下载掌阅APP，畅读海量书库
立即打开
2.1 产品的创新点源于跨界思维
没有跨界思维就没有创新。笔者支持这一提法并认为：要想实现产品的创新，产品经理首先要有足够的产品思维。现在产品经理圈内有两大文化：唯技术文化和唯思维文化。笔者认为不论哪种文化，重点在于把握四个层面：知识层面、思维层面、方法层面和精神层面，同时要把四个层面统一到跨界思维上来。
笔者认为将跨界思维应用于产品实践是最根本的内容。产品经理该如何看待知识、思维、实践这三者的含义和关系？首先，知识是基础，如果没有知识，一切是空的。任何忽视知识的观点或行为都是错误的，不只是产品经理这个群体，在中国传统文化中也讲究学习知识，培根也讲过“知识就是力量”。不过，笔者认为培根的话不准确，有知识不一定有力量，一个只知道读书的书呆子，不一定能做出来优秀的产品。应该反过来讲，“没有知识就没有力量”。
跨界思维带来创新的关键点在于“把知识融入产品需求的思维里”。产品经理与其他物种的不同点是，产品经理既要有逻辑思维，又要学会非逻辑的关联。产品经理不可能把产品创新点全部记忆下来，产品经理的智慧是独立地跨界思考，产品经理做不到这一点就失去了产品工作的最宝贵之处。
产品实践是产品工作的根本，想得对不对，对的部分是多少，错的部分是多少，评价依据是实践，产品创新源于跨界思维的实践。创新一定要在实践中提出问题，没有问题就没有创新。不同领域有不同的实践形式，要在实践中思考，提出问题，并通过实践解决问题。
描述“学习、跨界思维、实践”三者关系最恰当的内容是长沙岳麓书院的四句话：博于问学、明于睿思、笃于务实、志于成人。必须通过认真的学习积累基础知识，勤于思考问题，多动手，多实践，同时抱有立志成才的理想。
知识是产品经理的基础，低段位、刚入行的产品经理面临的问题往往是知识问题；段位越高，越强调思维，因为只有思维正确，产品经理读书才会先越读越厚，而后越读越薄，找到形而上的东西。禅宗里有三句话：“最低层次是开门见山，中层是开门不见山，最高层是开门又见山。”底层和最高层见到的都是山，但两座山不一样，高层次的山是抽象的山，是形而上的东西，只有既看到形而下，又能看到形而上，这才达到了最高境界。
高层次产品经理一定要强调思维。但是，不管是高层次还是低层次的产品经理，都要实践，刚入行的产品经理要实践，3～5年工作经验的产品经理也要实践，10年以上工作经验的产品经理还要实践。产品经理可以不懂技术，可以不懂设计，可以不懂市场文案，这些技能都可以通过学习补齐，但是，如果产品经理不懂得人生，缺乏实践，这就会很危险。产品经理只有懂人生、懂实践，才会有跨界思维。
以上是“产品的创新源于跨界思维的实践”的内容，下面笔者从实践的角度来介绍产品跨界思维。
互联网行业从不缺乏跨界者，尤其是近几年，硬件制造企业与互联网行业的紧密融合催生了一股跨界潮，也催生了一批“闯关者”，笔者就是这批“闯关者”中的一分子，从互联网产品经理跨界到智能硬件领域，笔者亲身体验了一次从“软”到“硬”的过程。
这批“闯关者”产品经理的特点是在互联网企业中从事过多年的互联网产品工作，他们中有的人能迅速设计出浏览页、详情页、购物车、支付页及其他软件产品并深知各种渠道用户的浏览路径，有的曾经飘在大公司云端、受益于大炒概念的互联网公司不差流量的恩惠，现在一起华丽转身，走进与软件产品完全不一样的智能硬件领域。
产品经理“从软到硬”的代表性人物是周鸿祎和雷军。
周鸿祎曾经抛出问题：“我们为什么从杀毒、浏览器跨界到做智能手机？”他自己的答案是：“我们坚定不移地去做手机，是因为未来的移动互联网的中心一定不是现在这样的手机。”
雷军从金山软件起步，近年来跨界到智能手机、智能电视、智能盒子，再到智能手环、智能空气净化器、智能热水壶等，不难看出，雷军的产品矩阵构想已久，他试图让所有智能硬件产品在一个平台上互联互通。
