5D Library › 弃单挽回动力学、沉没数据续费棘轮与高客单顾问筛选机制 · English

第七章 《孙子·九地》《鬼谷子》揣摩与《墨子》量功分禄

为什么在这里读这些原典

本书的三个问题各有一段常被引用的古文:弃单之后的紧迫感常被比作「置之死地而后生」,顾问的提问被比作鬼谷子的「揣」与「摩」,按业绩分配报酬被比作墨子的「量功分禄」。本章核对原文,看哪一种读法可以计算,哪一种读法其实指向别处。

九地:把自己置于死地,而不是把买家

原典

《孙子·九地》

投之亡地然後存,陷之死地然後生。

(杨丙安 1999)

孙子说的是将领把自己的军队投入无路可退之地,使士卒死战。它是一种对自己的承诺,而不是对敌人或对第三方的恐吓。把它用在买家身上,制造「最后机会」「名额将尽」的假紧迫感,正是第六章所说的误导性暗模式。可以对应的做法是卖方给自己设限:真实的开班日期、写明的价格调整日、无条件退款的承诺。

揣与摩:先问最有信息的问题

原典

《鬼谷子·揣篇》《摩篇》

古之善用天下者,必量天下之權,而揣諸侯之情。

摩者,揣之術也。內符者,揣之主也。

(许富宏 2008)

「揣」是度量对方的实情,「摩」是用试探使其内情外显。《鬼谷子》的成书年代与作者都有争议,本章只取其文意。把「揣情」写成信息论:一个筛选问题的价值,是客户的合适度与答案之间的互信息。

推导

# Chapter 7. p13: "Weigh the power, probe the feelings" - which question
# first? Five yes/no qualification questions, each with P(yes | high
# fit) and P(yes | low fit); prior high-fit share 0.20. The value of a
# question is the mutual information between fit and the answer (bits).
# With answers independent given fit, compare the expected uncertainty
# left after the best three questions and after the worst three.
from itertools import combinations, product
from math import log2

PRIOR = 0.20
QS = {"budget approved": (0.80, 0.25), "team over 10": (0.70, 0.40),
      "deadline in 90 days": (0.60, 0.30), "decision maker": (0.75, 0.50),
      "used a consultant": (0.50, 0.35)}

def h(p):
    return 0.0 if p in (0.0, 1.0) else -p * log2(p) - (1 - p) * log2(1 - p)

def left(names):
    # expected entropy of fit after answering the questions in names
    total = 0.0
    for ans in product((0, 1), repeat=len(names)):
        ph, pl = PRIOR, 1 - PRIOR
        for q, a in zip(names, ans):
            yh, yl = QS[q]
            ph *= yh if a else 1 - yh
            pl *= yl if a else 1 - yl
        total += (ph + pl) * h(ph / (ph + pl))
    return total

if __name__ == "__main__":
    h0 = h(PRIOR)
    print("   uncertainty before any question: {:.3f} bits".format(h0))
    for q in sorted(QS, key=lambda q: left((q,))):
        print("   {:20s} information {:.3f} bits".format(q, h0 - left((q,))))
    sets = sorted(combinations(QS, 3), key=left)
    print("   best three leave {:.3f} bits; worst three {:.3f} bits".format(
        left(sets[0]), left(sets[-1])))
#    uncertainty before any question: 0.722 bits
#    budget approved      information 0.149 bits
#    deadline in 90 days  information 0.043 bits
#    team over 10         information 0.042 bits
#    decision maker       information 0.031 bits
#    used a consultant    information 0.011 bits
#    best three leave 0.507 bits; worst three 0.641 bits

在示意的五道问题中,回答之前对客户合适度的不确定性为 0.722 比特。「预算已批准」一题提供 0.149 比特,远高于「90 天内有期限」(0.043)、「团队超过 10 人」(0.042)、「本人是决策人」(0.031)与「用过顾问」(0.011)。只问三题时,最好的三题之后剩 0.507 比特,最差的三题之后剩 0.641 比特。这与第五章的结论一致:好的问题是对两类客户答案差别最大的问题。

量功而分禄:按增量付酬

原典

《墨子·尚贤上》

以德就列,以官服事,以勞殿賞,量功而分祿。

(孙诒让 2001)

通行的引法「量功分禄」在原文中是「量功而分禄」:度量功劳,再分配俸禄。用在顾问与销售团队上,问题在于「功」怎么量。第二章与第八章表明,归因数字把本来就会发生的成交也算了进去;按归因付酬,就是按别人的功劳分禄。墨子的原则要求的是按增量计功,并扣除退款。

假说 · 尚未验证

作者的诠释(尚未验证): 按「增量成交额减退款」给顾问计酬,比按成交笔数计酬,一年后的净收入更高而退款率更低。什么会证明它错: 在按团队随机分配计酬方式的试行中,前者的净收入不高于后者,或退款率不低于后者。

小结

《孙子·九地》讲的是对自己的承诺,不能用来为对买家的假紧迫感背书。《鬼谷子》的「揣情」可以写成问题的信息量,「预算已批准」在示意模型中最有信息(0.149 比特)。《墨子》的「量功而分禄」要求按增量而不是按归因计功。

参考文献

孙诒让. 2001. 墨子间诂. 中华书局.
杨丙安. 1999. 十一家注孙子校理. 中华书局.
许富宏. 2008. 鬼谷子集校集注. 中华书局.

Fan, Y. (2026). Cart-Abandonment Recovery Kinetics, Sunk-Data Retention Ratchets and High-Ticket B2B Qualification Mechanisms: Multi-Pulse Follow-Up Timing, Switching-Cost Accumulation and Screening Equilibria [弃单挽回动力学、沉没数据续费棘轮与高客单顾问筛选机制] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.24090209 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).