波动与傅里叶（Waves & Fourier）
· · ·
复杂信号可以被拆解为简单波——以及为什么看待问题要看频率结构。
题目进度 0 / 0 ✓ 0
**预计时间：**15 分钟 + 20 分钟测验 = 35 分钟。
核心定义
任何复杂波形都可以被分解为不同频率、不同振幅的正弦波之和——这就是傅里叶变换。频域视角揭示了时域看不到的结构。
一、物理学的波动
1.1 波的基本参数
波有四个关键参数：
- 振幅——强度（高度）
- 频率——每秒钟波动的次数
- 相位——时间起点
- 波长——空间周期
波速 = 频率 × 波长。
1.2 叠加原理
波具有叠加性：两个波相遇时，合成波等于各自振幅的代数和。这就是为什么：
- 两列波同相 → 振幅加倍（建设性干涉）。
- 两列波反相 → 振幅抵消（破坏性干涉）。
1.3 傅里叶变换
法国数学家傅里叶证明：
任何周期函数 f(x) 都可以用无限多个正弦/余弦函数之和表示。
这就是为什么音乐可以数字化、图像可以压缩、信号可以滤波——把所有信号看作频谱而非时序。
关键直觉
时域上看似杂乱的信号，在频域往往有清晰结构。例如：
- 股市日线很乱 → 月线、季线、年线更清晰。
- 用户行为日志很乱 → 周活跃、月活跃曲线更清晰。
- 短期数据噪声大 → 长期数据趋势清晰。
二、商业里的波动与频谱
2.1 商业指标的”频率分解”
把任何商业指标分解为不同频率的波动：
| 频率 | 周期 | 反映什么 |
|---|---|---|
| 高频 | 小时/天 | 噪声、突发事件、运营操作 |
| 中频 | 周/月 | 短期波动、季节性、促销影响 |
| 低频 | 季度/年 | 业务趋势、战略效果 |
| 超低频 | 5-10 年 | 行业周期、技术革命 |
2.2 周期与决策周期
不同决策要看不同频率的指标：
- 运营决策（小时/天）→ 看高频指标（日活、实时交易量）。
- 产品决策（周/月）→ 看中频指标（留存、转化）。
- 战略决策（年）→ 看低频指标（市场份额、品牌资产）。
芒格的”长期价值投资”看的就是超低频指标——5-10 年的商业本质。
2.3 季节性的本质
许多商业指标有季节性（如双 11、Q4 旺季、春节淡季）。季节性就是特定频率的波——它每年以同样方式出现。
识别季节性是数据分析师的基本功：
- 服装：冬季 vs 夏季销量。
- 电商：双 11 vs 其他时段。
- 旅游：节假日 vs 工作日。
三、对 PM/BA 的具体启示
3.1 决策频率必须匹配观察频率
最常见的错误是用高频指标做低频决策，或反过来：
- 战略决策看日活数据 → 噪声太大，看不清趋势。
- 运营决策看年度数据 → 太迟，看不到即时问题。
3.2 滤掉噪声看趋势
噪声是高频信息，趋势是低频信息。看清趋势的方法：
- 移动平均——7 天移动平均滤掉日波动。
- 指数平滑——对近期数据加权。
- 看长期——季度数据比日数据更能反映趋势。
3.3 识别周期性并提前准备
季节性/周期性是可预测的。识别周期性后：
- 旺季前1-2 个月提前备货、招聘、扩容。
- 淡季前提前调整库存、缩减成本。
- 行业周期（如 7-10 年康波周期）——提前布局。
3.4 干扰与叠加——理解相互作用的本质
当多个项目同时上线，效果可能叠加或抵消：
- 两个增长项目同向 → 效果叠加（建设性干涉）。
- 一个增长、一个精简 → 效果抵消（破坏性干涉）。
四、傅里叶思维的最高应用
傅里叶思维的最高应用是：任何复杂问题，都可以分解为简单问题的叠加。
- 复杂组织问题 → 分解为简单的角色、流程、激励。
- 复杂产品问题 → 分解为简单的功能、用户、场景。
- 复杂策略问题 → 分解为简单的杠杆、风险、收益。
芒格反复强调”把复杂问题拆解为简单要素”——这就是傅里叶思维。
五、测验（12 题）
1
傅里叶变换的核心是？
2
波的"建设性干涉"是什么？
3
"频域视角"看到的结构是什么？
4
决策周期与观察频率的关系？
5
季节性的本质是什么？
6
噪声与趋势的区别？
7
用日活数据做战略决策的问题？
8
移动平均的目的是？
9
项目叠加效应告诉我们？
10
傅里叶思维的最高应用？
11
芒格"5 年视角下的趋势比 5 天视角下的噪声重要"反映？
12
商业指标"频率分解"中，超低频（5-10 年）反映？
读场景题
R1
R1. 场景：你的产品日活在双 11 期间翻倍后又回归。从频域角度？
R2
R2. 场景：你的季度数据比上季度增长 5%。但日数据波动很大。从频域思维？
**下一步：**看 Lesson 0013 · 混沌与敏感性（Chaos & Sensitivity）。