打字猴:1.7017988e+09
1701798800 上述内容即为11个分析能支持核心建议的另外一种情况。每个分析都必不可少,少执行其中任何一个分析都会弱化论证。如果分析被如实执行,其结果则足以令方案获得通过。
1701798801
1701798802
1701798803
1701798804
1701798805 极简思考:来自世界顶尖咨询公司的高效工作法 [:1701797107]
1701798806 极简思考:来自世界顶尖咨询公司的高效工作法 必要和充分的分析
1701798807
1701798808 根据结构中的要点选择适当的分析,能确保包含所有必需的事实材料。没有那些分析,结构中的一些特定观点将无法被论证,而一个没有论据支持的观点将导致整个论证的崩塌。相反,如果你执行了与待证明的观点无关的额外分析也是不必要的。冗余无关的分析只会对你的沟通对象造成困扰,如果某项分析不是为了支撑结构中的论点,那么你不需要执行,也不应该将精力浪费在这上面。如果你为了佐证一个观点而纳入过多的分析,沟通对象也会感到厌倦,因为他们已经接收到了足够令他们做出判断的信息。专注于必要的事实材料将节省你的时间和精力,会议也会因此更短、更高效。因此,应该让结构框架决定你的分析工作量。
1701798809
1701798810 框架结构也可以用来应对利益相关人要求的额外分析。我们都曾被要求去做无关的分析,如果我们执行了这些分析,就会浪费时间和精力;如果我们去争论,就会被看成是不合作、不顺从、懒惰或令人失望的员工。通常我们很难拒绝,只能照做,但清晰的逻辑关系可以成为不予执行的一个理由。
1701798811
1701798812 如果利益相关人要求你去执行一个无关分析,结构框架可以帮助你向其解释。一旦他们开始在框架内思考,就意味着他们同意你的逻辑,进而他们会知道什么才是有效的分析方式。此时,你可以询问他们:“为什么要做这项分析?”有可能出现的情况有两种:或者他们能够解释为什么这一特定的分析能够为证明提供依据,或者他们将意识到这一分析的不必要性。在第一种情况下,你需要将这一分析纳入结构中;而在第二种情况下,在意识到这项分析与论证不相关后,他们会放弃自己的要求。
1701798813
1701798814 除了要确保你所做的分析是必要的之外,还必须确保其能够充分论证你的论点。不充分的分析会使论证失去说服力,只有充足的论据能够说服你的沟通对象,让他们认为你的想法是正确的。如果你需要说服你的沟通对象,让他们花费几万美元来发布一个新的产品,你就需要给出令人信服的证据。你的分析可能引用了15个人的评价,他们都表示喜欢你的产品,但这一材料并不能满足论证的需要。如果你的论据是基于15000名消费者的市场调查,而调查得出了相同的结论,这样的材料才是充足的。这就是所谓的“举证责任”——对自己提出的主张有收集论据的义务。支持你方案的人可以接受不够严苛的数据,但是他们不是你需要争取的对象。将持反对意见者和对手的态度从反对转为支持才是你的目标,而充足的数据就是使之实现的途径。
1701798815
1701798816 用结构框架驱动分析能让你有效地获取所需要的信息,你所执行的分析也将会专注于获取正确的数据,而且是对决策会议有意义的正确数据。
1701798817
1701798818
1701798819
1701798820
1701798821 极简思考:来自世界顶尖咨询公司的高效工作法 [:1701797108]
1701798822 极简思考:来自世界顶尖咨询公司的高效工作法 第十二章 证明或推翻假设:检验最初的核心建议
1701798823
1701798824 到达这一步时,你所掌握的数据非常有限或者根本为零。在此之前,你所做的一切都只是基于假设。一旦你确定了用于证明核心建议的分析,数据处理也将从此开始。在大部分情况下,分析会证明假设,但有时它们也能推翻假设。如果最初的假设在执行分析时被推翻,你也应该接受这一事实。毕竟我们的目的在于找到正确的答案,而非证明最初的设想为真。
1701798825
1701798826 如果你的假设被证实为真,你的核心建议也被证明为有效,你的想法就又向前推进了一步。相反,如果你的假设被推翻,你需要评估分析结果,然后修改核心建议。有时这一改动是微乎其微的,也有时整个核心建议都会发生翻天覆地的改变。改变的程度取决于哪些假设被推翻,以及这些被推翻的假设对于论证的重要性。
