|
|
|
|
# 10 | 洞察规律:怎样更新认知才能找准发力点?
|
|
|
|
|
|
|
|
|
|
你好,我是张鹏。
|
|
|
|
|
|
|
|
|
|
上一讲,我为你介绍了梳理逻辑时寻找切入点的方法。找到切入点,分析出问题原因之后,我们就到了洞察规律这一步,它正好对应CLAP模型的认知环节。
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/0e/93/0e644b576087cf2826265d8f76d81793.jpg)
|
|
|
|
|
|
|
|
|
|
所谓洞察规律,就是系统地思考整个业务的运转,找准下一步计划的发力点。洞察规律的能力有多重要呢?我带你回顾一下Uber的故事吧。
|
|
|
|
|
|
|
|
|
|
2014年,Uber进入中国之后,迅速在上海、杭州、深圳、广州、成都、武汉、重庆、北京和天津等一二线核心城市开展业务。
|
|
|
|
|
|
|
|
|
|
一开始,Uber的获客模式是**人肉两头拉**。“人肉”是指让用户自发通过口碑传播,“两头拉”是指一边拉开车的司机,另一边拉坐车的乘客。这种模式的好处是获客非常精准,适合早期破局。
|
|
|
|
|
|
|
|
|
|
到了2015年,“滴滴”“快的”等中国本土企业也逐渐崛起,在巨大的竞争压力下,Uber**对市场扩张速度的要求更高了**。接下来的半年中,他们准备在华东、华南、西南和华北四大区域拓展自己的业务。
|
|
|
|
|
|
|
|
|
|
但是Uber内部有个不成文的规定——**不批准任何市场费用**,这也意味着不能以广告等粗暴的模式来获客,所以Uber的城市合伙人**只能从运营手段本身想办法**。
|
|
|
|
|
|
|
|
|
|
而当时他们面临的现实问题在于,以前的人肉两头拉模式虽然精准,但速度不够快,到了快速扩张期增长乏力,很难支撑业务的升级。
|
|
|
|
|
|
|
|
|
|
与此同时,“出行场景单一”“无法满足更多出行需求”“价格没有优势”“等车时间长”等一系列问题也都冒了出来,而且这些问题之间还会相互影响。
|
|
|
|
|
|
|
|
|
|
这种局面给当时的Uber管理层提出了一个挑战:**到底哪个问题才是重中之重,怎么才能找准下一阶段的业务发力点呢?**
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/7d/7b/7d571afda70ce335e1bff18b0b695a7b.jpg)
|
|
|
|
|
|
|
|
|
|
## 因果循环图
|
|
|
|
|
|
|
|
|
|
为了解决战略重心问题,Uber华东区域的管理层使用了一个工具——因果循环图。
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/a1/28/a107d9f12d19e332e34d845bdfe8eb28.jpg)
|
|
|
|
|
|
|
|
|
|
**因果循环图**(CLD,Casual Loop Diagram)出自1990年出版的管理学经典著作《第五项修炼》,它是这本书的作者、学习型组织理论的鼻祖彼得·圣吉(Peter M. Senge)提出的用于**系统思考**的工具。
|
|
|
|
|
|
|
|
|
|
那么,因果循环图要怎么用呢?我们继续看Uber华东区域业务的例子。
|
|
|
|
|
|
|
|
|
|
### 1\. 确定节点
|
|
|
|
|
|
|
|
|
|
**用因果循环图的第一步是确定节点,也就是标记业务的关键节点。**
|
|
|
|
|
|
|
|
|
|
Uber华东区域一开始的业务破局还是做得不错的,得到了车主和乘客的认可,但是要在宣传资源受限的条件下拓展业务,管理层还需要深挖能够撬动整个市场运转的关键节点。
|
|
|
|
|
|
|
|
|
|
首先,他们想到的是满足更多的出行需求,于是他们标记了一个关键节点,**更多需求**。
|
|
|
|
|
|
|
|
|
|
接着,为了满足更多的出行需求,从供给端看,核心是**更多区域覆盖**,从数量和密度两个维度进行拆解,可以细分为**更多司机**和**更少司机闲时**,于是他们又标记了两个关键节点。
|
|
|
|
|
|
|
|
|
|
从消费端看,核心是**乘客能更快能坐上车**和**车费更便宜**,分别代表时间和价格两个维度,于是他们又标记了两个关键节点,**更快接客**和**更低价格**。
|
|
|
|
|
|
|
|
|
|
最后,整个逻辑树用MECE原则检查一下,确保没有问题。
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/b7/63/b7e75d5ab8e9a73d62fyy5d82ddd0d63.jpg)
|
|
|
|
|
|
|
|
|
|
到这里,关键节点就基本上找齐了。
|
