一種產(chǎn)品決策的方法論

最近在工作上遇到了一些難以取舍的決策場景,如果用批量思維去思考事情的話舱沧,當我們在面臨一次決策場景的時候,先去想能不能先做一個批量解決決策問題的方法,加上最近讀了一些管理和行為經(jīng)濟學的書籍简烤,通過里面的理論自己搗鼓了一套決策方法論。在說決策方法論之前摇幻,先轉(zhuǎn)一段轉(zhuǎn)自巡洋艦的徐鐵的話乐埠,深有感觸。對于高度變化的未來囚企,無論多么符合邏輯丈咐,論點多么充足,我們每個決策也有可能都會變成bullshit龙宏,但是你演繹決策的過程會決定最終事件本身棵逊。

人生的重大決策都有類似的特點:橫看成嶺側(cè)成峰,利或弊總可以列出100條银酗,你根本無法通過權(quán)衡利弊做選擇辆影。你對未來利弊的預測極大取決于你演繹的視角,在這些選擇面前黍特,影響未來的正是你的預測或者說演繹視角本身蛙讥,所謂反身性,也因為此灭衷,決策的意義遠大于預測次慢,決策決定了演繹的視角也就是預測,也就是最終事件本身。而事后你也會根據(jù)當時的決策用馬后炮安撫自己迫像。因此這類問題的關(guān)鍵不是預測而是在過程控制中調(diào)整決策劈愚。


一、決策的相關(guān)知識

1.什么是決策

理性決策者在面臨決策情景時候闻妓,他尋找的他想象中后悔概率最低的可選方案菌羽。

2.什么是成本

“Cost is the highest alternative value”成本就是是在可選方案集合里被你的選擇放棄了的那些方案當中,可能為你帶來最高價值的那個方案的價值由缆。

3.我們有怎樣的偏好

卡尼曼的前景理論——我們對隨收益增加而增加的幸福感的敏感性,大約是我們隨損失增加而增加的痛苦感的敏感性的三分之一注祖。我們對損失感受到的情感體驗是對收益的3倍。為了排除這種情感干擾均唉,我們需要對損益進行復權(quán)是晨。

4.我們需要在什么前提下做決策
  • 有關(guān)可選方案的信息
  • 有關(guān)預期結(jié)果的信息
  • 一致性的偏好排序
  • 決策者了解決策規(guī)則
5.我們怎么樣做決策

為了求解現(xiàn)實問題,我們需要建構(gòu)可操作的概念浸卦,我們還需要將決策過程呈現(xiàn)給自己署鸡,為此我們引入決策函數(shù)的概念:

Policy=f(Situations, Experience, Knowledge, Desires, Value System)
**決策者首先要確定S,它是決策者能夠注意到的那些決策情境(situations)的集合限嫌。然后靴庆,決策者根據(jù)以往的全部經(jīng)驗(experience )—記作集合E,和他積累的全部知識(knowledge)—記作集合K怒医,他當前的全部欲求(desires )—記作集合D炉抒,以及他目前持有的價值觀和評價標準(value system )—記作集合V,基于這些因素稚叹,他才可能比較清滿足行為經(jīng)濟學“情一境一理”三元體的分析標準了焰薄。決策框架是演化的, P依賴于上述五個集合(S, K, E, V, D)扒袖。

6.決策是工具性活動還是解釋性活動(數(shù)學題VS政治題)
  • 工具性活動:從全局去思考塞茅,在有限理性和有限信息下尋找局部最優(yōu)解。
  • 解釋性活動:先得出答案季率,預設(shè)立場再去尋找證據(jù)野瘦。

二、我們的產(chǎn)品決策

我們需要羅列過往我們從競品飒泻、訪談鞭光、文檔中整理出的我們的各個元素集合

1)則產(chǎn)品決策的過程是:

在S情景下運用我們的E和K從P集合中選擇一個最佳元素PX,去達成我們的D(短期目標)和V(長期目標)泞遗,并且理想情況下惰许,我們尋找的這個PX要最大化滿足的我們的D和V,并使得成本最小史辙。

2)P元素計算的方法是:

如果有需要的話汹买,為S/E/K/D/V每個元素集中的元素進行賦權(quán)佩伤,然后計算P集合中每個元素能滿足其他集合中的元素數(shù)量和權(quán)重。舉例說卦睹,比如P9滿足了11個要素S2,S3,S4,.....E1,K2,D3.V4)是P集合中元素的最多的畦戒,那么P9就是最佳解

我們需要站在一種更高的視角上方库,盡可能用我們的有限理性结序,羅列我們所有已知的信息集合。要確保每個元素集合里的元素顆粒度足夠細纵潦,如果有某個元素自身比較復雜則需要再單獨羅列相關(guān)信息徐鹤。最后我們定義一種可測量的方法去計算出出那個最符合現(xiàn)狀的決策PX。

表格樣圖
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末邀层,一起剝皮案震驚了整個濱河市返敬,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌寥院,老刑警劉巖劲赠,帶你破解...
    沈念sama閱讀 217,277評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異秸谢,居然都是意外死亡凛澎,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評論 3 393
  • 文/潘曉璐 我一進店門估蹄,熙熙樓的掌柜王于貴愁眉苦臉地迎上來塑煎,“玉大人,你說我怎么就攤上這事臭蚁∽钐” “怎么了?”我有些...
    開封第一講書人閱讀 163,624評論 0 353
  • 文/不壞的土叔 我叫張陵垮兑,是天一觀的道長冷尉。 經(jīng)常有香客問我,道長系枪,這世上最難降的妖魔是什么雀哨? 我笑而不...
    開封第一講書人閱讀 58,356評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮嗤无,結(jié)果婚禮上震束,老公的妹妹穿的比我還像新娘。我一直安慰自己当犯,他們只是感情好垢村,可當我...
    茶點故事閱讀 67,402評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著嚎卫,像睡著了一般嘉栓。 火紅的嫁衣襯著肌膚如雪宏榕。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,292評論 1 301
  • 那天侵佃,我揣著相機與錄音麻昼,去河邊找鬼。 笑死馋辈,一個胖子當著我的面吹牛抚芦,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播迈螟,決...
    沈念sama閱讀 40,135評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼叉抡,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了答毫?” 一聲冷哼從身側(cè)響起褥民,我...
    開封第一講書人閱讀 38,992評論 0 275
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎洗搂,沒想到半個月后消返,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,429評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡耘拇,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,636評論 3 334
  • 正文 我和宋清朗相戀三年撵颊,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片驼鞭。...
    茶點故事閱讀 39,785評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡秦驯,死狀恐怖挣棕,靈堂內(nèi)的尸體忽然破棺而出译隘,到底是詐尸還是另有隱情洛心,我是刑警寧澤固耘,帶...
    沈念sama閱讀 35,492評論 5 345
  • 正文 年R本政府宣布词身,位于F島的核電站厅目,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏法严。R本人自食惡果不足惜损敷,卻給世界環(huán)境...
    茶點故事閱讀 41,092評論 3 328
  • 文/蒙蒙 一深啤、第九天 我趴在偏房一處隱蔽的房頂上張望拗馒。 院中可真熱鬧溯街,春花似錦诱桂、人聲如沸洋丐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽友绝。三九已至,卻和暖如春迁客,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背涡相。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評論 1 269
  • 我被黑心中介騙來泰國打工剩蟀, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人育特。 一個月前我還...
    沈念sama閱讀 47,891評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像缰冤,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子棉浸,可洞房花燭夜當晚...
    茶點故事閱讀 44,713評論 2 354

推薦閱讀更多精彩內(nèi)容