谷歌理科生、苹果文科生 | 产品文化差异诞生记

发布时间:2019/05/24 00:00      浏览:154
作者:Jens-Fabian Goetzmann
来源:36Kr

最近,产品管理专家、《启示录:打造用户喜爱的产品》(Inspired — How to Create Tech Products Customers Love,购买链接:京东丨当当)作者Marty Cagan发表了一篇文章,对领先科技公司的产品文化差异进行了观察:


我经常谈论产品文化及其重要性,但有个事实一直困扰着我,那就是我最喜欢的公司——例如谷歌、苹果和亚马逊(Amazon)——有着如此迥异的文化。


苹果和谷歌之间的区别体现在这条推特中,原po Ken Kocienda是《创意选择:走进乔布斯黄金时代的苹果设计过程》(Creative Selection: Inside Apple’s Design Process During the Golden Age of Steve Jobs,购买链接:京东丨当当)一书的作者,他写道:

我们苹果在制造iPhone时不使用A/B测试。

关于Apple和A/B测试:


我很快就会分享更多我关于苹果独特之处的想法,但首先,我将驳斥一个概念,这个概念支配下的流程不能生产出iPhone这样优秀的产品。Douglas Bowman是一名设计师,曾在Twitter和Wired工作过,2006年开始在谷歌工作,是其早期视觉设计的领导者之一。以下是他在大约三年后离开这家网络搜索公司的理由:


“没有一个完全理解(或接近)设计原则和要素的人掌舵的话,公司最终会失去设计决策的理由……没有坚定的信念,怀疑就会悄然而至。直觉失败了……当一个公司充满了工程师,它就倾向于使用工程师的方法来解决问题:把每个决定都归结为一个简单的逻辑问题。去掉所有的主观性,只看数据。数据对你有利?好,推出它。数据显示有负面影响?继续改进。而这些数据最终会成为每个决策的支柱……


是的,谷歌的一个团队无法在两种蓝色中做出选择,所以他们测试了这两种蓝色之间的41种蓝色调,看看哪一种表现得更好。”


41种蓝色调听起来很多,但如果他们都愿意测试41种色调了,为什么不测试100或1000种呢?如果一些数据是好的,那么数据越多越好,不是吗?正如Bowman所言,事实并非如此。


这种测试在高科技行业通常被称为A/B测试,测试的选项已经列出。在这个“谷歌挑选一种蓝色”的实验中,结果肯定是这41个选项中的一个。虽然A/B测试可能是找到点击量最高的的蓝色的好方法,但是最佳和最差之间的差距并不大。更重要的是,运行所有测试的机会成本意味着开发团队没有那么多的时间去构思一个人们可能更喜欢的设计(人们可能2倍、3倍甚至10倍地更喜欢这个设计)。A/B测试可能有助于找到一种能让人们更频繁地点击的颜色,但它不能生产一种让人感到愉悦和完整的产品整体,没有任何完善的响应,也不会认识到平衡选择的必要性。谷歌从设计过程中剔除了品味。


在苹果,我们从来没想过这么做,我们从来没有对iPhone上的任何软件进行过任何A/B测试。说到选择颜色,我们就是选了一种颜色:我们利用自己的好品味——以及关于如何让那些在颜色感知方面有视觉障碍的人可以使用软件的知识——继续前进。


摘自《创意选择:走进乔布斯黄金时代的苹果设计过程》,版权所有:Ken Kocienda,保留所有权利。http://creativeselection.io


当然,这些话完全符合人们对苹果产品开发方式的预期,作者描述谷歌的“41种蓝色调”测试这一例子的方式,表现出他对数据驱动的产品决策走向极端的极大蔑视。


这两家公司(苹果和谷歌)集中体现了在产品开发理念、文化和过程中,定量和定性思维之间的差异。谷歌的方法可以被称为工程方法,而苹果的方法被称为文科方法。


显然,这两种方法都可以成功:苹果和谷歌是世界上最成功、最有价值和最受尊敬的公司之一。


谷歌数据驱动的“工程”方法

谷歌首先是一家数据公司。从它的使命“整合全球信息,供大众使用,让人人受益”到它的搜索产品,再到它日臻完善的海量数据处理技术(如BigTable、map/reduce等),谷歌的重点和核心竞争力是处理数据(大量数据)。


这种对数据的关注带来了一种十分自然的趋势,即在做出产品决策时信任数据。如果你手边有这样一个宝贵的数据宝库,那么在开发或改进产品时使用它是很有意义的:如果你有足够多的用户(谷歌当然有),那么你几乎可以对任何东西进行A /B测试,包括按钮的“蓝色调”。


当然,谷歌分析/优化(Google Analytics / Optimize)提供了入门级的A/B测试工具,这并非巧合,许多公司在转向更复杂的测试工具之前都会使用这种工具。


除了数据驱动和大量的A/B测试之外,谷歌在推出新产品方面也显示出了非常低的障碍。谷歌可能是推出并淘汰了最多产品的科技公司(有些产品拥有狂热的粉丝):收件箱(Inbox)、谷歌阅读(Google Reader)、谷歌+(Google+)……显然,谷歌方法的一部分是快速推出和快速终止(根据使用数据推测)。


谷歌也以其管理框架——“目标与关键成果法”(Objectives and Key Results,OKRs)而闻名,该框架在英特尔构思,在谷歌得到完善。通过OKRs进行的管理包括以“目标”(objectives)的形式设置优先级(例如,改进新用户引导流程),并定义可测量的“关键成果”(key results),以确定是否朝着目标取得了进展(例如,将注册流程的完成率从80%提高到85%)。由于关注可测量的结果,OKRs更自然地倾向于数据驱动的产品开发方式。


谷歌最大的核心能力之一是机器学习(同样是由谷歌的大量数据驱动的)。机器学习使得(定性地)对产品决策进行推理变得更加困难:你不能考虑并积极地设计模型的所有“规则”,甚至不能验证模型在所有可能的情况下将生成什么输出。另一方面,它使构建数据驱动的反馈循环更加容易:它们可以直接反馈给模型,不需要任何人工干预——产品可以自我改进。


谷歌不可能为每一个可能的搜索行为“设计”搜索结果,但它可以设计一种机器学习算法,通过每次用户交互自我优化:它可以通过学习页面上的用户行为(包括用户点击的搜索结果),了解将来对于类似查询将显示什么结果。这是将数据驱动的产品开发推向了极致。因此,机器学习的应用非常适合谷歌的产品开发方法,甚至加强了它。


总之,谷歌的产品、核心能力和管理技术都与产品开发的数据驱动方法极为一致。


苹果直觉驱动的“文科”方法

苹果的核心是一家硬件公司。当然,苹果也开发了很多软件,但大多数都与硬件紧密相连,并且/或者是为了让硬件更有价值。硬件开发本质上是较少迭代的,并且一旦产品发布,就需要更“完美”。软件可以在发布后进行修补,谷歌更是把它用得出神入化:谷歌的服务器上运行着大量的软件;但硬件设计上的缺陷在发布后无法解决。苹果在软件开发过程中也引入了这种审查。


苹果的硬件产品也是“奢侈品”,或者至少是高端产品。如果你想要最便宜或性价比最高的手机、电脑、媒体播放器等,你不会买苹果的产品。这意味着苹果的定价可以更高,但也意味着客户期望产品是完美无缺的,或至少达到比竞争对手产品更高的水平


在《创意选择》一书中,Ken Kocienda总结了他对苹果软件产品开发方式的看法:


一小群热情、才华横溢、富有想象力、富有巧思、永葆好奇心的人创造了一种工作文化:应用他们的灵感,结合勤奋、艺术气息、决断力、好品味、同理心,通过漫长的演示反馈会议,不断调整和优化启发式和算法,坚持通过质疑和挫折,在每一步选择最有希望的进展,尽可能确保唯一目标——创造最好产品的实现。


有趣的是,和谷歌一样,苹果也在产品开发中使用迭代的、渐进的方法。然而,较小的进步、将产品作为实验品发布、收集关于它们在某些KPI方面的成功数据,并没能实现进化。相反,进化发生在内部,通过与领导层进行演示会议,提供反馈和产品最终应该成为什么样子的愿景。


这种内部进化不是由数据驱动的,甚至也不是由用户和客户的直接反馈驱动的。相反,它是由同理心和品味驱动的,这是两种非常定性的决策方式。用Ken Kocienda的话来说:


(同理心意味着)试着从别人的角度看世界,创造适合他们生活和适应他们需求的产品……品味是培养一种完善的判断力,并找到一种平衡,从而产生一种令人愉悦的、完整的产品整体。


因此,苹果的反馈循环,乃至整个产品的开发过程更加定性,甚至可能更加主观。


你可能需要一位像史蒂夫·乔布斯(Steve Jobs)这样有远见卓识的领导者,最大程度地发挥这种由定性驱动的文科方法怼产品开发的正面影响。开发演示并收集反馈的渐进方法对苹果公司非常有效,使他们能够始终如一地推出比竞争对手更高质量、更“有品味”的产品。

我发现产品文化差异中特别有趣的一个方面是:这一点如何体现在这两家公司的开发生态系统中——毕竟,它们占据了移动平台的绝大部分市场。我在苹果主办的一个应用程序内订阅研讨会上目睹了一件有解释力的趣事:一名参与者提出了在iOS生态内应该如何运行定价A/B测试的问题,而另一名参与者(非苹果开发者)的回答是,运行定价A/B测试的最佳方式是在Android上运行。考虑到这两种不同产品文化的背景,原因变得更加清晰:苹果并不真正相信A/B测试是必要的产品开发工具,但是谷歌相信。因此谷歌的开发工具比苹果的更容易支持A/B测试也就不足为奇了。

© 2011~2015 3 北京勺海市场调查有限责任公司 | 京ICP备12031756号 | 京公网安备11010802012285号

电话:010-84284411    地址:中国北京朝阳区东三环中路建外SOHO18号楼1506室   技术支持:千晨科技