@精英打工人们
点击上方蓝字关注我们
职场里那些精明干练的人，通常比别人早一步提出答案。
他们在信息尚不充足或是分析未完成的阶段，就有自己一套暂时性的解答方案。这种暂时性的答案，我们一般称为“假设”。
愈早建立假设，后续工作愈能高效顺利地进行，越能快人一步！
这篇文章，我们来聊聊如何用假设验证分析解决问题，以及如何用ChatGPT辅助我们进行假设验证。
01
假设验证就是先有猜想，再找证据，看猜想对不对，“猜”对了就得出了结论。
所以它有3个核心要素：假设，验证，结论。
1. 假设
假设就是先要有一个明确的猜想。比如，如果把价格降10%，销量会增加20%。
要注意的是：
假设是“猜测”，而不是“定论”。这个“猜测”可能是正确的，也可能是错误的，需要经过验证才能确定正确与否，能通过验证的猜测才是定论。
假设虽然只是一个猜测，但一定是基于局部的事实，经过分析和逻辑推理得出来的。所以，假设不是胡乱猜测，更不是天马行空，必须有事实依据。
通常来说，你对某个事物或行业了解得越深，经验越丰富，你刚开始提出的假设就会越准确，这就是经验和深耕的价值和力量。
2. 验证
验证就是要设计一个可以收集数据和证据的方法，验证假设的正确与否。它可以是定量的方法，也可以是定性的方法。
比如，福尔摩斯要验证“A可能谋杀了B”，他必须找到A的作案动机、作案时间、作案工具等完整的证据链。而如果A提供了完美的不在场证据，那么这个假设就不成立。
“验证”上承“假设”，下接“结论”。
这意味着，“假设”只有经过仔细验证后，才能被确认或证伪，才能产生价值。没被验证的“假设”，没有太多的价值。
3. 结论
“假设”经过“验证”后，有两个结果：要么接受假设，要么放弃假设。
接受假设，证明我们已经得出结论了。
放弃假设，意味着结论不成立。这意味着我们必须重新做出另一个假设，然后再采用一定的方法再进行验证，直到接受假设为止。
02
为什么假设验证这么重要？
因为我们在分析问题时，永远不可能穷尽所有维度的分析后再做出结论。 往往是我们先基于局部的事实和分析，做出若干个假设，然后以这些假设为索引，去搜集资料和数据，验证假设的正确与否。
这里我们用一个图来展现，这样假设驱动的分析和穷尽式的分析就以图形的方式形象地呈现出来了。
用横轴代表时间消耗多少，越往右代表时间消耗得越多。
用纵轴代表问题解决程度，越往上代表问题越接近于被解决。
用圆圈大小代表收集的信息量，圆圈越大代表收集的信息量越多。
1. 假设驱动的分析
以已有的事实为基础，以结论为导向先生成一个或几个假设。然后以假设为方向只搜集必要的信息和数据，去验证假设的真伪。
在这个过程中，随着时间的推移，信息量逐步增多和充实，假设被逐步排除或验证，最终会越来越接近解决问题的目标和终点。
看上图的黄色曲线，它是一条斜率非常大的曲线，意味着假设驱动的分析效率非常高，用较短的时间就能快速达成解决问题的目的。
2. 穷尽式的分析
由于始终找不到方向，往往以信息不足为由迟迟无法决策，持续搜集信息，常常陷入信息的海洋中不能自拔，在海量的信息中寻找规律，探索结论。
整个过程中，随着时间的推移，获取的信息越来越多，但是工作量却越来越大，被干扰的因素越来越多，问题始终得不到解决。
看上图的绿色曲线，它是一条斜率非常小的曲线，意味着穷尽式的分析效率非常低下，花费很长的时间也有可能解决不了问题。
这里我们要注意的是：
商业问题的解决和决策，与科学研究不同，并非是掌握了100%完整和精确的信息才能解决问题，需要考虑到时间的价值和解决问题必须的信息量。
因此，应该做到以下3点，这样既能保证信息量的充足，又能保证解决问题的速度。
（1）在搜集信息之前就做充分假设。
（2）带着假设和目的搜集信息。
（3）只搜集足以充分验证假设的信息量，避免陷入信息的海洋中。
03
使用假设验证时，通常需要经过6个步骤：
首先，明确方向，定义问题。
接着，对业务问题进行拆解，拆解为若干个子问题。
第三，对子问题做出大胆地假设。
第四，对做出的假设像剥洋葱一样从外到里进行层层地小心地验证。
第五，经过验证后接受或否定原来的假设，直到挖掘到原因为止。
最后，针对挖掘到的原因提出若干个解决方案。
举个例子，假设抖音、快手、百度等公司的商业化部门发现广告收入下滑，该怎么分析解决这个问题？
（1）我们排除其他问题，确认广告收入是异常下滑的。
（2）收入可以拆解为6个指标：DAU、在线时长、Ad load 、售卖率、 ACP和CTR 。通过初步的数据分析，定位到了是ACP这个指标的下滑导致了广告收入的下。
（3）对ACP 的下滑做出了4个假设，见上图。
（4）验证假设。
针对前3个假设，由于这些影响因子是业务团队直接负责的，因此需要与业务团队确认是否进行了相关的业务策略和动作调整。经过确认业务团队确定没有做过调整，因此否定前3个假设。
针对第4个假设，由于竞争对手的产品和客户需求不是由业务团队负责的，因此采用数据验证和调研访谈的方式进行验证。
首先通过数据验证，发现公司新客和老客的客户数量均在减少。接着通过竞争对手访谈，发现竞争对手的客户数量开始上升，而且竞争对手上线了新的产品功能。最后通过客户访谈，发现客户流失的原因是竞争对手推出的产品新功能效果非常好，客户纷纷转投竞争对手。
经过这3种方式的综合验证，接受第4个假设。
（5）得出结论，提出解决方案。
得出结论，因为竞争对手推出新产品，导致客户纷纷流失，进一步导致ACP的下滑，最终导致了收入的持续下滑。
针对这个原因，我们提出了两个方案：产品功能追齐竞品，进行流失客户的召回，这里省略具体的实施计划和步骤。
04
（1）定义问题。
这个是最重要的，也是ChatGPT无法帮助我们的，我们必须自己明确问题和方向。
这里我的问题是：PMI最近一直在下跌，目前低于50，我需要了解PMI下滑的原因。
（2）结构化拆解，做出假设。
在ChatGPT中输入以下提示词：
PMI最近一直在下跌，目前低于50，我想了解PMI下滑的原因。请帮我做出几个初始的假设，并把这些假设拆解成逻辑树的形式。要求：（1）请逐级进行结果化思考，遵循MECE原则。（2）拆解的假设层级，需要达到可以用指标量化或可以搜索相关数据的程度。
ChatGPT返回如下内容：
（3）进一步细化。
在ChatGPT中输入以下提示词：
目前，我想采用“需求端疲软”这个假设。请你针对这个假设，再进一步细化。要求：（1）请逐级进行结果化思考，遵循MECE原则。（2）拆解出来的假设层级，需要达到可以用相关数据验证的程度。
ChatGPT返回如下内容：
（4）假设验证。
在ChatGPT中输入以下提示词：
我想验证“A1 可支配收入与真实购买力下降”这个假设，请帮我找到相关指标或数据来验证这个假设，用表格形式展现，要求展示以下内容：（1）要验证的假设。（2）指标或数据。（3）数据来源。
ChatGPT返回如下内容：
点击“阅读原文”，了解详情。