00:00 / 00:28
连播
清屏
智能
倍速
点赞14
00:00 / 02:51
连播
清屏
智能
倍速
点赞442
开个会,经常是聊着聊着,话题就不知道跑哪儿去了。有些人,思维特别跳跃,观点和事实,对不上,东拉西扯半天,就是说不到点子上。 后来,我读到吴军老师,一本特别好的书,叫《逻辑学通识讲义》。我发现,很多讨论之所以跑偏,是因为大家缺少,一些基本的逻辑常识。太阳底下,没有新鲜事,我们缺的,往往就是回归常识。 我分享三点,特别有感触的体会: 第一,最容易搞混的,就是“相关性”和“因果关系”。 因为a,所以b,a和b相关,是两码事。比如,我们在线近红外仪器,原理本身就是基于光谱与物质含量,之间的相关性建模,而构建的概率算法,大数据反预测。而常规的仪器,基本上的都是类似朗伯比尔定律,这样的线性计算就可以得到结果,大家容易理解简单的因果,不太能理解相关性,常常搞混淆。 第二,数据的“代表性”问题。 我们这行特别依赖数据。但数据如果取样不全,或者只挑好的说,结论就很容易偏。比如,工程师说数据建模的相关性很好,我会追问,数据哪来的?上下限是多少,代表性如何?脱离开代表性去谈相关性,可行性,其实是耍流氓。最后,伪需求很容易被混淆,一旦,给客户展示的都是“理想数据”,一到现场实际用,肯定会出问题,得不偿失。数据会说谎,实验室和在线对不上,取样代表性本身,就有偏差。 第三,逻辑是有局限的。 这一点特别关键。逻辑能帮你理清事实、推演结论,但它不负责解决所有问题——尤其是那些涉及人的感受、信任和长期价值的事情。让逻辑的归逻辑,情绪的归情绪。做产品的人,很容易自嗨,特别执着于“逻辑完美”。做一个产品,恨不得把所有技术参数都做到极致,所有可能性都推演一遍。但后来发现,客户要的不是一个逻辑上,完美的方案,而是一个在产线上能稳定运行、解决实际问题的工具。这中间就需要平衡:用逻辑确保产品扎实可靠,也用感知,去理解客户没说出口的担忧和场景。#在线近红外 #在线水分仪 #仪器仪表 #逻辑 #原料药
00:00 / 03:27
连播
清屏
智能
倍速
点赞1
00:00 / 00:10
连播
清屏
智能
倍速
点赞473
00:00 / 01:17
连播
清屏
智能
倍速
点赞2288
00:00 / 01:01
连播
清屏
智能
倍速
点赞165
00:00 / 00:27
连播
清屏
智能
倍速
点赞NaN
00:00 / 03:31
连播
清屏
智能
倍速
点赞20
00:00 / 00:32
连播
清屏
智能
倍速
点赞80