一场棒球逆转里的产品思维课|cubs|全垒打|思维课|本垒打|棒球逆转

Thomas Smith在度假前写的最后一条笔记，是关于一场他"在脑子里几乎神话化"的逆转胜。但让我停下来的不是棒球，是他随手抛出的一个假设：现代棒球里，大比分逆转是不是变多了？

他没查数据，只是"感觉"——先发投手越来越短，中继投手像走马灯，防守方永远在重新适应。这个直觉，放在任何产品迭代场景里都成立。

一、WPA：一个被棒球验证的"关键时刻"算法

Smith用的评分系统叫WPA（Win Probability Added，获胜概率增加值）。简单说，它计算每个打席前后，球队赢球概率的变化幅度。

这场比赛的Superhero是Michael Busch，WPA值.427。数据背后是一个具体场景：九局下半，两人出局， Cubs落后两分，一二垒有人。Busch代打敲出安打，靠着Pirates的防守失误，两支跑者都回来得分。

Smith特别标注了：「Heroes and Goats are determined by WPA scores and are in no way subjective.」

这句话值得产品经理抄下来。WPA的聪明之处在于，它不奖励"看起来厉害"——比如长打或三振——只奖励"改变结果概率"的时刻。Busch那支安打之前，Cubs的绝望感是真实的；之后，比赛被重新打开。

对比之下，Dansby Swanson打了全垒打、跑回三分，WPA只有.107。为什么？因为他的本垒打发生在球队已经追近之后，概率震荡幅度没那么剧烈。

这像不像用户增长里的"啊哈时刻"（Aha Moment）？不是总时长，不是功能数量，是那个让用户从"可能流失"跳到"可能留存"的关键行为。

二、先发崩了，中继怎么接？

Jameson Taillon的WPA是-.310，全场最低。6局被敲6支安打、2保送、掉6分，包括Brandon Lowe的二局满贯炮——Smith标记为Pirates的"Play of the Game"，WPA .258。

但Taillon撑完了6局。在现代棒球的数据逻辑里，这有点反直觉：既然已经炸掉，为什么不早点换？

Smith没解释，但给出了一个观察角度：Riley Martin中继1.1局，面对5人解决4人，WPA没进前三，但Smith写了句备注——「a few more outings like this and it's going to not easily be dismissed.」

翻译成人话：样本还不够，但趋势在形成。

这是产品团队最熟悉的困境。新功能上线，数据好看，但DAU（日活跃用户）不够大，不敢全量。Martin的中继角色就像那个"灰度发布"的实验组：杠杆不高（moderate leverage），但如果在高杠杆场景重复验证，就能进入核心决策链。

更微妙的是Alex Bregman。Smith给他单独开了一段：「His pop out RBI was something I've never seen before (not a sacrifice fly, but an RBI).」

高飞牺牲打（sacrifice fly）得打点，规则清晰。但Bregman这球是内野飞球出局，跑者趁机回来得分——Smith查了才知道这算打点。一个边缘场景，被规则覆盖，但极少被注意到。

产品文档里管这叫"边界用例"（edge case）。大多数时候没人关心，直到某个季后赛场次里，它决定胜负。

三、逆转的"神话"与数据现实

Smith列了一串他记忆中的大逆转：1984年Sandberg Game（落后6分）、某场Dwight Smith的9分逆转、2018年对Braves的8分逆转、2016年对Mariners的6分逆转。

然后他自我纠正：「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.」

这句话的结构，像极了产品复盘会上的自我打脸。我们总爱给随机事件赋予叙事意义——"逆转气质""冠军DNA"——但Smith提醒：五年一次和三年一次，在球迷记忆里都是"那个神奇的赛季"，在概率分布里只是噪音。

他追加了一个未被验证的假设：现代棒球里，逆转可能更频繁。因为先发投手平均长度下降，中继投手数量膨胀，防守方需要不断重新适应新球路。

这个"感觉"能不能被数据支持？Smith说不知道。但逻辑链是通的：系统复杂度上升 → 方差扩大 → 极端结果概率增加。

放在产品语境里，这就是"功能膨胀"的副作用。团队从单点突破变成多线作战，每个迭代都在引入新变量，用户行为的可预测性反而下降。你以为在优化留存，可能在制造新的流失漏斗。

四、Sweep Avoidance作为核心指标

Smith花了不小篇幅解释这场比赛的"避免被横扫"意义：Pirates上次在Wrigley横扫Cubs是2017年，Cubs上次在主场被任何球队横扫是2023年。

这两个数字的选取很有意思。不是"赛季胜率"，不是"分区排名"，是"避免极端负面事件"的连续记录。

产品团队也有这种隐形指标。比如"核心用户7日回流率"可能不好看，但"从未发生连续两周零活跃"的纪录还在——这往往是团队真正的信心锚点。

Smith的写法是反高潮的：「Sweeps, come from behinds. These are relatively arbitrary occurrences.」然后话锋一转：「The long and the short of it is that the Cubs found a way in this one.」

承认随机性，同时庆祝系统韧性。这是成熟产品经理的语气。

五、那张没画出来的图

如果要把这场比赛变成一张产品流程图，核心节点会是这样：

起点：Taillon的二局崩盘（-5分，WPA断崖）→ 中段：Swanson的本垒打+多次上垒（追分，但WPA震荡有限）→ 关键决策：九局下半Busch代打（WPA .427，概率翻转）→ 终点：Bregman的罕见打点确认胜局。

Smith没画这张图，但他的叙事结构已经暴露了它：WPA不是累计值，是事件驱动的脉冲。产品增长也一样——不是平滑曲线，是几个关键决策点的非线性跳跃。

最被低估的细节是Matt Shaw的-.081 WPA。0-3，无贡献，但Smith把他放在"Kid"（第三差）而不是"Goat"（第二差）。为什么？

看完整名单：Billy Goat是Taillon（-.310），Goat是Pete Crow-Armstrong（-.117），Kid才是Shaw（-.081）。层级命名本身就在传递信息：有些失败是系统性的（先发投手崩盘），有些是个体性的（代打没表现），有些是成长性的（新秀还在适应）。

产品团队的绩效评估，能不能也这么分层？

六、7-8的哲学

文章结尾，Smith轻飘飘地带了一句：「Up next: The Cubs match up with the Phillies in Philadelphia in a matchup of two 7-8.」

两支7胜8负的球队对决。胜率低于五成，但也没崩盘。这种"中间态"是最难写的产品故事——不是成功学案例，不是失败复盘，是系统在噪音中寻找方向的日常。

Smith的整篇文章，就是这种中间态的标本。他没有渲染逆转的英雄主义，没有甩锅Taillon的崩盘，只是记录：WPA怎么算，哪些场景被标记为关键，哪些球员在积累样本。