决策是对行为的选择，从几种备选的行动方案中做出最终选择，选择做什么或不做什么。

人们做出决策是为了达到目标，而这些决策又是基于人们对何种行为能够达到目标的信念。

好的决策，应该是通过科学方法做出的具有相对高确定性的理性判断，光靠直觉反应或感性判断是不够的。

1.理性决策

人类的决策天生就是不理性的

决策是指在收集、加工信息后，借助一定的工具和方法，进行分析、计算、判断并得出结论的过程。

但人的精力和能力有限，在信息获取与加工、分析、判断等环节，天然就有各种限制、偏差和不确定性，主要体现在以下几方面：

信息获取能力有限

• 信息获取能力有限：获取更全面的信息需要付出更高成本
• 受认知偏误影响：人是选择性获取和解读信息的
• 信息过载：非必要信息过多，可能会让决策变复杂
• 第三方误导：有意也可能无意，第三方对信息的加工与解读可能偏离客观事实

信息处理能力有限

• 人脑的计算能力有限
• 部分记忆存在偏差
• 人的认知存在缺陷：本能算法和经验算法会导致各种偏误

禀赋偏好导致的个体差异

禀赋、资源、偏好、情境、欲望、情绪、信念等的差异，均会导致各种效用和价值判断存在个体差异，以及对他人需求和态度的判断存在差异与偏误。

环境的不确定性导致决策偏误

各种事务关系复杂，环境也会变化，变化本身又存在不确定性，这些均会导致判断偏误。

理性决策的三要素

理性决策的三要素，按重要性由高到低依次是：理性的信念、理性的目标、理性的行动

理性的信念即与真实世界一致的信念，也可以理解成“对自我认知的认知”，我们要对自我认知保持怀疑和反思，人类最大的理性，是理性地理解自身认知能力的局限性。

理性的目标应该是约束条件下的价值（总效用）最大化，我们应保持对当前目标的反思。

理性的行动是在给定目标下，寻找最优解决方案。

决策即选择

决策就是选择，是在多个可行方案中选择最佳方案，所以我们需要训练模拟推演各种可能性的发展过程和结果的能力，以及在多个方案中做复杂价值判断的能力。

价值判断不仅仅是遵循“用户至上”就够了，因为“用户至上”天生是行不通的，很多人对“用户 价值/体验”的理解可能不同，不同用户群体的需求和利益也有矛盾和冲突。

用户和企业的利益也有冲突，单边倾斜做成的产品，是不可持续的，而互联网产品做大后都是平台，就会涉及产品生态链上无数第三方的利益，这之间的冲突就更复杂，甚至同一个群体之间的用户的多个需求之间也会有矛盾。

产品经理工作的核心，最终都是权衡。

决策的目标：价值最大化

用户价值=新体验-旧体验-替换成本，产品经理可以用这个公式来指导决策

产品经理应追求新体验最大化

将新要素引入原有生产方式或生活方式，如能有效应用，即可创造大量新价值——这也是创新的本质含义。

历史上，计算机、互联网、智能手机、移动支付，都是重大新要素，产品经理的职责，就是加速新要素的应用和普及。

新要素不仅限于新技术，也包括新人群、新渠道、新方法、新工具等等。

新要素的影响可叠加，比如“流水线”出现后使得汽车的生产成本更低，更低的汽车售价使得开车人群规模的增长，开设在郊区的沃尔玛这种商业模式变得可能，更低的租金成本使沃尔玛内的商品售价更低，商家通过降低成本的方法，为用户创造力性价比更优的商品，于是创造了更好的新体验。

新体验不限于新要素与旧要素的集合，旧要素与旧要素的集合也可以创造新体验。

产品经理应将旧体验最小化

旧体验是已发生的历史经验，是别人的产品，产品经理当然没能力改变旧体验，，所以，产品经理将用户的旧体验最小化，靠的是选择特定情景下的用户和选择用户的参照系。用户不是自然人，是需求的集合。需求是可以从各个角度无限细分的，将旧体验最小化，本质上是选择旧体验最差的被替代品的用户。

极端情况之一是产品面向整个行业的“完美新用户”，这类新用户没用过同类竞品，对于同类产品的旧体验为零，寻找这样新场景的新用户，性价比是最高的。

对于用过其他同类产品的新用户，他们感受到的新旧体验差是有限的，他们对新产品的品牌认同度就不会高出许多，而“完美新用户”感受到的新体验与旧体验差值特别大，往往会满怀感激和认同。

还有一个重要影响是，大众对产品的理解是市场构建的，并不会尊崇工程师或媒体专家的标准，如果大众先用到产品A，先以A为标准建立了该类产品的概念，当他下次使用产品B时，用户价值的感知是以产品A的旧体验为参照系的。

“完美新用户”概念带给产品的发展路径的一个方法是：一种全新种类产品出现早期，不一定只能做首创发明者，即使是模仿者、后来者也有机会。一旦产品的用户价值被验证（不要追求大版本和完美功能），应该快速地提高市场渗透率，把所有“完美新用户”的新体验都变成旧体验，之后竞品再抢市场就很难了，因为它会面临把“新体验与旧体验只差”做到大于“替换成本”的问题。

产品经理应将替换成本最小化

最常见的替换成本是认知成本、获取成本、使用成本，而广义来说，价格和所有交易成本也都是替换成本。

一般来说，产品经理要么降低自己用户的替换成本，要么提升自己用户的流失成本（相当于提高了竞品的替换成本）。

认知成本包括品类认知成本、品牌认知成本、美誉度认知成本等，获取成本包括渠道获取成本、下载成本等，交互视觉成本就属于使用成本，越简洁易用、越沿袭原有用户习惯，使用成本就越低。

2.常见的决策方法和误区

数据决策

AB测试是一种在线实验方法，它将用户随机分为两组或读作，每组接收不同版本的页面或功能，通过比较这些版本的在线转换率、点击量或其他关键指标上的表现，产品经理和开发者可以确定哪个版本为用户提供了，更好的体验或效果，并据此进行优化决策。

在线产品进行大量控制实验代价低且可控性高，很适合进行AB测试，但对于含重要线下环节的产品，AB测试的可用性低，也就更依赖于产品经理的深度思考、预判准确性和权衡取舍能力。

但哪怕是适合进行ABC测试的产品工作，我们也应保持警醒，数据本身并不能说明问题或得出结论，需要根据个人经验和知识做主观分析和判断。人生来便具有主观性，加上建模的局限性和信息的不确定性，人们很难根据数据总是做出最正确、最理性的判断和决策。

卢卡斯批判也适用于批判过分依赖数据驱动的行为，卢卡斯的主要论点是，许多宏观计量模型是基于历史数据的固定参数来估计的，但这些参数可能会在政策变化时发生变动。简而言之，卢卡斯批判强调，当政策改变时，人们的行为和预期也可能随之改变，这使得基于历史数据的模型预测未来政策变化的效果变得不可靠。

虽然，因为互联网产品能快速迭代（能快速进行AB测试、灰度测试、回滚），而经济政策不能。

数据驱动的产品方法论也很简单，还有快速迭代兜底，所以大概率会继续作为基础工具和主流方法。用户模型和交易模型更可能作为一种辅助思考决策的高级工具，与数据驱动一起发挥作用。

逻辑决策

逻辑决策也是“讲理决策”，结论靠逻辑推导得来，但需要对方具备相应的认知水平，否则就会鸡同鸭讲。想让一个人理解和接受一个道理，是要在他的偏好和认知结构内去实现的，如果对方不具备相应的偏好和认知结构，就需要帮他补齐，但这个成本实在是太高了，所以，逻辑决策的成本远高于数据决策。

产品经理需要认识到，在这个世界上并不存在什么客观的事实，你所认为的事实只是你所认为的事实，另一个人是否理解和接受这个事实，是受他的认知结构的刚性约束的，你只能在对方的认知约束内让他理解和接受他认为的事实，你只能按照对方的认知结构去设计沟通目标、沟通内容和沟通方式。

主观判断决策

奈特：员工对不确定世界的预判能力差别很大，企业家的超额利润都来自识别任用判断力更优的员工。

主观判断决策是最难的决策，没有数据或逻辑支撑，只能用关键变量和用户模型、交易模型来模拟市场运行，并依次做出判断此类决策往往还需要强大的个人影响力来支撑落地。

在用主观判断做决策时，我们建议的思考习惯是：有一个想法后，把它记下来，用过往所有的经验去证伪，如果无法证伪，那就假设它成立，存储起来。以后有新的信息或思考时，随时将它提取出来匹配一下，就可能有所得从而产生新的结论。

认知偏误

认知偏误是指在某些特定情况下的特定思考、行为倾向，会导致理性或判断产生系统性偏误。

虽然这些偏误被反复研究确认，然而如何对其进行分类与解释，一直存在争议，大脑自有一些处理资讯的规则，为了增进决策与判断效率的“心理捷径”称作捷思，捷思有时会产生一些不好的效应，这些不好的效应称作认知偏误。判断与决策的偏误也可能是由动机导致，例如信念受到一厢情愿的想法扭曲。

维基百科认知偏误列表列举了许多种认知偏误：https://zh.wikipedia.org/wiki/%E8%AA%8D%E7%9F%A5%E5%81%8F%E8%AA%A4%E5%88%97%E8%A1%A8

产品经理需要关注的有：

归因偏误

评价自己（或喜欢的人）时，将成功归因于自身，失败归因于外部情境或他人，而在评价他人（或不喜欢的人）时则相反。

将个体的特质当做其所属群体的特质，或把个体的行为当做其所属群体的偏好。

终极归因偏误：把问题归因于整个整体，而非群体中的个体。

基本归因偏误：观察他人的行为时，往往强调其内在特质，而低估外部因素的影响，比如看见某人在公交车上发火，可能就会以为他脾气不好，而忽略其刚刚可能经历了糟糕的事。

锚定效应

为不熟悉的事物估值时，会把熟悉的类似事物或不久前刚接触到的无关数值当做“锚”，估出来的数值会大大倾向于“锚”。

类似的偏误现象还有：

幸存者偏差，过度关注在某些经历后幸存下来的人或事物，忽略那些没有幸存的（沉默的数据），造成结论偏离实际的情况。

峰终定律：我们在对一项事物进行体验后，印象最深的是在峰值与结束时的体验，而在过程中好与不好的比重、好与不好体验的时间长短，对记忆影响很小。

框架效应：同一资讯以不同方式呈现会使得人的想法不同，例如告知公众，有一个方法会导致三分之一的人死亡和保护三分之二的人活下来，效果是不一样的。

禀赋效应：人们拥有或即将拥有某物品或资产时，对其价值的评估会比没时高很多，因而不愿意失去或放弃它。

损失厌恶：人们面对同样数量的收益和损失，认为损失更让人难以忍受，损失带来的负效用约为同样收益的正效用的2.5倍。

选择性注意

人们常常倾向于忽略掉不符合自己期望的东西，只看到自己期望看到的东西，他们期望看到的东西又是基于熟悉的东西、先前的经历，或是个人的欲望、兴趣需求，这就是选择性注意。

选择性观察偏误：人们在观察时不可避免受到前置条件的限制而筛选了样本，因而得出不适当的结论。例如问卷调查到的人一定是热心、愿意填写问卷的人，因而其结果未必能反映不热心、不愿意填写问卷的人的想法。

观察者偏见：由于观察者个人的动机和期望导致的偏误，通常，人们看见的和听见的只是他们期望的，而不是事实本来面目。

观察者期望效应：由于研究者期待某种结果，因而下意识中不当操作实验或诠释资料。

受试者期望效应：由于受试者期待某种结果，因而下意识扭曲了回报内容。常见现象是安慰剂效应，，即被给予无效的药物或治疗，病人却相信或感觉情况改善。

刻板印象

对某人或某一类人产生一种比较固定的、类化的看。人们习惯把人进行机械的归类，把某个具体的人看作某类人的典型代表，把某类人的评价视为对某个人的评价。典型现象如种族歧视、地域歧视、职业歧视。性别歧视等。

光环效应：一个人的某个单一特性（比如漂亮、富有等）一旦给人以非常好的印象，在这种印象的影响下，人们对这个人的其他品质（与这个单一特性不相关的品质如能力、人品）也会给予较好的评价。

外群体同质性偏见：认为自己的个性、行为、情绪是多变的，而他人是一成不变且容易预测的。

首因效应：指个体在社会认知过程中，通过“第一印象”最先输入的信息，对以后的认知产生的影响作用最强，持续的时间也最长，影响力远大于以后得到的信息。

自我重心偏误

自我美化偏误：会美化回忆中的自己，往往认为自己比实际情况更好，例如记忆中自己的考试成绩比实际更好。

支持选择偏误：回顾自己做过的选择时，倾向认为它是明智的，给出高于实际的评价。如购买后会把之前的购买决定合理化，即使买下的商品太过昂贵或有瑕疵。

错误共识效应：高估别人对自己的认同程度，认为所有人以同一方式思考。

投射偏误：不自觉的以为他人（或未来的自己）和（现在的）自己有相似的情感、思想与价值观。

素朴实在论：相信自己所见所闻即是真相，是客观且不带偏见的，认为这是显而易见的事实。

控制错觉：高估自己对外在事物的影响力，认为事情是受自己控制或影响的，但实际上可能与自己毫无关系。

达克效应：能力过差的人由于无法分辨能力好与能力差的不同，因而会错误地高估自己的真实水准，有一种虚幻的自我优越感。

逆火效应：遇上与自己信念抵触的观点或证据时，除非它们足以摧毁原信念，否则会忽略或反驳它们，原信念反而更加强化。

证实偏见：人们普遍偏向能够验证己方假设和观点的信息，而不是那些否定假设的信息。关注、寻找、诠释、记忆信息的方向多半是能证实自己假设和成见的方向，而那些可能推翻自己观点的信息往往会被忽略掉。

舒适区效应：对于过去常用的方案，高估效益或成功机会，反之则低估效益或成果机会。

信念偏误

可得性偏误：对容易想到的事，会高估其发生概率。

频率错觉：因最近注意到一件原先没注意到的事，就觉得这件事到处都在发生。

后见之明偏误：在事情发生或发展后，以为自己事前就能预测其发生或发展，又称“我早就知道了”“马后炮”“事后诸葛亮”。

可获性层叠：一件事越常被公开讨论，人们就越相信其正确性，类似“三人成虎”。

货币错觉：专注于货币名目上（表面上）的价值，而非其实质购买力。

一致性偏误：记忆中他人过去的态度与行为会变得像目前的态度与行为。

巴纳姆效应：人们会把他们认为是为自己量身定做的人格描述评价为高度准确，而这些描述往往十分模糊和普遍，适用于很多人。（多出现于占卜星象、个体性格分析等）

基本比率忽视：只关注针对性的信息，忽略一般性的信息（基本比率），导致不恰当的认知。（比如酒驾比较容易肇事，就认为肇事者中很多都是酒驾，然而酒驾者占所有驾驶者中的比例很小，肇事者中的酒驾者比例不会很高）。

赌徒谬误：认为某事多次发生则未来发生的概率较小，或多次未发生则未来发生的概率较大，忽视每一次事件都是独立的。

逆赌徒谬误：认为发生概率很小的事不会发生，如果发生了，一定是做了许多次。

决策类偏误

结果偏误：评价决策好坏时，根据其最终结果，而不是根据做决策的过程。

道德评价偏误：评价他人行为的道德时，根据结果而不是根据做出行为时的情境。

资讯偏误：倾向于寻求更多资讯以做出决策，即使寻求的资讯对决策没有帮助。

共有资讯偏误：团队讨论倾向花较多时间与精力讨论所有成员都知道的事（共有资讯），而花较少时间讨论较少成员知道的事。

集体错觉：团体在决策过程中，由于成员倾向让自己的观点与团体一致，因而另整个团体缺乏不同角度的思考角度，不能进行客观分析。

从众效应：倾向做很多人做的事，或相信很多人相信的事，和他人保持一致。

沉没成本谬误：当人们证实先前累积投入的（沉没成本）已经浪费掉了，仍然对这些已经不能收回的成本念念不忘，因而做出不理性的选择。

麦塞尔维斯反射：条件反射般地拒绝、否定新证据或新知识，因其有悖于现有的常规、信仰或价值观。

麦纳马拉谬误：过度相信、依赖数据评估事情，忽略难以量化的事。

常见的决策误区之偏离方法论上的个人主义

方法论上的个人主义强调组织不做决策，只有真实的人（组织中的一个或几个）才能做决策。而人是不同的，每个人均有不同并且处于变化中的偏好、目标、目的、想法。因此“社会”“国家”“企业”“团体”“群体”等等就不应被理解为行为上犹如个体行为人那样的集体。组织或者集体在本质上不再是一个关注焦点。相反，一种关于社会现象的理论首先应该由个体成员的认知和行为出发，并将对它的解释建立在这一基础之上，这些个体成员的行为导致了我们所要研究的现象。

世界上不存在一个叫“用户”的人，也不存在一个叫用户的群体，只有无数人的具有异质性、情境性、可塑性、自利性、有限理性的购买和使用产品的行为。产品经理需要理解的“用户”，应该不是一个具体的群体或具体的人，而是一个特定情境下的需求组合。

3.能落地的决策才有价值

不能落地实现的优质判断和决策，只对个人成长有价值，对业务的价值可能是零。能落地的决策才有价值，推动能力的强弱也是关键变量，所以协作型产品经理的概念才值得独立出来，这相当于以强推动能力交换降低的决策能力，这时的边际收益可能更大。

推动决策落地的几种方法

来自罗宾斯《组织行为学》

1.合法性：依靠你的职权、或者强调你的要求符合组织的规章制度。

2.理性说服：提出符合逻辑的观点和事实依据来证明某个请求的合理性。

3.鼓舞式诉求：通过呼吁某个目标的价值观、需求、希望和渴望来引起情感认同。

4.商议：通过让他人参与决定如何实施你的计划来增强他人对你的支持。

5.交换：通过给他人提供某些利益或好处来换取其对某项要求的遵循。

6.个人式诉求：利用友谊或忠诚来获取他人的同意。

7.逢迎：在提出请求之前先采取吹捧、赞赏或友善行为。

8.施压：使用警告、威胁和反复要求等手段。

9、联盟：通过寻求他人的帮助或支持来说服目标对象同意。

一个人对另一个人的影响力，主要来自对另一个人创造价值或造成伤害的能力，能力很小就几乎没有影响。

要提高自己的推动能力，关键是提高自己为他人创造价值的能力，并能充分分析各方诉求，寻找有较多共同利益的方案和视角，然后让他理解推动这件事能给他创造的价值，或这事推不动会带给他伤害。

决策落地的技巧：议程设置

产品经理可能无法影响老板或决策层的想法，却可以影响老板和决策层去想什么，这是专家部门的“非正式权力”的主要来源。

议程设置是指在组织或公司做决策时，产品经理通过影响他人发挥出上述“非正式权力”从而使决策落地的中药技巧。

一般而言，议程设置是一个由三部分组成的线性过程：首先，必须要设定将要被讨论问题的轻重缓急，即媒体议程；其次，媒体议程在某些方面影响公众观念或与之发生相互作用，即公众议程；最后，公众议程在某些方面影响政策制定者所重视的事物，或者与之发生相互作用，即政策议程。舆论导向正确的重要性也可由此证明。

4.权衡决策问题举例

关于快车动态调价模式与排队模式的权衡

出行行业有极其明显的高峰、平峰，且高峰还具有非常强的时间、地域性，比如晚10点的地铁站，下班时的CBD，同时这些地域和时间点的供给密度，出现十分巨大的差异。这个场景里最直接的表现就是供需失衡：司机因为拥堵，不愿意去需求热区，打车需求量大而没有足够的司机，乘客打车很难。

为了缓解这个问题，行业最初普遍的做法是动态调价，在高峰期临时调整乘客打车价格去抑制需求，从经济学的角度看，随着价格在需求方的自由竞争中逐渐上升，总能筛选出最愿意为当次交易付出更高价格买单的人，本质上是每个人对于价格和价值的权衡。

伴随着滴滴规模的扩大，极端场景下几个不断上升的倍数，已经突破了作为感性人可接受的范围，后来平台将调价倍数限制在2倍以内，这样一来，愿意接受议价的人变多，司机同样会对收入和付出进行权衡，但这个倍数难以调动更多司机，所以运力供给并没有大量提升，结果就出现了大量用户接受临时调价，但依然无法出行的情况，用户更为不满。

回归要解决的问题本质：满足更快打到车的诉求。拆解下来包括三层含义：第一层是对何时能打到车有预期，，第二层是这个预期是否准确，第三层是这个预期时间是否还能更快。

从模式本身分析，，对比动态调价模式，排队模式最大的变化就是给了用户更明确的时间预期，以及通过先进先出的队列逻辑，保证了预期的有序达成。

随着排队模式覆盖面的提升，场景的复杂性也有了变化，不同出行目的的背后的效用会有巨大差异，比如打车去急诊和打车去逛街，紧急程度完全不同，所以在某些场景下，追求公平排队实际上是降低了效率。

对于更紧急的打车需求，平台是否要优先满足？满足的优先级如何？

如何区分一次打车是否紧急，因为滴滴是线上打车模式，平台很难准确判断用户的紧急程度，如果用户可以低成本地随意表达，结果会是很多人都说自己很紧急，还是无法区分紧急程度，因此需要让用户付出更高的成本来表达，以提高用户所表达的紧急程度的准确信。

用什么作为成本？金钱还是非金钱？金钱作为成本涉及的最大问题是如何分配。出行交易涉及乘客、司机、平台三个主体，如果将这部分金钱给乘客，因为影响对象包括队列中后续所有参与者，所以存在其他用户是否有资格拒绝和具体会分到几分钱、几毛钱的问题。如果给司机，司机并没有为这部分额外收入多付出任何成本，接单与否更多是取决于运气，这会导致其他人有不公平的感觉。如果给平台，司机和乘客都会认为平台没有付出，白拿钱。金钱做成本，还会面临让有钱人先走的道德质疑。

滴滴更倾向于以非金钱作为表达成本，同时仍需考虑优先权利不能被滥用，设置次数和成本限制条件。会员优先享受每月几次的应急优先特权，并且不可积累，定期清零，后续又迭代了积分兑换等渠道，来满足非会员用户的紧急需求。

关于醉酒乘客打车问题的权衡

醉酒乘客乘车，容易引发纠纷，平台存在比较严重的安全风险和服务难点。

安全风险主要体现在两方面：第一，女性乘客醉酒单独乘车，防范能力较弱，容易引发男性司机的性骚扰；第二，男性司机醉酒乘车，和司机更容易发生冲突，导致性骚扰（女司机）、危险驾驶等后果。

两个服务难点：第一，严重醉酒乘客在到达目的地后司机很难将其唤醒，如果司机在原地长时间停留，则会损失收入，送至公共部门容易被拒收，平台也曾考虑让司机报备后原地等待乘客酒醒，但乘客醒来后对费用不认可，会导致更严重的纠纷，即使推行该规则后大多数结果是好的，但也无法接受少数结果是更严重纠纷，最终滴滴放弃推行该规则。第二，醉酒乘客呕吐会弄脏车辆，产生费用纠纷，司机要求乘客垫付洗车费，乘客不一定认可，从而产生纠纷，洗车费的标准即规则较难制定，各地洗车费的标准也不同意，平台只能根据司机提供的洗车费发票金额报销，但可能存在司机作弊的风险，平台暂时没有有效的识别和应对方法。

经济学家巴泽尔提出过 一个观点：任何个人的任何一项权利的有效性都依赖于：这个人为保护该项权利所做的努力；他人企图分享这项权利的努力；任何“第三方”所做的保护这项权利的努力。

由于这些努力是有成本的，世界上不存在“绝对权利”。

关于乘客物品遗失在车上的权衡

如果没有标准的服务策略（规则+流程），乘客要求司机送回，司机通常不会接受，而有的乘客会认为“送回东西”就是平台的服务之一，于是就产生了冲突。

从这件事情的权责上来看，应该认为乘客需要承担责任。

最著名的过失认定法律原理是汉德公式（B<PL），当某人避免意外付出的成本B，低于意外发生的概率P乘以意外发生后的预计损失L时，当事人就应该承担责任。

用渴死的社会成本理论来看，乘客避免遗失物品意外的成本（注意检查自己的东西）和司机避免此类事件发生的成本（反复提醒乘客、下车后检查车厢）相比，也显然前者小很多。

权责相对容易判定，但难以解决的是，真正发生之后，乘客有意愿承担责任，司机也有意愿归还时，仍然存在各种麻烦问题。