假設驅動思考

​

什麼是假設驅動思考？

假設驅動思考是一種圍繞可測試的中心主張組織探究的認知框架。核心思想看似簡單卻強大：與其被問題的所有可能角度所淹沒，不如對你認為是答案的最佳猜測進行公式化，然後設計實驗或調查來測試這個猜測是否正確。這種對特定立場的承諾比無方向的探索提供了幾個強大的優勢。 首先，它創造了專注。當你有一個假設時，每條資訊要么支持它，要么削弱它，排除無關數據的干擾。其次，它使從失敗中學習成為可能。如果你的假設被反駁，你獲得了有價值的資訊——你現在知道什麼是真的，這顯著縮小了解決方案空間。第三，它加速迭代。每次測試都提供清晰的回饋，讓你能夠根據證據而不是直覺來完善假設。 該方法直接借鑒了科學方法，但將其應用於實驗室之外的場景。在商業環境中，假設可能是「因為介面更簡單，客戶會更喜歡產品A而不是產品B」。在醫學中，醫生可能假設「因為特定的診斷指標，這個患者的症狀是由X疾病而非Y疾病引起的」。在每種情況下，假設提供了一個可以用證據驗證的清晰可測試的主張。 關於決策的研究始終表明，在問題空間大但潛在解決方案少的情況下，假設驅動的方法優於探索性方法。史丹福大學的一項開創性研究發現，使用假設驅動分析的MBA學生解決複雜商業問題的速度快40%，而解決方案品質沒有損失。

​

假設驅動思考的三層理解

• 入門: 面對問題時，在深入研究之前暫停。寫下你對答案或解決方案的最佳猜測。然後列出2-3種具體方法來測試這個猜測是否正確。只有在那之後才開始收集證據。
• 實踐者: 使用以下格式構建你的假設：「我相信[具體主張]因為[關鍵推理]，當[可觀察證據]時我就知道這是真的。」這種格式迫使你清晰思考，使測試變得簡單。為每個假設建立明確的實驗或資料收集計劃。
• 進階: 使用「假設鏈」，其中一項測試的結果成為下一項測試的輸入。按潛在影響和測試的容易程度對假設進行優先排序。維護一個「假設墓地」——被反駁的想法——這成為有價值的機構知識。

​

起源

假設驅動思考的根源可追溯到17世紀的科學革命，當時弗朗西斯·培根等人正式確立了經驗方法。在這一時期之前，知識往往來源於權威或純粹推理。科學方法的創新是堅持主張必須透過觀察和實驗來測試，假設作為調查的組織框架。 該方法透過伽利略、牛頓和達爾文等科學家的著作獲得了影響力，展示了其產生變革性見解的力量。在20世紀，彼得·德魯克等先驅將這種方法改編用於商業和管理，他認為商業決策應該被視為要測試的假設，而不是要實施的確定性。 軟體行業透過「假設驅動開發」和「精實創業」方法論進一步推廣了這一方法，強調快速測試商業假設。今天，假設驅動思考在商學院、醫學院和工程學院作為在不確定情況下做出決策的基礎技能來教授。

​

核心要點

​

應用場景

​

經典案例

假設驅動思考的一個引人注目的應用發生在2000年代初期亞馬遜決定是否在其平台上提供第三方賣家功能時。當時的主流假設是亞馬遜應該控制整個客戶體驗，包括履約，這反對允許外部賣家。然而，領導團隊決定將這個決定視為一個假設而不是確定性。 他們制定：「我們相信允許第三方賣家將增加選擇並推動更高的總銷售額，當第三方商品達到單位銷售額的50%而客戶滿意度不低於90%時我們就知道了。」這個具體的假設讓他們能夠以最小風險測試假設。 亞馬遜首先在書籍、CD和DVD類別中允許第三方賣家——這些類別的客戶滿意度已經很高，風險可控。假設很快得到驗證：第三方賣家顯著擴大了選擇，同時保持滿意度。亞馬遜然後擴展了該計劃，根據關於什麼會在其他類別中起效的新假設進行迭代。 這種方法改變了亞馬遜的商業模式，並創造了現在產生公司超過一半零售收入的第三方市場的基礎。透過將戰略假設視為要測試的假設而不是要實施的確定性，亞馬遜避免了要么沒有證據就全面採用第三方賣家，要么基於不完整推理拒絕它的代價高昂的錯誤。

​

邊界與失效場景

​

常見誤區

​

相關概念

假設驅動思考與其他分析方法很好地結合：

• 科學方法 — 制定和測試假設的正式過程
• 五問法 — 使用迭代提問來尋找根本原因的診斷技術
• A/B測試 — 數位產品開發中假設測試的具體應用
• OODA循環 — 在每次迭代中結合假設測試的決策循環

​

一句話總結