医生真正厉害的地方，不只是知道多少疾病、记住多少药名。
更重要的是，他必须在信息不完整、时间有限、结果可能影响很大的情况下，迅速回答几个问题：
眼前看到的现象，究竟是什么问题造成的？
哪些可能性不能遗漏？
还需要获取什么信息？
现在应该继续观察、补充检查，还是马上采取行动？
采取行动以后，又怎样判断原来的推测是对是错？
仔细想想，普通人每天面对的生活、工作和生意，其实也差不多。
生意营业额下降了，有人马上降价；工作不顺利了，有人马上辞职；投资出现亏损了，有人急着补仓；家庭开支增加了，有人开始一刀切地省钱。
这些做法看起来是在解决问题，实际上很可能只是看到一个现象，便急着找一个动作。
医生不会仅凭“发烧”两个字就决定治疗方案，因为发烧只是症状，背后的原因可能完全不同。同样，普通人在做决定时，也要先分清：眼前看到的是问题本身，还是问题表现出来的症状。
这套方法，本质上是一套可以用于生活和商业的决策思维（Decision Making）。
一、不要急着解决问题，先确认你解决的是不是“真问题”
一家小店最近营业额下降了。
很多老板的第一反应是搞促销、发优惠券、增加广告，甚至直接降价。
但“营业额下降”只是症状，不是真问题。
造成营业额下降的原因可能很多：
进店人数减少了，可能是流量问题；进店人数没变，成交率下降了，可能是产品或销售问题；订单数量没变，客单价下降了，可能是产品结构问题；销售额看起来还可以，但退款率提高了，可能是履约问题；利润越来越薄，也可能是采购成本、广告成本或者人工成本失控了。
表面上都是“赚得少了”，背后的病因却完全不同。
假如真正的问题是成交率下降，继续购买流量只会让广告费越花越多；假如真正的问题是毛利率下降，继续扩大销量，反而可能让现金缺口越来越大。
从**现金流（Cash Flow）**角度看，销售额只是表面数据。回款速度、毛利率、库存周转和固定支出，才更像一家生意的生命体征。
工作和生活也是如此。
“我没有升职”只是一个现象。原因可能是能力不足，也可能是成果没有被看见，还可能是公司根本没有职位空缺。
“我每天都很忙”也不是问题本身。你可能是工作量太大，也可能是流程混乱，还可能是把时间花在了大量没有结果的事情上。
真正有效的判断，往往从重新描述问题开始。
不要只问：“我该怎么办？”
先问：“眼前这个现象，究竟是由什么造成的？”
二、医生先发散再收敛，普通人也不要只押一个答案
医生看到一种症状时，通常不会立即认定只有一种疾病。
他会先把可能性尽量列出来，再根据发生概率、危险程度和已有信息逐步排除。
这个过程可以概括为四个字：
先发散，再收敛。
普通人做决定时，常见的问题正好相反。我们太容易抓住第一个解释，然后围绕这个解释不断寻找证据。
产品卖不动，就认定市场不好；员工离职，就认定员工不忠诚；视频流量下降，就认定平台限流；投资亏损，就认定市场故意打压。
一旦把第一个解释当成结论，后面的信息都会被我们重新包装，用来证明自己没有看错。
更稳妥的办法，是至少同时保留三种解释。
比如，网站收入下降，可以分别考虑：
流量减少了；广告展示效率下降了；访问者结构发生变化；高价值页面排名下降；移动端体验变差；某些广告位置影响了阅读；季节性需求出现变化。
列出可能性以后，还要按照两个标准排序。
第一个标准，是漏掉以后损失有多大。
医生会优先排除那些概率未必最高、但一旦遗漏就可能造成严重后果的问题。放在生意里，就是先检查会不会影响生存。
例如，发现账户资金不断下降时，首先要看的不是网页颜色，也不是员工有没有迟到，而是应收账款、库存占款、短期债务和固定支出。
这些问题一旦失控，可能直接打断公司的现金循环。
第二个标准，是哪种原因最可能发生。
排除了可能带来致命后果的风险以后，再按照现实中的发生概率逐项调查。
这相当于同时保留两张清单：
一张是“漏掉以后承担不起的风险”，另一张是“最有可能发生的问题”。
前一张清单保护你活下来，后一张清单帮助你提高效率。
这才是真正的风险管理（Risk Management）。
三、不要盲目搜集信息，要带着假设找证据
很多人遇到难题以后，喜欢搜集大量信息。
准备创业，收藏几十篇开店攻略；准备买房，加入十几个讨论群；准备换工作，看几百个招聘岗位；准备投资，把新闻、研报、评论和短视频看了一个遍。
信息越来越多，决定反而越来越难做。
医生获取信息时，并不是知道得越多越好，而是看这些信息能不能帮助判断。
有效信息通常具备三个特点。
第一，它能够支持或者排除某个假设。
第二，同类型的信息不需要重复堆积。
第三，它会影响下一步行动。
假如某项数据无论高低，都不会改变你的决定，这项数据即使非常准确，对当前决策也没有太大价值。
