即使都是互聯(lián)網行業(yè)，都是一個公司，但專業(yè)背景不同，就會導致認知鴻溝。

說人話，就是內行人和外行人的視角差距挺大的，即使在一個團隊里朝夕相處，這個差距也挺難對齊。

這是一種現象，有兩面性。好處是視角不同才能碰撞出火花，團隊成員互相促進，各司其職；壞處是認知鴻溝會影響溝通效率，嚴重時會有錯誤決策。要正視這個現象，揚長避短。

兩個例子

案例A。推薦算法是一個很專業(yè)的事，但從呈現的結果來看，又是任何人都可以來指點的。類似「怎么給我推這個內容，我有這個畫像嗎？」

當你認為算法做的不好，而自己又是外行使不上勁兒的時候，可能就想人工強干預了?？傆X得自己找?guī)讉€兄弟挑出一堆內容，都會比現在推的更靠譜。

但實際上，人工挑的內容數據表現肯定比算法差，這是被多次驗證的，無需質疑。哪怕你公司里算法團隊再差，也比人工效果更好。否則為什么那幾個老牌新聞客戶端，都跟著今日頭條做個性化推薦，因為不跟就是死啊。

當然，要是比內容質量，人肯定更有把控力。不過這里又會牽扯出很多問題，比如質量如何評判、質量好又有啥用什么的，想起這些問題就頭大，不在這里展開了。

通過這個例子想表達，對于算法來說，內行和外行是有認知鴻溝的。這事肯定還是內行做，哪怕實力不濟，也得死磕這條路。而不是外行來摻和，影響協(xié)作效率，也沒啥實際作用。

案例B。某公司技術負責人總跟我說，你看wb那個打卡簽到發(fā)紅包養(yǎng)成游戲啥的，做的就挺好，咱們運營也應該做這樣的事，對留存有幫助。

憑借經驗我就能推斷出那些玩意對整體留存絕對沒用，顯而易見，無比確定。但畢竟是技術老大提的，肯定不能一下子懟回去，顯得很不謙虛，而且以后咋給人家提需求呢。

我當時說：嗯嗯好，回去研究一下。

我去找朋友問了wb那部分功能的數據，使用人數的比例是個位數，印證了我的判斷。占比這么小的功能，不可能對大盤數據有影響。而且這玩意入口這么深，能找到且會使用的用戶，肯定本身也是產品的高活死忠粉，留存天然就很高，根本不需要對他們做什么額外的拉動，做好核心服務即可。

所以，這樣的功能對于整體是無效的。wb做，肯定是有人家自己的決策背景，是外人不知道的。

通過這個例子想表達，對于運營來說，內行和外行是有認知鴻溝的。如果我無腦的聽了外行的建議，去花費人力和時間做那些功能，結果一定是非常糟糕的，我是沒辦法解釋的。

延伸一下

運營是很容易懂表面，但很難深度理解的專業(yè)，所以你會遇到各種外行視角給出的停留在表象的建議。

諸如，拿來趣頭條模式就可以做好激勵體系，這就是停留在表象且缺乏深度認知的建議，你看到趣頭條的只是那套體系，實際上成功的因素有很多，缺一不可。

在我看來，照搬這套玩法是做不起來的；在有些人看來，這套體系是萬能良藥。這就是「認知鴻溝」。

我一直在想，為什么互聯(lián)網圈里每過一段時間，都會出現類似趣頭條激勵體系這種「萬能良藥」，之前還有過知識付費、社群裂變、紅包活動等等。這些概念火起來之后，各種文章爭先分析，各位老板明令團隊調研學習，快速落地上線。

問題在于，沒人真正的關注，這些狗屁文章寫的到底對不對，文中那些成功的產品，是不是真的靠這個做起來的。

趣頭條的傳播根基是微信，種種原因吧，他們更好的發(fā)揮了微信傳播的紅利，這一點很多產品就無法模仿。

而且趣頭條是一個生意，看的是獲客成本+?；畛杀灸軒矶嗌購V告變現，純看ROI的事。隨著行業(yè)的變化，成本越來越高，這個模式的DAU和變現天花板也越來越低，看看財報就知道了。

所以，趣頭條那個激勵體系只是露出海面的冰山一角啊，怎么能把這個看成全部呢。

后來我想明白了，人們在走投無路的時候，更愿意相信文中的成功故事就是真相。人們需要靈感，更需要希望，至于是不是真相，并不重要。

但作為運營這個領域的專業(yè)人才，要能識別到「認知鴻溝」，保持獨立思考和判斷的能力，不人云亦云。

首先不斷學習和思考，提升自己的專業(yè)能力，成為一個「內行人」；

其次，再去應對認知鴻溝現象，通過自己專業(yè)能力去給出最合理的方案，也給團隊指出更正確的方向。這才是價值的體現。

最后引用梁寧的話：不要相信別人，要相信自己對別人的評估。