|
|
同时还有一些有价值的技术文化知识,也许在你和IT部门的同事聊天时能用的上。" n# a# r/ Y/ W9 k
. Z$ K& c" I9 h, Q; e) u# j; D3 x3 T3 [
1. Moore定律
( c" G4 J8 {! @) X. l N 迄今为止最著名的定律:硬件性能每两年会提升一倍。这条定律以Intel的联合创始人Gordon Moore 的名字命名,他在19世纪60年代首先预测了这一趋势。计算能力的指数增长毫无衰退地持续了近50年,这实在是不可思议。看看30年前的Osborne 计算机紧挨着大约2009年制造的iPhone——iPhone比之快100倍,并且几乎小了五百倍。(照片由Casey Fleser拍摄)2 ?1 \# k! A% f) Q
0 c( o( e, `* D2 H, `0 I. U
6 t! F7 ?" _0 l& ` Moore预测的原话是关于集成电路上晶体管的数量的。然而,这种指数提升的趋势在别的方面也出现了:硬盘容量的增长,网络容量的提升,生物科技的发展,数码相机以及LCD屏像素的提高(相对于价格),等等。未来学家Ray Kurzweil 实际上已经将这种趋势一般化,阐述为加速回报定律。* [# a- v8 P( Y @
% s9 Y- y# d5 z U7 G1 ?
7 W2 n {0 u; f& G
为什么你需要了解
0 p [; d2 V9 `/ Q2 G1 x, g' c) z! }' _
; H1 R0 O3 G4 B8 w) h- ]( D
Moore定律推动着你的产品和营销的发展可能——这个定律带来的重要启示是:发展的可能性前沿一直在快速扩张。最近Peter Diamandis,X Prize 基金会的负责人,在VentureBeat的一次采访中说道,“如果你是一家公司的CEO,你不知道这些技术将会向何处发展,那么你可能因此在一瞬间破产。又或者你可以利用它们快速超越你的竞争对手。”
; J8 a& U) C+ D& h' l) {, j / W& X f* s3 }8 G
2. Wirth定律! Z+ M: N5 `) f0 q7 v& V+ ]/ Q# B5 k
s& I2 i+ }3 ~6 T, W5 Q) K% d5 H1 S x9 L8 U( j8 z
作为Moore定律的一条讽刺性推论,Wirth定律陈述如下:软件变慢的速度比硬件变快升级的速度更显著。1995年,计算机科学家Niklaus Wirth在《A plea for lean software》(对精益软件的呼吁)一文中提出了这一结论。它也被称为Gates定律(以Microsoft的Bill Gates命名)和Page定律(以Google的Larry Page命名),两人都在自己的业务中发现了这一动态规律。- Y+ h$ G5 R$ e: m
3 a, [+ K( S/ H w2 D2 U! l
/ c5 Y4 W9 |! }/ z 在新电脑上运行最新版的Microsoft Office和在旧机子上运行旧版Office 的速度几乎相同的原因就在于此。这个看似Moore定律反面的结论通常被归咎于“软件膨胀”,起因于无止尽的功能增加、懒惰的晦涩代码、或是糟糕的工程管理。但更广义地说,它无非是Parkinson定律的变体:(虽然工具提升了效率和节省了时间,但是)工作量会不断扩大,以占满所有可支配的时间。" K0 T7 C# j+ V$ h% o/ C" H. @2 s. C6 R
! I! p$ b" O5 J# V
" [' {: `+ s% U; l$ l( k4 Y# v 为什么你需要了解. b, X% X0 V% A" m& `( h
注意:技术带来的期望是不断上升的。给定性能水平的硬件越来越便宜并不会削减成本,许多企业都会在同样价格下,选择应用额外的性能以满足更庞大的功能需求——或者找到一种不同的技术来充分使用这笔投资。而云计算大大减少了这种不断“更新换代”现象所带来的阻力。在经济学中,这被称为Jevons悖论。还有,牢记这句产品/项目管理的箴言:功能的要求总是无止尽的,而资源总是有限的。做出明智的选择。
$ p* P7 _: U0 c. j) S$ B; O2 Q5 A8 j4 x
7 h$ y0 s& [4 u9 @ 3. Brooks定律4 {8 l8 p- V k3 F7 {/ }4 n' L
" b5 H, ?3 g E: C
& t( K8 s, X9 }! W4 D" F! {6 f
作为几十年来让经理们头痛不已的一条定律,Brook定律的内容是:给一个延期的项目增加人力会使它拖得更久。这条定律被一条评论幽默地总结为,“九个女人也不能在一个月里生出一个孩子。”
' D$ C# Z+ m; U* g4 ^! y8 b, ]% ^ G! H3 A
4 S* x; u! {5 L! `
Fred Brooks在他的关于软件工程管理的经典著作《The Mythical Man-Month》中提出了这一定律,称这条定律普遍成立的理由有两个:) K/ W- { w4 K0 }" n g. U5 B+ D! W
, ~/ B. |3 K! i1 u- K% h
& p+ B7 V' }7 C, q) {0 R9 t+ z 1. 新加入项目的人员需要一段时间才会有产出(“上手时间”),教会他们反而会占用团队中老成员的时间。
6 Z' u! z7 F2 X8 l0 }% m 2. 人员数量增加,沟通成本也会随之上升。
6 H8 z8 ^$ \/ X8 \9 `! Y7 u
$ D2 J0 V+ a9 ?