从软到硬，不单单是为了迎合市场，看似天马行空的硬件产品矩阵，其背后是深刻的产品思维。笔者认为每个产品经理的跨界路径各有不同，但都是兴趣与使命驱动，笔者本人从纯互联网产品经理跨界到智能硬件领域，就是希望可以把自己的汗水挥洒在智能硬件领域。
产品经理“从软到硬”的跨界有以下几点值得考虑。
软件研发流程与硬件研发流程的对比如下图所示。
软件与硬件研发流程的对比
这里以VR产品为例，介绍硬件产品的供应链问题。VR概念从2015下半年开始日益火爆，但至今没有一家厂商能拿出一款被市场接受的主流产品，主要原因是VR产品的供应链存在问题。
将VR产品的供应链与手机的供应链对比会发现：从出货量角度来看，手机出货量高VR产品一个量级；从零部件单价角度来看，VR产品高手机一个量级。目前VR产品还需要围绕延迟、视角、画质、定位、声音等方面作出改进，因此必将衍生出OLED、透镜、传感器、耳机等供应链问题。未来，VR产品的供应链会比手机更集中，需要更精细化的投资和研发。
雷军在一次央视节目中说过，当他还未涉足手机研发领域的时候，曾询问过一位手机行业的前辈，前辈告诉他：“手机行业只有撑死的，没有饿死的。”这是因为硬件的边际成本不能像软件一样趋近于零。
互联网产品的产品经理都明白，当用户规模到达一个临界点时，边际成本会趋近于零，且用户会自我增长，但这种现象在硬件产品中不会出现，硬件产品的边际成本可能会因为库存周期不合理而变大。
当某个传统行业开始走下坡路的时候，传统企业的产品经理需要跨界找到新的产品方向。例如，美特斯·邦威公司曾是一家市值高达400亿人民币的服装企业，在服装行业发展空间逐渐变小时，为了寻找可以带来机遇的产品方向，企业开始尝试跨界创新，先后尝试了在线商城、私人定制等道路，直到2015年上半年摸索出一条在线上吸引流量，结合线下门店提供智慧制造和私人定制的生态模式。
房地产企业的产品是房子，而拿地成本非常高，因此，对房地产企业的产品经理来说，首先要完成资本的原始累计，拥有巨额的资金，然后再跨界摸索着做一些与互联网相关的产品，以形成一个包含房产和互联网产品的矩阵。
从传统行业跨界到互联网产品的常见原因是，企业在传统行业的发展出现了瓶颈，希望利用销售传统产品积累的资源开辟新的产品方向。例如，万达从商业地产转型做影院，然后进一步转型到线上销售电影票。
过去20年，很多传统企业从养殖业、服装业成功跨界到房地产领域，因此产生了思维定式，殊不知，成功跨界到房地产领域，依靠的是特定的外部环境。
微信在IM产品上接近100%的市场占有率，对移动互联网的格局产生着巨大的影响。对于以电商产品为核心的阿里巴巴来说，如此巨大的流量入口型产品非常具有吸引力。所以，阿里巴巴非常希望占领这个市场，在这个思路下，阿里巴巴先后推出了来往、钉钉，甚至直接模仿微信来改造支付宝。在推广来往的时候，阿里巴巴曾把推广任务作为员工的KPI进行考核，并投入巨额资金，结果几年过去了，来往却逐渐被人们遗忘。
腾讯拥有海量的用户，国内几乎每一位网民都在使用腾讯的QQ、微信等服务。在此背景下，腾讯一直希望跨界做搜索，并组建产品团队历时多年开发出“搜搜”，但“搜搜”却一直没能占据市场优势，最后不得不与搜狗进行合并。
由此可见，即使强大如阿里、腾讯，想要跨界做出受市场认可的产品也不是一件容易的事情。
笔者认为互联网公司跨界失败的原因有以下几个关键点。
（1）缺乏行业经验的积累。腾讯在做搜索之前，一直认为搜索产品并不复杂，等到真正落实以后才发现，搜索的技术含量太高了，需要大数据、算法、暗网爬虫等方方面面的内容，没有充足的行业积累，很难做出优质的产品。
（2）缺乏专业人才。腾讯一直跨界尝试电商产品却没能获得成功，根本原因就是企业人才的基因是IM，IM产品经理没有电商产品所需要的运营思维、零售思维、网店运营思维，没有人才，产品很难成功。
（3）品牌在用户心目中的定位。例如，格力做手机一直不温不火，很大一部分原因是在消费者心中“格力=空调”，格力品牌很难与手机进行关联。
产品跨界运营从本质上来讲，是一种资源互换，甲把用户给乙，作为交换，乙把资源给甲；双方不涉及或者较少涉及资金方面的往来。这种方式能让双方通过较小的投入获得大量的用户，实现双赢的局面。这种交叉的运营方式比简单粗暴地花费大量金钱购买用户的运营行为有效得多。
产品跨界运营有以下关键点。
（1）产品的目标用户是否具有共同性。每个行业中的每个产品或者品牌都有属于自己的目标用户群体，如果两个进行跨界运营的企业在开展跨界运营的时候没有共同的消费者资源，其开展跨界运营的效果一定会很有限。
（2）产品品牌追求一致。这一点和第一个问题有着一定的联系。品牌有个重要的内涵——角色感，是品牌的目标用户群体对文化、利益等方面的追求。如果两个不一致的品牌进行跨界运营，将很难获得成功。
跨界思维要求产品经理不要以今天的产品去推断未来；不要认为产品惯例是既定的和不可改变的；不要相信跨界是大公司的专利；不要用战术去解决品牌战略问题；不要忽视消费升级对当今中国市场环境的巨大影响力。
设计可以推动科技创新。设计不仅仅是把产品做得更为美观一些，而是一种思考方式。
不同领域的思维碰撞是形成创新的源泉，设计思维可以为企业的战略决策提供支持。企业决策者通过设计，可以看到10年、20年以后人们的生活方式是什么样的，并进行测试，从而倒推出企业短期的战略。
设计在互联网发展中扮演越来越重要的角色。设计已经不再只是单纯的外形设计，而是一种思维模式，贯通于各个专业领域。以设计的理念进行思考，将为产品的创新带来很大的帮助。在很多极具创新力的企业中，部门之间的融合与沟通非常密切，大家采取更为跨界的方式进行交流，这是一种趋势。也许不久以后，会有越来越多产品经理型创业家出现。
产品经理不是一个一般的职位，一般的职位是产品设计负责人、产品运营负责人、产品技术负责人等，产品经理更像是创始人，一种历经多种技术角色磨砺的人，一种以接收方的体验为主进行思考的人。例如，做一张设计图，产品经理需要思考，设计图用什么风格，传达什么信息，对方收到之后会采取什么操作等。
任何事物都可以被当作一个产品，产品经理成功的关键是做出超越用户期望、令用户惊讶的产品。产品经理跨界成功的秘诀是：过去的成功不代表未来的成功，要把产品做到极致，要专心研究一件事情，满足目标用户的一个刚性需求，并将其作为产品的核心竞争力，做出产品的品牌。
2.2 用户需求动态变更的思考方法
产品经理的需求存在有效期吗？如果存在的话，有效期是多久呢？答案是，需求不存在有效期，产品经理需要积极拥抱变化。第一，有些需求在老板或者业务方提出的时候考虑得并不全面，并且描述存在歧义，产品经理要对这种需求进行适应性变更。第二，公司内部的相关人员、管理办法，外部的环境等都在不停地发生变化，所以产品经理要对需求及时做出变更。
这里先看一看以下案例。
2017年春节前夕，群众又遇到了“打车难”的问题，问题的焦点聚集在滴滴打车的价格贵且难打到车。《新闻纵横》报道说：“最近，不少北京市民在朋友圈等社交媒体上吐糟打车这件小事遇到了大难题。人们发现，在早晚高峰甚至非传统高峰时段里，通过滴滴等平台打车已经变得非常困难，想要增加叫车成功的概率，往往得加价。”
其实，不仅仅是在北京，上海、武汉等地的不少乘客同样也在感慨“打车难”又出现了。而在网络上，也有文章把“出行不美好的体验”归结到了部分互联网平台的服务模式上。
滴滴一下，为何不能马上出发？
有说法认为，由于目前网约车市场过度集中，部分平台已经形成垄断，导致可以随意进行加价。此外，订单取消的规则存在漏洞。部分网络文章将矛头直指滴滴。还有一些说法提到，平台所增加的调度费，最终不是由司机获得，而是被平台扣留。
用户向多个城市出租司机求证得知，在出租车订单中，扣留调度费的说法并不真实，订单所加调度费是由司机获得，滴滴方面并不抽成。
