时间回到十年前，2011年，是移动互联网元年。那一年身边大量的人换手机。于是王兴决然放弃PC端流量，转向去做移动端的流量。王兴的团队在Foursquare和Groupon之间分析了很久之后，最后决定：把更有趣又离现金流更近的Groupon从国外copy到中国。
这个决策的结果，就是有了今天我们熟悉的美团。
时间回到大约五年前，2015年，阿里在对Surpercell游戏公司的商务拜访中，发现这家公司之所以如此成功，除了组织管理之外，还得益于强大的中台支持。确保快速推向市场，快速试错。
这种模式正是阿里所需要的，于是阿里做出决策：推出了基于TD时代的“小前台，大中台”战略。很快成为了中国中台战略企业的标杆。
类似的案例很多很多。
每一个商业故事或产品成败的背后，都源于当初的一个决策。
有时候商业和爱情一样，“赢得船票，是我一生中最幸运的事”。
互联网时代，产品，本质就是商业。产品就是要解决用户问题的。
而解决问题，并获得商业回报的核心，在于决策。
本文就理性决策、公司做决策、数据决策等方面做分析。
目录
- 理性决策
- 公司决策
- 数据决策
- 数据决策的落地
1、理性决策
俞军在他的书里说，个人决策偏好，大致分三类：直觉决策、理论决策、事实为依据决策。
我们大部分决策，都是在“我认为对”、“我喜欢”、“我懂的”、“我过去就是这么做的”……范围内的选择。
是一些我们自己根本无法了解的隐蔽性潜在动机引导的决策结果。甚至是来自于大脑“杏仁体”的本能反应。
反映在互联网产品工作中，就是“拍脑袋”、“不深入”、”经不起推敲”。
达利欧在《原则》这本书中，提到了影响合理决策的两个最大障碍分别是：自我意识和思维盲点。
- 自我意识，就是一个人潜意识中非常顽固非常深层次的心理生理防卫机制。比如前面提到的“我认为”、“我喜欢”、“我懂的”。
- 思维盲点，是说一个自我意识越强的人，一个经历相对不够丰富的人，往往思维盲点就越多。
在商业行为中，更多的决策要规避自我和刻板的圈层认知同质化，选择理性决策和事实为依据的决测。
如何做出理性决策，可以用看一个简单的决策模型。
理性决策=计策+谋略。
- 计，就是向多数人征询建议，所谓“从长计议”。
- 策，就是把这些人的建议，一条一条列出来分析利弊。
- 谋，就是找少数人商量。这个阶段千万别广泛讨论了。
- 略，就是针对筛选下来的几条核心建议，在小范围内，进行利弊决断。
《孙子兵法》说：是故智者之虑，必杂于利害。杂于利，而务可信收发；杂于害，而患可解也。
翻译过来就是说：成熟的人，只讲利弊，不讲对错。
理性决策就是建立在群体或个体深入调研和筹划之下的利弊取舍。
决策的原则：先策后决，不破不决。
也就是先向外借众人之力和众人之智，然后再启动个人决策。
这里的“众人之力和众人之智”，推而广之，包括所有能获取到的素材。比如经验、工具、数据等。
理性决策方法可以是通过方法推理、数据考证，或思维的破局。
2、公司做决策
2014年的诺基亚手机销量世界第一。从世界第一到破产，诺基亚只用了一年的时间。
当微软以72亿美元收购诺基亚的手机业务时，诺基亚高层说：我们并没有做错什么，但不知为什么，我们输了。
柯达，公司市值也从1997年2月的310亿美元降至2011年9月的21亿美元，十余年蒸发99%。
一个公司的决策，往往更是难以把控。或许有机会，或许有员工发现过风险。但是总逃不过主动内因或被动的外因的干预。
公司如大船航海，波涛中总有主动和被动之处。
公司决策=被动决策+主动决策。
被动的决策，其目标是让业务流程标准化，让复杂问题简单化。
为这些标准化的问题做决策，以确保让80%的普通人，也能做到80分。同时让20%能人，有机会能发挥出天分，把关键的20分处理好。
善于作战的领导，都是善于在创造有利的作战态势上下功夫，而不是苛求下属去苦战、恶斗。要根据作战的有利态势，去选择合适的人。
公司的主动决策，就是主动寻找决策的机会，挖掘决策的价值。
寻找决策机会（主动决策），比决策（往往是被动决策）本身更重要。
我们通常使用一个商业工具：三对分析（对标、对手、对友），来帮助我们寻找决策机会。
- 所谓对标，就是谁值得我学习？
- 所谓对手，就是我在替代谁？谁在替代我？
- 所谓对友（不是队友），就是我和谁是1+1大于2？
《大学》说：物有本末，事有终始。知所先后，则近道矣。
启发我们：注意力放在哪，我们的进步就在那个地方。
要把有限的精力和决策资源，放在最重要关键事项的决策价值上。寻找关键决策价值，才是公司决策的本质。
在学习、结交、竞争三者之间，推荐几个用于公司战略的心理模型：
- 囚徒困境:选择合作还是背叛
