| 原文首发于公众号。关注公众号，回复“读书”，领取豆瓣读书Top 250电子书。 前段时间人比较累，想读本轻松点的书，恰好看到刘润的新书《底层2》。此前已经拜读过他的《底层思维》（见《掌握底层逻辑，洞察世界的本质》），感觉简单易读风格应该会延续，加上本人又是尊贵的微信读书付费会员，遂选择这本书。 《底层思维2》的有点出乎意料，我依照《底层思维》对它产生了最初的预期，但内容有让我惊喜。这一本书围绕着数学在商业上的应用，用浅显的数学语言去解读商业世界的底层逻辑，不要看到数学思维就感到害怕，作者用的都是最简单的文字，涉及到比较难的部分都会有提醒，可以跳过。 惊喜之处在于，我本人比较喜欢数学，也喜欢思维的东西，所以没有办法抵抗这样的诱惑。尤其是个人的悟性有限，虽然学过这些数学领域，但没办法应用到中，因而一方面对数学在生活中的应用很好奇，也想学习这样的思维方式。 成功公式在理解创业成功公式之前，我们需要来先了解两个概念：基础成功率和整体成功率。基础成功率可以理解为做一件事情成功的概率，它介于0~100%之间。它不可能是0，因为只要你做了，就有可能会成功，比如运气爆棚；它也不可能是100%，因为它受到很多不确定性因素的影响，比如运气很差。而整体成功率则是指你重复做同一件事情，至少成功一次的概率（成功一次你就成功了）。 举个例子，假设现在有5张牌，里面有且只有1张一等奖，（在臆想不妨胆子大一点）奖金10个亿，抽中了你这辈子就财富自由了。现在让你来抽，那么你实现财富自由的基础概率是1/5=20%。假如第一次没中，让你再抽一次，这一次你的基础概率还是20%，因为这是“独立事件”，互不影响。 如果现在就让你抽两次，你实现财富自由的概率是多少呢？这个概率就是你的整体成功率，就不再是20%，而是36%。你只要成功一次就能实现财富自由，计算方式是1-（1-20%）*（1-20%）=36%，只有连续两次都失败你才算失败，所以只要扣除你失败的概率，就是你的整体成功率。 随着抽奖次数的增加，你的整体率会越来越高，逐渐趋近100%，但绝对不会等于100%，总有你无法把控的因素在起作用。如果把抽奖改成创业，那就能得出创业公式：P = 1- （1-p）^{n} （P：整体成功率，p：基础成功率，n：尝试次数）。提高创业成功的概率有两种方式：提高基础成功率，增加尝试次数，也就是我们常说的“正确的事情，重复做”。但创业跟抽牌有一点不同，如果你是在同一个领域连续创业，那么之前的经验是可以积累的，也就是后面的基础成功率会更高，因而整体成功率也会更高。 古代人（尤其是皇帝）愿意多生儿，腾讯的赛马机制，本质也是创业成功公式的应用。按照这种思路，再想想老祖宗给我们留下的名言“失败是成功之母”、“尽人事听天命”等都是有道理，以及那些创业成功人士的话“ 我的成功，主要是靠运气“、“创业需要赌性，但不是赌博”等也都是对的。 加减乘除加法：同维合作 乘法：异维合作 减法：同维竞争 除法：异维竞争 作者还有用加减乘除来看公司财务报表，也是我非常感兴趣的地方，但我目前还没有实践过，待我结合老唐的《手把手教你读财报》一起实践之后，再做分享。读财报也将是我明年主要的学习目标。 笛卡尔坐标假如现在有人问你，“招人是要招态度好的还是能力强的？”如果你用一维视角，那这个问题很难回答，因为能力好意味着态度差，态度好意味着能力差，而处于中间位置的则是两方面都一般。 但如果我们从二维视角，用笛卡尔坐标来展示，就能很清晰的看明白这个问题： 图片取自《底层思维2》
对于明星候选人，我们必须发offer，不能太合适了。但对于小白兔和野狗，是不是可以通过录取后培养成明星呢？这时候我们就要再引入一个维度：可塑性： 图片取自《底层思维2》
应用笛卡尔坐标这种思想，我们可以在商业领域做很多升维分析，比如用“波士顿矩阵”来分析业务不赚钱。作者也提供一套五维模型，帮助我们训练升维思考的能力，感兴趣的可以了解一下。 图片取自《底层思维2》 指数和幂这个在之前不少的读书笔记都有涉及，比如《《纳瓦尔宝典》：赚钱是一门需要学习的技能》、《掌握底层逻辑，洞察世界的本质》。 假设有个小朋友在绘画还是音乐都有天赋，那么他该如何选择呢？音乐行业是相对集中、赢者全得的，顶尖的少部分人吃掉了大部分的份额，而绘画则不然，相对分散，很少有人能占据大份额，但优秀的人也可以很优秀。 两者本质的区别在于“边际成本”，音乐创作出来之后，多生产一份的成本基本为0，所以增长有机会成指数型，而画作创作出出来之后，生产出来还是需要人力成本，因此很难指数型增长。当然两者各有优劣，前者收益很高，但风险很大，成功者寥寥，而后者虽然收益一般，但至少保证饿不死。 这就是关于商业模式的选择，是选择产品（音乐）还是选择服务（绘画），互联网给了创业者做产品的机会，但前提是要熬过奇点，否则可能会饿死，这也就是创业公司需要的原因。 图片取自《底层思维2》
