- 解決問題時心中該有的 high level 信念
- 定義問題
- (Is it true?) 是否為真?釐清現況,真的存在這個問題/現象嗎?
- (So what?) 所以呢?這問題會帶來什麼影響嗎?
- (Why so?) 為何這 問題 會產生 那個 影響? 根本原因是什麼?
- 定義 目標
- 找出 “達成目標的途徑方法”
- 找出問題的 本質核心 (core reason)
- 第一性原理 First Principle
- 不要只治標不治本
- 有限度挖掘問題時:先找出 問題的甜蜜點 就足夠 (sweet spot)
- 用 impact 和 feasibility 區分 需要被解決的問題
- 實務中的做法:80/20 法則 (先解決 最嚴重的問題就好)
- 解決問題時常犯的錯: 沒有找出
- 常見錯誤: 問題根本不存在
- 常見錯誤: 把注意力錯放在 不重要的問題 (problem)
- 常見錯誤: 急著想提出 solution
- 常見錯誤: 沒有解決問題的根本原因、解決方案只治標不治本
- 金字塔原則 - 拆解問題、寫下策略、檢查合理性
- 金字塔結構
- <1> 訊息式的說明
- <2> 意見在上,事實在下
- <3> MECE (Mutually Exclusive Collectively Exhaustive)
- 達成金字塔結構的分析問題、統整資料方法
- <1> 歸納法 (Induction)
- <2> 演繹法 (Deduction)
- 解決問題的技術
- 清晰思考、批判思考
- 邏輯思考 (Logical thinking)
- 假說思考 (Hypothesis thinking)
- 採用 假說思考 的優點
- 什麼是「好的假說」
- 提出解決方案 solution
- 提前思考最壞的結果
- 第二層思考原則(second-level thinking principle):問自己:「那接下來呢?」
- 安全機制: 額外多找一個 solution
- 安全機制: 想像其中之一不可行
- 安全機制: 把多個選項結合在一起,兼顧兩者
- 評估 solution 各種選項 時採用的標準
- 假設 → 驗證 → 提出結論 → 做調整
- 行動
- 為什麼不行動?
- 幾個原則
- 設定安全邊際: 避開最糟糕的結果 (margin of sategy)
- 為什麼需要安全邊際
- 設定安全邊際技巧:
- 設定安全邊際的範例
- 設定失效安全: (fail-safe)
- 設定引爆線: 事先決定好,到達一定的時間、數量或情形時,該採取哪些行動
- 指揮官不在時,授權別人代替指揮官做決定:
- 把手綁起來
- 搜集資料、分析資料
- 獲得精確的資訊: high-fidelity 原則
- 獲得精確的資訊: Hi-Expertise 原則
- 如何請教專家意見,才會讓很多人都在找的專家看到你、也樂意協助你。
- 讓專家看到你的密切投入:
- 請求要明確:清楚說明你需要專家為你做什麼。
- 展示你尊重對方的時間與精力:
- 詢問專家的理由並仔細聆聽:不要只是問專家怎麼想,而要問他們的思考方式。
- 後續的聯絡追蹤:
- <1> 以假說為導向去搜集資料
- <2> 簡約分析 (BoE, back-of-the-envelope)
- 步驟 1:建立模型 (Build the Model)
- 步驟 2:蒐集數據 (Collect Data for Components)
- 步驟 3:確認是否合理 (Sanity Check)
- 步驟 4:導出啟示 (Evaluate Implication)
- <3> 量化分析
- 從決策中學習
- 把重點放在做決定的「流程」,而不是最後的結果。
- 做決定當下就記錄想法、盡量讓你的決策流程透明公開,可讓別人檢視 (e.g. 公司同事)
- 建立模型 (modeling)
- 好的 solution/ insights / 建議
- 突破性: 是否有說出 客戶不知道的事?
- 針對性: 是否有 針對 客戶 獨特需求的?
- 策略顧問的投影片 - 每頁最好要包含的元素
- 好的 deck 的標準
- 上台簡報的技巧
- 策略顧問做訪談 (interview) 的技巧
- 參考資料
解決問題時心中該有的 high level 信念
如果眼前存在著一個問題 (problem) ,代表 :現狀 和 理想的目標 之間有差距
沒有無法被解決的問題
- 需要輪到你去解決的問題都是複雜的,不要輕言放棄
- 最糟的做法就是寄望奇蹟會發生,把頭埋進沙子裡,祈禱問題會自行消失
所有看得到的問題,都只是非常表層的症狀
- 要相信「可以直接觀察到的問題,都只是表層症狀,而非問題的根本原因」
- E.g. 客戶找顧問公司時,雖然都已列出一份問題清單,但顧問最後找出的根本原因 ,通常不是客戶最初自己已經看到的
<3> 80/20 法則
- 集中資源,優先去解決最關鍵的問題
定義問題
(Is it true?) 是否為真?釐清現況,真的存在這個問題/現象嗎?
- 對方陳述的現象是否真實存在?
- 不要讓別人替我定義問題,要自己研究、了解問題
調查問題現況時,可能遇到的困難:
- 客戶老闆不知道公司的營運細節
- 客戶的中高階主管可能對老闆有所隱瞞
- 各種產業報告可能含有許多隱性假設
- E.g. 不同公司的報告,對同一個 “metric” 或是 “某名詞” 的定義不同
即便是客戶 / key stakeholder 給予的數據和資料,我們也不能直接照單全收、完全相信
- 要盡可能找到正確的、完整的資訊
- 運用手上僅有的資訊,拼湊出 現狀 的 真實樣貌 (即便資訊有瑕疵或是不完整)
(So what?) 所以呢?這問題會帶來什麼影響嗎?
- E.g. 這問題對誰會有影響? (e.g. 對我的 stakeholders 有影響嗎?)
- E.g. 這問題造成的影響很大嗎?
- (有可能:這問題真的存在,但是對我的公司的 stakeholders 影響卻不大。那麼這個問題可能就不值得繼續深究下去)
(Why so?) 為何這 問題 會產生 那個 影響? 根本原因是什麼?
- 為什麼 這個問題 會 對我的公司 產生 那個影響?
- 找出問題的核心本質
定義 目標
- 針對不同目標,需要運用的資源、解決方案就會不一樣
- 定義好目標是什麼,各個員工才能知道工作內容中各個任務的優先級高低,避免浪費時間在不重要的事情上。
- 範例
- 同產業、同樣規模的兩家公司,目標有可能不同
- 同一個公司裡,高階/中階/初階主管 和 IC,不同人 的工作目標可能都不同
找出 “達成目標的途徑方法”
- 為了達成目標,已知有哪些阻礙
找出問題的 本質核心 (core reason)
第一性原理 First Principle
範例:當我們想要設計一個新產品時
- 確定產品的目標和功能
- 將產品拆分成各要素進行解構分析。
範例:如果我們要設計一輛新型電動汽車
- 考慮電池、馬達、車身等各要素
- 對每個要素進行深入分析,找到實現目標最優路徑的方法
- 例如,在設計電池時,我們需要考慮電池的容量、充電速度、壽命等因素,並且找到實現這些目標的最優方案
不要只治標不治本
- 做法範例:
- 問大家「我們可以怎麼做,從一開始就不會有這個問題?」
- e.g. 開交通罰單 v.s. 優化道路和人行道的規劃
- e.g. 撲殺流浪狗 v.s. 將低飼主棄養行為
有限度挖掘問題時:先找出 問題的甜蜜點 就足夠 (sweet spot)
- 對問題追根究底,不需要無窮無盡
- 要確保:這個有待解決的問題
- 必須有足夠的 impact (不能太淺,要夠深,但也不用太深)
- 是我有能力解決的 (feasible)
- 範例:朋友 “發燒,身體很不舒服”,我需要解決這個問題
- 不能太淺:
- Possible solution: 只想到 “幫朋友買感冒藥”
- 這無論誰來都想得到這解法、且只能解決一次問題、只能治標不能治本、不能一勞永逸
- 夠深:
- 朋友習慣在客廳看電視、常看到睡著
- Possible solution: 調高客廳的冷氣設定溫度、在客廳沙發放一條毯子
- 朋友習慣夜深了還一直看電視
- Possible solution: 自動把電視節目錄影下來,讓朋友改天在白天看錄影檔案
- 不必太深:
- 嘗試改造人類 DNA,讓朋友永遠部會再感冒
- 可能做得到,但是超出我的能力範圍,所以這是沒有意義的 solution
用 impact 和 feasibility 區分 需要被解決的問題