- 智猪博弈:谁说没有免费的午餐
- 斗鸡博弈:狭路相逢,谁输谁赢
- 猎鹿博弈:追求双腻的格局
- 酒吧博弈:人群中的少数派
- 枪手博弈:弱者的生存之道
- 分蛋糕博弈:谈判中的博弈之道
- 信息不对称:信息承载价值
- 蜈蚣博弈:从终点到起点
通常说企业家格局主要体现在两个方面：一是比较优势，二是认知优势。
比较优势，就是做同样一件事，我们比别人有优势。
认知优势，就是我们能看到趋势。这一点有赖于思维的调整，通常有3种方法：认知升维、认知平维、认知降维。
公司决策的三大难点是：不重视决策资源、经常性被动决策、找不准核心问题。
方案是：
- 群体心智模式是最大的决策资源；
- 寻找决策机会比决策本身更重要；
- 找准核心问题是优质决策的前提。
上图的组织能力模型，表达的是：一个企业持续成功=战略×组织能力。
互联网公司普遍都是：大胆假设，小心求证。单点突破，快速迭代。在找对标解上，互联网公司比传统企业的优势要大多了。
3、数据决策
据说，亚马逊创始人贝索斯，那年在杂志看到一组数据，显示了万维网的数据增长了1024%。
然后他就尽管他不知道他要做什么，但他做了个决定，就是一定要进到互联网里领域。
所以他放开了华尔街的快速交易，开着车，从纽约就开到了西雅图，然后再去想我要做什么。后面的故事我们都知道了。
贝索斯的这个故事，常常被视为以数据为决策抓手的商业决策案例。
运用数据做决策，是理性决策中最有效的手段。无论是个人做决策，还是公司做决策，得数据者，得胜算。
作为互联网从业者，单纯说数据，我把数据的作用定性地分为如下四类。
（1）被动数据，就是最原始的数据，是后置性，定量反映现象。
比如常见的转化漏斗：我们发现转化不理想，于是查看了数据。发现了产品优化的可能性。
（2）主动数据，则是为一个现象，有目的地寻求数据上的关联性。比如尿不湿和啤酒的关联销售奥秘。
经过数据的跟踪分析，发现二者不是偶然，而是严格持续的关联。
（3）依赖形数据，就是为一些目标，必须分析数据的拆解指标。比如Uber通过OKR拆解实现业务目标：
（4）机会数据，主要反映在大数据挖掘上。大数据具有4个V的特性。随着大数据的积累、分析，和新技术应用，会展示出不可估量的机会价值。
因为数据决策的流程环环相扣，所以每个环节都不能出问题。否则南辕北辙。
为避免数据“说谎”，可以从以下方面进行自查：
- 选取的样本容量有误：忽略了有效用户，囊括了无效用户。
- 错判因果关系：有时候分母不一样才是你获得错误结论的罪魁祸首。
- 被数据的表达技巧所蒙蔽：我们需要警惕一些数据处理的小计俩，最小区间，上下极值等，不要被数据的视觉效果所蒙蔽。
- 不要过度依赖数据：很多牛逼产品决策，并非通过数据发现，而是产品经理综合智慧体现。
4、数据决策的落地
除了自己做决策，有时候还要影响别人的决策。
“如何说服老板，接受你判断是正确的方案？”
面对这一道面试题，相信很多产品经理脱口而出：给他看数据！
但实际上数据的获取也是有门槛的。
从产品经理职业角度来说，获取动态的业务数据价值更大。
做后台自用系统的，往往还是从自行埋点的角度，监控到用户事件。
比如想看以下，标准资料库的数据多少用户来用过，不理想又走掉了多少等。
因为后台数据的敏感性低，要监控的指标少，变动缓慢。
但是前台产品就截然相反。常见的比如一个App，敏感、快节奏。所以这时候找到SDK去监控数据，更加专业、成熟、安全、高效。
随着B端市场规模化，这种提供数据分析的SDK相当成熟。其中的佼佼者，就是友盟+。
2015年开始，我所在的公司基本就是选择友盟作为数据分析工具了。
一款优秀的B端产品，就是托管了所有的需求点。比如友盟提供的统计、分析、广告效果监控、运营分析和指导、产品稳定性监控等。
回到数据分析层面，其实最难的是数据的采集和存储。这是前提。
当保证了这个前提的情况下，就要思考数据的统计和分析能力。比如拉新、留存、日活、设备型号等基础数据的检测。
分析某事件随时间的变化趋势。根据添加的属性对某事件进行分组查看，查找符合某类筛选条件的事件。
多事件分析，通过对比同时间范围内不同事件变化趋势定位指标变化影响因素。
垂直于业务的专业性来说，分析模型比较重要。比如提供了“路径分析”：可向前向后展开用户访问路径，提示出业务增长机会。
对产品稳定性分析数据的累计，得出建设性结论：根据统计数据显示，当iOS的崩溃率超过0.8%，Android的崩溃率超过0.4%的时候，活跃用户有明显下降态势。
通过对数据分析工具的使用，得心用手地为数据分析的落地提升了效率。数据分析是数据决策的大前提。在数据分析的基础上针对性优化策略。
