促進(jìn)產(chǎn)品裂變生長(zhǎng)的顆粒往往是細(xì)微而簡(jiǎn)單的，但是尋找他并利用它似乎不是一件容易的事。

很多人終其一生，都沒(méi)能做好一件事；

很多品牌開(kāi)了無(wú)數(shù)腦洞會(huì)，卻依然沒(méi)能找準(zhǔn)賣(mài)點(diǎn)；

當(dāng)人們面對(duì)選擇總表現(xiàn)得難以取舍，裹足不前，幻想滿(mǎn)足市場(chǎng)的所有需求，最終卻失掉了占領(lǐng)心智高地的機(jī)會(huì)。

一個(gè)簡(jiǎn)單的道理是，任何人和品牌能喚起他人記憶的信息非常有限。

徐悲鴻創(chuàng)作過(guò)無(wú)數(shù)畫(huà)作，但能被廣泛記住的卻是他畫(huà)的馬；

達(dá).芬奇做過(guò)很多超前研究，可被提及最多的還是《蒙娜麗莎》；

雖然愛(ài)因斯坦在物理學(xué)眾多領(lǐng)域貢獻(xiàn)杰出（比如分子運(yùn)動(dòng)論、統(tǒng)一場(chǎng)論），但人們言之必綁定“相對(duì)論”。

我們知道，那些市值幾百上千億美金的公司，往往都是從極簡(jiǎn)的事情做到極致。

百度的核心產(chǎn)品是一個(gè)簡(jiǎn)單的搜索框，然后把“keywords”的價(jià)值挖掘到極致；

可口可樂(lè)歷經(jīng)百余年，直到現(xiàn)在大部分的利潤(rùn)仍然來(lái)自是一瓶簡(jiǎn)單的汽水飲料；

騰訊的即時(shí)通訊產(chǎn)品，最早被稱(chēng)為“網(wǎng)絡(luò)尋呼機(jī)”，不過(guò)是把過(guò)去只有通過(guò)電信信號(hào)傳輸?shù)男畔?，移植到網(wǎng)絡(luò)上；

那么這么簡(jiǎn)單的方式，為什么只有少數(shù)的公司可以做大？

其中一個(gè)關(guān)鍵的問(wèn)題是，很多人錯(cuò)誤的理解了“簡(jiǎn)單”的含義。

我們所處的世界，經(jīng)常會(huì)有這樣的聲音：

• 復(fù)雜的生活太累啦！我希望過(guò)得簡(jiǎn)單一點(diǎn)；
• 我渴望單純的愛(ài)情，希望愛(ài)情都是簡(jiǎn)單的；
• 公司的管理太復(fù)雜，我們必須把它調(diào)整的簡(jiǎn)單一些；
• 營(yíng)銷(xiāo)的理論太多了，我還是喜歡簡(jiǎn)單粗暴的方式；

這些思想非常常見(jiàn)，但實(shí)際上沒(méi)有弄清到底什么是才是“簡(jiǎn)單”。

首先，簡(jiǎn)單是提高效率，但不一定一上來(lái)就省力。

比如，遇到困難的時(shí)候有人幫助會(huì)讓事情變得輕松，但在此之前你需要拿出時(shí)間和誠(chéng)意去發(fā)展人際關(guān)系；

其次，簡(jiǎn)單也絕非不去思考和行動(dòng)。

假如你想要和戀人之間的關(guān)系變得簡(jiǎn)單可依賴(lài)，就要先去用你希望他對(duì)待你的方式去對(duì)待TA，并且觀察TA的接受程度，直到形成默契，而不是什么都不想也不去做，就等著別人以你想要的方式來(lái)待你，那么這就不是“簡(jiǎn)單”，而是自私；

還有，簡(jiǎn)單不是去除必要環(huán)節(jié)。

舉個(gè)例子，我們?nèi)祟?lèi)都是由一枚的受精卵發(fā)展而來(lái)的，它的結(jié)構(gòu)非常簡(jiǎn)單，卻可以裂變成組織、器官，直到形成完整的哺乳動(dòng)物體。

試想如果去除這一過(guò)程，還會(huì)形成人類(lèi)個(gè)體嗎？

顯然不可能，但很多時(shí)候，我們力求簡(jiǎn)單，卻往往不假思索地去除了必要環(huán)節(jié)，比如，我們厭煩公司政治，就妄圖人為去除，或是假設(shè)其不存在，而不是想怎樣讓它朝對(duì)運(yùn)營(yíng)有利的方向發(fā)展，最終往往栽在上面，然后換一家公司，繼續(xù)妄想，“希望新公司的氛圍可以單純一些”。

最近，有些朋友了解到“奧卡姆剃刀原理”、“第一原理性”等高大上的概念，經(jīng)常拿來(lái)對(duì)我說(shuō)，你的產(chǎn)品思維、運(yùn)營(yíng)思路應(yīng)該簡(jiǎn)單，因?yàn)槿思艺f(shuō)了，“如無(wú)必要，勿增實(shí)體”。

事實(shí)上，這句話并沒(méi)有錯(cuò)，錯(cuò)的是人們總是很難分辨什么是必要的，所以往往去除了必要環(huán)節(jié)，否則它就僅僅是說(shuō)服他人的一種說(shuō)辭。

簡(jiǎn)單更不是粗暴

對(duì)比下邊這兩張圖，你覺(jué)得哪張更簡(jiǎn)單，哪張更粗暴？

顯然，下邊這張圖更復(fù)雜，制作起來(lái)非常粗暴，設(shè)計(jì)人員只要無(wú)意識(shí)地堆砌元素就可以。

上邊是喬布斯主持的蘋(píng)果發(fā)布會(huì)的環(huán)節(jié)設(shè)計(jì)，喬幫主輕輕地從牛皮紙袋里拿出Mac，這個(gè)設(shè)計(jì)非常簡(jiǎn)單，卻讓人們產(chǎn)生了想要擁有它的沖動(dòng)，絕對(duì)不粗暴。

在這里“簡(jiǎn)單”指的是輸出過(guò)程，不是思考過(guò)程，越是簡(jiǎn)單的輸出，越考驗(yàn)設(shè)計(jì)者的思考功力。

那么，要找到簡(jiǎn)單的成長(zhǎng)顆粒，實(shí)現(xiàn)像受精卵一樣快速裂變的結(jié)果，需要具備哪些思維方式呢？

?一、母題思維

很多人都會(huì)遭遇一種狀態(tài)，就是每天都在做從0到1的事情，中途遇到阻礙無(wú)法繼續(xù)，就會(huì)半途而廢，然后再找另一件事，重頭開(kāi)始，循環(huán)往復(fù)。

這很類(lèi)似，高考復(fù)習(xí)時(shí)，很多成績(jī)平平的學(xué)生，經(jīng)常采取“題海戰(zhàn)術(shù)”，在他們的頭腦里，每道題都是新的，所以他們面臨的任務(wù)就非常艱巨，需要記住所有看過(guò)的題集。

反觀那些成績(jī)優(yōu)秀的學(xué)生，并不是因?yàn)樗麄兊挠洃浟Ω鼜?qiáng)，而是更加擅于壓縮信息，而方式就是采用“母題策略”。

所謂“母題”，母題就是各門(mén)學(xué)科包含若干知識(shí)點(diǎn)的基本題、典型題，也是所有命題所參照的原型題，它可以幫助實(shí)現(xiàn)快速掌握知識(shí)的目的。

伊卜生就經(jīng)常利用母題策略，比如營(yíng)銷(xiāo)中有一個(gè)詞匯叫做“誠(chéng)懇營(yíng)銷(xiāo)”，我記住這個(gè)概念是因?yàn)榭吹揭欢稳毡狙└鈴S的道歉視頻，大意是，一家歷史悠久的雪糕廠，產(chǎn)品30幾年未漲價(jià)，瀕臨破產(chǎn)，廠長(zhǎng)帶領(lǐng)全體員工向用戶(hù)鞠躬，懇請(qǐng)大家：“我們真的撐不下去了，所以現(xiàn)在漲價(jià)5毛錢(qián)”。視頻發(fā)出后，雪糕的銷(xiāo)量增長(zhǎng)了3倍。

這個(gè)母題的核心是，當(dāng)市場(chǎng)中的品牌都在各種套路消費(fèi)者時(shí)，反其道而行，誠(chéng)懇當(dāng)?shù)?，往往?huì)收獲絕佳效果。

由此，未來(lái)再遇到類(lèi)似的典故、案例（比如“亨利四世卡諾莎之行，華為誠(chéng)懇營(yíng)銷(xiāo)廣告、加多寶使我們無(wú)能…”），便可以歸類(lèi)到這個(gè)母題的樣式下，解約大腦的存儲(chǔ)空間。

