FDE 交付实战营

Appearance

第二章 进场诊断 ​

2.3 交叉验证与事实分离 ​

承前：上一节你画好了干系人地图，按"使用者先行、评估人随后"的顺序跑完了 W2 的访谈。现在你手里攥着七八份纪要——然后你发现了尴尬的事：IT 负责人说会员 80 万，运营经理说 120 万，店长说"也就 76 万顶天了"。三个数字，三个部门，彼此矛盾。新手此时的心态是慌，老手的心态是喜——因为矛盾不是噪音，矛盾是诊断的入口。这一节讲怎么用三种交叉验证法拆解矛盾说法，以及怎么把访谈里混成一团的"事实、观点、利益诉求"分离出来。

2.3.1 先分类：事实 / 观点 / 利益诉求 ​

访谈纪要里每一句话，都先过一遍这个三分类过滤器。听起来简单，做起来反直觉——因为大部分人日常说话是三种东西的混合物。

事实（Fact）：可以被独立验证的陈述。"我们每月 5 号跑一次会员全量对账"——你可以看排程、看日志、看产出报表，验证它。

观点（Opinion）：主观判断，无法证伪，但可以量化其分布。"总部发的券跟我们店客群不匹配"——这是店长的观点。你不能验证它"对不对"，但你可以验证它的事实基础（这家店的核销率是不是确实低于均值）。

利益诉求（Interest）：说话人希望你做的事，往往藏在话术后面。"AI 那些东西，我们小门店玩不转"——表面上是个观点，实际可能是利益诉求："别给我加活儿"。识别利益诉求的钥匙在 2.2 节讲过：看他的 KPI。

用青禾的三个会员数做一遍分类练习：

说法说话人表面类型深层内容
"会员 80 万"门店店长事实声称口径=门店能识别的活跃会员，且可能是长期印象值
"会员 120 万"运营经理事实声称口径=累计发卡量，含沉睡卡（其隐藏信息）
"会员也就 76 万"财务转述事实声称口径=年内有消费记录的去重会员

注意分类后的关键认知：三个人都没有说谎。三个都是"事实"，只是分母不同。诊断的产出不是"谁是骗子"，而是"这家公司没有会员数据的单一事实来源"——这个结论写进诊断报告，直接决定后面本体设计（2.4 节）里"会员"这个实体怎么定义、复购率这个北极星指标（1 章）怎么算。

一个识别技巧：带形容词和程度副词的多半是观点（"基本上""其实挺乱的"），带数字、时间、系统名的多半是事实声称（"双 11 那天超卖了两百单"），而反复绕回同一个话题的，底下压着利益诉求。

2.3.2 验证法一：用 A 验证 B（人对人） ​

访谈交叉验证的基本操作：**同一个事实，至少从两个独立来源听到，才能标记为"已验证"。**关键在"独立"两个字——店长和收银员是同一门店的，说法一致不叫独立验证；门店店长和运营经理分属不同数据链路，他们的口径差异才有信息量。

执行上有两个小技巧：

**技巧一：把 A 的话换成中性表述问 B。**不要说"IT 王经理说你们会员 ID 一直没打通，是这样吗？"——这是把 A 卷进冲突，B 会礼貌地替同事遮掩。换成："如果我想查一个会员在店里和线上的全部记录，我该走哪个系统？"如果 B 的回答绕来绕去给不出一条路径，A 的说法就得到了间接验证，而且没人被出卖。

**技巧二：制造"具体的锚"。**问"你们数据乱不乱"永远得不到有效回答；问"上个月你们处理过几次会员重复建卡？"——具体事件会迫使对方调用真实记忆，而不是组织口径。A 说"上季度超卖了两百单"，你把这个数字原样拿去问 B 的同事（换了人名和系统名做模糊化），看对方反应是"差不多"还是"哪有那么多"——两边的差值就是你的修正量。

青禾沙盘里第一轮实际用法的示范：店长说"会员标签都是收银员随手记的"→ 你去问 IT 负责人："会员系统里的标签字段，是谁在维护？"→ IT 说"门店录入，我们只管存储"→ 两个独立链路都指向同一事实：标签录入无规范、无校验。这条被双重验证的事实，就是后来（W4）数据诊断的重点靶子。

2.3.3 验证法二：用数据验证说法 ​

访谈拿到的说法，凡是能落到数据上的，一律用数据复核。这一步要过 IT 负责人或运营经理拿数——注意措辞，你要的是"看一眼分布"，不是"导一份全量"（W2 阶段谈全量数据为时过早，还会触发数据安全警惕）。

三个典型的"说法 vs 数据"核对：

说法一："会员复购率在涨"（增长副总裁）。**核对：**拉 12 个月复购率曲线——如果涨势来自统计口径变化（比如把复购窗口从 30 天放宽到 90 天），曲线的"涨"是假的。这一类"指标幻术"在企业汇报里极其常见，FDE 必须亲自看数。

说法二："三个部门三个会员数"。**核对：**分别请三个部门跑各自口径的 count 查询，把 SQL/筛选条件截图存档。诊断报告里不放"80万/120万/76万"这种裸数字，而放"三个口径各自的定义 + 各自的数"——数字背后口径的分裂才是问题本身。

