一場棒球逆轉里的產品思維課

Thomas Smith在度假前寫的最后一條筆記，是關于一場他"在腦子里幾乎神話化"的逆轉勝。但讓我停下來的不是棒球，是他隨手拋出的一個假設：現代棒球里，大比分逆轉是不是變多了？

他沒查數據，只是"感覺"——先發投手越來越短，中繼投手像走馬燈，防守方永遠在重新適應。這個直覺，放在任何產品迭代場景里都成立。

一、WPA：一個被棒球驗證的"關鍵時刻"算法

Smith用的評分系統叫WPA（Win Probability Added，獲勝概率增加值）。簡單說，它計算每個打席前后，球隊贏球概率的變化幅度。

這場比賽的Superhero是Michael Busch，WPA值.427。數據背后是一個具體場景：九局下半，兩人出局， Cubs落后兩分，一二壘有人。Busch代打敲出安打，靠著Pirates的防守失誤，兩支跑者都回來得分。

Smith特別標注了：「Heroes and Goats are determined by WPA scores and are in no way subjective.」

這句話值得產品經理抄下來。WPA的聰明之處在于，它不獎勵"看起來厲害"——比如長打或三振——只獎勵"改變結果概率"的時刻。Busch那支安打之前，Cubs的絕望感是真實的；之后，比賽被重新打開。

對比之下，Dansby Swanson打了全壘打、跑回三分，WPA只有.107。為什么？因為他的本壘打發生在球隊已經追近之后，概率震蕩幅度沒那么劇烈。

這像不像用戶增長里的"啊哈時刻"（Aha Moment）？不是總時長，不是功能數量，是那個讓用戶從"可能流失"跳到"可能留存"的關鍵行為。

二、先發崩了，中繼怎么接？

Jameson Taillon的WPA是-.310，全場最低。6局被敲6支安打、2保送、掉6分，包括Brandon Lowe的二局滿貫炮——Smith標記為Pirates的"Play of the Game"，WPA .258。

但Taillon撐完了6局。在現代棒球的數據邏輯里，這有點反直覺：既然已經炸掉，為什么不早點換？

Smith沒解釋，但給出了一個觀察角度：Riley Martin中繼1.1局，面對5人解決4人，WPA沒進前三，但Smith寫了句備注——「a few more outings like this and it's going to not easily be dismissed.」

翻譯成人話：樣本還不夠，但趨勢在形成。

這是產品團隊最熟悉的困境。新功能上線，數據好看，但DAU（日活躍用戶）不夠大，不敢全量。Martin的中繼角色就像那個"灰度發布"的實驗組：杠桿不高（moderate leverage），但如果在高杠桿場景重復驗證，就能進入核心決策鏈。

更微妙的是Alex Bregman。Smith給他單獨開了一段：「His pop out RBI was something I've never seen before (not a sacrifice fly, but an RBI).」

高飛犧牲打（sacrifice fly）得打點，規則清晰。但Bregman這球是內野飛球出局，跑者趁機回來得分——Smith查了才知道這算打點。一個邊緣場景，被規則覆蓋，但極少被注意到。

產品文檔里管這叫"邊界用例"（edge case）。大多數時候沒人關心，直到某個季后賽場次里，它決定勝負。

三、逆轉的"神話"與數據現實

Smith列了一串他記憶中的大逆轉：1984年Sandberg Game（落后6分）、某場Dwight Smith的9分逆轉、2018年對Braves的8分逆轉、2016年對Mariners的6分逆轉。

然后他自我糾正：「I could easily suggest that a game like that is often a part of a future playoff team. In reality, I'm sure if I deep dived, you'd find that a five or more run comeback occurs more years than not.」

這句話的結構，像極了產品復盤會上的自我打臉。我們總愛給隨機事件賦予敘事意義——"逆轉氣質""冠軍DNA"——但Smith提醒：五年一次和三年一次，在球迷記憶里都是"那個神奇的賽季"，在概率分布里只是噪音。

他追加了一個未被驗證的假設：現代棒球里，逆轉可能更頻繁。因為先發投手平均長度下降，中繼投手數量膨脹，防守方需要不斷重新適應新球路。

這個"感覺"能不能被數據支持？Smith說不知道。但邏輯鏈是通的：系統復雜度上升 → 方差擴大 → 極端結果概率增加。

放在產品語境里，這就是"功能膨脹"的副作用。團隊從單點突破變成多線作戰，每個迭代都在引入新變量，用戶行為的可預測性反而下降。你以為在優化留存，可能在制造新的流失漏斗。

四、Sweep Avoidance作為核心指標

Smith花了不小篇幅解釋這場比賽的"避免被橫掃"意義：Pirates上次在Wrigley橫掃Cubs是2017年，Cubs上次在主場被任何球隊橫掃是2023年。

這兩個數字的選取很有意思。不是"賽季勝率"，不是"分區排名"，是"避免極端負面事件"的連續記錄。

產品團隊也有這種隱形指標。比如"核心用戶7日回流率"可能不好看，但"從未發生連續兩周零活躍"的紀錄還在——這往往是團隊真正的信心錨點。

Smith的寫法是反高潮的：「Sweeps, come from behinds. These are relatively arbitrary occurrences.」然后話鋒一轉：「The long and the short of it is that the Cubs found a way in this one.」

承認隨機性，同時慶祝系統韌性。這是成熟產品經理的語氣。

五、那張沒畫出來的圖

如果要把這場比賽變成一張產品流程圖，核心節點會是這樣：

起點：Taillon的二局崩盤（-5分，WPA斷崖）→ 中段：Swanson的本壘打+多次上壘（追分，但WPA震蕩有限）→ 關鍵決策：九局下半Busch代打（WPA .427，概率翻轉）→ 終點：Bregman的罕見打點確認勝局。

Smith沒畫這張圖，但他的敘事結構已經暴露了它：WPA不是累計值，是事件驅動的脈沖。產品增長也一樣——不是平滑曲線，是幾個關鍵決策點的非線性跳躍。

最被低估的細節是Matt Shaw的-.081 WPA。0-3，無貢獻，但Smith把他放在"Kid"（第三差）而不是"Goat"（第二差）。為什么？

看完整名單：Billy Goat是Taillon（-.310），Goat是Pete Crow-Armstrong（-.117），Kid才是Shaw（-.081）。層級命名本身就在傳遞信息：有些失敗是系統性的（先發投手崩盤），有些是個體性的（代打沒表現），有些是成長性的（新秀還在適應）。

產品團隊的績效評估，能不能也這么分層？

六、7-8的哲學

文章結尾，Smith輕飄飄地帶了一句：「Up next: The Cubs match up with the Phillies in Philadelphia in a matchup of two 7-8.」

兩支7勝8負的球隊對決。勝率低于五成，但也沒崩盤。這種"中間態"是最難寫的產品故事——不是成功學案例，不是失敗復盤，是系統在噪音中尋找方向的日常。

Smith的整篇文章，就是這種中間態的標本。他沒有渲染逆轉的英雄主義，沒有甩鍋Taillon的崩盤，只是記錄：WPA怎么算，哪些場景被標記為關鍵，哪些球員在積累樣本。

最后看一組數字：Busch的.427 WPA，Conforto的.174，Swanson的.107。三個人加起來超過七成的影響力，但Smith給Swanson的評語是「all over this game」，給Busch的只是數據羅列。

這像不像數據看板和用戶訪談的關系？WPA告訴你誰改變了概率，現場觀察告訴你誰"在場感"更強。產品決策需要兩者，但大多數人只信其中一個。

Smith的選擇是：數據優先，但保留敘述空間。Busch是Superhero，但Swanson是"all over"。沒有沖突，只是不同維度的真實。

下一場對Phillies，兩支7-8的球隊。Smith去度假了，記錄會中斷幾天。但WPA的算法還在跑，每一個打席都在重新計算概率。產品迭代也一樣——假期會打斷敘事，但系統從不停止學習。