1701798827
1701798828
1701798829
1701798830
1701798831 极简思考:来自世界顶尖咨询公司的高效工作法 [:1701797109]
1701798832 极简思考:来自世界顶尖咨询公司的高效工作法 证明假设和避开陷阱
1701798833
1701798834 你所能期待的最好的情况是你所执行的分析都成功证明了假设,整个框架和内容都会保持原样,而你的核心建议也将会成为最终建议。你经常会发现自己恰好处于这种状况,而进展顺利得益于你对问题的熟悉。如果你已经在该职位上有几年的工作经验,有一个满是过去经验的数据库,你基于这些做出的假设就很可能是最正确的假设。这些假设是你解决问题时的本能反应,它们来自于你的直觉、经验以及对情况的了解。你在某一领域的经验越丰富,你的本能反应越可能是正确的。
1701798835
1701798836 基于经验进行假设有其优势,也有其劣势。证实性偏见——倾向于寻找或分析那些能够验证假设的信息——可能会让你对问题的认识产生偏差。在使用以假设驱动方案的方法时,偏见将会是最大的风险。没有人希望犯错,当你推翻自己的猜想时,你会以为自己犯了一个错误,实际上是走进了“证实性偏见”造成的思想误区。对错误的恐惧让你在执行分析时变得盲目,你可能会忽略或拒绝考虑假设的对立面。在收集数据时,你可能只去寻找那些能证明假设为真的内容,这会直接影响到分析结果的准确性。你的论证是基于不完整的信息的,而你却无法认识到这一点。
1701798837
1701798838 屈从于证实性偏见的后果是,你的最终方案存在数据缺陷。如果你的沟通对象指出你的偏误,他们会要求你重做一份方案。如果他们没有意识到你的偏误而且通过了你的建议,你将会执行一个会造成损失的建议。无论哪一种结果都让人无法接受。
1701798839
1701798840 为了避免证实性偏见,你应该听取他人对你的分析的独立见解,以核查是否忽略了一些必要分析。我认识一些领导者,他们鼓励团队成员尝试用其他分析来证明他们的假设是错的。他们认为,如果团队中没有人能够指出建议的错误之处,那么他们得出的结果就是正确的。在处于领导位置时,命令团队证明自己的错误——这样的举动需要勇气,但这种方法可以确保你的建议是正确的。
1701798841
1701798842 让你的竞争对手参与到验证过程中,则是另外一个避免证实性偏见的方法。竞争对手喜欢在你的工作中寻找漏洞,他们会发现那些你忽略了的却能推翻假设的数据,也会指出那些你为了证明自己正确而刻意解读的事实材料。来自对手的质疑会让你感到沮丧,但正是因为他们的存在你才不会铸下大错,才不会去执行一个有缺陷的方案。
1701798843
1701798844 假设你可以避免证实性偏见的隐患,你还需要留意做分析时的另外一个陷阱——分析麻痹。很多人误以为如果提供一定数量的数据是有说服力的,那么提供更多的数据则能增强说服力,而用大量的数据则能达到最好的效果。事实上,多余的分析无用且无意义。如果分析已经足够证明观点,就要停止继续分析!
1701798845
1701798846 过量的分析更有可能让沟通对象感到困扰。你要分享的数据越多,会议的时间就会越长。如果他们听到了4个分析时已经决定支持你的想法,你却坚持要分享10个他们已经理解却并不需要的分析,他们会感到疑惑。如果他们被无关、冗余的分析所困惑,就会让方案在会议中得到通过的可能性骤降。所以,适量分析,当停则停。
1701798847
1701798848 分析麻痹的反面是分析不足或分析脆弱。你所收集的事实信息必须具备足够的说服力,它能够支持你的假设,也能够说服他人承认假设为真。例如,你假设消费者将会在新品推出的第一个月购买5000个单位的产品,你就需要严格的分析来证明这一观点。但是,“两个在商店里购物的消费者说自己会马上购买产品”这一论据不足以证明假设。你需要更深入的市场预估,用统计学上显著的数据来作为论据,才能令人信服。如果你不确定现有的资料是否足够有说服力,那么请去寻求对手的意见——询问他们是怎样看待从这些数据得出的结论的。如果你的对手也能被你的分析说服,那么很可能其他不太苛刻的人也会被说服。
1701798849
[ 上一页 ]  [ :1.7017988e+09 ]  [ 下一页 ]