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”：