第3章 假设提出SOP：问题定义、假设模板、影响面与置信度预估、假设文档输出物
适用场景
本章SOP适用于以下三类场景：
- 数据洞察驱动：通过数据看板、用户行为分析或漏斗报告发现异常指标，需要将现象转化为可验证的业务假设。
- 产品迭代立项：产品经理在规划新功能或优化点前，需要系统性地评估多个候选方向的预期效果与风险。
- A/B测试预备阶段：实验团队在进入流量分配和开发排期之前，必须完成假设的形式化定义与优先级锚定。
前置条件
| 前置条件 | 验收标准 | 责任方 |
|---|---|---|
| 数据洞察报告 | 包含至少 3 个可量化的业务问题或数据异动点 | 数据分析师 |
| 业务问题清单 | 经产品负责人确认，问题与核心指标直接相关 | 产品经理 |
| 用户行为数据 | 覆盖最近 30 天，样本量 ≥ 10⁵ 用户 | 数据工程师 |
| 历史实验记录 | 可查询同类假设的过往置信度与影响面数据 | 实验团队 |
提示：前置条件不满足时，禁止直接进入假设提出阶段。需先补齐数据或通过 exploratory analysis 生成初步洞察。
操作步骤
假设提出 SOP 包含 5 个核心步骤，整体流程如下图所示。SVG 中的蛇形流向展示了从问题定义到文档输出的完整路径，底部说明框概括了各阶段的关键产出。
步骤1：问题定义
目标：将模糊的业务现象转化为可量化、可验证的问题表述。
- 输入：数据洞察报告中的异动指标、用户反馈聚类、业务方痛点描述。
- 动作：使用「5W1H」框架收敛问题边界——What（什么指标异常）、Where（哪个页面/环节）、When（何时开始）、Who（影响哪些用户群）、Why（初步归因）、How（如何衡量）。
- 输出：一句精确的问题陈述，例如「首页推荐位点击率连续 2 周下降 8%，主要影响新注册用户（注册天数 < 7）的第二天回访率」。
避坑：问题定义中禁止出现「提升用户体验」「增加粘性」等不可量化表述。必须锚定到具体指标（点击率、转化率、留存率等）与可观测的边界条件。
步骤2：假设模板
目标：使用标准化模板将问题定义转化为可被 A/B 测试验证的假设语句。
标准假设模板包含以下字段，团队须逐项填写：
| 字段名 | 字段说明 | 示例值 |
|---|---|---|
| 假设ID | 按「H-章节序号-序号」编码 | H-03-001 |
| 问题陈述 | 步骤1输出的精确问题描述 | 首页推荐位点击率下降 8%，影响新用户次日回访 |
| 假设陈述 | 「如果我们 [干预动作]，那么 [预期效果]」格式 | 如果首页推荐算法从热门排序改为个性化协同过滤，那么新用户点击率将回升 5% 以上 |
| 预期效果 | 量化指标 + 最低可接受提升幅度 | 新用户首页点击率提升 ≥ 5% |
| 验证方式 | 实验设计类型（双向/单向/分层） | 双向 A/B 测试，50% 流量 |
| 提出人 | 角色 + 姓名 | 产品经理 - 张三 |
模板填写完成后，需以 YAML 格式归档至假设管理库：
hypothesis_id: "H-03-001"
problem_statement: "首页推荐位点击率下降8%，影响新用户次日回访"
hypothesis: "如果首页推荐算法从热门排序改为个性化协同过滤，那么新用户点击率将回升5%以上"
expected_effect: "新用户首页点击率提升 >= 5%"
verification_method: "双向A/B测试，50%流量"
proposer: "产品经理-张三"
created_at: "2026-01-15"
status: "draft"
步骤3：影响面预估
目标：量化假设所涉及的用户量级、业务指标潜在波动范围及财务影响。
- 用户量级：通过行为数据计算「目标用户群 / 总活跃用户」占比，预估实验最小样本量。
- 指标波动：基于历史同类实验的标准差，估算指标在 ±95% 置信区间内的波动边界。
- 财务影响：将指标变化换算为 GMV、LTV 或留存率等价收益（若适用）。
输出影响面预估表：
| 维度 | 预估方法 | 结果示例 |
|---|---|---|
| 用户量级 | 行为事件去重计数 | 日均影响用户 12.5 万（占活跃用户 18%） |
| 指标波动 | 历史同类实验标准差 | 点击率波动区间 ±1.2% |
| 财务影响 | 指标变化 × 用户量 × 客单价 | 预期 GMV 提升 30 万元/月 |
步骤4：置信度评估
目标：基于现有证据的充分性、来源可靠性和逻辑严谨性，对假设的可信度进行等级评定。
置信度评估采用 5 级量表，团队须给出评级依据：
| 置信度等级 | 证据要求 | 后续动作 |
|---|---|---|
| C1（极高） | 有同场景、同用户群的 A/B 测试正向结论 | 可直接进入排期 |
| C2（高） | 有强相关性数据 + 用户调研/可用性测试佐证 | 优先进入实验管道 |
| C3（中等） | 有弱相关性数据或行业 Benchmark | 需补充探索性数据分析 |
| C4（低） | 仅有业务直觉或少数用户反馈 | 建议先做定性验证（如小样本访谈） |
| C5（极低） | 缺乏任何有效证据或逻辑链条断裂 | 搁置或重新定义问题 |
置信度评估的输出需记录在假设文档的 confidence_level 字段中，并附上评估依据摘要。
步骤5：假设文档输出
目标：将前述所有信息整合为标准化的假设文档，提交评审。
文档输出物包含以下部分：
- 封面信息：假设ID、提出人、提出日期、版本号。
- 问题定义与假设陈述：直接引用步骤1和步骤2的内容。
- 影响面预估报告：量化表格 + 计算逻辑说明。
- 置信度评估报告：等级 + 评估依据 + 建议后续动作。
- 验证方案草图：实验类型、流量分配、指标采集计划。
- 评审记录：评审人、意见、决策结果。
文档以 Markdown 或 YAML 格式存储在团队知识库中，并关联至对应的数据看板与实验计划。
输入输出物
| 类型 | 内容 | 格式/载体 |
|---|---|---|
| 输入 | 数据洞察报告、业务问题清单、用户行为数据、历史实验记录 | 看板截图、CSV 导出、实验管理平台 |
| 输出 | 假设文档（含问题定义、假设模板、影响面预估、置信度评估） | YAML / Markdown 文件，存入知识库 |
责任边界
| 角色 | 负责环节 | 交付物 |
|---|---|---|
| 数据分析师 | 问题定义、假设模板填充 | 问题陈述文档、模板字段填写 |
| 产品经理 | 影响面预估、业务对齐 | 影响面估算表 |
| 数据科学家 | 置信度评估、验证方法设计 | 置信度评级报告、实验方案草图 |
| 团队负责人 | 评审决策、文档审批 | 评审记录、假设文档签批 |
记录材料
- 假设文档模板：包含所有标准字段的 YAML 模板文件，存放于团队 Wiki。
- 置信度评估矩阵：C1–C5 等级定义与示例，用于培训新成员。
- 影响面估算表：含用户量级、指标波动、财务影响的计算公式与历史数据对照。
- 评审记录表：记录每次假设评审的参与人、意见、决策与待办事项。
异常处理
| 异常场景 | 处理方式 | 责任方 |
|---|---|---|
| 问题定义模糊，无法转化为假设 | 召集团队进行「5W1H」专题研讨，必要时补充 exploratory data analysis | 数据分析师 + 产品经理 |
| 影响面预估关键数据缺失 | 使用保守估算（取历史最小值），并在文档中标注数据来源与置信区间 | 产品经理 |
| 置信度低于 C3（中等） | 按虚线反馈路径返回问题定义环节，补充用户调研或行为数据后再提交 | 数据科学家 |
| 假设文档格式不规范 | 建立 CI 校验脚本，模板字段缺失时自动阻止提交并提示 | 团队负责人 |
验收标准
- 问题定义