对不会普遍品行良好，其内部文化和效率也会是糟糕的。共同目标、共同理念、共同知识、运行机制，这四点都会影响组织的效率。这四个条件不是孤立的，而是互相影响的。共同目标和共同理念很难改动，改动成本很高，所以企业得先有合适的目标和理念，而且企业一般在招聘时就会选择志同道合的人。使命（终极目标）、愿景（阶段性中长期目标）、价值观（共同理念、取舍偏好）之所以重要，是因为事关效率。在这方面有缺陷的企业，天然就比别人少一个提高效率的抓手。运行机制是制度设计问题。首先是制定好的激励（其次是约束）制度，否则企业必不能长久发展，就像非市场经济从长期来看一定竞争不过激励制度更优的市场经济一样。一个组织，如果目标差、理念落后、运行机制差（激励和约 束制度有缺陷），没法让人从心底认同，势必会长期逆向筛选人才。而人才质量变低，流动性变高，共同知识的积累效果就差，企业效率和核心竞争力自然也不高。总之，作为一个组织，企业如果想用好权威和共同知识提高效率，那么与之相配的共同目标、共同理念、运行机制（激励、约束等）是必不可少的，它们相辅相成。决定组织文化的是三点：第一是创始人的人格特性；第二是高级管理者们的真实行为；第三是员工的社会化，即日常向员工宣贯，以及通过制度和日常工作等让员工融入组织文化。价值产生于进行交易的个体（用户）的主观效用评价，效用是指能满足人的某种欲望、满足到某种程度，可以理解为这个产品对用户有什么用，能带来什么好处。一个产品带给一个用户的效用一般不是唯一的，而是一个效用组合。又因为用户的欲望、信念、禀赋、资源、偏好、所处情境的不同，一个产品对不同用户或在不同情境会有不同的效用组合，用户会有千变万化的权衡取舍。用户的价值判断是主观的，企业的价值判断其实也是主观的，因为企业虽然作为一个集体，但最终做出决策的还是人，不管是一个人还是一群人，他们的主观判断和认知会决定一个企业的价值判断，而这也就是我们常说的企业“基因”的一部分。既然是交易，每一方都需要保证自己是获益的，亏本生意没人做。用户愿意选择产品的前提是“效用–成本＞0”，这个公式可以看成是“用户价值=新体验–旧体验–替换成本”的另一种表达。只有产品对用户的效用大于用户付出的成本，用户才会选择这个产品。所以，我们的产品要么扩大效用（例如每年年终盘点时，各家产品告诉你已经共计为你省了x元/y分钟，就是希望增强你对产品价值的感知），要么降低成本（例如简化产品交互，就是为了降低产品的使用门槛，让对互联网产品不熟悉的用户也能使用产品）。交换过程中，这个世界上的总物质没有增加，但是交换前后这两个产品给它们的所有人带来的价值完全不一样，他们对这两个产品的估值增加了，这个世界上的总价值增加了。产品通过交易转移到了一个更能创造价值的人手里。这就是这个世界无时无刻不在发生交易的原因——交易创造价值。世界上没有等价交换，只要不存在强迫和欺诈，一定是双方都主观判断自己会受益，才会完成交易。如果有一方亏本，他就不会愿意进行交易。产品即交易，作为产品经理，就要帮助用户创造这样的交换，产品设计要以终为始，一开始就奔着最后能成交去设计。所以，一个企业的核心最终目标就应该是创造交易，有交易才有用户，才算完成了价值创造，才有可能赚钱。发现市场机会，其实就是发现你能促成一个交易，让用户付出某种代价来买你的产品。这种代价可能是金钱，也可能是时间，或者是体力、精力、精神等。效用是欲望的满足程度，人通过消费物品和劳务来满足欲望。（1）边际效用递减原理：一个人对于财富的占有多多益善，即效用函数一阶导数大于零；随着财富的增加，满足程度的增加速度不断下降，效用函数二阶导数小于零。（2）最大效用原理：在风险和不确定条件下，个人的决策行为准则是为了获得最大期望效用值而非最大期望金额值。