产品经理的20种心理模型

记忆使我无法了解导致我发现心理模型以及如何沉迷于它们的确切事件顺序。 这不足为奇,因为我阅读了很多东西-文章,书籍等; 一方面是因为我喜欢阅读(和写作)的经验,另一方面是因为您在担任产品经理时或多或少是必需的,但主要是因为我对知识的需求永无止境。 如今,心理模型似乎越来越受欢迎,我所看到的大部分内容都围绕着查理·芒格的想法而来-我想他在我们所有人之前都已经看到了。 但是,我的首选资源是Farnam Street博客,这对撰写本文非常有帮助。 用我的简单话来说,心理模型提供了一种思考问题的方法。 每一个都是可以用来制定决策的框架,方法或方法。 我之所以如此喜欢它们,是因为它们隐式地模仿了人类大脑做出决策时的工作方式。 如果您阅读的内容与我一样多,但Daniel Kahneman会告诉您,默认情况下,人脑往往非常懒惰。 在需要做出决定的任何时候,它更有可能依赖于已经知道的信息或过去的经验,而不是尝试学习新信息。 因此,应该遵循的原则是,如果您学习了足够的这些决策框架,那么您就可以有效地训练大脑,在各种情况下有更多信息需要调用,这使您更加明智。 嗯,这在一定程度上是正确的,但并非如此简单,因为实际上,这些模型往往会相互冲突,因此,即使在决定使用哪个模型时,也需要了解很多模型才能做出明智的决定。 。 现在,哪个领域比产品管理更需要每天快速决策? 您可能会举几个例子,但这是最熟悉的。 令我震惊的不止一次,我确实拥有一些模型,这些模型可以使我的工作变得更轻松,并帮助我更聪明地工作,因此,我选择了一些最有用的模型,并逐步简化了这些模型。典型的产品生命周期,每个PM在他们职业生涯的某个阶段通常都会面对(或将要面对)。…

工程师愿景

视觉探索? 难道不是嬉皮士,药物或敏感的类型吗? 我是工程师,那东西不适合我。 我听到你了 我也是工程师 当我在经历一些职业和个人挑战时,当一位朋友建议进行“远景探索”时,我感到非常怀疑。 我做了一些研究,然后觉得“到底是什么”。坦率地说,我的想法是,即使没有帮助,我也会去露营,结识一些有趣的人,并做一些禁食的实验,所以一切都不会丢失。 出乎意料的是(对我以外的人而言),我发现这种体验具有变革性。 当我思考自己的经验时,我意识到,这个过程可以解决抵抗标准分析方法的挑战有很深的理性原因。 让我们超越第一个假设,即某些问题无法进行理性分析。 任何熟悉海森堡不确定性原理或哥德尔不完备性定理的人都知道,存在着所有类型的问题都无法进行理性分析。 靠近家,复杂的个人,社会,家庭和职业挑战经常抵制标准的解决方案分析方法,部分原因是它们的复杂性,部分原因是许多变量甚至无法近似地捕获。 这些挑战值得我们努力,因为研究表明,即使生活中的这些部分发生微小的变化,您的快乐,充实和成功的水平也会大大提高。 那么,为什么Vision Quest(或类似的东西)是应对这些挑战的好方法? 显而易见的答案是,摆脱干扰是解决更棘手问题的好方法,这确实是巨大的好处。 与旧的操作系统调度程序一样,我们面临着同样的挑战-我们将短期作业优先于长期作业,以确保长期作业永远不会获得任何CPU周期。 对于某些问题,这可能是完整的答案-我记得几天之内独自在一个房间里设计了一种新算法-但社会问题似乎更像是旅行推销员问题,因此,没有更多的时间不能让你有意义地接近一个好的解决方案。…

当少即是多

人们普遍认为,使用更多数据,更多分析和更复杂的统计方法将导致更好的决策。 但是,事实并非如此。 有时少即是多。 心理研究人员通常在决策中假定三个因素:逻辑,统计和启发式。 许多研究人员将前两者与理性和推理相关联,而最后一个通常与“直觉”(以及错误的决策)相关联。 但是,自1970年代以来,研究启发式方法的研究人员做出了一些引人入胜的发现,使这一观点受到质疑。 但是什么是启发式,为什么重要呢? 根据该问题的专家Gigerenzer&Gaissmaier(2011)的观点,启发式方法是“一种忽略了部分信息的策略,其目的是比更复杂的方法更快,更省钱和/或更准确地做出决策”(p。 454)。 基本上,启发式是“经验法则”或决策过程中使用的非正式策略。 节食者“吃掉彩虹”,或吃各种颜色的食物,都在使用启发式方法。 他们故意忽略信息(食物是什么),目的是使原本棘手的任务(节食)更加容易。 我们一直在使用这种启发式方法。 更重要的是,这些小技巧起作用了 。 首次测试启发式方法时,研究人员发现,简单的启发式方法比标准的统计方法更准确 。 结果现在被称为“少即是多的影响”。在这一点上,更多的信息,更长的方程式和更密集的数据并不是更好,但是对于做出好的决策来说却更糟。…

你自己的个人教条

上周五晚上,我乘M20驶回伦敦。 在远处,我可以看到一辆白色的小汽车在坚硬的肩膀上倒车。 当我走近时,我意识到驾驶员正在做的事情:错过了出口,他正在回溯回到路口。 当我到达他的时候,他已经成功地做到了(听到其他人在滑行道上的鸣叫声)。 就在半小时前,我离开了福克斯通(Folkestone)上每年举行的举止狂欢活动-纳吉斯托克(Nudgestock),我不禁思考一下导致驾驶员进行危险动作的思考过程。 当您错过一个路口时,实际上只有两种选择:要么停下来然后倒车(甚至不考虑转身的可能性),要么继续到下一个路口并从那里到达目的地。 便利规则 到目前为止,第一种选择是最方便的。 按照原计划继续您的旅程似乎是最简单,最快的。 替代方案不仅会花费您更长的时间,而且您可能会发现自己处在陌生的地形上-不便之处。 但是,第二个无疑比在坚硬的肩膀上倒车要安全得多,在这个地方,您可能会无意中将您的汽车驶入主车道的行车路线。 如果设法避免这种情况,您仍然必须融入离开高速公路的高速车辆流。 高速公路上的愚蠢疯狂狗屎(是的,那辆车实际上正在倒车)(图片来自youtube) 本周早些时候,比利时铁路基础设施公司Infrabel发起了一场有关平交道口安全的运动。 在我的祖国,2017年发生了51起平交道口交通事故,其中共有9人丧生(比一年前的4人有所增加,略低于长期平均水平)。 很少有像平交路口那样的事故可以避免的:在几乎所有情况下,事故都是有意选择忽略信号和障碍的结果-正如上周在报纸上用Facebook上张贴的图片所示的一群骑自行车的人封闭的障碍。 对于某些人来说,等待封闭的屏障让火车通过并不方便-如此难以忍受的不便,使他们认为值得冒被撞成碎片的风险值得冒犯,就像选择倒车驾驶员一样。高速公路。 便利是强大的力量。…

认知偏见和消费者研究……我们本周在Brand Genetics上阅读的内容

我们一直在阅读有关认知偏见的所有文章,并且一些揭示性见解引起了我们的注意…… 什么是认知偏见? 为了帮助解决我们周围的复杂性,我们的大脑在解决问题时经常使用思维捷径(称为“启发式”)来简化判断和决策过程。 但是,有时这些精神上的捷径可能使我们误入歧途,使我们做出不准确,不合逻辑或“不合理”的判断或决定。 这些“偏差”被称为认知偏差。 尽管我们无法完全避免或消除认知偏见,但重要的是要了解它们的产生方式和原因,以限制其对我们的生活和工作的影响。 作为创新顾问和研究人员,我们认为了解质性研究中认知偏见的相关性特别重要-因此我们可以设计和塑造方法以限制其影响力。 本周,我们想探讨三种与我们的消费者研究尤为相关的认知偏见,以及我们如何共享,处理和呈现信息:同情差距,锚定和确认偏见。 移情差距 当人们低估了情绪状态(例如愤怒或焦虑)对其行为或偏好的影响,而高估了智力对决策的影响时,就会发生同情鸿沟,即冷热共情鸿沟。 我们通常认为理性的自我正在做出所有决定,而通常这是我们指导我们的情感状态。 由于情感深深地嵌入了我们的心理中,因此它们在我们的脑海中更具显着性,因此常常不由自主地做出决定。 人类的理解是依赖于状态的,这意味着当您生气时很难理解平静的感觉。 研究的意义-注意自己的情绪状态是定性研究的关键,特别是民族志和焦点小组。 在开始小组或面试之前,先了解自己的情绪状态并检查一下情绪,可以使自己更好地融入他人的生活,缩小同理心,并确保自己的情绪状态不偏倚您的研究结果。 锚定 锚定是众所周知但非常重要的认知偏见,定义为在决策时对所呈现的初始信息过于重视的趋势。 然后,所有后续判断和决定均基于该初始信息。…

思考,过去和去向

判断与决策研究的历史与未来 首先,请原谅我标题中的双关语。 在我以前的文章(社会启发式和建议式咨询)中,我分享了一些关于决策和决策(JDM)研究的热门话题,解​​释了人类决策中的一些启发式和偏见。 自从心理实验开始表明人类参与者不符合经济理论以来,关于人类理性的争论一直是有争议的。 但是,真的有必要将人类归类为理性或非理性吗? 我们不能同时理性和非理性吗? JDM研究前进的最佳方法是什么? 为了回答这些问题,我将首先讨论该领域的历史,正在进行的辩论以及当前研究仍未解决的问题。 过去的爆炸 甚至在前景理论问世之前(Kahneman&Tversky,1979),JDM已经是哲学家和经济学家都感兴趣的话题。 通过经济学的理性选择理论,人们认为个体可以通过最大化效用来优化自己的决策(Jevons,1866)。 从逻辑上讲,如果有选择,人们就不愿意为最理想的事情而解决。 但是实证研究表明,理性选择理论不仅常常无法解释这一发现,而且个人观察到的行为也与理论的预测不符。 这也许是心理学家对人类JDM研究的最大贡献,因为它为JDM的理解增加了现实的人为元素,而不是仅仅假设人们在经济上拥有完善的信息。 丹尼尔·卡尼曼和阿莫斯·特维尔斯基(Daniel Kahneman&Amos Tversky,1979)提出的前景理论的建议表明,期望效用理论过于简单化,事实上,个人根据对信息的感知方式做出的价值判断也不同。 该理论具有对现实生活中的实际选择进行建模的能力,使卡尼曼获得了2002年诺贝尔经济学奖。…