不过，滴滴专车、快车的价格确实由平台调节，合肥的专车司机梁师傅说：“加价费用我拿不到。”
除了加价问题，打车难是否是因为平台？某位号称Uber前员工的网友发帖称，因为滴滴平台派单机制存在问题，导致司机只会选择加价订单，这是近期难打车的主因。但北京出租车司机王师傅认为，“打车难”更根本的原因在于节前是出行高峰，活多车少，“每年都是这样，年关将至，大家往往要去机场、火车站、大型商超等区域，都有用车需求，每年节前都是这种状态。”
“一般来说，平台不是会报单嘛，很多司机是不是一听活不好就甩开了？”面对记者的提问，王师傅回答道：“肯定有，很多单同时报出来，司机肯定有选择地接。时间就是金钱，司机也有运营成本。当然，如果没有这么多的活，我们也没法挑活。”
滴滴一位高级产品总监曾在知乎发起有关“打车难”的对话，称从滴滴后台数据来看，今年司机回家早，运力下降。在其晒出的“滴滴在线司机数据”和“北京订单需求”两张图表中，虽然隐去了具体数值，但可以明显看出，前一张图表中的司机数量在近期出现了明显的下降趋势，下降幅度超过25%，而出行订单数量则上涨了3成。
某滴滴前员工表示，供需变化的另一个原因在于，北京能够与出租车提供相同服务的网约车数量明显减少了。
某滴滴前员工说：“网约车平台不是影响供求的根本因素，根本因素是政策。新政发布后，网约车的数量越来越少。出行需求变多，供给跟不上，问题就会更加突出。”司机王师傅也承认，相比去年，今年分蛋糕的人少了，订单确实更多。
事实上，目前市场上的数家网约车平台提供服务的模式略有不同，首汽、神州等自有车辆平台是强制派单给司机，易到等则根据车型不同，采取派单和选单相结合的方式。
在北京工作的陈先生表示，通过市场调节的方式，未来网约车平台可能会有更多的竞争者进入。“滴滴现在价格确实在增长，但还可以接受。这次春运我选了另一个约车平台，就是强制派单，我觉得也挺好。”
面对这个案例，产品经理应该有的逻辑是：
① 强制派单会导致“打车难”，但不代表价格一定贵；
②“车”这一资源紧张的情况，需要让用户提早感知。
现在来分析一下滴滴产品总监的说法：滴滴在线司机的数量在下降、但订单量在增加，车少人多的矛盾在滴滴诞生之前就一直存在，滴滴的目标是解决这个问题。
首先，看一下滴滴App叫车的首界面。
滴滴App叫车的首界面
这个界面显示，用户在打开滴滴的时候，界面默认在加价选项上（而且加价还不少），用户可以选择加不同的金额，而平台会告诉用户加不同金额时订单被接的可能性，如果第一次加价订单没有被接，可以调整加价金额再次叫车。
除去平台盈利压力的因素，这样的规则会给平台双方带来什么激励呢？司机知道用户可以多次选择加价，于是司机不会主动接不加价的订单，司机知道用户叫不到车时会提高加价金额，因此故意等待。最终，这个规则导致的结果是，司机宁可等待也不接单，浪费了时间；乘客反复加价才能叫到车，浪费了时间，还很可能付出更多的金钱。在这个规则下，双方都在玩“自作聪明的游戏”，结果是双方都浪费了时间（这是打车系统效率最大化的最重要参数），并且用户花了更多的钱。
可以说，这个规则从诞生之日起，就是可以被人投机取巧的，整体效率就是低的。这不是滴滴创始人的错，也不是滴滴产品经理的错，它甚至不能算是个“错”。如果不让司机做选择，司机会不高兴，司机觉得他本来可以收26元，如果必须接受平台计算出来的13元，司机觉得自己赚的少了，但司机不知道的是，如果节省了时间、提升得到订单的概率，他赚的会更多，平台整体效率也会更高。
造成“打车难”现状的原因除以上原因以外，还有其他原因，如滴滴的盈利压力导致其需要赚取更多的剪刀差价（向乘客多收钱、减少给司机的补贴），政府限制外地牌照的政策等。
面对以上问题，滴滴该如何优化呢？从带给用户便捷的打车体验出发，笔者认为应该采取以下优化步骤。
① 乘客叫车的动作只设置一个按钮，不可以选司机，不可以自己加价；
