領英創始人裡德·霍夫曼:如何又好又快地做決策?

神譯局是36氪旗下編譯團隊,關注科技、商業、職場、生活等領域,重點介紹國外的新技術、新觀點、新風向。

編者按:大多數的決策並不重要,但有一些關鍵決策卻很重要。無論我們做出的決策是正確的還是錯誤的,都會深深影響到我們的生活、我們運作的組織,甚至是我們的國家。在創業過程中,如何正確做出決策,領英創始人裡德·霍夫曼撰文闡述了他的看法。他認為決策是創業的核心競爭力之一,單個決策可能看起來並不重要,但長期累積,也會產生巨大的區別。原標題How to Decide,作者裡德·霍夫曼。

領英創始人裡德·霍夫曼:如何又好又快地做決策?

決策是創業的核心競爭力之一。當你忙得不可開交時,你可能每小時要做多個決定。而即使這些決策看起來並不重要,但每個決策的影響,無論多小都會迅速累計。比方說,改進你的決策可以讓你每個決策的效用函式增加0。5%。但在1000個這樣的好決策之後,同樣的函式將增加147倍。

儘管有這麼大的影響,但做決策的方法卻常常被忽視。

什麼是好的決策?

企業家和高管們會做各種各樣的事情來提升自己,參加某項技術的課程,閱讀一本關於風險交易的書,練習間歇性斷食。然而,很少有人會停下來問一個簡單而有力的問題:“如何才能讓我的決策變得更好?”

順便說一句,“更好”不只是指 “更準確”,它還意味著 “更快”。創業者面臨的許多決定都有很高的風險,很可能真的意味著公司生死存亡的區別。當面臨如此重磅的決定時,正常人的本能是放慢腳步,收集所有可用的資訊,並在情感上對各種可能性感到舒適,然後再做出決定。這種本能對於創業決策來說,幾乎是100%錯誤的。

我把創業決策描述為面對岩石雷區(在夜間,在濃霧中……),決定衝過去。核心技能是學會如何快速、果斷地調整路線,避開最危險的雷區。

我在評估創業者時,分析的一個關鍵因素就是他們如何做決策。對於連續創業者來說尤其如此。如果他們是那種學習不止的人,他們會利用過去的經驗讓自己的決策變得更好,那麼在從招聘到戰略再到銷售的過程中,他們就會有巨大的優勢,讓他們在第二次創業的時候更勝一籌。但如果他們沒有改進決策的驅動力和自覺性,可能就不值得付出經驗溢價去投資他們。

閃電式擴張中做決策

如果說創業需要大量的決策,那麼閃電式擴張就會增加決策的速度和風險,這就意味著更需要學會在充滿挑戰的環境下迅速做出正確的決策。

我從自己的創業經歷中瞭解到這一點。在成為創業者之前,我認為自己真的很擅長決策,部分原因是我認為自己很聰明,部分原因是我認為決策就像掌握一種運動一樣。

然後當我創辦第一家公司SocialNet時,我做出了錯誤的決策。

有時我做決定的速度太慢,有時我做的決定太差,有時又慢又差。這些經歷使我完善了我的決策框架。

也許很想把這些失敗歸咎於別人,找藉口說 “我相信某某,而他錯了”。但我知道,我需要為自己做出的每一個決定負責。當你發現自己處於這種情況時,你需要問自己:“今後我應該做哪些不同的事情來改善我做決策的方式?” 這種自我反思是我在PayPal工作期間成為一個更好的決策者的關鍵原因。

閃電擴張壓縮了這個學習過程,使其更具挑戰性,但也增加了潛在的生產力。當你和競爭對手比賽實現規模化的時候,你沒有很多額外的時間去諮詢每個利益相關者並達成共識。你必須做出決策,為這些決策負責,並從中學習。

在這個領域,我建議利用決策工具,如RACI矩陣(負責、問責、諮詢、知情)和DACI責任分配矩陣。這些經過驗證的工具可以幫助構建和加速你的決策過程。

從靈感到資料

閃電擴張的一個關鍵過渡就是需要從靈感到資料。這個關鍵過渡就是要提高你的決策能力。規模化的時候,你必須以資料為導向。無論什麼情況,你都需要用資料來協調和運作你的整個公司。

資料驅動型公司的鼓點是公司的儀表盤(企業展示度量資訊和關鍵業務指標現狀的資料虛擬化工具),以及圍繞儀表盤召開的會議。儀表盤的指標是集體決策的關鍵,它們是你瞭解自己是否取得進展的方法。對於公司做出的每一項決定或採取的每一項行動,儀表盤都會幫助回答這樣一個問題:“這個舉動對我們的OKRs(目標和關鍵結果)有什麼影響,我們能因此得出什麼結論?”

挑戰在於找到合適的時機,從靈感轉向資料。你可以隨時對你的業務進行處理,收集指標,但這並不意味著你收集的資料就有用。

例如,如果你還沒有實現產品與市場的契合,那麼對客戶獲取的每一個方面進行資料化處理就是矯枉過正。只需跟蹤有助於你改進產品的指標即可。另一方面,如果公司已經開始擴大規模,而你又在花錢推動增長,那麼遲遲不對資料進行儀表化分析,就會是一個代價高昂的錯誤。關鍵是要深思熟慮,而不是公式化。

我記得在早期的一次Airbnb董事會會議上,其他一位董事會成員說:“我們需要衡量和跟蹤我們的運營利潤率,這一點至關重要。”很快,我就開口表示不同意。“不要這麼做。這是一個數字市場。只要有規模,利潤率會很好,這意味著現在的利潤率並不重要。” 對於Airbnb來說,這是正確的答案。然而對於不同的公司,比如硬體企業,瞭解運營利潤率可能是必不可少的。

儀表盤業務最重要的原因之一是幫助你推動增長。如果你不能衡量是什麼在推動客戶增長,或者他們在產品中的時間花在哪裡,就很難獲得更多的客戶,推動更多的參與度。而且別忘了也要衡量相反的情況。我見過創業者犯了一個錯誤,當他們還需要解決漏斗或客戶流失的問題時,卻把所有的精力都放在了客戶獲取上。增長可能會暫時掩蓋這樣的問題,但如果不加以解決,可能是致命的。

此外,即使在你向資料過渡並建立了一個儀表盤之後,你也需要對這個儀表盤進行迭代並保持更新。當你回顧你的資料並得出結論的時候,你需要思考的不僅僅是。“現在這些結論的真實性如何?” 還要考慮 “三個月後它們的真實性如何? 12個月後呢?36個月後呢?更進一步,有哪些事情會改變這個事實?”

你開發的商業智慧並不是基本的自然法則,不是普朗克常數或E=MC平方。市場可能會以某種方式發生變化,使你以前的方法變得錯誤。或者,你可能會主動改變你的業務,需要你重新構建你的儀表板,以說明額外的收入來源。

你對資料的收集和使用還需要考慮到業務的複雜性,包括使用特定的資料子集進行決策的能力。很多時候,資料的全域性觀就足夠了,比如PayPal的病毒式增長率曲線。但其他時候,你需要有能力做出微觀以及宏觀決策。比如在Uber,相關的分析單位不是整個業務,而是各個城市。如果沒有考慮城市級資料的能力,Uber在試圖編寫啟動新市場的劇本時,就是在盲目飛行。

最後一個忠告。不管你的資料化有多全面,或者你的分析有多嚴謹,在資料的力量面前,你應該保持一些謙遜的態度,資料是如此的絕對必要,但你必須確保你得到的是正確的資料。相關的資料可能會隨著時間的推移而改變,當資料不完整、不充分時,你很可能需要做出重要的決定。這就是為什麼資料是必不可少的,但判斷力和直覺也是必不可少的。當你無法用資料來驗證或否定你的論點時,我最喜歡的一個技巧就是和聰明的朋友們交流,得到他們的反饋。這不如一次性資料好,但它提供了一種在沒有資料的情況下做出決策的快速方法。你必須問正確的問題。“這能行嗎?”是一個糟糕的問題,很可能會導致糟糕的資料。相反,問一些具體的細節,比如:“如果這最終失敗了,那麼導致失敗的最可能因素是什麼?” 或者,“這是我的計劃,有什麼更好的方法可以實現同樣的目標?” 即使答案並不確定,它們也能幫助你區分有用的直覺和一廂情願的想法。

常見的決策陷阱

另一個改善決策的方法是培養你避免常見決策陷阱的能力。好訊息是,有很多資源可以幫助你做到這一點。幫助我的資源之一是哈佛決策科學實驗室,詹妮弗·勒納教授管理該實驗室多年。那裡的研究人員致力於總結各種可能絆倒你的決策偏見,比如沉沒成本偏見或確認偏見。當你考慮憑直覺行事時,最好將你的感覺與最常見的偏見進行交叉檢查。

例如,從科學和心理學上有一個概念,即 “1型 ”錯誤和 “2型 ”錯誤。1型錯誤是假陽性,2型錯誤是假陰性。對於1型錯誤,我有一些親身經歷,來自於Greylock對Groupon的投資。當時,該公司是有史以來增長最快的企業,我推算出增長曲線,認為我們將迎來一個歷史性的利好結果。問題是,Groupon的營收增長是個假象。無論是提供Groupon的商家還是兌換Groupon的消費者,都對核心優惠券產品不滿意,很快就放棄了這項服務。但該公司擁有如此龐大而有效的銷售引擎,卻掩蓋了業務漏洞的事實,當銷售引擎沒有新的潛在客戶可轉化時,業務就會下降。

類似的事情也發生在Dropbox身上,不過是以一種更為良性的方式。投資者依賴的關鍵資料技術之一是群組分析(cohort analysis)。當我們從這個角度看Dropbox業務時,它看起來很神奇。隨著時間的推移,Dropbox的每一批使用者都變得更有價值,新的一批使用者在老的一批使用者的基礎上有所改進。這是非常罕見的,大多數企業的群組都會隨著時間的推移而減少,或者最多達到一個漸變最大值。Dropbox的群組在增加。我們的1型錯誤是過度從這些資料中概括出來,並假設同樣的動態將適用於Dropbox推出的任何其他產品。可是該公司的產品新增趨向於遵循傳統的價值曲線。

幸運的是,Greylock在這兩筆投資中仍然賺到了錢,因為我們在複利週期中投資得足夠早,但如果我們能更聰明地避免1型錯誤,我們可能會幫助Groupon解決它的短板問題,幫助Dropbox更積極地重塑它的附加產品,為各方帶來更好的結果。

在每一個案例中,都有資料,一個似乎證實了我們想要相信的指標的資料:我們做了一項好的投資,將獲得巨大的成功。但由於我們沒有看清表面之下,沒有問:“這些資料背後是什麼?有哪些單獨的成分和潛在的力量在起作用?”我們讓自己沾沾自喜。這裡的教訓是,資料不一定是錯的,但它會誤導你。資料並不能說明所有問題,它的意義幾乎總是取決於特點情況和解釋。作為決策者,你有責任採取必要的措施來準確評估形勢。

我最喜歡的解釋資料的技術之一是確保我總是有一個積極的資料理論。早在LinkedIn上,我就看到Jeff Weiner(Linkedin現任CEO)以一種驚人的方式應用了這種技術。Jeff稱自己是一個資訊狂,這意味著他也是一個數據狂。他如何如此有效地管理LinkedIn,部分原因是他使用不同的儀表盤來做出資料驅動的決策。Jeff是這些儀表盤的大師,我記得有好幾次,他在看儀表盤時,看著一個數字,然後意識到有些不對勁。“有些地方不對”,他會說。“那個數字應該是X,而不是Y,打電話給負責這個數字的產品經理。” 他對資料應該是怎樣的有一個主動的理論,這讓他對偏離這個理論的情況更加敏感。

每次發生這種情況,我們都會向產品經理諮詢,發現是郵件通知中斷了,或者是儀器配置錯誤,或者是日誌檔案延遲了,等等。Jeff解釋說:“這是我對這些數字如何起作用的主動理論。如果數字不對,我就會追問這個問題。而後,根據我的發現,我更新我的模型,以說明任何變化或改進。”

不常見的資料來源

成為一個更好的決策者的最後一個方法,是利用別人忽略的資料來源。正確應用你從 “不尋常 ”的來源中獲得的資料,可以賦予你顯著的競爭優勢。雖然我不能很好地在這樣一篇公開的文章中分享這類來源,同時期望它們保持獨特,但我希望我提供的例子能夠啟發你自己尋找不尋常的資料。

例如,獲取此類資料的一個有趣的方法是綜合多個離散來源的資料。你可以從多個來源購買信用卡資料(當然是匿名的),並利用這些資料來識別購買模式和趨勢,你可以利用這些資料來發展你的業務。

我們在LinkedIn廣泛利用的另一個數據來源是招聘資訊。當然,這對LinkedIn來說比較容易,但任何人都可以獲得這些資料。招聘資訊可以讓你瞭解關鍵公司正在進行哪些工作,以及需求哪些技能和產品。

當然,還有很多資料分析公司,如App Annie,在出售甚至免費提供移動領域的趨勢資料。

所有這些資料都可以結合在一起,針對你公司的特殊情況產生獨特的見解,讓你成為更好的決策者,並讓你比其他領域的玩家更具競爭優勢。

資料和風險投資

外界對風險投資的常見誤解之一是高估了資料在決策過程中的重要性。風險投資的基本原則之一是,規模確實很重要。如果你沒有一個可觀的市場,你就不會實現風險投資要求的回報。我一次又一次地看到投遞的資料中,充斥著來自各種市場研究公司的統計資料,試圖精確地限定總可定址市場(TAM)、可服務市場(SAM)和可獲得市場(SOM)。也許有的投資者看到這些厚厚的縮寫詞會感到欣慰,但我不是其中之一。我不相信讓一個投資銀行家或行業分析師給100人的樣本打電話調查,就能讓你對市場有多少了解。

我忽略這些數字,而是專注於一個基本的問題,“我認為這將成長為一個有趣的市場嗎?” 在我們Greylock做的那種投資中,主要是早期階段的投資(種子期、A輪和B輪),我們試圖透過問:“怎樣才能增加這個市場的規模?”來回答這個問題。

這種方法的典範案例是Uber。華爾街的 “估值院長”、紐約大學的阿斯瓦特·達莫達蘭教授透過假設Uber成功佔據全球計程車市場10%的份額的情景,苦心計算了該公司可能的價值。結果,他得出的結論是,Uber的價值絕不會超過10億美元。這一分析忽略了的是,Uber的市場遠比作為一個簡單的計程車替代品要廣泛得多。搭車叫車的低成本和更大的便利性,說服了消費者用Uber來替代許多其他商品和服務,包括機場停車場(還記得那些嗎?)到日常通勤。而這還沒算上Uber Eats這樣的擴張。

做出更好的風險投資決策需要想象力和判斷力,而不僅僅是一個計算器。

結論

掌握做好決策的技巧,是創業者最有影響力的事情之一。而更快地做出正確的決策,往往是透過培養對不完整和不確定資訊的行動能力,可以幫助閃電擴張的創業者在競爭中勝出。

良好決策的挑戰在於你不能簡單地遵循一套簡單的規則。雖然你可以學習技巧和框架,但很多事情取決於收集和分析資料,運用人類的判斷力,避免常見的陷阱,並根據結果更新你的模型。但那些像Jeff Weiner一樣掌握這一過程的人,可以產生傑出的結果,對世界產生更大的影響。

譯者:蒂克偉

相關閱讀:領英創始人裡德·霍夫曼:貝索斯卸任亞馬遜 CEO,我們能學到什麼?

如何像Ray Dalio一樣做決策?

頂部