这类货攒下来的经验换一类货还拿得出来吗
这类货攒下来的东西,最先要看的不是数量多不多,而是它贴着货长得多紧、离那批货有多远。贴得越紧的部分,换一类货之后掉得越快;越靠近交易本身的判断,换货之后反而越稳,因为它描述的是买家从看见商品到确认下单的一道道必经环节。
同一批货上摸出来的手感里,含着大量只属于那批货的信息,价格带、包装形式、售后频率、买家提问的口径,这些内容换了货就整体换掉。而手感本身不会主动提醒你它已经换了前提,所以照搬通常不是错在动作上,是错在动作底下的假设上。
有一类判断换货之后确实还在,就是对整条链路轻重缓急的排序:哪一步慢一点没关系、哪一步拖一天就出事。这类排序来自对流程本身的理解,不来自某批货的具体形状,所以换一批货它仍然立得住,也仍然能被拿来当参照。
另一类判断换货之后就开始悬了,是对具体人群的预判。同一句说法在一批货上能打动人,换到另一批货上可能毫无反应,原因不在说法的水平高低,而在那批货的买家本来就吃另一套,这条线一换就容易整段断掉。
要判某样东西能不能带走,有个粗糙但好用的入口:把它写成一句不带品类名词的话。写出来还站得住,那它大概偏通用;去掉品类名词之后空得什么都说明不了,那它多半只是那批货的伴生物,带走与否其实没有太大分别。
偏通用的那一层通常很薄,大多关于时间、关于节奏、关于信息先来后到的顺序,而不关于某个货长什么样。把它认出来的意义不在于立刻能拿去用,而在于知道换货之后至少还有这一点是确定的,心里能有一块踩得实的地方。
只对某一段货有效的那一层通常很厚,而且很顽固。它的顽固在于会伪装成通用规律:因为在原来那批货上被反复验证过很多次,次数一多就容易被当成通用规律,于是带着它跨到新货上,还觉得理直气壮。
跨过去之后的表现往往是这样的:前几周看不出任何问题,因为动作本身还是照旧的那几个;等到数据开始不对,人会先去怀疑货选得不好,很少回头怀疑自己手上那套东西是不是只在原来那一段有效。
所以换货之前值得先做一件很小的事,把原来那批货的价格区间写下来。写完之后再看新货落在哪个区间,两段重叠多少,重叠得越少,能直接挪用的部分就越少,这个判断不需要额外的数据,几行字就能完成。
还有一个容易被忽略的差别在供应侧。拿货的周期、起订的量、返单的快慢,会直接影响你能对买家承诺什么,而这些条件与商品本身属于两个不同的系统,换类目往往等于同时换掉两个系统。
有些做法之所以在原来那批货上成立,是因为那批货的供应端本来就很稳。换到一个供应端波动更大的类目上,同一套承诺会立刻变成风险,这时候失效的不是判断本身,是判断所依赖的那个前提,判断本身并没有错。
判断一样东西能不能带走,还可以看它经不经得起反着说。如果顺着说成立、反过来说也像是对的,那它其实不是一条判断,只是一句放在哪里都合适的话,带走与不带走没有任何区别,也就没有讨论的价值。
另外要分清的是,换货和换难度并不是同一回事。换到一类更难的货上,原来那点东西可能只是不够用,而不是错的;把它当成错的直接丢掉,等于白扔了一批本来还能用的东西,这两种情形要分开处理。
到这一步大概能给一个粗糙的分层:关于顺序和节奏的那一层大体可以带走,关于人群和价位的那一层要重新验过才能用,关于具体货型的那一层基本留不住。三格的界线不必划得很准,但心里必须要有这三格。
另一个可用的判断入口是看它有没有依赖某个一次性的条件。比如某次正好赶上一波自然流量,围绕那次流量长出来的判断,能带走的可能性很低,因为它描述的是那一次的具体情形,而不是这一类货的通常样子。
最后要说清的是,拿不拿得出来用,和值不值得留是两件事。有些东西换货之后确实用不上,但在原来那批货上依然很好用,只要还在做那批货就不该删掉。把这两种情形混在一起处理,最后常常是两头都亏。

换一类货之后,原来那套判断要依次经过找对照、挪过去、对表和定界这几处,才算真的落实下来
哪些是通用的,哪些只对某个价位段有效
通用和专用之间并不存在一条清楚的界线,多数内容落在中间地带。判断的办法不是追问它属于哪一类,而是问它在什么条件下会变,以及在什么条件下它表现得和原来一样,这两个问题的答案往往比分类标签更有用。
先说一个大概率偏通用的项:一个类目从冷到热的早期,通常先动的是搜索词而不是成交。这条在多数类目上都成立,因为它描述的是买家行为的先后顺序,换一段价位、换一个类目,仍然看得到同样的先后。
另一个偏通用的是价格弹性的区间感。多数类目的买家对首屏那一段价格有一层模糊的容忍度,超出这层容忍度之后,转化掉得比价格变动本身更陡。这条在任何价位段上都能看到影子,只是陡的程度不一样。
同属通用这一层里也有强弱之分。有些通用项只是方向对,具体刻度完全不能搬;有些连刻度都差不太多,可以直接拿来当基准。前一种只能用来定方向,后一种才敢直接对着核数,把这两种混用会出大问题。
至于只对某个价位段有效的东西,最典型的是赠品的敏感度。在某一段里送一样小东西能明显推动下单,换一档价位之后,买家可能连看都不看,甚至觉得这个赠品拉低了商品本身的定位,同一动作的效果直接反过来。
同样只对某一段有效的还有评价的权重。低价段里买家更愿意靠自己试,评价只是参考;中高价段里评价几乎等于决策依据。这个差别跟货好不好没有关系,只跟这笔钱花出去时买家的心理负担有多大有关。
还有一层和价位绑得很紧的是包装的容错。低价段里包装差一点,买家多半懒得计较;价位往上走之后,包装上的一个小瑕疵就可能变成差评的主题。这条判断换到别的价位上,几乎是反着走的。
判断通用和专用的时候,有个常见误区是把高频当成通用。一个做法在原来那一段里出现得多,只说明它被用得多,不说明它换一段还成立。频率高和适用面广是两件事,前者是使用数据,后者是条件数据,不能被互相替代。
另一个误区是把低频当成不可用。有些做法一年只碰上几回,但它碰的正是条件最特殊的那几回,这类做法反而更接近通用,因为它面对的是边界情况,而边界情况在不同价位段之间的样子差别不大。
把通用和专用分开,实际做法可以很简单:找一批跨度足够大的历史记录,把同一个做法在不同价位段上的表现排一排,排完看它是齐平的还是断崖的。知虾的站点分析页面把九大站点的类目热度分站摆开,对着同一个类目比不同站点的价格档分布形状,这一步比凭印象判断要快得多。
排的时候要注意一件事,别把结果上的差异直接算成价位的功劳。同一段时间里,平台规则在变、竞品在变、季节也在变,价位只是其中一个变量。要稳妥一点,最好挑两段条件尽量接近、只有价位不同的记录来比。
如果手头没有这么理想的对照,退一步也可以:把待判的做法拿到一个新价位段上小范围跑一段,只观察它有没有出现反向。反向是一种很强的信号,一旦出现反向,基本可以判定这条做法是带着价位条件的。
通用层里还有一类容易被漏掉的东西,是对成本的敏感性排序。不管在哪个价位段,能直接影响买家是否下单的那几项成本,顺序大体是稳定的,这条不因价格变动而改变,属于比较结实、可以放心带走的结论。
反过来说,和价位绑得最紧的一类其实是买家的期待值本身。同一句划算在两个价位段的读者眼里指向的东西不一样,一个指便宜,一个指同价里更好,同一句话在两处的效果不能互相印证。
分出通用和专用之后,还要接受一个不太舒服的事实:通用层通常更薄,也更容易被当成理所当然;专用层更厚,也更容易被当成真理。真正难的地方在于,在手感上把厚的那一层当成专用,而不是当成通用规律。
最后提醒一点,通用和专用的分类不是永久标签。同类目整体往上走价或者整体往下走价,都会让原来的界线跟着移动。这条界线过一段时间就该重新对一次,不必按固定日子,但要有重新对的意识。

越靠上的那一层越贴近交易本身,换一类货之后还能直接拿来用的比重越高
换到另一个站点,判断的手感要不要校准
换站点这件事和换类目不太一样,它换掉的往往不是商品,而是围着商品的那一整套外部条件。同一件货放在两个站点上,物流时长、支付习惯、买家对客服的期待、平台给的流量结构,可能没有一项是一样的。
先要承认的是,手感本身不会自动跟着站点一起切换。在原来那个站点上养成的节奏感会被原样带过去,而那个节奏感里含着大量只属于原站点的隐性信息,比如什么时段问的人多、什么话容易被接受。
最需要校准的一项是时间尺度。原来那个站点上一个动作三周能看出效果,换到另一个站点可能是六周,也可能是十天。这个差别不来自做法本身,而来自那边买家的决策链条有多长,而这条链的长度要先量一遍。
第二项要校准的是价位的相对位置。同样一笔钱,在两个站点上对应的消费层级可能差一档甚至两档,这意味着在原站点上算中价的东西,到新站点上可能已经被归入高价区,原来那套说法的适用性直接变了。
第三项比较隐蔽,是买家提问所暴露的疑虑结构。同一个商品,在这个站点被问得最多的是尺寸,到另一个站点可能是运费和退换。疑虑结构一变,详情页里要优先回答的东西就变了,原来的优先级表要重排一遍。
判断要不要校准,有个省事的入口:把两个站点上同一类目的热销榜并排看一遍,先不看具体品,只看价格档的分布形状。形状差得越远,需要校准的幅度越大;形状接近的时候,原来的手感可以先用着。
另一个入口是直接看两个站点的类目分布。知虾的选品页面按站点把在售商品的价格区间列出来,同一个类目在新站点落在哪一档,对着两个页面一比就能看出来。这一步花的时间不多,但它决定了后面要不要重排那套说法。
校准不等于推翻。多数情况下需要动的只是刻度和顺序,不需要把整个判断框架换掉。把校准理解成重来一遍,往往会连原本还能用的那一层也一起扔掉,那样代价太大,也不划算。
有一类东西在两个站点之间几乎不用校准,就是关于信息呈现顺序的常识:先把最可能引起疑问的点答掉,再讲优点。这条在哪个站点上都成立,因为它是关于人的注意力怎么走,不是关于某个市场的偏好。
相反,几乎一定要重校的是关于什么时候该催的判断。在节奏快的站点上,买家不回复超过一段时间就该跟进;在节奏慢的站点上,同样的动作会显得冒犯。这类分寸感完全由当地习惯决定,搬不动。
还有一个容易忽略的差别是季节的错位。有些站点在同一时间处在相反的淡旺周期里,这意味着你在原站点上积累的月度节奏,到新站点上可能整体平移甚至翻转,照搬会正好踩在淡季上冲量。
校准时最好拿一件具体的事当锚,比如一次调价的反应速度,或者一个新品的起量周期。用一个具体的锚去校准,比抽象地说要适应当地要实在得多,也容易被自己验对或者验错,不至于模模糊糊。
另外要留出一个容错带。校准的头一段时间里,判断出错的概率天然更高,这时候不宜拿最重的一笔资源去试,也不宜因为一次不准就断定原来那套东西整个作废,两边的极端都要避开。
从成本上看,换站点的校准成本其实比换类目低,因为商品本身没变,变的主要是外部条件。判断哪一项条件的变化影响最大,往往比全面重来更有效,尤其是在两个站点差别本来就不大的时候。
有个反直觉的现象,在两个站点条件很接近的时候,过度校准反而有害。过度校准会引入一堆本来不需要的例外,让原本清爽的判断变得处处是特例,最后连原来站点上那套东西也用不好了。
校到什么程度算够,一个还算实用的标准是:新站点上连续几次判断和结果都对得上,且没有出现方向性的错误。只要方向不错,刻度差一点可以容忍;方向错了,才需要回头重新校一遍。
| 经验的层次 | 换类目之后 | 换站点之后 | 换客群之后 | ||||
|---|---|---|---|---|---|---|---|
| 对 | 交 | 易 | 结 | 构 | 的 | 理 | 解 |
| 大 | 体 | 可 | 用 | ||||
| 大 | 体 | 可 | 用 | ||||
| 大 | 体 | 可 | 用 |
客群换了,原来那点直觉还准不准
客群换掉之后,最先失效的往往不是知识,而是直觉。知识是你知道该看哪几项,直觉是你扫一眼就知道哪一项这次不对劲。知识可以记下来,直觉是在某个具体人群上反复摩擦出来的,换人群等于换摩擦面。
直觉里含着一层对正常的定义。原来那群买家,一周内提问数在某个范围里算平静,超出就算异动。换了客群之后,这个正常值的区间整个平移,而你的直觉还停在老区间上,于是会把正常当成异常。
价格敏感度是直觉最容易失手的地方。同一批货换到一个对价格更敏感的客群里,原来觉得这个价不用犹豫的判断会直接翻车;换到更不敏感的客群里,原来当作底线的价格反而还有上浮的余地。
沟通节奏也会变。有的客群习惯在下单前问很多,问完才买;有的客群直接下单,事后才来沟通。这两种客群里,回复慢的含义完全不同,一个代表冷淡,一个只代表还没开口,用同一套直觉判会误判。
对纠纷的容忍度差异更大。同样的处理方式在一个客群里算周到,在另一个客群里可能被直接视为推责。这条几乎完全由当地对交易关系的默认理解决定,跟你的服务态度好不好没有太大关系,改态度也补不回来。
直觉失准通常有一个可以察觉的前兆,就是连续几次你对某个现象的解读,都被后来的数据否掉。这个前兆很值得重视,因为它说明不是偶尔看错一次,而是那一整套解读框架和当前这群买家之间已经错位了。
判断直觉还准不准,可以拿一件小事做试金石:找几个已经发生的案例,只看当时的现象不看结果,请自己先说出判断,再对答案。知虾的定价计算把几个成本项和一个目标价位摆在一起算,换客群之后同一笔钱的相对位置挪了多少,对着算一遍心里就有数。
重校直觉的办法不太体面,但有效:把自己当成刚入行的人,从零开始记一段时间的现象和结果,不带结论地记。记够一段时间之后再回头看规律,比硬把旧直觉按到新人群上要稳得多。
有一层直觉是比较抗换客群的,就是对交易风险的方向感。什么东西容易引发退货,什么话容易被理解成承诺,这类判断跨客群大体一致,因为它基于交易本身的结构,而不是某个群体的偏好。
反过来最不抗换的是关于审美和表达的那部分直觉。同一张主图的观感、同一句话的语气,在不同客群里的接受度可以差得很远,而这类判断最难写成规则,因为它本来就依赖持续曝光养出来的感觉。
还有一层是尺度感。什么程度的让利算有诚意,什么程度算伤自己,这个刻度由客群的议价习惯决定。换到议价文化更强的客群上,原来的尺度会显得小气;换到更弱的客群上,又会显得没必要。
客群变了之后,最好不要急着下结论说旧的直觉全部作废。更常见的情况是其中一部分只需要重新标定刻度,另一部分确实不再适用。把这两者混在一起处理,要么白白浪费了还能用的部分,要么硬把不适用的部分按上去。
标定新旧直觉有个简便参照,看两个客群在同一个商品页上的停留和跳失分布差多少。差别集中在哪一段,就说明哪一段对应的直觉需要重调;差别不大的地方,原来的直觉大体还能继续沿用。
从时间上看,直觉的重新养成比方法的重新学习要慢,因为它需要足够多的样本和你自己的注意力同时在场。这段时间里最稳妥的做法是把判断的把握程度主动调低一档,而不是硬装照样准。
有个容易被跳过的步骤是承认旧直觉的来源。多数直觉其实是某一段客群条件反复作用的结果,把这段条件写下来,才能判断新客群缺的是哪一块。不写下来,就只能靠感觉猜,猜出来的往往还是旧答案。
到这一步可以给客群换掉之后的直觉定一个大致的处境:关于风险和交易结构的那部分大致还能用,关于审美、表达和价格尺度的部分需要重新标定。这两半分开看,比笼统地说准或者不准要有用。
经验里哪一层能带走,哪一层必须重攒
要把经验分层,先得承认它不是一块整的东西。它至少包含三层:对交易结构的理解、对某一类买家的了解、以及对着屏幕养成的操作手感。这三层的可带走程度差别很大,混着谈就永远谈不清。
最底下那一层,也就是对交易结构的理解,大体是可以带走的。它关于一件商品从被看到到被确认要经过哪些关口,这些关口在不同类目、不同站点上的顺序大体一致,换一批货之后仍然能当骨架用。
中间那一层,对某一类买家的了解,只能部分带走。关于这类人怎么决策、怎么比较、什么时候会犹豫,这部分可以迁移;关于这类人具体喜欢什么、讨厌什么,这部分换了买家就基本清零。
最上面那一层,操作手感和反应速度,几乎完全带不走。它是在具体界面、具体工具、具体节奏里长出来的,换个环境连动作的先后次序都会变,硬带过去的结果要么是用不上,要么是用错了地方。
分开之后再看,会发现一个还算稳定的规律:越是靠近人的购买动机的那一层,越容易带走;越是靠近具体界面和具体商品的那一层,越难带走。这个规律在多数类目上都成立,可以拿来当一条粗略的判据先用着。
但可带走不等于马上可用。能带走的那一层,通常需要在新场景里重新接一次地,也就是和当地的具体条件对一遍,才知道它在新地方长什么样。省掉这一步,带过去的就只是一句正确但没用的话。
最容易被误判为可带走的是说法和模板。它们看上去是最容易整体挪走的,实际上恰恰最依赖语境。同一句话换个客群,效果可能直接反转,而反转的原因往往就藏在对方默认的那套前提里。
相反,最容易被人忽略其可带走性的,是对节奏的判断,比如什么时候该等、什么时候该动手。这类判断没有形态,写不成条目,但它在换场景之后的有效性其实相当高,比很多写得清楚的东西都稳。
判断某一层属于哪一类,可以试着问:如果把所有和商品本身有关的信息都抽掉,它还剩不剩。剩得越多,越接近可带走的底层;抽掉商品信息之后就什么都不剩的,就是必须重攒的那一层。
需要重攒的那部分也不是从零开始。知道要重攒什么,本身就是一种优势,因为你会主动去收集那一层的信息,而不是默认它已经具备。多数人在换场景的时候吃亏,吃亏就吃在这个默认上,等发现时已经浪费了一轮。
从工作量上看,能带走的部分越多,换场景的成本越低;而要想让它变多,办法不是把经验记全,而是尽量往底层归纳。归纳得越往下,留下的东西越抽象,也越经得起换场景的折腾。
还有一层夹在中间不太好归的是对各种异常的处理方式。异常的类型在不同类目上有一批是重合的,比如库存异常、物流异常、评价异常,对这批重合异常的处理经验大体可以带走,不重合的那部分要重攒。
分层的时候要注意别把顺序搞反。有人习惯先从表层手感入手去找可带走的东西,结果找到的全是具体的操作细节。正确的方向是从底层往上看,先把结构认下来,再看哪些具体动作能挂上去。
分层不必做得很精确,粗分三层就够用了。精确分层的收益很小,成本却很高,尤其是当你要处理的是每天的具体判断、而不是写一篇东西的时候,粗分的实用价值明显比细分的更高。
最后要说的是,分层的意义不在分类本身,而在于决定什么该带走、什么该就地重来。带着三层这个意识去换货,至少不会把本来只能重攒的那部分硬搬过去,也不会把本来能带走的那部分白白扔掉。
到这一步,哪些能带走、哪些必须重攒就有了一个大致的答案:结构层能带走,人群层带走一半,手感层基本重攒。这个答案不精确,但它能让人在换货之前先把资源分配到对的地方。

同一层经验在三种跨度下的成立情况并不一致,空格最多的那一列就是最需要重攒的方向
跨度太大的时候怎么给经验划个适用范围
跨度太大是一个模糊的说法,落到具体上通常指三种情况:类目跨得太远、价位跨得太远、或者市场习惯差得太远。这三种跨度的处理办法不完全一样,混着处理会既保守又冒险,两头都不讨好。
划适用范围的第一个动作是定标尺。拿什么衡量跨度,决定了你怎么划。比较实用的一条标尺是买家在下单前需要做的比较次数,比较次数差得越多,两批货之间的距离就越远,适用的东西越少。
用带量表的说法比用形容词要稳。与其说跨度很大所以不能用,不如说这套做法在比较次数不超过几次的情况下成立。带条件的表述虽然啰嗦,但换场景的时候可以直接拿来核对,不容易走样。
划范围时要留一档模糊地带,不要划成非此即彼。有些做法在范围边缘上只是效果变弱而不是彻底失效,把这种情形也一刀切成不能用,会让可用的工具箱变得很小,最后什么都得重新来一遍。
另一个要考虑的是代价不对称。有些判断用错了代价很小,最多浪费一点时间;有些判断用错了代价很大,会直接影响一批货的去留。前者可以放宽范围,后者应该收紧范围,不必一视同仁。
跨度很大的时候,一个可行的办法是先把经验拆成一个个可以单独检验的小命题,而不是整块搬过去。整块搬的成功率很低,拆成小命题之后,能用的留下、不能用的替换,整体损失会小很多。
拆命题的时候要避免一个坑,拆得太细会失去意义。拆到只剩操作步骤的时候,那条命题在别的场景上几乎站不住,因为操作步骤本来就带着当时的条件。合理的拆法是拆到可检验、但还保留一点条件感的那一层。
判断跨度是否过大,还可以用一个间接指标:新场景里的异常类型有多少是原来没见过的。没见过的异常占比高,说明跨度确实大,原来的经验覆盖不到那些情况,范围要相应收窄一些。
划范围不是一次性的。刚开始可以划得保守一点,等在新场景里走了一段时间,再根据实际碰到的情况往外放宽一格。往外放宽比往里收紧容易,也更符合先稳后进的顺序,不至于把机会挡在门外。
有些跨度无法用范围来解决,只能承认不适用。承认不适用并不是否定原来的经验,而是承认它在原来那个范围里依然有效,只是新场景落在了它的外面。这两件事要分清,不然容易把能用的也丢掉。
给经验划范围的时候,最好同时写下它的反面,也就是在什么条件下它一定会失效。写反面比写正面更有用,因为人在用的时候往往不会去核对正面条件,但对明显的反面条件还是会有一点警觉。
还有一点值得提前提醒,跨度很大的场景里,最不该照搬的往往是那些被反复验证过、看起来最牢靠的结论。因为反复验证本身就意味着它对原始条件的依赖很深,一旦条件变了,这一类结论的可靠性反而下降得最快。
反过来看,有些边缘结论反而经得起大跨度,因为它们本来就是从条件特殊的情形里得出来的,天然带着对条件的敏感。这类结论在跨场景时的表现,常常比那些被反复验证过的主流结论还要稳一些。
划完范围之后最好有一份能用的东西留下来,哪怕只是一句话形式的范围声明。这份声明的作用不是限制自己,而是让后面每一次照搬之前都有一个可以核对的依据,不至于全靠记忆,也不至于事后才想起来当初对过。
从实际经历上看,范围划得清楚的人,换场景时的失败率明显更低,因为他们更早地认识到哪些东西不能带。划范围本质上是一种减法,减掉的是那些看起来能用、实际上会出问题的部分,减得越早越省事。
最后把这件事收一下:跨度大的时候,与其争论这套经验能不能用,不如把它拆开、标上条件、留出模糊地带、写下反面。做完这四件事,适用范围大致就浮出来了,能不能用也就有了答案。

贴近结构的那一层换货后回落不多,贴着具体货型的那一层换货后掉得最深、回升也最慢
能不能用得上,先给经验量一个边界
前面几节谈的都是怎么量、怎么划,这一节要收的是同一个问题在整篇里的位置:在判断能不能用得上之前,先给手上那点东西量一个边界。这一步做了还是没做,后面所有关于能不能用的说法,性质完全不一样。
边界的第一个维度是类目距离。相近类目之间,底层结构大体相通,能带走的比例高;远类目之间,带走的往往是那些最抽象的部分。这个维度不需要精确到具体数值,大致分三档就够用。
边界的第二个维度是价位距离。同一个类目里,价位差一档和差三档是完全不同的两件事。差一档时多数判断只需微调刻度,差三档时基本相当于换了一个人群,原来那套东西要重新走一遍。
边界的第三个维度是市场习惯距离。这一维最不直观,也最容易被忽略。两个站点在语言上接近,在交易习惯上可能差得很远,因此不能拿语言的接近当成习惯的接近,否则会吃暗亏。
三个维度合起来,边界大致就有了形状。落在一个小盒子里的东西可以直接拿去用;落在盒子边缘的,要先标条件再试;落在盒子外面的,就不要再指望它原样生效了,得另起一段。
量边界的时候有个顺序上的讲究,先量最紧的那一维,再看另外两维。比如类目跨得很远,那么即便价位和习惯都很接近,整体跨度依然很大,因为最紧的那一维决定了整体的天花板在哪里,另外两维再宽松也补不回来。
量完之后,边界上最好留一句话说明它是怎么来的。写清楚是从哪一次换场景的经历里得出来的,后面再要修正的时候,才知道该怎么调,也才知道该往哪个方向调,不至于越改越糊涂。
给经验划边界这件事,本质上是在给自己设一个提醒:什么时候可以顺手拿来用,什么时候必须停下来重想。没有这个提醒,人在顺的时候会过度自信,在不顺的时候又会全盘否定,两种极端都浪费。
还有一层意义在于协作。边界说清楚了,别人接手你的判断时就不必靠猜。他知道哪些是普遍成立的,哪些是只在某个条件下才成立的,接手成本因此降下来,误用的概率也小很多。
边界不必写成很正式的东西,一句话、一张表都可以。关键在于它必须能被人拿起来核对,而不是只停留在脑子里。只留在脑子里的边界,在换场景的时候通常会第一个丢掉,而且丢得毫无痕迹。
从更长一点的时段看,边界是会被改的。类目会变,价位会变,市场习惯也会变,原来划的范围过一段时间就可能偏窄或者偏宽。定期回头对一次边界,比一次划得很准更管用,也更接近实际。
判断经验能不能用得上,最忌讳的是两个极端:一个是觉得它能通吃所有场景,一个是一换场景就全部作废。绝大多数真实情况都落在中间这一段,边界的作用正是把中间这一块圈出来,让判断有地方落脚。
换个角度看,给经验量边界其实也是在量自己。你对哪些东西是真的懂、哪些只是熟,边界划一遍就清楚了。这个过程不舒服,但比在换场景之后被结果教育要便宜得多,也体面得多。
有一类边界是别人替不了的,就是你在自己这条线上遇到过的具体跨度。别人给的边界再合理,也只是他场景里的,你需要自己把那些只属于自己场景的部分补进去,边界才真正对你有用。
到这一步,整条路子大致清楚了:先看这类货攒下来的东西换一类货之后还在不在,再看哪些通用、哪些只对某个价位段有效,接着看换站点要不要校准、换客群之后直觉还准不准,最后把能带的带走、要重攒的重攒,再给整件事量一个边界。
说到底,拿不拿得出来用是一个问法的问题。同一批经验,问它有没有用,答案永远是模糊的;问它在什么范围里有用,答案就能落地。边界划出来了,用不用得上就不再是一个靠感觉回答的问题。