数据分析能力模型

「过去」 以往在增量时代，每天都有新的领域、新的市场被开发。尤其是在互联网、电商等领域的红利期，似乎只要做好单点的突破就能获得市场。这个蛮荒时代，业务运营主要依靠是经验和直觉驱动。比如跨境电商领域初期，凭借世界工厂平台的优势，国内厂家似乎只需基于经验选品即可大卖。

「现在」 但是随着规则的成熟，更多玩家的进入，市场从蓝海变为红海，进入到存量期，仅靠经验驱动的增长模式不再有效。还是拿跨境电商举例，由于卖家的剧增，海外市场的饱和，跨境电商就进入存量运营时代，已经不存在绝对的蓝海市场，每个细分领域都有许多竞争对手。此时， 要求商家从粗放运营转为精细化运营，也就是用数据分析报告决定市场是否值得投入，用数据选品，用数据做经营分析，用数据库存管理。

当然，不是说纯定量的数据分析决定了一切，经验就不重要了。而是说在决策的过程中，数据结论占据的比例与以往相比更大，同时业务经验也是必不可少的部分。

「未来」 互联网逐渐成为“传统行业”的未来，人工智能、元宇宙等 由数据驱动的行业越来越依赖数据分析。 还有众多制造业亟待数字化转型，以期在全球供应链中提高制造环节的附加值。 也就是说，在未来，数据驱动业务将更频繁。

数据分析的本质是「沙盘演练」：战场上，指挥员们在指挥部的地形模型前「推演」敌我双方的趋势确定作战方案； 商场上，管理层通过数据间的运算关系「推断」运营的发展进而做决策。

基于这样的定义可以知道数据分析的目的是为了做对当下运营发展有利的决策，那它是如何做到的呢？为了解答这个问题，可以从前面的定义中 引申出几个关键概念：数据，运算关系，推断，决策。

最通用的理解，数据是被存储起来的信息。从应用的角度，数据是把事物做量化处理的工具，万物皆可数据化：数值数字是数据，文本、图像、视频等同样都是数据。

按 字段类型 划分，可以把数据分为：

按 结构 划分，可以把数据分为：

根据 数据连续的属性 不同，还可以分为：

孤立的数据往往没有参考价值，比如量化一个人，身高是180cm，并不能意味什么。比如网易云音乐的用户，每个用户的年龄是数据，对使用产品的人群年龄进行分段比如18-24岁，该年龄段人数占比的指标对网易云音乐来说才有价值。 从数据到指标的计算过程，就是数据间的「运算关系」，也叫「指标」。

指标的作用在于「度量」业务的发展：

这些指标（点）通过一定的结构可以编织而成指标体系（线、面）衡量局部、甚至是全局的业务 。

「沙盘演练」中，指挥员通过军事沙盘上的地形，及敌我双方的工事、兵力部署、火器配置等情况，分析敌情，制定作战方案。 数据把现实中的运营抽象到数字世界中，通过指标体系，应用各种分析方法（业务分析、产品分析、用户分析、经营分析），帮助经营做决策 。

赵括熟读兵书，却不能活用，沦为纸上谈兵的笑话。所以获得分析能力后，不能照本宣科，要结合实际业务场景做决策。

数据分析落地涉及流程创新、变革管理，用新的思维解决业务问题。 但这个过程并不是强迫变革，需要借助对业务的理解及软性的能力来使分析平滑落地。

站在“前人”的肩膀上，可以走得更远。饼干哥哥根据多年数据分析工作经验沉淀出了数据分析师能力模型，跟着它“按图索骥”，补充自身缺失的能力，最终形成独立、落地的数据分析能力。

完整的数据分析师能力体系应该包括 底层认知、业务场景及能力三板斧。

在建立数据分析思维之前，应该先在底层认知达成共识。
什么是认知？ 是对事物底层逻辑的了解，是对是世界万物的判断，认知的本质就是做决定。 也就是说，为了帮助数据分析中每个决策的有效性（选择什么指标、分析方法？接下来做什么？等等），需要先建立底层认知。

这一步，我们需要去明确数据分析的定义：数据分析是什么？目的/产出？分析流程？

同学们在求职过程中会发现，同样是数据分析师岗位，但是面试的内容千差万别，有考察机器学习、统计学等专业能力的，也有考察市场/行业分析的，还有考察产品分析的。
此时就有同学问，这些真的是数据分析该做的吗？

我们从字面上拆解，数据分析 = 数据 分析，进一步拆：

这就是认知上的偏差：当一些同学认为数据分析就是用Excel做表、python写脚本、机器学习建模时（其实这些只是组成数据分析能力的一部分），求职市场对数据分析师的要求更为完整。

回过头来看，数据分析到底是什么？笔者认为， 数据分析是一个过程，是利用数据能力做分析的过程：从发现问题、分析原因，到落地建议；这还是一个“解构”的过程：从整体拆到局部，从一般到特殊，从面到线到点，不断下钻剖析，找到具体可落地的点。

了解完什么是数据分析后，深入思考一个问题：这个过程的最终产出的交付物是什么？

要回答这个问题，我们需要 回到数据分析的本质：解决业务问题。 也就是回到业务层面的需求是什么，才能决定最后落地交付物：

最常见的数据分析场景，就是业务发现销售额下降、用户流失、产品跳失率高，也就是业务层面出现了一个问题待解决，此时需要数据分析师介入帮助从数据层面挖掘原因、给出解决建议。

分析过程可能是做一些 探索 性数据分析、统计分析、机器学习建模，甚至是做AB测试实验，最终交付分析报告，或者模型部署上线。

有时业务可能并不存在确切的“问题”，更多旨在通过加深对现有场景的理解，来提高现有业务模型、策略的效果；比如，现在业务使用的是客单价平均值将客户分为高、低两个人群进行营销，此时数据分析师通过对消费者的洞察分析，给予更精准的人群划分方案：利用客单价分位数，将客户分为三个人群，这样业务利用更新后的策略进行营销设计，提高转化效果。

分析过程可能是做相关分析、回归分析，甚至是无监督的聚类，来对现状进行解释。

按照需求的时效性，可以把业务需求分为临时需求和常规需求，而前面两者属于业务的临时需求，或者说是专项分析需求。 对于常规需求，主要旨在提高业务流程的效率 ，比如对于电商运营中的商品库存管理业务，运营需要及时查询库存情况，并结合销售趋势对低库存量的商品进行补单；此时，数据分析师可以通过交付“低库存预警报表”来帮助优化该流程效率。

