【OKR 實戰手冊】(五)蒐集有用證據,提高企劃說服力!

好點子需要具說服力才有用,這次要談的就是我們需要哪些證據、邏輯來增加說服力,以及如何決定哪些證據要優先蒐集。

--

為什麼要寫這篇文章 ?為了證明我們的想法是可行、有效的,往往需要蒐集許多證據。蒐集證據的辦法百百種,我們可以用過往經驗、過往案例、做實驗、尋找間接或二手的證據。但我們往往會花過多時間,蒐集許多無法證明想法有效的證據,因而浪費資源、錯過機會,這次要分享的是,哪些證據是有效的,我們應該優先蒐集怎樣的證據。讀完這篇你會知道 ?.應該優先蒐集怎樣的證據 ?
.別誤以為相關 = 因果,他們的說服力是不同的。
.統計上的證據可以怎麼描述 ?

前一回我們提到了「如何建立故事」,下一步則是思考為了讓故事具有說服力,該蒐集、提出哪些證據。

蒐集證據,是一個長期的過程(這在之後會詳述),為了不要浪費時間做無意義的事,我們需要把握幾個原則:

  • 針對最有影響力的假設-有了這個後最容易說服人﹑最高效益…
  • 用最少的成本-時間、效率、資源…
  • 獲得可信度最高的證據-不確定性﹑正確機率…

以下就讓我們分別來介紹吧!

優先蒐集可信度低的事情,來創造高影響力

在蒐集證據時,優先性是需要思考的,通常在相同影響力﹑資源有限的情況下,我們更應該先驗證更可信度低的假設。

例如,職涯丼在粉專上的貼文就有經過類似的思考。

我們認為貼文的「題材」、「形式」、「標題」對於文章的點擊率都具有關鍵性的影響。如果依照這個思維來做貼文的話,我們會花很多時間在這三件事上。

但在過往的經驗中,我們並沒有太多證據可以說明「形式」對點擊率的影響如何,也就是「形式影響力大的可信度低」。

因此,我們開始使用同樣題材、標題,但「替換形式」來包裝內容。(AB Test)後來發現,形式的影響性遠比我們預期的還要小。

就在此時,我們確立了一個新假設「形式不太會影響點擊率」,因此在提高點擊率的故事線中,「形式」就被排除了。

接下來的貼文策略就開始進行條整,我們選擇用最擅長、簡便的形式製作內容,花更多時間來慎選題材、標題來提高點擊率。

這就是驗證可信度低,創造影響力的一種方式。

為什麼優先順序是這樣?

會選擇可信度低的優先驗證,其實是一個機率與期望報酬的問題。

如果有一個提案要通過,需要影響性分數達15分(可以把影響性分數想成:投資報酬率、營收、毛利率...),而影響性分數=A+B 的影響力。

我們可以想像一個情況,A、B在故事中的影響性都可能達到 10分,但A的可信度是50%、B則是10%。以期望值來說:

  • A 影響性=10分 × 50 % = 5 分
  • B 影響性=10分 × 20 % = 2 分

如果我們有些資源、能力可以驗證其中一個提案,讓它的可信度達到100%,我們會驗證哪個呢 ?

很明顯的,為了達到15分,驗證 A 有機會讓A提高 5 分 (5→10),總分達12,驗證B則可以提高8分(2→10),總分達15,只有在達到 15 分後,這個提案才有可能成立的話,那在資源有限時,我們當然應該投資在B選項。

你會發現隨著證據越多,期望分數都可能變高、變低,但我們最後的目的,都是解決陌生問題、達到原本無法達到的願景,就如有人說「瞄準月亮,至少能射到老鷹」,其實就是用同一種態度在完成願景:

「去做能擴大影響力的事情,不要過度保守,只想著剛剛好的結果」

不然,原本就已經很難解決﹑看不到未來的事情,我們還堅持保守選項,可能更難達到目標。

不要因為好奇,去蒐集沒有影響力的證據

影響力,除了前幾篇提到的 槓桿可操作空間,其實還有一個需要考量的面向就是:無關、相關、因果性。

無關資訊

所謂無關,就是不管有沒有這個資訊,都不會影響你的行動判斷。如果你的組織成員常常想到問題,就想找答案,最有可能花很多時間在無關資訊上。

例如,我們都會被主管詢問各式問題,而他們有時只是出於好奇,問一些無關目標的資訊,例如問

  • 我們讀者大概幾歲 ?
  • 他們大學讀的科系是什麼 ?
  • 現在有多少粉絲 ?

一個管理階層的人,如果沒有策略規劃就亂問問題,常會搞死很多人。

例如,當我們現在設定的目標,是不分年齡、不分科系的讀者,並且我們公司還在草創期,應該關注互動率而不是粉絲人數,那上面三個問題其實對組織一點幫助都沒有。

再舉個例子,A產品研究報告,包含了客戶的

  1. 地理空間:居住地點、氣候環境、交通方式⋯
  2. 人口統計:社會階層、家庭人口⋯
  3. 心理個性:人格特質、生活型態、思想開放/保守…
  4. 行為表現:忠誠度、行為習慣⋯

看似完整的報告,請問是無關資訊嗎?

很可能是的。這個報告完全沒有目的性,它唯一的目的在於報告這些資訊,但並沒有任何想做到的事情。

如果你的產品,是自動販賣機的礦泉水,客戶的交通方式會影響你如何生產你的水嗎? 不會的。

但換個情境也許就不一樣了,例如,你是礦泉水通路的管理者,就會需要知道礦泉水應該擺在哪些地方,因此,客戶的交通方式是重要考量。

回過頭來說,每份報告、蒐集資訊,我們要想的不是要報告什麼,而是如果有什麼資料,會怎麼改變我們的行動、考量,這個行動與考量,又會怎麼樣影響目標。

所以下一次,當主管問你時,最好的回應方法可能是「如果知道答案後,我們採取怎樣的行動呢?」 、「有這個答案之後,對於目標有什麼幫助嗎?」如果主管回答不出來,很可能這問題、資料證據真的就毫無意義。

「相關」與「因果」

再來則是相關、因果。

所謂相關,在統計上指的是A和B之間,存在著某種規律關係。如果這個規律越明確,越常發生,代表他們兩件事情越相關,反過來則是越不相關。

「相關性」,是最容易讓我們誤以為搜到有意義資料的原因。

例如,過往資料顯示「有提供優惠的時候,使用率通常比較高」,就表示「優惠」和「使用率」存在著相關性。但我們會誤以為這就代表「提供優惠,能增加使用率」。

但前兩句描述的,一個是相關,一個是因果

  • 相關:「有提供優惠的時候,使用率通常比較高」
  • 因果:「提供優惠,能增加使用率」

而為什麼相關不等於因果呢 ? 就讓我們看看下面這個例子

某A公司,通常使用率越高,就會賺越多錢,因此行銷預算也會多增加,行銷人員通常會因此推出優惠方案。

以上述情境來說,並不是發了優惠後使用率提高,而是使用率提高,有錢後才發優惠。所以,這裡的因果關係其實是「使用率提升會增加提供優惠量」。

因此,如果我們從相關性推理到因果時,就必須非常小心。

在商業上,我們經常在蒐集的數據是「因果關係」的證據,主要是為了確保我們做了某些事情(因),必定能產生某種效果(果),這樣才能擴大規模、產生效益、不浪費資源。

而所謂因果關係包含幾個重點

  1. 因要「先」發生,果在之「後」發生
  2. 因沒有發生,果不會發生
  3. 因發生後,果一定發生

如果A、B兩件事情,越常按照這三個條件發生,就可以認為這兩者的因果關係越強烈,也就是因果關係的可信度越高。

可信度,究竟是什麼呢 ?

我們先簡整理一下前面提到的一些概念。

所謂「一件事情很有影響力」就是指「這件事情最能幫我們達到目標」。

這個幫助,通常會是有因果關係的、槓桿度高、可操作空間大的。而在說服主管的提案中,就是找到這件事情,並證明它們滿足上述條件。

所謂的可信度,指的是我多願意相信我們的影響力。為了表達這件事情,可以借用統計機率來描述。

這個描述包含了三個概念:預測值、信賴區間、信心水準。

例如我們有一個客戶滿意度調查,包含可信度的描述會是這樣的。

「本次客戶滿意度調查,是以電話隨機抽樣的,我們成功訪問1068位客戶,滿意度是5成,在 95%的信心水準下,抽樣誤差為正負 3.0 百分點。」

  • 【預測值】滿意度是5成
    指的是,在受訪的1068位客戶中,有 50 %的人表示滿意,因此我們猜測全體客戶也會有 50% 表示滿意。
  • 【信賴區間】抽樣誤差為正負 3.0 百分點
    指的是,如果全體客戶的滿意度是 X %,那麼這次的評估認為,X 會在 50%±3% 這個區間中,
  • 【信心水準】95%的信心水準
    如果我們用一樣的方式訪談100次,每次都會得到一個信賴區間,那麼這麼多的信賴區間中,約有 95次的區間,會涵蓋到真正的滿意度 X %
※補充說明統計概念雖然精確,但實務上因為並非人人都理解統計學,在報告時需要經過轉換才容易讓人理解。但我認為這個概念卻十分重要,例如常見錯誤,就是用平均數來表達統計結果,例如平均來說5成滿意,但如果信賴區間高達30個百分點,就代表我們的結果可能會落在 20%~80%,落在極度不滿意~非常滿意之間,那原本的5成,直接把這個概念忽略了。

不是越準越好、越多越好!

在蒐集數據的時候,必須時時刻刻評估一件事情,就是要花多大的力氣來蒐集證據。有些證據容易取得,但所有證據都要花時間、成本。

例如,客戶是全台客戶,需要受訪對象需要1000人才能成為有效問卷,但在實務上,每個提案的價值可能會不同,為了避免蒐集證據的成本過高,我們必須在精準度、成本之間做選擇。但這就得仰賴商業直覺、消費者洞察了。

在新產品、新方案中,常見的做法是調查歷史數據、間接的證據、創造模擬新產品的環境、打造MVP進行小規模測試…等,來降低蒐集成本。

而上述這些方法,其實都是在幫助我們增加故事的完整性、可信度,隨著測試規模擴的擴大、測試環境接近真實,可信度就會持續提高,直到我們願意接受這個提案,甚至到把這個假設所需要的環境都建出來,並獲得客戶、市場的反饋,才算是真正完成可信度的驗證。

調適性與故事線的關係是 ?

在制定策略時我們有提到,即便定好了策略,很多事情都還是模糊的、會變的,因此我們需要蒐集更多的證據、持續調整,提供上層的管理層來進行優化與改變策略。

這篇文章中也提到了,建構一個提案、故事線都也需要蒐集證據,同時還需要考慮到成本、準確性、實務上的工作進程等等。

這兩件事情都共同顯示著資訊的「動態性」,這個動態可能是「模糊→清楚」、「可信度低→高」、「故事不完整→完整」的一個過程。

換句話說,「驗證假設、定訂策略、寫出故事線、製作提案」直到目標達成以前,都沒有所謂的已完成。反而是「根據事實、市場變化、客戶回饋」不斷進行調整,這就是我們曾提到的OKR策略裡的「調適性」,以及它如何影響我們做事的方方面面。

當我們知道要優先針對蒐集哪些證據後,下一步,就是要將故事發展完整,讓這個提案變成主管、公司可接受、甚至執行的方案了。

下一回,我們會開始介紹長出故事線的動態過程,以及專案管理的思維。

※重點回顧1. 針對最有影響力的假設,用最少的成本,獲得可信度最高的證據。
2. 我們很常蒐集無關資料,或是誤以為相關=因果,但在商業上,通常著重在因果性的證據
3. 優先蒐集可信度低、影響力高的證據。
「1下」拍手:到此一遊,留個記錄吧。
「5下」拍手:表示喜歡這篇文章。
「15下」拍手:表示你想要知道更多相關的內容!
「30下」拍手:手應該會有點痛,但還是歡迎繼續拍。按下「Follow」,追蹤我或我的專欄,將能定期收到優質的文章!

--

--

Kevin Wu
流程駭客|打造實用數位管理流程。

https://processhacker.pro|熱衷各式流程,SCRUM、目標管理、專案管理、企業發展、職涯發展等議題;Notion、Airtable各式數位工具。