毛选中解剖麻雀法

一只被你认真解剖过的麻雀，永远比一万只你只在 BI 看板里看见过的麻雀更值钱。先见到一个具体的人，再谈所谓的"用户洞察"。

目录介绍

• 01.被问哑的那场会
• 02.市面误读之辨
• 03.三层独家主张
• 04.一九三〇现场
• 05.原文四维精读
• 06.解剖麻雀方法
• 07.好中差三选一
• 08.解剖五个动作
• 09.两份硬核档案
• 10.三个认知陷阱
• 11.现实映射矩阵
• 12.一个商业切片
• 13.解剖边界之问
• 14.三年认知复利
• 15.收束三句金言

01.被问哑的那场会

我管一条 C 端产品线的时候，季度业务评审会上，老板问我："你们这条线的用户到底是谁？他们为什么留下，为什么走？"

我张口就来：DAU 多少、7 日留存多少、新老用户占比多少、流失漏斗断点在哪一步——数据我背得滚瓜烂熟。

老板听完冷笑了一声："你说的这些我 BI 看板里都能看见，我问的是**'人'**——你能不能给我讲一个具体用户的故事？他几岁、做什么的、每天几点打开你的 App、为什么打开、看完第一屏之后在想什么？"

我哑了整整 15 秒。那些漂亮的看板数据背后，我一个活人都讲不出来。我带着 30 多人的团队，做了一年半这个产品，连一个具体用户长什么样都说不清楚。

那天晚上我回家，重翻《兴国调查》。看到毛主席为了搞懂中国农村的阶级状况，找了八个永丰区的农民，开了一个星期的调查会，把每家几口人、几亩田、欠多少债、每年收入支出、革命前后态度变化全部问清楚。

我看完那段原文那一刻特别羞愧：毛主席做全国革命决策的时候，愿意沉下去解剖八只"麻雀"；而我做一条产品决策的时候，连一只麻雀都没好好解剖过。

我合上书，在笔记本上给自己写了一句话：

"数据看板是骨架，用户故事是肉——你看了一年骨架，却一直以为自己看懂了这个人。"

第二天，我做了进入公司以来最难、也是回报最大的一个决定——下周起，停掉一半数据会，改去做用户访谈。

那一刻我才明白：解剖麻雀不是"调研技巧"，是承认自己之前的一切判断都是漂浮在数据上的幻觉——而数据再漂亮，也代替不了一个活人坐在你面前说的那一句话。

为什么"解剖那一刻"才算调研真正开始？因为之前我做过的所有事情——读报表、看 dashboard、听汇报、做问卷、开评审会——本质上都是在二手信息上推演。我以为自己很懂业务，实际上是很懂"别人加工过的业务"。报表是有人取数取出来的（数据口径就藏着判断）；dashboard 是有人筛选过的（哪些指标该挂、哪些不该挂全是选择）；汇报是下属为了通过而组织的（坏消息会被弱化、好消息会被强化）。这一切之上做出的决策，本质都是在他人的二手信息上做的二阶推演。

直到那次坐在客户面前，听他用自己的话讲那一句"你们的产品我从来没用过完整流程，因为登录就要 5 步"——这一句话直接把我手里那张漂亮的 dashboard 撕得粉碎。dashboard 上写着我们的"日活活跃度优秀"，但客户告诉我他从来没走完一次完整流程。这不是矛盾，这是 dashboard 本来就量不到这件事——它只能告诉你点击数，不能告诉你"为什么有人点击了五次还是放弃了"。一个客户嘴里的具体场景，胜过 100 万行行为日志。

这就是"解剖那一刻才开始"的真正含义——调研的真实起点不是你打开 Excel 的那一刻，是你坐到一个具体的人面前听他讲一句具体的话的那一刻。在那之前的所有动作都叫"准备",从那一刻开始才叫"调研"。这个判断如果不在第一时间扎下来，后面所有的"麻雀解剖"动作都会退化成更精致的 dashboard——形式很像、本质相反。

02.市面误读之辨

市面上解读"解剖麻雀"的内容，九成都在做同一件事——把它翻译成"重视调研"：

"凡事要重视调查研究。" "要深入一线、了解实情。" "做产品要懂用户。"