② 司机接单时，只能接受系统派发的订单，不可以挑选订单；
③ 派单逻辑完全由系统完成，距离远近是派单的唯一标准；
④ 动态加价的价格由系统计算制定，用户只能选择接受或不接受。
站在用户视角的产品设计人员和运营人员，必须经过大量的思考之后再制定规则，尽量增进规则的合理性。规则中应留有大量可以由运营人员调整的参数，用不同的参数控制派单结果和用户体验，每个城市的运营人员都要通过分析海量的数据去研究城市的特性和运营情况，并不断调整参数，以获取最好的用户体验和系统效率。
在本书完稿时，滴滴产品的规则设计依旧比较简单，系统承载的计算量也比较小。系统不需要计算动态加价的具体金额，而只是提供比较宽泛的阈值和少数几个推荐的加价金额，由用户自己选择加价金额。
除了一些产品在需求不明确的状况下上线，产品上线以后需求还在挖掘的情况，产品经理还有可能要面对产品之外的、不可预料的事件，比如融资环境的变化、国家政策的变化等，这些都会导致产品需求变更，这些事情很难预料，却有可能成为影响产品生死存亡和发展的决定性因素。产品经理需要具备面对这些不确定性的需求时，迅速作出变更的能力，产品经理应该在第一时间分析现有产品，并对产品重新进行定位，对需求进行及时的调整。
无论条件是有利，还是不利，产品经理都应努力使得产品的发展最大化。产品经理把握机会的能力以及克服困难的能力，直接决定了一个产品的生死存亡。
如果一位产品经理对自己做的产品没有责任心，那么，笔者认为这个产品经理是在浪费光阴。希望每一位产品人都对自己的产品保持责任心，不断提升自己的能力，对未来的发展保持谨慎乐观的态度，找到自己的方法和节奏。
2.3 4种数据思维方法
产品经理最危险的状态是思维方式落后。人工智能时代，人工智能绝不仅是一场算法的改良，人工智能是一场技术革命，产品经理要用一种全新的思维方式理解用户和商业模式。
互联网的发展使得数据量急剧增加，在数据科学长足发展的背景下，人们所能储存、处理的数据已经达到了前所未有的量级，并且仍在迅猛增加。
数据成为了一种新的生产资料，改变了人类生产、生活的方式，大数据时代已经到来。有关大数据的文献大多从数据科学、计算机科学，以及数据同其他自然学科相结合的角度展开研究，而在哲学思考上的研究略显欠缺，本节从数据思维入手，对大数据时代下产品经理思维方式的变革进行梳理和研究。
数据思维的进化，是在产品实践思维的指导下进行的，因此，应该从两个方面进行分析，一是如何解释互联网世界，二是如何改变互联网世界。以往的产品需求研究往往基于因果关系，因为原因和结果是哲学中的一项重要内容，因果关系是解释世界必不可少的工具，因果关系揭示了事物普遍联系、彼此制约的关系。人们在生活、工作中解释事情的原因和来由时，经常采用因果关系。
不过，在数据思维时代，许多数据中发现的事实难以通过因果关系来解释。这时可以考虑使用相关关系尝试解释客观事实。相关关系的思维是新的思维方式，其不仅仅是解释世界的新途径，还将是改变世界的新方法，相关关系将对研究人类日常生活、企业和政府的运作等内容等产生巨大的影响。
相关关系将看似毫无关联的事件联系在一起，这必将打破众多的壁垒，隔行不再如隔山，看似无关的事件，也可能存在一定的相关关系。相关关系不是因果关系，但却是实实在在的联系，在大数据时代，这种新的思维方式已经逐渐被运用于各个领域，数据作为一种新的生产资料，企业已经闻到了其中的价值。
近年来，许多先进的企业已经开始基于相关关系进行数据分析。例如，亚马逊的图书推荐系统，UPS的汽车修理与预测，以及沃尔玛超市里的商品的摆放等。以上都通过数据分析，发现某些数据之间的相关关系并加以运用。亚马逊的图书推荐系统是通过客户浏览、购买了哪些书，分析图书之间的相关关系，进而选取相关关系强的图书，在用户浏览了某一种书籍后向客户进行推荐，数据推荐系统直接导致了亚马逊书评团队的解散，最终，推荐图书的销售额达到了亚马逊图书销售总额的1/3。UPS通过在车上安装监测系统，收集车辆数据并进行分析，以便公司对车辆的健康状况进行预测，从而节省了数百万美元的开支。沃尔玛超市通过分析在哪些时间段、哪些商品和另外一些商品放在一起会导致销售量增加，从而调整期商品摆放位置，提升销售业绩。
