《精益创业》这本书也读完了，作者的核心理念在于提倡企业进行实验性测试，先做出最小可用的产品雏形放到市场中进行测试，接着通过测试得到的真实认知，再进行下一步迭代开发。由于是实验，就一定会有成败，假如失败，损失掉的也只是个低成本模型，成本也会相对低廉，不至于让企业陷入困境。相对上次阅读，这次读完全书后，对上次疑惑的创新核算，有了一些了解。

我从一开始听到“最小可用模型测试”时，就想到一个问题。开发最小可用模型的团队，如果测试失败，要怎么结算工资？按照以往的惯例，一个项目经理在揽项目时，就必须信誓旦旦地向公司领导保证道：“我们的项目一定会给公司带来巨额利润，一定会让公司有更好的发展”。待项目真的落地实施，最后结果也不理想时，公司领导层便会认为要么是项目计划不周，要么就是这个项目经理能力不足，反正年终评奖就不要想了，能不能少扣点工资都是个问题。要是这时候项目经理还添上几句：“虽然我们没有达到预期的利润目标，但是我们学到了很多知识，还找到了很多顾客的真正痛点，相信未来的新项目一定能成功。”大概就会被认为是为失败寻找借口了。传统企业难以接受失败，失败往往意味着能力不足和降工资。正因为对失败的惧怕，所以业务的每一次的数据报表，我们都能看到那些被粉饰后的太平数据，仿佛洪水已经淹没腰际，大家还在举杯高唱“明天会更好”。

针对创新团队，传统的成功与失败这样的衡量机制是有弊端的。它会让人逐渐不敢说真话，满眼都是各种虚荣指标，最后在自我良好的感觉中被竞争对手取代。

《精益创业》中，提到了一种“三可”衡量法，如果“三可”都满足，我们应该认为这个创新团队是真实为企业有所付出的。

首先被考核指标是可执行性，我更偏向于称呼它为合理性。相当于解释与分析A、B事件之间的充分和必然关系。A是否一定会导致B，还是说出现B就一定会有A？在我们行业中举个例子，就是一段时间内，某地区的新用户激增，是因为我们自己的营销有效果了，还是迁入那个地区的人口基数突然变大，还是因为竞争对手上个月出现了负面新闻？这个因果关系一定要理清楚，不然就容易造成自我感觉良好，从而忽略掉一些本应该发现的真实认知。同样地，当某地区客户量突然下跌，也要思考原因，是人口迁出，还是经济压力的必然情况，还是本身营销出现了问题。值得庆幸的是，看到书的这里，我想到我们企业的经营分析会，对每个数据的增长原因，下跌原因都会做出一些分析，这些分析也正是囊括了刚刚说的那些原因。但是，据我所知，我们的数据虽然经过了分析，却仍然免不了做过一番美化。比如融合的判断，如果按照一个用户同时办理手机和宽带才叫融合的话，那么融合用户的量就只能到勉强能看的程度。但是假如把同时办理宽带和固话的用户也称之为“融合用户”，同时推出买宽带送固话的营销策略，那么与融合相关的报表就会好看许多。一点点的调整，不经意间，就产生了另一个不一样的结果。而平日的工作里，我们也经常处理这种小调整，以满足各种经营分析会的顺利召开。

其二是可使用性。我又想了一个词来替代，就是“通俗易懂性”。我所带的支撑团队，常常会被业务人员问到一个问题：“你们这里说的XX率到底是什么？”这个时候，我们开发团队中的某个人就往往要停下手头的工作，给他耐心解释这样的专业术语。同样的情况，还出现在我们CPC的界面开发中，我曾经亲眼见到一位开发人员，在筛选功能的下拉菜单中，设定了一个“！=”，这是一种几乎在代码里才能看到的代表“不等于”的符号。我几乎可以想到等界面上线后，又要多很多咨询电话了。可使用性，除了强调“东西是给所有正常人看的”以外，还强调对于数据内容的描述精确。回到刚刚那个融合客户的问题。如果按照“可使用”原则来看，在报表上体现融合用户时，报表上就必须醒目标注，这里的融合客户，既包含“移动+宽带”，也包含“固话+宽带”。可使用性，在一定程度上，也加强了数据的真实性。

最后一个“可”，是“可审查”，意味着实验性测试得出的数据，是可以被核实的。核实的方法，可以是直接和目标客户交谈，也可以是根据其他真实数据推倒。总之，如果数据本身足够真实，就不会惧怕审查。

说了这么多“三可”，我倒是觉得这些都归于一句话。衡量一个创新团队的努力成果，是看他们通过实验测试后，得到的数据是否足够真实。因为整个“精益创业”的基础正是屹立于真实认知的，只要获得的认知足够真实，那么精益创业就可以在一次次校准基线后，找到正确的道路。

这样的“三可”衡量机制，就是剔除虚荣指标的一种机制。但是很多事情都是说起来容易，做起来难。我充分相信，现在很多领导，都希望看到最真实的数据，这样才利于他们掌舵整体方向。但是，现实往往和理想有差距。国家统计局每年都要想办法给地方政府报上来的GDP挤水，公司的领导也同样为解决注水事件头疼不已。我觉得这就有点像囚徒困境。本来所有地市都上报真实数据，才是最好的结果。但是一旦甲、乙、丙地市都选择上报注水数据后，丁如果再上报真实数据，就会显得丁工作不力。于是，为了防止出现这种情况，干脆大家一起注水吧，嘿咻嘿咻，底下注水注得热火朝天，上头挤水挤得满头大汗。如何破局？浅显的我认为，如果不将数据的量和工作能力挂钩，而是将数据的真实性和工作能力挂钩，也许会有所改善。然而这么简单的方法，难道我们领导人就没想到过？我是不信的，那么为何依然无法有效解决？尾大不掉吗？

说个有趣的事情，自从稍微读了几本书后，我也有点“飘”了起来，但凡看完一本书，都想提出一点和书中道理相反的例子来。就拿《精益创业》来说，我觉得里面的“最小化可行模型”就有不太适合的企业，比如说香奈儿、LV这样的奢侈品公司。如果某天香奈儿突然向市场提供一批低成本的粗糙作品来做实验测试，我几乎能预见老用户将在社交网站上如何把香奈儿骂个狗血淋头。虽然不知道我这样的想法是否正确，但是我依旧相信，世界上的事情是复杂的，如果所有企业都能套用一种模式获得成功，那是不可能的。我们要做的，就是多学多看，然后在复杂的社会中，面对复杂的问题，能从多种方案里，找到最适合的那个。