方差和标准差假设现在有两个运动员，成绩差不多，但是有一个成绩稳定，而另一个则时好时坏，作为教练你应该怎么选呢？ 在对比两组的时候，除了看平均值外，还需要看数据的波动程度，而这个波动程度，就是方差和标准差。标准差是方差的平方根，根据方差的计算公司，最后的结果的单位是源数据单位的平方，而标准差则与源数据一致，因此标准差的应用范围更广。 选择公司时，除了看平均工资，还要看工资的标准差；出行时，如果对时间要求高，有限选择地铁，因为地铁的时间标准差更小，更稳定；工厂产品的质量检测，本质也是标准差。对于一个求稳的企业来说，标准差越小越好，因此人员招聘时会趋同，比如同一个学校毕业。但对于追求创新创造的企业来说，则要扩大差异化，因为思维差异的碰撞是创造力的基石。 概率与统计作者说，概率思维是高手和普通人的分水岭。如果你想进一步了解概率思维以及世界的随机性，不妨阅读塔勒布的《随机漫步的傻瓜》。 数学期望 大数定律 条件概率 事实上，这就是骗子聪明的地方，他用这种看似愚蠢，实则聪明的方式筛选目标群体，本质上是一个条件概率问题。 我们假设这个世界分为两种人，一种是容易受骗的人（受骗概率=60%），人群占比20%，另一种是不容易受骗的人（受骗概率=10%），人群占比80%。如果骗子进行无差别的拨打诈骗电话，那么诈骗成功的概率是60%x20%+80%x10%=20%，即拨打5个电话只能成功1个。 但如果采用一种方式，把不容易受骗的人快速筛选出来，那诈骗成功的概率就提升至60%，也就是拨打5个电话成功3个。而这种方式，就是我们最开始说的，用低劣的骗局，一方面节省了时间，一方面也提高了成功的概率。 统计谬误 博弈论博弈论也是最近比较感兴趣的话题，也是接下里可能会学习的方向之一，主要也是三言两句讲不清楚，这里就不过多的介绍，待后续学有所成再做详细分享。 书中在这个章节主要介绍了三个核心的概念：收益矩阵、占优策略、纳什均衡，并分享了三个商业应用：智猪策略、胆小鬼博弈、金球游戏。其中的胆小鬼博弈还是挺有意思的。 说胆小鬼博弈，就不得不提这个案例：在一条乡间的小路上，两辆车相向疾驰。他们发现了彼此，但谁都不想让路，都拼命按喇叭，让对方让开。但对方也不让，两辆车眼看就要相撞了。两辆车肯定都不希望相撞，但也不想让路，因此比拼的是谁先让对方觉得自己是疯子。 这个策略可以应用到跟别人的辩论当中，你只要提前告诉对方，你不讲逻辑，那对方就永远不可能赢你。试问，谁能赢一个不讲逻辑的人呢？我有个朋友就是如此。 刘润作为企业咨询顾问，书籍主要也是面向创业者，不一定适合每个人。不过我个人还是比较喜欢的，如果你对数学思维以及其应用感兴趣，不妨阅读一下。 |
用数学思维理解商业底层逻辑
原文首发于公众号。关注公众号，回复“读书”，领取豆瓣读书Top 250电子书。前段时间人比较累，想读本轻松点的书，恰好看到刘润的新书《底层思维2》。此前已经拜读过他的《底层思维》（见《掌握底层逻辑，洞察世界的 ......
阅读重点
这篇内容能帮你快速理解什么
帮助快速理解主题
通过更完整的主题说明和结构表达，帮助用户更快抓住重点，也让搜索系统更容易识别页面主题。
帮助判断下一步动作
让访问者快速理解当前问题、可行方法以及下一步应该继续看案例、看服务还是直接沟通。
帮助继续浏览与沟通
文章页不只是获取流量，也承担继续阅读、查看服务和发起咨询的承接作用。
继续了解
继续了解这个主题前，你可能还关心这些问题
为什么这类主题适合写成文章？
因为很多用户会通过问题词、对比词和方案词进入网站，文章页越清楚，越容易覆盖更具体的需求。
为什么文章页不能只有正文？
仅有正文不利于继续浏览和转化,文章页还需要总结、问答、相关推荐与咨询入口来承接用户。
看完之后下一步可以做什么？
可以继续看同类文章、服务页与案例页,也可以直接沟通官网升级与搜索优化需求。
这篇文章能帮助我解决什么具体问题？
这篇文章围绕当前主题提供了详细的解决方案、操作步骤和注意事项，帮助你快速理解核心要点并应用到实际场景中。
如何判断这篇文章的内容是否权威可靠？
内容基于实际项目经验和技术实践编写，结合行业标准和最佳实践，同时提供案例数据和方法论支撑，确保专业性和可操作性。
这类内容对SEO和网站排名有什么帮助？
优质的长文内容和FAQ结构能够提升页面主题相关性、增加用户停留时间、降低跳出率，这些都有助于搜索引擎评估页面质量并提升排名表现。
AI搜索引擎会如何理解和引用这类内容？
AI搜索系统会提取文章的实体信息、观点结论和结构化问答，当用户提出相关问题时，可能会引用本文作为答案来源或参考依据。
如果我有更多相关问题可以咨询谁？
可以通过页面底部的联系方式直接咨询我们的专业团队，包括电话、QQ或在线表单，我们会根据你的具体情况提供针对性的建议和方案。
这篇文章和同类内容有什么不同之处？
本文不仅提供理论知识，还包含实战经验、避坑指南和可执行的行动建议，同时兼顾传统SEO和新兴的GEO生成式搜索优化视角。
多久需要更新一次这类内容以保持时效性？
建议每季度审查并更新一次关键数据和案例，如果涉及技术工具或算法变化则需要更频繁地维护，确保内容持续为用户提供准确价值。