. D6 j: @4 R6 |+ C
Brooks等人的经验最终促成了一种新的开发软件的方式——敏捷方法论。这种方法抛弃了庞大而固定的工作规范,转而投向更加灵活、“可迭代”的实现方式,包括更小的团队和更短的固定时间窗口。敏捷团队通常只有5-9人,这是为了简化团队的沟通合作。9 Y1 i- k" h/ u& K
! b' z0 [- ~3 _& Q/ V6 O, H1 l9 L, e7 n" I4 T! f: ~
为什么你需要了解
4 X) Z; }: [; ]1 @1 m) n) @
+ X8 t m- h7 \8 h, n9 H9 E1 B$ S0 ^% _+ u
营销行业正在不断深入技术领域,开发行业自身的软件,尤其是web和移动应用,以及对现有平台的技术配置和定制化,比如营销自动化软件。换句话说,现在营销牵涉到了工程管理,所以这方面深刻的经验教训值得了解,而不是在蒙头实践中痛苦地“重新发现”一遍这些规律。% \2 Y8 {7 Y! O5 K9 n( P9 q
/ b4 P: t5 g% o. y/ W& U, c2 n a; ~1 _% A
额外的小贴士:如果要雇用技术型人才,记住Brooks的另一条一直适用的深刻见解:“好”的程序员的生产力是平庸程序员的5~10倍。3 j a- h1 {$ A- I% }9 l
% s# b% N$ @4 ?: h4 u: U$ ?- h* z4 n/ i& a! h! u6 x$ n M
4. Hofstadter定律! B' X6 Z4 F4 l
Hofstadter定律的有趣悖论与Brooks定律有一定关联:做一件事所花费的时间总是比你预期的要长,即使你考虑到了Hofstadter定律。这是一句递归的陈述,所说的是预估完成复杂任务所需时间的困难性。
; O& @: f$ v/ y" F" f% H& [' j$ c0 @7 S( c F9 S+ [5 {" }
+ R% V. G1 I! C3 A
认知科学家Douglas Hofstadter在他获得普利策奖的著作《G?del, Escher, Bach》中阐述了这一定律,此书被亲切地称为“GEB”。这个定律的定义中的自指循环也是GEB中反复强调的主题。这种对递归的致敬、以及运用递归方式的妙语,是技术文化的基石之一——比如递归缩写。
9 X. b+ }% c( ~
) g# @1 n9 ~. g/ P
4 ^. v' v6 e2 N) a3 S; K: R 笔记君注:GEB指逻辑学家哥德尔,艺术家埃舍尔,和作曲家巴赫的英文名字首字母,本书主要讲述了三者创造性的成就怎样交织在一起。' n5 f% U7 i+ m9 _
: X" x: i% s* A" w
! R% R% L8 b; j! d! e$ g+ Y
为什么你需要了解4 Z1 d9 o9 r4 H0 @
' b! R+ W- H, K$ u
2 D' d7 ]" p9 R" j+ N: O 尽管Hofstadter定律有些开玩笑的意味,但这里有一条重要的启示:复杂的结果是很难精确预估的——而营销技术状况的复杂程度足够适用于这条规律。解决方法是接受意料之外的发展,采取可以承受这种不确定性的管理方式。有一些非常好的例子,例如敏捷营销,它基于的是敏捷软件开发的原则,还有基于测试的营销,这种方法接受连续的实验研究。
1 [1 G5 q2 F; [; K
; d, ^8 I/ y) Y; H2 T O, C. b* V
1 {5 M: h S& v1 L. R+ Z# I 5. Segal定律
! R. R+ J: V7 O/ ]! R. @; {9 t8 Q* U% M; v5 m* F8 [/ D
9 S- g! h k8 |- E Segal定律简洁扼要,它与任何一个涉及到营销绩效评价的人(即营销行业的每个人)都有关:只有一块手表的人可以知道时间;拥有两块手表的人无法确定时间。
0 l& O2 G( w/ U$ S! O, C) C, @7 P$ }* R Y' Q0 W; ^$ ?
. a2 D% W' `* ?. y% J 如果你曾经试过用两个不同的网页分析方法来得到相同的数据,你一定会对这条定律抱以深深的敬意。在营销领域,不同的系统中的数据有如此多的重叠,要想让所有的数字都保持一致对应得很完美也许会陷入无休无止的困境。
6 V! B8 p/ f5 P 为什么你需要了解
' {6 b; O- _5 [0 [9 X9 |, ?% q4 q* d8 g' L! Z9 @7 R& W
3 A' O# R2 Y I7 j7 w% A3 z; S- O
营销领域中充满了度量和指标——这大体上是一件好事。但是重要的是,要关注这些数字所揭示的有意义的信号和趋势,而不是沉迷于误差界限的精度。Tom Davenport,可以说是世界范围内提倡商业分析的主要人物,他说,“(商业)分析不应该是关于数学的“,它应该用于说故事、拟定决策、以及为打破现状而寻找坚持意见的勇气。”+ O5 e( I0 @, v1 F) Z
换个说法:“现在几点”和“接下来一小时我们将要高效地做什么”之间的区别也并不那么重要。1 _! \. ^& U. S7 I
# J2 z% Z7 K8 K0 [
9 y/ X6 Q. E8 y0 Q+ P& @# y 6. Conway定律
& _; ~" R* W" n _0 _ 我最喜欢的Conway定律的内容是:软件的任何一个部分都反映了设计开发团队的组织结构。Melvin Conway在1968年做出了这个社会学观察,并不久之后得到了哈佛商学院的一个研究的肯定,而且这并不是为了故意幽默一下(尽管它确实无意中讽刺了委员会的设计)。+ q9 m' ^9 g" \
2 s& \0 @3 v9 q# @4 _0 Y
2 @# m. R, \$ k& l6 q/ {2 D/ p
实际上,我同意这条定律的一个更广泛的解释:软件——以及其他复杂系统,比如网页和营销操作流程——反映了设计开发团队的结构和文化两方面。; R+ M2 T( s+ v5 o& A9 H7 e7 v/ `6 Z
9 k$ C' \2 ?" i& H: o. w% B: `
' s6 i0 q) `1 C! G( x' C+ Z
即使在拥挤的市场中,创新产品和服务仍有如此多差异化的机会,其原因就在于此。例如,2007年 当Mint.com推出时,个人理财已经是一个非常成熟的产品类别。然而,他们新鲜的想法、直观的用户体验设计和简单的工作流,为他们赢得了成千上万的用户。庞大的Intuit公司尝试模仿他们的风格却未能成功——最终改为收购了Mint。
* j1 l. Q- c G- Q( v
' L) q& q9 A5 D9 ?
) K2 `. |% t) C4 {; Y+ v, C 为什么你需要了解
; v, g; D7 E( p7 B6 x' O! A7 W7 w( V" {$ g: w
8 q1 {# H- J* M$ S/ ?% d7 S
你不用太担心竞争对手通过逆向工程来仿制你的产品。但是,你应该非常关注你的团队的结构和文化——你的营销部门是否能够激发各种引爆市场的创新产品、营销活动和客户体验的灵感,并实现它们?我并不是在重复说废话,不过这就是另一个充分理由来采用更加敏捷的管理实践。4 L( h0 Q+ P; h4 ~( J; @: `) p
* [0 {8 f% o0 h3 w0 }, X+ H( L, O# s9 ~7 I
我提倡营销技术人员要在营销部门,而不是在隔着一条过道的IT部门,其主要原因之一就在于此。两个部门创造及技术合作如果是割裂开来的,就必然会反映在制造出来的产品身上。' g/ R9 f' v# Z$ [
/ O1 v" K" m( D& I Y. j8 W/ t2 x# c8 |* T3 f
7. Metcalfe定律) o0 i$ P- C7 z9 l* i* B; c
7 m4 p# [0 l% o' w, x$ e3 F J+ @5 _
" ^9 h$ s5 P3 y3 N2 A 最重要的留在最后,Metcalfe 定律是这样说的:网络的价值与联网用户数的平方成正比。
0 r- L% f: c# h3 K Robert Metcalfe是Ethernet(以太网)的发明人,他最初阐述这条定律是用来描述拥有被越来越多人使用的相容通讯设备——例如计算机网络、传真机等等——的优势。5 ~! y5 j- v+ X& g# m
会出现这种指数型的价值增长是因为,一组N个人的配对连接方式的数量等于(N)(N-1)/2——大约为N的平方。或者,更简单地说,一个网络的价值是指数增长的。至少,要充分利用这些连接要看人类的极限在哪里。
, W$ y& X9 p, H8 Z. l
7 c2 E9 [8 h/ C5 k
" `8 G q, }: T1 k/ j9 O& u0 [' ` 随着社交媒体的兴起,这条定律在社交网络动力学中被频繁地引用,其中背后的一种力是所谓的“优势交换”。你用Twitter和Facebook 是因为别人都在用。Reed定律是这条定律的变体,它具体谈到了从社交网络规模中获得的效用的问题。" c; Y5 r/ N) ?1 c; x' J1 d j
2 @1 B* \$ P: `; A$ W
. q. {- y7 } I2 |
为什么你需要了解
; r4 a4 _& [; d6 e6 C+ P- ` 因为现代营销中充满了社交网络,你最好在心中有这个模型——为了壮大你在Facebook、Google+、LinkedIn和Twitter上的社群,还有你自己专有的客户网。找到让参与者从彼此之间的联系中获益的方法——不仅仅是和你的联系——从而把网络强大的指数动力利用起来。' K6 ]+ y' a; [1 b0 `0 D, W
) V, W) [( K- W4 b+ t5 M: p3 U0 D
|
|