作为运营这个领域的专业人才，要能识别到「认知鸿沟」，保持独立思考和判断的能力，不人云亦云。
即使都是互联网行业，都是一个公司，但专业背景不同，就会导致认知鸿沟。
说人话，就是内行人和外行人的视角差距挺大的，即使在一个团队里朝夕相处，这个差距也挺难对齐。
这是一种现象，有两面性。好处是视角不同才能碰撞出火花，团队成员互相促进，各司其职；坏处是认知鸿沟会影响沟通效率，严重时会有错误决策。要正视这个现象，扬长避短。
两个例子
案例A。推荐算法是一个很专业的事，但从呈现的结果来看，又是任何人都可以来指点的。类似「怎么给我推这个内容，我有这个画像吗？」
当你认为算法做的不好，而自己又是外行使不上劲儿的时候，可能就想人工强干预了。总觉得自己找几个兄弟挑出一堆内容，都会比现在推的更靠谱。
但实际上，人工挑的内容数据表现肯定比算法差，这是被多次验证的，无需质疑。哪怕你公司里算法团队再差，也比人工效果更好。否则为什么那几个老牌新闻客户端，都跟着今日头条做个性化推荐，因为不跟就是死啊。
当然，要是比内容质量，人肯定更有把控力。不过这里又会牵扯出很多问题，比如质量如何评判、质量好又有啥用什么的，想起这些问题就头大，不在这里展开了。
通过这个例子想表达，对于算法来说，内行和外行是有认知鸿沟的。这事肯定还是内行做，哪怕实力不济，也得死磕这条路。而不是外行来掺和，影响协作效率，也没啥实际作用。
案例B。某公司技术负责人总跟我说，你看wb那个打卡签到发红包养成游戏啥的，做的就挺好，咱们运营也应该做这样的事，对留存有帮助。
凭借经验我就能推断出那些玩意对整体留存绝对没用，显而易见，无比确定。但毕竟是技术老大提的，肯定不能一下子怼回去，显得很不谦虚，而且以后咋给人家提需求呢。
我当时说：嗯嗯好，回去研究一下。
我去找朋友问了wb那部分功能的数据，使用人数的比例是个位数，印证了我的判断。占比这么小的功能，不可能对大盘数据有影响。而且这玩意入口这么深，能找到且会使用的用户，肯定本身也是产品的高活死忠粉，留存天然就很高，根本不需要对他们做什么额外的拉动，做好核心服务即可。
所以，这样的功能对于整体是无效的。wb做，肯定是有人家自己的决策背景，是外人不知道的。
通过这个例子想表达，对于运营来说，内行和外行是有认知鸿沟的。如果我无脑的听了外行的建议，去花费人力和时间做那些功能，结果一定是非常糟糕的，我是没办法解释的。
延伸一下
运营是很容易懂表面，但很难深度理解的专业，所以你会遇到各种外行视角给出的停留在表象的建议。
诸如，拿来趣头条模式就可以做好激励体系，这就是停留在表象且缺乏深度认知的建议，你看到趣头条的只是那套体系，实际上成功的因素有很多，缺一不可。
在我看来，照搬这套玩法是做不起来的；在有些人看来，这套体系是万能良药。这就是「认知鸿沟」。
我一直在想，为什么互联网圈里每过一段时间，都会出现类似趣头条激励体系这种「万能良药」，之前还有过知识付费、社群裂变、红包活动等等。这些概念火起来之后，各种文章争先分析，各位老板明令团队调研学习，快速落地上线。
问题在于，没人真正的关注，这些狗屁文章写的到底对不对，文中那些成功的产品，是不是真的靠这个做起来的。
趣头条的传播根基是微信，种种原因吧，他们更好的发挥了微信传播的红利，这一点很多产品就无法模仿。
而且趣头条是一个生意，看的是获客成本+保活成本能带来多少广告变现，纯看ROI的事。随着行业的变化，成本越来越高，这个模式的DAU和变现天花板也越来越低，看看财报就知道了。
所以，趣头条那个激励体系只是露出海面的冰山一角啊，怎么能把这个看成全部呢。
后来我想明白了，人们在走投无路的时候，更愿意相信文中的成功故事就是真相。人们需要灵感，更需要希望，至于是不是真相，并不重要。
但作为运营这个领域的专业人才，要能识别到「认知鸿沟」，保持独立思考和判断的能力，不人云亦云。
首先不断学习和思考，提升自己的专业能力，成为一个「内行人」；
其次，再去应对认知鸿沟现象，通过自己专业能力去给出最合理的方案，也给团队指出更正确的方向。这才是价值的体现。
最后引用梁宁的话：
不要相信别人，要相信自己对别人的评估。
