DSTE关键假设验证方法

说到战略规划，很多人第一反应是那些厚得能砸死人的PPT文档、一堆看起来很高大上的模型框架、还有会议上没完没了的争论。但真正做过战略的人都知道，最让人头疼的还不是这些，而是在战略方案终于定下来之后，却发现现实的走向完全不是那么回事。

我有个朋友之前在一家互联网公司负责战略，他们花了三个月做了个看起来很完美的增长方案，结果上线第一个月就被现实狠狠打脸。后来复盘才发现，团队在制定战略时默认了很多假设，但几乎没有认真验证过这些假设是否成立。这不是个例，很多企业都有类似的问题——战略做得很漂亮，但根基是松动的。

今天我想聊聊DSTE框架里的假设验证方法。这个话题看起来有点学术，但实际上跟每个做战略、做决策的人都有关系。我会尽量用大白话来说，力求让你看完之后能直接在工作中用起来。

为什么假设验证这么重要

在展开具体方法之前，我想先说清楚一个事儿：为什么假设验证在DSTE里面占据这么核心的位置。

DSTE是战略到执行的全流程框架，很多企业用它来打通从战略规划到落地的整个链路。但流程再完美，如果最底层的东西错了，上面再努力也是白搭。这个最底层的东西，就是我们做战略决策时所依赖的假设。

举个简单的例子。很多公司在进入新市场时会做一个假设：目标客户对产品的价格敏感度不高。这个假设会影响定价策略、渠道选择、营销方式等一系列决策。如果这个假设错了，后面所有的东西都要推倒重来。但问题是，在做这个假设的时候，有多少企业真的去验证过？

我观察下来，大部分企业的做法是这样的：看到某个市场好像有机会，参考一下竞争对手的做法，再结合自己的经验判断，然后就把假设当作事实来用了。这种做法不能说完全错，但风险确实很大。经验会过时，竞争对手的做法在自己的场景下不一定适用，而市场环境随时都在变化。

假设验证的核心价值就在于，它要求我们在把假设变成行动之前，先用相对较低的成本去确认这个假设是否站得住脚。这不是增加流程负担，而是让后面的路走得更稳。

DSTE框架中的假设层次

要做好假设验证，首先需要理解战略规划中到底有哪些类型的假设。我在实践中一般会把它们分成三个层次，这样思路会比较清晰。

最上面一层是市场假设。这一层关注的是外部环境，包括市场规模、增长趋势、客户需求变化、竞争格局等等。比如，我们假设未来三年目标市场的年增长率会在15%以上，这就是一个典型的市场假设。这一层的假设通常涉及宏观判断，验证起来相对复杂，但一旦出错，影响也是最大的。

中间一层是能力假设。这一层关注的是企业自身的条件和能力，包括技术能力、组织能力、资源禀赋、执行效率等等。比如，我们假设现有团队能够在六个月内掌握某项核心技术，这就是一个能力假设。能力假设相对容易验证一些，但有时候企业会高估自己的实力，低估事情的难度。

最下面一层是执行假设。这一层关注的是具体的落地路径和时间节点，包括资源配置、里程碑设定、风险应对措施等等。比如，我们假设某个关键供应商能够在规定时间内稳定供货，这就是一个执行假设。这一层的假设最细碎，但任何一个小问题都可能让整个项目卡壳。

这三个层次是相互关联的。市场假设决定了战略方向，能力假设决定了能不能做得到，执行假设决定了能不能按时做出来。任何一层出问题，战略都可能失败。在做假设验证的时候，需要三个层次都覆盖到，不能只盯着某一个。

假设识别的工作方法

知道了假设的层次，接下来是怎么把这些假设给识别出来。很多团队在这一步就卡住了——他们知道假设验证很重要，但面对一个战略方案时，根本不知道哪些地方存在假设。

我常用的一个方法是"倒推法"。具体操作是这样的：把战略方案的目标写出来，然后问自己，要达成这个目标，必须满足哪些条件？这些条件就是你的假设。比如，目标是明年在新市场实现一个亿的营收，那么必须满足的条件可能包括：目标客户群体确实存在、我们的产品确实能满足他们的需求、竞争对手不会激烈反应、价格策略是合理的……把这些条件一条一条列出来，假设就差不多出来了。

另一个方法是"找不同"。就是把现在的方案和原来的方案做对比，找出哪些地方做了改变。改变通常意味着新的假设——为什么原来不这么做，现在这么做？依据是什么？这个依据往往就是假设的来源。比如，原来不做某个渠道，现在要做，那为什么要做？依据可能是看到了这个渠道的新趋势，这就是一个关于趋势的假设。

还有一种方法是集体讨论法。叫几个不同背景的人一起来看方案，每个人从自己的专业角度出发，指出方案中那些"感觉不太对劲"的地方。这些不对劲的地方，往往就是潜在的假设漏洞。这个方法特别适合打破思维盲区，因为每个人看到的世界是不一样的。

假设验证的具体方法

识别出假设之后，下一步就是验证。验证方法的选择要看假设的类型和重要程度，不是所有假设都需要用同一种方法来验证。

轻量级验证方法

对于一些相对次要的假设，可以用一些成本比较低的方法来验证。

桌面研究是最基础的方法。通过查报告、读论文、分析公开数据，来验证一些关于市场的假设。比如，想验证某个细分市场的大小，可以找第三方的研究报告来交叉验证。这种方法成本最低，但要注意数据的来源和时效性，别被一些过时或者有偏见的数据带偏了。

专家访谈也是常用方法。找到行业里的资深人士，听听他们的看法和判断。但这里有个问题，专家也不一定全对，而且专家可能有自己立场的局限性。我的建议是多找几个不同背景的专家聊，综合他们的观点来做判断，别听风就是雨。

内部经验萃取也很有价值。翻一翻公司以前做过的类似项目，找当时参与的人聊聊经验教训。很多时候，过去的数据和经验比外部专家的观点更靠谱，因为那是自己踩过的坑。

实战型验证方法

对于那些关系到战略成败的关键假设，仅靠桌面研究和访谈可能不够，需要用更接近实战的方法来验证。

小范围试点是一个非常有效的手段。把假设放到一个可控的小范围里去试试看，看看到底行不行。比如，想验证某个新产品概念是不是真的有市场，可以先在一个小区域或者针对一小部分用户做个测试。试点能拿到最真实的一手数据，虽然成本比桌面研究高，但价值也大得多。需要注意的是，试点要设计好，别弄到最后得出的结论没有代表性。

A/B测试在数字时代变得非常普及。把不同的方案分别拿出来测试，看哪个效果更好。这个方法适用于很多场景，比如验证不同的定价策略、不同的营销文案、不同的产品功能点。A/B测试的优势在于数据说话，避免了拍脑袋决策的随意性。但它需要一定的用户基础和方法论支撑，不是所有场景都能用。

用户研究是一个比较花功夫但很值得的方法。深入到用户的使用场景里去，观察他们到底怎么用产品、他们的痛点在哪里、他们为什么会做出某些选择。有时候用户自己说的和实际做的可能不一样，所以除了访谈，还要配合观察和数据分析。

验证方法的组合使用

在实践中，很少会只用一种方法来验证某个假设。我一般的做法是把多种方法组合起来用，取长补短。

举个例子。假设我们想验证"目标客户愿意为某项新功能支付溢价"这个判断。首先，我们可以通过桌面研究，看看行业里类似功能的定价情况；然后，找几个目标客户做深度访谈，了解他们对这项功能的看法和支付意愿；最后，如果有条件的话，做一个小范围的价格测试，看看到底有多少用户会选择付费。

这三种方法得到的信息可以互相印证。如果三种方法都得出一致的结论，那这个假设的可信度就很高；如果三种方法的结论有冲突，那就需要深入分析一下原因，可能还需要补充更多的验证工作。

验证结果的处理

验证之后拿到结果，怎么处理也是一门学问。结果无非三种情况：假设被证实、假设被证伪、假设存疑。不同的情况有不同的应对方式。

如果假设被证实，那当然可以继续推进，但这里要提醒一下，证实不代表百分之百确定只是说在当前的验证条件下，没有发现明显的反例。市场环境是变化的，原来成立的假设可能过一段时间就不成立了。所以即使是已经被证实的假设，也要保持一定的关注，定期去复核。

如果假设被证伪，那就需要认真对待了。首先要搞清楚，这个假设证伪意味着什么？对战略方案的影响有多大？如果影响是根本性的，那可能需要重新调整战略方向；如果影响是局部的，那可以考虑在现有方案基础上做一些修补。最忌讳的是明知道假设错了，还假装它是对的，继续按原来的方案硬推。

如果假设存疑，验证结果不够明确，那就需要 дополни一些验证工作。增加样本量、换一种验证方法、或者把假设拆解成更细的子假设分别验证。存疑的假设不要急着做决策，否则很可能给自己挖坑。

落地执行的建议

说了这么多方法，最后我想分享一些落地执行的建议。方法论再好，如果落不了地，那就是空中楼阁。

首先是假设验证要嵌入到流程里去。我的经验是，最好在战略规划的关键节点设置假设验证的环节，而不是把它当成一个额外加进来的任务。比如，在战略方案评审之前，要求团队必须把关键假设列出来，并且说明验证方法和验证结果。没有这个环节，战略评审就没有真正触及核心问题。

其次是要有专门的资源投入。假设验证不是顺便做做的，需要花时间、花精力、有时候还要花钱。最好在项目预算里专门列一块来干这个事儿，别让它变成可有可无的东西。

第三是建立假设验证的知识库。每个项目验证过的假设、验证的方法、验证的结果，都应该记录下来。一方面可以避免重复造轮子，另一方面也是组织的学习积累。后来的人可以参考前面人的经验，少走弯路。

第四是培养团队的假设验证意识。这不是一天两天能完成的，需要持续地培训和实践。可以从小的项目开始练手，让团队成员逐渐掌握方法，形成习惯。当假设验证成为团队的共同语言和工作方式的时候，很多问题就能在早期被发现和解决。

写在最后

回顾一下今天聊的内容，我从假设验证的重要性出发，介绍了DSTE框架中假设的三个层次，探讨了假设识别和验证的具体方法，还分享了一些落地执行的建议。

说实话，假设验证这个工作做起来并不轻松。它需要花时间、花心思、有时候还要挑战自己原来的判断。但反过来想想，如果在战略最开始的阶段就能发现那些隐藏的坑，这不是比后面推倒重来强得多吗？

我见过太多企业，战略方案做得很漂亮，执行也很努力，但最后就是因为几个关键的假设错了，导致满盘皆输。如果他们能在规划阶段多花点功夫在假设验证上，结果可能完全不同。

当然，我说的这些也不是什么灵丹妙药。假设验证不能保证战略一定成功，它只是提高了成功的概率。毕竟商业世界里不确定性是永恒的，我们能做的，就是尽可能地把那些可以预见的风险先排除掉。

希望今天的内容对你有所启发。如果你所在的企业正在用DSTE框架做战略规划，不妨把假设验证这个环节好好抓一抓。这事儿值得认真做。