有个历史悠远的案例,我都不记得在哪里分享过,有个不错的技术人员做了一次系统升级,用了三个优化策略,上线后效果很好,系统性能增强了不少,线上负载下降了很多。那么开分享会的时候,他讲了这个方案和上线前后的效果对比,但还是被我叽歪了几句。
我挑他什么了呢,他没办法分辨这三个策略,每个策略的优化效果。我说你为什么不分三次上线,看三个反馈数据,然后给出评估结果。
是不是觉得有点吹毛求疵了,当年4399是创业公司,上线流程简单,核心研发随时可以自行把代码发布上线,如果按照现在互联网巨头的上线发布流程,我这么要求肯定是非常不合理的。
但这个道理是什么呢,很多策略,方法,可能都是对的,但其中有轻有重,有大有小,我过去说过几次抓大放小,那么首先,要能分辨出大小,轻重。学会区分不同策略,不同方法,对结果的影响程度,而不仅仅是影响关系。
那么我经常会建议年轻人做一些典型案例拆解,其实案例拆解不容易,为什么不容易,因为你很难得到对方的最核心数据资料,很多只能靠外部的展示去猜。
这样你就只能找到相关因素,但无法确认这些因素的轻重。
我举个例子,你比如拆解某某自媒体成功的原因,你可以列出用户来源一共有A,B,C,D,E 五个因素。当然有人可能可以列出更多。好,然后你拆解另一个成功自媒体,可能还是A,B,C,D,E这五个因素,看上去,这俩没啥区别,但其实实际运营情况可能是天差地别。
比如自媒体1,A的因素占据了用户来源的85%,其他四个只占了15%,而自媒体2,A的因素只占据了15%,而D则高达70%。如果我们只看因素罗列,是看不出这种差别的。
我在星球里看一些优秀的创业者自我总结文章,特别有价值的是数据罗列,他们会说,通过什么策略,提升了多少,通过什么策略,提升了多少,你会发现这里很关键的是,不同策略带来的提升是差距很大的,但是不是只有提升数值最多的才是最重要的,其实也不是,有些策略帮助产品运营在最早期获得了坚实的用户基础,看上去数据不是很大,但是在基数很低的时候,这个价值也是无比巨大的。所以价值也并不是只看数据本身,也要结合数据产生的背景和其他关联的因素。
创业公司,或者一些新兴领域的项目尝试,限于资源和时间成本,想要快速启动,必须找到哪些是重要的,是核心的策略和方法,而暂时忽略那些次要的。这样才能在有限人力,有限资源,有限时间的前提下,快速把项目规模做上来。
但什么是轻,什么是重,并不是说说那么简单,很多时候职场人员会有一个错误的认知,所谓轻和重,最核心的应该是对业务的影响。有时候,一些简单的小策略就可以产生重要的业务影响。而一些职场人员容易沉迷于自己的地位和视角,偏向于技术表现,或者产品丰富度,或者什么其他的一些看上去更能体现自己价值的东西。
我举个思考范例吧,比如你去拆解一个技术大V成功的原因,去探寻他的粉丝来源,那么你可能列出很多个相关因素和用户来源,但你能不能区分出排名前三的引流因素,并且能区分这些因素大概的引流比例。很多人只能罗列很多个引流因素,但根本区分不出来,哪些占比高,哪些占比低,那么这种情况下,列的越多,其实价值越低。
在职场,很多年轻人做竞品分析也是如此,他们认为,我列的越多,说明我观察越仔细,说明我对细节的把握越深,当然这么说也挺对,但如果你不能区分这里的轻重,那么列的越多,其实越无法体现出关键因素的价值。
在市场竞争的不同阶段,轻重的定义和价值也是不同的。
比如竞争非常激烈的红海领域,大家招法套路都非常趋同,各种优化手段都非常极致的时候,那么一些非常细节的差异才能决定胜败。但是对于相对早期的领域,或者相对早期的一个项目,一定是快速抓住重点才能把握先机。
这么说是为了,别抬杠,一会讲抓大放小,一会讲细节为王,好像很自我矛盾是不是。
讲真,在某些场景下,细节其实也很大,对结果的影响也很重。
最后,重复一下,轻重的定义,不是成本,不是技术诉求,不是资源规模,而是对结果的影响。这个是最重要的,不要被自己所处的位置和视野局限,要跳出来看。