目錄
- 各種底層邏輯
- 底層邏輯 Intro
- 課題分離
- 不同的角色對同一件事情可能有不同的看法
- 人性、道德、法律
- 公理體系 vs 邏輯推演
- 每一種理論都有 假設前提
- 事實、觀點、立場、信仰
- 事實
- 觀點
- 立場
- 信仰
- 區分 “意見“ v.s. “事實”
- 意見 vs 事實
- 事實判斷 vs 價值判斷
- 各種直覺偏誤
- 範例:跑紅包給醫生,是否會提高手術的成功率?
- 倖存者偏差
- 注射式洗腦
- 辯論比賽
- 美醜可以被量化計算
- 終局思維
- 範例:Tesla
- 賽局理論
- 賽局 理論 intro:決定要如何與他人競爭、共贏、保護自己
- 奈許均衡(Nash Equilibrium)
- 賽局理論 - 囚徒困境 (Prisoner's Dilemma)
- 囚徒困境 intro
- 因應囚徒困境的方法
- 協調賽局
- 動態賽局 - 時間因素
- 占優策略(dominant strategy,優勢策略)
- 零和博弈
- 有限賽局 v.s. 無限賽局
- 有限賽局 Finite Game
- 無限賽局 Infinite Game
- 相似業態業者採取相似的策略 (霍特林模型 Hotelling model)
- 立場相對的雙方
- 選擇
- 稀缺心態 (Scarcity Mindset)
- 稀缺 Intro
- 認知帶寬(bandwidth)
- 稀缺造成:專注紅利
- 稀缺造成:管窺 / 隧道視野 (Tunneling)
- 應對稀缺心態 方法
- 應對稀缺心態 方法 1:在資源富足時規劃好資源的運用
- 應對稀缺心態 方法 2:用「餘裕」來應對突發事件
- 應對稀缺心態 方法 3:主動減輕 “認知帶寬”的負擔
- 應對稀缺心態的方法 4:壯士斷腕
- 應對稀缺心態的方法 5:咬緊牙關奮力一搏
- 認知偏誤 (Cognitive Bias)
- 在處理資訊的各個階段可能產生的認知偏誤
- 蒐集資訊時的各種偏誤
- 資訊加工階段的偏誤
- 資訊輸出階段的偏誤
- 資訊回饋階段的偏誤
- 展望理論 Prospect Theory
- 期望效用理論 Expected Utility Theory
- 風險趨避 Risk Aversion
- 損失趨避 Loss Aversion
- 雙曲折現 (Hyperbolic Discounting)
- 錯判事情發生的機率高低
- 框架效應
- 依照別人的行為、跟著認為某某事情比較好
- 首因效應 Primacy Effect
- 近因效應 Recency Bias
- 代表性偏差 Representativeness Bias
- 易得型偏差 Accessibility Bias
- 過度自信
- 無法正確自我歸因
- 後見之明 (評論者思維)
- 認知失調
- 確認偏誤 Confirmation Bias
- 誤把 相關性 當作是 因果關係
- 如何取得傑出成就
- 優秀 problem solver 心中該有的信念
- 如何剖析 problem (看到一個 問題/現象 之後該思考的事)
- <1> (Is it true?) 是否為真?真的存在這個問題/現象嗎?
- <2> (So what?) 所以呢?這問題會帶來什麼影響嗎?
- <3> (Why so?) 為何這問題會產生 那個影響?根本原因是什麼?
- 解決問題 3 大步驟
- <1> 釐清現況
- <2> 定義目標
- <3> 找出如何達成目標的途徑/方法
- 找出問題的核心本質 (core of a problem)
- 第一性原理 First Principle
- <1> 挖掘問題時要有限度:先找出 問題的甜蜜點 就足夠 (sweet spot)
- <2> 用 impact 和 feasibility 區分需要被解決的問題
- <3> 實務中的做法:80/20 法則 (先解決最嚴重的問題就好)
- 解決問題的技術 (3種思考 & 執行方式)
- 清晰思考、批判思考
- 邏輯思考 (Logical thinking)
- 假說思考 (Hypothesis thinking)
- 採用 假說思考 的優點
- 什麼是「好的假說」
- 提出能夠解決問題的 Solution
- 假設 → 驗證 → 提出結論 → 做調整
- 金字塔原則 - 剖析問題
- 金字塔結構
- <1> 訊息式的說明
- <2> 意見在上,事實在下
- <3> MECE (Mutually Exclusive Collectively Exhaustive)
- 達成金字塔結構的分析問題、統整資料方法
- <1> 歸納法 (Induction)
- <2> 演繹法 (Deduction)
- 建立模型 (modeling)
- 解決問題時常犯的錯: 沒有找出 ”真正該被解決的問題 (problem)”
- <錯誤 1> 問題根本不存在
- <錯誤 2> 把注意力錯放在 不重要的問題 (problem)
- <錯誤 3> 沒有解決問題的根本原因
- 搜集資料、分析資料
- <1> 以假說為導向去搜集資料
- <2> 簡約分析法 (BoE, back-of-the-envelope)
- 步驟 1:建立模型 (Build the Model)
- 步驟 2:蒐集數據 (Collect Data for Components)
- 步驟 3:確認是否合理 (Sanity Check)
- 步驟 4:導出啟示 (Evaluate Implication)
- <3> 量化分析
- 好的 Insights (解決方案的 建議/策略)
- 突破性 - 是否有說出 客戶不知道的事?
- 針對性 - 是否有 針對 客戶 獨特需求的?
- 策略顧問的投影片 - 每頁最好要包含的元素
- 好的投影片有哪些標準?
- 上台簡報的技巧
- 策略顧問做訪談 (interview) 的技巧
- 參考資料
各種底層邏輯
底層邏輯 Intro
- 掌握事物之中
會變的
與不容易變的
的部分 - 不變的:換位思考、成本架構…etc
- 會變的:主詞、受詞、對象、場合、目的…etc
方法論
=底層邏輯
+環境變數
- 底層邏輯:不常變化的要素、定理、框架、規則
- 面臨環境變化時,把底層邏輯套用新的變化中,找出「面對沒見過的新事情,我們可以採取什麼樣的策略去解決問題」
- 普通人只能看到 事物的外在現象、已經很明顯的事實。優秀的人能透過
現象
,深入看出事物的本質
課題分離
- 辨識出「哪些事情 是我該關心的、對我有實質影響的、是我喜歡的」。不去思考「超出我能力範圍的事情」
- 發生事情、意外之後,責怪、埋怨、後悔都是沒有意義也沒有用處的,因為已經無法改變結果
- 不要為了沈沒成本而浪費時間
- 只努力做 我能力所及的事情
- Examples
- 人能把一匹馬牽到河邊,但馬是否去喝河水是馬自己才能決定的
- 我把自己的工作做好,並且適切地向主管報告。主管「是否要 promote 我」,是主管才能掌握的事情,我多想無益
- 不要期待他人的性格會在短時間之內改變,不需要過度強求別人能完全依照我的要求做事
- 成年人只篩選,不改變別人
- 想要得到社會大眾讚許的身份地位 or 因為想要被別人認可而選擇自己要做什麼 or 活在別人的眼光裡 (i.e. 把別人的課題當成了自己的課題)
不同的角色對同一件事情可能有不同的看法
- 發生一件事故,如何評斷「這個錯該怪罪誰」?
- 依據「誰因此會蒙受最大的損失」
- 法學家 的對錯觀
- 考量依據證據可以將誰定罪
- 適合以「正義、道義」做考量的人,例如政治評論員
- 經濟學家 的對錯觀
- 考量整個社會對這事情付出的總成本
- 適合訂定國家政策的人
- 商人 的對錯觀
- 考量個體的利益最大化
- 適合獨善其身
人性、道德、法律
人性、道德
- 區分人性和道德的差別
- 人性先天是自私的
- 人性:求生存 (活下來)、繁衍後代 (衍伸:愛美、求偶、母獸保護幼獸)
- 道德:感恩、寬容、孝順
- 人性:求生存、繁衍後代的本能
- 不受群體約束
- 道德:人為了在群體社會中與彼此和諧共處,發展出一套約定俗成的規範
- 道德常常是反人性的
- 道德會約束「個體先天的人性」
- 道德會使群體更加繁榮,最終也讓群體中的每一位個體受益
法律
- 在各種社會規範中的最基本底線,一但個體觸犯底線,則社會會給予懲罰
公理體系 vs 邏輯推演
公理體系
- E.g. 數學
- 可以用絕對的邏輯去證明某件事情是真是假
邏輯推演
- E.g. 經濟學
- 無法得出「不容質疑、永遠成立」的結論
- 沒有任何一個經濟學模型可以拿去解釋「世界上所有的經濟現象」
- 幾乎每各個經濟學理論都能被找出反例
每一種理論都有 假設前提
- 先搞清楚理論的假設前提,才能知道這個「理論」能拿來套用在哪些場景上
- 現實世界太複雜了,充滿各種變數、外部影響因素。所以面對某個問題 (problem) 時,我們可以先將較不重要的複雜因素剔除、簡化問題,然後再找出問題的解決辦法
- 範例
- Coase Theorem「當交易費用為零或是超級低時,無論某種資源最初是被誰擁有,到最後都會流向『能賦予最高價值的用途』」
- 這裡的前提是「當交易費用為零或是超級低時」
事實、觀點、立場、信仰
事實
- 客觀的存在
- 很可能因為人對事實的了解不夠全面,因此以偏改全「認為我自己看到的東西就已經代表『事實』」
觀點
觀點
是人對事實
的主觀看法- 人都不喜歡被強迫灌輸「別人的觀點」,即便那個觀點是正確的
- 人多半只會在舒適的氛圍之下,自己接受某種新觀點
立場
立場
是 人被 身處環境 和 己身利益 影響 而產生的觀點
- 範例:
- 不要跟「有堅定立場的人」爭對錯,因為他可能是「不管是非對錯,只是想跟你爭個輸贏而已」,沒有意義
- 小孩子才會談對錯,成年人只談利益。談對錯恐怕沒有利益更重要
信仰
- 完全自洽 (self-consistent) 的邏輯體系
- 各種信仰都無法「被證明是『錯的』」
- 很可能:不同信仰之間相互矛盾,但是單一一個信仰的內部是邏輯自洽
- 範例:
- 不要攻擊別人的信仰,因為很難獲勝,再者很可能失去這個朋友
區分 “意見“ v.s. “事實”
意見 vs 事實
- 在「確認 意見提供者是否有公信力 or 取得資料佐證」之前,我們都要把那些意見當作「沒有事實基礎 的 意見」
- 某個有公信力的專家講的「意見」,確實有可能真的是「正確的事實」,但仍可能存在很多假設前提、個人立場,我們不能聽了之後就以偏概全
- 即便是政府單位 or 很大的公司產出的市場研究報告,也有可能是存在許多前提假設之後才計算出報告中的數據
- 任何的 量化資料 (e.g. 問卷調查抽樣統計資料),都都需要 搭配 質化資料事實 的佐證 (e.g. 用戶訪談),才會成為較可靠的、有事實基礎的資料
事實判斷 vs 價值判斷
「能不能」是事实判断
「该不该」是价值判断
各種直覺偏誤
範例:跑紅包給醫生,是否會提高手術的成功率?
倖存者偏差
to be updated
注射式洗腦
- 「為什麼 + 觀點」
- 提問者並不是真的想要探討問題本身,反而是想要把一種「很可能其實是錯誤的 觀點」強行注射到聽者的大腦裡
- 「注射式洗腦」範例問題:
- 為什麼市場上優秀的求職者那麼少
- (能夠獨立思考的人,應該先質疑:優秀的求職者真的很少嗎?)
- 明明我的產品是市場上最好的,為什麼客戶就是不願意買?
- (能夠獨立思考的人,應該先質疑:這產品真的是市場上最好的嗎?)
- 為什麼肥胖的人都比較懶惰?
- (能夠獨立思考的人,應該先質疑:肥胖和懶惰真的有因果關係嗎?)
辯論比賽
- 辯論比賽的目的不是說服反方,而是要說服觀眾。試圖改變觀眾的觀點或是態度
- 「糾正反方的概念」
- 當對方提出某種觀點,很可能我不需要急著去證明對方的觀點是錯誤的
- 但我絕對不要順著對方的思路繼續申論
- 我可以重新定義一個概念,表達我自己的觀點,進而影響觀眾
美醜可以被量化計算
- 美醜雖然見仁見智
- 但是大部分人會喜歡的東西,有類似的傾向
- 高級旅館裡面的燈光都是不會太刺眼的顏色
- 拍賣價格高昂的繪畫作品通常有和諧的配色、佈局
終局思維
Notes
- 終局思維:不管眼前遭遇怎樣的挑戰或困境,都不隨著環境與競爭者動態起舞,只專注於
最後的結果
,反推
回來以決定當下策略
範例:Tesla
- 終局思維的思考方式是「倒過來想」:
- 馬斯克的 Tesla 從來不止於賣車,更意圖解決能源問題。因為人類開燃油車消耗太多能源、造成環境污染,所以主張發展可再生能源以及電動車。
- 當大部分人都把眼光放在 Tesla 一年能賣出多少車子時,馬斯克(Elon Musk)在乎的,根本不是眼前與其他汽車廠牌的競爭。如同電影「復仇者聯盟 4:終局之戰」中,大反派 Thanos 的眼光一樣,他所看到的,是一個顛覆所有當前戰局的結果:不用石油、沒有內燃機,甚至不用人類駕駛的全新交通方式。
- 由這個「終局」回推,再檢視馬斯克的創業佈局,就不會覺得奇怪。他不止致力生產電動車,還有最近成功將兩位太空人送到太空站的太空探索技術公司 SpaceX、太陽能公司 SolarCity、神經科技公司 Neuralink,以及為解決洛杉磯塞車問題而生的地下隧道公司 The Boring Company 等。
- 要以終局思維開公司,就必須承擔極高的成本與風險。
- 例如,一般車廠研發電動車,必不會貿然投入大量金錢與資源,去研發最困難的電池、充電系統與軟件,而是小心翼翼、將本求利,一點一滴地推進,避免讓公司燒光資金,出現營運問題。
- 試想,若 Benz 或 BMW 像 Tesla 一樣不顧一切,十年砸下上百億美元去研發電動車,恐怕早就倒閉了。
- 正因為一般人都必須考量有限的成本與現實的風險,所以絕大部分企業的思考,都是從競爭模式下手,也就更容易被舊有的框架與包袱限制。就像曾經主宰全球手機市場的 NOKIA,謹慎平穩地走好每一步路,最後卻被有「終局思維」的蘋果創辦人 Steve Jobs 徹底摧毀,成了「100 分的輸家」(即甚麼都做足了 100 分,最後卻還是被市場所淘汰)
- 成立十多年來,絕大部分時間都在虧損狀態,馬斯克就是能讓投資者不斷為他的夢想買單,當中不但涉及其過往戰績與個人魅力,最重要的,是他發自內心的信仰所帶來的強大說服力。
- 如同全球最大電商亞馬遜(Amazon)創辦人貝索斯(Jeff Bezos)。亞馬遜上市 5 年終於獲利,但他又把賺下來的錢都拿去再投資,讓股東忍受長年不賺錢的局面。
- 貝索斯每年都會在股東公開信上,附上上市後第一年寫下的信,信中寫著:「在目標市場,我們看到了大量的機會,但風險也擺在我們面前:我們將斥巨資來挑戰現有的龍頭企業。」持續取得眾人支持。 終局思維加上善用資本,成就了當前的 Tesla 奇蹟。
參考資料:<底層邏輯:看清這個世界的底牌> Part 1 - Part 5
賽局理論
賽局 理論 intro:決定要如何與他人競爭、共贏、保護自己
- 你在決策時,對手也在決策。這些決策相互影響、相互制約
- 我們要能從他人的立場評估局勢,理解場上每一個人做決策時所面臨的利益得失及其與自己的關係
- 普通人對事情的看法 與 賽局理論對事情的看法,不同
- 許多看起來似乎不合理的現象,其實都是合理的存在。看起來並不完美的局面,有可能是經過多次賽局,形成的最優解。
- 了解人的動機
- 知己知彼,百戰百勝,有助於分析該採取什麼行動
- 複雜的世界和人心都難以用簡單的幾個因素去分析
- e.g. 並非錢多的事情就會有人想做
- [如何在世界上生存的思維]
- 做出更好的戰略決策,利用數學的力量讓自己在商業世界中始終「占優」。
- 理解世間財富的「變異數」,控制獨立的隨機事件以減少「標準差」,不斷用「貝氏定理」提升成功的「機率」,用「四則運算」管理財務,追求「指數增長」,在「冪律分佈」的世界中求得自己在「統計」學意義上的成功。
- 增加自己的武器數量,擁有多種可執行的策略
- 擁有多種選項,而非只能依賴單一某個人
- 邀請不同種類的新夥伴加入群體
- 有些時候沒有必要一定要「幹掉別人」,「多方共贏」反而可能對雙方都有更多好處
- 參考: [Notes] 生態系競爭
奈許均衡(Nash Equilibrium)
- 彼此都針對「對方的策略」所能才取的最佳策略,如此一來達到的結果狀態,此時「誰單方面改變策略,誰就會受到損失」
- 納許均衡是一個「最穩定的狀態」,但不一定是「好的狀態」,不一定讓每個人都獲得最好的利益
- 收益矩陣中可能有兩個狀態都是奈許平衡
- 並非任何情況都有奈許平衡
- e.g. 猜拳沒有奈許平衡
賽局理論 - 囚徒困境 (Prisoner's Dilemma)
囚徒困境 intro
- 兩個囚徒各自評估該如何做才能最大化自己利益
- 因為個人利益和全體他人利益對立,如果各個玩家只追求自身利益,可能會陷入「大家都不想要的狀態」,陷入困境
- (達成奈許平衡,但是都不符合任何一方的最大利益)
- 反思:不要只思考自己的利益
情境:
- 一間犯罪行為中有兩個犯人
- 假設每個犯人都希望早點離開監獄
寫出收益矩陣
(a.k.a 支付矩陣 or payoff matrix or 收益矩陣 or 利得表)
A/B | 不認罪 (緘默) | 認罪 |
不認罪 (緘默) | A: 判刑 1月
B: 判刑 1月 | A: 判刑 3年
B: 釋放 |
認罪 | A: 釋放
B: 判刑 3年 | A: 判刑 1年
B: 判刑 1年 |
利得:
- 釋放:3分
- 判刑1月:2分
- 判刑1年:1分
- 判刑3年:0分
A/B | 不認罪 (緘默) | 認罪 |
不認罪 (緘默) | A: 2
B: 2 | A: 0
B: 3 |
認罪 | A: 3
B: 0 | A: 1
B: 1 |
若兩個囚徒都只考慮自己利益,則會形成右下角 的狀態
- 此時,誰單方面改變策略,誰就會受到損失 ,達成
納許均衡
分析:
- 若兩個囚徒都只考慮自己利益 (i.e. 希望降低自己的刑期),則認罪可以使自己的刑期縮短,但同夥的刑期會延長 (e.g. A 變成 無罪釋放,B 變成判刑 3年)
- 奈許平衡是兩個人都認罪,但是刑期變長。「兩人都認罪」造成兩人的結果變差 (兩個人都變成 刑期8年)
- 因為個人利益和全體他人利益對立,如果各個玩家只追求自身利益,會陷入群體都不想要的狀態 (兩個人都變成 刑期8年)
因應囚徒困境的方法
營造「能觀察彼此行動」的「長期相互依賴關係」
- 這才方便勸告彼此「一起做互利共生的決策」
- 如果不能觀察彼此行動,就無法預防被背叛
- 如果有人中斷合作關係,就是為了一時的個人利益而背叛群體
改變規則,促使「個人利益 與 群體利益 一致」
- e.g. 處罰「傷害大家利益的利己行為」,促使「個人利益 與 群體利益 一致」
協調賽局
- 讓群體中大家的做法一致,達成「一起獲得利益 的狀態」
- 有很多事情已經成為群體的習慣,達成奈許平衡,但不符合最大的群體利益。有時我們需要分辨「可以解決的問題」和「太難改變的問題」,專注在「可以解決的問題」舊好
動態賽局 - 時間因素
- 預先思考「現在的行動,在未來會產生什麼結果」,避免落入不理想 or 意料之外的狀態
- 從賽局的結果反向推算「我現在要怎麼做,才能獲勝」(反向歸納法 backward induction)
- e.g. 如果只考量眼前的短期利益,可能在未來造成負面結果
- 短期關係和長期關係的奈許均衡不同
- e.g. 一次性的賽局 v.s. 一群人長期處在同一個環境中的互動
- 前者更可能是每個人考慮各自利益
- 後者更需要:互助合作、不互相背叛
占優策略(dominant strategy,優勢策略)
- 如果你採取行動,我會占據優勢;如果你不採取行動,我也會占據優勢。無論如何,兩次我都能占據優勢
零和博弈
- 在零和博弈中需要一直保持清醒:你要的是全域的最優解,而不是局部的最優解
- 圍棋追求的不是每一步都要吃掉對方最多的子,而是讓終局所得最多。要講究策略,有時甚至需要透過讓子來以退為進
- 經營公司,不要總想著每件事情都必須一帆風順,如果你想得到最好的結果,在一些關鍵步驟上就要做出妥協。
有限賽局 v.s. 無限賽局
有限賽局 Finite Game
- 特徵
- 有遊戲規則、有已知的玩家,來決定:遊戲如何結束、結束時定義誰贏誰輸
- Goal:
- 依據規則,有人贏有人輸,遊戲會結束
- E.g. 棒球比賽
無限賽局 Infinite Game
- Goal:
- 讓遊戲持續下去 (play to keep the game in play) 必須一直玩下去,沒有結束
- 嘗試在無限賽局中取得主導地位
- 特徵
- 沒有明確規則 or 規則可以被修改
- 玩家有些已知、有些未知
- 可能會有人玩不下去了、退出遊戲,但是沒有明確規則定義誰輸誰贏
- 可以改變遊戲規則
- 沒有人能真正「贏得」一場無限賽局
在一場競爭中,雙方可能有不同思考,可能導致了誰容易佔上風、笑到最後
- E.g. 美蘇冷戰
- E.g. 阿富汗戰爭
- 阿富汗:想要活下去
- 美國:想要打贏戰爭
- E.g. 文化、宗教
- E.g. 溝通
- 具体的沟通事项可能会结束,但是沟通高手能够让双方的关系持续发展下去
- (for BD) 即使這次生意沒做成,但仍可向客戶請問「哪裡沒能滿足她的需求」,維持關係
- E.g. Apple v.s. Microsoft (in the early days)
- Apple:
- Release the best products that customers love
- Compete with themselves (continue to improve ourselves)
- Microsoft:
- Compete and beat Apple
相似業態業者採取相似的策略 (霍特林模型 Hotelling model)
- 賣相似產品的店家,因為競爭,最後都會開到一起
- 在一個理性市場中,兩個競爭者最好的方案,就是做得越來越像彼此
範例:相似業態品牌的開店地址
以A、B兩家店為例,來推導一下賽局的過程。
假設,在1條大約1公里的街道上,要開A、B兩家店,並且兩家店的產品非常相似。 你覺得他們開在哪比較好?
- a:兩家店分別開在街道兩端。
- b:分別開在距離兩端200米的位置
- c:兩家店都在這條街中間開
選擇開在不同的位置,可能會有怎樣的結果。
- 第一種情況,假設A和B分別開在了街道兩端,不考慮其他,從距離來看,去兩家店的顧客是均等分佈的。但這種情況不穩定,為了獲得更多的客戶,可能會有一方先挪動位置。我們假設,B往左挪動了100米,這樣他能夠輻射的顧客範圍就會更大,自然就會吸引更多顧客來。A肯定不會眼睜睜看著這種局面發生,你往我這挪100米,那我也往你那挪100米。一直到最後,可能會出現一種什麼情況呢?兩家店靠在一起,開在街道中間。因為只有在這種情況下,才能達到一種均衡。誰也沒辦法動,不管往哪移,所能輻射的客戶都會減少。
- 第二種情況,假設A在距離街道左側100米的地方開了店。對B來說,他的最優策略是什麼,就是挨著A店,這樣他就能覆蓋右邊900米範圍的人群了。但是B這麼做,A就會往右移,直到兩家經過激烈的競爭,還是會靠在一起開到街道中間。雖然兩邊的顧客可能會覺得有點不方便,但從賽局理論的結果來看,這是最合適的,無論誰挪動位置,都不會比這更合適,這也是肯德基和麥當勞總是開在一起的原因。
其實不只是肯德基和麥當勞,拉麵店也總是開在一起,還有很多手搖飲、喜茶等也是開一起。再比如,很多政黨最後的主張會越來越相似。從賽局理論的角度看,這背後都有一些相似的原理。
範例:政黨
- 比如有兩個政黨,分別是保守派和革新派。大家一開始都有非常明確的政治主張。但漸漸地可能會出現一種情況。無論是革新派還是保守派,過於極端的政策主張,都只能得到一小部分人的支持。為了得到更多人的支持,雙方必須推出讓多數人理解和支持的政策。
- 比如,保守派推出的政策,可能會採納很多革新派的觀點。革新派推出的政策,可能也會融入保守派的元素。最後大家越來越趨近於中庸的政策,兼顧保守派和革新派,還要想辦法打動沒有明確政策主張的人群。
- 於是不同的政黨,政策主張就會慢慢趨於一致。這時候很多人就會不理解,我當初支持你的時候,你明明不是這麼說的,果然只是為了得到支持說的違心話。其實從賽局理論的角度來看,一開始的政策主張可能是真的,最後趨於中庸也是真的。
- 就像有的人分不清,美國共和黨和民主黨之間的政見有什麼本質的區別。一開始不同的黨派所持政見是有巨大差異的,他們也因此擁有各自的擁護者。到底誰的主張是對的,誰的主張是錯的,這就像公平和效率一樣沒法區分。但凡有絕對正確的,那個錯誤的政黨可能就消失。
- 這兩個政黨越到後面,他們的政見就會越來越像。因為走非常極端的精英治理,一定會吸引一部分人。但如果另一個黨派稍微緩和一點,也照顧精英階層的情緒,可能就會吸引一部分人。所以,一旦有一方政見開始緩和,另一方也會跟著緩和,你關注較為辛苦的人民生活,我也關注公平的問題。然後,大家越來越靠近,越來越靠近。到最後選舉的時候,已經看不出他們的政見有什麼差異。從賽局理論的角度看,這個現象背後的原理,就是霍特林模型。
範例:電視節目內容
- 對電視節目來說,獲得收視率很重要,因為收視率決定著廣告收入的高低,會直接影響到電視台的收益。所以電視台的策略是什麼呢?與其迎合狂熱的一小部分粉絲,不如為多數觀眾考慮。
- 所以你會發現一種現象,各家電視台的節目編排非常相似,相同時間段播出的節目也很相似。
- 作為觀眾,可能會抱怨,每個電視台節目都差不多,真無聊、又是這些節目,能不能有點新意。但你要知道,對電視台來說,這種形式在商業運營時不是說變就能變的。
- 這種結構,可以看成是電視台為了獲取更多收視率(觀眾支持)向中間靠近的霍特林模型。也可以看成是,大家都採取同樣行動的協調賽局。協調賽局,就是參與賽局的人都保持同一步調,互相都得到利益。
- 如果你經常關注這些節目,你就會發現,如果有電視台在以綜藝為主的時間段安排紀錄片或其他節目,或者在以電視劇為主的時間段,安排了綜藝。可能就會出現兩種情況:如果嘗試順利,有很多觀眾支持,收視率不錯,其他電視台就會紛紛跟風,在同一時間段會出現相同的節目排。如果嘗試失敗了,觀眾不買帳,過不了多久,這家電視台也會重新安排節目,或者換回以前的節目。
立場相對的雙方
範例:拍賣
假設有一件受歡迎的商品正在拍賣,有多位買家參加競標。賽局理論可以幫助買家瞭解其他買家可能的出價策略,並在此基礎上制定自己的出價策略,以求在競爭中以最低成本獲得商品。同時,拍賣方也可以根據賽局理論預測買家的行為,設計更有效的拍賣機制。
對買家來說:
- 了解其他競標者:買家會試圖分析其他競標者的估值、預算以及競標策略。賽局理論可以幫助買家評估其他參與者可能的出價,從而制定出更有競爭力的出價策略。
- 提前退出競爭:買家可以根據賽局理論判斷在某個價格點退出競標是否合適,以免價格過高而導致損失。
- 合作策略:在一些情況下,買家之間可能達成合作,以降低競爭對手數量,並降低最終價格。
對賣家來說:
- 拍賣機制設計:賣家可以運用賽局理論來設計不同類型的拍賣機制(如英式拍賣、荷蘭式拍賣等),以激勵買家出更高的價格,從而提高收益。
- 設定保留價格:賣家可以根據賽局理論分析買家的行為,設定一個合適的保留價格,以確保拍賣過程中最低收益得以保障。
- 情報收集:賣家可通過公開或隱藏某些信息來影響買家的策略。例如,公開部分競標者的出價情況,可以刺激其他買家提高出價;而隱藏某些信息則可促使買家更審慎地制定競標策略。
範例:促銷策略
假設一家零售商在節日期間要決定促銷折扣。賽局理論可以幫助商家分析競爭對手的可能促銷策略,從而制定自己的折扣和促銷活動,以在保證利潤的前提下吸引更多顧客。同時,消費者也可以根據賽局理論預測商家可能的促銷行為,制定購物策略以獲得更多實惠。
在促銷機制中,賣家和買家會運用賽局理論來分析對方的行為和策略,以達到各自的目標。以下是更詳細的解釋:
對賣家來說:
- 競爭分析:賣家會試圖分析
競爭對手
的促銷策略,例如折扣幅度、促銷時間和商品組合,以制定更具吸引力的促銷活動。 - 定價策略:賣家可以根據賽局理論分析
消費者
的心理和行為,設計更具吸引力的定價策略。例如,限時折扣、滿額折扣或搭配銷售等。 - 預測銷售:賣家可以基於賽局理論預測
消費者
在促銷期間的購買行為,以確保庫存和運營能力滿足需求。
對買家來說:
- 比較價格:買家會比較不同賣家的促銷活動,試圖找出最佳價格和購物時機。賽局理論可以幫助買家預測賣家可能的定價策略,以選擇最優購物方案。
- 排除陷阱:賣家可能設計一些看似具有吸引力的促銷策略,但實際上對買家並無實質利益。買家可以運用賽局理論分析賣家的目的,避免陷入消費陷阱。
- 團購策略:在一些情況下,買家可以與其他消費者合作,共同購買某些商品以獲得更高的折扣。賽局理論有助於評估這種策略的可行性和效益。
賽局理論幫助賣家和買家更深入地理解對方的行為和策略,從而制定更有效的促銷活動和購物策略。
參考資料
選擇
- 任何人的時間、金錢、資源都是有限的,所以我們需要做選擇
- 所謂的「選擇比努力更重要」
- 必須先付出努力,才能得到或是創造出「選項」讓自己選擇。我們選擇「哪一個選項」會決定自己的努力獲得的「價值」是高是低
- 認真思考之後,勇敢做選擇。享受好處、承擔壞處
- 不要瞻前顧後,不要「吃著碗裡,又看著鍋裡」
稀缺心態 (Scarcity Mindset)
稀缺 Intro
- 無論人們有的是 金錢 or 物質 or 時間 或者其他稀缺,這些稀缺會導致人們出現心理負擔,收窄認知帶寬,造成效率和智商下降、抵抗誘惑的能力下降,最終跌入越來越窮的惡性循環,產生 窮人思維
- 稀缺可能使人能專注在重要的事情上,但也可能產生隧道視野、進而忽視了注意力視野以外的重要事情
- 應對稀缺心態的幾種方式:在資源富足時規劃好資源的運用、為自己準備足夠的餘裕以應對突發事件、主動降低自己的認知帶寬的負擔、捨棄自己已無法負荷的事情、沒招了所以只好奮力一搏先活下去再說
- 無論人們有的是物質上的稀缺,還是時間上的稀缺,或者其他稀缺,這些
稀缺
會導致人們出現非常相似的心理負擔。這會讓一個人的效率和智商下降,最終跌入越來越窮的惡性循環,產生窮人思維
- 稀缺會引起你的注意力,會讓你心思全都放在某個任務上
- 我們的思想會自動而強有力地轉向未得到滿足的需要:
- 範例
- 對於饑餓的人來說,他們需要食物;
- 對於忙碌的人來說,他們需要亟待完成某項工作的時間;
- 對於缺錢的人來說,他們需要想辦法支付每個月的房租;
- 而對於孤獨的人來說,他們需要他人的陪伴。
認知帶寬(bandwidth)
- 人的
認知帶寬
(bandwidth)或稱認知頻寬——亦即心智的容量,是有限的。 認知能力
與認知帶寬
是息息相關的,當認知帶寬容量不足時,認知能力就會下降。- 範例:
- 假設每個人的認知帶寬容量都一樣(事實上也的確相差無幾),用數目表示是100%的話,那麼「專注的工作」可能需要用到90%以上,但你的金錢債務問題佔據了你一部分的認知帶寬,可能佔據了60%之多,於是你只剩下30%-40%的認知帶寬來處理工作,效率自然就低下了。
稀缺
引發 認知帶寬容量下降
- 會導致人的「執行控制力」下降(可理解為俗稱的自控力),抵抗誘惑的能力下降。
- 自控力的下降意味著,稀缺會讓人做出更不應該做出的事情,跟容易進入惡性循環
- 範例:
- 於是窮人比一般人更抵擋不住誘惑,就算他們更需要忍住,生理上的變化卻要讓他們忍不住,結果還是沒忍住,花了不該花的錢,接著就是舉債度日
稀缺可能造成專注紅利
,但也可能會讓你 產生隧道視野,忽略注意力視野以外的東西
稀缺造成:專注紅利
- 以時間稀缺為例,當你工作的截止日期臨近時,你會一改拖延的常態,忽然變得很有效率起來,完成任務的過程中你異常的專注,臉書、訊息統統都可以一概不看,並且能夠在短時間內做出了前幾天都無法完成的任務。
- 範例:
- 當手機快沒電,你會想盡辦法降低耗電,關掉大部分程序
- 當你的牙膏剩下一點點時,你會擠出比平時更少的份量
- 當你知道紙巾就快用完時,你會仔細計算你實際需要的紙巾面積是多少。
稀缺造成:管窺 / 隧道視野 (Tunneling)
- 專注同時也會將其他事物排除在外。所以,我們可以說稀缺令人「專注」,也可以說稀缺導致我們有了「管窺」之見——只能一門心思地專注於管理手頭的稀缺。
- 管窺(tunneling)也叫「隧道視野」。指的是「只看到管子裡的東西」,專注於某一事物而忽略了其他事物。
- 專注於某一事物就意味著我們會忽略其他事物。想必我們都有過這樣的體會:當我們沉浸在一本書或一部電視劇中時,身旁朋友提出的問題我們往往會充耳不聞
- 這些,都是你為了專注在手頭上的東西,而必須付出的代價,用作者的話來說,就是「管窺負擔」(tunneling tax)
- 範例
- 如果你正在負責一個比較複雜而且緊急的項目,那你可能會因為專注在一個環節(如產品優化),因此而忽略另一個環節(如營銷規劃)
- 對於時間稀缺的忙碌人來說,稀缺所引起的管窺心態會讓他們無暇顧及那些「重要但不急」的事情,而這些「重要但不急」的事情,可能會造成更嚴重的時間稀缺——與家人吃一餐的所需時間並不多,但當與家人的關係出現裂痕時,就需要許多時間處理了
- 做一次身體檢查可能需要的時間不多,而等到身體出現狀況時,看病和養病所需付出的時間成本則會讓其累積更多的待辦事務。
應對稀缺心態 方法
應對稀缺心態 方法 1:在資源富足時規劃好資源的運用
- 當時間還很充裕時,你並不會特別珍惜時間,但一到了年尾,你就會猛然發現自己已經陷入了時間稀缺當中,你發現手頭上還有太多的東西還沒完成,還有太多的決定沒有定案,於是你埋頭苦幹,但最後還是沒來得及完成一開始定下的目標,而且臨時抱佛腳的決策,都很糟糕。所以你決定延遲一年。
- 要預防這種情況出現,作者提出,你可以把遙遠的截至日期改為漸近式的階段截止日期,規劃好每一個月或每一個星期需要完成的任務,這樣就能獲得截至日期帶來的專注紅利。
- 但這方法其實有點矛盾,前面就有提到,不是實際存在的,是自己騙自己的截至日期很難有效,再加上「規劃謬誤」(Planning Fallacy)的存在,亦即我們的規劃很可能過度樂觀,到最後很可能依然是免不了延期。
應對稀缺心態 方法 2:用「餘裕」來應對突發事件
- 讓自己在各方面都保有
餘裕
- 範例:
- 儲蓄,讓自己隨時擁有救命錢
- 不要把 schedule 排得太滿,導致無法應對臨時發生的緊急狀況
應對稀缺心態 方法 3:主動減輕 “認知帶寬”的負擔
- 作法1:想辦法把需要「手動」的事項轉換成「自動」的事項
- 作法2:主動減少自己一天之內所需要做出的選擇,把「很多選擇」轉換成「沒有選擇」
- 範例:
- 把每個月都要繳錢的信用卡帳單改成定期自動扣款
- 定期定額儲蓄 or 買入股票
- 減少帶寬負擔的方式,能幫助已經陷入稀缺陷阱的人緩和惡性循環
- 處理多個小細節之後,你就可以騰出客觀的帶寬容量,用以處理更重要的事情。
- 這對身處訊息爆炸時代的我們來說,會是越來越重要的。
應對稀缺心態的方法 4:壯士斷腕
- 如果你知道你無法解決手頭上的所有東西,那不如一開始就放棄其中一些項目,然後用多出來的時間趕上進度,接著開始構建
時間餘裕
。 - 這個時候,你必須提醒自己要忽略「沉沒的成本」,無論某個東西曾佔據了你多少心思,如果你已經沒有時間再去應對,你就必須狠心砍掉
應對稀缺心態的方法 5:咬緊牙關奮力一搏
- 如果你的稀缺是因為你必須做一份全職和兩份兼職,並且一個星期七天都必須工作才能維持收支平衡,那麼基本上你就沒有太多選擇,你只能咬緊牙關,靠你的意志力堅持的走下去。
- 奮力一躍,是解決稀缺的最後手段
認知偏誤 (Cognitive Bias)
Intro:
- 從實驗室和社會上實際觀察的結果顯示:
- 理性決策模型不符合人類行為,人們會受到各種 心理偏誤 影響
- 人的決策並非完全理性 導致產生各種心理偏誤
在處理資訊的各個階段可能產生的認知偏誤
蒐集資訊時的各種偏誤
易得型偏差
首因效應
近因效應
資訊加工階段的偏誤
代表性偏差
:只用了幾個具有代表性的特徵、少量的樣本,就對某事情做判斷
資訊輸出階段的偏誤
人的過度自信造成錯誤的決策
資訊回饋階段的偏誤
無法正確自我歸因
後見之明
認知失調
確認偏誤
誤把
相關性
當作是
因果關係
展望理論 Prospect Theory
定義:
- 人面對 不確定的事情時,會先選擇一個 參考點 做為 判斷標準,以此做決策
- 如果人不理性地因為 身處不同情境,受到環境因素影響,很可能會對 同一個決策問題 做出 不同的選擇
範例:
- 某員工得到獎金之後,他快樂與否取決於他的同事拿得獎金 比他多 or 少
- 買股票時,與歷史高點做比較,而非觀察股價是否被高估 or 低估
- 買股票時,看身邊朋友買什麼、自己就跟著買什麼
- 商家把商品的參考價定得超級高,讓消費者誤以為撿到便宜
期望效用理論 Expected Utility Theory
- 人在乎的不是財富的 絕對值,而是財富能帶來的 效用,但 效用 是 主觀的、因人而異的。
- 因此當人做決策時,可能會依照 主觀上認定可以獲得快樂的程度高低 做選擇
風險趨避 Risk Aversion
- 當人面對他不確定、沒把握的情況,人更傾向於選擇風險較低、同時可能有較低報酬期望值的選項
範例
- 即便兩個不同選項的期望值相同,但人會選擇「他以為風險相對較小」的選項
- 股票的波動大、長期報酬較高。銀行定存的很穩定,但是利息報酬較低。習慣風險趨避的人可能會選擇把錢放在銀行定存,安穩賺利息
損失趨避 Loss Aversion
- 人面對 潛在獲利 與 潛在虧損 時,有 不同的行為模式、不同 風險偏好
- 人面對 潛在收益 時,會採取 風險趨避 (risk-averse)
- 人面對 潛在損失 時,卻會採取 風險追求 (risk-loving)
- 人給予
避害
的權重遠大於趨利
的權重
範例
- 人們寧可選擇確定拿到400美元,而不願意參加有50%機率拿到1,000美元的樂透;但人們卻願意參加有50%損失1,000美元的樂透,而不願意直接損失600美元
- 股票上漲時,不想要冒險 (厭惡風險),想要拿到眼前的獲利,想要入袋為安。
- 股票下跌時,使投資人在熊市中無論股票跌到多低都不敢進場,所以熊市往往會超跌
- 股票下跌時,不願意停損,不願意接受確定性的損失。鴕鳥心態,假裝沒看到自己的帳面虧損。可能的結果:
- 有可能:一直沒回本,又無法繼續等下去,最後認賠停損,虧了一筆錢
- 有可能:好不容易等到漲回到回本,卻又趕緊解套拋出,結果錯失了後來上漲的獲利空間。人不願意
雙曲折現 (Hyperbolic Discounting)
人面對眼前的未來,會有較強的折現效應 (相較於比較遠的未來)
範例:
- 問人們想要在二十年後領到9,500美元、或二十年又一個月後領到10,000美元,大部分的人會願意多等一個月,賺取額外的500美元。但如果詢問相同一群人,想要今天領9,500美元或一個月後領10,000美元,則大部分的人會選擇現在立刻領取9,500美元
- 對於現在不願多等一個月,想立即領取9,500美元,而二十年後卻願意多等一個月來領取10,000美元,這樣的偏好在邏輯上並不一致。
- 雙曲折現足以解釋為什麼人們積欠信用卡債、吃下垃圾食物、進行危險性行為,以及沒有為退休做儲蓄準備
錯判事情發生的機率高低
人做決策時,錯估了各個事件的 發生機率。導致 給予某事件的決策權重 並非 某事件的實際發生機率
可能的狀況範例:
- 高估了低機率事件
- 例:飛機是失事機率最小的交通工具,但是很多人怕搭飛機會摔下來
- 低估了高機率事件:失去了才最美
- 例:現代人有很高機率會得癌症,但我們往往認為不會發生在自己 or 自己的家人身上
- 把低機率事件降為 0% 機率
- 例:闖紅燈很少會被車撞,但不代表永遠不可能被車撞
- 把高機率事件升為 100% 機率
框架效應
- 人做決策時沒能綜觀全局
常見範例:
- 人往往太常清點手上股票 (or 其他資產) 帳面上已經賺了多少錢,而沒有看清楚未來前景,太依賴於過去的參考點
依照別人的行為、跟著認為某某事情比較好
- 大家 (別的人) 都覺得會漲的股票,我買那些股票才會獲利。取決於別人認為這股票的價值有多高
首因效應 Primacy Effect
首次到達的資訊 容易被人賦予較大的權重
範例:
- 一見鐘情之後,即使發現對方不OK,自己也願意接受對方的缺點
近因效應 Recency Bias
聽了一堆資訊之後,最後一個到達大腦的資訊,被人賦予較大權重
範例
- A 男很有錢但不帥,B 男不帥但很有錢。聽起來 B男好像比較好
- 面試官接連看了很多份不同面試者的 CV,主觀感覺「最後幾張翻到的 CV」感覺比較好
代表性偏差 Representativeness Bias
只用了幾個具有代表性的特徵,就對某事情做判斷。或是只用了少量的樣本做參考就下決策。
範例
- 我信任的朋友推薦我某公司股票,我就買了。我太過相信「我信任的朋友推薦的股票一定是好股票」
- 一個我信任的朋友推薦我某公司股票,我就買了。我太過相信「我信任的朋友推薦的股票一定是好股票」
- 某朋友先前做事成功了幾次,我就相信他接下來也一定會成功
- 某公司連續三年利潤翻倍,不代表股票一定值得買,比如公司高層可能最近想出脫持股,因此他們刻意把業績做高。或是這公司的盈利機會在未來會消失,在未來的業績可能會下降
易得型偏差 Accessibility Bias
- 人傾向在「自己的記憶庫」裡面找資訊,所以「容易被記住的、吸引人關注的資訊」更有可能被我們想起來、然後信以為真。
- 範例
- 假新聞被播報很多次,使信以為真
- 講課生動的老師受歡迎,但不一定有教授夠多有用的知識
過度自信
- 人對於自己的東西往往過度自信、導致判斷失準,但觀察別人的時候卻較為精準。
- 所以人必須嘗試置身事外、換位思考、站在更高的視角思考
無法正確自我歸因
- 把好的結果都歸因給自己,把壞的結果歸因於他人 or 客觀原因
- 即便人發現了自己的問題和弱點,也很難能做到糾正自己的思考和行為,會繼續重蹈覆徹
- 導致人找不到事情 (e.g. 獲利、虧損) 的真正原因
- 範例:
- 看到獲利就以為是自己做的很好,但其實可能只是因為大盤都普遍上漲
- 看到虧損就以為是外界因素,但其實可能是收集資訊時的偏差、理解資訊錯誤、做決策錯誤
後見之明 (評論者思維)
- 產生「我早就知道會是這個結果」的錯覺
- 在某個不確定事件的結果出現之後,產生「我早就知道會是這個結果」的錯覺
- 使人對自己的判斷力感到自豪,可能因此對於風險過於樂觀、進而導致投資失敗
認知失調
- 使人收不到全面的回饋
- 當事情的結果和自己預期不一樣,人會感到痛苦。為了逃避痛苦,人選擇對事實視而不見、甚至是故意錯誤解讀事實
確認偏誤 Confirmation Bias
- 大腦有目的地性選擇相信「對自己有利 or 我自己認同的資訊」,忽略「同時存在的反面資訊」
誤把 相關性 當作是 因果關係
- A 事情雖然造成了 B 結果,但可能只是機率問題,有相關性,但是沒有因果關係
參考資料
如何取得傑出成就
參考資料
優秀 problem solver 心中該有的信念
<1> 沒有無法被解決的問題
- 需要輪到你去解決的問題都是複雜的,不要輕言放棄
<2> 所有看得到的問題,都只是非常表層的症狀
- 要相信「可以直接觀察到的問題,都只是表層症狀,而非問題的根本原因」
- E.g. 客戶找顧問公司時,雖然都已列出一份問題清單,但顧問最後找出的根本原因 ,通常不是客戶最初自己已經看到的
<3> 80/20 法則
- 集中資源,優先去解決最關鍵的問題
如何剖析 problem (看到一個 問題/現象 之後該思考的事)
<1> (Is it true?) 是否為真?真的存在這個問題/現象嗎?
- E.g. 對方陳述的現象是否真實存在
<2> (So what?) 所以呢?這問題會帶來什麼影響嗎?
- E.g. 這問題對誰會有影響? (e.g. 對我的 stakeholders 有影響嗎?)
- E.g. 這問題造成的影響很大嗎?
- (有可能:這問題真的存在,但是對我的公司的 stakeholders 影響卻不大。那麼這個問題可能就不值得繼續深究下去)
<3> (Why so?) 為何這問題會產生 那個影響?根本原因是什麼?
- 為什麼 這個問題 會 對我的公司 產生 那個影響?
解決問題 3 大步驟
<1> 釐清現況
調查問題現況時,可能遇到的困難:
- 客戶老闆不知道公司的營運細節
- 客戶的中高階主管可能對老闆有所隱瞞
- 各種產業報告可能含有許多隱性假設
- E.g. 不同公司的報告,對同一個 “metric” 或是 “某名詞” 的定義不同
所以即便是客戶 (同理可延伸到 其他各種 stakeholder) 給予的數據和資料,我們也不能直接照單全收、完全相信
- 我們要盡可能找到正確的、完整的資訊
- 運用手上僅有的資訊,拼湊出 現狀 的 真實樣貌 (即便資訊有瑕疵或是不完整)
<2> 定義目標
- 即便是同產業、同樣規模的兩家公司,如果其對未來的目標是不同的,那麼他們運用手上資源的方式也會不同。定義好目標是什麼,各個員工才能知道工作內容中各個任務的優先級高低,避免浪費時間在不重要的事情上。
- 同一個公司裡,高階/中階/初階主管 和 IC,不同人 的工作目標可能都不一樣
<3> 找出如何達成目標的途徑/方法
- 必須基於 公司手上有什麼資源、能力
找出問題的核心本質 (core of a problem)
第一性原理 First Principle
範例:當我們想要設計一個新產品時
- 我們可以使用第一性原理思考。首先,我們需要確定產品的目標和功能。然後,我們需要將產品拆分成各要素進行解構分析。
範例:如果我們要設計一輛新型電動汽車,我們需要考慮電池、馬達、車身等各要素
- 接下來,我們需要對每個要素進行深入分析,找到實現目標最優路徑的方法。例如,在設計電池時,我們需要考慮電池的容量、充電速度、壽命等因素,並且找到實現這些目標的最優方案
<1> 挖掘問題時要有限度:先找出 問題的甜蜜點 就足夠 (sweet spot)
- 對問題追根究底,不需要無窮無盡
- 要確保:這個有待解決的問題
- 必須有足夠的 impact (不能太淺,要夠深,但也不用太深)
- 是我有能力解決的 (feasible)
- 範例:朋友 “發燒,身體很不舒服”,我需要解決這個問題
- 不能太淺:
- Possible solution: 只想到 “幫朋友買感冒藥”
- 這無論誰來都想得到這解法、且只能解決一次問題、只能治標不能治本、不能一勞永逸
- 夠深:
- 朋友習慣在客廳看電視、常看到睡著
- Possible solution: 調高客廳的冷氣設定溫度、在客廳沙發放一條毯子
- 朋友習慣夜深了還一直看電視
- Possible solution: 自動把電視節目錄影下來,讓朋友改天在白天看錄影檔案
- 不必太深:
- 嘗試改造人類 DNA,讓朋友永遠部會再感冒
- 可能做得到,但是超出我的能力範圍,所以這是沒有意義的 solution
<2> 用 impact 和 feasibility 區分需要被解決的問題
- 深層問題:通常 impact 較大,但是比較難解決 (可解性低)
- 淺層問題:通常是可以在短期內解決的
<3> 實務中的做法:80/20 法則 (先解決最嚴重的問題就好)
- 一個嚴重的症狀背後不會只有少數幾個問題
- 通常不是 “解決一個問題之後,症狀就解除了“
- 但實務中我們 可以 “先只列出最嚴重的 top 3 問題”,並且評估各自的 impact 和 feasiblity ,然後決定要先解決哪一些問題
解決問題的技術 (3種思考 & 執行方式)
清晰思考、批判思考
- 「有好好思考的人」和「沒在思考的人」的差別, 不在於思考的量,而在於思考的「質」。
- 有人說「量終究會變成質」, 但可惜的是,思考並不會自動從量轉化為質。
單純地隨便想想, 永遠不會成為有「認真思考過」。 必須在某個時間點, 把一時的想法, 轉化為「優質的思維」才行
。 而這個關鍵時間點, 通常是在對人「開口說話之前」 - 知道目标是什么,排除无关的因素,做出最好的决定
- 暂停「自动反应」,进入清晰思考。
- 绝大多数人在绝大多数情况下都是自动反应的,所以都是平庸的。
- 如果你能经常跳出自动模式,进入清晰思考,你就会「将平凡时刻转化为非凡成果」
- 看到一個新問題 (problem) 時,不能依靠直覺做判斷、急著產生結論。要經過有邏輯的論證、收集資訊、充分分析,再產生結論
- 不以絕對的 yes / no 判斷事情,以機率高低做為判斷事情的基礎
- 反向思考,把事情用「相反角度」想看看
- 參考不利於己的觀點、立場相反的意見
- 不要讓思考建立在少量 or 薄弱的資訊之上
- 不要只看到「自己想看到的東西」
- 人會傾向於相信自己的直覺是對的,因為這樣比較輕鬆。於是,大腦便會擅自蒐集直覺認為正確的資訊,對於不符合直覺的資訊則會忽略。
- 防止 認知偏誤
- 冷靜看待所見所聞,抱持懷疑態度,養成習慣「問 why?」
- 對於「我不知道的事情」,我必須蒐集資料、諮詢專家。但對於別人給我的資訊,我必須思考其是否合理,不能盲目相信
邏輯思考 (Logical thinking)
- 釐清 前後 因果關係
- 不要誤把 相關性 (correlation) 當成 因果關聯 (causation)
- 我們可能會忽略了 隱藏的因素,然後就草率地判斷 某兩件事情 之間有 因果關係
- (參考:用金字塔原則 建立 剖析問題的思維 )
假說思考 (Hypothesis thinking)
比較不好的工作方式:大海撈針 (boil the ocean)
- 具體行為:先大量閱讀相關資料,然後 deadline 快到了才開始寫報告
- 缺點:在這過程中,缺乏中間產出
- 可能原因:
- 對自己的信心不足,誤以為「蒐集愈多資料,會對最後的決策愈有幫助」
- 期待自己能夠神來一筆,突然想出解決方法
比較好的做法:假說思考
實作方式:
- 先花一小點時間閱讀相關資料
- 然後 brainstorming 寫出一些「不一定正確的假說」,目的是提供專案的「初步執行方向」
- 證明這個假說是否是正確的,具體方法可能包括
- 找產業專家做 訪談,詢問細節,快速掌握狀況
- (參考此章節:做訪談的技巧)
- 做問卷調查,用大量的樣本驗證我的假說
- 去現場做觀察、訪問現場人員 (通常是用於牽涉到消費者、通路場所 的問題)
- 查更多文件、查相關數據
- 自己一個人用有限的資料、做邏輯思考,推論出可能的問題原因
採用 假說思考 的優點
- 在短時間之內,找出「切中要害的資訊」,把資源集中在真正關鍵的問題點上
- 讓客戶 (或是 stakeholder) 知道我們已經訂定了某些切入問題的角度、研究方向,讓客戶對我們的工作進度感到安心
什麼是「好的假說」
- 假說要具有針對性
- 要確保 假說「能導出的最終策略建議」不會太籠統空泛
- 錯誤範例:「銷售方式有問題」
- 正確範例:「銷售方式的計畫和具體執行之間有落差,計畫是 XXXX,執行卻是 YYYY,所以導致銷售結果不好」
- 假說要具有 “驅動性”、包含「有 action item 的看法」
- 如果假說是正確的,客戶就能清楚知道接下來該採取什麼策略行動去解決問題
- 例:
- 如果我證明了「資深銷售人員無法將有用的銷售技巧分享給新進人員,導致新進人員銷售能力不佳」這個假說是真的
- 則可以提供「協助資深銷售人員將銷售技巧分享給新進人員」的因應策略,例如「定期舉辦銷售技巧分享會,促進經驗交流」
- 假說要能被驗證
- 如果我提出的假說無法被驗證,那這假說有根本有一樣
提出能夠解決問題的 Solution
如果眼前存在著一個問題 (problem) ,代表 :現狀 和 理想的目標 之間有差距
問題 (problem) 的 解決方案
必須包含:
- 釐清”現狀”
- 定義”理想的目標” (解決這個問題之後能達到的狀態)
- 如何從 現狀 達到 理想的目標 的 途徑 (i.e. 現在缺了什麼東西)
假設 → 驗證 → 提出結論 → 做調整
金字塔原則 - 剖析問題
目的:
- 初步分析我們面對的問題 (problem)
- 寫下「我要提出的策略」背後的邏輯,並逐一確認正確性、合理性
金字塔結構
- (參考圖)
<1> 訊息式的說明
- 陳述論點時要寫出完整的訊息。包括主詞、動詞、受詞
<2> 意見在上,事實在下
- 愈往上:陳述 “那又如何 so what”,表達我的 意見
- 愈往下:列出已知的 事實
<3> MECE (Mutually Exclusive Collectively Exhaustive)
- 每個論點之間要「相互獨立、完全窮盡」,不重複、不遺漏
- 每個論點之間涉及的「層次」要一致
- 例:把「性別」區分為:生理男、生理女
- 如果把不同層級的放在一起,可能導致:
- 顆粒度大小不一
- 例:把消費者分成「男性、中年女性、年輕女性」共三群
- 聽眾不明白為什麼那些問題要被放在一起
- 範例:把檢討銷售策略是否有問題時,把「產品」和「定價方式」直接放在同一層 (其實定價方式本身就有很多個可能的問題)
達成金字塔結構的分析問題、統整資料方法
<1> 歸納法 (Induction)
- 利用幾乎已經窮盡的 事實資料 or 樣本,證明自己的意見是正確的
- 實務上很難「收集到所有的事實資料」,所以可以「至少舉證初 最關鍵的 20% 數量樣本,去 cover 80% 的狀況」。
- 必須培養出判斷的直覺,知道你得搜集多少資料來驗證之後,才能有自信地確定這大概就是實際會發生的情況。
- 建立一個框架,把議題拆成幾個面向,在各個面向中分別找出事實資料來舉證
- 範例 1:客戶、競爭對手、公司本身
- 範例 2:產品、價格、通路、促銷手段
<2> 演繹法 (Deduction)
- 驗證方式:
- 找出大前提,以及其之下的小前提
- 先確認大前提是存在的 or 正確的,再確認小前提 有符合 大前提
- 則結論是:小前提 會依照大前提 來進行
實作範例:
[議題] 本公司是否應該立即採取行動,進入 寮國汽車市場?
- 拆解問題:
先用 [歸納法] ,把這議題拆成 3 個 [子論點],然後分別舉證
- [子論點 1] 客戶(市場):寮國汽車市場一年後會起飛。
- [演繹法] 大前提:汽車市場通常在人均GDP(Gross Domestic Product,國內生產毛額)3,000美元左右的時候,會有爆發性成長。
- [論證方式] 可以考慮分析各國過去幾十年「汽車市場規模」與「人均GDP」之間的相關性,加上從訪談或問卷可以得知,收入是買車子的必要條件之一。
- [演繹法] 小前提:寮國人均GDP明年將突破3,000美元。
- [論證方式] 比對幾個政府與研究機構報告,應不難判斷明年人均GDP是否能突破3,000美元。
- [子論點 2] 競爭:相對於競爭對手,我們在低價產品區間的產品很有競爭力。
- [論證方式] 用 歸納法 去比較幾個市場低價格區間的產品市占率,再加上當地客戶的訪談或焦點座談會作為佐證
- [子論點 3] 公司:本公司進入新市場需要一年的準備期間。
- [論證方式] 可考慮用 歸納法,參考過去幾次進入新市場所花的時間
接著在投影片中寫出我的 策略/結論時
- 結構可能長這樣:
建立模型 (modeling)
參考資料:
- <溝通的方法> (by 脫不花) 第 9 章
建模
- 从一堆纷繁复杂的信息里,抽象提炼出一个简单的模型,然后用这个模型来解释复杂的情况,方便理解与记忆
行為建模
- 从一個人每天偶发的、零散的行为中找出那些最值得保持的部分,用简单的逻辑整理一下,把这些行为变成一种方法论,让这些值得保持的行为能够不断被复制,被优化
解決問題時常犯的錯: 沒有找出 ”真正該被解決的問題 (problem)”
<錯誤 1> 問題根本不存在
- 資訊是根本錯的 or 資訊來源不夠可靠 or 資訊以偏改全 or 樣本數過少...etc
- [解決方法] 批判思考 (link),要質疑、驗證資訊來源
<錯誤 2> 把注意力錯放在 不重要的問題 (problem)
- 沒找到重要的問題
- 正在嘗試解決的問題,就算解決了也不會產生夠大的 impact
- 聰明的懶惰 Intellectually lazy - 沒有先思考「解決了這個問題又會如何?」
<錯誤 3> 沒有解決問題的根本原因
- 解決方案只治標不治本
- 該問題在日後還有可能會不段發生,這也是一種 Intellectually lazy
搜集資料、分析資料
<1> 以假說為導向去搜集資料
- 寫下一些假說 (rough hypothesis)
- 可能需要收集的資料
- 要解決的問題 所屬的產業報告
- 快速瀏覽報告摘要、目錄、大小標題、圖表,從中找出有用的資料
- 市場調查報告
- 客戶自己提供的內部報告
- 藉此瞭解客戶對這問題已經理解到什麼程度
- 避免我提出「客戶已經知道的事情」
- 客戶擁有的數據
- 請客戶提供某些整理過後的數據,讓我在之後從中做研究
- 徹底利用「現成既有的資料」
- 如果以前已經做過相似分析,從中找出可以重複利用的資料,不要做 double work (reinvent the wheels),不要做別人已經做過的事情
- 記得驗證資料是否正確
- 技巧:在 google 搜尋時在結尾加上限定搜尋
- e.g. “site:gov.tw” “site: edu.tw”
- 取得資料的途徑是否合法、合規
<2> 簡約分析法 (BoE, back-of-the-envelope)
概述:
- 在還沒到處蒐集資料之前,就先用已知的數字和邏輯推理 去建立假說、並測試目前假說的可靠性
- 白話文解釋:隨手拿一張紙 (例如信封的背面),簡單做一個粗略的分析,確認我的假說是否有問題,然後再不斷優化我的假說
步驟 1:建立模型 (Build the Model)
- E.g. 電商 GMV = 流量 * 轉換率 * 客單價
- E.g. 全台灣手搖飲店家 營收 = 消費者人數 * 一年每人平均買多少杯咖啡 * 每一杯咖啡平均價格
步驟 2:蒐集數據 (Collect Data for Components)
- 把初步蒐集到的數字 (or 我自己假設的數字) 填入我的 模型
步驟 3:確認是否合理 (Sanity Check)
- 透過別的比較基準,確認我的模型和填入模型中的數字是否有問題
- E.g. 我算出的 全台灣手搖飲營收 數字,不可能比整個台灣餐飲市場營收數字更大
- 數字精確性不是重點,而是要確認是否合理。在後續的研究中再優化數字精確度就好
步驟 4:導出啟示 (Evaluate Implication)
- 我算出的數字
- 對客戶 (or stakeholder) 而言代表了什麼意義?
- 如何用這數字評估、解決客戶的問題?
<3> 量化分析
- 先確認「我是否知道為什麼要做這一份分析?」,以免做白工
- 有可能「把大家都有的數據,加上我的獨特觀點」,就變成了解決問題的關鍵
- 不一定要「拿到別人沒有的數據」
- 把兩個討論對象 拿來做比較,看有什麼異同
- E.g. 兩個不同公司、兩間公司的兩個相似產品、同一間公司的兩個不同產品...etc
- 把討論對象做拆解,找出其中有哪些不同 component
- E.g. 整個市場的高階/中階/低階產品、高/中/低忠誠度消費者...etc
- 找趨勢
- 找歷史趨勢
- 預測未來趨勢
- 由上而下
- E.g. 用「市場人口成長率、GDP 成長率」做為計算依據
- 由下而上
- E.g. 透過抽樣調查,把各種資料加總起來,從中找趨勢
- (實務上,可以同時做由上而下、也做由下而上,確保用不同途徑做出的預測都能得到相同的結果)
- 分佈
- 拆解一份資料,「去均化」,看其中是否有「特別大 or 特別小的數值」值得深入分析
- 相關性 (Correlation)
- 把兩組不同的資料拿來比較,找其中有什麼相關性
好的 Insights (解決方案的 建議/策略)
顧問提供給客戶的 建議/策略 中,必須提出有價值的 insights
Insights
=(客戶不知道的事情+符合客戶獨特需求的事情)
= (突破性+針對性)
突破性 - 是否有說出 客戶不知道的事?
- 不能告訴客戶「他們自己老早就知道的事情」
針對性 - 是否有 針對 客戶 獨特需求的?
- 如果「提出的策略中,無論把主詞換成另外哪一家公司/客戶 都適用的話」,這個策略就沒有針對性,根本不 insightful
- 例:客戶不知道「賽局理論」是啥,如果顧問花一堆時間解釋「賽局」給客戶聽,不見得真的能「幫助客戶解決問題」,那這是浪費時間
策略顧問的投影片 - 每頁最好要包含的元素
- 關鍵訊息 (key message)
- 內容主體 (content body)
- 分析圖表
- 資訊證明
- ...etc
- 資料來源 (data source)
好的投影片有哪些標準?
先講結論 (執行摘要 executive summary)
- 在整份投影片一開始的第一頁就寫出:最關鍵的重點訊息 or 結論中的結論
- 寫執行摘要的方式:SCR+N 原則
- Situation 背景/情境/場景
- 例:這次專案的目標 or 客戶委託我解決的問題 or 客戶與我共通知道的資訊
- Complication 需要被解決的問題
- Resolution 解決方案
- Next Step 下一步要做什麼
快速展示投影片的 ”整體架構”
- 可能的形式:目錄 (table of contents)
- 目的:讓聽眾/讀者快速掌握這整份投影片會說明哪些事情、展示哪些內容
Simple (很快就能看懂這頁在說什麼)
- 主標題 (or 副標題) 就要傳遞「有策略意義的資訊」
- 一頁投影片,最好只說一個「關鍵訊息」。不要把太多資訊塞在同一頁,也不要用太多頁投影片去傳達單一一個訊息
- 刪掉所有不需要的「任何一個贅字」、所有模稜兩可意義不清的文字
- 展示清楚易懂的圖表
Insightful 內容簡潔、有重點
- (參考此章節: 好的 Insights (解決方案的 建議/策略) )
- 不只要陳述事實/現象,還要說明這個事實/現象帶來什麼影響 (so what?)
- MECE:不要在兩張投影片提到相同的重複關鍵訊息
- 除了關鍵的訊息和圖表以外,把其他輔助解釋的說明資料都放到投影片最尾端的附件區域
包裝 (讓對方更容易吸收、接受我的觀點)
- 聽者是誰?讀者是誰?
- 他們想知道什麼事情
- 他們不喜歡聽到什麼?
- 講清楚:我想要達到的目標是什麼
- 針對這一次報告,我適合用哪一種風格來表達?
- 旁敲側擊 (先鋪陳,再說服)
- 單刀直入 (直接說重點,讓對方了解是太有多嚴重,然後直接提出建議策略)
上台簡報的技巧
- 事前設定好這場簡報要達成的目標
- 除了主講者之外,安排其他參與者的分工
- 主持人引言人
- 隨時可以幫忙補充更多細節 or 資料的補給員 (back-up)
- 適當安排時間
- 對聽眾說明投影片的架構 (快速說完)
- 執行摘要 (快速說完)
- 關鍵訊息 (花最多時間)
- 簡單帶過的資訊 (只花少少的時間)
- 千萬不要像機器人一樣,照著投影片上的文字讀出來
- 你必須事先統整好:要為每一頁投影片說明什麼東西
- 對聽眾說明
- 我看到什麼背景、數據、參考資料
- 我是用什麼方法分析的
- 結論是什麼
- 可以預留時間,與聽眾雙向討論
- 確保聽眾可把心中疑慮說出來
- 確認聽眾是否有被我的觀點說服
- 提出幾種選項,讓聽眾進行討論、並且給予 feedback、甚至是當場做出決定
- 預先自己排演練習
- 減少不必要的口頭禪
- E.g. 就是、那個、這部分、這樣的一個動作....etc
- 盡量使用積極正向的字詞
- 適當停頓
- 與聽眾眼神交會
策略顧問做訪談 (interview) 的技巧
訪談的目的
- 從受訪者取得精準的 insights,驗證、修正 我的假說
步驟 1:準備 (prepare)
- 建立假說
- 不能「只拋出問題 (question)」,反而要「先做功課,預先想好這些問題的可能答案」,然後在訪談中討倫、驗證、修正
- 決定「要產出什麼成果」
- Ghost Deck:在空白的投影片中,先在每一頁寫上「標題」,這些標題「代表的主題」可能包括
- 假說...
- 經過調查之後發現的已知事實、數據...
- ...etc
- Ghost Deck 可以幫助我們
- 先「想像出最後要向 客戶/老闆 呈現的解決方案成果」
- 列出「在訪談中要測試的假說是什麼」
- 列出「為了證明我的假說,我需要去找出哪些資料、哪些數據」
- 鎖定訪談對象
- 「我可以透過哪些專家的 feedback 來驗證我的假說?」
- 範例:我需要調查戶外運動產業,我可能需要分別訪談浮潛、登山、衝浪、攀岩...等領域的專家
- 寫下訪談指南 (interview guide)
- 也就是:要詢問訪談對象 的 問題清單
- 預作準備,提高訪談時的效率
- 實務上很有可能訪談到一半,受訪者告訴我「假說有問題 or 重點根本是另一件事情 or whatever something else」,這也沒關係
步驟 2:籌劃 (set up)
- 約時間、請求受訪者花時間接受我訪談
步驟 3:訪談 (interview)
- 訪談前準備
- 複習我提出的假說
- 複習受訪者背景、基本資料
- 最後微調 訪談指南
- 確認當天訪談的行程細節
- 自我介紹
- 訪談本身
- 20% 時間是我提問
- 80% 時間讓受訪者給 feedback
- 但有些受訪者也希望趁這機會交換情報,不想要單方向只給資訊而已
- 即便受訪者是個產業專家,但他說的事情也不一定全都是對的
- 做結尾
- 在訪談的結尾快速做總結,請問受訪者是否同意我的總結 (我的看法)
- 問受訪者有沒有更多相關人士可以推薦給我
步驟 4:收尾 (follow up)
- 寫感謝信給受訪者
- 說謝謝
- 寫下總結當天訪談的結論
- 寫訪談備忘錄
- 讓我的其他團隊成員 or 主管 也能快速得到我今天收集到的重要資訊
參考資料
- <BCG 問題解決力>
- 在讀這本書時,要隨時分清楚 文中提到的
問題
是指a problem to be solved
或是a question to be answered
- 這篇筆記跳過了的 <BCG 問題解決力> 書中第 9 章:如何做好 project management、管理專案進度、帶領團隊執行任務、橫向溝通、管理流程
- <底層邏輯>
- <底層邏輯 2>
- by 深潮 矽谷創業之父 Paul Graham 新作:《如何取得傑出成就》 | annotated by Alex
- <頭腦好的人說話錢思考的事> 第 8-12 章