深度解析 | 俞军的产品方法论-技术圈

作为中国最有影响力的产品经理之一，俞军的经历是难以复制的。尤其在行业进入成熟期之后，增量用户的枯竭加剧了巨头的马太效应，迫使“古典产品”更加冷静、保守，不可避免地走向平庸。

俞军的产品方法，是一个以微观经济学与心理学为基础的交叉学科，其中包含三个重要的概念：

理性决策
用户模型
交易模型

为了更好地理解其实践的意义，本会将结合案例进行深入分析。

“理性决策”重在信念与目标

理性决策的三个核心要素：理性的信念、理性的目标、理性的行动。

① 理性的信念

是一个自知自省的过程，包括我们所掌握信息的充分度，情绪层对选择的影响，自身是否具备决策的能力（演绎法+归纳法），以及对认知偏差的风险检查（路径依赖、心理账户……）。

② 理性的目标

是在约束条件下的总价值最大化。

首先，搞清楚约束条件很重要，很多的需求在没有资源的情况下是无法提供解决方案的。

其次，不同目标之间总价值的评估决定了决策质量，忽略这一点，很容易将最核心的资源放在不重要的事情上。

③ 理性的行动

是基于目标给出最优的解决方案，经历知行合一的过程。

案例解析：想从0~1做一款网约车产品

① 理性目标的产生

目标选择：

我为什么想做网约车产品？我发现了什么机会？
那为什么不去做区块链、新零售、人工智能？
…..

效用评估：

我的网约车服务是整合社会运力还是自营车辆、自营司机，为什么？
如果我选择做自营，并认为服务的差异化是破局点，那我能有神州专车（竞品）做得更好吗，怎么做到？
即使自营的服务更好，但多出来的溢价乘客会买单吗，如果不会，我能长期补贴其中的差额部分吗？补贴可持续吗？后续补贴能停吗（同问瑞幸）？
…..

约束条件：

如果选择做自营，财务模型是怎么样的，我的资金能做多大规模？
我没有招募司机、管理司机的经验，应该找谁来做这个事情？我目前的条件能不能找到？找不到的话，会成为强阻碍点吗？
……

② 理性信念的自查

理性目标产出后，还要对认知进行自查：

我有什么信息掌握是不够充分的，导致某一层演绎法的结论极不可靠。比如：我在公开数据看到某厂商已经做到了1000万月活用户（以此作为判断依据），但从内部人士了解到在200~300万。
是否存在幸存者偏差。比如：在决策时只分析了成功且仍然存在的产品，大量失败的产品我都没有分析。
是否存在路径依赖。比如：3年前我在一家O2O公司做销售负责人，业务发展迅猛，我个人取得了很大的成功。对于这次出行创业，我仍然坚信销售比产品重要得多，这是对的吗？
……

③ 理性行动的过程

经历了认知的深度思考，最后确认要做“自营网约车”，此时再讨论具体的设计方案：

创立公司、搭建核心的初创团队，设计中长期的激励机制，资金准备、场地租赁、设备采购、核心人员招募等。
初版的产品方案设计，包括：Logo、Slogan、设计风格、数据结构、订单系统、调度系统、用户中心、支付中心、发票中心、运营管理平台等产品模块。
初版的运营方案设计，包括：车辆采购、维保流程、司机招募、薪酬与社保方案、考核机制、培训体系等运营模块。
……

俞军老师认为，相比行动，理性的信念、目标是产品经理更需要关注的。因为时间、资本、劳动力永远是有限的、稀缺的，如何正确地配置到“无限”的目标上去，这种能力才是核心。

我非常认可这种决策的方法。在应届毕业的时候，勤奋地行动确实更容易收获正向的反馈，但越接近三十岁，单一的勤奋行动的价值就削弱得越厉害，构建理性决策的能力越早越好。

“用户模型”对抽象需求的意义

产品经理要研究用户行为及其背后的意义。
——俞军

① 从用户的五个属性提炼需求

俞军老师对用户的论述中有一段非常经典的话，即：“用户不是自然人，而是需求的集合”。

对于用户，大家有不同的理解，通常的理解是用户即自然人。以微信为例，一般的统计报告可能显示其“用户”为11亿，如果把微信的其他功能（支付、公众号、小程序、朋友圈、群等）都删掉，只留下通讯功能，它的用户数可能还是11亿，但它的商业估值可能就从2000亿美元变成了200亿美元。这种将用户定义为自然人的做法，显然在大型互联网产品上并不适用。

想透了从这个问题最本质，再向上思考问题就显得非常容易了。比如：关于需求集合，C端与B端产品的区别。

图1：C端、B端需求集合的差异

即使把用户回归到“自然人”的角度（TO C），也满足俞军老师提出的“用户的五个属性”：

异质性：指用户特点千差万别，几乎很难找到两个完全一样的用户。因为用户的偏好、认知、所拥有的的资源是不一样的，所以不能把用户统一成一个单一的用户画像。
情境性：指用户的行为受环境的影响，没有情景就没有用户，同一个用户在不同的环境下会有不同的反应和行为。
可塑性：指用户是可变的，其偏好和认知会随着外界的不同信息刺激发生变化和演化，具备可塑性。
自利性：指用户追求个人总效用最大化。
有限理性：指用户虽然追求理性，但他的能力是有限的，其判断经常出错，也经常被骗，所以只能做到有限的程度。

我把它们解读为：在不同场景下，用户往往有不同的角色（如：在公司是员工、回到家是父母、进卧室是丈夫等），即使对同一款产品，他们在不同场景的使用动机也可能是不同的。

以微信为例：

早上9点，刚到公司摸鱼，使用微信和前同事聊天，吐槽老板提议增加“奋斗日”。（需求：情绪纾解）
下午8点，吃晚饭期间使用微信刷公众号。（需求：获取信息）
晚上10点，在回家的地铁上，使用微信玩小游戏。（需求：娱乐）
晚上11点50分，准时给女神发“你要早点休息哟，记得多喝热水。”的每日消息，虽然女神从未回复，但还是会怨恨微信没有“已读”功能。（需求：谁说舔狗一无所有？）

而对用户的角色→场景→动机的集合梳理，本质上是掌握更全面的用户信息，以便由动机提炼出显性需求，这个过程是非常考验产品能力的。

图2：显性需求的挖掘过程

关于“显/隐性需求”，不少人会举乔布斯的例子。认为13年前大家都在专注将手机的按键、滚轮设计得更精妙的时候，乔布斯却能看到触控交互的时代，这是顶级产品经理挖掘“隐性需求”的天赋。

但仔细想想，一个认知十分有限的产品经理，别人眼中的“显性需求”对他来说可能也是“隐性需求”。这种相对的比较，证明了培养“隐性需求”的挖掘能力，仍然是不断精进、自省的过程，需要依靠对用户动机的精准把握，以及复杂产品的设计能力（普遍认同的“隐性需求”一般需要更全新、更复杂的产品才能满足）。

案例解析：用户希望知乎增加“答案置顶30分钟”功能

1）动机分析

了解到用户提该需求的动机是：“针对于那些旧问题，新答案的赞已经很高了，希望通过该功能将自己的新答案顶上去一段时间，这样才有机会让更多人看到。”

所以，他提该需求的动机是：“渴望获得适度的曝光”。

2）解决方案

负面影响：产品当然不可能用“置顶30分钟”的方案，因为当同一问题下大量答案同时使用置顶，内容消费者的体验会非常糟糕。

解决思路：

通过内容消费者的核心阅读渠道精准分发“新内容”，达到适度曝光的目的（例：知乎的“推荐”），在实现加量的同时也保障了内容消费者的体验。

图3：知乎的“推荐”模块

为了避免资源滥用，加量申请不能是无限量的，可以采用配额制度。这就是知乎的“内容自荐（每月3次机会）”。

图4：知乎的“内容自荐”

② 用户价值公式

俞军老师最著名的公式：用户价值=新体验-旧体验-切换成本

这个公式很容易理解，相比微信，子弹短信提供的语音信息，用户不需要付出“听语音的成本”，因为它直接转化成了文字。对于经常收大段大段微信语音的同学，是一种非常好的新体验，所以这里的“新体验-旧体验”是正值。

但是，微信上沉淀多年的好友关系，海量的公众号资源，六七年的朋友圈记录等等，都让“切换成本”变得非常高。所以对于绝大部分微信用户，子弹短信的“用户价值”仍为负数，用户不会放弃微信。

即便是字节跳动曾重金押注的多闪，也无法突破微信的切换壁垒。

图5：试图挑战微信的三款社交产品（多闪、聊天宝、马桶MT）

深度解析交易模型

用户的每一次主动行为都是与世界的一次交易。
——俞军

① 效用与行为

针对交易行为，俞军老师着重讲了效用与行为之间的关系，以及交易成本。

图6：用户行为背后的机制分析

关于效用，他说：

在产品研究的范围内，我们可以认为用户约等于“偏好和认知函数”。偏好是主观的模式用户对事物（是什么）和事物的效用（对我有没有用，有多少用）的综合认知结果。偏好同时受先天遗传因素和后天社会经验的影响。

讲得比较太抽象了。

简单来说，用户使用一款产品，他的成本至少有“时间成本”。当前这个信息爆炸的时代，时间资源反而是最珍贵的，大量APP都希望占据用户在不同场景下（通勤、周末、午休、上班……）的时间资源时，而用户只会选择“对他最有用的那款产品”。

这种“有用的认知”就是效用的体现，它是一种主观的认知。

比如：Eric认为读书比听演唱会更能让他满足，Maggie则相反（尤其是五月天的演唱会），所以Eric提议用一张五月天的演唱会内场票（1000元）换Maggie年会发的2000元亚马逊购书卡就成为了可能，交易会让双方都变得更好。

明白了上述的道理，就能对企业家经常倡导的“用户第一”有更好的理解。我们提供产品或者服务，不能够站在生产者的角度，认为我多么辛苦找了这么多人加班做出来的东西，你怎么就不用呢（这届用户不行）？

对于用户来说，主观上没用的东西，不论你投入多少社会必要劳动时间生产，他都不会付费的。这就是西方经济学反击马克思劳动价值论的核心论点之一。

② 降低交易成本

关于交易成本，俞军老师说，市场行交易成本主要分为以下三类：

搜寻（商品和交易对象）成本和度量（交易对象和商品的属性）成本；
寻价（议价比价）成本和决策（决策和订立契约）成本；
实施成本和保障（权利、违约、意外、监督等）成本。

这是一套非常好的归纳逻辑，可以概括现实中的各种产品问题，我们也可以使用它去反向检查产品。

1）搜寻成本与度量成本

认知困难：要找的SKU到底在哪个导航里呢？
负面预期：这个ICON可以点吗，点了会不会出问题？
度量困难：这家餐厅装修看着不错，到底好不好吃？大众点评的评分可信吗？
……

2）寻价成本和决策成本

供给不足导致的排队等待：软件园高峰期，在不加价的情况下，需要排队近1个小时才能打到车。
线下的议价流程：在线上租房信息平台达成意向后，仍需要线下与房东再面对面议价，签署合同。
商业化带来的决策延迟：每次打开APP，弹窗广告都要强制展示5min以上。
……

3）实施成本和保障成本

冗余的操作：每次微信AA账单需要打开“钱包-收付款-群收款”然后发到群里，而不能直接在群聊里发起。
中断与重复：每次公众号文章看到一半退出回消息，要重新看需要打开公众号再把文章搜索出来（浮窗功能出来之前..）。
信任危机：害怕低价促销的产品质量没有保障，不敢买（在“7天无理由退货”推出前的困境）。
……

案例解析：滴滴的产品实践

任何理论都需要大量实践才能真正掌握，我以滴滴出行为例，结合俞军老师对用户、交易模型的讲解，来分析产品的几个功能。

注：案例实践的内容写于2019年初，与产品最新版本有差异。

① 评估产品的效用

作为用户，使用滴滴出行的快车服务，我们能获得多少“效用”？

随时随地快速叫车，不用再为夜晚路上没有出租车打而烦恼。
司机找乘客，不用为了打车到处走。
透明的用车价格，不用再跟黑车司机议价、拼车。
严格的路径规划，不用担心导致的绕路多计费。
良好的司机服务，出行属于买方市场，乘客的评价对司机的利益影响较大，该模式倒逼司机提供更好的服务。
…….

相比传统出租车，滴滴快车在初期通过“补贴”快速获取市场份额，培养用户习惯。在补贴退出后，产品仍然能向用户提供“更快速响应、更多元、更方便、更透明安全（综合效用）”的出行服务。

② 降低交易成本的实践

1）减少用户的不确定性，降低“搜寻成本”。

提前告知重要信息：一般用户在选择目的地后，会想要知道多久能打到车，为了让用户减少“搜寻成本”：

滴滴出行，在选择目的地后会显示“预计上车时间”。
神州专车，不会显示“预计上车时间”，用户想要知道只能叫车后等待。
优步中国，在未选择目的地之前就会显示“预计上车时间”。

图7：滴滴、神州、优步中国“预计上车时间”提示

2）简化高频操作，降低“实施成本”

滴滴快车的订单操作中，有三步是必须的：选择位置、选择车型、支付车费。要降低用户的实施成本，需要围绕这3个关键步骤做优化。

图8：滴滴出行用车流程

a. 预测用户行为

在通勤、蹦迪回家的场景中，用户的出发、目的地往往是固定的，可基于用户历史的订单数据，预测目的地，减少用户操作。

图9：滴滴、神州目的地预测

b. 主动替用户选择

打开APP，第一步是定位用户位置，对比了滴滴、神州专车：

滴滴出行，在初始状态会选择基于当前定位的最佳上车点，减少了用户的操作。
神州专车，在初始状态提示“定位可能有偏移，请确认您的上车地点”。实际上选择了推荐的上车地点后，上车位置几乎没有变化，说明产品对“起始点合适程度”的判断逻辑还需要改进。

图10：上车点选择

c. 简化高频节点

开通免密支付，每次行程结束后自动扣除车费，大幅减少了用户的操作成本。

图11：滴滴开通免密支付

③ 想要降低用户的“寻价与决策成本”，往往需要解决供需瓶颈、提升标准化的程度

图12：标准化与决策成本

滴滴出行的服务是即时的，相对同城运输、干线车货匹配，其实时性要求更高，如果平台在某一时段出现运力短缺，则需要通过“价格机制”或者“时间顺序”解决供需失衡的问题。

需求端：

乘客动态加价（价格机制）
提高车价（价格机制）
乘客排队（时间顺序）

供给端：

任务奖金（价格机制）
提高车价/降低抽成比例（价格机制）

滴滴曾在一段时间使用以动态加价为主的供需调整策略，但遭受了舆论的强烈压力，后改用先到先服务的排队机制。然而，这种机制无法保障“最需要服务的人（也就是愿意出更高价格的人）获得服务”，资源的利用效率并不是最优的。算是“效率”向“公平”妥协的典型案例。

更重要的是，“排队”并不比“价格机制”更能解决短缺的问题，因为“即使出行”的用户决策时间很短，排队实际上也是变相的挤走了部分的需求（如下图），而这些被挤出的需求可能是更需要出行资源的人（也就是愿意出更高价格的人）。

图13：高峰期北京打滴滴的体验

总结：想要持续地交付用户价值，就是不断创造增量效用并不断降低交易成本的过程。

对交易平台的思考

结合自己3年交易平台的经验。我理解交易平台的效用构成，核心在于：

① 供给的多样性

对于个性化需求较强烈的平台尤其重要。例：贝壳、Airbnb、天猫、美团外卖，但对于标准化程度高的平台则不太强烈，例：滴滴、货拉拉。

② 供给的及时性

尤其对于滴滴这类即时出行服务，提供高质量的服务响应，除了建设算法模型，本质上还是依赖供给端的量，否则业务会迅速分流到其他平台（例：高德），切换成本很低。

③ 供给的壁垒

对于重决策的交易，服务的效用非常高，线下服务能力不再是累赘，而是业务的护城河。例如链家庞大的线下服务网络，对于自如、贝壳等业务的支撑是非常有效的。

④ 供给的弹性

当价格发生变化时，如果供给量能够大幅变动，则称之为富有弹性的产品。例如：当天猫的YSL 5折促销，此时尽管需求倍增，供给也能尽快跟上，这种类型的交易平台，对于供需双方都有很高的价值。但滴滴就不一样，高峰期的需求倍增，无法瞬时提供额外的运力，只能通过价格调控，这类交易平台的价值就存在局限性。

⑤ 供给的边际

滴滴这类招车公司最大的业务局限就在于单位时间内一辆车只能提供一次服务，边际收入只能通过拼车实现，最多4人/辆（天花板），而淘宝、天猫这类交易平台，单位时间的边际收入可以是非常大的，这也造就了李佳琪、薇娅几位带货顶流的成功。

一个交易平台要想做好，更重要的是对供给端的整合、运营、打磨，这个基本的问题，我想了整整三年。我认为产品经理的天赋差异，体现在“透过现象看本质”的能力上。看本质不等同于深度思考，它是一种意识/感觉，有些人没有特别强的深度思考能力，也能很快看透事物的本质，令人羡慕不已。

俞军的产品学派

在经济学领域，有偏向政府干预的凯恩斯学派、以林毅夫为代表的新结构主义；也有提倡自由主义的奥地利学派、芝加哥学派。不同学派的内在逻辑、论证方法都有很大的区别。

我们来看一下，2016年11月9日在北京大学国家发展研究院举行的“产业政策思辨”会上，林毅夫老师（新结构主义）与张维迎（奥地利学派）老师的辩论节选：

经济不断发展需要政府帮助这些企业家来解决在技术上和软硬上的问题，但是他需要协调的软硬基础设施，不同的产业是不一样的，或是有些差异的。
如果政府有无限多的资源，当然我什么都需要，什么都给支持。但是政府的执行能力是有限的。
就像美国那么有钱的政府，现在支持美国科研的基础上钱也是有限的，不可能说所有的可能的基础科研都支持。因为它还是有选择的，有选择的就说明有产业政策，需要战略性资源。这样才能够让有限的政府跟执行能力取得最大的成绩。
——林毅夫

我注意的是中国的产业政策，其实产业政策就是“穿着马甲的计划经济”。从上世纪80年代开始，产业政策失败的例子可以说是比比皆是，成功的例子很少，我没找到。
中国经济的持续失调，产能过剩，哪一个不是我们政府产业政策主导的？
我更有兴趣地是如何在理论上解释产业政策为什么失败，我发现产业政策失败的原因和计划经济失败的原因完全一样。简单地说，产业政策之所以失败，第一是由于人类认知能力的限制，第二是激励机制的扭曲。
通俗地讲，第一是无知，第二是无耻。
——张维迎