您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
穆勒五法(穆勒五法例子)
归纳法,结论,归纳穆勒五法(穆勒五法例子)
发布时间:2019-02-08加入收藏来源:互联网点击:
很多朋友想了解关于穆勒五法的一些资料信息,下面是小编整理的与穆勒五法相关的内容分享给大家,一起来看看吧。
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
根据人类思考惯的不同,可将归纳法分为:空间归纳和时间归纳。
空间归纳: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。
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,对归纳法的可靠提出了质疑。
这种质疑其实由来已久。哲学家休谟曾提出著名的“休谟问题”,认为归纳推理并不能从经验材料中发现、概括出具有必然的一般规律。罗素的表达则更为生动,“一只每天被主人喂食的鸡,怎么也归纳不出有一天自己会被拧断脖子。”
【“Facebook从不宕机”,来源@kyth】
只是,既然归纳法如此不可靠,为什么我们直到现在还未将其抛弃,反而日复一日继续使用?
答案很简单,因为在一定时空边界内,使用归纳法提炼信息总结规律,最为直接有效。
比方说,我们的问题是“待上线的产品还有没有bug?”
这个问题看似简单,其实很难回答,因为符合真理标准的答案,是需要遍历测试所有可能出现的情况才能得到。而客观上,这几乎不可能做到。
首先,你无法穷举产品所有使用场景。实际上,你甚至都无法穷举所有变量。其次,类似于产品在坦桑尼亚2G网络环境下是否可用,或者产品在亚马逊Fire phone(一款已经退市的手机)上是否兼容等非常规测试,现实中也很难覆盖。
但即便是得不到绝对正确的结论,对我们的影响也有限。只要产品完成了标准的测试流程,覆盖了主要的功能、UI、兼容等方面的测试,我们就能够回答“待上线的产品还有没有bug”这个问题,并据此决定产品是否可以上线。
也就是说,虽然最终我们通过尽可能多但并不完全的测试,归纳出一个真实有所损失的结论,但这至少是一个暂时正确的结论。
产品经理日常工作中,一方面,可以使用归纳法提炼信息总结规律,学会如何在付出最小成本的前提下,获取相对正确的知识,提高决策的效率。另一方面,产品经理始终要对通过归纳得出的结论抱有审慎怀疑的态度,因为归纳的正确永远是一种不彻底的正确。
就如同现在很多人迷信数据,但其实由数据归纳出的结论,并不一定正确。对待数据的正确态度应当是“依赖数据做决策,但不能只依赖数据做决策”。
归纳法的“道”讲完了,下一节我们谈一谈具体的“术”。
二、归纳法方法论
我一度对有人在互联网上推荐产品经理去看黑格尔的《逻辑学》的行为艺术感到迷惑。黑格尔的抽象和晦涩,可以说是有目共睹、“有口皆碑”,类似于本段第一句这种难读的长句子,在黑格尔的作品中俯拾即是,连黑格尔自己都说“只有一个人真正理解我”(后面又补了一句,“不,一个也没有”)。
【黑格尔《逻辑学》,2001年出版至今,上卷标注读完的人数有500多个,下卷则不到300个】
黑格尔的《逻辑学》无疑是经典的哲学读本,但对于绝大多数想要提升逻辑思考能力的人来说,逻辑学相关的教材或科普读物,显然更为友好一些。这里其实涉及到一个“可沟通”的问题。项飙曾在《把自己作为方法》中解释过“可沟通”: