20-outcome-over-output

name	20-outcome-over-output
description	建立结果导向的产品思维。当用户说"结果导向"、"outcome"、"产出vs结果"、"影响力衡量"时使用。

Outcome Over Output

何时使用

• 需要从"做了什么"转变为"实现了什么"
• 需要定义和衡量产品的业务影响
• 需要区分 Output（产出）和 Outcome（结果）
• 需要设计结果导向的路线图或 OKR

工作流程

Step 1: 识别 Output vs Outcome

帮助用户区分产出和结果：

• Output：做了什么（发布了3个功能、写了10个需求）
• Outcome：改变了什么（留存率提升5%、NPS提升10分）
• 核心问题："这个功能交付后，世界有什么不同？"

Step 2: 定义期望 Outcome

明确要实现的结果：

• 与业务目标直接关联
• 可衡量、有时间限制
• 领先指标 + 滞后指标配合

Step 3: 设计结果导向路线图

从结果反推工作：

• 路线图放问题/机会，而非功能清单
• 给团队自主权选择解决方案
• 用实验验证"做这个是否真的带来那个结果"

Step 4: 输出自检

用 Output vs Outcome 自检表验证：

• 每个交付项是否有明确的 Outcome 指标？
• 能否回答"为什么做这个而不是那个"？
• 有没有在交付后回来验证结果？

关键原则

原则	说明
交付功能 ≠ 创造价值	上线了不等于有用了
用行为定义成功	"用户每周使用 3 次"比"上线 3 个功能"有意义
管理先行指标	找到能预测最终结果的前置行为指标
每个功能要有假设	"我们相信 [做这个] 会导致 [行为变化]"
功能上线只是开始	上线后的数据追踪和迭代才是真正的产品工作

落地模板

# 功能规划（结果导向）：[功能名称]

## 1. 问题与机会
### 我们观察到了什么？
[用数据/用户反馈/行为日志描述现象]

### 当前状态（Current State）
| 指标 | 当前值 | 数据来源 | 时间范围 |
|------|--------|---------|---------|
| [关键行为指标] | [值] | [来源] | [最近N天] |

### 目标状态（Target State）
| 指标 | 目标值 | 预期时间 |
|------|--------|---------|
| [同一指标] | [目标值] | [上线后N周] |

## 2. 假设
### 核心假设（用"如果...那么..."格式）
> 我们相信：  
> 如果我们 [做这个功能/改动]，  
> 那么 [目标用户] 会 [改变某个行为]，  
> 我们可以通过 [指标] 来衡量。

### 假设的信心水平
- [ ] 💚 高：有数据/用户研究支撑
- [ ] 💛 中：有间接证据但未直接验证
- [ ] 🔴 低：基于直觉，需要先验证

### 如果假设错了
- 我们会失去什么？[投入的资源]
- 我们怎么知道错了？[什么数据出现/不出现]
- 最快多久知道？[上线后 X 天]

## 3. 成功指标（Outcome 层）
### 主要结果指标
| 指标类型 | 指标名 | 基线 | 目标 | 衡量方式 |
|---------|-------|------|------|---------|
| 先行指标 | [用户行为变化] | [当前值] | [目标值] | [埋点/查询方式] |
| 先行指标 | | | | |
| 滞后指标 | [最终业务影响] | | | |

### 反向指标（Guardrail Metrics）
[这个改动可能伤害什么？]
| 指标 | 底线 | 说明 |
|------|------|------|
| [例：页面加载速度] | [不能慢于 X] | [加了功能不能让速度变差] |
| [例：现有用户留存] | [不能低于 X%] | [不能为了拉新伤害老用户] |

## 4. 最小验证方案
### MVP 方案
- 最小做什么就能验证假设？[...]
- 需要多少用户/时间来验证？[...]
- 验证标准（Go/No-Go）：
  - ✅ Go: [什么指标达到什么值]
  - ❌ No-Go: [什么指标低于什么值]

### 实验设计
- [ ] A/B Test：[对照组/实验组描述]
- [ ] 灰度发布：[先开放给 X% 用户]
- [ ] Fake Door Test：[放按钮看点击率，功能未开发]
- [ ] 手动 MVP：[先人工操作验证需求]

## 5. 上线后追踪计划
### 数据看板
需要的数据指标：
| 指标 | 埋点事件 | 看板位置 |
|------|---------|---------|
| [行为指标] | [event_name] | [Mixpanel/自建看板] |

### 追踪节奏
| 时间点 | 检查什么 | 决策 |
|--------|---------|------|
| 上线第 1 天 | 有无技术问题/异常数据 | 是否回滚 |
| 上线第 3 天 | 使用率/采纳率 | 是否需要引导优化 |
| 上线第 7 天 | 行为指标是否向目标移动 | 是否继续/调整/放弃 |
| 上线第 14 天 | 效果是否持续（非新奇效应） | 正式结论 |
| 上线第 30 天 | 对滞后指标的影响 | 长期价值判断 |

## 6. 决策记录
### 上线后第 7 天 Review
- 假设验证了吗？
  - [ ] ✅ 是：继续迭代优化
  - [ ] ❌ 否：[原因分析]
  - [ ] ⚠️ 部分：[哪部分验证了，哪部分没有]
- 先行指标变化：[实际值 vs 目标值]
- 反向指标变化：[是否在安全范围内]
- 下一步：
  - [ ] 继续投入
  - [ ] 调整方案重新实验
  - [ ] 下线/回滚
  - [ ] 需要更多时间观察

### 复盘
- 我们学到了什么关于用户行为的新认知？
- 这个结果对下个季度 OKR 的影响是什么？
- 有没有意外发现值得跟进？

参考资料

详细理论基础、原则解析和推荐书目见 references/knowledge.md。