马斯洛把人的需求分为五个层次，从下至上分别是：基本生理需求、安全需求、社会需求、尊重的需求、自我实现的需求。欲望的无限性正是推动社会前进的动力，每个人为了满足自己不断产生、永无止境的欲望而努力和奋斗。标准化把商品标准化，是常见的极大降低交易成本的方法，能促成大量被度量类和寻价类交易成本阻碍的交易。从经济学里交易成本的角度，很容易找到这个问题的答案。把供给品尽量变成标准品，降低了度量成本，降低了不确定性带来的决策成本和保障成本。现在我们在某些业务上比较强调追求“确定性”，用交易成本理论分析，其实就是降低各类交易成本的有效手段。智能手机的普及减少了排队带来的交易成本从经济学角度来看，排队的代价很高（时间成本），但智能手机的普及其实已经在很大程度上改变了某些场景中的这种情况。排队的直接损失是浪费时间，但浪费时间的具体代价是什么、是多少，却要锚定这段时间的机会成本来对比。现在排队的时候可以使用智能手机，可以阅读、看视频、玩游戏、通信、工作。如果不用排队，一个用户会把省下来的这段时间用来干什么？如果他还是会用来做这些一模一样的事，那其实排队也没有什么损失。因为智能手机导致排队代价的降低，其实等于降低了排队相关的交易成本，使得某些新的交易（商业机会）成为可能。滴滴快车的排队功能、海底捞、喜茶等都受益于排队成本的降低。因此，从某种意义上来说，海底捞和喜茶等以排队为突出特征的业务可能是智能手机的重度受益者。在房产交易中，中介为了获取流量，会虚假标注房源信息及价格。而房源的不确定性会极大增加消费者的交易成本，比如为了甄选真正的房源及判断其对应的价格，用户可能需要多次拜访中介和看房，与中介多次沟通才能获得自己所需的交易信息。链家及贝壳的解决办法是采用较大的人力去保证房源的真实性和实效性（包括真实存在、真实图片、真实在售、真实价格），由专门的线下人员去搭建和定期维护楼盘信息的真实性，耗费近6亿元搭建起“楼盘字典”体系，并且做出“假一赔百”的服务承诺。在某种意义上，链家及贝壳的措施帮助用户在选房购房决策过程中减少了很多交易成本，帮助平台增加了更多原来不可能发生的交易。当然在这个过程中，链家为了保障房源的真实性，也付出了非常大的代价并产生了另一些新的交易成本，从内部的治理体系及团队的搭建，到线下查勘验真的人员及机制筹备，再到发生问题后的定责及赔偿，这些从某种意义说算是为了完成真房源交易付出的实施成本和保障（权利、违约、意外、监督等）成本。一段时间后，消费者发现，选择链家能节省自己极大的交易成本，出于理性，消费者最终还是会回归链家。并且这样的交易成本节省也逐步转化成了链家的口碑，而这样的口碑又帮助链家节省了大量获取用户的交易成本。品牌和口碑在某种意义上对企业及消费者而言就是对交易成本的巨大节省。同样的，早期电商发展一大困扰就是交易的成功保障问题，而基于淘宝体系诞生的支付宝，就是在交易保障上大幅降低了交易成本的例子，大大的促进了电商的发展。原来的餐饮业不容易在资本市场拿到投资，很关键的原因是要核查其收入的真实性非常困难。因为其整个交易链路从最上游的采购及工资结算，到最下游的消费收款都很可能是线下现金交易，投资者核查、监督、权利保障的成本无限高。而交易及支付线上化后，餐厅的每一笔收入都变得可核查、可追溯。对于股东而言，确认业绩真实性的交易成本大幅度下降，因此才有了后续的餐饮业融资潮及上市潮。餐饮业的线上化故事还在延续，二维火等餐厅赋能工具的引入，帮助餐厅完成了点菜甚至用户画像的线上化和数据化，可以分析什么样的菜更受欢迎，甚至什么样的用户是目标用户，餐厅管理者因而可以进行更便捷理性的决策。