产品团队的批判性思维：如何通过合理的决策带来合理的结果？

今天这篇文章是一篇译文，作者特蕾莎(Teresa)是一名富有经验的产品发现教练，这篇文章源自于她在2017年伦敦产品思维大会的演讲——产品团队的批判性思维。读了这篇文章以后，我突然明白，一切决策都和心理表征有关系。心理表征源自于过往的经历并长期存储于头脑之中。如果领导在做决策的时候心理表征是“面子”，那么解决方案可能就是“维稳”。但不可否认，每个人的心理表征都会有一定局限性。我们在做决策的时候，倘若缺乏开放民主的态度，缺乏客观的流程和方法，不能让不同背景的专业人士贡献出自己的心理表征，那最终决策必然存在极大的风险。作者也提出了自己的解决方案——“机会解决方案树”。它通过可视化方式共享团队成员的心理表征，达到合理决策的目的。一、从一个故事开始早在2008年，我在一家初创公司担任产品经理，我们主要的产品是为大学生校友会服务的在线社区。和许多产品团队一样，我们也面临诸多的挑战。每当我们推出一个新的在线社区的时候，校友们都会争先恐后地去看看他们的新网站。但随着时间的推移，访问量却变成了涓涓细流。通过用户研究，我们知道校友们喜欢给其他社区成员发送邮件来征求建议，例如，“如何找到下一份工作？”“住在新城市的哪个地方合适？”，这些也正是我们希望用户做的。我们的产品允许用户向整个校友社区发送邮件，但问题在于没有人愿意收到垃圾邮件。例如，住在达拉斯的校友收到电子邮件有“在芝加哥出售的物品”“在波士顿出租的房屋”以及“在旧金山的实习机会”。如果我们想提升校友的参与度，我们就必须减少社区中不必要的垃圾邮件。你是否和我一样，已经开始思考如何解决这个问题了？当我求助于我的团队，开始头脑风暴的时候，我们的工程师赛斯提出：“让我们集成谷歌地图！做一个能展示全球校友居住位置的地图。”我很震惊，居然有如此的突发奇想。我实在想不出其中的道理，很好奇地问：“谷歌地图会如何为我们解决垃圾邮件的问题？”但赛斯回答：“哦，不会的，但这会提升参与度，因为这很酷。”我开始向其他小伙伴寻求帮助，可悲的是，他们同意赛斯的观点：地图会很酷。当时，我无法用言语来表达我的沮丧，但直觉上我知道做一个酷的东西是不够的，知道人们住在哪里并不是一个很大的需求，添加谷歌地图感觉就像是个噱头。其实，这个故事并不是关于“我和赛斯，到底谁对谁错”而是一个更复杂的故事：一名产品经理应怎样让团队做正确决策，而不是怎样让团队做得更快。二、普遍性的问题如今，作为一名产品发现教练，我看到了这一幕在一个又一个团队中一次次地上演：我们不知道，一个既定的目标（如提升参与度）如何有效地转变为相关的具有可行性的解决方案。于是我试着解构拆解这个问题：1、 我们很容易爱上自己的想法我们很容易产生一个想法。当我们听到一个需求时，就会立刻自动地在想解决办法，或许这样闭合的脑回路感觉很好。但当我们爱上我们的想法时，我们不愿意审视它，我们也不会停下来反思，我们不会问：“这个想法到底真的好吗？”这就是赛斯的问题，他了解了谷歌地图API并很兴奋，他迫不及待地想试试看。他和我们团队的其他成员分享了他的想法，他们很快也爱上了这个想法。2、我们没有考虑足够多的想法当我们爱上我们的想法时，我们就不会考虑足够多想法。我的团队非常喜欢谷歌地图的想法，他们迫不及待地开始深挖，迫不及待地想要做些能提升参与度的事。谷歌地图的想法可能是个好主意。但是头脑风暴的研究表明：当我们产生更多的想法时，我们就会产生更好的想法。更重要的是，当我们考虑更多想法时，我们会做出“比较和对比”的决策，而不是“非是即否”的决策。我们很难非是即否地回答，一个决策是好还是不好。因为“好”不是绝对的，而是相对的。我们应该问一个“比较和对比”的问题：“这些想法中哪一个看起来最好？“这更容易回答。试想一下，短跑冠军博尔特独自在一条赛道上跑步，他跑得快吗？这很难说。再想象一下，他和其他选手在一条跑道上跑。他跑得快吗？很明显，一个“比较和对比”的决策会更容易评估。此时，你或许觉得自己已的想法够多了，稍后会讲怎么办。先让我们回到我的团队的问题上：我们爱上了我们的第一个想法，这也导致我们没有把想法考虑得够多。除此之外，我们团队还犯了以下的错误：3、我们没有向目标机会看齐赛斯的谷歌地图想法让我抓狂的原因，不是因为我觉得这个想法不好，而是因为我觉得这无关紧要。它没有解决我想解决的问题。这说明，我们也没有围绕着一个目标机会（或我们试图解决的问题）进行思考。在我的团队在进入创意阶段前，我没有花时间确保他们在问题上保持一致。以至于赛斯在思考如何提升参与度时候，却没有考虑到我所关注的：如何减少垃圾邮件的问题。4、我们没有考虑足够多的机会点头脑风暴会议中，我认为减少垃圾邮件是一个正确的机会，而赛斯想的却是帮助人们与附近的校友建立联系。我们俩都只考虑了各自的一个机会点。就像我们通过考虑更多的想法避免“非是即否”的问题一样，机会点也是如此。我们不要问“这个机会值得追求吗？”我们要问“这些机会中哪一个看起来最好？”这也就是说，如果没有更多机会点可供选择，我们就会冒险去解决一些不重要问题。我们应该做的是退后一步看问题：“所有可能提升校友参与度的机会还有哪些？”三、用“机会解决方案树”可视化你的思维安德斯·艾利克森写了《刻意练习：如何从新手到大师》一书，这本书总结了他用毕生的工作，探寻新手和专家之间的区别。他认为专家比新手有更复杂的心理表征。他对心理表征的定义如下：“心理表征是长期保存在记忆中的预设的信息模式，如事实、图像、规则、关系等，可以用于在某些特殊情况下快速而有效地作出反应。”他认为，“心理表征的重要价值在于它能帮助我们处理信息：帮助我们理解和解释信息，并将其保存在记忆中，对其进行组织和分析，并帮助我们据此做出决策。”这不是我们所需要的答案吗？是什么使我们能够理解、解释、组织和分析我们收集的所有信息，以便我们可以据此做出更好的产品决策？在上面的故事中，我们每个人都带着不同的信息来参加头脑风暴会议，每个人都依赖自己的心理表征来快速做出决策。我是带着对用户的深入了解来参加头脑风暴会议的，因为我刚刚完成了一轮用户调研。而赛斯带着对新技术的深入了解参加了头脑风暴会议，因为他刚刚读过谷歌地图API。唯一的问题是，产品团队需要联合团队成员的知识，通过共享心理表征作出快速决策。因此，我提出了“机会解决方案树”这个视觉化思考工具：通过可视化的树状图，把预期目标的拆分成不同的机会点，再把机会点拆分成多个解决方案，在通过实验验证解决方案的可行性。四、如何绘制“机会解决方案树”？1.从定义明确的预期结果开始产品团队需要弄清楚他们想要达到的目标是什么。我们需要自问一下：“什么可以提升参与度？”在我们开始寻找解决方案之前，我们应该先画出机会空间。我们很容易将机会理解成客户的需求或痛点，但我们也需要考虑那些让人愉悦的机会和可成功复制的机会。2.机会应源自于生成性研究为了探索如何达到预期的结果，我们应该从规划机会空间开始。为了确保我们始终以用户为中心，我喜欢将机会点的定义限制为客户可能会说的话。这些机会点应该来自生成性研究——客户访谈和客户观察 。现在我的团队刚刚结束了一系列的校友访谈，我们获得以下的机会列表：这个列表列出我们在校友访谈收集到的内容。接下来怎么做呢？大多数人可能会先开始排列优先级，你可能会问：“哪些机会对我们来说是最重要的？”但如果这些机会点的类别不相近，那我们很难对它们进行优先级排序。例如，“雇佣一个应届毕业生”或“指导一个学生”都属于“回馈社区”的方式，我们很难对他们进行优先级排序。就像我们拿“苹果”与“水果”做优先级比较，显得有点不合理。3. 用机会解决方案树简化优先级排序为了简化我们的优先级排序难度，我们可以将这些机会点分组，将类似的机会整理在一起。这样会更加清楚。最后我分成了三组：1. 我需要帮助；2. 我想和母校保持联系；3. 我想回报社区。我们可以先对这三组进行优先级排序，而不是对一个很长的列表进行优先级排序。从用研报告可知，我们用户反馈的较为普遍的机会点是“我需要帮助”。 “谁住在我附近”在“我需要帮助”的机会点之下，这样看来赛斯似乎是对。如果赛斯和我今天有这样的对话，这棵树无疑会帮助我们对话提升一个层次。与其争论“电子邮件太多”与“谁住在我附近”，不如先问问这三个机会点哪一个更重要。我们很容易就同意“我需要帮助”的机会对校友来说是最重要的。我们应该把注意力转移到优先考虑“我需要帮助”机会的子节点上。但现在又有些问题困扰着我，我认为“我需要帮助”与“我收到了太多电子邮件”有着内在的联系。我们需要把需要帮助的人和能提供帮助的人联系起来。如果我们用户滥发电子邮件，他们就不太可能提供帮助。通常，机会的组合方式并不是只有一种。你的机会结构应该反映出你在用户调研中听到的内容，并且应该能较好地优先级排序。首先，我将“我需要帮助”和“我想回报社社区”的机会点合并为一个名为“我想与其他校友建立联系”的机会点，在它下面再有3个子节点：1. 我想与校友建立专业性联系；2. 我想与附近的校友产生联系；3. 我不知道该与谁建立联系；机会结构在重新调整后，把我们的视线带到了市场的两端——需要帮助的人和能够提供帮助的人。他们在同样的机会节点下更加紧密地联系在一起。当我们在给不同的联系方式（如，专业性、地理位置等）排定优先级的时候，也不会偏袒市场的某一方。这也减少了我和赛斯之间的分歧。我们都同意应该将注意力放在左边的分支上。我们只是不同意哪个机会点会更重要。这使得通过查看数据更容易解决我们之间的分歧。我们可能会问：“有多少校友想与身边的人建立联系？有多少校友不知道该和谁联系？”有时需要多几次尝试才能找到有效的结构。关键是要确保它能反映出你从客户那里听到和看到的信息，并能帮助你就优先考虑的事项做出正确的决定。记住，没有绝对的答案。随着团队对客户了解的加深，您的树结构将继续发展。视觉化思维的价值在于，它能帮助您的团队解决分歧，并共享不同的视角。一旦你们有了一个满意的机会结构，你就可以考虑解决方案了。4.请专注于一个目标机会进行构想前面提到过，可能对于大多数人来说，不是没有想法，而是想法太多。当你有太多的想法时候怎么办？我们可能有很多想法，但它们往往会散布在我们的树上，就像这样：头脑风暴的价值在于，通过一个又一个新的想法，推动想法的迭代，从而找到真正具有创造性的解决方案。但很多是初步的想法，也会导致产品停留于肤浅层面。这不仅失去了头脑风暴的创造性，而且最终也导致我们面对一堆方案不知所措。另外，我们也很难给不一样的事物排定优先顺序。相反，我们可以通过逐行排列优先级来选择目标机会，然后再深入挖掘这个目标机会点，再产生多个解决方案，如下图：这样可以通过锁定一个目标机会来制定“比较和对比”的决策，而不是让想法散落在不同的机会之间。最终，你会发现有许多的想法去解决一个目标机会。现在，你已经有足够多的想法了。你可能考虑开始排定优先级了，或者迫不及待开始试验你的头号Idea。但这会导致另一个“非是即否”决策——我们觉得最好的想法到底是好是坏？我们应当建立一个“比较和对比”的决策，我期望你能回答：这些解决方案中哪一个看起来最具有可行性？5.通过投票缩减范围，设计实验来做对比和比较当我们有很多想法时，我推荐你先用点投票法缩减列表，再使用实验来评估这个集合。首先使用点投票将一个大的列表缩减为3-5项。研究表明，团体比个人更善于评估想法，而点投票是一种快速的投票方式。然后用实验来确定剩下的3至5个想法中哪一个看起来最有希望。但值得注意的是，当大多数团队进行实验时，他们希望通过实验来确定一个想法是否好，但这是另一个“非是即否”的决定。我希望你设计的实验，能够帮助你在一系列好的想法中做出选择，做到一个“比较和对比”的决策。做到这一点最简单的方法是，确定每个想法成立所需的关键假设，然后设计实验以测试每个假设。如下图，如我们选取“推荐收件人标准”这个想法，通过地理位置自动匹配收件人和发件人，或根据朋友的朋友来发送消息。我们可以列出这些关键问题和实验设计：关键问题：请求帮助的人会信任我们的收件人推荐吗？实验设计：我们可以制作一个用户界面的原型，看看人们的反应。关键问题：我们是否能够预测谁应该能够收到消息？实验设计：我们的机器学习团队可以做一个可行性实验。关键问题：朋友的朋友更有可能提供帮助吗？实验设计：查看数据库，看看朋友的朋友是否更有可能回复之前的消息。你可能会问：我怎么知道我的实验结果是否好？例如，15%的转化率够高吗？这就像是我们在问：“博尔特跑得快吗？”当他独自在跑道上跑步时，很难说。但是，如果你尝试了多种想法，你可以问：“根据我收集的数据，哪种解决方案看起来最好？”这很容易回答，就像博尔特和别的运动员一起赛跑时才能显得更快。请用做实验的方式在一组解决方案中选择，而不是评估单个解决方案。五、总结数十个产品团队受益于“机会解决方案树”，如果你像我一样，你想让你的整个团队参与决定构建什么，但你总是被“谷歌地图”所困扰，或者你的团队陷入了意见辩论的泥潭，那么我建议你开始构建一个机会解决方案树。花点时间直观地描绘出你的思维，将有助于你的团队抓住常见的批判性思维错误，如创建“非是即否”决策而不是“比较和对比”决策。另外，这棵树还充当了一个发现路线图，帮助你的团队对机会空间，以及实现预期成果的潜在路径的达成一致共同理解。和传统的路线图一样，它将帮助你向你的领导和公司其他人传达你所了解的东西。译者注：作者绘制了一张图描述了如何通过“机会解决方案树”做到持续发现的能力：产品团队按季度制定目标，通过每周进行客户访谈来发现机会点，然后针对一个机会点构思大量的解决方案，并制作原型和实验来评估解决方案的可行性，过程中不断的迭代优化。请开始你的机会解决方案树，记住以下几个要点：从明确的预期结果开始；然后规划出机会空间，请记住机会点应该来自生成性研究：客户访谈和客户观察调整你的机会结构，不同的结构将带来不同的可能性；通过逐行排列优先级来选择目标机会；通过锁定目标机会来限定创意的产生范围；最后，运行实验来评估您的解决方案集