懂得很多道理，也過(guò)不好這一生。有些東西并不只是懂得就可以靈活運(yùn)用，系統(tǒng)思維便是如此。那么，該如何進(jìn)行加強(qiáng)系統(tǒng)思維的思考能力？從而應(yīng)對(duì)發(fā)展中的各種難題。

通過(guò)一些在線課程和文章書籍，我們總能了解到一些發(fā)人深省的案例，也能學(xué)到不少干貨，我們會(huì)把干貨拍照、截圖或者保存到手機(jī)相冊(cè)里。但是后來(lái)呢？

等到實(shí)際用起來(lái)，自己卻總是碰壁，遇到各種新問題。好像學(xué)的東西都無(wú)法解決我面臨的問題，就如同“懂得很多道理，也過(guò)不好這一生”。

究竟是哪里出了問題？

系統(tǒng)思維是產(chǎn)品工作中的重要能力。從了解用戶需求，到撰寫各種文檔和PPT，再到分析和總結(jié)自己的工作時(shí)，都需要運(yùn)用系統(tǒng)思維的方法。

不過(guò)呢，系統(tǒng)思維確實(shí)也不太容易培養(yǎng)和練習(xí)。主要有三方面的問題：

1. 思考的過(guò)程受到很多因素的影響。比如時(shí)間緊迫、預(yù)算有限、歷史遺留問題、團(tuán)隊(duì)合作氛圍等等，這些因素都會(huì)導(dǎo)致思考的過(guò)程并不是“完全自由”的，容易讓當(dāng)事人“鉆牛角尖”，而忽略了系統(tǒng)地思考解決方案。
2. 雖然已經(jīng)有很多現(xiàn)成的模型和方法了，但這些模型和方法都是歷史經(jīng)驗(yàn)的總結(jié)，能解決的問題是有限的。如果未來(lái)情況變了，出現(xiàn)了新的問題，就不能用了。
3. 系統(tǒng)思維是一個(gè)比較抽象的概念。因此，找一兩個(gè)案例只能幫助大家對(duì)系統(tǒng)思維有一個(gè)感性的理解，并不能算真的學(xué)會(huì)了。這就導(dǎo)致當(dāng)自己遇到了需要思考的問題時(shí)，往往不能通過(guò)簡(jiǎn)單的套模型來(lái)解決。

因此，這一篇的重點(diǎn)，不僅僅是介紹系統(tǒng)思維的方法，也要提供下平時(shí)我是如何“觸發(fā)”自己的系統(tǒng)思維的。
至于第二個(gè)和第三個(gè)問題，我們單獨(dú)拿出兩篇的內(nèi)容，討論如何總結(jié)出屬于自己的的獨(dú)特模型，并討論下認(rèn)知以及認(rèn)知的方法。

一、有哪些比較系統(tǒng)的思維模型呢？

其實(shí)說(shuō)到模型，現(xiàn)成的模型還真是不少。

以下這些大家肯定不會(huì)陌生：5W1H、SWOT、KANO、RFM、需求層次理論、AARRR/漏斗、留存表、4P/4S等等。這些模型通常都會(huì)出現(xiàn)在“系統(tǒng)思維”、“常用模型”之類的文章當(dāng)中。

除了上面這些“直接給出結(jié)論”的模型，還有一些方法是專門針對(duì)思考和決策過(guò)程的。比如：頭腦風(fēng)暴、魚骨圖、金字塔模型、AHP/FAHP等等。

關(guān)于這些模型和方法，單獨(dú)一篇文章肯定講不過(guò)來(lái)，而且相關(guān)的內(nèi)容已經(jīng)太多了。我們只是列在這里，如果大家確實(shí)用到了，直接搜索相關(guān)的文章或者書籍就好。

二、如何“觸發(fā)”系統(tǒng)思維？

相比是否能多背下來(lái)一個(gè)模型，這個(gè)問題是更重要的。有時(shí)候我們遇到了一個(gè)問題，根本不會(huì)想到要用一個(gè)有框架、成體系的思維方式來(lái)解決，而是直接鉆了牛角尖。