|
|
|
|
|
|
|
|
|
### 2\. 确定关系
|
|
|
|
|
|
|
|
|
|
**第二步是确定关系,也就是分析连接关键节点的因果关系。**
|
|
|
|
|
|
|
|
|
|
关键节点之间的关系用带箭头的曲线来表示,箭头的方向代表因果,类型有三种,分别是:
|
|
|
|
|
|
|
|
|
|
1. **增强**,用“+”表示。
|
|
|
|
|
2. **减弱**,用“-”表示。
|
|
|
|
|
3. **延迟**,用“=”表示。
|
|
|
|
|
|
|
|
|
|
这三种类型很好理解:
|
|
|
|
|
|
|
|
|
|
踩油门和速度之间就是增强关系,油门踩得越大,速度越快。
|
|
|
|
|
|
|
|
|
|
刹车和速度是减弱关系,刹车踩得越狠,速度越慢。
|
|
|
|
|
|
|
|
|
|
延迟在生活中更为常见,比如你在浴室拧开热水开关,需要过一段时间水温才会升高。
|
|
|
|
|
|
|
|
|
|
确定因果关系,重点是搞清楚A节点与B节点之间的关系是增强还是减弱。对于Uber来说:
|
|
|
|
|
|
|
|
|
|
* **更多需求**会让更多司机来到Uber平台,所以它们的关系是**更多需求**增强**更多司机**(+)。
|
|
|
|
|
* **更多司机**会让Uber覆盖的区域更广,所以它们的关系是**更多司机**增强**更多区域覆盖**(+)。
|
|
|
|
|
* **更多区域覆盖**会让更多乘客也注册和使用Uber打车,并且进一步促进**更少司机闲时**和**更快接客**(+)。
|
|
|
|
|
* **更少司机闲时**让客单价有进一步降低的空间,所以会导致**更低价格**(+)。
|
|
|
|
|
* 当**更低价格**和**更快接客**这两个乘客都最在意的痛点得到满足,会进一步促成**更多需求**(+)。
|
|
|
|
|
|
|
|
|
|
到这里,单个节点之间的关系就分析清楚了,Uber华东区域管理层也就可以完成Uber整个业务的拼图了。
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/b2/d9/b21bf4553a2e7b33ef3e72faa10be7d9.jpg)
|
|
|
|
|
|
|
|
|
|
### 3\. 确定根因
|
|
|
|
|
|
|
|
|
|
第三步是找出根因,就是判断推动运转最底层的根因。
|
|
|
|
|
|
|
|
|
|
因果循环图非常清晰地展示了单个节点之间的直接因果关系。但是底层的根因要怎么看呢。毕竟各个节点之间是互为因果的。
|
|
|
|
|
|
|
|
|
|
我跟你分享一个小窍门:
|
|
|
|
|
|
|
|
|
|
* 连接线入口多出口少的,一般是“果”,比如更多需求。
|
|
|
|
|
* 连接线入口少出口多的,一般是“因”。
|
|
|
|
|
* 去掉之后会导致整个增强循环断裂的(“没它不行”),一般是“根因”。
|
|
|
|
|
|
|
|
|
|
从图中可以看出,**更多司机**和**更多区域覆盖**这两个节点是满足根因条件的。而**更少司机闲时**以及**更低价格**即使单独去掉,虽然会影响效率,但整个循环依然可以转动,因此属于重要因素,但并不属于根因。
|
|
|
|
|
|
|
|
|
|
我们可以从业务逻辑的角度验证一下,更多需求确实是Uber追求的终极结果,而更多司机和更多区域覆盖如果拿掉,就会导致供给端司机少,从而导致消费端注册和使用少,最终导致Uber的业务无法升级。
|
|
|
|
|
|
|
|
|
|
最终,Uber确认了以**更多司机**和**更多区域覆盖**作为提升整体业务的目标,并设定OKR来进行执行,在华东市场取得重大突破。这部分内容我会在下一讲详细介绍。
|
|
|
|
|
|
|
|
|
|
现在,因果循环图的使用就讲完了,我用一个流程图来总结一下:
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/3f/6c/3f2ed83076032d03430c92c12432d86c.jpg)
|
|
|
|
|
|
|
|
|
|
为了方便你理解,我再为你讲解另一个案例,你可以像阅读推理小说一样,看看能否在我揭示谜底之前想出答案。
|
|
|
|
|
|
|
|
|
|
## 案例补充:Youtube
|
|
|
|
|
|
|
|
|
|
2013年,YouTube已经成为全球最大的视频平台之一。但是它的创新步伐已经放缓,一旦刹车,重新加速并不容易。
|
|
|
|
|
|
|
|
|
|
当时YouTube的CEO是Susan Wojcicki,她意识到YouTube再这样下去,会沦落为一家很普通的公司,于是决定组织高层做战略复盘。她提出了一个问题:“如果重新让YouTube走上‘10倍速’的指数型增长之路,我们到底应该怎么做?”