比如，一家网店销量下降，真正需要查看的可能只是几个核心指标：
流量有没有下降，成交率有没有下降，客单价有没有变化，退款率是否上升，广告投入回报是否恶化。
至于页面有多少次滚动、访客用了什么浏览器、某个按钮被点击了几次，如果这些数据不会改变下一步动作，就没有必要先花大量时间研究。
在获取信息之前，可以先问自己三个问题：
假如我的判断是对的，应该看到什么现象？
假如我的判断是错的，又应该出现什么结果？
得到这个信息以后，我会不会改变下一步行动？
带着假设获取信息，远比漫无目的地收集资料有效。
四、问题暂时看不清时，不要重仓，先做一次小步试错
医学中有一种思路，是在无法立即明确问题时，通过一次可控的干预来观察结果。
这种干预的目的，不只是解决问题，也是帮助判断问题。
放到生活和生意里，就是小步试错（Small Bets）。
一家店成交率下降了，不一定要马上重新装修，也不必一次性更换全部产品。
可以先选择一个访问量稳定的页面，调整一次产品介绍；也可以只更换一个广告素材；或者联系二十名没有完成付款的顾客，了解他们放弃购买的原因。
这些动作成本不高，即使没有效果，损失也能控制；一旦数据出现明显变化，又可以为下一步判断提供依据。
小步试错要满足三个条件。
首先，要有一个明确假设。
不是“我试试看能不能变好”，而是“我怀疑顾客没有下单，是因为价格信息不够清楚”。
其次，要选择代价较小、尽量可逆的方案。
能先试一个页面，就不要一次改完整个网站；能先投入一小笔预算，就不要一开始重仓；能先做短期合作，就不要还没验证便签长期合同。
最后，要提前写清验收指标。
测试持续多长时间？观察哪个数据？达到什么标准继续？低于什么标准停止？
没有验收指标的试验，很容易变成自我安慰。
效果不好时，人会说时间不够；效果一般时，人会说趋势已经出现；投入越来越大时，又会因为舍不得前面的成本而继续追加。
真正的小步试错，必须允许结果告诉你：这条路走错了。
五、不要只想证明自己正确，还要主动寻找自己错在哪里
多数人提出一个判断以后，接下来做的不是验证，而是证明。
认为一个项目有前途，便只关注增长数据；认为某只股票被低估，便只阅读看多观点；认为某个员工能力不行，便会特别留意他的失误。
支持原有观点的信息会被放大，反对的信息则容易被解释掉。
医生进行假设验证时，一个重要原则是：假设既要能够被证实，也要能够被证伪。
假如某个结论无论出现什么结果都能解释，它就不再是一个可以验证的判断。
例如，一个自媒体项目连续几个月没有增长。
假如每次数据不理想，都可以解释成“平台还没有识别内容”“观众需要培养”“再坚持一段时间就好了”，那么这个项目实际上已经失去了验证标准。
更理性的做法，是提前设置触发点。
连续多少周没有增长，需要重新检查内容定位？
投入达到多少仍然没有收入，需要停止追加？
成交率低于什么水平，说明产品和用户不匹配？
一旦碰到触发点，就强制自己重新梳理信息，而不是继续维护原来的观点。
好的决策，不是永远猜对，而是发现猜错以后，能够尽快修正。
六、别人的成功经验，是群体知识，不是你的个人答案
医生学习的大量知识，来自对群体的研究，但真正看病时，面对的是一个具体的人。
同一种治疗方法，对某一类患者总体有效，不代表对每个人都同样合适。
普通人学习商业经验时，也容易忽视这个问题。
有人说做短视频三个月就能变现，有人说开小店半年可以回本，有人说买入某类资产长期一定赚钱。
这些说法即使来自真实案例，也不能直接成为你的答案。
因为对方拥有的条件可能与你完全不同：
他的流量成本更低，供应链更成熟，产品毛利更高，进入市场的时间更早，团队经验更多，甚至能够承受更长时间的亏损。
你真正需要回答的，不是“这种方法有没有人成功”，而是“像我这样的人，在我现在的条件下，成功概率有多高”。
这也是很多**商业决策（Business Decision）**出错的原因。
人们容易研究成功者具备什么特点，却忽略失败者可能也具备同样的特点。
看见几个成功案例，只能证明这条路有人走通，不能证明大多数人都能走通，更不能证明你现在适合重仓进入。
使用经验之前，要先检查它和自己的问题是否匹配：
行业阶段是否相同，客户群体是否相同，成本结构是否相同，资金承受能力是否相同，执行能力是否相同。
知识没有错，错的是把不匹配的知识套在了自己身上。
七、对方提出的要求，不一定是他的真实需求
医生面对患者时，不能只听患者要求做什么，还要弄清楚患者为什么提出这个要求。
这种思路放到产品、销售和管理中同样重要。
顾客要求降价，未必是真的付不起，可能只是担心买错；员工要求加薪，背后可能是不满贡献没有得到认可；客户要求增加一个功能，真正需要的可能只是降低操作风险；老板要求提高销售额，真正关心的可能是尽快回款。
表面要求和**真实需求（Real Needs）**之间，经常隔着好几层原因。
挖掘真实需求，可以使用两个简单办法。
第一个办法，是继续追问为什么。
客户说希望增加一个复杂功能，可以问：为什么需要这个功能？
他说为了方便统计，再问：现在统计过程中，最麻烦的地方是什么？
继续问下去，可能会发现客户并不需要重新开发一套系统，只需要增加一个导出字段。
第二个办法，是提供不同选项。
当一个人说不清自己要什么时，让他在几个具体方案之间比较，往往更容易暴露真实偏好。
例如：
你更看重速度，还是更看重成本？
你能够接受短期波动，还是必须保持稳定收入？
你希望提高营业额，还是希望提高净利润？
你需要更多客户，还是需要现有客户更快付款？
只有知道对方真正想解决什么，才有可能设计合适的方案。
很多产品失败，不是开发能力不够，而是非常认真地满足了一个并不存在的需求。
八、不要把故事、权威和数据放在同一个证据等级上
我们每天接触的信息，看起来都像证据，但可靠程度相差很大。
亲戚朋友的亲身经历、行业高手的个人判断、某个成功者的复盘，这些都可以提供启发，却不能自动成为高质量证据。
在医学里，证据会按照研究方法划分等级。个人经验和单个案例通常较低，多组对比和大样本研究更高，设计严谨的随机对照研究可靠性更强。
普通人的工作和生意，也需要建立自己的证据等级（Evidence Hierarchy）。
大致可以这样理解：
一个人的成功故事，证明有人成功过；多个相似案例，说明某种现象可能具有规律；连续一段时间的经营数据，能够反映自己的实际情况；在相近条件下进行对照测试，才更有可能判断某项行动是否真正有效。
例如，一篇内容获得十万次播放，只能说明它传播得比较广。
它是否带来了有效用户，是否提高了订阅，是否产生收入，用户是否愿意再次回来，需要查看后续数据。
同样，一家店排队的人很多，也不代表它一定赚钱。客单价、毛利率、翻台率、租金、损耗和人工成本，才决定最后有没有利润。
做生意时，最值得信任的不是“大家都说”，也不是某位专家的断言，而是能够重复出现、与自身条件匹配，并且最终反映在回款、利润和复购上的数据。
九、没有零风险的方案，只有更合适的风险收益组合
医生选择治疗方案时，不只是比较哪个方案有效，还要比较每个方案的风险、收益、紧迫程度以及患者能否承受。
普通人做决定，也不应该只盯着最好结果。
一项决定至少可以分四步完成。
第一步，列出所有现实可行的方案，包括暂时不行动。
第二步，分别判断每个方案可能带来的收益、损失和发生概率。
第三步，评估问题是否紧急，以及错误决定能不能撤回。
第四步，结合自己的资金、时间、家庭责任和风险承受能力，选择最终方案。
这里最容易被忽视的是机会成本（Opportunity Cost）。
选择一个方案，不只是承担它本身的成本，也意味着放弃其他选择。
投入全部资金开店，失去的不只是这笔钱，还包括未来一段时间的流动性；辞职创业，付出的不只是工资，还有社保、职业积累和家庭稳定；继续维持一个长期亏损的项目，占用的不只是预算，还有时间和注意力。
每个选择都有代价，不行动同样有代价。
因此，决策时可以遵循一个很实用的原则：
不可逆、损失大、影响生存的决定，需要更高等级的证据；成本低、可撤回、能够快速获得反馈的决定，可以尽早行动。
普通家庭和小生意最先保护的，不应该是面子，也不是增长故事，而是生存空间和现金流。
先保证自己不会因为一次错误决定退出牌桌，再考虑怎样提高收益。
十、把复杂决定压缩到一张纸上
真正遇到难题时，可以拿出一张纸，依次写下这些问题：
我现在看到的是症状，还是问题本身？
这个现象可能由哪些原因造成？
哪些风险一旦遗漏，我承担不起？
目前最可能的原因是什么？
还缺少哪项能够改变后续行动的信息？
能不能先做一个低成本、可撤回的小测试？
什么结果说明我的判断错了？
现有经验和数据，是否真的适用于我？
我和相关人员的真实需求是什么？
每个方案的风险、收益和机会成本分别是什么？
写完以后，很多原本混乱的问题会开始变得清楚。
人最容易犯的错误，是还没看清问题，便急着寻找答案。
医生的决策过程给普通人最大的启发，不是让我们把生活弄得像医院一样复杂，而是提醒我们：面对不确定性时，不要依靠直觉重仓，不要把表象当原因，也不要把一次成功经验当成普遍规律。
真正成熟的决策，不是保证每一次都做对。
而是在行动之前看清风险，在行动过程中控制损失，在结果出现以后及时修正。
一个人能够做到这一点，生活会少走很多弯路；一家小生意能够做到这一点，也更有机会穿过周期，保住现金流，慢慢积累属于自己的优势。