支持诊断的内容主要集中在自动化的报表，甚至是商业智能（BI）体系的搭建。

如果说前面是基于已知模式的分析，那么业务中还存在一种需求，就是对未知的 探索 。最为典型的场景则是对市场、对消费者的洞察后，给出品牌及业务增长的策略。

分析过程更多是基于行业、基于市场，使用如PEST、SWOT、波特五力等商业分析模型。

至此，我们知道了数据分析是什么，以及最终的产出交付物，那这个过程如何实现的呢？从落地的角度来看，数据分析是一个从 发散到收敛 的过程： 业务理解-数据 探索 -分析模型-落地交付-产品生命周期

数据分析是从业务到数据再回到业务的过程，所以理解业务是数据分析的起点。

“无场景不分析”、“脱离业务场景的分析都是耍流氓”等资深数据分析师的建议无不说明业务场景的重要性。数据分析能力模型中的业务场景模型：用户-产品-场景，就是为了帮助读者理解业务场景而设计的，在这里不赘述。

不知道读者有没这样的体验？就是领导交代任务给你，或者是朋友有求于你时，执行力强的人很快就完成了任务请求，但是最后却被告知这结果并不是对方想要的？这种情况很常发生在初入数据分析岗位的新同学身上，原因归根结底就是没有做好问题定义！

在理解了需求所处的业务场景后，可以 借助逻辑树工具来对问题进行拆解，拆解的过程尽量要遵循MECE、“相互独立,完全穷尽”的金字塔原理 。

如果说前面定义问题是明确做什么，那在这一步就是要明确做到什么程度？

比如面对销售额下降的问题，做数据分析，最终是产出一份数据分析报告就好了，还是说需要介入到测试实验，给出增长策略？如果是后者，那对销售额的提升幅度要提升多少才有价值？是不痛不痒的1%还是要达到显著的10%？

如果不在价值层面做思考，并付诸价值落地的行动，最后很容易产生“价值在哪”的灵魂拷问，面临被优化的风险 。

在业务理解阶段，我们是站在业务层面与需求方沟通，但是数据分析的核心部分都是在数据层面进行的。所以在正式开始分析之前，我们需要 把业务需求转成数据需求，这个过程就是数据 探索 。

拿到业务需求时的定义问题阶段，需要数据的辅助：用数据透视业务，判断现状与描述是否一致。比如，业务说销售额下降了需要分析，但是这个下降是和谁比？环比下降但是同比提升，同比下降，但是和竞品相比是提升的。

这个步骤比较多的是使用 探索 性数据分析（Exploratory data analysis），或者说通过常见的统计指标来对数据现状进行剖析。

如果说第一步是在用数据验证需求的有效性，那这一步则是真正把业务问题转为数据需求。

此外，还需要判断数据质量及能做的特征工程，比如某些字段缺失率太高，这会影响特征的构建。

了解业务、明确数据需求后，就可以挑选合适的武器（分析方法、模型框架）上阵。

概括来说，有四种分析方法：

指标的好坏、特征是否显著等都可以通过比较分析的方法来实现，比如常见的归因业务场景，本质就是做比较，通过横向、纵向的比较找出原因。

分析方法：比如T检验、方差分析、同比环比、同期群分析等

分析变量之间的相关性是重要的分析场景。比如业务中想知道提高广告预算是否能、甚至是能提升多少的销售业绩？这样的相关性分析或许能找到最优投放ROI的配置方案。

分析方法：卡方、皮尔逊(Pearson)相关系数、斯皮尔曼(Spearman)相关系数、结构分析等

不论是对企业销售的预测、还是对用户行为的预测，都能帮助提升业务效率，比如常见的预测用户流失分析，及时得到高概率流失的人群名单，运营通过提前营销干预，提高用户留存率；常见的销售预测能帮助企业在供应链侧做准备。这类场景主要应用的是机器学习中的有监督分类模型。

分析方法：线性/逻辑回归、决策树、时间序列分析、贝叶斯等；

前面三种都是基于企业已知模式的分析逻辑，还有一种分析方法——无监督的机器学习模型，可以应对未知模式的分析。比如不知道应该把现有人群分成多少个组来进行营销最合适，就可以对人群基于核心特征做无监督的聚类分析，得出有效分组的界限。

分析方法：Kmeans聚类、DBScan聚类等；

交付落地的 最佳实践是让数据和分析从理论渗透到业务中，对流程进行变革提效 。

在交付给业务之前，需要先对给出的解决方案做有效性评估：

分析如果涉及模型的开发使用，需要通过AB测试，或者ROC等指标来证明模型在数据层面上的有效。在数据层面完成验证后，回到业务分析需求，评估交付的方案在业务层面上的有效落地。

数据分析是围绕业务价值而展开的，所以在最后的落地，也得就价值进行讨论， 回答这个方案解决业务问题的途径和程度 ：

A 途径 是对流程的优化（降本提效）还是对数据的优化（数据体系效率、数据质量）？

B 这方式能多大 程度 上帮助解决？比如对业务的提升是10%还是30%？是对单次项目的应用，还是说可以部署到日常流程中，在更长时间、更广范围内影响业务？

C 此外，要实现这样的效果，需要投入的资源是什么

分析项目的落地需要多方参与，即使是业务能力丰富的分析师，由于流程边界的存在也不可能每步都参与执行。因此，确保项目能否有效落地的一个重要因素则是能否和业务达成共识。

如何做到？讲数据故事：起因(需求定义)、过程(分析逻辑)、结局(重要结论)是否引人入胜(被认可)。

这个过程需要制作PPT向上汇报、与业务沟通，甚至是做跨部门的演讲。

不论是业务模型还是算法模型，最终都有一个“靴子落地”的过程--落地实施。模型测试有效、与业务达成共识后就到了模型的部署上线阶段：

接在分析生命周期最后的是分析产品的生命周期： 以产品的思维看待数据分析，交付至业务落地的模型应用就是产品。数据分析这个过程并不是静态、单次的，而是一个PDCA不断迭代升级的过程 。（这个分析产品的定义包括分析服务、数据产品。）

