能力要素

要重点建设的三种能力:

  • 结构化的思维
  • 结构化的工作模式
  • 结构化的能力建设

什么是结构化

structured:建立中心(问题、目标)以中心的核心要素对中心进行分解,形成分类子结构。以一定的范式、流程顺序进行分类子结构的合理分类、减少非关键分类结构;对关键分类子结构进行分析,寻找对策,制定行动计划。

同理,按照逆向的顺序,对多种杂乱的内容,进行分类、剪枝、归纳归总成一个中心,也是结构化。

案例

建立结构化的中心

一个业务需求,通常可以按照两个维度分解为不同的子结构:

1 当前业务需求的目标是什么?(事的维度)。

  • 目标是快速完成上线试一试业务效果:目标事的维度为高效稳定上线。
  • 目标是建立后续业务铺开的基础方案:目标事的维度是强架构设计下的核心与功能拆分方案。

2 为什么需要我来做?(人的维度)

  • 是因为我工作量还有 buffer 所有承担这部分:目标人的维度是完成职能范畴内的工作。
  • 是因为我在这方面技术比较擅长:目标人的维度是利用事情强化自身能力和使用能力把事儿做好。

沿中心上行

对单个业务需求而言,从事、人两个维度建立起的中心即其核心,是最主要部分,建立一颗结构树的基础。但我们不应当停止于此,还应当向上推导:这个需求在整个业务的范畴内,是在哪一层次,哪一分类的。即应当更高层面、或整体业务和行业发展,对这方面业务是怎样的期许。(价值的维度)

  • 一个团队接手某项业务或需求,其背后都会有思考。我们是期望借着这个业务打造一个平台,提升整体行业的表现;还是突击这个业务方向,占领局部的商业蓝海。。。
  • 接到一个需求时一定要思考更大层面这事的价值,才能更好的判断优先级、做事模式。

例如:我们做采购系统,当前需求是,提供采购单列表,按总价范畴搜索单据的能力。按结构化的中心建立,它是:高效稳定上线(事)、我职能范围内的工作(人)。

  • 如果止步于单个需求建立的中心,我们后续的分解应当是如何快速搞定、如何更稳定。。。
  • 如果我们继续向上构建树,我们可以和产品、使用者深度沟通下为什么要做价格搜索
    • 管理员期望能看到高价订单的情况。那么这个需求的上一个中心节点应当是:管理提效。
    • 继续向上,是基于什么原因需要做管理提效?因为防止贪腐、提高工作效率。那么上一个中心节点应当是:降低成本。
    • 依次向上,直到抵达整个业务的目标。比如总结觉得,我们的业务是构建一个集成高效的集团采购系统。
  • 再以此反思:
    • 降低成本是不是当前工作的重点?团队是否有足够的架构设计和人员组织来支撑?
    • 下一步到到管理提效层面,订单的搜索是否真的是当前最佳的提效工具,因为用户如何定义高价格?他执行这种搜索式查阅工作是否真的是有效不遗漏的?查阅到了订单有问题他能做什么?。。。我们会发现这个需求背后更多的问题。我们也可以沿着更大的中心树,去思考是否构建更好的方案可以更根本的解决这个问题。
  • 再回过头来看当前的任务,是否真的是高效稳定上线(事)、我职能范围内的工作(人)。或者当前最紧急的部分(用户直接需求嘛)是高效稳定上线(事)、我职能范围内的工作(人),但后续更要做更多的其他的根本性解决方案。

沿当前的中心向上建立更大的结构化的认知体系

  • 会让我们对当前事情的判断(中心)更加清晰,也有更好的认知基础,极有利于与合作方的沟通碰撞和内容创新。
  • 建立更大结构化认知体系的过程,也是深入业务、扩展认知力的过程。一定要多和老板、业务方交流,从各自认知的差异性上提升自身的认知能力。

此外,构建更大认知体系,对个人和团队发展也是有价值的

  • 很多时候我们忙于业务实现,都没有花时间去思考业务的价值。一部分是因为忙,一部分是因为懒,一部分是因为不懂,一部分是因为我们是来做事拿工资的,而不是带着愿景想把事做好的。这都不是真正能把事情做好的方式。
  • 作为团队的一员,我们不应当只做“花时间、生鸡蛋”的极低人效、技术外包的母鸡模式,而应当积极的尝试做“建机器、铺厂房、出产品”的工厂模式。这对业务和个人的发展才是积极的作用。

中心的分解

建立完成中心后,有多种对中心进行分解的方式。其目标在于将中心拆解为多个内聚的子部分。整体思想是MECE(Mutually Exclusive Collectively Exhaustive)原则,即相互独立,完全穷尽不重叠、不遗漏的分类。够借此有效把握问题的核心,并成为有效解决问题的方法。

  • SWOT 法
  • AHP 法

进行分解的顺序逻辑:

  • 时间顺序
  • 结构顺序
  • 程度顺序

清理

事业是无限的,人力总是有穷、认知高度总是不够的。我们不能把分析出的所有点都做好,也不是分解出的所有层次都真正有价值的。那么针对分解的产出物,应当以数据挖掘的物料准备类似的逻辑进行前期处理,来提高效率、去除噪声。常用的分别为:

  • 泛化:过度细碎的层次应当抽象总结到更高层次,以进行更有效分类。
  • 补漏:针对中心,某些关键决策子层级缺失,应当补充完全。
  • 剪枝:针对中心,与中心紧密度关联较低或无可操作性的部分应当去除,以降低整体分析复杂度。

结论

建立中心;

以中心的核心要素对中心进行分解,形成分类子结构;

以一定的范式、流程顺序进行分类子结构的合理分类、减少非关键分类结构;

对关键分类子结构进行分析,寻找对策,制订行动计划。

实践的效果

  1. 老板问我当前做的事情怎么样了,我讲了合作中的难点、视觉风格问题、业务情况、代码质量。。。工作的进展,说了半小时,老板还是get不到我做的事情的情况和价值:按照事情核心目标的达成情况,各子部分重点问题和解进行结构化的讲述,两分钟说清楚。
  2. 我这一年做了很多事情,都有一定产出,但是跳出细节来看,发现对业务、对团队价值都不大:先建立团队当前业务的核心目标,分解目标达成所需的各个部分,自身努力在某个部分上做深,或者补全当前缺少的部分,或者强力推进将团队目标向上拔高一层更大的目标。
  3. 最近流行codeless,我打算研究下可视化搭建;团队业务涉及到流程编排,我打算研究下TMF。。。一年下来折腾了不少成果出来,老板却不提名我晋升:先确定自身技术能力提升的目标,分解到需要提升的各个部分,针对不同部分向老板强求从事相关工作、在当前工作内尝试和深耕,从深入一个部分到横切一个面的能力提升,晋升自然水到渠成。