从上述这些例子可以看出，运用相关关系分析所得出的结果是准确的、有效的、可以直接使用的，并且在复杂的环境之下也是适用的。相关关系使得人们不必再推导因果关系，并反复验证，而是直接得到结果。在大数据时代下，还有更多的领域可以分析相关关系来提升工作效率，在实际动手前，产品经理首先要转换思维方式，学会用相关关系的思维方式去认识世界，再通过大数据等依赖相关关系的手段来改变世界。
在小数据时代，基于因果关系、整体与部分之间的联系，产品经理学会了以小见大、见微知著，用最小的代价找到提升产品水平的方法，这是产品经理智慧的体现，也是无奈之下的选择。在小数据时代，当产品经理面对需要大量数据才可以解决的问题时，由于要考虑成本和时间，无法进行大数据分析，也就难以发现事物间的相关关系，因此，在因果关系失效时，产品经理只能仰天长叹。
大数据时代宣告人类进入了一个全新的时代，产品经理不再需要考虑数据处理、储存的问题，成本和时间也不再是瓶颈，产品经理能够以所有数据为样本进行全盘分析，利用相关关系处理许多因果关系不能解释的问题。此时，产品经理应当将“以小见大”的思维方式逐渐转变为“以大见小”。在大数据时代，产品经理有了收集、处理大规模数据的能力，如果还是采用那种“利用尽可能少的数据完成分析”的方法，未免有点不合时宜，毕竟在大数据时代，增大样本随机性可能比对所有数据进行分析更为困难，直接将全部数据作为样本进行分析，将会获得准确性更高的分析结果。
小数据时代的样本有一个致命的缺陷，那就是样本必然会忽略细节；大数据时代的样本就是总体，直接对全体进行分析，可以对细节进行更加清晰地研究，即所说的“以大见小”，在这里，“大”不一定是整体的范畴，这个大已经超越了整体，甚至处于整体之外，全体数据可能是这个整体内部的，也可能是整体以外的，因此，“以大见小”并非是论述“部分与整体”这种因果关系，而是运用相关关系进行研究与探索。
大数据的“大”不是绝对意义上的大，大数据的“大”是指全体、全部、所有的数据，这一数据可能出自一个系统，但更多的是超越了某一系统整体，产品经理的眼光也应该超越某一系统和模拟场景，看到零碎的数字之间所存在的关系，这种联系不一定存在因果关系，但往往存在相关关系，利用相关关系对这些联系进行研究，将会得到之前从未得到过的结论。
大数据时代，产品经理不能只追求精确，而是要接受混杂。大数据时代的数据，一般只有5%左右是结构化的数据，剩下95%的数据都是非结构化的数据，这些非结构化的数据不能被传统的数据库所利用，如果产品经理不能接受混乱，那么将无法使用95%的数据，也就谈不上大数据了。
在计算能力达到一定量级以后，简单的算法加上大量的数据，获得的结果将远远超过少量的数据加上复杂的算法。当只拥有一小部分数据时，产品经理不得不考虑错误和混乱给整个结果带来的影响，但当产品经理手中有了海量的数据时，某些错误和混乱将再也不会对结果带来太大的影响，这样对大数据的发展，甚至是整个互联网行业的发展，都具有颇为重要的意义。产品经理不应当拒绝混杂，而应该主动去迎接混杂，让混杂带来更多样、更全面的信息，这是大数据时代所固有的特征，也是我们前进的必经之路。
接受混杂意味着接受了更多的数据，更多的数据会使我们站到更高的高度，当我们站在更高的高度时，我们就可以从细节入手，一步步推导，猜测全貌，影响全局。
大数据除了对社会整体会产生影响，对人类个体的记忆也会起到颠覆性的影响。过去我们不断努力，希望自己的记忆可以保存得更长久一些，大数据改变了这种状态，人类的记忆可以永久保存，不过这也给人们带来了新的困难和难题，在大数据时代，人们要从避免遗忘逐渐过渡到学会遗忘，这是大数据时代要求的、新的思维方式。
哈佛大学心理学教授丹尼尔·特在关于人类记忆延续性的研究中发现，人类会对自己过去的记忆进行修改。这似乎难以接受，但是在生活中，这是非常常见的现象。例如，对长期没有见面的朋友，回忆的内容总是对方的好，或者一起经历过的美好时光。其实，这只是因为人们在自己的记忆中加深了美好的回忆，而慢慢遗忘了一些不那么美好的记忆，如果真正将所经历的一切都保留下来，那么恐怕记忆就会变得枯燥无味了。
超强的记忆并不能代表超强的学习能力，在大量记录下来的信息中提取有效的信息，并整理分析出有效的结果，才是学习的能力。除有效的信息外，应该将剩下的垃圾信息彻底遗忘，以免对我们产生困扰和阻碍。因此，在大数据时代，如何将有效信息提取并将大量无效的、过时的信息删除，是我们应当考虑的一大问题。
人们利用互联网进行交流或分享时，或多或少都会对分享对象的范围设置限制，有些私人的信息想要分享给自己的亲朋好友，但绝对不愿意分享给陌生人，更别说别有用心的人，然而上传至云端的资料，总会有许多机会被他人所获得，这会给上传者带来许多的不便甚至伤害。对于自己上传的信息被他人扭曲的解读，是任何人都不想看到的，因此，对于互联网的信息，应当存在一种遗忘机制，使得信息的留存有一个时间限制，过了这个时限，就将信息彻底删除。
遗忘的信息必然是大家所认为没有价值的、不应当被记忆的信息，这些信息的存在并不能产生价值，只会产生负面的影响。在《删除：大数据取舍之道》中有这样一个故事，作者曾经和他的朋友约翰相识20年，但近5年并没有太过频繁地联系，近期将有一个会议，使得他们两人有机会小聚一下，于是作者突发奇想地想要邀请约翰去他们曾经常去的小咖啡馆，不过一时忘了那家咖啡馆的名字，于是作者开始一封封地翻阅电子邮件来寻找咖啡馆的地址，翻阅中作者看到了他们曾经发生过的矛盾、说过的伤人的话和许多不开心的事情，看到这些内容，作者打消了和约翰一起喝咖啡的念头，也彻底毁了美好的记忆。笔者所描述的这个情景就是信息垃圾所产生的不良后果，曾经的不愉快本应该随着时间的流逝而消失在记忆中，但永久保存的电子邮件将这些不愉快完完整整地记录了下来，这违背了人类遗忘的天性，给人们带来了痛苦和不快。
人类的记忆如此，互联网的记忆也应当这样，将一些需要记录的事情记下来，不需要的事情通通遗忘，这样才能营造一个健康的、良性的信息生态。
以上主要介绍了四种数据思维方法论，下面主要介绍在四种数据思维方法论基础上延展出来的7种思维方式。
2.4 7种思维方式
也许有不少人会觉得，“说了那么多思维方法论，有没有可以操作的案例呢？”“说什么逻辑思考力啊，完全没有意义嘛，思维方式什么的，不都是与生俱来的么？”其实，所谓的思考能力，并不是想想就能锻炼出来的，更不是一个人的气质性格。
要想更高效地思考，首先要学会站在大数据这个巨人的肩膀之上，学会借鉴前辈们的智慧经验，笔者在这里要为读者介绍具体的“思维方式”。
为什么说思维方式非常重要呢？理由有三：首先，正确的思维方式可以帮助产品经理更高效地挖掘用户需求；其次，正确的思维方式可以大幅减少无效的沟通；第三，正确的思维方式可以帮助产品经理俯瞰全局、把握整体。
这一节笔者就为大家介绍七种常用的思维方式。
这是最常用的产品设计决策模式，“空·雨·伞”，意如其名，也就是说，“抬头看天，天空乌云密布，像是要下雨的样子，所以出门时带上把雨伞吧。”
这里的“抬头看天”，是说要看清自己产品所处行业的竞争环境；而由此得出的“像是要下雨的样子”，便是分析竞品环境时得出的分析结论。在这个思维过程中，视角是从外至内，从大到小。当然，其结果是可能下雨，也可能不下雨。
我们在此基础上得出“出门时带上把雨伞吧”这个结论，思考一下，这里为什么是“要带上雨伞”呢？原因可能是只有雨伞，也可能是不喜欢雨衣，这些因素都考虑进来，最后得出“要带雨伞”这一结论。