比如，我就是想要賺很多的錢。那么怎么辦呢？做些什么能夠“直接”實(shí)現(xiàn)賺很多錢的目的呢？于是很可能就會(huì)開始關(guān)注一些“日賺1萬(wàn)”、“有個(gè)手機(jī)就能干”之類的事情。這樣的話，當(dāng)然就不會(huì)想到要?jiǎng)佑孟到y(tǒng)思維了。

其實(shí)，在上面這種做法的背后，有一個(gè)更深層次的思維方式，那就是根深蒂固的因果關(guān)系的思維方式。當(dāng)我們面對(duì)一個(gè)問題的時(shí)候，總是想尋找原因。認(rèn)為只要知道了原因，就能扭轉(zhuǎn)這種我們不愿意看到的情況。

當(dāng)然，問題不在于因果關(guān)系的思維本身，而是需要我們問一下自己：

• 我面臨的問題，是一個(gè)原因?qū)е碌模€是多個(gè)原因?qū)е碌模?/li>
• 如果是由多個(gè)原因?qū)е碌?，哪些是直接原因，哪些是間接原因呢？

有些課程的案例“害人”的地方就在于，它們往往只是給某個(gè)問題找了“唯一的、直接的”原因，而去掉了前前后后那些次要的、間接的原因。

比如這種案例：“找到了一個(gè)獨(dú)特的細(xì)分角度，將用戶明顯地分為兩部分，然后針對(duì)不夠活躍的那部分用戶進(jìn)行優(yōu)化，最終達(dá)到了很好的效果?！?/p>

對(duì)于案例本身而言，不管出于什么目的，這些次要的、間接的原因確實(shí)可以忽略；但對(duì)于問題本身，不定哪天這些次要的、間接的原因就變成了主要的、直接的原因。當(dāng)我們心中積累了太多的“唯一的、直接的”原因之后，自然就“停止思考”了。即使面對(duì)新問題，也只會(huì)機(jī)械地按照這些“唯一的、直接的”原因?qū)ふ医鉀Q辦法。

三、常見方法和模型有什么規(guī)律嗎？

有了“觸發(fā)”系統(tǒng)思維的方法之后，我們就要從這些現(xiàn)有的方法和模型中學(xué)一些規(guī)律了。

我們從日常工作中的場(chǎng)景說(shuō)起。比如，我們遇到了最常見的留存率的問題——究竟是什么原因?qū)е铝肆舸媛实慕档湍兀?/p>

為了解決這樣一個(gè)問題，我們最容易想到的、最常見的方法就是：首先找到最容易流失的那部分用戶，然后再找到用戶在流失之前的行為，也就是分析究竟是什么行為導(dǎo)致了用戶的流失。最后，只要讓特定的用戶不去做這些行為，自然也就能夠減少流失的情況，從而提高留存率了。

針對(duì)這個(gè)常見的方法，我們從三個(gè)方面分析。

第一，是前面提到的“觸發(fā)系統(tǒng)思維”的問題。其實(shí)上面的思考中有許多“疑點(diǎn)”：

• 為什么一定是用戶的因素導(dǎo)致了留存率的下降呢？有沒有可能是最近的產(chǎn)品迭代、社會(huì)熱點(diǎn)事件導(dǎo)致的，或者就是產(chǎn)品正常的周期性導(dǎo)致的呢？
• 為什么一定是部分用戶的留存率下降呢？如果全體用戶的留存率都下降了怎么辦？
• 為什么一定能給流失行為找到一個(gè)前置行為呢？如果前置行為多種多樣，甚至“相互矛盾”，又該怎么辦呢？

總之，前面這個(gè)思考過(guò)程只能算是一個(gè)應(yīng)用最廣、“曾經(jīng)”效果最好的一種。但是這次是不是還奏效呢？這需要數(shù)據(jù)的驗(yàn)證。

第二，過(guò)了前一步，我們已經(jīng)算是“觸發(fā)”系統(tǒng)思維了。雖然這個(gè)具體的方法不是百試百靈的，但我們可以學(xué)習(xí)一下解決問題的思維。

上面的整個(gè)分析的過(guò)程，概括成一個(gè)詞就是“細(xì)分”。當(dāng)然，也可以說(shuō)成是“拆分”、“細(xì)化”等等。如果大家聽過(guò)一些在線課程，在解決問題的時(shí)候也大多是采取這樣的辦法。當(dāng)我們不能完整地解決一個(gè)問題時(shí)，可以先將問題拆解。在文章最開始提到的SWOT、KANO、RFM、需求層次理論、AARRR/漏斗、留存表、4P/4S這些模型，其實(shí)都是把一個(gè)問題細(xì)分成幾個(gè)部分逐一分析。

第三，那么究竟按照什么角度進(jìn)行細(xì)分呢？有那么多的角度可以選，又怎么選得過(guò)來(lái)呢？

其實(shí)細(xì)分也是有“大方向”的，主要可以分為兩個(gè)方向：廣度和深度。按照廣度細(xì)分，分出來(lái)的部分通常是并列的關(guān)系；按照深度細(xì)分，分出來(lái)的部分通常是遞進(jìn)的關(guān)系。

我們舉兩個(gè)例子。對(duì)于SWOT、KANO、4P/4S這些模型，引導(dǎo)的是廣度的細(xì)分思考，其中的因素基本是并列的。SWOT中的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)、威脅四種因素本身并無(wú)好壞之分，只有人們對(duì)它們的好惡而已；KANO中的幾種需求類型和4P/4S中的幾種營(yíng)銷策略方向也是同樣。

而另外一些模型，比如需求層次理論、AARRR模型，它們引導(dǎo)的就是深度的細(xì)分思考。它們拆分出的部分就是層層遞進(jìn)的，因此是不能更換順序的。類似的還有“5個(gè)為什么”之類的思考方法。

那么，是不是任意選擇一些角度，都可以用來(lái)做細(xì)分呢？
理論上“是的”——任何角度都可以用來(lái)做細(xì)分。即使是“瀏覽頁(yè)面的時(shí)候是長(zhǎng)發(fā)還是短發(fā)”、“下訂單的時(shí)候有沒有穿拖鞋”都可以作為細(xì)分的角度。但是，顯然這些不是能最終解決問題的角度。也就是說(shuō)，細(xì)分的角度是有“優(yōu)劣”之分的。

前面提到的這些模型中包含的細(xì)分角度，至少在它們自己的問題域中，都是一些“最好”的角度。但如果離開了問題域，就未必還是最好的角度了。

就比如RFM，關(guān)注的是顧客的交易行為。如果再確切一些，這個(gè)模型的三方面因素最開始只是用來(lái)細(xì)分顧客的消費(fèi)行為的。對(duì)于投資理財(cái)之類的交易行為，或者對(duì)于卡號(hào)、設(shè)備號(hào)這些不是與真實(shí)用戶一一對(duì)應(yīng)的體系，是否同樣奏效，還有待驗(yàn)證。

總結(jié)一下：

• 前面提到的用來(lái)分析問題的模型，主要思維方式是細(xì)分；
• 細(xì)分可以分為廣度和深度兩種；
• 細(xì)分思維的典型例子：前面提到的那些分析問題的模型。

四、另一種方法

是不是一種“細(xì)分”的方法就把系統(tǒng)思維說(shuō)完了呢？當(dāng)然不是。

一味地細(xì)分下去，就會(huì)四分五裂， 也就無(wú)法形成整體、形成合力了。

而且除了這種“解決問題”的場(chǎng)景，工作中還有一種場(chǎng)景是需要“整體設(shè)計(jì)”，也就是要考慮好各種因素，最后提出一個(gè)各方面都“恰當(dāng)”的綜合方案來(lái)。那么一定有另一種方法是跟“細(xì)分”相反的。

如果你負(fù)責(zé)過(guò)偏向后臺(tái)、偏向技術(shù)系統(tǒng)的產(chǎn)品，那么“整合”這個(gè)詞你一定不會(huì)陌生。對(duì)??！另一種方法，就是這個(gè)“整合”的方法。

整合并不是把任意兩種東西放在一起，然后看它們之間的聯(lián)系。這只是一種思維練習(xí)，放到實(shí)戰(zhàn)中未必奏效。與細(xì)分需要的“微觀視角”不同，整合方法需要的是一種更宏觀的視角。整合的方法并不會(huì)特別關(guān)注每個(gè)細(xì)節(jié)，而是關(guān)注“整體上”是什么樣子的。

前面說(shuō)過(guò)了很多解決問題的思維都屬于細(xì)分思維，那么與整合思維相關(guān)的方法不知道大家想到?jīng)]有。其實(shí)平時(shí)我們?cè)谟玫姆椒ň陀小热绾谙錅y(cè)試。

黑箱測(cè)試是在做什么呢？我們只是關(guān)注輸入和輸出是什么，比如輸入了錯(cuò)誤的用戶名或密碼，那么頁(yè)面上就應(yīng)當(dāng)提示用戶名或密碼輸入錯(cuò)誤。至于這種錯(cuò)誤的判斷是怎么產(chǎn)生的，并不是黑箱測(cè)試關(guān)注的內(nèi)容。

可見，黑箱測(cè)試是將一個(gè)功能中的各種細(xì)節(jié)合并成一個(gè)整體，只是關(guān)注整體上應(yīng)當(dāng)做出怎樣的反應(yīng)而已。而當(dāng)遇到問題時(shí)，就需要再次動(dòng)用“細(xì)分”的方法來(lái)排解問題了，從這里也可以看到細(xì)分與整合之間的配合。

舉個(gè)例子：例如我們現(xiàn)在要迎著各種歷史遺留問題，將兩個(gè)八竿子打不著的產(chǎn)品，整合成一個(gè)完整的解決方案提供給用戶。

如果從細(xì)分的思維入手，我們就要先詳細(xì)列舉各種影響因素，分析它們之間的聯(lián)系，提出多種可能的設(shè)計(jì)方案，再結(jié)合影響因素逐個(gè)分析。這樣折騰個(gè)把月，有沒有方案不說(shuō)，都不一定真能把這些因素理清楚。

而從整合的思維入手的話，我們只需要關(guān)注：整合之后的完整解決方案，在用戶發(fā)出要求的時(shí)候，應(yīng)當(dāng)做出怎樣的回應(yīng)。

比如當(dāng)用戶不知道如何使用的時(shí)候，應(yīng)該給予引導(dǎo)；當(dāng)用戶輸入了錯(cuò)誤的信息時(shí)，應(yīng)該給予提示；當(dāng)用戶的操作越權(quán)時(shí)，應(yīng)當(dāng)制止并提供解決問題的恰當(dāng)辦法。

當(dāng)然，這些設(shè)計(jì)現(xiàn)在是不能實(shí)現(xiàn)的。這就形成了“問題”，而且是很具體的問題。解決具體的“問題”，就是細(xì)分思維的用武之地了。

再總結(jié)一下：

• 整合思維與細(xì)分思維對(duì)應(yīng)。整合思維關(guān)注整體功能，細(xì)分思維則關(guān)注細(xì)節(jié)因素。
• 整合用在解決整體的、相對(duì)籠統(tǒng)的問題上；細(xì)分思維用在解決微觀的、相對(duì)具體的問題上。
• 整合思維的典型例子：黑箱測(cè)試。

作者：李陽(yáng)，微信公眾號(hào)：數(shù)據(jù)有毒（shujuyoudu）

本文由 @李陽(yáng) 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

題圖來(lái)自 Unsplash，基于 CC0 協(xié)議