最近读了《俞军产品方法论》，坦白说，读后的感觉是：收获不多。

没有那种突然想通很多事情的兴奋，也没有得到一套马上能用起来的方法。留下印象的，主要是几个概念：边际成本、边际效用、复利、用户模型，以及用户与需求的关系。另外，就是对产品经理这个职业的一点感悟——一个产品能不能成功，一个产品经理能不能成功，可能远没有想象中那么受个人能力控制。

这里整理的是自己的理解和联想，不是全书总结，也不把个人感悟当作作者的结论。

几个留下印象的概念

边际成本：多提供一单位产品或服务，要多花多少成本

边际成本，指每增加一单位产品或服务所增加的总成本。关注的是“再多提供一份”的代价。

比如，生产 100 件产品的总成本是 1,000 元，生产 101 件的总成本是 1,006 元，那么多生产这一件的边际成本就是 6 元。前 100 件平均每件成本是 10 元，这是平均成本，和边际成本是两个概念。

放到软件产品里，前期研发可能投入很大，但系统做好以后，多提供一次下载或服务，新增成本可能比较低。不过，低不等于零，带宽、计算、存储、客服等仍然可能随使用量增加；到了需要扩容的时候，成本还可能明显上升。

这个概念让我意识到，判断产品能否扩大规模，要看新增业务会带来多少新增成本。同时，边际成本低也不代表整个产品已经赚钱，前期投入和持续运营的成本仍然需要覆盖。

边际效用：多消费一单位产品或服务，能多获得多少满足

效用可以理解为消费产品或服务带来的满足，边际效用则是每多消费一单位所增加的满足程度。

比如口渴的时候，第一杯水带来的满足很大，第二杯也有用，但新增的满足可能少一些。喝到已经不渴了，再来一杯可能没什么吸引力，继续喝甚至会难受。在其他条件不变、连续消费同一种东西的情境下，边际效用往往会递减。

这里减少的是每多一杯带来的满足，并不意味着喝完第二杯的总满足一定比只喝一杯更少。只要新增的效用仍然为正，总效用就还在增加，只是增加得慢了。

放到产品里，给用户更多同类内容、更多使用次数，未必能按比例增加价值。比如用户只需要几份合适的参考资料，再塞给他几十份相似资料，新增的帮助可能有限，还会增加筛选负担。当然，具体效用仍然取决于用户和场景，不能把递减当成所有情况下都成立的结论。

把这两个概念放在一起看，提醒就更清楚了：提供者多提供一份的成本很低，用户多获得一份的满足也可能很低。容易做出来、容易复制，并不足以说明值得继续增加供给。

复利：经历能否变成下一次判断的基础

复利让我联想到能力的积累。

做完一件事，如果只留下一个交付结果，下一次遇到类似问题，可能还要从头再来。如果能留下对用户的理解、对错误判断的复盘，以及对某些条件的认识，后面的工作就有机会建立在这些积累上。

但工作年限增加，不代表能力会自动产生复利。反复做熟悉的事情，也可能只是重复。甚至错误的经验没有被纠正，积累得越多，成见越深。

所以这里真正值得关注的是：经历过的事情，有多少被消化成了能够修正、能够复用的认识。

用户模型，以及用户与需求的关系

关于用户与需求，我留下了一个问题：讨论用户时，到底在讨论什么？

如果只用年龄、职业、收入等标签描述一个人，还是很难知道他为什么使用产品。同一个人，上班赶时间和周末闲逛时，对同一个服务的要求就可能完全不同。

对我而言，用户模型更有用的部分，是尝试理解：他在什么场景下，想完成什么事情，有哪些选择，又受到什么约束。

假设有人提出“增加导出功能”，背后可能是要给领导汇报，也可能是要在另一个工具里继续处理数据。这两种需求看起来一样，合适的解决方式却未必一样。仅仅记录“用户要导出”，还没有真正理解问题。

这样的模型也不该是一次写完的文档。它应该能帮助预测用户的选择，再通过实际反馈不断修正。如果用户的行为总和预想不同，需要重新检查自己的理解。

把用户和需求联系起来看，我觉得比记住一堆用户画像标签更有用。

产品成功，究竟有多少是个人能力的功劳

读完后，我最直接、也最偏激的感受是：产品能否成功，跟产品经理本人的实力没多大关系；产品经理能否成功，基本靠运气。

这里说的成功，主要是做出一个被市场认可的产品，以及由此获得的职业成绩。

为什么会有这种感受？因为最终结果里，混进了太多个人控制不了的东西。市场时机、所在平台、团队配置、资源投入、竞争对手的变化，任何一项都可能左右结果。一个人即使把分内的判断做得不错，也未必能改变大局。

反过来，赶上了好机会，产品做成了，也不能把成绩全部算在某个人身上。成功之后回头讲方法论，很容易把当时的不确定性讲没了，仿佛每一步都早有安排。

不过，“没关系”和“基本靠运气”，更像是我对成功叙事的反感，真要把它当作严谨结论，还是说过头了。个人判断会影响结果，只是这种影响很难从一次成败里单独分离出来。

我更愿意保留的判断是：不能仅凭产品成败，倒推出产品经理的能力；也不能因为一个人有能力，就认为他应该成功。

机会和能力经常缠在一起。参与什么产品、接触什么用户、有没有试错空间，本身就影响一个人能够积累怎样的经验。所谓能力的形成，也不完全脱离运气。

承认这些，至少能让人对别人的成功少一点神化，对自己的失败少一点全盘否定。但每一次具体决策有没有认真做，仍然值得追问。

我记住的三种能力

书中对 A 类产品经理的描述，让我记住了深度思考和同理心。按书中相关摘录的表述，A 类侧重深度思考能力或超常同理心。再加上阅读中印象很深的批判性思维，我把值得重视的能力归纳为三种。

深度思考，是能往表象下面继续追问。用户说不好用，究竟是操作复杂、结果不可信，还是根本没解决他的问题？这些原因对应的改法不同。思考如果没有深入到能区分原因的程度，后面的努力很可能用错地方。

批判性思维，是愿意检查一个判断凭什么成立。样本够不够？有没有其他解释？换一组条件还成立吗？尤其要能检查自己的判断。包括前面那句“产品经理成功基本靠运气”，也应该接受同样的质疑，否则不过是用另一个简单结论替代了原来的简单结论。

同理心，是理解别人所处的条件，以及他为什么会那样选择。自己熟悉一个工具，不代表别人也熟悉；自己愿意多研究两分钟，不代表用户有这个时间。理解这些差异，才能减少“这么简单你怎么不会”的傲慢。

这三种能力说起来都不新鲜。难的是在具体事情里做到，尤其是在时间紧、意见冲突、自己又很有把握的时候。

读完以后，能留下什么

到这里，我还是觉得这次阅读的收获不算多。记住几个词，不等于已经掌握了它们，更不等于以后做判断就会更准确。

这些概念有没有用，要留到实际问题里看。下次准备增加一个功能时，多想一下新增价值；遇到用户反馈时，多追问一下场景和动机；复盘一个结果时，试着分清当时做对了什么，又有哪些只是恰好发生。

至于运气，眼下也没有什么办法控制。能做的是认真处理自己手上的判断，留下理由，接受反馈。做成了别把功劳全揽到自己身上，没做成也别急着否定所有积累。

这大概就是这次读书暂时留下的东西。

本文由本人提供阅读感受与要点，AI 辅助整理成文。