你身边是不是有这样的人——他们总是能从复杂的问题中,立即找到关键点并解决掉,然后赢得一片赞赏。为什么我们就不行呢?是我们本来就笨吗?还是经验不足、知识不够?为什么学了的东西,用的时候就想不起来了?该怎么提高这种能力呢?
“信息时代”已经是个古老的词汇了。信息在解决问题中确实扮演者重要的角色。这也是数据分析和大数据领域在当今如此热门的重要原因。而系统思维,就是我们处理和加工信息的方法。
在前一篇 《产品经理:点亮“系统思维”技能(1)》中,我们讨论了一些系统思维的基本特点,比如:细分与整合、细分的“深度和广度”等等。这些特点在需求层次理论、SWOT、KANO、4P/4S营销组合这些常见的模型中都有体现。
不过,这样的模型学多了,就会出现前面引子中的问题——学的东西多了却用不起来,反而让我们反应迟钝,因为我们的大脑需要从跟多的信息中查找需要用到的内容。
我们一般会把这样的问题归类为:经验不足——“那些高级的牛人们经历和更多项目,总是能够快速的透过现象看到本质,然后解决办法就来了。可是我不行,而且也不知道问题究竟出在哪里,不知道怎么提高。”
关于这个现象,热销的《思考,快与慢》中的系统1和系统2给出了解释。而同样热销的《刻意练习》给出了解决方案,也就是让系统2借助刻意练习来调整和优化系统1。但毕竟系统1的容量有限,我们不可能把学到任何一个模型都给 “刻意练习” 到系统1 里去。
所以,这一篇的内容就是要讨论: 我们应该将哪些东西放到系统1里面。
一、问题究竟是什么?记得前段时间参加公司的一场培训,有一个场景记得非常深刻:
老师培训的进行到了搜集信息的Section。讲的是:根据团队中的问题或现象来搜集信息,并提出解决方案。工具方面,老师讲到了头脑风暴、鱼骨图、5WHY等分析工具。
最后在讨论的时候,同学与老师出现了分歧。下面对话中的提到的具体问题不重要,我们暂时设定就是上线延期的问题好了。
大致的对话是这样的:
老师:“知道了问题之后,通过搜集信息,我们就能(根据之前讲到的XXX模型)给出解决方案了。”
同学A:“问题我知道了,但是现在搜集到的信息根本不够,需要搜集更多的信息。而且我根本不知道搜集多少信息才够用,可能要无限的搜集下去才行。”
老师:“那你知道了问题是什么吗?知道了问题,就应该围绕问题搜集信息呀?怎么会永远搜集不够呢?”
同学A:“我知道问题是什么,但是不可能根据问题就直接推出需要哪些信息呀。”
同学B:“需要进一步把问题拆开,针对一整个问题,是没法确定需要搜集哪些信息的。”
同学A:“拆分也没有用,拆分之后每块问题也都需要收集大量信息。”
看到了这样的对话,不知道大家的认为几个人的分歧主要在哪?
我们可以在这里暂停并思考1分钟,尽量调用你的系统2,或者使用《产品经理:点亮“系统思维”技能(1)》中提到的触发系统思维的方法。
其实上面的场景中,几个人的根本分歧在于对 “知道”的理解是不同的:
显然,这是一个关于认知的问题,而不是一个关于技巧的问题。“Garbage In, Garbage Out.” 系统思考的第一个过程,就是系统地认知一个问题。(这里的“认知”是动词)我们 “认为” 问题是什么,自然就会使用特定的模型来解决问题。
二、怎么找到问题?在 《产品经理:点亮“系统思维”技能(1)》中,我们讲解了两个系统思维的分析方法:细分和整合。既然说到了如何认知问题,下面我们看两张图,分别解释了分别从细分和整合两个角度,对同一个问题的认知过程。
图中假设:我们遇到的问题仍然是留存率下降的问题,并分别通过细分与整合两种分析方法来寻找解决方案。
这两种图的重点不是要让大家记住具体的分析过程,而是看一下右边的“用什么解决”是符合变化的。这个变化的过程,就是认知对于解决方案的影响。
用细分来认知问题:
用整合来认知问题:
可见,上一篇中提到的分析方法,能够很好的帮助我们找到问题究竟出在哪。
三、为什么是 “细分” 和 “整合”那么一个有意思的问题来了:从第1篇到现在,我们总是在说细分与整合。这两个既可以概括很多平时学到的模型,又可以用来认知问题的源头。可是为什么是细分与整合而不是别的什么呢?还有别的吗?
这关系到科学研究方法背后的哲学问题。
其实,即使我们做这样的深入挖掘,在平时的工作和学习当中也能体会到——很多东西是“相通”的。当我们学习一个新的模型,或者听到一种新的方法时,总觉得跟自己以前学到的某些东西“差不多”。这就是因为这些方法,来自于相通的哲学观点,自然在处理问题的时候表现得差不多。
在科学研究的过程中,比较常用的两种哲学观点就是还原论和整体论,它们分别指导了细分和整合两种操作。
以下定义Copy自百度百科:
因此,我们回到前面的两张图:
可见,但我们觉得自己的思维 不够系统的时候,也可以按照还原论和整体论的观点思考一下:
作者:李阳,*数据有毒(shujuyoudu)
本文由 @李阳 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议
Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved