一開始翻這本書的時候，就有強大的吸引力，因為我發現他每個章節後方的重點節錄含金量很高。而每個章節前面都會有相應的邏輯思維方式跟理論提醒，因此看書的時候不會 Get Lost，大概可以在 4 個小時以內，就把這本書讀完，而且中間不會想睡覺。
主要的原因大概是作者很會把理論跟方法論 (有些其實也是耳熟能詳的方法論，他幫我們都整理好了～)，結合科技公司實際運行的方式做分享。理論結合 Case Study。雖然作者是工程師，但是這些思維方法論不管是產品經理、專案管理、工程師、資料/商業分析師都滿是用，如果是這些職能的讀者們，建議真的可以去翻閱！
第一思維 - 產品思維
Google Flights - 用心理學打造產品
以下有提到幾個 Google Flights 在做產品的時候，驗證過後的幾個產品心理學：
- 越多選擇越不好：用戶不喜歡你給他太多選擇，他會恐懼，因此最好的顯示方式是：最佳選擇 + 外加其他選擇
- 對比的重要性：在選擇中可以突然出現一個超貴的選項，引導他選擇那個最超值，但是其實經過你包裝過後的選擇
- 讓用戶在做決策時，從簡單到困難：以降低流失率和選擇壓力
- 喚起恐懼效應：提到快沒了、幾個人已經購買，這種訊息
- 不流暢度：用戶不喜歡太過流暢的體驗，他會覺得沒有人情味，因此像是網頁中有在努力的進度條
4 個產品思維分享
以下還有幾個在做產品可以考量到的有趣思維：
- 不流暢度、感知價值：用戶不喜歡太過流暢的體驗，他會覺得沒有人情味，因此像是網頁中有在努力的進度條就是不良暢度的顯現，但是買家卻會覺得我們有在幫他努力查詢和加載。若以感知價值來解釋，就是傳統業務很喜歡跑到辦公室裡面跟主管聊半天，然後跑出來說：這是我幫你爭取到的最佳價格，這個行動會讓我們覺得我得到的最終價格
- 峰值體驗：Ikea 最後的便宜冰淇淋、餐後的免費水果，都是為了要把有限的資源留在產品體驗的峰值 (通常可能是使用這個產品的最後一刻)上，因為客戶會記住這一刻你給他的感覺。
- 里程碑效應、遊戲化體驗：以遊戲化或是里程碑完成的方式，把用戶留在平台上，像是 Uber 會利用你還有 xx 趟，就可以拿到 xxx 獎勵，來鼓勵司機多完成一點訂單
- 使用場景研究：不同場景下的同個產品，可能會需要不同的設計思維，例如說旨在維繫親人感情的訊息聊天軟體，關閉已讀功能，解放大家對於親密關係的情緒勒所。但旨在工作交談的軟體可以告訴你誰已讀，自動幫我們做明確的紀錄和佈達
第二思維 - 數據思維
數據利用有分三級，但要注意數據搜集時產生的偏誤
數據思維有分三級：
- 用數據利用因果關係進行預測
- 用數據進行小規模測試並且從中得到反饋後快速迭代
- 尋找因果關係
但在解讀數據時，常常會有一些偏誤需要特別注意：
- 偏誤 (倖存者偏誤、其他偏誤)：倖存者偏誤就是，有問題的資料不一定蒐集的到，所以我可能會誤判我的東西沒問題。還有其他偏差，例如：回憶偏差、健康者偏差、發表機會偏差 (煽動的事實才會被新聞發表，因此真相需要被挖掘) 都可能會影響我們收集過來的數據產生問題
7 大數據思維
- A/B Test 用假設檢驗看顯著性(p < 0.05)：當我們有一個實驗，有兩個統計值去衡量他的效益時，例如點擊率和刪除率，可以用假設檢驗來衡量哪一個有顯著性，就可以決定要用哪個統計量當作衡量效益的 Key Metrics。而實驗方法要選擇兩群型態差不多的人，否則會在起跑點上就有偏誤。另外，也可以 p < 0.01，增加精確度
- 工具分享：如何用假設檢定來幫 A/B Test 做評估？ABTestGuide 可以免費計算出 p 值
- 標準差代表的是風險：如果兩個實驗的常態分佈，峰值一樣，那標準差大的表示風險可能比較大
- 可以在正常天的時候選風險小的，重要時刻孤注一擲，選風險大的。同時也要考慮抗風險的能力，像是年輕可以多學一點，挑風險高的路，投資的時候可以選風險低的組合等等
- Benchmark：知道什麼叫大，什麼叫小，才不會覺得自己 20% 很爛，但其實平均只有 10%
- 如何花一樣的努力但達到更好的效果：知道 Impact Sizing 如何計算，把資源花在看到產出不同的地方
- 相關性不等於因果關係：但只知道相關性，也能夠指導生產 (例如尿布 & 啤酒一起銷售的案例)
- 我們希望他是假陽性 (其實是陰性，但是被檢測出陽性)，也不希望假陰性：解決方法就是二次篩檢，來再次降低失誤率
- 貝葉斯理論：每個人在不同個性下都有不同的條件機率，因此需要個性化推薦
第三思維 - 創業思維
矽谷科技公司的 4大創業思維 (Netflix, Amazon...)
- Netflix：不是員工，你是創業家 (推薦書籍 – 給力)
- Amazon：Amazon 做過失敗的手機，但要創新就要不怕失敗。硬體開發+供應鏈也造就 Echo 或其他硬體的成功，Lean 思維就是，必要時刻要 pivot，敏捷式開發就是為了 pivot 而設計的
- “learn to fail, not fail to learn”
- Lean startup 精實創業思維：敏捷開發、MVP
- Apple 鴻溝理論：初期使用者可以給他難一點的介面測試，但因為他們都是習慣用這些科技的人。隨著產品發展週期的不同，不同階段的使用者要的產品會不一樣
- Apple iphone 打進主流市場的案例：iphone 3GS 打進喜歡 ipod 的早期使用者，iphone 4 靠著 retina 拿下早期大眾市場，5G 再靠著低價拿主流市場
- Intel OKR 理論：有別於 KPI 是由上到下的目標訂定方式，OKR 為由下到上，根據大方向的公司目標，給自己訂立明確的小目標以達成最終的 End Goal
- 假設 Amazon 物流團隊的目標是讓用戶更快收到產品。那他們的 OKR 會是 1. 接單到派單時間縮短 10% 2. 最後一英里路時間縮短 20% 3. 用戶投訴包裹損壞率降低 5%。必須兼顧 SLA (Sevice Level)，又必須維持更低的成本以及更快的運送時間
第四思維 - 增長思維
互聯網的優點 - 邊際成本 & 網路效應
- 邊際成本低和網路效應 (Network Effect)：網路的價值正比於用戶數的增長 (n 個用戶，可以和 n-1 個用戶發生連接關係)
- 互聯網的邊際成本很低，幾乎只需要固定成本，沒有變動成本
- 當用戶進來後，因為網路效應的存在，讓產品變得有價值
三種成長思維 - 為什麼要關注指數成長的互聯網？
- 對數成長：好比學語言，一開始的努力會有相應的進步速度，但後面會越來越慢、越來越難
- 線性成長：賣一個化妝品，賺 20 元，賣 100 個，賺 20*100
- 指數成長：互聯網的力量，還有複利的力量。當存款從 100 萬到 1000 萬時，投資所獲得的回報就是指數成長。先慢但後快
- 當然寫部落格 (youtube) 也是，一開始的觀看數非常少，但是所有文章累積起來的量可以在未來得到可觀的觀看數。不要在對數成長的初期沾沾自喜，也不要在指數成長的初期輕易放棄！共勉之
Growth Hacking 成長駭客 & Aha Moment
- Growth Hacking (成長駭客)：用最有效的方式成長
- Hacking 的第一層意義是用有創意的但是低成本方式實現某種需求，例如：如何增加用戶註冊數？Not hacking 的做法是做用戶訪談，去理解客戶不註冊的原因。Hacking 的做法是，把註冊改成，查看方案與價格。本書還講到微信因為要用戶添加銀行卡，因此開發出微信紅包巧妙完成
- Hacking 的第二層意義是技術的扎實。例如說個性化的推薦系統，Spotify 的專屬歌單或是 Netflix 幫我推薦的新劇，都是精準的數據模型的體現
- 成長駭客的思維方式：巧妙的想法、扎實的技術、數據支持、快速實驗迭代。而當中最重要的莫過於「數據驅動」，因為第一互聯網的優勢也在於 easy to get data，第二數據可以減少感性意見上的分歧
- Aha Moment：用戶在某個時刻發現你的產品好好用！
- 用戶體現到你的產品好好用的時候。這可能需要一些實驗跟統計去歸納出用戶做過哪些行為，或是經歷哪些門檻之後，流失會減少，頻次會變多
- Aha Moment 用來減少客戶流失的詳細案例和作法分享，歡迎參考我做過的 CRM Project
第五思維 - 個人成長思維
- 固定思維模式的人難以生存，哪怕有多高的天賦都會在實際工作中被成長思維模式的人超越
- 成長思維模式：敏捷式工作法讓工作更有效率
- 溝通能力
- 提升專注力 (推薦書籍：心流)，或是靜坐，矽谷員工很喜歡靜坐來找到內心的寧靜和專注
- 還有其他像是如何睡得好：以睡眠週期為目標還科學化的睡覺 (最好是 1.5 小時為倍數睡覺)
很快的整理我的讀書心得給大家參考，喜歡的話一定要支持這本書！
延伸閱讀：
- 免費借閱攻略 – 矽谷思維:矽谷頂尖工程師實戰經驗總結, 五大模式訓練邏輯思考, 職場技能提升 + 競爭力開外掛! pdf/epub 都有