这相比于在未线上化情况下，要设计一套调研机制，询问大量用户，才能根据线下统计数据得出一定结论，无疑节省了巨大的交易成本。决策是指在收集、加工信息之后，借助一定工具和方法，进行分析、计算、判断，并得出结论的过程。但人的精力和能力有限，在信息获取与加工、分析、判断等环节，天然就有各种限制、偏差和不确定性，主要体现在以下几方面。信息获取能力有限，比如：受搜寻信息受成本约束——获取更全面的信息需要付出更高成本，追求绝对全面的信息，成本可能会无限高；受认知偏误影响——人是选择性获取和解读信息的，会有认知偏误，做出非客观理性的判断；信息过载——非必要信息过多，有可能会让决策变复杂；第三方可能有意或无意误导——第三方对信息的加工和解读本身就有可能偏离客观事实。信息处理能力有限，主要体现在：人脑的计算能力有限；部分记忆存在偏差；人的认知存在缺陷，本能算法和经验算法会导致各种偏误。禀赋偏好导致的个体差异。禀赋、资源、偏好、情境、欲望、情绪、信念等的差异，均会导致各种效用和价值判断存在个体差异，以及对他人需求和态度的判断存在差异与偏误。环境的不确定性导致决策偏误。各种事物关系复杂，环境也会变化，变化本身又存在不确定性，这些均会导致判断偏误。上述各种人类自身能力的限制及外界因素的不确定性，均会导致非理性决策。用户和企业的利益也有冲突，单边倾斜做成的产品，是不可持续的。而互联网产品做大后都是平台，就会涉及产品生态链上无数第三方的利益，这之间的冲突就更复杂。甚至同一群体的用户的多个需求之间也会有矛盾，我们怎么选择才能让他们满意呢？上面的问题，都是我们必须要回答的。产品经理的工作核心，最终都是权衡。用户价值=新体验–旧体验–替换成本，产品经理可以用这个公式，来指导决策。产品经理应追求新体验最大化将新要素引入原有生产方式或生活方式，如能有效应用，即可创造大量新价值——这也是创新的本质含义。新要素不仅限于新技术，也包括新人群（如有些产品要下沉到三四线用户）、新渠道（如公众号、小程序、抖音）、新方法（如AB测试、产品驱动、数据中台等）、新工具（例如工作中用到的生产力工具，iPhone、钉钉、维基百科、谷歌等都可创造更好的新体验）等等。新要素的影响可叠加。比如引入“流水线”这种新方法之后，汽车生产效率大幅度提升，汽车价格下降。用户的价格敏感度是呈金字塔形分布的，越往底部下沉，用户量越大，“流水线”这个新要素就带来汽车用户量的大幅提升。“汽车普及的浪潮”继而又成为新要素，使得开设在郊区的沃尔玛这种商业模式成为可能（市中心百货大楼的商品价格中很大一部分是租金，郊区租金很便宜，郊区沃尔玛的商品也相应地很便宜，但在汽车普及前这种模式不可能成立）。商家通过各种降低成本的方法，可以为用户提供性价比更优的商品，于是创造了更好的新体验。新体验不限于新要素与旧要素的结合，旧要素与旧要素的新组合，也可以创造新体验。旧体验是已发生的历史经验，或是别人的产品，产品经理当然没能力去改变旧体验。所以，产品经理将用户的旧体验最小化，靠的是选择特定情境下的用户和选择用户的参照系。用户不是自然人，而是需求的集合。需求是可以从各个角度无限细分的，将旧体验最小化，本质上是选择旧体验最差的被替代品的用户。极端情况之一是产品面向整个行业的“完美新用户”，这类新用户没用过同类竞品，对于同类产品的旧体验为零，寻找这样的新场景和新用户是性价比最高的。此时，即使你的产品体验做得比竞品差也没关系，因为新旧体验差太大了。举个例子，假设早期搜索引擎A与B竞争时，某个月A增长了200万新用户，其中100万是用过B或其他搜索引擎的，另外100万是从未用过搜索引擎的，但只有后者是“完美新用户”。这两类新用户反映在公司的业绩月报和财务报表上是一样的，都是增长了100万用户或增加了多少成交总额，但是，产品给这两类用户创造的用户价值却有天壤之别。对于用过其他搜索引擎的新用户，他们感受到的新旧体验差是有限的（在一个充分竞争的行业里，竞品的技术和产品一般是逐渐接近的，拉开的差距不会特别大，除非是新技术应用初期），他们对A公司的产品和品牌的认同度就不会高出很多。而后一类“完美新用户”感受到的新体验与旧体验差值特别大，往往会满怀感激和认同，对产品和公司品牌产生光环效应，有较高概率会成为最忠诚的用户，会主动进行口碑传播，未来还会充分信任和积极接受该公司的新产品，他们是公司的品牌价值和长期市场竞争力的重要来源。而且，一旦成为A搜索引擎的完美新用户，他下次再有机会用上B搜索引擎时，用户价值的感知是以A搜索引擎的旧体验为参照系的，对于大多数人来说，从日常简单搜索应用是很难感知出这个新旧体验差别的，于是这些新用户就很难再流失。A搜索引擎还可以在很多产品细节上做针对性的优化，让用户使用某类关键词搜索时认为A的体验明显比B好。还有一个重要影响是，大众用户对于什么是搜索引擎的理解是市场建构的，并不会遵从工程师标准或媒体专家标准——如果大众用户先用到A，先体验到A的一系列垂直搜索和产品体验优化，先以A为标准建立了搜索引擎概念标准，当他们后来再用上B时，只会认为B这个搜索引擎好差，感觉哪里都不好。“完美新用户”概念带给产品发展路径的一个方法是：一种全新种类的产品出现早期，不一定只能做首创发明者，即使是模仿者、后来者也会有机会。一旦产品的用户价值被验证（不要追求大版本和完美功能），应该最快速地提高市场渗透率，把所有“完美新用户”的新体验都变成旧体验，之后竞品再想抢市场就很难了，因为它会面临把“新体验与旧体验之差”做到大于“替换成本”的问题。有同事提过一个产品方向决策问题，他发现某个新方向可能有不错的机会，但不能借力于现有成熟优势业务，企业的精力和资源有限。他应该选择围绕成熟优势去拓展业务，还是选择新方向、新产品？这个问题如果用“新体验－旧体验”的理论可以这么解释：如果潜在需求量较大，且看到有一种新要素（不论是降了某种成本还是提高了某种效用）导致未来市场是成长型市场，那么企业有没有优势不重要，只要去做了，先发优势就会成为最大的优势，可以把自己先变成旧体验。极端情况之二是垄断。用户没有别的选择，相当于旧体验为零。此时，即使大家都在骂这个产品难用，也依然会用。不是只有市场份额的独家垄断或寡头垄断才叫垄断（为便于大众理解，这里依然沿用市场份额的伪垄断定义，但学过经济学就会明白，除了垄断行为，只有强制准入限制才是真垄断），因为产品有情境性，所以在任何场景下只要让用户没有选择，就形成了局部垄断，创造了旧体验为零的场景。比如，本来你在货架上的可口可乐和百事可乐中选一种时，获得的是心理上的两者体验差值，但当一个加油站连锁超市或者一个连锁餐饮店只卖百事可乐不卖可口可乐，这就形成了局部垄断，这时你只能选择喝百事可乐或不喝可乐，这个用户价值的差值是巨大的，用户难以拒绝。最常见的替换成本是认知成本、获取成本、使用成本，而广义来说，价格和所有交易成本也都是替换成本。一般来说，产品经理要么降低自己用户的替换成本，要么提升自己用户的流失成本（相当于提高了竞品的替换成本）。认知成本包括品类认知（如了解触屏手机）成本、品牌认知（如了解苹果、华为、小米）成本、美誉度认知（如口碑评价）成本等等。获取成本包括渠道（如公众号、小程序、App、二维码）获取成本、下载成本（如减少安装包大小）等等。一个极端的例子是捆绑安装，此举大幅降低了替换成本，但依然受新旧体验差影响（若产品太烂，相对市场平均水平是负体验，用户还是会走）。交互视觉成本就属于使用成本。