预测功能的错误性：证伪模型( 二 )
所以 ， 产品经理实际上只有一个阵营 。
所有产品经理 ， 都希望自己做的产品是有价值的 ， 都希望自己做的产品是成功的 ， 我们都希望能去追求功能的正确率 。
只是数量阵营的产品经理 ， 受限于现实条件 ， 身处逆境 ， 只能被迫地去追求功能的数量 ， 没有过多的思考时间 ， 也没有实质上的产品决策权 。
但是 ， 这里有一个错误 ， 一个很严重的“因果倒置”错误 。
数量阵营的产品从业者认为：对方有好的机遇 ， 所以才能追求功能的正确率 ， 而我们没有好的机遇 ， 我们的机遇特别糟糕 ， 没有办法追求功能的正确率 ， 只能被迫地追求功能的数量 。
简单来讲 ， 部分产品经理认为 ， “因为”有了好的机遇 ， “所以”才能追求功能的正确率 。
但这是错误的 ， 是因果倒置的 。
实际上 ， 是追求功能的正确率 ， 才让从业者有了好的机遇 。
正确的功能 ， 也是一种成功案例 ， 恰恰可以用来敲开好机遇的大门 ， 可以让我们选择更好的公司 。
正确来讲 ， 是因为我们追求了功能的正确率 ， 才有了基于功能的成功案例 ， 才入职了一家更好的公司 。
追求功能正确率是“因” ， 抓住好的机遇才是“果” 。
真正困扰我们的 ， 实际上是方法 。
我们缺少一种能够提升功能正确率的方法 。
03 证伪
产品经理所做的工作有很大程度是对未来进行一种预测 ， 我们想实现某种功能 ， 是因为预测该功能上线以后能够取得某种期望中的结果 。
但未来的事情 ， 毕竟是尚未发生的事情 ， 存在很多的变数 ， 这给我们的证明带来了极大的困扰 。
如同无法证明所有乌鸦都是黑色的 ， 除非能够找到所有的乌鸦 ， 否则 ， 就无法证明所有乌鸦都是黑色的 ， 但这并不现实 。
我们也无法证明这些功能一定是正确的 ， 除非能将所有影响结果的因素都罗列出来 ， 包括人性 ， 社会变化 ， 经济变化等等 ， 可能会对结果产生影响的所有信息 ， 否则 ， 就无法100%证明功能是正确的 。
但 ， 我们可以证伪 。
只需要找到一只不是黑色的乌鸦 ， 就能证明“所有的乌鸦都是黑色的”是一个伪命题 。
据报道 ， 在我国的新疆阿尔泰山 ， 以及湖北神农架等地区已经发现了全身雪白的乌鸦 。
国际上 ， 日本 ， 印度 ， 英国等国家 ， 也都发现了全身雪白的乌鸦 。
这些白色乌鸦的存在 ， 就是对“天下乌鸦一般黑”的证伪 。
同样的 ， 只要找到一个错误的点 ， 就可以证明功能是错误的 ， 可以证明这项功能是一个伪命题 。
通过过滤错误的功能 ， 就能降低功能的错误率 ， 对应的 ， 功能的正确率就得到了提升 。
证明功能是错误的分析方法 ， 就是证伪分析法 ， 其代表方法论 ， 就是证伪模型 。
04 证伪模型
证伪模型一共分为三层 ， 每一层都是一种功能错误 ， 每一层也都有独立的错误分析方法 ， 并且 ， 具备递进关系 ， 分别是问题严重性分析 ， 条件充分性分析 ， 平均成本分析 。
三层模型 ， 犹如三重过滤网 ， 对错误的功能进行三次筛选过滤 。
本文插图
第一层：问题严重性分析
问题严重性分析 ， 是证伪模型的第一层分析 ， 也是效率最高 ， 最容易判断的环节 。
核心原理在于：
存在被影响用户的问题 ， 才是真实存在的问题 ， 若没有被影响的用户 ， 那么问题本身就是不存在的 。
而不存在的问题 ， 就不需要解决 。
从业者可以通过分析是否存在受问题影响的用户 ， 以判断该问题是否真实存在 。
也可以通过分析受影响用户的规模 ， 以判断该问题的严重性 。
若是不存在的问题 ， 或者严重性较低的问题 ， 便是可以不解决的问题 ， 会被该层分析方法所过滤 。
推荐阅读
- 第一财经|东北遭台风三连击 农业部门预测粮食不会大幅减产
- |有无添加违禁物？常喝会胖吗？这些功能饮料权威测评来了
- 耳机|iOS14将推全新功能 耳机就能调节“音色”
- 加拿大必读|预测死亡人数到年底增加2倍超40万，美国22个州新冠确诊上升
- 吉林省防指将防汛防台风应急响应提升至Ⅱ级
- 遥不可及|DataForce组件技术及功能：数据批量和实时同步
- 中国军备|外媒大胆预测，今年下半年中国将迎来三个好消息，每个都举世瞩目
- 韦少|15中4拿5犯7失误！韦少赛后言论被吐槽：承认错误，永不悔改
- 互联新标杆|Lezyne推出Alert功能系列尾灯，刹车自动感应
- 光一样的少年|面对后起之秀，苏泊尔不玩价格战，以一抵八多功能破壁机倍受追捧