思維建模:如何在知識迭代里,不被時代淘汰?

編輯導讀:思維建模是一種解決問題的綜合能力,是進一步把抽象問題具體化的過程。本文作者從AI的案例出發,對思維建模的作用和意義展開了分析討論,并分享了搭建思維模型的相關方法,希望對你有用。

未來人類要準備好,每十年要重塑自己一次,扔掉自己過時的知識、技能、經驗、假設和人脈,重新來過。

——《人類簡史》/尤瓦爾·赫拉利

來,我們先做個腦洞題。

假如你生活在人工智能時代,你是一個北京地區的大齡男青年,AI在讀取了你的過往行為數據,又結合全城適齡女青年檔案之后,為你推薦了三位最匹配的結婚對象。

但你在看了三位女孩子的檔案后,發現沒有一個是你喜歡的。

問:你到底該不該聽信AI的建議?

有人會認為,人是有自由意志的,即便AI算法無比精準又強大,但是也不應該將命運交給機器。

也會有人認為,人其實是不了解自己的,如果人真的了解自己,就不會有那么多的離婚官司,所以選擇AI至少比被父母安排相親靠譜。

但其實,這兩種思考邏輯都太“原始”。真正的思考邏輯是:你不是要質疑AI的答案,而是要質疑AI的算法。

什么意思呢?AI如果精準地抓取了所有數據,那么AI的計算是不可能出錯的。

但是正確的答案不一定有正確的結果,關鍵在于AI評判對與錯的標準是什么?

當AI為你推薦女友,而你發現自己并不喜歡時。你要先查看AI為你選擇女友的“算法”到底是什么?

比如, AI的邏輯有可能是這樣的:

AI盤點了學歷背景、消費觀念、家庭地位、社會職位、興趣愛好、相貌評分、價值取向、戀愛經歷等所有關鍵因素,給你推薦了一位最合適的未來妻子。

在這個算法框架里,AI的評估標準其實是你和女方的「匹配值」。如果你聽信了AI的建議,你將迎娶一位“合拍”的妻子。

但如果你不是一位追求“合理”的人,“合適”不是你的選擇標準,你不看重是否天長地久,只看重是否熱烈地愛過。

你可以讓AI去校正自己的算法,加入一些新的計算維度,例如,“愛情在人生中預估比值”、“星座是否是火向的”等、“是否有熱愛藝術”……

然后,AI在調整算法框架之后,會給你一份新的答案。

我們每天都可以得到很多個“答案”,然后在不同的答案之間,不知所措。

  • 有沖突的“答案”:有些人告訴你,不要忘記品牌,用戶心智才是企業最大的護城河;另外一些人告訴你,品牌理論過時了,你需要利用增長思維做企業。
  • 有過氣的“答案”:一些營銷文章告訴你如何利用H5做病毒營銷,還沒等你學明白H5的玩法,H5創意就已經過氣了。
  • 有過剩的“答案”:在電視媒體輝煌時代,做媒介的只要懂收視率、收視份額、毛評點,就能算明白自己買到了什么。現在呢?我們還得知道CPM、oCPX、CPS、CPA、CVR、CTR、CPD、GD、DSP、DMP、CDP、CRM……

在這個充滿答案的時代里,答案變成了一個“變量”。我們不應該追求固定的答案,而是要追求計算答案的能力。

答案是經常變化的,但計算出答案的公式可能是不變的。

營銷人在面對海量知識點時,光努力學習是沒用的,我們要做的是:隨時可以搭建起一套大腦操作系統,這樣才能解碼和兼容下載的知識點。

我把這種能力稱之為「思維建模」。

一、什么是思維建模?

一提到思維模型,很多人就會想到SWOT分析、OKR、波特五力模型等這些經典的理論模型。

但我說的是「思維建模」,不是讓大家套用大師們的模型,而是要學會隨時隨地、迅速搭建出屬于自己的理論思考模型。

「思維建模」的含義是:當我們發現一件事沒有參考經驗、沒有現成答案時,我們要憑借已有信息,迅速編出一套臨時“算法”,迅速解決掉這個問題。

我來舉個例子。

前幾天,和湛盧文化的創始人韓焱韓總聊到一個現象:為什么湛盧出版的《價值》能夠破圈,成為今年的現象級圖書?

我向韓總介紹了我日常評估IP的一種量化方法, 用這種方法我們常年為廣告主評估電視劇/綜藝。

簡單說,就是把一個IP可能引發流行的因素,拆解成很多個關鍵變量。從而把一個拍腦門的事,變成一個可以量化的數學計算。這種方法不一定100%準確,但至少減少了不確定性,增加了決策依據。

韓老師對這種方法很有興趣,希望我給湛盧制定一套爆款書籍的評估模型。

按理說,我不是出版業的人,我對熱賣圖書的一些信息掌握應該是陌生的,但是因為我是個營銷人,任何一種事物的流行都有其不變的規律。

于是,我就用「思維建模」的方法,搭建了一個爆款書籍的理論評估模型。模型里涉及了3個大維度,14個1級指標,和1級指標下的27個2級指標。

簡單說,這種思考方式要求我們:不要把自己當人看,要把自己當成一個低配版的AI系統。

那么,如果想形成「思維建模」的能力,其實要扭轉過往的一些思考習慣。

我覺得第一個要扭轉的習慣是,一定要學會把抽象的大問題拆解成具體的小問題。

二、把一個抽象的大問題,拆解成具體的小問題

很多時候,我們面對的都是一個抽象的商業問題,比如“我們明年廣告費該花多少錢?”

回答這種問題時,你有兩種選擇:一種是提供觀點式的建議;一種是提供量化式的建議。

觀點式的建議會這樣說:

張總,明年是競爭白熱化的一年,我們要想站穩腳跟,不能太保守,必須有燒錢的魄力,我建議投4000萬。

量化式的建議會這樣說:

張總,我們一年的營收是3個億,毛利是1個億。行業內一般會拿出毛利的30%,作為下一年的廣告費支出。

但是明年會面臨行業洗牌,考慮到明年的市場增速,我們營收大約在5個億,毛利1.5億。我建議,把今明兩年的盈利都用在廣告投資上,大約是4500萬,從而徹底站穩市場,

再考慮你公司的資金周轉和成本消耗,我們至少要投入4000萬。

觀點式的建議只能讓人選擇是和否,只有量化式的表達建議,才能為決策提供丈量依據。

“明年廣告費該花多少錢?”這個問題是抽象的,但抽象的問題可以一步步拆解成可被計算的小問題,這些個小問題就組成了一個思維模型:

  1. 公司營收和毛利
  2. 行業廣告支出在營收毛利中的占比
  3. 競爭對手的投放費用
  4. 未來一年市場增速所提供的費用
  5. 資金周轉和成本消耗

以上這五個因素共同決定了客戶的廣告預算,而且每個因素都是可被計算的。以后,任何一個客戶問你該花多少錢,你都可以借助這個模型計算出答案。

我們再看一個好玩的例子:《孫子兵法》有句話叫,“故善戰人之勢,如轉圓石于千仞之山者,勢也。”

意思是帶兵打勝仗的人,所營造的勢頭,就好比在一個高山上,把一塊圓石頭推下去。圓石滾下山的那種不可阻擋的力量,就是“勢”。

孫子老人家這句話,我們可以換個表達方式:

從高山上推下一個圓石頭,產生的其實是“重力勢能”。

重力勢能=質量×重力加速度×山高

如果我們知道山高、知道石頭的重量,再乘以重力加速度≈9.80 m/s²,我們就能算出所謂的“勢”到底有多大。

沒借勢和借勢的差別,就是原地滾石頭和高山上滾石頭的差別。

但差別有多大?如果孫子學過物理,他應該可以計算出,大約多了多少倍。

所以,把一個抽象的大問題,拆解成一個個小問題,目的是讓這個大問題變得可計算、可測量。

前幾天,看到一本書,叫《數據化決策》,我才發現,這種思考方式已經被前人廣泛應用,并且還寫成了書。

這本書的作者提出一種觀點:一切皆可量化,包括看似不可能的無形之物。比如什么是幸福的婚姻?如何才能找到真愛?

受到這本書的啟發,我把我的思考擴展到了營銷之外的地方,比如,“如何招聘到合適的人?”

以前,我偶爾會后悔招進來某個人。現在我知道了,是我沒有把“招聘”這件事拆解成具體的評估原則。

于是,我建立了自己的“招聘防后悔”模型,我的模型長這樣:

  • 面試時,第一直覺不對的人,堅決不要。
  • 打破現有團隊薪酬結構的人,堅決不要。
  • 猶豫要不要聘用的人,干脆不要。
  • 試用期不愿意改變過往工作習慣的人,淘汰掉。
  • 只有苦勞沒有功勞的人,不漲薪。

這個模型沒有提到任何專業技能方向的考量,因為專業經驗和技能我是很難看錯的,我后悔一定是其他方面的原因。

比如,這個模型的第二點“打破現有團隊薪酬結構的人,堅決不要”。我認為,一個人不管有多厲害,我多想要他,都不能為了他去打破團隊的薪酬結構,任何組織都是“不患寡而患不均”,這樣一定會導致團隊分裂。

面對一個商業問題,能夠利用常識迅速搭建出自己的理論模型,其實并不容易。

雖然很多人都明白,要把抽象的大問題拆解成具體的小問題。但關鍵是,那些小問題又是怎么想出來的呢?

其實,這才是「思維建模」的最難的一點:如何找到問題里的關鍵變量。

三、只有找到“關鍵變量”,才能思維建模

很多大公司面試時,經常會問出一些奇怪的問題。比如,成年人有多少根頭發?HR要求你,不借助任何工具,只靠一張白紙和一支鉛筆,去計算出人類頭發的數量。

這其實是考驗候選人,如何在有限的資源和信息下,找到最簡潔可行的做事方法。

我的計算思路是這樣的:

人的頭顱大約和一個足球差不多大小,可以用足球的表面積換算出頭發面積。

目測,人頭發的表面積,大約占了整個頭顱的二分之一。也就是說二分之一的足球大小,就是正常人的頭發面積。

一個足球,憑想象大約直徑是20CM,表面積是π×20²≈1256cm²,二分之一的面積就是628cm²。

1cm²,憑想象大約有10×10=100根頭發。

所以,最后的答案是628cm²×100=62800根頭發。

真實的答案是:有6萬到12萬根。據統計,黑人大約6萬到8萬根,黃種人大約8萬到10萬,白人大約10萬到12萬根。

我的答案雖然誤差很大,但也正確范圍值內。

只是我在計算時“作弊”了,因為我這個數學一直不及格的文科生,居然忘了小學生都會的球體表面積計算公式。于是,我羞愧地百度了一下,才算出答案。

這就是思維建模的難點。在拆解問題時,一旦無法知道關鍵變量,或是把關鍵變量計算錯了,就沒法得出正確的答案。

“關鍵變量”就好比一個模型的關節,關節如果找不到,根本沒法架構起一座思想大廈。其他地方壞了還可以修修補補,大廈還不會塌,但關節斷了,大廈就搖搖欲墜了。

營銷人在做競爭分析,在擬定品牌策略時,必須先去徹底洞悉出“關鍵變量”,才可以在這些關鍵變量的基礎上,搭建戰略大廈。

我們就拿新零售為例。零售業是如何發展到今天這個規模的呢?我們看一下高瓴資本的研究。

這張圖摘自張磊張總的《價值》。高瓴認為,零售業之所以能成長到今天這個規模,是因為新技術催生了新的商業設施。

比如,為什么會出現連鎖店?其實是因為鐵路的出現。因為有了鐵路,才有了現代物流,商品的物流和生產周期才可以做到標準化;

再比如,為什么會出現越來越多的商品類目?因為電冰箱出現了,食品品類才可以爆炸性的擴張。

高領的研究結論簡單、清晰,新零售行業的增長動能,就在這幾個關鍵變量上。在這些關鍵變量上,高領總結出,研究的關鍵=關鍵時點+關鍵變化。

我一直覺得,投資公司對行業和公司的研讀,經常是碾壓營銷公司的。也許是因為投資公司是花錢的人,所以不得不認真。營銷公司是收錢的,所以經常自命不凡。

高瓴資本對新零售的分析,給我們一個重要的啟發:“二八法則”是分析的視角,也是分析的結論。

我們做商業分析時,要永遠把這個世界一分為二。左邊是多數的、不重要的事,右邊是少數的、重要的事。

如果我們發現沒法把這個事二八劃分,那么這事我們一定沒弄明白。

調研機構經常發布各種行業報告,但當你累花眼睛、看完大大小小的柱狀圖和餅狀圖之后,什么都記不住。

分析是為了把一個復雜的事簡單化,而不是把一個復雜的事搞得更復雜。

學會量化一個抽象問題,學會發掘關鍵變量,我們可以完成思維建模的第一步,但如果想要一個思維模型是真正有用,我們還欠缺最后一塊拼圖。

四、一個思維模型,怎么才能真的有用?

我曾看到,有廣告策劃這樣為品牌做SWOT分析。

  • S,品牌優勢是產品質量好
  • W,品牌劣勢是品牌知名度不高。
  • O,機會是行業高速增長。
  • T,威脅是競爭對手廣告投的多。

結論:應該加大廣告投放。

別笑!其實,我們很多人都有過類似的經歷,你看到了一個厲害的分析模型或者方法論,嘗試用了一次,但結果依然毫無建樹。

問題出在哪呢?因為分析模型不是數學公式,它沒有一個標準答案。如果你在應用中,不知道錯在哪里,沒人給你反饋關鍵信息,你就沒法校對自己。

光有一個模型,往往得不出正確答案,這個模型要被事實校對,才能真正有效。

好比你買了一雙漂亮的高跟鞋,但是這雙鞋很磨腳,愛美的女孩子們必須“盤”上一兩個星期,才有可能靠它征戰舞會。

就拿我前面提到的爆款書籍評估模型一樣,那個模型現在一定是殘缺的,不準確的。

但如果我拿出近三年的暢銷書籍排行榜,挨個去衡量,才有可能確認哪些關鍵變量被我遺漏了,哪些變量的權重被我錯估了。

所以,思維模型其實是、也必須是動態的。它會在測試——校對——再測試的思考循環里,百煉成鋼。

但是,我們常以為,只要試錯的次數夠多、經驗夠多,我們自然就會越理解一件事。道理是這個道理,但是滿街都是干了一輩子,還沒弄明白自己那點事的人。

為什么有時候擁有大量的反饋數據,但卻沒有像今日頭條一樣,把算法校對的越來越準呢?舉個例子。

問題是:1+1=?,你作答了三次:

1+1=5

1+1=6

1+1=7

這三次試錯,你并沒有找到答案,甚至越找越遠了。我們再換三次作答:

1+1=1-10

1+1=1-5

1+1=1-3

這幾次作答,其實是在不斷縮小目標范圍。

可以說,思維模型的反饋,也是需要思維模型的。

就拿我們刷手機短視頻為例,短視頻APP會統計很多觀看行為。

顯性的行為記錄有:點贊、評論、留言、喜惡。

隱性的行為記錄可能有:停留時間、所在地域、登陸頻次、內容標簽、關注賬號、社交關系……

以上,這些因素以某種計算方式組裝起來,就是機器的思維模型,只是機器把它叫算法。我們也要明確自己的反饋機制是什么?

而且,人相較于機器的劣勢是:機器對任何系統反饋都是可以正確記錄的,而人卻常常對一些重要的反饋視而不見、后知后覺。

比如,影視劇里總有不解風情的傻小子,現實里總有對女朋友情緒遲鈍的直男癌。

所以,我們要做的就是,把反饋機制變得“可視化”。

曾國藩有一項習慣,就是記日記。

曾國藩的日記很有特點,一直在寫:讀了什么書、見了什么人、與人交談的內容、寫過什么東西、吃了什么飯……

這些日記簡稱“流水賬”,但這些“流水賬”卻意義非凡,一代圣人就是用這種方法觀察自己。

在日記中,曾國藩經常標注幾點吃飯了、幾點寫字了,“時間感”非常強。因為曾國藩一直體弱多病,所以,“精力管理”和“時間效率”一直是他關注的事。

可以說,在那個沒有番茄工作法和計時器的年代,日記就是曾國藩的復盤工具,就是他粗糙的、可視化的反饋機制。

擁有一個反饋機制,再把這個反饋機制可視化,我們的思維模型才可以被“開光”。

結語

當我們去征服一片大陸時,我們以為自己需要一塊地圖,于是拼命搜集、爭奪別人手上的地圖殘片。但當我們真正擁有地圖時,才發現面前的大陸已經滄海桑田、物是人非。

其實,我們真正需要的一個指南針。指南針讓我們在一個變化的環境下,永遠可以找到北極星。

對于我而言,思維建模的能力就是一個指南針,讓我在這片翻騰的知識大陸上不走失。

#專欄作家#

梁將軍,公眾號:梁將軍(ID-liangjiangjunisme),人人都是產品經理專欄作家。品牌IP戰略顧問,每兩周大約思考一個營銷課題。

本文原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議

給作者打賞,鼓勵TA抓緊創作!

文章若有侵權請來信告知:品牌行銷策略,產品行銷與設計,各類型行銷推廣案例分享-品牌行銷點點讚 » 思維建模:如何在知識迭代里,不被時代淘汰?