26-systems-thinking

name	26-systems-thinking
description	用系统思维分析复杂产品问题。当用户说"系统思维"、"因果分析"、"反馈循环"、"系统动力学"时使用。

Systems Thinking

何时使用

• 需要分析跨部门/跨系统的复杂问题
• 需要理解变量之间的因果关系和反馈循环
• 需要预测产品决策的二阶效应
• 需要设计系统层面的解决方案

工作流程

Step 1: 识别系统边界

明确分析的系统范围：

• 系统中有哪些关键参与者/变量？
• 系统的输入和输出是什么？
• 哪些是系统内部的，哪些是外部环境？

Step 2: 绘制因果循环图

可视化变量之间的关系：

• 正反馈（增强循环）：A↑ → B↑ → A↑
• 负反馈（平衡循环）：A↑ → B↑ → A↓
• 找到杠杆点：小变化产生大影响的位置

Step 3: 分析系统行为

预测系统的动态行为：

• 延迟效应：决策和结果之间的时间差
• 涌现性：整体行为不等于部分之和
• 边界效应：系统在极端条件下的表现

Step 4: 设计干预方案

基于系统理解制定策略：

• 在杠杆点施加影响
• 避免"头痛医头"的局部优化
• 考虑干预措施的二阶效应和长期影响

关键原则

原则	说明
看回路不看事件	不要只看"发生了什么"，要看"什么导致这个反复发生"
找增强回路	产品增长依赖增强回路（飞轮），衰退也是因为增强回路（恶性循环）
重视延迟	改了什么东西没看到效果？先等够时间再下结论
高杠杆干预	改规则比改参数有效一百倍
画出来	画系统图是理解系统最好的方式

落地模板

# 系统分析文档：[问题/主题]
日期：[YYYY-MM-DD]

## 1. 问题描述
[观察到的现象是什么？]
[这个问题为什么反复出现 / 为什么越来越严重？]

## 2. 系统边界
- **系统范围**：[分析的边界是什么——整个产品？某个流程？某个市场？]
- **关键存量（Stocks）**：
  | 存量 | 当前状态 | 趋势 |
  |------|---------|------|
  | [如：活跃用户数] | [X] | ↑↓→ |
  | [如：内容质量] | [X] | ↑↓→ |
  | [如：团队士气] | [X] | ↑↓→ |
- **关键流量（Flows）**：
  | 流入 | 流出 |
  |------|------|
  | [新用户注册] | [用户流失] |
  | [新内容产生] | [内容下架/过期] |

## 3. 反馈回路识别

### 增强回路（正在起作用的自我强化循环）

### 平衡回路（正在起作用的自我纠正循环）

### 延迟
| 延迟位置 | 预估延迟时间 | 影响 |
|---------|------------|------|
| [如：改版上线到留存数据反映] | [4周] | [可能过早判断改版失败] |

## 4. 系统原型匹配
当前系统最像哪个原型？
- [ ] 增长极限：增长正在触顶，限制因素是 [...]
- [ ] 转嫁负担：我们在用 [...] 掩盖真正的问题 [...]
- [ ] 公地悲剧：用户/参与者在过度消耗 [...]
- [ ] 成功者通吃：资源过度集中于 [...]

## 5. 杠杆点分析
| 杠杆点 | 干预方案 | 杠杆等级 | 预期效果 | 延迟 |
|--------|---------|---------|---------|------|
| [改变信息流] | [让用户看到...] | 高 | | |
| [改变规则] | [修改激励机制...] | 高 | | |
| [调参数] | [调整阈值...] | 低 | | |

## 6. 建议行动
**首选方案**：[选择最高杠杆的干预点]
**观察指标**：[用什么指标判断干预是否生效？]
**等待时间**：[预计多久能看到效果？在此之前不要追加干预]

参考资料

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