產品第一性原理思維盤點

產品經理在執行力之外，重要的是思維能力，正確的思維能力能確保做對的方向，做對的事情。所謂第一性原理，就是思維的核心邏輯，一個領域無論多大，總有一些核心原理的基石。產品的第一性原理，需要不斷在實踐中總結，本期會簡單羅列一些我自己覺得比較重要的核心原理。

1.交互樣式的設計優化，不會提升核心數據

產品發展到現在，已經過了當初交互優化能大幅度提升用戶體驗的階段了，智能手機的普及，產品使用門檻越來越低，而業內互相借鑒，也讓即使是小的APP，也可以在很小成本的情況下，做到比較好的交互。交互樣式的設計優化，很容易達到瓶頸，也很難提升核心數據。如果交互修改能提升核心數據，一定是因為之前做的流程太差了。

2. 用戶路徑越長，用戶流失率越高

註冊流程也好，購買流程也好，步驟越多，流程越多，用戶越容易流失。這個基本是共識。

用戶的需求有兩個極端，一個是完全的剛需，比如鐵道部的火車票，無論12306體驗多差，我們都是要購票。註冊它的賬號，用它的驗證碼，從它的庫裡面買票。一種是非剛需，替代性特彆強，使用或者不用都沒有什麼太大差異。越是後一種需求，用戶路徑的長短對流失率影響越大。

3. 單一步驟取巧方法提升轉化率，往往會在下個步驟流失

取巧辦法提升轉化率，一般會去掉一些必要步驟。比如為了促進用戶點擊，素材使用虛假素材，過度誇大效果，用戶進入真實頁面就會停止轉化，或者轉化後，很難留存。比如為了拉新默認生成賬號，這樣的用戶流失也會非常快。

4. 產品用戶體驗的核心之一：讓用戶知情，讓用戶有控制感和安全感

人是天生缺乏安全感的。用戶希望的是掌控局面，而不是被動接受。比如，金融類的APP，需要讓用戶看到每天的收益；比如，電商下單後，需要讓用戶知道預計送達時間；比如，一旦產品出了用戶意料之外的改動，需要第一時間通知用戶；比如，絕對不能隨便變更用戶內容。

核心是把產品交給用戶，讓用戶選擇，讓用戶知情，讓用戶控制。就拿預計送達時間舉例，用戶很多時候並不在意快遞慢一兩天，更在意的是，不知道快遞大概什麼時間到。

5.產品迭代應該相信事實和邏輯，而不是相信個人判斷

個人判斷是仁者見仁、智者見智的，產品經理必須杜絕「我覺得用戶會覺得XX更好」這種表述方式的。「事實是什麼，假設是什麼，假設是否成立，邏輯是什麼，結論是什麼」，這都是基本的討論方法，總做個人判斷的人，大多數都做不成事情，畢竟天才是極少數。

6. 信息量越大，模型效果越好

這個是演算法策略的核心，模型能接受越多的信息量，模型的效果就會越好。注意是，信息量而不是信息。增加無效信息或者冗餘信息並不能增加信息量。關於信息量的介紹，可以看我之前的一篇文章：做個夠用的搜索，其實也很簡單（一）搜索的原理 - 知乎專欄

7. 機器學習演算法>規則策略演算法>人工判斷

人工判斷，規則策略演算法，機器學習演算法，基本上就像是功能機，iPhone前智能機，後iPhone時代智能機的區別。各行各業，在下一個階段會很大程度被機器學習的各種方法迭代改造。目前這個趨勢已經比較明朗了。

8. 個性化內容>分組內容>普適內容

比如push，消息，feed流，廣告。個性化的內容一般效果會是普適內容效果的2~4倍。分組呢榮效果是普適內容的1~2倍。這個原理其實核心也很簡單，引入的新的用戶信息作為依據，確實會帶來更好的效果。

9. 以上基本原理都是可以違反的，只要有違反的邏輯

就像三大範式，本來是基於節省空間提出的資料庫設計原理，但是目前已被業內摒棄。因為實際生產中，解決查詢效率和高並發問題比節省儲存空間更重要。沒有什麼不能違反的規則，只要真的理解了這個規則的前提，和產品面臨的真實情況。

比如第一點「交互樣式的設計優化，不會提升核心數據 」，但是如果是加入了更多有創意的情感化的設計，也能提升核心數據。

比如「機器學習演算法>規則策略演算法>人工判斷」，也取決於公司的基礎數據量，數據量稀疏的情況下，規則策略演算法效果可能反而比機器學習的方法更好。

產品第一性原理思維，更多是需要自己在工作實踐中提升。這篇文章其實也只是個引子，單靠培訓和閱讀無法成為產品經理，大概也是這個職業最有意思的地方之一。