|
|
|
|
|
|
|
|
|
|
Youtube当时面临的考验和Uber很像,都是要在一大堆重要的事情中找到重中之重。对于YouTube来说,流量、点击率、观看率、广告、视频内容、日活……到底哪一个才是应该首先考虑的呢?
|
|
|
|
|
|
|
|
|
|
当时视频网站普遍看重点击率和日活数据,YouTube内部就有一个工程师正在开发引导观众选择“观看下一个”的推荐系统。显然,这能够对点击率的提高产生巨大的影响。
|
|
|
|
|
|
|
|
|
|
但是需要思考的是,**点击率的提高是YouTube真正想要的吗?**或者换句话说,业界都认为提高点击率就能提升业务,这个“常识”就一定是对的吗?
|
|
|
|
|
|
|
|
|
|
YouTube在这次战略复盘中发现,很多因素是相互影响的。它最重要的收入来自广告,但是让用户过多地点击广告,会影响用户的体验,而体验不好就可能造成用户流失,从而降低平台对广告商的吸引力。
|
|
|
|
|
|
|
|
|
|
当用户花更多宝贵的时间来观看YouTube上的视频时,这些视频必须要给他们提供乐趣,这样才能形成良性循环:
|
|
|
|
|
|
|
|
|
|
更满意的观看体验带来更长的观看时间,更长的观看时间会吸引更多的广告商,从而激励更多的内容创作者进行创作,于是又会吸引更多的观众。
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/18/a8/18bc9b3bb5c4667a198e10f7ca1602a8.jpg)
|
|
|
|
|
|
|
|
|
|
根据“确定根因”的原则,“没它不行”的节点就是根因。
|
|
|
|
|
|
|
|
|
|
YouTube最终洞察到:**真正的收益来源不是观看率或点击率,而是观看时长**。虽然短期内,用户时长的增加甚至会降低用户对广告的点击率,但从长远来看,显然会让YouTube走上增强循环。
|
|
|
|
|
|
|
|
|
|
Susan和她的团队制定了一个**BHAG**(Big, Hairy, Audacious Goals,宏伟、艰难和大胆的目标):“日均用户观看时长达到10亿小时”。在之后的4年时间里,他们通过各种努力,最终实现了这个BHAG。
|
|
|
|
|
|
|
|
|
|
![](https://static001.geekbang.org/resource/image/9e/4d/9e6c81c1af6cd8c3bf3be6da62c6fb4d.png "2020年Youtube数据")
|
|
|
|
|
|
|
|
|
|
## 小结
|
|
|
|
|
|
|
|
|
|
这一讲,我用Uber的案例为你讲解了使用因果循环图的技巧,并且通过Youtube的案例来帮助你加强理解。现在,我们来回顾一下重点内容:
|
|
|
|
|
|
|
|
|
|
1. 因果循环图中的节点,就是真实业务中的关键节点,你可以理解成是关键子业务,用逻辑树进行划分,用MECE原则进行验证。
|
|
|
|
|
2. 关键节点之间的关系用带箭头的曲线来表示,箭头的方向代表因果,类型有三种,分别是增强、减弱和延迟。
|
|
|
|
|
3. 如果因果循环图中,某个关键节点去掉之后会导致整个增强循环断裂,那么它很可能就是根因。
|
|
|
|
|
|
|
|
|
|
## 思考题
|
|
|
|
|
|
|
|
|
|
这就是今天的全部内容,最后留两道思考题给你吧。
|
|
|
|
|
|
|
|
|
|
1. 请你回忆一下学习Youtube案例的过程,你是什么时候找出“根因”的呢?为什么是那个时候?
|
|
|
|
|
2. 请尝试画一下你手头项目的因果循环图,看看有什么发现或者问题。
|
|
|
|
|
|
|
|
|
|
欢迎把你的答案写在留言区,和我一起讨论。
|
|
|
|
|
|