立即登入 你是不是也经常卡在这种时刻——明明只是点个外卖，却把美团翻来覆去刷了二十分钟，最后还是“随便吃点”；实验跑了一周，数据这边涨那边跌，完全不知道下一步该往哪走；业务陷入瓶颈，团队天天开会讨论要不要赌一个新方向，每次都像在掷骰子。
我们好像总在一堆选项里打转，很难利落地做出一个决定。心理学上把决策看作一种认知过程，本质上就是获取信息、处理信息，然后做出预判和选择。那么，怎么才能让这个过程更顺畅、更有效？不妨从三个问题入手：到底在决定什么？怎么评估选项？以及，怎样才能更快地做出决策。
先看第一个问题：你到底在决定什么？日常工作中遇到的决策，大致可以按投入和影响分成三种情况。
第一种是小事快做。比如在商品详情页加一个领券引导按钮，这种改动不大，可能都不用发版，影响范围也只限于进入详情页的用户。就算有人不喜欢这个按钮，也不至于影响他对商品本身的兴趣。但你说它不重要吗？它恰恰是那种投入小、见效快、负面风险几乎可以忽略的小决策，对获取客户线索却很有帮助。
第二种是大事重投。比如瓜子二手车全国铺广告，请雷佳音做代言，这种就是典型的高投入、高收益决策。广告成本巨大，对品牌和用户群的影响也很大。数据也印证了这种投入的价值——投放后，瓜子iOS端App八日下载量涨了83%，百度搜索量翻了1.76倍。不过，同样是大手笔的视觉升级，Airbnb换图标后用户量大幅增长，Uber改logo却让很多人找不到App，成了“银行”应用。这说明即便投入很大，结果依然充满不确定性。
第三种是大投入、收入却很不确定。比如美团当年做小象生鲜，组建一个完整的团队，可能很长一段时间都在消耗资源，看不到现金回报。这对公司来说无疑是重大决策，但就算项目失败，通常也不会带来持久的负面影响。这正是互联网公司常见的一种决策类型：高投入、失败影响相对可控、一旦成功则影响深远。开拓新市场本来就要承担这种代价，所以很多公司会定期搞封闭项目、内部赛马，反复试错创新业务，就像Google的X实验室，去孵化谷歌眼镜、无人驾驶这类项目。
一旦你判断出眼前决策的重要性，接下来就要尽快把选项、决策时间和预期结论列清楚。
接着看第二个问题：怎么评估选项？决策通常会以三种面貌出现：这件事做还是不做；好几个选项要排个先后；或者一个完全开放的问题——接下来到底该怎么办。无论哪种，我们都需要一个框架去收集信息，把选项理清楚。
评估的标准，可以从这几个维度展开。
首先是价值排序。你得问自己最想要什么，如果有一堆诉求，它们之间的优先级是怎样的。尤其在排优先级时，要不断校准自己到底更看重什么——是提升用户价值，还是增加现金流，或是扩大市场份额？日常的功能需求，我们常说要遵循最小化快速迭代原则，把最高优先级的结果尽快拿到手。而在战略性实验中，除了关注可能的负反馈，更要先解决那些紧急的边界问题和风险控制。如果是一个较大的业务尝试，入驻商家数和新用户数的重要性，可能要比订单现金流和单用户价值贡献更高。
其次是成本收益分析。把每个选项要投入的资源、可能的结果和各自的权重都摆出来。常见的衡量要素包括：时间、人力、金钱的投入，品牌和公司声誉的影响，用户价值，数据和系统，财务或法律风险，以及其他依赖项。更重要的是，要判断当前团队能否承受这笔成本和实现速度，理想情况下最大收益能到多少，以及最坏的结果是不是真的扛得住。如果可以，就把所有的影响点和结果细节逐一列出来，打上分数，再做权衡。
再看第三个问题：怎么才能决策得更快？我们最常遇到的决策困境，无非是决策者太多、意见永远统一不了，或者选项太多、看起来都差不多。
关于决策者太多这件事，原则很简单：如果是不太重要的小决定，尽量让受影响的直接相关方参与就好，人越少决策越快。可一旦涉及更重要的决策，可能就需要拉更多人进来，甚至包括外部的投资者、顾问或行业专家。当然，公司级的重大决策，很多时候并不需要我们直接操心。
而选项差不多的情况，是策略产品常遇到的状况。很多选项投资差不多，但收益和影响远没有我们想象中那么容易评估。这时候，除了找专家或上级给意见，最直接的办法就是快速上线做AB测试。别总想着一个功能上线就能撬动巨大杠杆、拯救世界，大部分时候，我们只是通过不同版本的迭代，一步步把问题定义清楚。
还有两点值得特别留意。
在日常工作中，我们经常跳过“定义决策”和“评估选项”这两个阶段，直接跳到第三步——快速做决定。一个原因是我们可能只是被动承接需求，根本没意识到还有哪些问题需要先想清楚，也从没想过“如果真要让我做决策，我可能会面临哪些选项”。我们往往拿到需求就直接考虑怎么做，而不去讨论到底要不要做。这需要我们更主动地关注数据和业务，培养自己的业务敏感度和行业认知。
另一个原因是我们缺乏快速获取有效信息的能力。决策越不重要，我们反而越容易陷入“找信息”的困境。比如午餐吃什么、双十一抢哪件衣服，选项越多越难选。信息获取本身也遵循帕累托原则，80%的信息可以轻松拿到，但决定性的20%关键信息，可能需要付出额外甚至超出想象的努力。
其实大多数时候，决策本身并没有我们想象中那么重要。我们要做的，是尽量保持选项的精简。最近我也在学习扎克伯格选衣服的思路，不在穿什么这种事上花太多时间。
对于影响比较大的决策，花足够的时间去获取关键信息，让更多意见流进来，综合价值排序和结果评估再做判断。很多问题可能就需要用赛马机制，或者最小化版本快速试错，在更长的时间尺度里拿到更大的价值。
如果单纯用结果的好坏来评判决策质量，那太简单了。更合理的做法，是回头审视决策过程本身——它是不是足够科学、理性、充分？
所以，下次点外卖，不妨学学Sheldon：周一苗乡楼，周二四有青年，周三KFC，周四麻辣烫，周五潇湘府。面对实验后多组数据不一致的情况，先确定最核心的底线指标，只要它是正的，不妨多放一些流量，排除更多干扰因素。而业务增长遇到瓶颈时，不妨考虑内部PK，快速拿出最小化版本，不断试错迭代，直到找到那个确定的新模式。
希望这些想法，能帮你少一点日常的纠结。