一件事情，在模糊不清时，胜率要高于在逐渐认识的过程中胜率

简单地说，假设一件事情的结果是二元的，有a和b两个串联变量，有四个组合，正确结果是其中一组，也就是1/4。但你不知道这个模型时，对你来说只有涨或者跌两个结果，大概有50%的胜率。有限次的赌，你的胜率可能高于行家。而当次数多了后，结果的期望值就变成了零

于是，你开始研究起了模型，在逐渐认识a和b的过程中，你可能就走入了确定性错误的组合中

再举个不那么准确，但容易懂的例子。新手在买股票时，没有做那么多分析，可能只是对某家公司的名字有好感，就买入了，结果对他来说只有涨和跌，而一旦开始仔细分析基本面和技术面时，这个胜率就开始降低了。研究的变量多了，就容易陷入确定性的错误中

很多跨境电商老板，一开始也没有就理清了亚马逊生意的变量，大多是被环境所逼，或者是通过别人看到了结果，又或者是现有的业务上自然的被引导到跨境电商。这个电商生意不是你自己在脑海里推导出来的，而是外界的信息激发引导你开启的

行业红利期是，以为完全掌握了爆品的逻辑，一旦开始研究起了跨境电商业务模型时，就会陷入多次的失败案例，怀疑起了自己的逻辑，直到经历了一定的教训后，胜率才有所提高