
作者 | 你微笑時。好美來源 | ID:ctpm366288
有一些人,十分有意愿學習,非常努力,智商情商也都正常,然而工作產出卻非常低,甚至不如很多資質低于他們的人。
我一直百思不得其解,一度懷疑自己看人不準。直到前陣子看到吳軍的這段敘述,才幡然醒悟。
我仔細回想了這些人的工作方式,將其與產出高的人相比,發現他們無一例外都存在三個問題。
只關注任務,不關注目標
假如你的老板正在飛機上,還有1小時落地,下來之后需要給客戶做一個重要匯報,而你需要給他做一份PPT。
但因為你錯估了時間,導致PPT草草做完,而且發現其中一些數據沒有,你怎么辦?
低效人士的做法是:瘋狂地找數據,最后可能數據有了,然而PPT沒有來得及做完,或者質量不高。
一般人的做法是:找人幫自己一起找數據。
而最高效的那些人:會根據老板此次匯報的目的,判斷這些數據在其中的作用大小。如果作用不大,那么就把時間花在完善重要頁數、而不是找數據上;如果很關鍵,那么就找其他人幫忙,或者找一些替代數據。
這三類人之間的差距,其實就是任務導向與目標導向的差距。
我此前的咨詢公司,在做高潛人才研究的時候,有個發現:
高潛力的人才是有共性的,具備這些共性的人,幾乎做什么都能做好,而不具備的,幾乎做任何工作都會障礙重重。
這其中,有一項共性就是Result-driven(結果驅動)。
那些高產出的人,未必動作更快,而是更善于判斷,什么事情對結果是最有效的。然后,用盡一切辦法保證結果達成,而不是死守著原有的工作任務。
實際上,結果驅動不僅僅是一種工作習慣,更是一種思維方式,以終為始的思維模式。
這種以終為始的思維模式,是我自己刻意訓練的最有用的思維模式之一。
比如以前有人問我:“如何讓自己對一個行業有真知灼見?”
想想看,如果是你,會如何回答?
我的回答方式是反問她:“具備真知灼見的目的是什么呢?是想讓客戶更加信任你,還是想讓老板看到你的進步?”
假設你是希望客戶信任你,覺得你懂他,那你要做的,就是看這個行業里的客戶有什么痛點,然后針對這幾個痛點,下功夫研究和分析,有更多洞見,然后借機溝通出去。
了解一個行業,是一個太大的話題,沒有目標,根本無從下手。
沒有結果驅動的思維,而僅僅死守著工作任務,最終就是出工不出活兒。
激式工作,而非統籌式工作
如果你觀察周圍的同事,會發現,整天風風火火、急得上躥下跳、各種任務來回切換的人,有時候產出并不高。
看他們工作,就好像打地鼠一樣,打完一個,另一個又冒上來,連看的人都跟著焦慮起來。
而另一類人,他們做事專注、條理清晰、看起來很淡定,但最后,多困難的事兒都默默搞定了。
兩者的差別就在于,第一類人總是應激式工作。
他們每天起來的第一件事,不是規劃當天的工作,而是馬上投入工作,以至于到了下班之后,發現還有很多事情沒做完,而沒做完的,可能又是最重要的。
另外,領導臨時給個任務、客戶臨時有個要求、同事臨時要個數據,他們都會停下手里的事情,去忙這些。最終,在任務的切換上花費了巨大的精力。
我跟公司的運營打過一個比方:
假設你每項工作任務平均半小時可以做完,而任務之間的切換通常也要半小時,如果你經常一項不做完就切換到下一項,就算每個任務中途切換一次吧。
那就意味著,8小時的工作時間,你至少有4小時都花在任務切換上了。
這種應激式工作方式無疑是低效的。那什么才是高效的呢?統籌式工作。
真正的統籌式工作,有幾個特征:
1 有計劃地工作
我通常周日晚上就會排好下周每天的工作,而每天早上會排好當天的工作。
而且,任務清單在工作的時候一直開著、實時更新,完成一項刪掉一項,臨時增加一項就插入相應的時間段,當天完不成的、非緊急的任務,我就改成第二天的日期。
這種方式,會讓自己很有掌控感,多少事情來了,都不會亂了陣腳。
當然,在做計劃的時候,你需要為高價值問題分配最多的專項時間。
因為大部分人在80%的時間里都是做無用功,根本原因就是沒搞清楚真正要解決的問題。
2 形成自己固定的時間習慣
比如我的習慣是:
在上午做需要燒腦的事情、在交通工具上聽書、在飯后效率不高的時候集中回復微信消息和留言、在等人的時候構思下篇文章主題、在疲勞的時候刷一下公眾號、在傍晚的時候跟團隊開會、在晚上做一個簡單總結。
這種習慣,一方面把不同難度的工作跟自己的效率波峰波谷相匹配,達到效率最大化。
另一方面,我會清楚地知道,5分鐘、10分鐘、30分鐘,對我來說分別可以干什么,這樣就不會一有碎片時間,就習慣性地刷朋友圈了。
3 及時記錄、每天總結
當你正在工作的時候,老板布置了一個任務、客戶又來了一個問題,你會如何呢?
很多人就直接撲到臨時任務上去了,但真正好的做法是:
如果不是十萬火急,你可以快速用關鍵詞記在筆記本上,不需要任何思考,然后馬上回到剛才的任務,做完再看筆記本。
另外,你在一天當中,學到了什么、犯了什么錯誤,當時也要記下來,因為過了那個時候,你很快就會忘,然后繼續犯這個錯誤。
當然,這些記錄,晚上都需要進行整理。
我曾說過,此前8年多的顧問生涯里,成長最快的那半年,我每天都堅持寫工作日記。
另外,記錄還有一個好處,就是可以減輕大腦負擔。
每天的例行工作、自己常犯的錯誤,這些都可以列清單。
你的大腦是用來思考的,是很寶貴的,別把一支筆就可以做的事情,強加給你的大腦來做。
03
幾乎從不“偷懶”
“懶癌”是第一生產力。
仔細盤點一下,我們哪樣創新不是因為懶呢?
不想走路,有了汽車;不想爬樓,有了電梯;不想打掃,有了掃地機器人……
工作中的大部分事情,并不是一次性的,而是持續的,那么就可以在第一次做的時候,搭好框架。
比如,我讓運營每周做一次數據分析,這個事情是重復性的,所以高效的做法是:
建一張excel表格,把固定需要分析的參數都做好公式,每周只需要把導出來的源數據貼進去,刷新之后參數就出來,然后只需要看參數來得出結論。
當然,這里所說的“偷懶”,不僅是善用工具,還包括善用他人。
比如,你從來沒做過數據分析,那么就先去找找前人怎么做的;
比如,你有自己的團隊或者實習生,那就不要做任何他們就可以做的事情;
再比如,去運營社群,摸索出一套群主激勵機制,比你自己去做群主,要高效得多。
所以,這三個讓你Work Smart的工作方式,聽起來難嗎?一點也不,而且你很可能也聽說過。
但是,為什么很多人做不到呢?我觀察下來,有幾個障礙:
1 工作環境所限
很多人的工作性質,就不是結果導向型的,而是任務導向型的。
他的工作崗位要求他做的,就是完成任務,至于背后的出發點,不需要知道。而且,領導有可能就是考核努力、考核苦勞,而不是考核產出。
實際上,工作性質對一個人的思維方式、行為習慣的影響,大到超乎想象。
你去看,剛畢業的時候,一個學校一個專業的同學,看起來差不多。
但過了幾年,你會發現,只要接觸一個人幾分鐘,聽他說幾句話,就能大致判斷出他的職業。
再極端一些的,多年前我曾經因為要幫客戶設計流程,去他們的生產線觀察生產過程。
在噪音極大、燈光昏暗的廠房里,我看著流水線工人機械地盯著機器、等待換箱,幾個小時下來,我自己也開始反應遲鈍、敏銳度下降了。
2 沒有資深的人輔導
從開頭的案例可以看出,Google工程師那么優秀的一群人,在從校園進入公司之后,也需要有經驗的人輔導。
但很多公司并不像Google那樣,重視對新人工作方式的培養,將Work Smart提到非常高的位置。
他們往往只重視教員工What(需要做哪些事情、用什么工具等等),卻沒有How(如何聰明地做這些事情)和Why(這些事情對公司、對客戶有什么幫助、要達到何種目的),導致員工的聰明才干發揮不出來,沒有成就感。
3 思維方式固化
一部分人,會在工作多年之后,發現工作性質和工作環境的負面影響,醒悟過來想要改變。
然而,從學校踏入社會的這幾年,是思維和工作方式形成的關鍵幾年。如果任務導向、應激式努力、悶頭蠻干的工作方式在大腦中固化了,形成了下意識思維,是很難扭轉過來的。
我帶過幾個人,此前的工作經歷都是任務式、應激式的,在跟他們合作的時候,的確能夠感受到他們與自己固有思維作斗爭的痛苦與掙扎。
然而,并不是每個人最終都能掙扎出來、突破自我。
所以,年輕時候的工作選擇,你選擇的不只是一份工作,而是一種思維習慣、工作方式、價值觀甚至生活方式。
在初入職場的幾年,處于何種工作環境、跟誰一起工作、被誰輔導工作,足以影響你的下半輩子。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25