2015-10-14 郑昀 首发于微信订阅号『老兵笔记』
关键词:汇总,分类,技巧,职场,维度
昨天,caoz 的公众号发表了一篇《caoz谈能力成长 - 归纳与总结》,谈及:
把大量的琐碎信息分类是特别考验思维能力的一种方法,首先你要有一个纬度的概念,比如按业务的重要程度去分,按照功能或业务模块特性去分,按照体验的伤害程度去分,或者按照客户特征去分,等等。但是更有价值的可能是下面,多个纬度的组合,哪些纬度组合的投诉建议更有价值,优先级更高。
老兵们都曾遭遇过短时间内大量矛盾爆发,千头万绪,一时间千夫所指的困境吧。
怎么办?
来到窝窝之后,我学会并习惯用表格来划分维度,分类汇总。说起来挺简单的,它怎么让你高效分析问题解决问题呢?
下面咱们出来走两步。
指导原则:
会分类才能做好工作。眉毛胡子一把抓解决不了问题只会越忙越乱,一定要学会分类,分类可以有很多维度,把目的想得越清楚越可能设计出正确的维度,然后按照维度分类,针对每类情况设计解决方案。
——孙陶然
拿实际例子看吧。
几年前我们的决策支持数据平台每一期迭代做内测时总会冒出来数据不对、数据不一致,核对的过程漫长得让人恼火,但不解决又不行。
看上去纷纷扰扰,涉及各种报表,如何分类梳理并制定优化措施呢?
按下面的维度一汇总,自然而然能发现处理问题的优先级,哪些问题数据部门无法解决(如数据源本身数据不一致,下游没办法),哪些可控(但需要加快建设进度),哪些要形成话术同步给业务部门争取获得理解。再一次说明,我们 Manager 要养成随时拉清单的习惯。
RootCause 类型 |
是否可控 |
解决办法 |
预期 解决时间 |
不同数据源数据 不一致 |
短期内不可控 |
等数据仓库搭建完成统一数据源 |
Q3 |
城市属性取错 |
可控 |
与公司的业务逻辑变化历史有关,定期做知识转移 |
|
数据同步问题 |
短期内不可控 |
等整体迁移到数据仓库即可解决 |
Q3 |
数据 统计口径 定义不一致 |
可控 |
已经在逐步统一几个平台的数据口径 |
|
商品 下线时间 延期 |
不可控 |
设计使然,可以理解为这也是一种统计口径 |
—— |
做设计时,一图胜过千言万语。
分析问题解决问题时,一表胜过千言万语。赶快让它成为你的工作习惯吧。
最后,强调一下,不要眉毛胡子一把抓,找好维度,拉个 List!Why?
你真正没有能力解决的问题绝对不会超过10%。50%是你根本没有搞清楚问题是什么,20%是你根本没有殚精竭虑去找解决问题的方法,20%是你根本没有竭尽全力去找能解决问题的人帮忙。
——孙陶然
-EOF-
欢迎读到此处,看我写这么多,还不赶紧订阅我的微信订阅号『老兵笔记』: