邏輯是一種能力,簡單的理解即是對事物進行拆解,並按照前後、從屬等關係進行排列組合。咱們能夠經過邏輯,將某件事從單一的「點」,轉變成一條或者多條「線」。
web
這是咱們對邏輯的初步認識,所以它能夠經過練習獲得提高,並且是極爲有效的提高。服務器
拿以前作的千家電話web端統計作比喻,最初的需求以下:性能
1. 兩種統計維度:全部電話、全部需求編號
2. 權限: 店長看本店,區經看本區,管理員看全部
3. 錄音與文字同時查看,相似手機端實現
當咱們拿到一個任務時,首要任務,不是去執行,而是「畫地爲牢」。cdn
必定要清楚,這這僅僅是命題做業,是一個有邊界的任務,而不是一個大而廣之的不可能完成的任務。blog
認識到思惟的邊界,並利用邊界效應,將本身的思惟在某一個點集中,而不是擴散開來,這是咱們訓練邏輯時,要作的第一件事。事件
實際工做中,咱們常常會遇到不少命題任務,這些任務看上去很是不合理,很是寬泛,缺乏不少必要的信息,十分不具有可行性。資源
並非任務不可行,而是咱們的思惟缺乏了聚焦,進行了沒必要要的擴散。產品
思惟的擴散,不聚焦實際上,也是咱們對任務的理解和拆解能力的欠缺。it
結合需求後,產物以下:io
一個很簡單的統計表格,帶有常規功能,可是再進一步發散思考,既然是統計,應當有合計吧,增長了一個合計以後,發現合計能看出什麼問題,得拆!分紅多個合計,再而後呢?合計只是一個數值,合計的內容如何看?那再給每一個合計增長一個詳情好了,統計伴隨分析,分析又能夠以哪些維度?每一個維度的展示方式?...
思惟,將一直處於發散狀態,而缺乏「原點」,缺乏「焦點」的思惟,很難造成「邏輯」。
發散的思惟,只能讓咱們得到更多的「問題」,迫使咱們去尋找更多的材料,不斷的擴寬思惟邊界,不斷的發現新的問題。新的條件缺失,和命題之間的距離,將會越行越遠。
除了起點之外,咱們還須要明確命題的終點。
咱們要作的是個統計表,只是想要將全部數據歸到一塊兒,想要在一個地方看而已,可是由於思惟的發散,咱們越想越多,流程也愈來愈複雜。
每個產品相關的任務都存在覈心,存在關鍵指標。
咱們經過「開始點」和「結束點」確認了思惟範圍,還須要在該範圍裏,肯定命題的核心以及關鍵指標。
經過上圖,能夠看出咱們須要的是「相對全面的思考」而不是「絕對全面的思考」,須要咱們圍繞重點,圍繞核心進行全面思考,而不是對於完整的產品進行全面思考。
實際上產品不可能「面面俱到」,咱們須要創建對「重點」或者「核心」的敏感度,可以短期判斷出什麼是重點,是咱們須要投入絕大部分精力,資源的事情。
認識到重點,也就能認識到不屬於重點的內容——即輔助點或者支撐點,這就創建了邏輯的第二步,咱們也就掌握了「主次關係」,可以經過分辨主次,創建基礎的邏輯性思惟了。
咱們對一個點進行拆解,再區分出主次。雖然創建了必定的邏輯,但這並不完整,這仍然是多個點,完整的邏輯是將這多個點,連接成一條線。
邏輯的第三步,即是找到這些點的前後順序,按照固定的順序鏈接起來,就成了一條完整的邏輯。
實際上,相同的點,不一樣的組合順序,表達的含義徹底不一樣,本質上也是咱們對若干點理解層次上的不一樣。
好比:電商平臺下單並校驗訂單信息時,須要分別校驗收件人信息,庫存信息,優惠券信息,這三個斷定事件是存在前後關係的,實際上他們的順序是有「邏輯」存在的。
構造該順序的邏輯是創建在「缺失條件致使的阻塞力度」之上。
實際上,該順序如果站在「服務器請求壓力」或者「服務器計算壓力」的角度,仍然成立。這個順序是目前佔用性能較小的一組順序,適合一些大型的、成熟的電商項目。
相同的斷定事件,即便更改了他們的排列順序,也會產生極大的變化。
若是先對優惠券進行斷定,再對庫存進行斷定,咱們經過一組數據來觀察一下:
100個訂單,來自不一樣用戶,不一樣商品,其中40個訂單庫存爲0,40個訂單優惠券過時。優先斷定優惠券,優惠券斷定100次後,仍然須要對庫存進行100次斷定,所以總共須要斷定200次;優先斷定庫存,庫存爲0的訂單,不用繼續斷定優惠券,那麼總共只須要斷定160次。
與產品經理的思惟邏輯性有關的三個點: