矽谷思維：矽谷頂尖工程師實戰經驗總結，五...

名人推薦：在移動互聯網早期，矽谷的一舉一動都成為國內企業的燈塔。經過幾年的發展，中國國內的互聯網產品也走出了自己的道路。但是在自己領域向前衝的同時，能瞭解一下矽谷高科技從業者思維的底層邏輯，對於走在創業黑暗森林裡的人來說，等於多了一盞燈，多照亮一點前方的路徑。 　　

翻開這本書之前，我以為裡面的內容肯定是偏重於技術層面的探討，心裡有幾個疑問：剛剛進入互聯網行業的新人是不是能看懂？完全看不懂編程代碼的人會不會有興趣？不是互聯網從業者的一般讀者能不能讀得進去？

但是沒有想到，剛看了開頭的少部分內容...

1.2矽谷居然流行故意讓產品難用
本節關鍵詞：感知價值、努力錯覺、不流暢度、峰值終值

產品體驗快了還不好
我們在做互聯網產品的時候，無論是一個網頁端產品還是移動端App，都默認整個體驗應該是愈快、愈流暢愈好。所以，我們工程師夜以繼日地工作以提升軟體速度和各項工程指標，設計師和產品經理也努力優化產品流程，省略各種不需要的交互體驗。
但是，在某些時候，過於快速和流暢的體驗可能並不能提高用戶滿意度，反而會讓用戶感覺不爽。我們先從2011年由哈佛商學院學者萊恩・伯爾（Ryan Buell）和麥可・諾頓（Michael Norton）發表在《管理科學》（Management Science）期刊上的著名研究論文《努力錯覺》（The Labor Illusion）說起。
2010年前後，行動網路剛普及，甚至3G技術也才剛剛興起。那時候，大家使用的主要是電腦端的網頁產品，而且因為演算法和很多基礎架構都還沒有像今天這樣完善，產品的運算速度普遍較慢。哈佛大學商學院就進行了一個實驗，想瞭解一下用戶對產品運行速度的感知情況。他們設計了下面這個實驗。
他們虛構了一個機票線上預訂平台Travel Finder，邀請受試者使用。他們把受試者分成了兩組。當受試者點擊「搜尋」按鈕之後，用戶會根據自己所在實驗組的不同，進而得到不同的軟體回應時間。一組用戶會立即看到航班結果，而另一組用戶，則強制有一定的延遲，如故意延遲10秒、20秒等，之後再顯示搜尋結果。其他所有的用戶體驗細節、操作介面等都完全一致，唯一的實驗變量，就是程式的回應時間。
在實驗結束後，他們會要求受試用戶對剛剛的整個過程給出一個分數。滿分為7分，感覺用戶體驗良好，則給分較高；反之，則給分較低。實驗結果如下。
如果頁面的響應時間過長，如60秒，評分會降低很多。這一點非常符合們的預期，畢竟等了這麼久，肯定會煩躁不安，整個用戶體驗就會下降。
但是，令人不解的是，如果給予「適當」的回應延遲，用戶體驗的評分居然會升高！比如故意延遲10秒，用戶評分居然提升了2%。不要覺得這個2%很少，因為這個分數別說升高，就算是沒有降低，都已經足夠讓人驚訝和顛覆認知。
哈佛大學在對這些受試者走訪以後，才知道了用戶的想法。原來，他們覺得，如果搜尋結果立刻展示出來，好像系統在騙他們。因為根據人們的認知，進行這麼複雜的全網搜索，還是需要一定時間的。

Uber：對，我們是故意讓它難用的
優步（Uber）公司早年間有一個著名的案例，它因為體驗過於流暢，引發大量不滿和投訴。
Uber當年剛剛推出的時候，創新地提出了一個概念叫作尖峰價格（Surge Price）。對於這個概念，現在的你應該早就能夠理解了。這個跟滴滴的「動態調價」是一樣的，就是經濟學最基本的供需曲線的體現。可是，這個服務模式在Uber剛剛上線的時候，很多人並不知道。
在Uber上市早期，他們在用戶中廣泛宣傳的產品核心是「一鍵叫車」（One Tap To Ride），也就是叫車體驗非常流暢，愈快愈好。所以他們的產品設計就要簡潔、流暢，多餘的步驟一律都要省略。所以在叫車的時候，即使是在尖峰時段，Uber也依然是一鍵叫車。即使出現了價格飆升，他們也不會多做提示，僅僅在網頁頭版（above the fold）標注翻倍金額。
因為叫車體驗太流暢了，很多用戶壓根兒沒有注意價格提升了，直到下車扣款時才發現。雖然這個尖峰價格警告在用戶等車的時候已然顯示，可是用戶就是看不見。這給早期的Uber帶來了非常大的公關壓力。比較著名的例子是，2013年紐約暴雪，Uber價格上漲到8.3倍，好多人急著回家都沒注意加價，到家一看，「20分鐘的車程居然收了500美元！」每逢大型節日活動都是Uber的公關危機。
Uber被很多用戶指責是「騙子」公司，收黑心錢。要知道，對於一般的初創公司，這樣的評論十分危險。
很快Uber就做出了調整，他們推出了下面這一版方案。當出現尖峰價格狀態的時候，Uber不再是「一鍵」叫車，而是「兩鍵」。當用戶在頭版點擊了「叫車」按鈕之後，系統自動額外彈出一頁明顯的加價訊息讓用戶確認。
但是，這個設計上線之後，抱怨聲還是沒有減少，依然有很多人沒有注意到加價。因為文字太多，金額數字又很小。你想，那些晚上剛從酒吧出來的人，如果喝醉了，文字根本就看不懂。而且，很多用戶以為這就是一個普通的用戶協議，看都沒看就點擊「ok」按鈕了。
沒辦法，Uber又回去更改體驗流程，最終變成了這樣，堪稱忍無可忍的殺手鐧。Uber不僅會導入額外的訊息確認頁面，同時那個翻倍的數字也變得非常醒目，顏色和字體大小都非常明顯。而且關鍵的是，它居然還要讓用戶手動地輸入一遍這個倍數，這簡直是「喪心病狂」。
終於，公關問題解決了。Uber故意讓產品體驗流程變差，卻成功地教育了用戶，化解了危機。其實，矽谷現在有這樣一個概念，叫產品的「不流暢度」（Disfluency）。「讓產品流程變差」就是增加產品的「不流暢度」。
行為經濟學家施洛莫・貝納齊（Shlomo Benartzi）進行了大量的研究，在2017年出版的圖書《螢幕陷阱》（The Smarter Screen）中指出，用戶對產品的「重視程度」和「不流暢度」，呈「倒U形曲線關係」，如下圖所示。
也就是說，太流暢和太複雜的體驗都會喪失用戶的重視。
另外，研究還指出，愈流暢的體驗，愈方便用戶理解，但用戶也愈容易遺忘。這其實符合人類的記憶機制和遺忘規律。
回想一下自己，你是不是這樣，聽了好多音檔課程，當時在聽的時候，覺得理解得好透徹，可是聽過之後，就幾乎忘光了。這背後的一個原因就是，「聽」是比「閱讀」更流暢的一種體驗，所以更容易讓人遺忘。
這可能是因為人都不太珍惜輕易能獲得的東西吧。你看，經常出現很多男生去追同一個女生，這可能是因為「難追」才有意思，太好追了反而沒成就感了。
看了Uber的例子，在產品當中怎樣利用「不流暢性」呢？在你想讓用戶注意的情況下導入。
例如，你的團隊負責一個借款App，為增加借款人的「敬畏心」，讓他及時還款，可以把貸款的流程設計得略微複雜些，可以用額外的視窗來向借款人提醒——「借款期90天，逾期不還，拿磚頭砸你們家玻璃喲！」當然了，這一定會伴隨著中間用戶流失率的提升，但是你們篩選掉了一些不還款的「高風險」用戶，整體看來，未嘗不是一種收益呀。
對了，這裡還要指出，人是會改變的。也就是說，2011年的時候讓用戶等待10秒，跟2019年讓用戶等待10秒，效果是完全不一樣的。上面的例子，僅做參考，平時工作時還要根據情況適時應對。


2.1我剛工作就出醜，只因不懂統計學
本節關鍵詞：統計偏差（statistical bias）

從一件糗事說起
話說，當年我剛畢業開始工作的時候，總覺得作為一名軟體工程師，只要做好程式設計（programming）工作就萬事大吉了。可是，我工作出的第一個大醜，卻不是因為程式設計技術不行，而是不懂統計學鬧出的笑話。下面，我就把這個故事分享給你。
那時，我剛剛畢業。進入矽谷工作兩個月後，我人生中第一個重大專案終於完成了。這天傍晚下班前，我們決定向全球發布這個新功能。新功能上線後，效果真的非常不錯，我們可以清晰地可以看到各項指標瘋狂上漲，短短幾個小時，就已經達到了我們對這個季度的業務預期。於是，我就開心得早早回家慶祝了。
第二天早上到公司，我發現，我們團隊辦公桌旁邊牆上掛的數據大螢幕居然壞了——因為數據太好，讓顯示系統崩潰了。我暗自笑笑，悠閒地去吃了個全套英式早餐，之後，優雅地邊喝茶邊發了內部捷報——新產品上線，12小時打破歷史紀錄。
然後，就是各種人故意路過我的辦公桌，給我打招呼恭喜。畢竟，一個剛入職的畢業生，能在兩個月內能取得這樣的成績十分難得。很快，到下班時間了，當我即將歡快地唱起《難忘今宵》並闔上電腦離開的時候，突然，產品經理給我發訊息——「又是祝賀的消息吧？」我想，「哎，年少成名真的好煩。」——可我定睛一看，這是一個新建的工作群組，群組名稱是「事故調查」，我一下就懵了。
打開群聊一看：「Han，你的產品，出事了。」我的第一個反應就是：啥？不對，不可能，我不信！因為，我可是監測了一天回測數據，全都正常啊！我當然不可能就這樣接受這個消息，畢竟，捷報我都發了，現在有問題，真的是啪啪打臉啊！
但是，事實果然如此：客服部門收到大量用戶投訴，一大部分用戶的App無法正常使用了。透過事故運行記錄分析，確實是因為我寫的那部分程式碼出了問題。我只能緊急地把新產品下線，灰溜溜地低下了頭。這時，我再看同事的目光，隱隱覺得他們的眼神裡流露著嘲笑和諷刺。
哎，工作以後第一次炫耀，就這麼失敗了，以出醜告終。
出了事，就要調查原因。可是，我自己搞了好幾天都沒什麽進展。因為真的是，所有傳回來的數據都表示，用戶沒有任何異常呀！這幾乎是一個悖論：數據顯示沒問題，但是用戶就是會投訴有問題。
肯定是哪裡出錯了。
直到有一天我去公司的咖啡廳，和同事Tommy閒聊。他問起我的近況，我就說了這件事。之後，Tommy語重心長地跟我說：「Han，你聽說過倖存者偏差嗎？」

倖存者偏差
Tommy跟我說，在第二次世界大戰的時候，英國空軍為了減少傷亡，分析了所有飛回來的戰鬥機的中彈統計，如下圖所示。
人們發現，安全回來的戰鬥機，都是機翼上彈痕多，而機頭和機身的彈痕分布都不明顯。因此，大家普遍都覺得，為了加固飛機，應該重點關注機翼位置。這時，一個統計學教授亞伯拉罕・沃爾德（Abraham Wald）卻說，不對，最應該加強的部分，不應該是有很多彈痕的地方，而應該是機頭和機身。因為一旦機頭和機身中彈，整個飛機會損壞嚴重而被擊落，根本就沒有機會飛回來。
聽完之後，我靈光乍現，趕緊回去重新調查我的事故。
最終發現，原來，只有對於那些沒問題的用戶，產品數據才會被成功傳回來，系統才有記錄。而對於那些App有問題的用戶，因為App會直接閃退，相關的數據回傳程式碼不會運行，因此我們後台根本沒有得到任何回傳數據！其實，它們就是那些被提前擊落的戰機啊！所以，這才造成了後端檢測數據一切正常的假象。
「倖存者偏差」（survivorship bias）是一個典型的統計學「統計偏差」概念，也是一個可以在生活中廣泛應用的原理，也可以被理解成「沉默的大多數」理論。其實質就是，在進行統計分析的時候，人們忽略了樣本的隨機性和全面性而造成了錯誤。因為人們只對部分人做了分析，從而得出了錯誤的結論。而在真實生活和工作中，往往就是因為一部人沒有發聲，或者不能發聲，從而讓倖存者偏差更容易產生，我們一定要多多注意。
例如「讀書無用論」經常充斥在咱們耳邊。經常有人會說「讀書有什麽用，你看誰誰誰，連小學都沒畢業，不還是成功了。」其實，絕大部分失敗者，因為並沒有被媒體報導，而自己又沒有能力發聲被公眾注意，就等於被迫選擇了沉默，最終大眾並沒有辦法知道。如果能夠得到完整數據，並計算確切的比例，我們可以發現，那些獲得高學歷的人，其實成功的機率更大。
還有，「飛機太不安全了，一天天總出事故」也是錯的。飛機是目前人類發明的最安全的交通工具，只不過是因為大部分空難都會被報導，讓你知道了，所以你覺得飛機出事的機率很高。而其他的如汽車等交通工具的事故，大多數並沒有被報導，因此就有了誤解。
另外，身邊還會經常出現這種現象：一部電影在影評網站上得分很差，可是周圍朋友對其評價還不錯。其實這同上面說的是一樣的道理。因為覺得電影「還能看得過去」的人，並不會在影評網站發表評論，反而是那些覺得電影很差的人，會怒氣沖沖地到網站上打上很低的分數。
再如，「愛笑的女生運氣都不會差」，其實，運氣差的話根本笑不出來。還有，「為什麽爸媽不挑食」，因為他們在買菜的時候，都已經挑過了。


3.1你們Netflix的人，說話都這麼直接嗎？
本節關鍵詞：高自由度

從雅虎到Netflix的不適應
我先來給你講一個矽谷員工跳槽的故事。
2017年6月，在矽谷屹立22年的老店雅虎，被威訊（Verizon）以45億美元收購。1995年成立的雅虎（Yahoo）作為互聯網先驅，曾經叱吒全球互聯網行業。它以搜索引擎起家，曾經和谷歌二分天下，市值一度超過1000億美元。它還為整個互聯網貢獻了免費服務的「盈利模式」——對用戶免費，向商家收費，利用廣告賺錢。這一模式，直接影響了後來的兩大矽谷互聯網巨頭，谷歌和Facebook：直到2018年末，這兩家公司的最大營收來源依然是廣告業務。
除了沒有趕上行動互聯網以及業務布局失敗，這家老店和其他矽谷一線科技企業文化間的不同，可能也是它倒下的原因之一。艾瑞克・柯爾森（Eric Colson）曾經在雅虎負責一個數據分析團隊，在他跳槽到串流媒體巨頭Netflix後，文化的衝擊讓他一時難以適應。
柯爾森在加入Netflix後，很快就發現了兩家企業文化的不同。例如，竟然有底層員工直接在會議上批評他，跟他提出意見：「艾瑞克，你的溝通能力不行，說了半天也沒說到重點。」這種直接的溝通方式一下子讓柯爾森心裡不爽：「哦？我對你們也一堆意見呢！」要知道，他在雅虎的時候，為了照顧底下人的感受，常常要非常迂迴地說事情，自己還曾經為下屬的錯誤買單。
後來，他才知道，原來這麼開誠布公的說話方式，就是Netflix的文化之一。員工之間，上級和下屬之間，坦誠相待非常重要。當面提出問題，當面「挑骨頭」，而不是背後跟別人煽風點火，才是最有效果、成本最低的溝通方式。同時，這也能有效避免辦公室政治。在學會了這一條文化上的不同之後，柯爾森很快地就在3年以內，從普通員工晉升到了數據與工程副總裁的位置。
對於Netflix，有些朋友可能不瞭解。可能僅僅以為它是一家美劇出品公司，因為2013年它製作的一部《紙牌屋》（House of Cards）紅遍全球，也成功闖入大眾視野。
其實，它可是來自矽谷的全球頂尖現代互聯網企業。僅在2018年就頻繁登上《經濟學人》（The Economist）雜誌封面。美國股票市場將它和其他四家高市值的美國互聯網企業，合稱為FAANG（F代表Facebook，兩個A分別代表亞馬遜和蘋果，N就代表Netflix，G代表谷歌）。2018年，Netflix的市值曾觸頂超過1500億美元，一度超越老牌美國內容巨頭迪士尼公司。它還購買《白夜追凶》版權，創造了外國線上媒體平台購買中國網劇版權的先河。
Netflix是全球頂尖的線上串流媒體平台，中國以它為標竿的公司就是愛奇藝、騰訊視頻和優酷。但是，它和中國影片影音平台的盈利手段又有很多不同。中國的影音媒體通常有兩種盈利模式，也就是付費用戶（Subscription Video On Demand，SVOD）和廣告（Advertising Video On Demand，AVOD）。但是Netflix則僅僅使用付費訂閱模式。截至2018年第三季度末，Netflix的全球會員數量已經達到了1.37億，位居全球影音訂閱類平台第一。
為什麽Netflix能有這麼強大的戰鬥力？按照Netflix前人力資源總監帕蒂・麥克科德（Patty McCord）在她出版的《給力》（Powerful）圖書中的介紹，Netflix是用21世紀的企業文化在戰鬥，他們完全擺脫了整個20世紀發展起來的、煩人且複雜的管人系統。Netflix希望它的員工能夠上來挑戰領導，無拘無束地提出反駁意見，也希望領導層能以身作則，積極面對挑戰，持續溝通。這樣，才能讓整個組織運轉高效、驅動靈活。
我覺得，鼓勵員工發表自己的觀點，就是讓有創意的想法能夠有機會得以實施。這裡，介紹一個有名的案例。直到今天，很多互聯網平台發布網劇，依然會像傳統電視劇那樣採取「週播」的方式。例如，一個週末播出兩集，而會員可以多看幾集。但是，Netflix從《紙牌屋》開始就開創了一次性撥出一整季的創新策略，目的就是為了讓用戶爽。當然，這必然會對會員留存數據有一定的影響，可能很多人看完節目以後就退訂了。但是，這也正向刺激了公司持續不斷地生產新的優質原創內容。這個「一次性播放一季」的想法，最初就是一個基層員工提出來的，最終被CEO直接採納，並延續至今。
為了激勵大家能夠勇於表達自己的觀點，Netflix還鼓勵員工經常在開會的時候做一項練習，叫作「開始，停止和繼續」（Start, Stop and Continue）。這可以在一對一的會議中進行：一個人對另外一個人這段時間的工作表現進行總結，告訴這個人哪裡做得好應該繼續，哪裡做得不好應該停止，還有哪些事情之前沒有做，現在可以做了。這個練習也可以在團隊會議中進行，總結對象就是整個團隊近期的業務表現。
當然，我在這裡一定要指出的是，「說話直接」並不等於不講究溝通的方式方法，而是在強調說話的內容要切中問題和要害。至於流行於矽谷的具體溝通技巧，我將會在本書第五章詳細介紹。
其實，Netflix代表了整個矽谷的最新科技行業企業文化，上面提到的開放式溝通也被其他矽谷企業所推崇。早在2009年，Netflix的CEO里德・哈斯廷斯（Reed Hastings）就把企業文化和架構的總結以PPT的形式放在了網上公布。最終，這份被人們稱為「矽谷重要文件」的閱讀和下載量竟然突破了1500萬次。雖然Netflix的企業文化有著它對於串流媒體行業運作的獨特部分，但是其整體思想，依然是整個矽谷互聯網企業所廣泛推崇的。總結起來就是給員工足夠的自由，包括給上級隨時指出問題的自由。

1.2矽谷居然流行故意讓產品難用
本節關鍵詞：感知價值、努力錯覺、不流暢度、峰值終值

產品體驗快了還不好
我們在做互聯網產品的時候，無論是一個網頁端產品還是移動端App，都默認整個體驗應該是愈快、愈流暢愈好。所以，我們工程師夜以繼日地工作以提升軟體速度和各項工程指標，設計師和產品經理也努力優化產品流程，省略各種不需要的交互體驗。
但是，在某些時候，過於快速和流暢的體驗可能並不能提高用戶滿意度，反而會讓用戶感覺不爽。我們先從2011年由哈佛商學院學者萊恩・伯爾（Ryan Buell）和麥可・諾頓（...

第1章 產品思維課
1.1 谷歌如何利用心理學打造產品
谷歌機票
佳航班分區顯示
選項價格內藏玄機
決策順序，也很重要
必殺

1.2 矽谷居然流行故意讓產品難用
產品體驗快了還不好
Uber：對，我們是故意讓它難用的
峰值終值

1.3 下不了班的Uber司機
Uber和司機的故事
加班使我快樂
更進一步

1.4 外國人驚呼：微信居然能回收訊息
一次和外國人的交流
充滿爭議的「讀取回條」
使用場景不同
用戶畫像不同

1.5 谷歌地圖的設計小細節
谷歌地圖
小尺度：大數據，無聲無息地好用
大尺度：好設計，提升感知信息量
情懷：谷歌有夢想

1.6 手機上的垃圾推播讓我氣到微笑
又氣又好笑的手機推播
矽谷軟體工程師的一天
個性化的有用推播
更進一步

1.7 英雄聯盟：真受不了沒素質的玩家
互聯網游戲難題
玩家罵人的根本原因
「啟動」心理學大殺器
明確溝通

1.8 本章小結

第2章 數據思維課
2.1 我剛工作就出醜，只因不懂統計學
從一件糗事說起
倖存者偏差
應用實戰
其他常見統計偏差案例
回憶偏差（Recall Bias）
健康者偏差（Healthy User Bias）
發表機會偏差（Publication Bias）

2.2 這個神祕公式支配了整個矽谷
用戶啊，你到底想要什麼？
案例重現
p值是什麼？
實驗工具
更複雜的實驗方法
更進一步

2.3 如何面對？互聯網人和奧運選手都一樣
你是哪種運動員
產品決策的難題
標準差和風險
風險的對沖

2.4 工作這麼久，我才發現自己居然不識數
數據麻痺症
多大是大
多小是小
指導工作的智慧

2.5 紅酒讓人長壽，巧克力讓人聰明
被媒體「標題黨」玩壞的研究
季節性啊季節性
相關：互聯網的基石

2.6 摘櫻桃，挑過了才好吃

2.7 知道錯了嗎？I 和II，你錯哪了？
世界上，有兩種錯誤
寧可錯殺一千
「英雄且慢」
健康的心態

2.8 如果只記一位統計大師的名字，就是這個
「網紅」的大師
那個人是藝術家嗎？
未來的醫療

2.9 本章小結

第3章 創業思維課
3.1 你們Netflix的人，說話都這麼直接嗎？
從雅虎到Netflix的不適應
「自由」讓每個矽谷人都是創業家

3.2 雖然做手機失敗了，但依然開心
「硬」軍大潰敗
失敗是必需的

3.3 比爾・蓋茨的成功，你不可以複製
微軟的早期打法
快速而低成本的失敗

3.4 這條溝，連蘋果公司都掉過
蘋果的失敗產品
科技產品都會面臨的鴻溝
iPod的成功反殺

3.5 這個目標管理法，英特爾和谷歌都在用
誕生在英特爾的目標管理法
怎樣實踐OKR

3.6 本章小結

第4章 增長思維課
4.1 外送App和電影購票App，哪個讓人更幸福？
外送和電影的抉擇
「邊際」是什麼
為什麼做到很難

4.2 互聯網行業這麼夯的底層原理是什麼
互聯網人都得懂的經濟學原理
工業時代的特點：規模效應
資訊時代的特點：網路效應

4.3 寫微信公眾號文章和學外語的區別是什麼
基本的成長曲線
開頭容易後來難的成長曲線
好日子在後頭的成長曲線
四種成長曲線

4.4 遞減打擊：谷歌如何完勝諾基亞
路況數據的爭奪
EXO的典型案例

4.5 YouTube和Groupon，為何都忘記了初心
這些知名App當初竟做過這樣的事
Hacking的兩層含義
火上才能澆油
跟我重複這四步，你的成長是快的

4.6 成長的極限在哪裡
天空才是極限
大公司的困境

4.7 本章小結

第5章 成長思維課
5.1 怎麼想的？我們矽谷人為什麼這麼拚命
什麼，公司放假你們還上班
矽谷「雞湯」們都是怎麼想的
思維模式很重要
世界不是非黑即白的
這些名人，都已加盟

5.2 如何溝通？原來我一直沒懂「不評價」別人
朋友提醒了我
你真的沒有在評價別人嗎？
不評價的好處
溝通四要素
非暴力溝通的運用
語言是窗戶而不是牆

5.3 提升效率？我修了999個漏洞（Bug）之後才懂
碼農們的煩惱時刻
敏捷工作法
健忘的工程師
現在就去

5.4 如何休息？矽谷人都很愛打坐
「打坐」風靡矽谷
專注模式和默認模式
專注力的好處
矽谷流行休息法
如何科學地睡覺

5.5 本章小結
附錄 矽谷科技公司面試大揭祕
後記

第1章 產品思維課
1.1 谷歌如何利用心理學打造產品
谷歌機票
佳航班分區顯示
選項價格內藏玄機
決策順序，也很重要
必殺

1.2 矽谷居然流行故意讓產品難用
產品體驗快了還不好
Uber：對，我們是故意讓它難用的
峰值終值

1.3 下不了班的Uber司機
Uber和司機的故事
加班使我快樂
更進一步

1.4 外國人驚呼：微信居然能回收訊息
一次和外國人的交流
充滿爭議的「讀取回條」
使用場景不同
用戶畫像不同

1.5 谷歌地圖的設計小細節
谷歌地圖
小尺度：大數據，無聲無息地好用
大尺度：...