简介: 7月9日 19:00-21:30 阿里云开发者社区首场“Offer 5000”直播开启!15位团队技术大牛在线招人,更有《阿里云技术面试红宝书》助你拿下Offer!立刻投递简历:https://developer.aliyun.com/...前端
做者 | 承风 阿里巴巴高级前端技术专家node
导读:创建结构化的思惟,以结构化的模式驱动工做,以结构化的体系构建自身的能力,小到写 PPT、大到为业务提供更大价值,都是很是值得咱们使用的模式。阿里巴巴数字供应链事业部高级前端技术专家 - 承风,将会在本文中和你们分享他在创建和践行结构化思惟过程当中的方法论。web
在每一年自评、汇报、工做中总会感觉到一些结构化带来的问题:面试
这些问题,根据我本身工做经验的总结,认为大都是对结构化认知不足和践行不佳致使的。后端
Structured:创建中心(问题、目标)。以中心的核心要素对中心进行分解,造成分类子结构。以必定的范式、流程顺序进行分类子结构的合理分类、减小非关键分类结构;对关键分类子结构进行分析,寻找对策,制订行动计划。架构
同理,逆向的顺序,对多种杂乱的内容,进行分类、剪枝、概括汇总成一个中心。我认为也是结构化。框架
有不少相关的书籍:less
领导者之剑:成功人士的 5 大突破思惟技巧、金字塔原理、极简思考:来自世界顶尖咨询公司的高效工做法······工具
也能够参看不少结构化的应用方式:结构化面试、结构化金融产品设计、结构化系统开发方法······从多行业多领域的使用能够反思和加深本身的认知。学习
结构化的理论是简单清晰的(道的层面老是比较简洁),但实际应用中如何进行结构化、最有效的使用结构化却有不少经验(术的层面老是多变的)。在此结合我我的的经验给出一些建议:
当咱们接手一个业务需求、面对一项挑战的时候,应当先思考这个需求的核心目标是干吗的。
思考的过程也是结构化的,我一般会分解为两个子结构进行:
对单个业务需求而言,从事、人两个维度创建起的中心即其核心,是最主要部分,创建一颗结构树的基础。但咱们不该当中止于此,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、或总体业务和行业发展,对这方面业务是怎样的期许。(价值的维度)
例如:咱们作采购系统,当前需求是,提供采购单列表,按总价范畴搜索单据的能力。按结构化的中心创建,它是:高效稳定上线(事)、我职能范围内的工做(人)。
沿当前的中心向上创建更大的结构化的认知体系:
此外,构建更大认知体系,对我的和团队发展也是有价值的。
创建完成中心后,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。总体思想是 MECE(Mutually Exclusive Collectively Exhaustive)原则,即相互独立,彻底穷尽不重叠、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 分析方法又称态势分析法:即 Strengths(优点)、Weaknesses(劣势)、Opportunities(机会)、Threats(威胁)四类。最先用于进行企业竞争态势分析,对我的而言用于分析自身的竞争态势也是极佳的。
(对团队数据可视化能力建设的 SWOT 分析示例)
SWOT 分析法四个象限能够分别分类四大独立的方面,而其中 SW 部分 - 优点劣势通常用于分析内部条件;OT 部分 - 机会威胁通常用于分析外部状况。又造成了两个独立而全覆盖的大类分隔。很是有助于看清楚当前的状况。
此外,SWOT 造成的象限又能够结合跨大类进行组合分析:
AHP 分析方法又称层次分析法:Analytic Hierarchy Process,将与决策老是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。它是一种定性 & 定量结合,系统化 & 层次化的分析方法。
第一层是目标,第二层是分解的准则,第三层是实施方案。构建 A1...A5 与目标相关权重,造成构造判断(成对比较)矩阵。对矩阵进行层次单排序及其一致性检验,再计算 B1....B3 层总排序权值和一致性检验,按照权重结果进行方案优先级的判断。更多详细计算内容可参考 MBALib。
咱们在实际使用中有两种方式:
中心的分解应当使用流程化思惟。指的是找出事情发生的内在逻辑,思考的时候能够逻辑顺序做为参考。
以 XMind 为例:
(规划的时间顺序分解)
(按相关性进行结构顺序分解)
(按照重要性即与鱼头的距离进行程度结构分解)
按照哪一种顺序进行分解因我的爱好和事情的不一样而不一致,没有优劣之分只有合适不合适。多加应用多作尝试不一样模式,会不断提高自身思惟和行为的逻辑性以更加结构化。
事业是无限的,人力老是有穷、认知高度老是不够的。咱们不能把分析出的全部点都作好,也不是分解出的全部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相似的逻辑进行前期处理,来提升效率、去除噪声。经常使用的分别为:
例如咱们要提升部门的研发效率,平常工做收集了一些反馈:开发环境不稳定每天抢平常部署,jar 包冲突屡禁不止,常常有人 push origin -f,先后端联调肯定字段巨麻烦,对当前业务 webx 用起来不够顺手迅速······
这些问题均可以概括到“研发效率提高要解决的点”这个分支下,但细碎的陈列让对问题的解决显得没有重点,后续遇到其余问题也没办法进行有效的区分。
泛化通常是这样的模式:咱们有一些用户年龄,分布为 十、1四、3五、4二、5五、72 岁。能够抽象成年龄分层 - 青少年(十、14)、中年(3五、42)、老年(5五、72),下降数据量提升内聚性。
针对上面的研发效率问题,咱们能够按照研发工做的主要方面,泛化相关的问题:对当前业务 webx 用起来不够顺手迅速(研发架构);抢平常部署、先后端联调(研发环境)、jar 包冲突、强制提交(研发态度)。
在结构化中,不是越深、越细的结构是越好的,不少时候越内聚抽象的结构反而更有利于进行后续实操改进工做的开展。
例如咱们要提高前端研发效能。经过调研、学习和思考,认为须要进行几方面的结构化建设:
进行结构化的梳理能够更清晰的看出针对目标,哪些部分是咱们缺失的。于是针对缺失部分的重要性和紧迫程度,能够更合理的安排工做,而非一味的在较强的部分进行优化、或者各类事情东打一枪西放一炮。
同理,对我的技术成长而言,整理针对当前行业发展下当前技术环境下我的能力的要求点,进行结构化分层和缺失标注,也是指明自身学习方向的好手段。
在咱们进行中心的层层分解时,咱们即使作到了归类,也总会生产一些特别发散的点。针对这些点,咱们应当进行非关键分类结构的减小,即剪枝过程。
一般须要进行剪枝的部分:
例如咱们要通关只狼,一个牛逼的手柄花费的代价,和其对核心目标的提高是不对等的。若是要兼顾该子结构,可能对本身身体和心理形成更大的负影响,放弃是明智的选择。
咱们在安排自身的学习成长也是相似的,是否须要报个昂贵的视频课程,是否须要深刻研究 TMF 源代码,都应当看对当前自身的学习目标的结合度、性价比来作决策,是去是留。
结构化中,要果断剪枝,保持专一、保持可行性。
结构化是一个很是简洁的理论:
创建中心; 以中心的核心要素对中心进行分解,造成分类子结构; 以必定的范式、流程顺序进行分类子结构的合理分类、减小非关键分类结构; 对关键分类子结构进行分析,寻找对策,制订行动计划。
咱们在思考、作事、成长时应当随时使用,对于梳理复杂问题、进行决策支撑都有很大好处。
最后回答下最开始的问题: