用方法论解决工作中的问题只需步

　　相信大家在日常工作中，经常会听到leader或boss把方法论三个字挂在嘴边，时不时就强调一下要注意方法论的积累。看各大厂的招聘JD，任职要求中XXX相关经验及成熟的方法论也总会常驻其中，那到底什么是方法论？方法论有什么用？
　　方法论初始应该还是属于哲学范畴的概念，一般来说世界观和方法论会一起展开讨论：
　　世界观：解决是什么这样的问题；
　　方法论：解决怎么办这样的问题。
　　个人认为作为产品还是需要定期的思考一下是什么和怎么办的问题。
　　针对自己负责产品的世界观，可能会考虑：
　　是什么样的产品？
　　现在是什么阶段？
　　核心目标是什么？
　　针对自己负责产品的方法论，可能会考虑：
　　该怎么去完善产品？
　　该怎么让产品有提升？
　　该怎么才能达成目标？
　　总结来说，世界观让你对自己的产品有清晰的认知，方法论指导你如何前进。
　　那我们要如何掌握指导自己前进的方法论呢？
　　回想一下我们上学的场景，我们是如何保证每次考试的时候可以答对题考高分的呢？无非就是把老师教给我们的解题套路熟记于心，考试的时候见招拆招。
　　其实工作中也是一样的道理。自古真情留不住，只有套路得人心呀
　　不知道大家记不记得初高中时期的一道经典数学题，一个10L的水缸当前有5L水，出水口以每分钟1L的速度在向外流，入水口以每分钟1。5L的速度在向内流入，问多少时间后水缸能装满。
　　当初有多少人觉得出题人是不是脑子不好使，为什么要一边放水一边加水呢？现在对照一下自己每天的工作，如何把所负责的产品日活从50W提高到100W，想想是不是有点熟悉的感觉？
　　当初是数学题是怎么解的呢？明确条件中的每一项的定义，最后化成一个数学公式：
　　装满水缸所需时间（水缸容量水缸当前储量）（流入速度流出速度）
　　那我们是不是也可以用这个公式来解决我们工作中遇到的问题呢？这个公式本身其实就给出了分析怎么做的一种方法，用数学公式来拆解和处理问题，也算是一种百搭的方法论。
　　把以上说的内容进行聚合和延伸，这里介绍一种解决问题的方法论：用数学公式不断的对问题进行拆解，并不断使用提出假设和验证假设的循环，来定位问题，我称之为拆猜看
　　为了方便描述如何用拆猜看来解决工作中的问题，我们不妨带入一个场景：假设我们负责了一个内容交易结合的产品线，如何提高交易产品线效益呢？
　　拆庖丁解牛
　　提高产品线效益是一个太过宽泛的概念，首先我们来拆解一下产品线效益是如何组成的，同样是用数学公式拆解：
　　交易产品线效益交易产品触达用户数付费转化率人均净利润
　　那首先会存在第一个问题，为什么这么拆解？只能这么拆解嘛？答案当然是否定的。
　　其实每个人都可以用自己喜欢的任何方式拆解，但是必须要合理，那怎么样是合理呢？
　　这里讲一个事物拆解的原则：MECE原则。这个是在《金字塔原理》这本书中提到的一个结构化思考分类的原则，也就是确保分类结果互相独立完全穷尽，那就是一个合理的分类方式。
　　举个例子，你可以把人按性别分成男人和女人（简化描述，暂不考虑特殊性别），也可以把人按国籍分为中国人和外国人，都是合理的分类方式。
　　但如果你把人分成中国人、女人、外国男人，那就会让你后续的分析极其混乱。
　　回到公式拆解的过程，我们保证拆解出来的子项尽可能的不会互相影响，那现在可以进行第二步了么？还不够！
　　用户总数付费转化率人均净利润，这些项目也还不够直观；那就可以进一步拆解，我们拿用户数来举例：
　　交易产品触达用户数（新增存量流失）
　　看到这里，是不是就完全带入到上文提到的数学题了？数学题的题干中描述了每一个部分的具体数值，那我们也需要继续拆解去找到真实工作中的题干。
　　新增内容板块新增访客注册转化率引流转化率内容板块存量引流转化率交易板块新增访客注册转化率
　　存量当前交易板块存量
　　流失交易板块存量流失率
　　还能继续向下拆解么？当然可以，实际工作中根据业务的复杂程度以及优化的细致程度，还可以从终端、渠道、页面等等角度再进一步的进行拆分，但我们的例子就暂时到此为止了。
　　猜提出假设
　　第一步问题的拆解已经完成了，接下来就是提出假设的时间，当然假设肯定也不是凭空得出的，以上的拆解中已经可以大体细化成了日常工作中会统计的一些数据指标，那针对不同的数据指标在当前的表现以及预期表现，可以定位到一些需要优先去处理和优化的节点。
　　假设我们看完了数据，发现注册转化率不符合预期，这个时候就需要提出不符合预期的原因，一般来说无非是以下几种可能：
　　数据统计合理性？
　　功能是否存在BUG？
　　面向的目标用户是否准确？
　　当前用户使用流程如何，是否有优化空间？
　　看验证假设
　　每一种假设的可能性，都需要去找到论据来证实或证伪，这里就来到了验证假设的过程。假比从最后一种可能考虑，我们需要观察目前的注册流程是怎么样的，以及在现有基础上做一些优化与测试。
　　就本次的例子来说，注册转化体现在2个场景，内容板块的访客注册和交易板块的访客注册。
　　一般来说前者会分享出去或通过搜索引擎找到的内容详情页，后者会是通过邀请或推广到达的落地页，不同类型的落地页关注的重点也存在区别：
　　针对渠道类注册页，以利吸引用户，强制引导注册
　　首屏：抓住眼球，产生进一步了解的欲望
　　第二屏：描述优势，提供更充足的注册理由
　　第三屏：品牌口碑，消除后顾之忧
　　针对内容类着陆页，满足用户信息获取需求，同时进行留存引导
　　首屏：核心内容概览，全文及APP引导
　　第二屏：相关内容推荐，尽量满足需求
　　基于以上对产品功能进行优化以后，一切并没有结束，观测最终的数据表现是很重要的一步。
　　看看这一次的优化对比之前或对比对照组有没有提升，提升了多少，这样算是完成了验证假设的一个完整闭环。
　　循环持续迭代
　　然后就结束了么？当然还没有，提出假设和验证假设是一个不断循环往复的过程。基于这个逻辑框架下进行的迭代，可以保证每一次迭代的目标明确，成功可见，避免病急乱投医和各处冒烟囱的窘境。
　　再说到一开始提及的各大厂招聘JD会写到的XXX相关经验及成熟的方法论。
　　丰富的经验可以帮助你快速准确的定位问题，但这个需要时间的积累并且有判断错误的概率。但成熟的方法论可以帮助你只要花时间，最终一定可以解决问题，同时也可以帮助你更快的积累经验。
　　本文只是从拆解公式的一条线路简单举例了拆解的过程，剩下还没有拆解的部分，以及其他的拆解方式，大家可以自由发挥尝试一下。
　　当然方法论也是站在巨人的肩膀上去思考问题的偷懒之道，其实前辈们留下了很多拆解问题的较优框架，RFM、AARRR、用户生命周期等等数不胜数，好好的利用可以在拆解这一步上省下不少精力。