空·雨·伞
其实，不必把这个思考过程想得太过复杂，简单来说，人们在进行决策时通常会经过这样的步骤。
空：把握需求事实和现状；
雨：解释、预测；
伞：产品设计、策略。
以上就是怎么学会产品设计决策，也是进行产品需求分析的第一步。
5W1H就是常说的“Who、Where、Why、When、What、How”。也许有人觉得这么简单的东西不能称为逻辑思维方式，这是不正确的，因为5W1H所代表的是最重要的信息。尽管这种思维方式广为人知，但决不能因此而轻视它。特别是当产品经理想要向产品团队以外的部门传达信息时，这个思考框架会发挥极大的作用。
社会化网络的5W1H
矩阵分析法是指画出横轴、竖轴，将思考因素排列其中，在此基础上进行分析。例如PPM分析（Product、Portfolio、Management），以横轴表示市场占有率，以纵轴表示成长率，分为四个象限，用来管理产品的生命周期。
当产品经理遇见很棘手的问题，不知道该如何下手时，可以画出相应的矩阵图来帮助自己分析问题。将实际工作中常用到的关键词，比如满意度、问题点、活跃度、营业额等，列入数轴之中，分析其中的因果关系。这里为大家介绍两个常用的矩阵。
SWOT矩阵是分析优势、劣势、机会、危胁的工具，供产品经理在决策时参考。
SWOT矩阵
将紧迫性和重要度结合起来，不仅可以帮助产品经理有效地利用时间，产品经理在做优先级排序时，也可以活用这个矩阵，如下图所示。
紧迫性与重要度矩阵
PDCA是指Plan、Do、Check、Act，即在制定战略时，首先做出假设，然后制定计划并付诸实施，再将结果用于制定新的计划，如下图所示。
PDCA方法
所谓的“费米推理”指的是，利用手边现有的有限信息及知识，推断出很大的答案。
比如，想知道“日本一年的新车售出量有多少”，通常的做法是Google一下，登录汽车工业会的网站、各个汽车制造商的网站等网站调查相关数据，但是，如果没有这些数据的话，该怎么做？这里要用到的，就是费米推理。
思考过程如下。
首先，日本人口约为1.3亿，其中持有驾照的人口占总人口的比例约为1/3，而这1/3中，驾驶自家车辆的人数约为持有驾照人数的1/3。假定一辆汽车的平均使用年限为7年的话，那么，一年换新车的数量约为整体的1/7，130 000 000÷3÷3÷7≈2 000 000，也就是说，自驾车中需要换新的数量约为每年200万辆。
另外，新车售出量中还包括了卡车、拖拉机、商用车等车型，如果假定这部分的售出量与自驾车的换新数量相同，也就是200万辆的话，可以得出“日本一年的新车售出量约为400万辆”，而实际的统计数据是500万辆。
在费米推理中，重要的是从哪里入手思考，以及如何展开推理。经常进行“费米推理”的思维训练，强迫自己在有限的时间里获得无限接近正确的答案，可以培养自己独立思考的能力，进而练就解决问题的能力。
AIDMA法则可以用来说明用户为某一产品或者服务付费的背后逻辑。具体说来，也就是如下内容。
AIDMA法则
① 认知阶段。
A：Attention，让用户知道这一商品的存在。
② 情感阶段。
I：Interest，产生兴趣。
D：Desire，培养欲望。
M：Memory形成记忆。
③ 行动阶段。
A：Action，实际购买。
特意变换视点（变换所戴的帽子）进行判断，找出不同点。六顶帽子的颜色如下。
6顶帽子
红：直觉视点，即根据直觉判断；
蓝：思考视点，即根据理性思考来判断；
白：中立视点，即根据客观资料和数据判断；
绿：创造视点，即创造性思维；
黄：乐观视点，即正向性思维；
黑：批判视点，即批判性思维；
产品经理最主要的能力是拥有正确的思维方式和产品策略。上面四种数据思维方法论、七种思维方式看似简单，但在日常生活中的应用极为广泛。产品经理在思考问题时，一定要尽可能多地使用这些基本的思维方式，这样，才能培养出自己的逻辑思维能力。