二.模型思維

當(dāng)你發(fā)現(xiàn)母題間有很多元素是相同的，便可以用模型來(lái)進(jìn)一步將它簡(jiǎn)化、壓縮、抽象出來(lái)。

比如，很多時(shí)候，人們?cè)谧鰶Q策時(shí)，往往帶入太多矛盾因子，左右為難。

因此，就需要“決策模型”來(lái)輔助。

舉個(gè)例子，我的一位朋友線下開(kāi)店，選址時(shí)面臨3種選項(xiàng)，起初，TA單純從價(jià)格角度判斷，決定選擇A，后來(lái)發(fā)現(xiàn)A的格局不好，裝修起來(lái)耗時(shí)費(fèi)力，又決定選擇B，后來(lái)發(fā)現(xiàn)不符合“金角銀邊”的選址原則，決定選擇C，而C的價(jià)格又虛高…

我告訴TA，“不能相信自己的直覺(jué)判斷，而是應(yīng)該把所有需要考慮的因素都列出來(lái)，然后綜合評(píng)分，選出得分最高的那一項(xiàng)，這就是你的決策模型”。

除了“決策模型”，在以往的文章中，伊卜生創(chuàng)造過(guò)很多簡(jiǎn)化思考的模型。

思維進(jìn)化論 | 磨礪之后，你的心怎么還沒(méi)強(qiáng)大？

如何跳出思維局限，開(kāi)創(chuàng)新品類(lèi)？

三.算法思維

當(dāng)母題和模型的量級(jí)增加，多到我們僅憑大腦已經(jīng)無(wú)法記得過(guò)來(lái)時(shí)，就需要算法思維來(lái)幫忙。

介紹一種算法：快速排序算法

算法步驟：

1. 界定范圍，該范圍內(nèi)有諾干元素，用數(shù)字序號(hào)表示這些元素
2. 從中挑出一個(gè)元素，程序語(yǔ)言中稱(chēng)為 “基準(zhǔn)”（pivot）。
3. 重新排序，所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面，所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面（相同的數(shù)可以到任一邊）。
4. 把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序。

（PS：已翻譯成人類(lèi)語(yǔ)言，沒(méi)有提及數(shù)列、遞歸、基準(zhǔn)值等學(xué)術(shù)名詞）

比如，之前提到的選址的例子，現(xiàn)在選址范圍確定為10個(gè)店面，然后從所有選址元素中提取出“價(jià)格”這個(gè)元素，這個(gè)價(jià)格可以是所有該行業(yè)線下店選址的平均值，然后把高于這個(gè)平均值的店面和低于它的店面分開(kāi)，再各自進(jìn)行排序，最終實(shí)現(xiàn)精準(zhǔn)選擇最合適店面的目的。

除此之外，也可以用算法思維搞定很多事，比如最近ICO被取締的事情炒的沸沸揚(yáng)揚(yáng)，人們不禁要問(wèn)，金融圈真真假假、是是非非這么多，如何分辨一起金融事件不是“龐騙”呢？

判斷這件事，也可以借助算法思維，就是你把所有歷史上出現(xiàn)的，你可以查到的“龐騙”和非“龐騙”的金融事件列出來(lái)，然后再把它們的組成元素拆解出來(lái)進(jìn)行定性和定量，如：承諾利潤(rùn)增長(zhǎng)率、參與人數(shù)、監(jiān)管機(jī)構(gòu)條文數(shù)、巔峰周期、衰落周期、獲益人數(shù)、收益率、損失人數(shù)、損失率….,再用上邊介紹的算法進(jìn)行排序，如果你要判斷的事件低于平均數(shù)值，可以判定大概率是騙局。

當(dāng)然除了快速排序算法，還有很多其他實(shí)用的程序算法（比如BFPRT、二分查找算法）可以被我們的大腦借用，從而簡(jiǎn)化思考和行為，更快速、精準(zhǔn)的找到“最小成長(zhǎng)顆?！?，實(shí)現(xiàn)裂變。

?結(jié)語(yǔ)：

“簡(jiǎn)單最難”（Simple is the hardest）。

相關(guān)閱讀

增長(zhǎng)的瓶頸 （I）—— 重疊型困局

增長(zhǎng)的瓶頸（II）：劣幣何以驅(qū)逐良幣？

#專(zhuān)欄作家#

伊卜生，人人都是產(chǎn)品經(jīng)理專(zhuān)欄作者，微信公眾號(hào)：伊卜生（ID :?ibsen2020）

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

本文已在初探網(wǎng)進(jìn)行版權(quán)登記，版權(quán)歸屬伊卜生，抄襲必究。

題圖來(lái)自 Pexels，基于 CC0 協(xié)議