说法三："券发出去没人用"（店长的观点）。**核对：**拉分门店核销率分布。如果这家店核销率确实垫底 10%，观点升级为"有事实基础的观点"；如果它处于中游，店长的抱怨可能更多指向"券不是我发的、活动不归我管"——那就是利益诉求，不是运营问题。

数据验证有个纪律：**W2 只看数，不搬数。**你的角色是诊断医生，不是数据搬运工；真正的大规模数据接入是 W4 的主题。这一节要的是"用抽样数据校准说法的真伪"，量小而锋利。

2.3.4 验证法三：用行为验证承诺 ​

前两种验证针对"过去的事实"，第三种针对"未来的承诺"——而 FDE 项目里最致命的风险恰恰是承诺。客户口头承诺"数据下周就给你""接口肯定开放""上线我们全力配合"，这些话的可信度差别巨大，靠的就是行为验证。

原则：**承诺的可信度，看对方为此付出的成本。**三个等级：

  • 零成本承诺（口头说说）：可信度低。记入纪要，标注"待验证"。
  • 中等成本承诺（排期、指派具体人）：可信度中。"我让小张下周对接你"——如果一周后小张真的出现了，承诺升级。
  • 高成本承诺（书面、动用审批、占资源）："我已经给数据团队立了工单"——拿到工单号，可信度高。

W2 阶段最典型的行为验证场景：你在访谈结尾请 IT 负责人帮忙开一个只读的测试账号（最小成本的合作请求）。这个请求小到对方不好意思拒绝，但它的兑现与否是一个高灵敏度的信号——如果他连一个只读账号都拖着不给两周，后面所有"支持""配合"的口头表态全部降权。FDE 老手管这叫"承诺探针"：用一个低成本、可观察的请求，测量对方的真实支持度。

这个思路在真实世界有个著名的正面参照：Palantir 的模式之所以强调工程师直接访问客户数据和用户（据 SVPG 分析），就是因为"愿意给 FDE 开数据权限"本身就是客户投入度的试金石——连数据都看不到，谈何深度理解问题、发现并交付解决方案。

行为验证对内（对自己公司）同样适用：你答应客户周五出诊断摘要——出不出、几点出、质量如何，每一项都在为客户校准"这家厂商的话值多少"。信任是双向探针测出来的。

2.3.5 沙盘实战：三个会员数的拆解全过程 ​

把三种验证法串起来，走一遍青禾优选"三会员数"的完整拆解。这是 W2 诊断的核心战例：

矛盾拆解流程

发现矛盾 ──→ 假设：口径不同，非数据错误
    │
    ├─ 人对人：问三方各自的口径定义
    │    80万 = 门店可识别活跃会员（店长口径）
    │    120万 = 累计发卡含沉睡（运营口径）
    │    76万 = 年内消费去重（财务口径）
    │
    ├─ 数据验证：三方各跑 count，SQL 存档
    │    发现：120万里约 40万 18个月零消费
    │    发现：新旧系统 ID 双轨，去重靠手机号，
    │          有 3% 手机号录入错误 → 去重漏
    │
    ├─ 行为验证：请运营经理授权小张下周跑
    │    一版统一口径 → 观察是否兑现
    │
    └─ 产出诊断结论：
         ① 无单一事实来源（组织问题）
         ② 去重逻辑依赖脏数据（数据问题）
         ③ 复购率北极星的分母必须先钉死
           （否则后面所有指标都是浮动的）

看最后一条产出——这就是交叉验证的终极价值：它不是学术洁癖，它直接锁定了项目北极星指标的地基。如果 W2 没拆这个矛盾，W4 做 demo 时复购率怎么算都是笔糊涂账，W7 数字化总监空降后一句"你们这个数字怎么来的"就能把整个项目打回原点。

还有一个值得记住的细节：拆解过程中"新旧系统双轨、靠手机号去重、3% 录入错误"这些事实，没有任何一个人在访谈中完整讲出来——它们是三种验证法叠加后才浮出水面的。单次访谈给你的是视角，交叉验证给你的才是立体影像。这就是为什么 Anthropic 这类做驻场交付的团队要把访谈密度堆得很高（详见 2.5 节）：信息不是聊出来的，是验证出来的。

2.3.6 要点总结 ​

  • 访谈记录先过三分类过滤器：事实（可独立验证）、观点（主观判断）、利益诉求（藏在话术后的诉求，用 KPI 识别）——大部分人说的话是三者的混合物
  • 矛盾不是噪音是入口：青禾三个会员数三个人都没说谎，各自口径不同；诊断产出是"无单一事实来源"，不是"谁在撒谎"
  • 三种验证法：用人对人（独立来源、中性转述、具体锚点）、用数据验证说法（查口径、看分布、W2 只看不搬）、用行为验证承诺（看承诺成本，用"承诺探针"测真实支持度）
  • 交叉验证的终极价值是锁定指标地基：北极星指标（复购率）的分母在 W2 就要钉死，否则后面所有数字都是浮动的
  • 数据、访谈、行为三个信号叠出来的才是立体影像——单靠聊天，双轨 ID 和脏手机号这种事永远不会浮出水面

参考资料 ​