Day 6：迭代修正
退到哪一层，是最关键的判断。
从 Day 5 开始
昨天你学了怎么判断假设成立还是不成立——定标准、看数据、防自欺、分阶段。
现在数据出来了。两种可能：
第一种，数据说假设成立。恭喜，但这只是一个假设通过了——你还有很多假设要验证。继续跑 BML 循环（Day 4），用更高精度的方法验证下一个。
第二种，数据说假设不成立。你的方案没有关闭那个缺口，或者关闭的程度远低于预期。
大多数人这时候会做两件事中的一件：要么赶紧改功能（"加个推送提醒应该就好了"），要么整个放弃（"这个方向不行，换一个"）。
两种都可能是对的，也可能是错的。关键在于一个判断：问题出在哪一层？
这就是 Day 6 要做的事。
修正的三个维度
我们分析了 12 位在"验证失败后怎么办"这件事上有深入贡献的产品人——从 Intel 传奇 CEO 到精益创业之父，从硅谷顶级风投到哥伦比亚商学院教授，跨越芯片制造、互联网创业、企业通讯和流媒体，1996 到 2021。
他们的背景各不相同，但所有人都在回答同一个问题的不同层面：数据告诉你错了，然后呢？
分析之后，三个维度自然涌现：
| 维度 | 核心问题 |
|---|---|
| 判断层级 | 退到哪一层？ |
| 调整幅度 | 改多大？ |
| 决策质量 | 怎么保证这个决定本身是对的？ |
三个维度缺一不可。只判断层级不控制幅度——知道问题在哪但不知道改多少。只控制幅度不判断层级——在错误的层面上精心调整。没有决策质量保障——可能在自欺欺人地"修正"。
接下来，你会依次体验这三个维度。每一步都有练习题，做完你就知道自己在修正这件事上最弱的环节。
判断层级：退到哪一层？
核心技能：区分"解法错了"和"问题定义错了"和"整个方向错了"。
先看看牛人怎么做：
- Torres — 沿着 OST（Day 2）逐层上退：假设测试失败 → 换方案；方案都不行 → 换机会；机会选错了 → 退到目标层
- Cagan — 把 pivot 分成两级：Discovery Pivot（换解法，每周可能发生几十次）和 Vision Pivot（换整个产品方向，整个公司生命周期可能只有几次）
- 梁宁 — 点线面体：你的问题出在产品功能（点）、产业链位置（线）、所处平台（面）、还是大势（体）？面和体是你控制不了的——如果平台在下沉，点和线上的任何修正都救不了你
三个人的框架不同，但都在做同一件事：先搞清楚你站在哪一层，再决定退到哪一层。
这件事为什么难？因为大多数人的本能是从最小的改动开始——改个功能、调个参数、换个文案。这不是因为他们判断力差，而是因为小改动的心理成本最低。承认"问题定义本身就是错的"，意味着过去几周甚至几个月的工作需要被重新审视。
练习 1
练习 2
判断了层级之后，下一个问题是：具体改什么、改多大？
调整幅度：改多大？
核心技能：不是"要不要变"，而是"变哪一个"。
先看看牛人怎么做：
- Ries — Pivot 不是随机改，是结构化改变。他分类了 10 种 Pivot 类型，从最小的"聚焦"到最大的"商业架构转换"
- Blank — 在商业模式画布的 9 个格子中，定位出问题的那个格子，只改那个格子
他们都在做同一件事：给"改变"装上结构。 不是"我们需要改一改"，而是"我们要改画布上的哪个格子、用 10 种 Pivot 中的哪一种"。
Ries 的 10 种 Pivot 类型
Ries 对 Pivot 给出了精确定义：
"Pivot 不只是'你该变了'。它是一种结构化的改变，目的是测试关于产品、策略和增长引擎的新的根本假设。"
关键词：结构化、一个根本假设。Pivot 保留已经验证过的认知，只改变一个核心假设。
| 类型 | 改什么 | 幅度 | 经典案例 |
|---|---|---|---|
| Zoom-In（聚焦） | 一个功能变成整个产品 | 小 | Instagram（从全能社交工具到纯照片分享） |
| Zoom-Out（放大） | 整个产品变成更大产品的功能 | 小 | — |
| Customer Segment（用户群） | 产品不变，换一群用户 | 中 | — |
| Customer Need（用户需求） | 用户不变，换一个问题 | 中 | Twitter（从播客平台到短消息） |
| Channel（渠道） | 换触达方式 | 中 | — |
| Technology（技术） | 换技术实现同样方案 | 中 | — |
| Value Capture（变现） | 换赚钱方式 | 中 | — |
| Engine of Growth（增长引擎） | 在病毒/黏性/付费间切换 | 大 | — |
| Platform（平台） | 应用变平台或反过来 | 大 | — |
| Business Architecture（商业架构） | 高毛利低量 ⇄ 低毛利高量 | 大 | — |
Ries 说了一句所有做过 Pivot 的创业者都会共鸣的话："问任何一个做过 pivot 的创业者，他们都会告诉你：希望自己当初早一点做这个决定。"
练习 3
练习 4
知道了退到哪层、改多大，还剩最后一个问题：怎么确保这个修正决策本身是对的？
决策质量：你怎么知道自己不是在自欺？
核心技能：用结构和纪律对抗沉没成本和情感绑定。
先看看牛人怎么做：
- Grove（Intel CEO）— "新 CEO 测试"：如果董事会炒了我，新来的人会怎么做？
- Horowitz（a16z 联合创始人）— 把修正逻辑完整写下来，和自己的心理活动分开
- Bezos — 大多数修正是双向门决策（Day 3），70% 确定就行动，不行退回来
- McGrath（哥伦比亚教授）— "雪从边缘融化"：最早的信号不在核心团队，在一线
四个人方法不同，但都在对抗同一个敌人：你对过去投入的情感绑定。
修正之所以难，不是因为判断力不够，而是因为你在判断自己过去做的事——这里面有太多情感。花了三个月做的东西，你不想承认它有问题（Day 5 讲过的 IKEA 效应）。团队跟你一起加班赶出来的方案，你不想说"这个方向不对"。投资人听过你的故事，你不想说"故事要改"。
Grove 用一个思维实验切断了这些情感。
Grove 的"新 CEO 测试"
1985 年，Intel 的存储芯片业务正在被日本竞争者击溃。Grove 问联合创始人 Gordon Moore：
"如果我们被炒了，董事会请来一个新 CEO，你觉得他会怎么做？"
Moore 回答："他会让我们退出存储芯片业务。"
Grove 说："那我们为什么不自己走出去，再走回来，自己做这件事？"
Intel 随后全面转向微处理器，成为此后几十年全球最重要的芯片公司之一。
这个测试的力量在于：新 CEO 没有沉没成本。他没有花十年做存储芯片，没有团队感情，没有"我的身份就是存储芯片"的包袱。他只看事实。问自己"新 CEO 会怎么做"，就是强制用局外人的视角审视自己的处境。
练习 5
练习 6
回头看
不只是回头看今天——回头看整个 Week 1。
六天前，你从一道面试题开始。面试官问："你怎么发现用户需求？" 你的第一反应大概是"做用户调研"。
六天后，你走过了一条完整的路：
| Day | 做了什么 | 核心认知 |
|---|---|---|
| Day 1 | 发现需求 | 需求藏在情绪和社交关系里，不在用户说的话里 |
| Day 2 | 定义产品 | 把模糊的痛变成可验证的假设——先拆解、再排序、最后表达 |
| Day 3 | 做决策 | 不是拍脑袋，是三层判断：值不值得做、什么形式做、能不能持续 |
| Day 4 | 构建原型 | MVP 不是简陋产品，是最小实验——用最低成本验证最关键的假设 |
| Day 5 | 验证假设 | 先定标准再看数据，行为数据优先于态度数据，防自欺靠结构不靠自觉 |
| Day 6 | 迭代修正 | 退到哪一层是最关键的判断——方案层、机会层、还是目标层 |
这六天不是六个独立的知识点。它们是一个闭环：
发现 → 定义 → 决策 → 构建 → 验证 → 修正
↓
带着新问题，重新发现修正之后回到发现，但这次的发现质量完全不同——你知道该看哪里、问什么问题、什么是真信号什么是噪音。每跑一圈，你对用户的理解就深一层。产品就是这样变好的，没有别的方式。
今天你学了三个维度：判断层级（退到哪层）、调整幅度（改多大，Ries 的 10 种 Pivot）、决策质量（Grove 的新 CEO 测试、Horowitz 的"写下来"、Bezos 的双向门、McGrath 的边缘信号）。
这三个维度解决的是同一件事：让修正不靠直觉，靠结构。 你的直觉会被沉没成本、IKEA 效应、确认偏误（Day 5）带偏。结构不会。
明天是 Day 7，Week 1 的最后一天。你会把六天学到的东西串成一个你自己能用的工作流。