验证、假设与信号识别

共 24 题
#

1. NPS 与 CSAT 的测量差异与解读边界,如何与留存、流失数据交叉验证?

A NPS 高就代表不流失
B NPS 或 CSAT 高都应结合实际留存与流失数据交叉验证,避免单一指标误导 ✓ 正确答案
C CSAT 反映长期忠诚度
D 态度指标与行为指标无需交叉
#

2. 假设文档化如何把隐性假设显性化以支持验证,文档模板与更新机制如何设计?

A 把隐性假设显性化、可验证、可追踪,并设计证据驱动的更新机制 ✓ 正确答案
B 写文档给外人看
C 假设无需验证
D 文档只需写好,无需更新
#

3. 假设验证(Assumption Testing)的真实工程方法

A 一次性验证所有假设
B 凭感觉判断假设是否成立
C 列出假设、按风险排序、用匹配方法验证、量化阈值并驱动决策 ✓ 正确答案
D 只验证低风险假设
#

4. 关键假设(Key Assumption)的真实识别

A 风险低、影响小、已确定
B 已用真实数据验证的假设最关键
C 所有假设都同等关键
D 风险高、影响大、不确定性高,即"错了会导致失败"的假设 ✓ 正确答案
#

5. 噪声(Noise)与信号的区分真实工程方法

A 看单次数据波动
B 单点上涨就确认是信号
C 用足够样本量、观察趋势、统计显著性、多信号交叉验证 ✓ 正确答案
D 忽略统计,靠直觉
#

6. 定性反馈(Qualitative Feedback)的真实解读

A 找模式、与定量数据交叉、识别偏差、转成可验证假设 ✓ 正确答案
B 单条用户赞美就是真实需求
C 定性反馈可完全代表全部用户
D 只信定性,不信定量
#

7. 过度自信(Overconfidence)的真实心理影响

A 越自信越容易成功
B 过度自信无负面影响
C 导致跳过验证、忽视反证、拒绝 pivot,需用强制验证与反证对冲 ✓ 正确答案
D 只需相信自己的判断即可
#

8. 选择性接触(Selection Bias)的真实工程边界

A 样本全来自熟人最准确
B 样本选择有偏(如熟人/早期粉丝)导致结论失真,应保证样本代表性并混入对立样本 ✓ 正确答案
C 只接触支持自己观点的信息没问题
D 选择偏差无需识别
#

9. 锚定效应(Anchoring)的真实验证偏差

A 首先接触的信息不影响后续判断
B 锚定效应无法规避
C 锚定只影响消费决策
D 定价/问题设定锚点会扭曲用户判断,需用无锚点提问、多锚点对比规避 ✓ 正确答案
#

10. 风险假设(Riskiest Assumption Test, RAT)的真实实施

A 平均验证所有假设
B 只验证低风险假设
C 先验证最容易的假设
D 优先验证风险最高、最不确定的假设,用最小验证实验驱动决策 ✓ 正确答案
#

11. 信号趋势(Signal Trend)的真实分析方法

A 看单点数据的涨跌
B 用时间维度、平滑去噪、对比基线、多指标互证识别持续趋势 ✓ 正确答案
C 短期波动就是趋势
D 无需考虑趋势持续性
#

12. 独立验证(Independent Validation)的真实方法

A 产品团队自己验证即可
B 验证方与产品利益相关也没关系
C 只需验证友好用户
D 用第三方、行为证据、客观数据等独立证据验证,避免自我确认偏差 ✓ 正确答案
#

13. 验证方法(Validation Method)的真实局限

A 访谈能完全反映真实行为
B A/B 实验无需样本量
C 单一方法只验证某一层面且都有偏差,需用多方法互补交叉验证 ✓ 正确答案
D 付费验证完全可靠
#

14. Pre-mortem 如何通过“项目已失败”视角暴露风险,与 Post-mortem 的互补关系?

A 两者完全相同
B 只做 Post-mortem 就够了
C Pre-mortem 事前前瞻预防风险,Post-mortem 事后复盘经验,互补构成完整闭环 ✓ 正确答案
D Pre-mortem 是事后复盘
#

15. 假设优先级(Assumption Priority)的真实排序

A 按影响×不确定性排序,优先验证影响大且不确定的假设 ✓ 正确答案
B 按实现难度排序
C 按个人兴趣排序
D 所有假设同等优先级
#

16. 早期信号(Early Signal)的真实识别

A 注册量、下载量高就是好信号
B 一次性活跃粉是强信号
C 单点数据即可确认
D 聚焦留存、付费、口碑等行为信号,看趋势并交叉验证 ✓ 正确答案
#

17. Sean Ellis 测试的真实解读边界

A "非常失望"比例 ≥40% 就绝对证明 PMF
B 此测试无需结合行为数据
C 任意样本都适用
D 40% 是经验参考值,需样本代表性并与留存、付费等行为数据交叉验证 ✓ 正确答案
#

18. 假设 vs 事实(Assumption vs Fact)的真实区分

A 两者完全相同
B 事实有证据且被验证,假设未经证实,需标注状态并用验证转成事实 ✓ 正确答案
C 假设都是错误的
D 无需区分两者
#

19. 假设变更(Assumption Change)的真实管理

A 假设一旦确定就永不改变
B 记录变更、评估连带影响、验证新假设、同步团队,由证据驱动 ✓ 正确答案
C 凭情绪随意改假设
D 假设变更无需记录
#

20. 客户行为(Behavior)vs 客户态度(Attitude)的真实差异

A 行为是客观可观测的证据,态度是主观易受偏差,两者冲突时以行为为准 ✓ 正确答案
B 两者相同
C 态度比行为更可信
D 态度能直接验证真实意愿
#

21. 早期使用率(Early Adoption Rate)的真实解读

A 关注激活、使用深度、留存、付费等使用质量,结合趋势与样本解读 ✓ 正确答案
B 注册量高就代表使用率高
C 单点使用率即可定论
D 尝鲜效应不影响解读
#

22. Sean Ellis PMF Score 阈值 40% 的真实争议

A 40% 是放之四海而皆准的绝对标准
B 40% 与样本无关
C 只靠 40% 就能判断 PMF
D 40% 是经验参考值,受样本、产品、阶段影响,需与行为数据交叉验证 ✓ 正确答案
#

23. 信号过载(Signal Overload)的真实管理

A 收集所有信号越多越好
B 被淹没时随便选个方向
C 信号过载不影响决策
D 锚定核心指标、信号分级、聚焦一个核心问题,用决策框架过滤 ✓ 正确答案
#

24. 偏差纠正(Bias Correction)的真实边界

A 所有偏差都能完全消除
B 纠正目的是降低偏差影响,高影响偏差用方法纠正,难纠正的用多方法对冲 ✓ 正确答案
C 偏差无需纠正
D 纠正偏差不需要成本