没有真实业务数据时,构造有限假设的关键不是把数字编大,而是把每个假设写成可被一次小动作推翻的陈述。更稳妥的做法是:先选一个你能观察到反馈的代理指标,再规定它在什么条件下算支持、什么条件下算否定。另一种做法是先搭完整数据看板再补业务,代价高且容易在无数据阶段空转。只有当练习目标只是熟悉指标口径时,后者才成立。
如果目标是理解排名变化的因果链,假设应细到一次可执行动作,例如“把标题中的核心词前置,会改变该页面在某一查询下的展示倾向”。如果目标只是熟悉报表结构,假设可以粗到“这批页面属于同一主题簇”,因为你要练的是归类而非验证。
判断自己属于哪种目标,可以看一个信号:你是否能说出假设被推翻时会观察到什么。说不出来,说明粒度太粗,应继续拆;说得出来但无法在一天内完成观察,说明粒度太细,应先合并。
需要提醒的是,练习阶段没有真实业务数据,不等于没有任何反馈。页面是否被处理、查询是否出现展示、内容是否被其他页面引用,都可以作为代理观察。但这些现象有多个合理解释,不能单独当作假设成立的证据。
常见的代理指标有三类:一是页面层面的处理状态,二是查询层面的展示有无,三是站内行为如点击或停留。它们与真实业务结果之间隔着若干环节,所以每个代理指标都要配一句适用条件。
把代理指标写进假设时,建议用“若……则……否则……”的句式。例如:若把某段说明改成步骤列表,则该页面对应查询的展示次数在一周内不下降;否则回到原结构再观察。这样写的好处是,否定条件同样明确,不会在结果不利时临时换解释。
假设你手上有一个练习页,主题是“搜索引擎排名学习”中的某个子问题,但没有真实业务数据。你可以构造三个有限假设:
三种都合理,但一次只能选一种。选择条件是:如果你更想验证“展示是否出现”,选假设一;如果你更想验证“点击是否发生”,选假设二;如果你更想积累可复用的页面结构,选假设三。这个例子的数字和周期都是假设,不是实测结论,目的是说明比较方法:先固定一个变量,再记录变化,而不是同时改三处。
执行动作可以很小:只改标题,不改正文、内链和发布位置。记录改动前后的展示有无和点击有无。如果展示出现但点击没有变化,下一步应检查标题与正文是否一致,而不是继续改标题。如果展示没有出现,下一步应检查页面是否被处理,而不是直接否定标题写法。
一个明确的失效条件是:练习页本身没有稳定的查询需求。此时无论标题怎么写,展示都可能长期为零,你观察到的只是需求缺失,不是假设错误。另一个失效条件是:你同时改了标题、正文和发布时间,导致无法区分是哪一处带来变化。
还有一种容易被忽略的情况:代理指标归零。展示归零、抓取归零或点击归零,都不能单独证明你的处理正确或错误。它们可能来自页面被合并、查询季节波动、练习环境重置,或观察窗口太短。遇到归零,先检查这些替代解释,再决定是否调整假设。
在开始下一次练习前,用一行字写下:我改什么、我观察什么、什么算支持、什么算否定、观察多久。写完后再动手。这个动作的结果会直接决定下一步:如果一行写不满,说明假设还太模糊,应先缩小范围;如果一行写满了但无法观察,说明代理指标选错了,应换一个能看到的反馈。
对已有经验的练习者来说,有限假设的价值不在于猜对排名,而在于让每一次练习都能留下可比较的记录。没有真实业务数据时,能做到这一点,就已经比堆砌完整看板更接近真实决策。