chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

在上篇文章（詳見：《產品經理的無限游戲（上）》），主要聊了產品經理這一行業(yè)的由來，以及我國那些出名的產品經理們，本篇主要聚焦于產品經理邏輯學，論一個合格的產品經理是如何養(yǎng)成的。

本文來自微信公眾號：黑壩（ID：HolylandofKalin），作者：許昕，原文標題：《產品經理邏輯學》，頭圖來自：視覺中國

我自己雖然也從事產品工作，但拋開主觀立場地說，絕大多數(shù)程序員與產品經理的爭吵，或是需求最終實現(xiàn)出現(xiàn)的問題，都是由于產品經理自己沒想清楚，也就是程序員嘴里常說的“需求邏輯有問題”。

出色的邏輯思考能力理應是產品經理的底色，因為其貫穿了產品工作的始終，不管是產品定位、需求調研，還是競品分析、產品規(guī)劃，抑或是原型設計、需求撰寫，都需要通過邏輯思考來實現(xiàn)。

根據(jù)《第一性原理》，人類常用的邏輯思考方式有兩種，一是歸納法，二是演繹法。

一、求存不求真的歸納法

產品經理日常工作中，經常需要根據(jù)數(shù)據(jù)找尋規(guī)律支撐觀點，“用數(shù)據(jù)說話”。通常所使用的方法，就是歸納法。

歸納法指人們通過對世界的接觸、觀察和實驗，從具象的經驗中抽象出普遍規(guī)律和知識的方法。歸納是人類的本能，也是人類最基礎的腦力思考方式，甚至可以說，絕大多數(shù)的人類知識都建立在歸納之上。例如，“太陽照常升起”，就是一個典型的歸納法知識。

1. 黑天鵝與灰犀牛

根據(jù)人類思考慣性的不同，可將歸納法分為：空間性歸納和時間性歸納。

空間性歸納：即將某個空間或某個群體內有效的規(guī)律，推廣至其他空間、群體，甚至全部空間、群體的思維方式。例如，早期，歐洲人民看到的天鵝都是白色的，他們自然而然就認定地球上所有天鵝是白色；又比如，基于算法推薦模型的今日頭條成功以后，字節(jié)跳動地毯式孵化了一大批產品，也是基于算法推薦模型可以在其他領域取得成功的認知。

時間性歸納：即認為在過去時間里成立的規(guī)則，在當前和未來時間也同樣成立。比如牛市末期，大批萌新投資者和沉寂投資者爭先恐后地沖向股市，主要也是基于過去一段時間股市暴漲，意味著未來一段時間股市還會繼續(xù)上行的市場認知。

又比如，一些流傳甚廣的互聯(lián)網定理，如Facebook的“40-20-10”規(guī)則（若游戲廠商希望游戲的DAU即Daily Active User，日活躍用戶超過100萬，那么新用戶次日留存率應大于40%，7日留存率和30日留存率須分別大于20%和10%），也是根據(jù)互聯(lián)網公司的過往經驗抽象得出，用以指導未來的工作。

不過從上述例子也可以看出，由歸納法推斷出的結論，并不一定是正確的，例如天鵝并不都是白色——澳大利亞就生活著一種黑羽紅喙的黑天鵝；股市也不會一直上漲——牛市、熊市總是如影隨形，只是大家會有意無意忽視那只灰犀牛。這就引申出我們將要討論的下個話題，證實與證偽的不對稱性。

2. 不要做只會被投喂的“雞”

愛因斯坦的廣義相對論在1915年提出的時候，只是一個純粹的理論猜想。為了驗證這個猜想，愛因斯坦給出了三個推論，其中之一，是“光線會在引力作用下發(fā)生偏折”，即可以通過觀測日食期間太陽附近的光線，來驗證廣義相對論是否正確。

在1919年的一次日全食中，英國科學家遠征隊在靠近非洲的普林西比島，觀測到了光線在引力場中的偏折現(xiàn)象，且偏折值符合愛因斯坦的預測，使得廣義相對論第一次在經驗層面得到了證明。

【《紐約時報》對愛因斯坦新的“宇宙理論”的報道】

但在實驗之前，愛因斯坦曾明確表示：如果觀測結果與理論預測不符，那說明廣義相對論是錯的；但即便相符，也并不意味著廣義相對論絕對正確。

愛因斯坦的這種理性批判精神，給了哲學家卡爾·波普爾很大啟發(fā)，讓他意識到證實與證偽并不是對稱的。簡單來說，一個理論被證實上百次、上萬次，都不能證明其絕對正確，因為只要被證偽一次，這個理論就被推翻了。

還是以天鵝為例，我們看到一只天鵝是白色的，一百只、一萬只都是白色的，由此歸納出一個普遍命題：凡天鵝，必白色。但其實誰都無法保證，未來某天會不會出現(xiàn)一只黑天鵝。

證實與證偽的這種不對稱性，對歸納法的可靠性提出了質疑。

這種質疑其實由來已久。哲學家休謨曾提出著名的“休謨問題”，認為歸納推理并不能從經驗材料中發(fā)現(xiàn)、概括出具有必然性的一般規(guī)律。羅素的表達則更為生動，“一只每天被主人喂食的雞，怎么也歸納不出有一天自己會被擰斷脖子?！?/strong>

【“Facebook從不宕機”，來源@kyth】

只是，既然歸納法如此不可靠，為什么我們直到現(xiàn)在還未將其拋棄，反而日復一日繼續(xù)使用？

答案很簡單，因為在一定時空邊界內，使用歸納法提煉信息總結規(guī)律，最為直接有效。

比方說，我們的問題是“待上線的產品還有沒有bug？”

這個問題看似簡單，其實很難回答，因為符合真理標準的答案，是需要遍歷測試所有可能出現(xiàn)的情況才能得到。而客觀上，這幾乎不可能做到。

首先，你無法窮舉產品所有使用場景。實際上，你甚至都無法窮舉所有變量。其次，類似于產品在坦桑尼亞2G網絡環(huán)境下是否可用，或者產品在亞馬遜Fire phone（一款已經退市的手機）上是否兼容等非常規(guī)測試，現(xiàn)實中也很難覆蓋。

但即便是得不到絕對正確的結論，對我們的影響也有限。只要產品完成了標準的測試流程，覆蓋了主要的功能、UI、兼容等方面的測試，我們就能夠回答“待上線的產品還有沒有bug”這個問題，并據(jù)此決定產品是否可以上線。

也就是說，雖然最終我們通過盡可能多但并不完全的測試，歸納出一個真實性有所損失的結論，但這至少是一個暫時正確的結論。

產品經理日常工作中，一方面，可以使用歸納法提煉信息總結規(guī)律，學會如何在付出最小成本的前提下，獲取相對正確的知識，提高決策的效率。另一方面，產品經理始終要對通過歸納得出的結論抱有審慎懷疑的態(tài)度，因為歸納的正確永遠是一種不徹底的正確。

就如同現(xiàn)在很多人迷信數(shù)據(jù)，但其實由數(shù)據(jù)歸納出的結論，并不一定正確。對待數(shù)據(jù)的正確態(tài)度應當是“依賴數(shù)據(jù)做決策，但不能只依賴數(shù)據(jù)做決策”。

歸納法的“道”講完了，下一節(jié)我們談一談具體的“術”。

二、歸納法方法論

我一度對有人在互聯(lián)網上推薦產品經理去看黑格爾的《邏輯學》的行為藝術感到迷惑。黑格爾的抽象和晦澀，可以說是有目共睹、“有口皆碑”，類似于本段第一句這種難讀的長句子，在黑格爾的作品中俯拾即是，連黑格爾自己都說“只有一個人真正理解我”（后面又補了一句，“不，一個也沒有”）。

【黑格爾《邏輯學》，2001年出版至今，上卷標注讀完的人數(shù)有500多個，下卷則不到300個】

黑格爾的《邏輯學》無疑是經典的哲學讀本，但對于絕大多數(shù)想要提升邏輯思考能力的人來說，邏輯學相關的教材或科普讀物，顯然更為友好一些。這里其實涉及到一個“可溝通性”的問題。項飆曾在《把自己作為方法》中解釋過“可溝通性”：

邏輯學試圖解決的，其實就是“可溝通性”的問題，即通過邏輯學的方法，建立現(xiàn)象與本質的聯(lián)系，實現(xiàn)人類與知識的溝通。

說回到歸納法，本小結試圖建立的，也是歸納法與實際工作的“可溝通性”。從實踐的角度看，可將歸納法分為完全歸納法和不完全歸納法。

1. 完全歸納法

完全歸納法是指對一類對象進行窮盡考察，得出關于該類對象的一般性結論的推理。從思維方向上，完全歸納法是從個別推出一般，屬于歸納法的范疇；但從前提與結論的關系來看，完全歸納法窮盡了結論所包含的各種前提，如果前提為真，則結論一定為真，在這一點上，完全歸納法又類似于演繹法。本文按慣例，還是將其歸入歸納法的范疇。

完全歸納法的邏輯表現(xiàn)形式為：

• 前提：S1是P，S2是P......Sn是P（其中，S1，S2......Sn是S類的全部對象，P是屬性）。

  
  

• 結論：所有S都是P。

例如，我們要設計一套算法推薦系統(tǒng)。首先，我們以內容生產者的角度，窮舉出社區(qū)內容的所有類型：UGC（User Generated Content，用戶生產內容）、PGC（Professional Generated Content，專業(yè)生產內容）和OGC（Occupationally-generated Content，職業(yè)生產內容）。

其次，定義哪類內容是優(yōu)質的、平臺希望推薦的，如通過實際查驗生產數(shù)據(jù)，認定：點贊率（點贊量/閱讀量）高的UGC，是優(yōu)質UGC；點贊率高的PGC，是優(yōu)質PGC；點贊率高的OGC，是優(yōu)質OGC。最后，我們可以歸納出結論：所有點贊率高的內容，都是優(yōu)質內容。

【一個簡單的內容推薦系統(tǒng)，來源《內容算法》】

完全歸納法的優(yōu)點明顯，前提為真的情況下，結論一定為真；缺點也很突出，即適用的范圍較窄，只適合對象可窮盡的推理。相對而言，下一節(jié)講到的不完全歸納法，適用的范圍更廣，也更為常見。

2. 不完全歸納法

不完全歸納法指對一類對象的部分進行考察，得出關于該類對象一般性結論的推理。不同于完全歸納法，不完全歸納法是種或然性（不確定性）推理，即前提為真，結論不一定真，前提只對結論提供一定的支持關系。

常見的不完全歸納法有：簡單枚舉法、類比推理法、排除歸納法和統(tǒng)計歸納法。

其中，簡單枚舉法主要通過枚舉例子，找到例子間的共同點，推論出一般性結論。如張三看到程序員小龍喜歡穿格子襯衫，程序員小馬喜歡穿格子襯衫，程序員小軍喜歡穿格子襯衫，由此推論出程序員都喜歡穿格子襯衫。

張三使用的方法就是簡單枚舉法。簡單枚舉法簡單直觀，但可靠性不強，如上面張三的例子，結論就是一個典型的以偏概全的歸納謬誤。如果要提高簡單枚舉法的可靠性，則需要盡可能地擴大被考察對象的數(shù)量、范圍，以及對象之間的差異性。

統(tǒng)計歸納法則是字面意義上基于統(tǒng)計的歸納，是一種通過從總體重抽取樣本，總結樣本規(guī)律，進而推斷出總體具有的一些性質的方法。產品工作中的用研、ABTest，使用的就是統(tǒng)計歸納的方法。統(tǒng)計歸納本質上還是種或然性推理，但可靠性要高于簡單枚舉法。

如果可以從抽樣規(guī)模、廣度和隨機性方面保證樣本的代表性，就能夠得出關于總體的相對可靠的結論。更詳細的統(tǒng)計學知識，可擴展閱讀統(tǒng)計學相關的教材，本文不做進一步展開。

下面，我們重點討論下常被誤用的類比推理法，和常被使用的排除歸納法。

（1）類比推理法

類比推理是從兩個或兩類對象的相同點出發(fā)，根據(jù)它們在一系列屬性上的相似，提出它們在另一個或另一些屬性也相似的推理，進而達到觸類旁通和舉一反三的效果。中國傳統(tǒng)的陰陽五行、天人感應等，就建立在類比推理之上。

在某些材料中，類比推理被專門獨立出來，作為與歸納、演繹同一層級的思維方法，但根據(jù)本文的定義，還是將其歸類到不完全歸納的范疇。

類比推理法的邏輯表現(xiàn)形式為：

• 前提：S1具有屬性：a、b、c、d；S2具有屬性：a、b、c。

  
  

• 結論：S2具有屬性d。

其中，S1和S2表示進行比較的兩個（或兩類）對象，a、b、c表示S1與S2之間相同或相似的屬性，d表示類推得到的屬性。

查理·芒格在《窮查理寶典》中提到：“一個人只要掌握80到90個思維模型，就能夠解決90%的問題，而這些模型里面非常重要的只有幾個?！逼渲校碗[含著類比推理的理念。

類比推理的應用較為普遍（如競品分析），然而作為初級的推理形式（亞里士多德認為類比推理只是一種“修辭術”），它的可靠性程度依賴于很多因素，如類比對象之間相似屬性的數(shù)量、相似屬性的相關性、不相似屬性的相關性、已知相似屬性與推出屬性之間的相關性等等，相似屬性的數(shù)量越多，相關性越強，類比推理結論的可靠性程度也就越高。

相較于其他歸納方法，類比推理的優(yōu)點突出。通過類比推理，舉一反三觸類旁通，我們可能獲得一些創(chuàng)造性的靈感和啟發(fā)，如基于人工神經網絡研究的深度學習模型。

此外，使用類比推理，還可以反駁無效的推理論證，以其人之道還治其人之身，如在關于凱恩斯主義的討論中，反對者提出，“從長期看，市場總是能夠自救的”，以此來反對凱恩斯主義積極的經濟干預政策。凱恩斯則反駁說，“長遠來看，我們都死了”。

【凱恩斯《就業(yè)、利息和貨幣通論》】

這里想額外提及一點。現(xiàn)在的產品經理，在表達的過程中都過于熱衷于做類比了，但實際上，很少有人能講出讓人信服，甚至合理的類比表達，更多的是不明所以、人菜癮大的類比失當，不是將做產品比作談戀愛、養(yǎng)孩子，就是做菜、蓋樓，讓人如芒在背、如鯁在喉。

因此，順帶在此呼吁：請產品經理在沒想清楚前，輕易不要做類比。

（2）排除歸納法

排除歸納法，則是一種尋求因果關系（因果聯(lián)系指事物之間的一種必然聯(lián)系，具有客觀存在、先因后果、辯證復雜等特點）的邏輯方法。排除歸納法根據(jù)因果關系的某些特點，把某些明顯不是被研究現(xiàn)象的原因的先行情況排除掉，從而在其余的先行情況與被研究現(xiàn)象之間確立因果關系。

探求因果關系的方法主要有五種，又稱“穆勒五法”，分別是：求同法、求異法、求同求異并用法、共變法和剩余法。為了便于理解和記憶，本文只給出五種方法的邏輯表現(xiàn)形式。

①求同法

前提：

• 場合1：有先行情況A、B、C，有被研究現(xiàn)象a；

• 場合2：有先行情況A、B、D，有被研究現(xiàn)象a；

• 場合3：有先行情況A、C、E，有被研究現(xiàn)象a。

• 結論：A（可能）是a的原因。

②求異法

前提：

• 場合1：有先行情況A、B、C，有被研究現(xiàn)象a；

• 場合2：有先行情況B、C，沒有被研究現(xiàn)象a。

• 結論：A（可能）是a的原因。

③求同求異并用法

前提：

正面場合：

• 有先行情況A、B、C，有被研究現(xiàn)象a；

• 有先行情況A、D、E，有被研究現(xiàn)象a；

• 反面場合：有先行情況F、G，沒有被研究現(xiàn)象a；

• 有先行情況H、K，沒有被研究現(xiàn)象a。

• 結論：A（可能）是a的原因。

④共變法

前提：

• 有先行情況A1，有被研究現(xiàn)象a1；

• 有先行情況A2，有被研究現(xiàn)象a2；

• 有先行情況A3，有被研究現(xiàn)象a3。

• 結論：A（可能）是a的原因。

其中，A1、A2、A3指先行情況A的不同狀態(tài)，a1、a2、a3指被研究現(xiàn)象a對應的不同狀態(tài)。

⑤剩余法

• 前提：A、B、C、D是a、b、c、d的原因，A是a的原因，B是b的原因，C是c的原因。

• 結論：D與d之間有因果聯(lián)系。

上述的五種方法本質上都屬于不完全歸納，所以由它們得出的結論不保真。即便如此，它們對我們解決因果關系問題，仍然有著實際的意義，例如達爾文曾使用求同求異并用法研究生物與環(huán)境的關系，勒維烈則使用剩余法發(fā)現(xiàn)了海王星。

產品經理也會經常用到排除歸納法。如最近一段時間產品新上線了一批功能，使得產品日活大幅提升，這時，就需要使用排除歸納法定位具體的原因（或希望的原因）。

三、“瓜保熟”的演繹法

產品經理日常工作中，經常需要在已知某些確定論據(jù)（規(guī)律）的前提下，分析推理出結論。這里通常所使用的方法，就是演繹法。

福爾摩斯以演繹法著稱，甚至有部美劇就叫《福爾摩斯：基本演繹法》，但在福爾摩斯的推理中，歸納的成分其實超過了演繹。比如，《綠玉皇冠案》中，福爾摩斯曾說：“這是我的一個古老格言：當你排除了所有不可能的因素后，剩下的東西，無論多么不可思議，都必定是真實的?！备鶕?jù)上一節(jié)的內容，我們很容易分辨出，福爾摩斯提及的方法，其實就是不完全歸納法中的排除歸納法。

而演繹法，指的是以一定的客觀規(guī)律為基礎，從服從該事物的已知部分出發(fā)，通過推導（也即“演繹”），得出該事物未知部分的思維方法。亞里士多德提出了演繹法中最經典，也最為常見的句式——三段論。三段論包括大前提，小前提和結論三個部分，一個一再被提及的例句是：

大前提：所有的人都會死；小前提：蘇格拉底是人；結論：蘇格拉底也會死。

相較于歸納法，演繹法是一種更為可靠的思維方法，如果大前提、小前提為真，那么結論一定為真，而歸納法無論前提多么正確，結論都不一定為真。

1. 邏輯比事實重要

在1919年一篇題為《物理學中的歸納與演繹》的文章中，愛因斯坦描述了他對演繹方法的偏愛：

波普爾在講到科學發(fā)現(xiàn)的邏輯時，也曾提到：

從愛因斯坦和波普爾的表述可以看出，與實踐出真知的歸納法不同，邏輯自證的演繹法更傾向于邏輯假設先行，實踐檢驗殿后。從結論真實性的角度來看，邏輯比事實更重要。

在產品工作過程中，通過演繹法推理出理論并不簡單，但通過演繹得出的結論，除了保真，還往往具備可遷移性，一通百通, 一解百解。例如，微信群的群人數(shù)限制，就傳言與鄧巴數(shù)理論有關。人類學家鄧巴曾提出“鄧巴數(shù)理論”——人類個體所能維系的穩(wěn)定社交關系數(shù)量在150左右。據(jù)此，可推斷：

大前提：人類個體所能維系的穩(wěn)定社交關系數(shù)量在150左右。小前提：互聯(lián)網用戶是人類。結論：互聯(lián)網用戶所能維系的穩(wěn)定社交關系數(shù)量在150左右。

根據(jù)這一結論，微信群的群人數(shù)在40人以內時，可以直接加入；而大于40人時，須征得對方同意；在大于100人時，則無法通過識別群二維碼入群。

【鄧巴數(shù)】

2. 第一性原理

演繹法只要大小前提正確，結論一定保真，是否意味著演繹法完美無缺，掌握者真理在握？

答案當然是否定的。

其主要問題在于，我們怎樣才能確定前提是正確的？例如，上一小節(jié)我們提到的微信群人數(shù)的例子，“人類個體所能維系的穩(wěn)定社交關系數(shù)量在150左右”這一大前提，來源于人類學研究上的歸納，而由歸納法得出的結論并不保真。

這就要求演繹法的前提不能來自歸納，只能來自更高鏈條的演繹推理。但是演繹法的鏈條不可能沒有極限地向后倒推下去，最終必須有一個基石，一個來自系統(tǒng)之外、能夠邏輯自洽的元起點，成為“第一推動力”。這個基石，就是第一性原理（First Principles）。

最早提出第一性原理的人，又是亞里士多德。他認為在每個系統(tǒng)中，都存在著一個第一原理，它是一個最基本的命題或假設，不能被省略或刪除，也不能被違反。從更容易理解的角度來說，第一性原理就是那些不言自明的，可以據(jù)其演繹推理出系統(tǒng)之內所有命題的“公理”。

歐幾里得在《幾何原本》中，就曾根據(jù)5條公理、5條公設和23個定義，推理出了48條定理和467個命題，建立起了人類歷史上第一座演繹推理的豐碑——幾何學。

《幾何原本》中的5條公理分別是：

• 等于同量的量彼此相等（如果a=b，b=c，那么a=c）；

• 等量加等量，其和仍相等（如果a=b，c=d，那么a+c=b+d）；

• 等量減等量，其差仍相等（a=b，c=d，那么a-c=b-d）；

• 彼此能夠重合的物體（或圖形）是全等的；

• 整體大于部分。

5條公設分別是：

• 由任意一點到另外任意一點可以畫直線；

• 一條有限直線可以繼續(xù)延長；

• 以任意點為心，以任意距離（半徑）可以畫圓；

• 凡直角都彼此相等；

• 過直線外的一點，可以做一條而且僅可以做一條該直線的平行線。

這5條公理和5條公設，看起來都是些正確的廢話，例如公理第一條“等于同量的量彼此相等”，其實說的就是“如果a=b，b=c，那么a=c”，但從這些的公理、公設中，可以推理出一些看起來并不是不言自明的命題，比如勾股定理（直角三角形兩個直角邊邊長平方加起來等于斜邊長的平方，即a2+b2=c2），又如三角形內角和等于180°。

當前最為知名的第一性原理的實踐者，應該就是馬一龍馬斯克了。馬斯克曾如此闡述他理解的“第一性原理”：

一個廣為人知的的案例，是馬斯克使用第一性原理，解決了電動車電池成本居高不下的問題。在馬斯克介入電動車領域時，市場上電池組的價格大概是600美元每千瓦時。一輛電動車至少需要85千瓦時的電池，這意味著每輛電動車僅電池成本就超過5萬美元。

馬斯克從第一性原理的視角出發(fā)，首先對電池組進行拆分，從元素層面將其拆解為碳、鎳、鋁、鋼等不同材料。通過計算，如果直接從金屬交易所購買這些材料，僅需花費82美元每千瓦時的成本，是之前成本的14%左右。也就是說，電池成本高昂的真正原因，并不在于原材料，而在于原材料的組合方式。

明確問題之后，馬斯克主導了特斯拉與松下的合作，通過采用松下18650鈷酸鋰電池電池管理程序，重組了特斯拉的電池，一舉將電池成本降低至全行業(yè)最低水平（2020年，約100美元千瓦時），使得特斯拉“平價電動車”成為可能。

3. 演繹法方法論

常見的演繹方法，除了上文提到的（直言）三段論，還有假言三段論、選言三段論、肯定前件式、否定后件式等等等等。光是看到這些新的名詞，就難免讓人心生抵觸，想要解釋清楚，還要引入更多難以顧名思義的新詞（如周延、大項、中項、小項、全稱命題、特稱命題等）來說明。

新詞疊新詞，無窮盡也。本文從可溝通性的角度出發(fā)，選擇較為基礎的演繹方法，使用邏輯表現(xiàn)形式簡要說明。其他更為復雜的方法，其實只是這些基礎方法的變種和套娃。

上文提到的肯定前件式（大前提：如果p，那么q；小前提：p；結論：q）、否定后件式（大前提：如果p，那么q；小前提：非q；結論：非p），實際上就是高中數(shù)學里的充分必要條件，本文不再贅述。下面著重介紹直言三段論、假言三段論和選言三段論。

（1）直言三段論

上文提到的“蘇格拉底也會死”的例子，就是使用直言三段論（肯定和否定不需要限制性條件）得出的結論，這個例子出現(xiàn)的次數(shù)太多，以至于大家普遍認為直言三段論的邏輯表現(xiàn)形式應該就是這樣。實際上，直言三段論的邏輯表現(xiàn)形式是：

• 大前提：所有P都是M。

• 小前提：所有Q都是P。

• 結論：所有Q都是M。

在一個直言三段論中，如果前提是真實的、準確的，那么不僅可以保證結論的正確性，還可以保證結論本質上也是一個直言命題。

（2）假言三段論

假言三段論對對象的判定是有條件的，得出的命題也受限于某些條件、環(huán)境或者假定，其邏輯表現(xiàn)形式是：

• 大前提：如果P，那么Q。

• 小前提：如果Q，那么R。

• 結論：如果P，那么R。

例如，張小龍曾在被提問到是否“覺得微信有硬傷”時，回答說：

張小龍的回答稍稍有點繞，但實際上使用就是假言三段論的演繹推理結構。我們可以對推理過程分解如下：

在假言三段論中，每個前提的Q，都是下一個前提的P，無論有多少個前提，假言三段論在邏輯上都是有效的。

（3）選言三段論

選言三段論對對象的判定是有選擇的，如果存在一個或者多個可供選擇的對象被否定的，那么剩下的對象，則是可以被肯定的。其邏輯表現(xiàn)形式是：

• 大前提：要么P，要么Q。

• 小前提：不是P。

• 結論：Q。

例如，市場傳言孫正義決定投資某家企業(yè)時，往往采用一種“脅迫投資”的策略，即警告對方要么接受軟銀的投資，要么軟銀就會轉而投給對方的競爭對手。潛在的被投企業(yè)往往考慮再三，認定后者并不是自己想要的結果，最終都會選擇接受軟銀的投資，如Uber、滴滴。這里，孫正義就構建了一個選言三段論的結構（或陷阱），給出了一個并沒有選擇的選擇。

產品工作實操中，對于歸納法與演繹法的運用，一定是交織綜合的，而不是割裂分離。

有時產品經理會先通過歸納，得出結論，作為演繹的前提，之后再演繹推斷出結論。例如，互聯(lián)網流量的“開學效應”，指的是隨著9月份學生開學返校，互聯(lián)網整體流量會暫時性回落。其中，“9月份互聯(lián)網整體流量會暫時性回落”，就是根據(jù)不完全歸納法中的統(tǒng)計歸納得出的普遍命題，而將其歸因到“9月份學生開學”，則是通過演繹法中的選言三段論推理得出。

有時產品經理又會“通過直覺把握大量復雜事實的本質”，在沒有數(shù)據(jù)支撐的情況下，先行演繹推理出確定性的需求，推進開發(fā)，之后通過快速上線或ABTest，來驗證需求的有效性。在下面這張截圖中，張小龍那句“按鈕可以長些，不怕”，自信篤定，讓人印象深刻。

【張小龍：“按鈕可以長些，不怕”】

四、寫在最后

張小龍在一次采訪中說：

打造好的產品，復雜的邏輯推理和系統(tǒng)化的思考是不可或缺的。在很多時候，產品經理還要承擔思考的孤獨和可能存在的外界阻力。在此，有兩句話分享給大家：

• 一是羅曼·羅蘭的“世界上只有一種英雄主義，那就是在看清生活的真相之后，依然熱愛生活”；

  
  

• 二是加繆的“登上頂峰的斗爭本身足以充實人的心靈。應該設想，西西弗斯是幸福的”。

與大家共勉。

主要參考資料：

[1]《西方現(xiàn)代思想講義》，劉擎，新星出版社

[2]《第一性原理》，李善友，人民郵電出版社

[3]《打開：周濂的100堂西方哲學課》，周濂，上海三聯(lián)書店

[4]《把自己作為方法》，項飆，上海文藝出版社

[5]《邏輯十五講》，陳波，北京大學出版社

[6]《吳軍數(shù)學通識講義》，吳軍，新星出版社

[7]《世界觀》，理查德·德威特，電子工業(yè)出版社

[8]《新批判主義》，鄧曉芒，北京大學出版社

[9]《西方哲學史》，羅素，商務印書館

[10]《猜想與反駁》，卡爾·波普爾，上海譯文出版社

本文來自微信公眾號：黑壩（ID：HolylandofKalin），作者：許昕

本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯(lián)系 hezuo@huxiu.com

正在改變與想要改變世界的人，都在 虎嗅APP