从产品思维的角度，分析结论落地到业务流程中，对流程进行再造，提高运营效率。

当数据分析流程成熟后，大量重复执行的流程可以抽取出来，形成自动化的产品，用于服务数据分析（主要对象为数据分析师，也包括运营），这就是数据产品。分析师的结论模型就可以部署到现有的数据产品中，优化分析效率。

之所以要从产品思维的角度来看数据分析过程，是因为要像迭代产品那样去迭代分析模型：不论是优化算法参数，还是调整分析框架，都能得到更优的结论。

在数据分析生命周期第一步的“理解业务”中，我们提到业务场景的重要性。

根据业务经验，笔者沉淀了一套便于理解的模型：业务场景 = 用户 产品 场景

也就是说，要理解业务，就要了解用户，熟悉产品，明确分析所处的上下文场景。它们决定了分析的目标、处理逻辑以及落地建议。

更详细的讨论见：回归到营销理论，谈谈到底什么是业务场景？

对数据分析有了底层认知、了解业务场景后，就需要有看得见摸得着的“招式”来行动：思维方法、工具技术和项目能力这三板斧能组成不同招式应对多变的问题。

经常看到有人说数据分析如做饭，如果是这样的话， 在数据分析这个厨房里，工具技术就是锅铲、铁锅、勺子等器皿，思维方法就是切配、烹饪、打荷等技艺手法，项目能力则是最后的装盘上菜 。

很多人学做饭，可能是因为在抖音或B站看到某个 美食 视频，然后就开始按照视频步骤备料烹饪。这个过程，也就是数据分析中学习思维方法的过程。数据分析也是先有思维方法，才能谈得上是分析。