这些话都没错，但它们是正确的废话。它们让你点头，却不改变你周一早上的行为。

为什么这种翻译反而最流行？因为它最安全。说"要懂用户"不会得罪任何人，也不需要作者自己亲手解剖过一只麻雀。读者读完会觉得"很有道理"，然后合上书，第二天继续看 BI 看板。这种"读了等于没读"的体验，恰恰是市面书的核心商业模式。

真正能改变行为的解读，必须做两件市面书不愿做的事：第一，给出一只麻雀的具体解剖步骤（家庭、收入、轨迹、革命前后……）；第二，承认解剖麻雀要付的时间代价（一周一只、一年只能解剖几十只）。这两件事都让作者显得"不优雅"，所以市面书选择回避。

另一个被严重误读的地方，是把"解剖麻雀"等同于**"做用户访谈"或者"发问卷"**。这是把毛主席八天封闭式调查会，降级成了一场 30 分钟的客气交谈。

毛主席在永丰区开的那个调查会整整一星期，每户的家庭账本、革命前后的真实变化都要问到水落石出。这不是"访谈"，这是像剖一只麻雀一样把这个人的整个生活结构拆开看。

把"解剖"读成"访谈"，是对原文最常见、也最致命的肢解。

03.三层独家主张

我想讲的"解剖麻雀"完全不同。在我看来，这一思想真正的威力在于三点，而这三点几乎被所有市面解读回避了：

第一，解剖麻雀是个体到一般的认识论，不是调研技巧。它解决的不是"怎么收集数据"，而是"在没有大数据的年代，毛主席靠什么做出关于全中国农村的判断"。它的底层是矛盾的普遍性与特殊性——一只典型的麻雀里，藏着所有麻雀共同的结构。

第二，解剖麻雀是用"时间深度"换"信息密度"。它愿意花一周时间彻底解剖一只，而不是花一周走马观花看一百只。深度比广度更值钱——这一点是当代数据驱动文化最不愿意承认的。

第三，解剖麻雀最锋利的地方是"反二手信息"。真正的陷阱不是没有数据，而是你看到的数据全是别人加工过的——BI 看板、用户画像、报告，都是别人替你"看过"了。解剖麻雀强迫你亲自去看一个活人，把代理决策权拿回到自己手里。

这篇文字想讲的，就是这三层——认识论、深度优先、反二手。

04.一九三〇现场

"解剖麻雀"作为一个完整方法论，最精辟的阐述出现在《在中共中央关于调查研究的决定》（1941 年）以及《工作方法六十条（草案）》（1959 年）等文献中：

"要'解剖麻雀'。麻雀虽然很多，不需要分析每个麻雀，解剖一两个就够了。领导干部要善于抓住一个好的、中等的、差的三个类型，加以分析比较，就可以了解一般的情况。"

但它真正的现场，是 1930 年的兴国。红军打开江西兴国县城，俘获了一批国民党官兵。毛泽东抓住机会，找了八个来自兴国县永丰区刚分到土地的农民，开了整整一个星期的调查会。

永丰区位于苏区与白区的交界处，情况极其复杂、极具代表性。八户农民里，每家几口人、几亩田、欠多少债、每年收入支出、革命前后政治态度变化——全部问到底。

这不是哲学讨论，是前线文件。它解决的是一个决定生死的问题：

在没有统计局、没有大数据、没有问卷工具的年代，一个革命党凭什么对"中国农村到底是什么样"做出判断？

把"党"换成"公司"，把"农村"换成"用户"，把"土地革命"换成"产品决策"——问题完全成立。这就是为什么一篇九十年前的方法，今天用起来依然像新的。

毛主席之所以选这八户，不是随手抽样，而是精挑细选的"典型样本"——好的、中的、差的都要有，必须能代表整个永丰区。这个动作背后的方法论一直被忽略，下面会专门讲。

"解剖麻雀"不是西方社会学田野调查的中国翻版。西方田野调查讲究"客观观察、不打扰被观察者"——是看；而毛主席的解剖麻雀直接参与、直接追问、直接对账——是剖。

差异在哪？西方做的是"博物学"，意在描述；毛主席做的是"医学"，意在动手术。前者要的是论文，后者要的是行动方案。这是为什么毛主席兴国调查完，立刻能拿出"打土豪、分田地"的具体路线，而不是写一本《中国农村社会学》。

05.原文四维精读

把"解剖麻雀"那一段原文从字眼、现场、张力、反共识四个维度拆一遍。

原文："麻雀虽然很多，不需要分析每个麻雀，解剖一两个就够了。"

请注意三个字——"一两个"。

不是"几个"，不是"一批"，是"一两个"。这三个字在调研文献里极少出现。为什么这里用？因为他要在开头就给出一个极端的判断——告诉你：贪多就是没有解剖。一周只剖一只是合格的；一周访谈五十个是糊弄。

再看一个字——"解剖"。毛主席不用"调查""了解""访谈"，用"解剖"。这意味着——这个动作是要见血的。羽毛、骨骼、内脏都要拿出来看。温柔的"了解"不算解剖，必须深到组织结构里去。

这句话写在 1941 年的延安。当时坐在台下的人，不是研究员，是正在指挥根据地工作的县委书记、区委书记。

毛主席不是在做学术讲座，他是在告诉这些干部：你们以后做工作的底层认知，要从"听汇报"切换到"亲手剖一只"。因为过去几年的惨痛教训证明——凡是只听二手汇报的干部，都做错了大事。

这段话内部有一个张力——"麻雀虽然很多"和"解剖一两个就够了"是矛盾的。

正常人的逻辑是："样本越多越准。"毛主席偏偏反过来——样本只要一两只，也能得到对一般情况的判断。这不是反统计学，这是揭示了一个常被忽略的事实：在你不知道该怎么提问的时候，深度比数量更重要。

100 份 5 分钟的问卷换不来 1 个 8 小时的深访。前者只能验证你已经会问的问题，后者会让你发现你根本没意识到要问的问题。

市面上把这段话翻译成："要重视典型调查。"

这是温吞的废话。它没说出最锋利的那一层——"解剖一两个就够了"的潜台词是"你的时间不够剖更多，所以必须挑对那一两个"。

差别有多大？ "重视典型调查"：让你觉得"调查很重要"，但你下周还是会按周开 5 个数据会。 "一两个就够了"：逼你周一立刻挑出那"一两只"，并放下其他所有"麻雀计划"。

前一种是文艺腔，后一种是指挥员。这就是解剖麻雀被翻译成口号和被当成工具的区别。

06.解剖麻雀方法

把概念落到判断标准上——什么是真解剖，什么是假解剖。

"麻雀"代表一个具体的、个别的社会单位或问题，如一个村庄、一个工厂、一个社区、一个用户、一个客户、一个订单。它体量小，结构相对完整，易于深入观察。

不要选大象。一头大象解剖一辈子也剖不完。麻雀的好处是麻雀虽小、五脏俱全——这是它作为"典型样本"的全部价值。

"解剖"代表深入、系统、细致的调查研究。不是走马观花，而是深入到内部，分析其各个组成部分——羽毛、骨骼、内脏、神经，一项一项拿出来看。

判断标准很简单：剖完之后，你能不能为这只麻雀画一张"内部结构图"？画不出来，就不算剖过。

哲学基础是矛盾的普遍性与特殊性的辩证关系。任何"麻雀"（个别）都包含着同类事物共有的矛盾（一般）。通过深入研究一个有代表性的个别，就能触类旁通，认识整个一类事物的普遍规律。

这避免了"遍撒大网、劳而无功"式的调查——广撒网换来的是浅，深解剖换来的是真。

07.好中差三选一

这是"解剖麻雀"里最被忽略、却最锋利的一条具体指令。

毛主席强调："领导干部要善于抓住一个好的、中等的、差的三个类型。"

为什么不是抓一个最典型的，而是要抓三个？因为——单一样本会骗人。

只剖一只"好麻雀"，你会得出"这一类都很好"的结论，错；只剖一只"差麻雀"，你会得出"这一类都很糟"的结论，更错。"好、中、差"三选一，是把"幸存者偏差"和"悲观偏差"同时排除掉。

具体怎么选？

好麻雀：在你关心的指标上做得最好的那一类（最重度的用户、最赚钱的客户、最稳定的渠道）。 中麻雀：处于平均水平的那一类——往往是最大的那一群。 差麻雀：明确不行的那一类（流失用户、退订客户、低效门店）。

这三档必须同时取。只取好的不算解剖，只取差的不算解剖，必须三档对照。

剖完三只之后，真正的洞察出现在"对比那一刻"——好麻雀和差麻雀，到底差在哪一根骨头上？这一根骨头就是你下一步要动的。

我后来反复用这个方法。每次只要好、中、差三档同时摆上桌，原本看不见的"杠杆点"会自己跳出来。这是"解剖麻雀"四字背后藏得最深的一刀。

08.解剖五个动作

把"解剖"翻译成可立即执行的五个动作。

第一步，选样本而不是抽样本。"抽样"是统计学概念，要随机；"选样"是麻雀方法，要有意。

具体怎么选？三条标准：典型性（能代表一类）、完整性（结构相对完整）、可达性（你能见到、能问到）。三条任一不达标，换。

第二步，没有提纲不开剖。

毛主席当年在永丰区调查会前是有详细提纲的——人口、土地、债务、收入、支出、政治态度，一项不漏。临场即兴提问 = 不会得到关键信息，因为你的脑子在边问边想，无法深入追问。

提纲不是用来照本宣科，是用来保证你不会漏掉关键维度。

第三步，问到"为什么"的下一层。

普通访谈停在"用户说他喜欢 A 功能"。解剖式调查会继续追问——"为什么喜欢？什么场景下用？没有它会怎样？" 一直追到对方的答案不再是"我觉得"，而是"那天我具体怎么做的"。

只有具体场景里的具体动作，才是真信息。"我觉得""我习惯""一般来说"——这些都是噪音。

第四步，当场对照已有的二手数据。

毛主席八户农民的调查里，反复在做一件事——用农民自己说的家庭情况，对账他从地方报告里看到的统计数字。一旦发现"报告说这家有 5 亩地，农民自己说只有 3 亩"，他就知道地方报告里的所有数字都不可信了。

把这一步映射到产品里就是——听完用户讲完，立刻打开看板对照。如果用户讲的行为路径和数据看板对不上，有问题的不是用户，是你的看板埋点。

第五步，剖完一只必须画结构图。

如果你剖完一只麻雀，给不出"这只麻雀的家庭关系/收入流水/态度演变"完整图，等于没剖。强制画图是反"我以为我懂了"最硬的工具——画的过程会暴露你哪一块没问到。

09.两份硬核档案

毛主席在永丰区八户农民身上做的"档案"，几乎到了今天人类学田野的水准：

家庭这个细胞：每家几口人、几个劳动力、年龄性别。

经济这个骨架：革命前有多少田、欠多少债、每年收入多少、支出多少；革命后分到了多少田、免除了多少债、生活改善了多少。

剥削这个内脏：地租剥削、高利贷剥削（"钱利""谷利""猪利"）、税捐剥削的具体形式和残酷程度。

态度这个神经：革命前后对苏维埃政府、红军的态度变化。

通过这次"解剖"，毛泽东得出了对中国农村革命具有决定性意义的结论：

证实了农村阶级关系的极端不合理性，为"打土豪、分田地"提供了无可辩驳的事实依据。 明确了革命的依靠力量：贫农和雇农是主力。 确定了中农是可靠的同盟军。 为制定土地政策提供了精确数据。

通过深入剖一只代表性的"麻雀"，搞懂了整个中国农村的阶级结构、剥削关系和革命动力。这是"解剖麻雀"思想最经典的一次落地。

那个周一早会，我当着全组宣布：这周我不看数据，我去见用户。

我让运营按"重度活跃—中等活跃—流失"三档，每档挑一个愿意见面的用户，定好"好、中、差"三只麻雀。然后背着一个本子、一支笔、一部录音笔就出门了——毛主席当年就是这么做的。

三天见完，我得到了三个让我后背发凉的发现：

1. 好麻雀（重度用户）：根本不是为了我们自己最自豪的 A 功能留下来的，他只用一个我们差点下掉的边缘功能，每天一次，用完就走。
2. 中麻雀（普通用户）：跟我说"我一直以为 XX 功能是要收费的，所以一直没点"——而那个功能从第一天就是免费的，是我们的入口文案写得像收费。
3. 差麻雀（流失用户）：她说"我不是不喜欢，我是搞不懂这个 App 是给谁用的。"——这句话把我钉在椅子上。我们做了一年半的"定位"，用户根本看不见。

三只麻雀，两天半，信息量超过我过去一年所有的 BI 看板。

10.三个认知陷阱

知道了"解剖麻雀"的概念，不代表能用。真正踩坑的地方在这三处：

最常见的坑——用 30 分钟访谈代替深度解剖。

30 分钟解决不了"解剖"。一只麻雀要剖好，至少 2 小时一对一深聊 + 后续场景观察 + 跨数据对账。30 分钟你只能得到对方"想给你听"的话，剖不到结构。

识别方法：剖完后问自己——"我能讲出这只麻雀的一个具体场景吗？" 讲不出，说明你只问到了态度，没问到行为。

如果样本选择偏差，结论会以偏概全。

很多人选麻雀的标准是"愿意配合"——结果选出来的全是"客气、有时间、爱表达"那一类用户，根本不代表真实分布。你以为剖了一只麻雀，其实你剖了一只"喜欢被剖的麻雀"——这是统计学上最大的陷阱。

对治办法：强制按"好、中、差"三档选；强制包含至少一个"不愿见你"但被你磨来的用户。

解剖者的立场、价值观、经验会影响其观察和分析。

最常见的是——带着结论去剖。你心里已经有"我觉得问题是 A"的判断，整个访谈就会下意识只听到支持 A 的话，其他全部过滤掉。这叫"确认偏误"，它会把一只本来很有价值的麻雀剖成"你想要的样子"。

对治办法：剖之前在本子上写下"我目前的假设是什么"——剖完对照，如果这只麻雀完美验证了你的假设，你大概率没真剖到，重剖。

11.现实映射矩阵

为了让"解剖麻雀"真正落地，做一张矩阵——同一套思想，在四个层面是什么样子：

维度	好麻雀	中麻雀	差麻雀	解剖动作
个人成长	同行业里走得最远的那位	大多数同龄人	已经掉队的同行	三人深聊 8 小时
团队管理	最高产的那个组	平均产出的组	最弱的那个组	跟班一周
C 端产品	重度活跃用户	普通用户	流失用户	各 3 人 2 小时
B 端客户	头部满意客户	中部续约客户	流失客户	CSO 亲自上门

这张表的意义不在于填表，而在于——你永远要先问"我现在面对的问题在哪一行"。搞错了行，剖再多麻雀都白剖。

12.一个商业切片

讲完正面用法，讲一个反面切片——看一家公司怎么因为不肯解剖麻雀，付出了三年代价。

我 2021 年接触的一家中型 SaaS 公司，三年内 ARR 从 1 亿跌到 4000 万。每季度战略会都很热闹——第一季度说获客成本太高，砸钱投流；第二季度说新客户激活差，改 onboarding；第三季度说续约下滑，加 CSM 人手；第四季度说竞品太猛，搞了一次大改版。

四季度做了四件事，每件都很用力，但 ARR 一路下滑。CEO 后来跟我喝酒时说："我每次都看了无数张 BI 报表才决定的。"

我问他："过去一年，你自己亲自见过几个流失客户？"

他想了半天说："一个都没。我们有 CSM 团队整理流失报告。"

我又问："那你看到的所有流失原因，是客户自己说的，还是 CSM 总结的？"

他答："CSM 总结的。"

这就是问题所在——他做的所有决策，都建立在"二手汇报+二手数据+二手判断"上。CSM 为了不背锅，会把流失原因往"市场""价格""竞品"上推；他的看板是 PM 配置的，PM 为了不让自己难看，埋点会避开真正的痛点。他三年里没有亲手剖过一只活的麻雀。

我建议他做一件事：这周亲自去见 3 个流失客户——好麻雀（曾经最满意的）、中麻雀（用了一年的）、差麻雀（用了三个月就退订的）。

一周后他回来，第一句话是："我之前所有判断都错了。真问题不在那四件事里——是我们的产品在去年下半年悄悄变成了'技术上能做但商业上没人需要'的样子。"

规律一，二手信息会成系统地骗你。流失报告、用户画像、客户旅程图——这些"加工过的信息"会过滤掉所有让汇报者难堪的真相。

规律二，麻雀必须由决策者亲手剖。不能让 CSM 替你剖、不能让 PM 替你剖、不能让运营替你剖。谁要做决策，谁就必须亲手剖那一只麻雀——这是这个方法不能让渡的核心。

13.解剖边界之问

"解剖麻雀"是强大的方法，但并非万能，运用时需注意其边界：

"解剖麻雀"（微观深入）和"俯瞰森林"（宏观把握）必须结合。

只剖麻雀容易陷入个案陷阱——你剖了 3 只重度用户，可能他们恰好是同一个公司的同事，根本不代表市场。所以剖完麻雀必须回到大数据看一眼整体分布——既要看肉，也要看骨架。

"解剖"容易看到某一时间点的静态结构，而事物是不断发展变化的。

毛主席的兴国调查除了问"现在怎样"，还问了**"革命前后变化"**——这不是顺嘴，是刻意。每次解剖必须问"过去半年/一年这件事是怎么演变的"，否则你拿到的是一张快照，不是一段电影。

解剖一只是不够的，剖一万只是浪费的。

实操经验：每个关键问题，3 只起步、9 只封顶。3 只是好中差对照的最小集；9 只是 3 档每档 3 人的稳健集。再多就是边际递减。

14.三年认知复利

那个周一早会，我当着全组宣布：这周我不看数据，我去见用户。

那一周我每天背着本子出门，访谈、记录、对账，晚上回家整理。我以为我会很累，结果反而是我那一年最不焦虑的一周——因为我每天都知道"今天我又见到了一只活的麻雀"，那种踏实感是看 BI 看板永远换不来的。

最深的感受不是"我学到了什么"，而是那种"决策有底气"的体感——以后在评审会上别人提任何方案，我脑子里都能调出一个具体的人，问一句"她会用吗"。这一句话比所有的"我们应该……"更有说服力。

一只麻雀只是一次幸运，三只麻雀还不够决策，必须把解剖麻雀变成团队的长期能力。

第一个月我做了三件事：

1. 定下"月度三只麻雀"制度：每月产品、运营、设计各出一人，每人独立访谈一个好麻雀、一个中麻雀、一个差麻雀，共九只。每月第一个周五做"麻雀会"，每人讲 20 分钟。
2. 建了一本《用户档案》：第一页就是《兴国调查》那张八户农民的表——姓名、年龄、职业、每天几点打开、为什么打开、打开后做什么、为什么留下、什么情况会走。九只麻雀一月九页，一年 108 页。
3. 停掉了一半"数据会"：原本每周两次的 BI 通晒改成每月一次，省下来的时间全部用于做麻雀会和用户访谈。

那个月月底做复盘时，我的 PM 给我发了一句话："老板，我突然觉得我们在做产品，不是在看表。"

半年后，我们这条线的留存拉起来 11 个百分点。但我个人最大的改变不是这个数字，而是三件事：

1. 面对一切新业务，我先问：我手上有几只麻雀？ 如果一只都没有，再好看的数据我都不敢往下做决策。
2. 我不再迷信"大数据"。BI 看板能告诉我"有问题"，但永远告诉不了我"为什么"。回答"为什么"的永远是一个活人坐在我面前说的话。
3. 我带的每一个新人上岗第一个月，我只让他做一件事：去访谈 10 个好麻雀、10 个中麻雀、10 个差麻雀，回来给我讲故事。讲不出故事，数据再熟我也不让他提业务方案。

三年之后，我形成了一套几乎条件反射的筛选——任何说"我有数据支持"但讲不出三个具体用户故事的方案，我一律打回。"有数据"不等于"懂用户"，二者之间隔着一只你没解剖过的麻雀。

过去我以为"懂用户"是指"熟悉用户画像"。解剖麻雀这一课让我听懂了——懂用户指的是，你脑子里随时能调出几个具体的、活生生的人，他们的名字、他们的那句话、他们那天皱眉的样子。离开这几个具体的人，你所谓的"用户画像"就是一张贴在墙上的纸，风一吹就散。

15.收束三句金言

一句话核心：

一只被你认真解剖过的麻雀，永远胜过一万只你只在 BI 看板里看见过的麻雀——这是整个"解剖麻雀"思想留给我最硬的一句。

你应该带走的三件事：

立刻定下你的"三只麻雀"：在你当前最关键的问题上，按"好、中、差"三档，这周之内各见一个真实的人。不要代理数据、不要二手反馈，你自己去见。 给每只麻雀留一份"兴国式档案"：家庭、收入、每天的行动轨迹、革命前后（用前/用后）的态度变化——毛主席在 1930 年就告诉你该怎么列这张表了。 把"解剖麻雀"变成团队制度：月度三只麻雀、每月一次麻雀会、新人入职必须先访谈 30 只。把它沉淀为制度，你就拥有了一支"永远摸得到地面"的队伍。

一句留给你的反问：

关于你现在最焦虑的那个业务问题，过去 30 天你亲自见过几个活人？ 如果答案是"零"，先别再开数据复盘会——你的问题不是数据不够，是没剖过麻雀。