越简洁易用，使用成本越低；越沿袭原有用户的习惯，使用成本越低；极端情况下，有些产品直接复制行业已有的交互，使用成本几乎为零。又如，某些产品随使用时间的延长，体验变好（如个性化推荐型产品），此时用户切换到其他产品的成本就会升高。数据是这个时代最强大的工具。数据对于做产品的价值，一般是作为做正确决策和达成共识的最低成本工具。生活中的策略或设计，往往都是事前定的（基于推理做决策），但有了AB测试，就可以事后选择已验证的更优策略。对于适合它的题型来说，进行AB测试就是在偷看答案后解题，它简直就是产品经理的“作弊”利器。不过，还是有题型，尤其是开放性大题和附加题往往不适合它。在线产品进行大量控制实验代价低且可控性高，很适合进行AB测试。但对于含较重要线下环节的产品，AB测试的可用性低，也就更依赖于产品经理的深度思考、预判准确性和权衡取舍能力，更需要成熟产品经理负责。进一步想，还有比O2O线下产品更难进行AB测试的，比如手机这类几乎一年迭代一次的硬件产品就很难进行AB测试，因为综合代价实在太大。但哪怕是适合进行AB测试的产品工作，我们也应保持警醒。表面上看，数据决策连小学生都能做，但数据本身并不能说明问题或得出结论，需要根据个人经验和知识做主观分析和判断。人生来便具有主观性，加上建模的局限性和信息的不确定性，人们很难根据数据总是做出最正确、最理性的判断和决策。体现数据决策局限性的案例很多：比如在蓝海业务跑马圈地的早期，过度强调数据决策反而拖慢组织效率；比如当基础数据不足，数据获取和使用的成本过高时，强调数据决策则不切实际。行为科学研究得出结论，一个人一天的行为中大约有5%是非习惯性的，而其他95%的行为都源自习惯。这基本上意味着是习惯而不是逻辑，决定了我们的一生。我们以为自己是理性的，我们以为自己的一举一动都是讲逻辑、有道理的。但事实上，我们的多数日常行为，都是一些我们自己根本无法了解的隐蔽动机导致的结果。所谓理性，是指当条件合适时（理性并非总是优于本能和习惯），优先用逻辑、知识和思维去做出决策和预期收益最大化的行为，而不是任由本能和习惯驱使。逻辑决策也是“讲理决策”，结论靠逻辑推导得来。但需要对方具备相应的认知水平，否则就会鸡同鸭讲。想让一个人理解和接受一个道理，是要在他的偏好和认知结构内去实现的。如果对方不具备相应的偏好和认知结构，就需要帮他补齐，但这个成本实在太高了。所以，逻辑决策的成本远高于数据决策。产品经理需要认识到，在这个世界上，并不存在什么客观的事实，你所认为的事实，只是你所认为的事实。另一个人是否理解和接受这个事实，是受他的认知结构的刚性约束的。你只能在对方的认知约束内让他理解和接受他认为的事实，你只能按照对方的认知结构去设计沟通目标、沟通内容和沟通方式。产品经理可能无法影响老板或决策层的想法，却可以影响老板或决策层去想什么，这是专家部门的“非正式权力”的主要来源。议程设置是大众传播的重要社会功能和效果之一。该理论认为大众媒介往往不能决定人们对某一事件或意见的具体看法，但是可以通过提供信息和安排相关的议题来有效左右人们关注某些事实和意见，以及他们议论的先后顺序，新闻媒介提供给公众的是它们的议程。大众传媒对事物和意见的强调程度与受众的重视程度成正比，该理论强调：受众会因媒介提供议题而改变对事物重要性的认识，对媒介认为重要的事件首先采取行动。（难怪中央办公厅作为议程设置中枢也有着重要的影响。）
感谢各位投资者对我们过去的容忍、鼓励和支持，希望大家在新的一年里都有更多新的进步，身体健康，牛年大吉！！！对BEDROCK产品感兴趣的同学，欢迎后台留言，我们会尽快回复 小众，出圈与投资-茶话会实录-投资思考随笔（46）
创新，变化与投资-茶话会实录-投资思考随笔（45）