2. 假设来源与收集
章节定位:本章是假设清单构建的源头环节。没有高质量、多渠道的假设收集,后续的实验设计将失去方向。本章提供从四种核心渠道系统化提取假设的标准化操作流程。
1. 适用场景
- 项目启动初期,需要构建全面的假设清单时
- 实验设计前,需要识别关键变量和潜在关系时
- 团队对问题根源存在分歧,需要结构化收集各方观点时
- 文献综述或竞品分析后,需要将发现转化为可检验假设时
- 数据探索阶段发现异常模式,需要将其上升为正式假设时
2. 前置条件
| 条件类别 | 具体要求 | 验收标准 |
|---|---|---|
| 信息基础 | 已完成问题定义与范围界定(第1章) | 问题陈述文档已签字确认 |
| 团队配置 | 至少包含1名领域专家、1名数据分析师、1名实验设计协调员 | 角色分工表已签署 |
| 数据准备 | 已有探索性数据分析(EDA)初步结果或可访问的原始数据源 | 数据字典与数据质量报告已就绪 |
| 工具环境 | 假设收集模板(HCT)已创建,协作平台(如Wiki、共享文档)已就绪 | 模板空表已通过评审 |
| 知识储备 | 团队已阅读相关领域至少3篇核心文献或行业报告 | 文献摘要清单已提交 |
3. 操作步骤
假设收集分为四个并行渠道,每个渠道包含独立的提取步骤,最终汇入假设清单。以下为标准化操作流程:
关键原则:在收集阶段,数量优先于质量,不设过滤门槛;所有候选假设无论看起来多么荒谬,均记录在案。过滤与优先级排序将在第3章完成。
3.1 渠道A:从观察中提取假设
- 记录异常现象:观察者使用“5W1H”模板记录事件发生的背景、时间、地点、人物、过程和频率。
- 标注偏差倾向:区分“事实观察”与“主观推断”,在记录中用
[事实]和[推断]标记。 - 撰写初始假设:将观察转化为“如果…那么…”格式的陈述句。
- 附上证据等级:用A(直接证据)、B(间接证据)、C(无证据)标记当前支持强度。
3.2 渠道B:从文献中提取假设
- 筛选核心文献:选择近5年内的同行评审论文、行业白皮书或权威技术报告。
- 提取可检验命题:关注论文中“未来研究方向”、“局限性”、“未解问题”等章节。
- 语境适配转换:将文献中的通用结论转换为当前问题的具体假设。
- 标注引用来源:使用标准引用格式记录出处,便于回溯验证。
3.3 渠道C:从经验中提取假设
- 组织经验萃取会:邀请3-5名资深从业者进行结构化访谈或小组研讨。
- 使用“关键事件法”:引导参与者回忆过去成功/失败案例中的因果链。
- 记录直觉判断:将专家的“第六感”或“行业常识”转化为可操作假设。
- 区分共识与分歧:标记团队一致认同的意见和存在争议的观点。
3.4 渠道D:从数据探索中提取假设
- 执行探索性数据分析:包括分布分析、相关性矩阵、聚类分析、异常值检测。
- 识别显著模式:关注相关系数|r|>0.5的特征对、显著分组差异或周期性波动。
- 进行维度拆解:将高维模式拆解为低维可检验的原子假设。
- 控除伪相关:使用常识或领域知识排除明显是巧合的相关关系。
4. 四源汇聚流程
四个渠道的假设在每日站会或每周同步会上合并,由实验设计协调员统一录入假设清单模板。合并规则如下:
合并规则:相同或高度相似的假设进行“语义去重”,保留证据等级最高的版本;冲突假设(同一问题结论相反)两条均保留,标记为“待裁决”;无法验证的假设暂不删除,放入“争议池”待后续讨论。
5. 输入输出物
| 类别 | 名称 | 格式/载体 | 责任方 |
|---|---|---|---|
| 输入 | 问题定义文档 | PDF/Word | 实验设计协调员 |
| 输入 | 探索性数据分析报告 | PDF + 可视化仪表盘 | 数据分析师 |
| 输入 | 核心文献摘要清单 | Excel/CSV | 领域专家 |
| 输入 | 关键事件访谈记录 | 录音 + 转录文本 | 协调员 |
| 输出 | 初始假设清单(HCT) | 结构化表格(Excel/Google Sheets) | 实验设计协调员 |
| 输出 | 争议池记录表 | 同一文件独立sheet | 协调员 |
6. 责任边界
| 角色 | 职责 | 不负责 |
|---|---|---|
| 领域专家 | 提供经验假设、判断假设的领域合理性、标注文献来源 | 不负责数据清洗与EDA执行 |
| 数据分析师 | 执行EDA、识别数据模式、排除伪相关、提供数据证据等级 | 不负责文献检索与专家访谈组织 |
| 实验设计协调员 | 组织收集会、维护HCT模板、执行语义去重、管理争议池 | 不负责具体假设的领域真实性判断 |
| 观察记录员 | 按5W1H模板记录现场异常、标记事实/推断 | 不负责假设的优先级排序 |
7. 记录材料
- 假设收集模板(HCT):包含字段——假设ID、来源渠道、原始观察/引用/经验描述、假设陈述(如果…那么…)、证据等级(A/B/C)、冲突标记、记录人、记录日期。
- 争议池记录表:包含字段——争议ID、冲突假设对、双方证据摘要、争议原因、提议裁决方式、裁决截止日期。
- 每日假设收集日志:按日期统计各渠道产出的假设数量、去重后净增数量、当前争议池大小。
- 四源覆盖率检查清单:确认每个渠道至少产出了3条以上候选假设,防止渠道遗漏。
8. 异常处理
| 异常情形 | 识别时机 | 处理措施 | 责任人 |
|---|---|---|---|
| 某渠道零产出 | 每日站会同步时 | 1. 检查前置条件是否满足;2. 由协调员组织专项头脑风暴;3. 申请延长该渠道收集周期 | 实验设计协调员 |
| 假设陈述模糊不可检验 | 录入HCT模板时 | 退回给提交人,要求使用“如果…那么…”格式重写,并补充可观测指标 | 提交人 + 协调员 |
| 大量重复假设 | 合并汇聚时 | 执行批量语义去重,保留证据等级最高的版本,其余在备注栏标记“重复自ID_xxx” | 协调员 |
| 专家经验相互矛盾 | 经验萃取会中 | 两条均保留,标记为“冲突”,记入争议池,安排专题辩论或A/B测试裁决 | 领域专家 + 协调员 |
| 数据模式无法解释 | EDA汇报时 | 作为“待验证异常”暂收入假设清单,标记证据等级C,触发深入归因分析 | 数据分析师 |
9. 验收标准
验收通过条件(全部满足):
- 四源覆盖:观察、文献、经验、数据探索四个渠道均至少产出3条候选假设。
- 格式合规:HCT模板中每条假设均包含完整的ID、来源渠道、陈述句、证据等级、记录人、日期。
- 冲突记录:争议池中记录了所有被识别的冲突假设对,且每条标记了冲突原因和提议裁决方式。
- 去重完成:HCT中无重复语义的假设,重复条目已合并或标记。
- 可检验性:随机抽取20%的假设进行评审,可检验性陈述达标率≥90%(即评审认为可以设计实验验证)。
- 证据标注:每条假设均标注了证据等级(A/B/C),且A级假设占比不超过20%(避免过早锚定)。
常见陷阱:
• 渠道偏食:团队过度依赖自己熟悉的渠道(如只从数据探索中提取),忽略其他渠道,导致假设清单偏差。必须使用四源覆盖检查清单强制约束。
• 过早过滤:在收集阶段就开始评判假设的好坏,会抑制创造性产出。务必坚持“先收集,后过滤”的原则。
• 证据等级滥用:将“专家意见”标注为A级证据,会引入权威偏见。A级证据仅限于有直接对照实验数据支持的情况。
• 渠道偏食:团队过度依赖自己熟悉的渠道(如只从数据探索中提取),忽略其他渠道,导致假设清单偏差。必须使用四源覆盖检查清单强制约束。
• 过早过滤:在收集阶段就开始评判假设的好坏,会抑制创造性产出。务必坚持“先收集,后过滤”的原则。
• 证据等级滥用:将“专家意见”标注为A级证据,会引入权威偏见。A级证据仅限于有直接对照实验数据支持的情况。
10. 本章输出物清单
| 交付物 | 验收人 | 交付时间节点 |
|---|---|---|
| 初始假设清单(HCT)V1.0 | 实验设计协调员 + 领域专家 | 收集周期结束次日 |
| 争议池记录表 V1.0 | 实验设计协调员 | 与HCT同时交付 |
| 四源覆盖率检查清单(已签署) | 项目负责人 | HCT交付时同步签署 |
| 假设收集日志(按日) | 数据分析师(审计用) | 每日更新,存档备查 |