刚开始学做饭时，通常先学基础的煎、炒、炸、烤、煮、蒸、焖、拌烹饪方式。这些基础的能力在数据分析中就是统计学、相关分析、归因分析等通用分析思维。

正如 美食 有八大菜系，分别满足不同地域人群的口味，数据分析在不同场景下，也有不同的“分析”招式来满足不同的业务需求：

习得了做饭的方法后，就可以选择几件趁手的器皿，来提高烹饪效率。

之所以不是先选择器皿再研究做饭流程，是因为工具始终是工具，完成同一个目标或许有多种工具可以实现，再不济我用原始的土灶也能烧饭。

不过对于部分复杂的烹饪需求，也是需要选择特定的器皿才能完成。

常见的工具技术及应用：

菜做好后一定要及时出锅、装盘、上菜，要不然再美味的菜肴也只是空中阁楼。

项目能力强调的是数据分析项目的落地。理论的分析方法如何在业务场景中落地赋能，体现数据价值？这是很多企业数据团队在讨论的课题。

说项目能力像是烹饪最后的上菜阶段，其实不太严谨，因为 落地能力是一种软性的能力，贯穿分析项目的整个过程 ：

作者： 作者饼干哥哥

1明确学习目的
学习编程对大多数IT业人员来说都是非常有用的。学编程，做一名编程人员，从个人角度讲，可以解决在软件使用中所遇到的问题，改进现有软件，可以为自己找到一份理想的工作添加重要得砝码，有利于在求职道路上谋得一个好的职位；从国家的角度，可以为中国的软件产业做出应有的贡献，一名优秀的程序员永远是被争夺的对象。学习编程还能 锻炼思维，使我们的逻辑思维更加严密；能够不断享受到创新的乐趣，将一直有机会走在高科技的前沿，因为程序设计本身是一种创造性的工作。知识经济时代给我们带来了无限的机会，要想真正掌握计算机技术，并在IT行业里干出一番事业来，有所作为，具有一定的编程能力是一个基本条件和要求。
2打好基础
学编程要具备一定的基础，总结之有以下几方面：
（1）数学基础 从计算机发展和应用的历史来看计算机的数学模型和体系结构等都是有数学家提出的，最早的计算机也是为数值计算而设计的。因此，要学好计算机就要有一定的数学基础，出学者有高中水平就差不多了。
（2）逻辑思维能力的培养 学程序设计要有一定的逻辑思维能力，“逻思力”的培养要长时间的实践锻炼。要想成为一名优秀的程序员，最重要的是掌握编程思想。要做到这一点必须在反复的实践、观察、分析、比较、总结中逐渐地积累。因此在学习编程过程中，我们不必等到什么都完全明白了才去动手实践，只要明白了大概，就要敢于自己动手去体验。谁都有第一次。有些问题只有通过实践后才能明白，也只有实践才能把老师和书上的知识变成自己的，高手都是这样成材的。
（3）选择一种合适的入门语言 面对各种各样的语言，应按什么样的顺序学呢？程序设计工具不外乎如下几类： 1）本地开发 应用软件开发的工具有：Visual Basic 、Delphi 、VC++ ( C++ Builder ) 等；数据库开发工具有：Visual Foxpro 、Oracle Developer 、Power Builder 等。 2）跨平台开发 开发工具如 Java 等。 3）网络开发 对客户端开发工具如：Java Script 等；对服务器开发工具如：PHP 、ASP 、JSP 、ISAPI 、NSAPI 、CGI 等。 以上不同的环境下几种开发工具中 VB 法简单并容易理解，界面设计是可设化的，易学、易用。选 VB 作为入门的方向对出学者是较为适合的。
3 注意理解一些重要概念
一本程序设计的书看到的无非就是变量、函数、条件语句、循环语句等概念，但要真正能进行编程应用，需要深入理解这些概念，在理解的基础上应用，不要只简单地学习语法、结构，而要吃透针对这些语法、结构的应用例子，做到举一反三，触类旁通。
4掌握编程思想
学习一门语言或开发工具，语法结构、功能调用是次要的，最主要是学习它的思想。例如学习 VC 就要学习 Windows 的内在机理、什么是线程；学习 COM 就要知道 VTALBE 、类厂、接口、idl，关键是学一种思想，有了思想，那么我们就可以触类旁通。
5多实践、多交流
掌握编程思想必须在编程实际工作中去实践和体会。编程起步阶段要经常自己动手设计程序，具体设计时不要拘泥于固定的思维方式，遇到问题要多想几种解决的方案。这就要多交流，各人的思维方式不同、角度各异，各有高招，通过交流可不断吸收别人的长处，丰富编程实践，帮助自己提高水平。亲自动手进行程序设计是创造性思维应用的体现，也是培养逻辑思维的好方法。
6养成良好的编程习惯
编程入门不难，但入门后不断学习是十分重要的，相对来说较为漫长。在此期间要注意养成一些良好的编程习惯。编程风格的好坏很大程度影响程序质量。良好的编程风格可以使程序结构清晰合理，且使程序代码便于维护。如代码的缩进编排、变量命令规则的一致性、代码的注释等。
7上网学编程
在网上可以学到很多不同的编程思想、方法、经验和技巧，有大量的工具和作品及相关的辅导材料供下载。例如网站“编程课堂”（>很多印象笔记新手在初期使用印象笔记，特别容易犯的错误就是：为了整理而整理，随意新建笔记本，随手归类笔记本，等到搜索资料进行写作时，依然还会因为找不到素材而崩溃，最后放弃写作。
一个原则，三个步骤，玩转印象笔记，将写作进行到底
大脑擅长思考，而不是记忆，牛顿在树下看到苹果掉下来，结果一个伟大的物理发现就这么诞生了，伟大的科学家也在早晨出门忘了带钥匙，大脑是智慧的，问题是你真的用对大脑了吗？
我学了一门印象笔记课程里面有如何科学搭建笔记本与标签，希望对你有用。在建立笔记本之前我们先了解印象笔记，构建笔记本有四个核心笔记本组：收集箱、创作、项目、归档。
0 - 收集：
来自各个渠道的信息收集；
1 - 创作：
Cards：对输入的信息的加工和提炼
writings：对输入的信息的完整输出
2 - 项目（正在进行）：
正在进行的项目/主题研究/活动等；
3 - 归档（已完成）：
笔记本分类要按照GTD原则分类，GTD是一套清单管理系统，它主要包括项目清单、下一步行动清单、将来也许清单和日程表。当然项目支持材料和参考资料也是必不可少的一部分。
GTD的核心就是理清工作和生活中的项目和下一步行动。该系统中项目和下一步行动就是一条条提示清单。好的应用程序就是能够高效方便的管理项目和行动清单。
当我们执行具体行动的时候，我们会根据批处理的原则，把同一场景下相似的行动一起做，集中处理同类事项。比如说集中打电话，集中写邮件，出门时尽量多办几件需要外出办的事。
依据情境定义和排序，你可以行动得更加快速更方便。所以需要以方式、地点、工具、精力状况、人物等从新组织分别属于不同项目的行动清单，这就是行动清单的另一个维度。所以需要清单之间有属性关联。
正所谓不破不立，在建立的笔记本之前，需要把原来的笔记本，该清理的清理，剩下的全部集中在一个笔记本里，命名为历史笔记本，经过断舍离以后，这些笔记就像一个个藏宝箱，等待你的再次挖掘。
一个原则，三个步骤，玩转印象笔记，将写作进行到底
笔记本知识创造流
四个核心笔记本组分工合作，让写作畅通无阻。
收集：只是平时有意识有目的地收集资料。
创作：把收拾的资料进行一个初加工，让它成为一个片段或者草稿。
项目：你正在进行或准备进行的文章。
归档：已经完成的项目进入闭环，也就是努力的成果。
有创作者以写作为主题建立笔记本组，笔记本如同工厂流水线一样井然有序，生产出优质的文章，运用印象笔记是关键。
收集箱是储备素材，重点在创作笔记本组，那么以写作为流程建立笔记本就是想法立项、片段、草稿、已发表、写书规划和写书心得。如果突然产生了一个可能变成一篇文章的想法，就在想法立项中新建笔记，如果想法只适合作为某篇文章中的素材，就放入想法立项中，整个笔记本形成的逻辑就是收集，创作项目归档闭环的，这是创作流。
收集是为创作和项目所服务，所有的收集都是为了主题创作、项目推进而开展的。和当下主题项目无关的信息，一概不理会，保护稀缺的注意力，人的注意力一旦被分散就很难再次集中注意力完成一件事情。
一个原则，三个步骤，玩转印象笔记，将写作进行到底
我们的大脑一次大概能记住，3-5个信息组块，比手机号，138322xxxx。大脑会自动将3-5个数字分成一组，比如138-2322-xxxx，或者138-2322-xxxx，容易记住。
一般来说超过4个组块记忆难度就大大增加，所以我们在信息分类时，就需要确立一个原则：分类多搜索。
在笔记本分类时，就要尽量克制，不超过四个笔记本，或者不超过五个笔记本组。让大脑一下子记得住，检索就快。
笔记本命名采用数字编号为笔记本命名可以快速跳转，当你输入数字时，会快速找到相应的笔记本，我是有强迫症的人，为了视觉上的统一美观，笔记本用英文名称规范主题，中文进行解释，中间用竖线分开。好处就是整个笔记顺序清晰简洁大方。
一个原则，三个步骤，玩转印象笔记，将写作进行到底
标签分类
如果说笔记本是一对一，那么标签就是一对多，同一条笔记可以打上不同的标签。
标签，你可能要问了，什么是标签呢？ 标签是另一个维度的分类，你给一条笔记添加一个标签，和把一篇笔记移动到一个笔记本，都是给这条笔记做了归类，本质上没有什么区别。 只是，标签的优势更大。 因为随着海量信息的涌入，要保障你的印象笔记系统不崩溃，不可能建立上百个笔记本来分类信息，那查找起来太费劲了。这时你需要用标签对笔记进行分类，你可以对一条笔记贴上不同的标签，只需要搜索一个标签，就能找到这条笔记。
用MECE原则来给标签分类，MECE （Mutually exclusive and collectively exhaustive）的原则出自《金字塔原理》白话解说就是“没有遗漏，也不会重复”。
如同汽车里有车胎、螺丝、后备箱，彼此相互独立不重复，而合在一起又能完成汽车的一个结构。简单地说，就是要：相互独立，完全穷尽。
标签分类完成后，为了视觉统一和方便调用信息，我们需要对分类进行编码排序，具体数字编号我们参考的是杜威十进制。
杜威分类法，是一种科学的分类法。杜威十进制以三位数字代表分类码，三位数的好处是你可以完全穷尽你要罗列的分类方向。

读万卷书，行万里路

欢迎 关注 老蔡悦读 ， 一起在书的海洋畅游，享受阅读的快乐。

书名：高效人士的问题解决术

译者：陈昭蓉

出版：北京联合出版公司

出版时间：2019-05

ISBN：9787559631442

 

面对突如其来的工作难题，大家会手足无措，甚至想要逃避，认为自己能力不足。这是不少职场人士相同的烦恼。对职场人士来说，“如何高效解决工作难题”是日常工作中任何时候都少不了的重要技能。《高效人士的问题解决术》中认为只要培养“整理”、“分解”、“比较”的能力，就能高效解决职场上遇到的工作难题。整理就是“正确掌握每一件事实”，"分解就是“把大事实划分成小事实”;比较是“把大小一样的信息放在一起比较”。作者森秀明通过解释如何运用这一种能力，帮助我们把原本散乱的事实一件一件地整理，分组之后，重新排列再进行比较，得出新的策略、计划、行动，让我们轻松解决任何问题!
前言你真的认为自己“想清楚了”吗？

“无法向对方正确表达自己的想法，其实是因为自己根本还没有想清楚。”

仔细想想，工作上解决问题需要采取的行动其实很简单：

步骤1：询问对方的需求和烦恼；

步骤2：思考如何解决对方的需求和烦恼；

步骤3：以有有说服力的方式，提出具体的解决方法；

步骤4：告诉对方具体的解决方法。

对方无法理解自己想说的事，往往有三种原因。

原因1：没有好好“整理”对方说的话或发生的现象；

原因2：没有把事情“分解”成容易处理的大小；

原因3：没有通过“比较”，清楚呈现自己想告诉对方的意思。

工作所需的基本技能只有三种：“整理”“分解”“比较”。

 

第1节 为什么我说的话，别人听不懂

为了解决问题而进行的沟通，你如何“思考”将是关键。

对方听不懂你想说的事，通常有三种原因：

1．自以为正确掌握了事实和对方的需求；

2．自以为正确划分了事实和对方的需求；

3．自以为正确排列了事实和对方的需求，比较了差异。

稳扎稳打的学习“架构”，而不是枝微末节的小技巧，才能够培养出可以面对任何问题的超强技巧。学会整理、分解、比较事实的思考方式之后，自然能提高工作效率、品质和精确度。
第2节 有效沟通的基础：整理、分解、比较

沟通的第一步，首先，要和对方有交集。双方达成共识，才能往同样的方向前进。
第3节 倾听：理解对方话语的意思

沟通的时候必须一边听对方说话，一边想象对方大脑中的事实卡片上写着什么样的事实和数据。
第4节 让“听、想、写、说”的循环更简单

工作就是按部就班地进行“听”“想”“写”“说”这四种活动的循环。
第5节 “听、想、写、说”的共同要素

这四种活动都需要针对事实进行“整理”“分解”“比较”。

“倾听”“思考”“书写”“表达”的基本要素就是整理、分解、比较，只要知道这一点，你可以思考得更透彻，工作成果也会更好。
第6节 三步骤思考术，提升工作能力

工作是由“倾听”“思考”“书写”“表达”这四种基本活动组成，每一种活动并不需要特别的技巧，基本要诀都是一样的。

首先，要知道如何处理事实，知道如何整理、分解、比较。
第7节所有工作都从“认识事实”开始

传达事实需要的三种技术

事实是你根据目的选出来的法则、案例、信息和数据。

何谓“整理”？整理就是“正确掌握每一件事实”。

何谓“分解”？分解就是“把大事实划分成小事实”。依据某种角度，把“事实”分成几个小组。

在分解事实时，“没有遗漏、没有重复”是不二法则。何谓“比较”？比较是“把大小一样的信息放在一起比较”。也就是比较相同单位的事实。

所有工作都基于正确认识事实，以及整理、分解、比较这三项技术。
第8节 只要三步骤，奠定所有工作的基础

第一是关于事实A和事实A1、A2、A3之间的关系。

“事实A=事实A1+事实A2+事实A3”。如果这些分解而成的事实，加起来无法还原成事实A，有任何遗漏之处，就代表分解做得不正确。

第二是分解的方法。

分解的基本原则是“没有遗漏、没有重复”。

落实“没有遗漏、没有重复”

“没有遗漏、没有重复”是分解的基本原则，在企管顾问界，这称为“MECE”（Mutually Exclusiceand Collectively Exhaustive）。

具体来说，“SWOT分析”是从优点（Strengths）、弱点（Weaknesses）、机会（Opportunities）、威胁（Treats）的观点，分解企业（或个人）身处的环境，找出自己的长处和问题、助力和阻力。

以这四种组合思考自己应该采取什么行动：

●优势×机会=积极攻击

●优势×威胁=差异化

●弱点×机会=加强弱点

●弱点×威胁=防卫

“SWOT分析”的分解方式同样没有遗漏，也没有重复。
第9节 整理：掌握每一件“事实”

即使是广泛的问题或格局很大的问题，只要我们耐住性子、看清事实，依序处理每一组事实，不管面对什么样的困境，都能迎刃而解。
第10节 分解：没有遗漏、没有重复地划分事实

一定要遵守基本原则，从正确的角度搜集、整理事实，分解得没有遗漏，也没有重复，这样才能找到正确答案。
第11节 比较：以同样的角度比较事实

“整理”、“分解”和“比较”是商业沟通的三个主要技术。“整理”是把散落各处、大小不一的事实汇整在一起。

“分解”则是依据某种角度将事实分组，没有遗漏，也没有重复。

我们可以在同类型的事实中，找出共通点，看出主要的主张。

单独留下的事实也能看出主张。

通过整理、分解、比较，可以看出以前没注意到的事。如果可以看出主要的主张，或看出不一样的做法，将是正确传达事实的强大武器。
专栏：商业上的法则、案例、结果都是事实

如果要解决商业上的问题，有三大基本要素不可或缺：“法则”“案例”“结果”。

何谓“法则”？

包括社会科学的法则、商业上的普遍法则、为了让企业业务和组织正常运作而广泛应用的想法。法则代表“有关事物成形方法的想法”。

何谓“案例”？包括和商业上的事例、推广事业的策略和推动组织的制度实例。案例代表“确实存在、可以观察的事例”。

何谓“结果”？包括商业活动的结果、执行事业策略的成果、调度组织的效果。结果代表“可能发生或已经发生的事情”。

商业法则，以及套用这项法则的情况（案例）和带来的变化（结果），这三点都是“事实”。
第12节 设定的问题，决定你整理事实的方式

简单来说，“整理”就是“把信息放在一起”。

整理信息一般有两种方法：“由上而下法”和“由下而上法”。

依照“差异”“时间”“类别”“脉络”来整理

主要可以依照以下四个项目来整理：

●差异——从比较之后看到的差异切入；

●时间——从时间先后或行动流程切入；

●类别——从类别切入，例如分成“既有”和“新创”；

●脉络——从谈话脉络或故事结构的角度切入。
第13节 从企业实例来整理事实

把不同的事实当成同一类，还觉得自己已经充分掌握事实，这样沟通当然会出问题。“讨论没有交集”“开会偏离重点”，会有这些情况，都是因为整理的方法不对。
第14节 搜集信息和数据

只要正确整理定性信息和定量信息的事实，就有助于思考下一步。
专栏：分析架构或关键词并不能作为“事实”

如果你的说明让你自己都觉得“无法信服”“没有完整表达”，不妨多练习这三种包含“法则”“案例”“结果”循环的思考模式。
第16节  以营销理论实践“分解”方法

如何进行STP分析

分解的目的在于思考有效又具体的解决方案。

实践科特勒营销理论的核心——STP分析

关于STP分析，简单说明如下：

●市场区隔（Segmentation）——把相关市场的顾客分组。

●选定目标市场（Targeting）——选择公司产品和服务的目标消费群体。

●决定市场定位（Positioning）——设定公司产品和服务的存在价值，厘清差异化的重点。

以STP分析来思考营销，拟定策略的过程也会变得明确。
第19节 决定市场定位，让全球的爱好者赞不绝口

在决定市场定位时，必须像这样，从多种角度思考“硬件”“软件”“内容”这三个层面。
第21节 以数学分解，找出获益最大的模式

数学分解的方法非常简单，能够让你看到新的事实，并且进一步应用在工作上。
专栏：分析架构是进行分解时的实用工具

想掌握外部环境变化的时候→PEST分析

想调查业界获利难易度的时候→五力分析

想掌握事业面临的情况时①→3C分析

想掌握事业面临的情况时②→SWOT分析

想掌握企业和事业的整体时①→PPM分析

想掌握企业和事业的整体时②→价值链分析

想掌握企业和事业的整体时③→7S分析

想判断事业的方向时①→“安索夫矩阵”

想判断事业的方向时②→“优势矩阵”

想决定营销策略时→“STP”

想决定销售方法时→4P分析

想改变销售方法时→PLC分析

想执行业绩改善计划时→PDCA

想了解人才类型时→PM理论
第22节 制作图表的目的就是进行“比较”

“比较”是把相同单位的事实放在一起对照，从差异中导出主张。在进行量化比较时，图表可以让结果看起来更清楚，也可以说，制作图表的目的就是进行比较。

利用比较，我们可以看出隐藏在比较对象之间的主张。

通过比较，我们可以发现差异，想到解决方法。
第23节 就算整体看起来持续成长，也要探究个别情况

把大的事实详细分解，比较相同单位的事实，一定能看出差异，导出主张，从各种角度思考下一步要采取什么行动。
第24节 将事实并列比较，就能看出差异

第一阶段是在公司整体的获利模式层面比较，也就是比较图表左上方和右上方两个方块的获利模式。

重点在于，我们要如何解释这个差异。经营管理阶层必须思考如何填补不足，以什么方式达到十年后的目标，这是一家公司经营策略、计划 *** 作的部分。

第二阶段是在事业层面比较，比较图表中间两排的方框。

经过正确的整理、分解、比较，就能清楚导出主张，也更容易看清下一步的方向。
第25节 经过比较，就能以一句话清楚表达主张

比较有很多好处，商业活动最重要的是要清楚看出“接下来要采取什么行动”。比较事实，就能立刻看出自己要采取的行动，这是很有利的。
专栏：从法则、案例和结果，比较公司的现在和未来

在工作中，养成整理、分解、比较事实的习惯，以往混沌不清的思绪得到清楚的整理，自然也能看出接下来要采取的行动。
第26节 创造工作成果，第一步最重要

三步骤思考术——“整理”“分解”“比较”。

表示时间和工作成果的三种曲线

理想的模式是“爬坡型”。

“爬坡型”是从一开始就想着最后的目标，立刻着手进行，很快到就达到接近结论的程度。

达成“爬坡型”曲线，越早开始越好，要养成“爬坡型”的习惯，必须从目标开始思考。

以现在的知识、经验法则、一般常识为基础，写下这些事实，进行整理、分解、比较，开始思考。
第27节 把每个“事实”写在笔记卡片上

“案例”“结果”“法则”的笔记卡片
第28节 搜集事实之后，进行排列、整理、分解、比较

把想到什么写什么的草稿、没有条理的卡片，按照类别排在笔记本上，整理成草稿，思考也会从零往前跨一、两步。
第29节 将思考转化为发言和行动，工作成果会更好

思考、发言、行动的门槛光是思考，也无法说服对方，发挥影响力。唯有把想法说出口，也听取对方的意见，再采取行动，制作出样本或模型，勾勒出大致的模样，才能够提高说服力。

思考→发言→行动，就能创造成果

与其仅止于思考，不如发言；与其仅止于发言，不如行动，才能够提升工作成果。
第30节 思考的量比质更重要

在商业上，“量比质重要”，最好还有很多种选择。

至少准备三个选项，让双方都得到满意的结果

正式资料至少准备三个选项，再让对方从中选择最符合他需要的。
第31节 重复整理、分解、比较，工作质量也会大幅提升

工作上要持续成长，提高工作质量，需要不断地“重复”。重复整理、分解、比较的循环，可以让自己的想法不断进化。
第32节 解读逻辑背后的情感和政治

对话的三个层次：逻辑、情感、政治

对话有三个层次：“逻辑”、“情感”和“政治”。

“逻辑”层次是大多数人想象的正式简报场合的对话。

“情感”层次则是牵涉到情感的对话。

“政治”层次代表受到组织政治左右的对话。

对话不仅要注意内容是否合乎逻辑，还得理解对方的情感和组织政治，一边考虑影响的程度，一边进行对话。在商业活动上，如果没有想到这些层面，光靠策划案的内容，很难让对方点头说好。
读万卷书，行万里路

