在上一章我们重点分析了什么是观点、事实、信息、知识,另外遗漏了三个重要的概念：假设、前提、推论，举一个栗子：阿基米德曾经说过给我一个支点我将翘起地球，前提：给阿基米德一个支点，假设：给予阿基米德支点他就能撬起任何东西--包括地球，推论：撬起地球，显然这是一个基于错误假设得出的结论，现实生活中有很多这样列子，比如“这个人开的是宝马汽车，他一定很有钱”基于所有开宝马的人都是有钱人这样一个并不严谨的假设，能有效区分这些概念有助于过滤大脑接受到的信息，最终帮助我们识别哪些是对我我们有用的知识。说了这么多，什么是认知呢，看下百科定义：
认知，是指人们获得知识或应用知识的过程，或信息加工的过程，这是人的最基本的心理过程。它包括感觉、知觉、记忆、思维、想像和语言等
认知其实是人们发现知识，并且利用知识分析、解决问题的过程
认知过程
一个完整的认知过程（链条）包括如下过程：
获取---加工--构建--分析--解决--反馈--二次构建--二次解决
获取：大脑通过视觉、听觉等感官接收到外界数据、信息、观点、假设、结论、知识等
加工：大脑每天获取海量信息内容后，需要加工、降噪识别我们获取内容哪些是知识？哪些不是知识？
构建：对于我们可能熟悉的知识范畴，大脑会迅速根据构建与之匹配的认知模型；如果没有匹配对应的认知模型，则需要我们建立新的知识体系（我自己知识体系包括工作技能相关的专业知识，表达知识、心智知识、自然科学知识的办法）。关于如何构建知识体系，推荐大家对一本书《你的知识需要管理》，这本书详细介绍了构建知识技巧和方法
什么是认知模型？认知模型是对现实世界及复杂问题的抽象和简化，通常能有效将一些开放问题变成封闭问题，将主观选择问题变成客观决策问题，在这个模型中可以更容易阐述规律和本质。查理芒格的格栅理论就是倡导建立多思维模型（认知模型），按自己直接和间接的经验将其安置在格栅模型（思维模型中），面对不同问题时候就会有相应解决方案和套路，认知模型其实还有另外一种含义：临界知识，临界知识经过实践在某种知识边界内具有普遍指导意义的规律或者方法。人和人核心竞争区别就是在于认知模型建立多少以及临界知识掌握和应用的熟练程度，举几个临界知识：
1.黄金圈法则（通用）
在我《进击卓越产品经理系列-需求管理》提到过通过黄金圈法则分析用户和产品需求，黄金圈法则其实方便我们探寻事务和问题本质很有效的方法，我们每天遇到生活、工作问题都可以用黄金圈法则分析，层层剥离问题表象同时更能深入本质，多从why角度解释原因更容易让其他人接受；举几个场景大家可以思考下：孩子的厌学情绪很严重，表现为贪玩、好动，被老师和同学定义为差等生，我们是否有意识分析小孩为什么厌学？孩子真的是差等生吗？同事说我的方案糟糕透了？我的直接反应是回击最后陷入人身攻击，但是通过黄金圈法则帮助我分析为什么他会说我的方案糟糕透了，有什么事实和基础，又是基于什么样的假设得出我方案糟糕的结论呢？
2.二八定律（经济学概念）
我们经常会接触到一个概念“世界上百分之二十的人掌握百分之八十的财富”，其实二八定律适用面其实更广，比如移动互联网企业中贡献大部分收入的人其实来自少部分用户，作为产品和运营如何分析这些用户行为特点，提高他们留存度相比分析所有用户的行为更具有针对性
3.第一性原理（通用）
第一性原理另外一种通用分析问题的方法，被我们熟知是来自于钢铁侠“马斯克“，他在观察火箭制造商发现购买火箭的成本6500万美元，他从第一性原理思考火箭的组成部分有哪些？比如航空级铝合金材料、钛、铜、碳纤维等，结果最终计算成本大约是火箭价格的2%，后来创造了众所周知的spacex公司将火箭成本削减十分之一，同时创新的发明了可回收火箭。第一性原理最早来自亚里士多德，他将第一性原理定义：事务被认知的第一根本，第一性原理要求深层挖掘事实和真相，直到最基础的原子级，第一性原理能将不同学科的知识组合起来，从而产生全新的方法；第一性原理也是培养独立思考的方法。
4.复利效应（数学）
5.断裂点理论（物理）
6.概率论（数学）
7.进化论（自然科学）
8.mvp最小可行性原则
。。。。。。
分析：构建完成认知模型后，需要通过基础思维（思考框架）分析问题，基础思维框架包括逻辑性思维（归纳、演绎）和非逻辑性思维（逆向思维、结构化思维），这两天一直学习批判思维，我的理解是批判思维不能简单归纳为逻辑思维或者非逻辑思维范畴，因为批判思维过程都有可能用到这两种思维方法，批判思维强调独立思考、客观、重视思考过程中区分假设和前提、问题、目标和意义。现实中我们往往被情绪左右从而不能独立、客观的思考问题，面对对方质疑时候我们本能的选择回击，而不是分析对方质疑的论据和事实基础；当孩子学习不好时，被老师和同学排挤时，本能想着逃避，出现厌学情绪，而不是分析孩子学习差根本原因，我们对外界事物的反应源于心智对于事务感性的反馈，批判思维主张思维控制我们生活的细节包括我们的情绪、行为、决定，而不是被情绪控制，关于批判思维我会单独撰写。
解决：充分对问题进行分析后选择合适的解决方案接下来就是行动部分，任何的认知仅仅停留在解决步骤过程之前很难转化自己知识，只有不断尝试解决问题（包括知识输出）才能将外界过去的知识形成自己知识体系。
反馈：反馈是对我们行动过程的评价，这种反馈包括定量和定性反馈。定性的反馈包括自我复盘反省，以下是我每日定性复盘框架：
今日我在工作和生活中学习到了什么？它与我现有知识体系是什么关系？
今日哪些工作内容做得好？哪些做的不好？原因是什么？我可以改进吗？
今天努力是否有助于完成2018年梦想清单，是否促进我实现3-5年的中长期目标？
今天我更多是在用经验解决问题还是通过创造性学习方法解决问题？有多少时间在低水平勤奋上？
定量的反馈包括数据的客观统计，我们开发一个新功能、上线一个新产品，需要通过数据化指标分析产品能力，常见数据指标有活跃、新增、留存、转化等，常见数据分析方法： A／B test，A／B test有效通过数据帮助我们分析用户对产品（设计）的倾向，从而更了解用户需求和使用习惯帮助我们不同改进、优化产品，以下举一个数据分析的栗子：
网站的用户访问轨迹大多符合F型，因为符合“从上到下，从左到右””阅读习惯，用户访问某网站热力图示意如下：
红色部分是用户点击量最高的部分，也是用户相对活跃的部分，橙色次之，我们可以把我们认为重要的核心的功能布局在活跃的部分，比如天猫的购物车物品的选择，删除功能放在左侧，右下侧则是支付功能符合这种F型的布局，那么用户实际行为是否更倾向使用这种布局呢？可以采用A／B test方法测试不同布局用户转化率从而严重产品设计合理性，以下是我两年前做数据驱动的培训的课件，反映了数据驱动的全流程：
有了初次的反馈后发现原有的的认知模型可能存在不完善地方或者错误的地方，需要二次加工修正、构建更完善的认知模型、再次分析、解决直到新的反馈从而形成认知过程的闭环。
