分轻重

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。

---