欢迎 关注 老蔡悦读 ， 一起在书的海洋畅游，享受阅读的快乐。

1 前言
软件开发并不是只有一个编程的人，而是可以分为不同的角色。不同的软件公司因为规模大小性质各不相同，所以围绕软件的角色也各不相同。一个大型的软件外包企业，外资企业，往往分工明确细致，每个人像螺丝钉一样在一起工作，让整个大机器得以运转。而在一个小型创业企业里面，往往一个人从接触客户，到开发产品到交付产品一条龙走完，整个产品周期就一个人，甚至几个产品周期就一个人。
2 软件开发团队角色
一般的项目组可以说一共有5种角色，开发（DEV），测试（QA），质量监督（SQA），技术主管（Tech-Lead）,开发经理（SDM）。
21 开发 （DEV）
开发就是大家经常说的编程的人。工作主要是写代码，其次是跟团队成员客户沟通。前后者比例大概是7：3的关系。开发是整个软件开发团队当中的最重要的角色之一，道理很简单，产品出自于他们的亲手。说到开发，大家的印象就是整天呆在电脑面前，目光呆滞，头发凌乱的计算机人士。确实，整天和计算机打交道的人的确容易变成这样，因为开发首要解决的问题就是如何用技术能力去解决客户的需求，而不是自己的形象怎么样。事实上这种情况在现代中得到很大改善，很多IT人士都很注重自身形象。具体的工作不仅要写代码用算法实现业务逻辑，更要有程序设计的思想，大到整个的程序框架，小到某个小模块的扩展性兼容性，都是在开发真正写代码之前着重要考虑的方面。加我裙子，前面是257，中间是014，后面是001，组合起来就行。现在的编程不像以前打孔式编程那么艰涩，大厂商开发的强大的编程工具（IDE）让编程事半功倍。然而技术在变简单的同时，客户需求又在日趋复杂化。而技术就是为了实现业务逻辑，将业务逻辑抽象建模用计算机程序的方式表现出来，所以一个不懂业务逻辑的开发不会了解模块和模块之间如何协同工作，这便给工作带来很大的局限性。而如果一个开发只关注每个模块之内的细节实现，那在现实中便不是一个好开发，至少不是一个好用的开发。
沟通方面，开发需要和测试，技术主管，开发经理，甚至客户方面沟通，所以必要的沟通能力还是很需要的。现在的软件不再是一个人在战斗，在团队作战中，开发有时需要和测试讨论“某个软件Bug（缺陷）是不是Bug”，有时需要和技术主管讨论客户的某个需求到底是要实现什么内容，有时需要和开发经理讨论项目的进度是否需要推迟。
就开发的工作本身而言，是不太需要管理能力和全局观的，如果能够做好编程的工作之外，这两方面也比较强，可能就离升职加薪不远了。
22 测试（QA）
任何一个产品都需要测试，就好比制造业中如果生产了一批电灯，我们不能听制灯师傅说信得过而信得过，而得通过一系列模拟用户的行为来对电灯进行测试，指标合格后方可出厂投入市场。
软件测试也一样，需要对开发者开发出来的模块，产品进行全方位的测试。
原则是“做正确的事”，让客户需求功能得到满足。基本做事方法就是模拟客户的一切日常行为，包括一些极其变态的行为，考验软件在各个方面的情况下的可用性和稳定性。而这些“日常行为”便称之为测试用例（Test case），一个好的QA会设计出一套可以覆盖所有检查点（check point），又不重叠的测试用例，这套功底可以参考MECE方法。既然如此，QA就需要对整个软件的业务相当熟悉，因为她（他）要知道在某个用户行为下，软件是否做出了正确的反应。
既然是模拟用户行为，那么QA就需要去手动“跑”测试用例。当一个系统很大的时候，测试用例极其多，光用手点一遍是非常耗费时间和人力的，所以QA可以做自动化测试。所谓自动化，便是QA编写一些脚本代码，让计算机帮助去实现一些人为的行为，而不用自己手动点。所以这就需要QA做有一些代码编写能力。
沟通方面，QA经常要和DEV讨论Bug（软件缺陷），Bug的意思是本应该有的功能却没有做到的功能。对于某些比较似是而非的Bug, 怎么能够让开发者心服口服地承认并去修复往往需要花费一番口舌。而这些Bug往往是根据不同的人的价值观认定是不是Bug，所以合理地传递价值观也是QA的一个基本素质。现实的一个案例是，公司某QA“传递价值观”能力极强，于是被拉去做市场去了。除此之外，QA还要经常和技术主管沟通，熟悉客户需求。
全局观是因为QA要做集成测试，这样需要对产品本身有个全局的观念。比如产品有个用户管理系统和订单管理系统，那么对于“删除一个用户”的行为，用户的订单会怎么处理？这便是一个全局观的意识。往往一个好的QA在这点上可以帮用户想到很多用户没想到的东西。
23 质量监督（SQA）
如果说QA的作用是确保“做正确的事”，那么SQA的作用就是确保“正确的做事”。
通常SQA是不会直接参与软件开发的工作中，而是通过在一旁监督软件开发的过程，然后把监测的结果反馈给软件开发团队。
既然是监督过程，所以SQA经常是流程化的代名词。流程是外企当中比较看重的东西，从每天的Daily report, 到每周的weekly meeting，从什么时候把当天的结果存到服务器上，到为什么团队出现重大事故，几乎都会有SQA的参与。所以在前期制定一个符合项目的流程是SQA的必然工作。项目运行过程中，所有项目流程规定的点所涉及到的邮件都要CC一份给SQA。
当SQA通过流程观察项目的运行情况的时候，必然会收集到很多数据（包括刚才提到的邮件）。SQA会对这些数据进行统计归纳，然后总结出规律和报告直接递交给总监（Director）。鉴于此，SQA在我们公司地位还是很高的。
SQA还会不定期对开发团队进行个人的face to face面对面一对一沟通，名字叫Audit，中文翻译过来类似叫审计。这种行为更针对“人”的评估，而不再是产品。因为产品的好坏决定于人的好坏。
24 技术主管（Tech-Lead）
技术主管在我们公司往往就是一个项目的负责人。最主要的工作莫过于软件架构设计，客户需求沟通，技术难点解决和内部团队管理。
技术主管，名字便告诉了大家技术功底一定要很牛，在我们公司经常是一些工作了2-3年以上的软件工程师或者高级软件工程师担当。虽然技术很牛，不过实际上直接参与软件开发的还是DEV（开发者），技术主管只是在比较高的一层面进行协调，所以直接代码编程很少。但是遇到了技术障碍DEV无法克服的时候，技术主管一定要及时站出来做一个Problem solver。
技术主管的日常主要工作就是和客户沟通，熟悉需求，然后把业务需求转换成软件需求给DEV去做。所以技术主管对业务逻辑要相当的熟悉，在整个项目角色中，对业务最熟悉的除了客户就是技术主管。所以技术主管起到了一个衔接的作用，沟通起了客户和开发，连接起了现实的业务需求和虚拟的软件实现。这一切，对技术主管的沟通能力的要求就很高了。
软件团队不是一直和谐的，有时会出现某个模块的接口和另外一个模块的接口衔接不上，有时会出现一个人的工作被另外一个人的工作Block（中断）了，有时也会出现某个DEV总是不买某个QA的账等等，所有的这一切，从技术到人本身，都在时时考验一个技术主管的管理水平。
25 开发经理（SDM）
软件开发经理是一般软件项目中执行层面上的最高职位了。其主要作用是项目的进度控制，客户高层沟通，甚至到项目预算控制。
软件开发经理的编程功底要看具体人而定，在我们公司软件开发经理一般都是技术出身，5-8年的工作经验或软件行业的资历。在具体的项目中，几乎不参与任何代码的编写和设计工作。前期的项目计划（Project Plan），中期的项目进度管理和客户需求管理，到后期的项目交付，所有的工作都是软件开发经理和客户主要要沟通的东西。
业务方面，软件开发经理对业务认知的能力是非常强悍的，因为资历深的人对很多陌生的业务嗅觉和认知要比其他人强。不过在实际中，业务需求方面大部分工作给技术主管做了，所以软件开发经理主要关注于项目总体，对细节不太关注了。
软件开发经理还有个重要的作用便是在软件项目过程中，积极地调动项目内外的资源。简单的说，把合适的人放在合适的位置上。当团队出现无法解决的问题时，软件开发经理会想方设法从外部获取资源帮助团队渡过难关。
3 从软件开发团队成员看21世纪企业所需的人才素质
从一个软件开发团队中开发（DEV），测试（QA），质量监督（SQA），技术主管（Tech-Lead）,开发经理（SDM）这五类角色所具有的各种能力我们不难看出二十一世纪的社会需要的是什么样的人才，答案很明确，二十一世纪我们需要的是复合型人才。
那什么是复合型人才呢？复合型人才就是多功能人才，其特点是多才多艺，能够在很多领域大显身手。复合型人才包括知识复合、能力复合、思维复合等多方面。当今社会的重大特征是学科交叉，知识融合，技术集成。这一特征决定每个人都要提高自身的综合素质，个人既要拓展知识面又要不断调整心态，变革自己的思维，成为一名“光明思维者”。那么一名复合型人才又应该拥有哪些素质呢？
31 高尚的思想政治品格
首先，要树立正确的马克思主义世界观、人生观、价值观，用辨证唯物主义的观点，客观、动态、全面、本质、联系地看问题、分析问题、解决问题。
其次，要有坚定的政治立场，坚持四项基本原则，树立共产主义的信念和理想，自觉、积极、热情、主动地参加有中国特色的社会主义的建设，为实现社会主义现代化而奋斗。在现今社会中，要能识别和抵制各种错误思潮的影响，坚定正确的政治方向。
第三，要有现代意识，譬如竞争意识、时效意识、科学意识、开放意识、改革意识、民主意识、法制意识、平等意识、信息意识、优质服务意识等。
32良好的科学文化知识
科学文化素养是指人们对自然科学、人文社会科学、文学、美学、艺术等人类文化各种基本知识或常识的认识程度和掌握情况。21世纪的人才又需要精深而娴熟的专业知识、先进而新鲜的前沿知识以及与本专业相关的各种知识。
33 法律道德知识
21世纪的社会将是一个法制社会，法律在它的适用范围内具有普的约束力和强制性。尤其在社会主义市场经济下，任何经济活动都必然依法进行，知法、懂法、用法、守法，增强法律意识就显得更加重要。所以，21世纪人才必须有较高的法律修养，了解宪法和法律的基本内容，正确行使公民权利，认真履行公民义务，作一个守法的公民，运用法律维护自己的正当权益。
34 健康的心理
所谓心理健康是指个体在各种环境中都能保持一种良好的心理效能状态，个体在这种状态下能以社会认可的方式调节内部心理结构，以取得对外界环境的良好适应，并充分发挥其身心潜能，保持旺盛的生命力。
35 一定人际交往能力和合作精神
21世纪是一个变化极快的时代，由此是一个竞争异常激烈的社会，但也由此不可能光靠一人的能力来成就事业，因此21世纪更加需要合作。合作精神是一种值得弘扬的时代精神，也是新世纪人才必备的一种优良品质，我们必须放弃“鸡犬之声相闻，老死不相往来”的陋习，倡导科学、文明、健康、开放的社会交往方式，学会交往，学会合作，提倡合作精神。在人际交往和互相合作过程中注意互惠互利、互相尊重、互相信任、摆脱嫉妒、能力升华等，把祖国建设得更富强。
36 新时代的创新精神
创新精神是21世纪所必备的，没有创新就意味着“一潭死水”，停滞不前，继而落后，继而挨打。科学技术要走在世界前沿，经济建设要跻身世界前列，无不需要创新，尤其在建设有中国特色的社会主义的中国，从事这具有开拓性的亿万中国人民所从事的崭新事业，既无前人之鉴，也无现成的经验参考，这就完全要靠我们自己去开拓、去创新。
37 身体健康素质
人乃万物之本，人之成才要在体力和脑力上付出艰辛的劳动，这就要求在生理机能上有良好的体质和健康、发达的大脑。身体健康素质应包括三个方面：一是要有结实健壮的身体，能够抵抗疾病、承受繁重的工作和各种艰苦环境的考验；二是要有健康、发达的大脑，能够足以用它来汲取知识和承受繁重的脑力劳动；三是要有良好的心理素质，保持健康人格。
综上所述，这几大素质是21世纪人才必需的。它们不是各自孤立的，需要全面、整体、和谐地发展，才有可能形成新世纪人才的基本素质。
4 结束语
二十一世纪是一个社会高速发展的时代，我们需要的是具有全面素质的复合型人才。

---