- 深層問題:通常 impact 較大,但是比較難解決 (可解性低)
- 淺層問題:通常是可以在短期內解決的
實務中的做法:80/20 法則 (先解決 最嚴重的問題就好)
- 一個嚴重的症狀背後不會只有少數幾個問題
- 通常不是 “解決一個問題之後,症狀就解除了“
- 但實務中我們 可以 “先只列出最嚴重的 top 3 問題”,並且評估各自的 impact 和 feasiblity ,然後決定要先解決哪一些問題
參考資料
- <終局思維 Clear Thinking by Shane Parrish> 第 17章
解決問題時常犯的錯: 沒有找出
常見錯誤: 問題根本不存在
- 資訊是根本錯的 or 資訊來源不夠可靠 or 資訊以偏改全 or 樣本數過少...etc
- [解決方法] 批判思考,質疑及驗證 資訊來源
常見錯誤: 把注意力錯放在 不重要的問題 (problem)
- 沒找到重要的問題
- 正在嘗試解決的問題,就算解決了也不會產生夠大的 impact
- 聰明的懶惰 Intellectually lazy - 沒有先思考「解決了這個問題又會如何?」
常見錯誤: 急著想提出 solution
- 大家聽到問題之後,急著下結論「這就是要解決的問題」,然後就急著「想出 solution」、急著去執行。
- 這可能導致
- 浪費時間和資源去解決「不該解決的事情」
- 只滅了眼前的火,但沒有解決根本問題。明天又再次起火
- 這也是「預設反應」在搞鬼
- 參考:
- 可行的解決方法 / 安全機制
- 把決策流程中的「問題定義階段」與「問題解決階段」分開來,分兩次討論
- 稍微慢下來,清晰思考、問更深層的問題
- 問大家「關於這個問題,還有什麼我們不知道的事實?」
常見錯誤: 沒有解決問題的根本原因、解決方案只治標不治本
- 可行的解決方法 / 安全機制
- 問大家「這個做法是否經得起時間的考驗?這個解決方案能否一勞永逸解決問題?或是問題會再發生?」
- 如果問題有可能重新出現,八成只是在治標。
- 任何用在短期方案的力氣,都會占用尋找長期解方的力氣。不過有時我們得先有短期的救急方案,為長期的解決方案爭取空間
- 但你要確認自己不是在救之後還會再燒起來的火。
參考資料:
- <終局思維 Clear Thinking by Shane Parrish> chapter 17, 18
- <BCG 問題解決力> chapter 4
金字塔原則 - 拆解問題、寫下策略、檢查合理性
目的:
- 初步分析我們面對的問題 (problem)
- 寫下「我要提出的策略」背後的邏輯,並逐一確認正確性、合理性
金字塔結構
- (參考圖)
<1> 訊息式的說明
- 陳述論點時要寫出完整的訊息。包括主詞、動詞、受詞
<2> 意見在上,事實在下
- 愈往上:陳述 “那又如何 so what”,表達我的 意見
- 愈往下:列出已知的 事實
<3> MECE (Mutually Exclusive Collectively Exhaustive)
- 每個論點之間要「相互獨立、完全窮盡」,不重複、不遺漏
- 每個論點之間涉及的「層次」要一致
- 例:把「性別」區分為:生理男、生理女
- 如果把不同層級的放在一起,可能導致:
- 顆粒度大小不一
- 例:把消費者分成「男性、中年女性、年輕女性」共三群
- 聽眾不明白為什麼那些問題要被放在一起
- 範例:把檢討銷售策略是否有問題時,把「產品」和「定價方式」直接放在同一層 (其實定價方式本身就有很多個可能的問題)
達成金字塔結構的分析問題、統整資料方法
<1> 歸納法 (Induction)
- 利用幾乎已經窮盡的 事實資料 or 樣本,證明自己的意見是正確的
- 實務上很難「收集到所有的事實資料」,所以可以「至少舉證初 最關鍵的 20% 數量樣本,去 cover 80% 的狀況」。
- 必須培養出判斷的直覺,知道你得搜集多少資料來驗證之後,才能有自信地確定這大概就是實際會發生的情況。
- 建立一個框架,把議題拆成幾個面向,在各個面向中分別找出事實資料來舉證
- 範例 1:客戶、競爭對手、公司本身
- 範例 2:產品、價格、通路、促銷手段
<2> 演繹法 (Deduction)
- 驗證方式:
- 找出大前提,以及其之下的小前提
- 先確認大前提是存在的 or 正確的,再確認小前提 有符合 大前提
- 則結論是:小前提 會依照大前提 來進行
實作範例:
[議題] 本公司是否應該立即採取行動,進入 寮國汽車市場?
拆解問題:
用 [歸納法] ,把這議題拆成 3 個 [子論點],然後分別舉證
- [子論點 1] 客戶(市場):寮國汽車市場一年後會起飛。
- [演繹法] 大前提:汽車市場通常在人均GDP(Gross Domestic Product,國內生產毛額)3,000美元左右的時候,會有爆發性成長。
- [論證方式] 可以考慮分析各國過去幾十年「汽車市場規模」與「人均GDP」之間的相關性,加上從訪談或問卷可以得知,收入是買車子的必要條件之一。
- [演繹法] 小前提:寮國人均GDP明年將突破3,000美元。
- [論證方式] 比對幾個政府與研究機構報告,應不難判斷明年人均GDP是否能突破3,000美元。
- [子論點 2] 競爭:相對於競爭對手,我們在低價產品區間的產品很有競爭力。
- [論證方式] 用 歸納法 去比較幾個市場低價格區間的產品市占率,再加上當地客戶的訪談或焦點座談會作為佐證
- [子論點 3] 公司:本公司進入新市場需要一年的準備期間。
- [論證方式] 可考慮用 歸納法,參考過去幾次進入新市場所花的時間
接著在投影片中寫出我的 策略/結論時
- 結構可能長這樣:
解決問題的技術
清晰思考、批判思考
- 「有好好思考的人」和「沒在思考的人」的差別, 不在於思考的量,而在於思考的「質」。
- 有人說「量終究會變成質」, 但可惜的是,思考並不會自動從量轉化為質。
單純地隨便想想, 永遠不會成為有「認真思考過」。 必須在某個時間點, 把一時的想法, 轉化為「優質的思維」才行
。 而這個關鍵時間點, 通常是在對人「開口說話之前」 - 知道目标是什么,排除无关的因素,做出最好的决定
- 暂停「自动反应」,进入清晰思考。
- 绝大多数人在绝大多数情况下都是自动反应的,所以都是平庸的。
- 如果你能经常跳出自动模式,进入清晰思考,你就会「将平凡时刻转化为非凡成果」
- 看到一個新問題 (problem) 時,不能依靠直覺做判斷、急著產生結論。要經過有邏輯的論證、收集資訊、充分分析,再產生結論
- 不以絕對的 yes / no 判斷事情,以機率高低做為判斷事情的基礎
- 反向思考,把事情用「相反角度」想看看
- 參考不利於己的觀點、立場相反的意見
- 不要讓思考建立在少量 or 薄弱的資訊之上
- 不要只看到「自己想看到的東西」
- 人會傾向於相信自己的直覺是對的,因為這樣比較輕鬆。於是,大腦便會擅自蒐集直覺認為正確的資訊,對於不符合直覺的資訊則會忽略。
- 防止 認知偏誤
- 冷靜看待所見所聞,抱持懷疑態度,養成習慣「問 why?」
- 對於「我不知道的事情」,我必須蒐集資料、諮詢專家。但對於別人給我的資訊,我必須思考其是否合理,不能盲目相信
邏輯思考 (Logical thinking)
- 釐清 前後 因果關係
- 不要誤把 相關性 (correlation) 當成 因果關聯 (causation)
- 我們可能會忽略了 隱藏的因素,然後就草率地判斷 某兩件事情 之間有 因果關係
- (參考:用金字塔原則 建立 剖析問題的思維 )
假說思考 (Hypothesis thinking)
比較不好的工作方式:大海撈針 (boil the ocean)
- 具體行為:先大量閱讀相關資料,然後 deadline 快到了才開始寫報告
- 缺點:在這過程中,缺乏中間產出
- 可能原因:
- 對自己的信心不足,誤以為「蒐集愈多資料,會對最後的決策愈有幫助」
- 期待自己能夠神來一筆,突然想出解決方法
比較好的做法:假說思考
實作方式:
- 先花一小點時間閱讀相關資料
- 然後 brainstorming 寫出一些「不一定正確的假說」,目的是提供專案的「初步執行方向」
- 證明這個假說是否是正確的,具體方法可能包括
- 找產業專家做 訪談,詢問細節,快速掌握狀況
- (參考此章節:做訪談的技巧)
- 做問卷調查,用大量的樣本驗證我的假說
- 去現場做觀察、訪問現場人員 (通常是用於牽涉到消費者、通路場所 的問題)
- 查更多文件、查相關數據
- 自己一個人用有限的資料、做邏輯思考,推論出可能的問題原因
採用 假說思考 的優點
- 在短時間之內,找出「切中要害的資訊」,把資源集中在真正關鍵的問題點上
- 讓客戶 (或是 stakeholder) 知道我們已經訂定了某些切入問題的角度、研究方向,讓客戶對我們的工作進度感到安心
什麼是「好的假說」
- 假說要具有針對性
- 要確保 假說「能導出的最終策略建議」不會太籠統空泛
- 錯誤範例:「銷售方式有問題」
- 正確範例:「銷售方式的計畫和具體執行之間有落差,計畫是 XXXX,執行卻是 YYYY,所以導致銷售結果不好」
- 假說要具有 “驅動性”、包含「有 action item 的看法」
- 如果假說是正確的,客戶就能清楚知道接下來該採取什麼策略行動去解決問題
- 例:
- 如果我證明了「資深銷售人員無法將有用的銷售技巧分享給新進人員,導致新進人員銷售能力不佳」這個假說是真的
- 則可以提供「協助資深銷售人員將銷售技巧分享給新進人員」的因應策略,例如「定期舉辦銷售技巧分享會,促進經驗交流」
- 假說要能被驗證
- 如果我提出的假說無法被驗證,那這假說就沒有實際價值
提出解決方案 solution
問題 (problem) 的 解決方案
必須包含:
- 釐清”現狀”
- 定義”理想的目標” (解決這個問題之後能達到的狀態)
- 如何從 現狀 達到 理想的目標 的 途徑
- (i.e. 現在缺了什麼東西)
提前思考最壞的結果
- 「事前驗屍」(premortem),來源自自斯多葛哲學。
- 糟糕結果原則(Bad Outcome Principle):
- 用「負面觀想」(premeditatio malorum,「提前思考最壞的結果」
- 重點不是要讓自己煩惱擔憂,而是讓自己做好面對問題的準備。
- 不要只想像美好的未來。想一想哪些地方可能出錯,萬一真的出錯又該如何解決。
- 事先思考可能出錯的地方、決定好應變措施的人,當事情不照計畫走時,這樣的人更可能成功。以下的原則能讓你聰明評估選項。
第二層思考原則(second-level thinking principle):問自己:「那接下來呢?」
- 第一層 vs. 第二層思考
- 把第一層思考想成今天的自己,第二層思考則是未來的你
- 第一層思考關注當下,解決眼前問題,忽略未來影響。
- 第二層思考則考量長遠後果,思考「接下來會如何?」。
- 小決策會有「複利效應」,長遠影響累積,因此需要第二層思考。
- 短期 vs. 長期目標
- 解決問題時,不只看短期目標,還要考慮長期目標,避免因忽略長遠結果而做出錯誤決定。
- 如果只想著解決眼前的問題,沒考慮過程中會衍生的問題,是在陷害未來的自己。
- 避免陷害未來的自己
- 第二層思考能預防未來問題,還能幫助我們了解需要哪些未知的資訊來做更好的決策。
- 靠運氣等待正確資訊出現是不現實的,需主動尋找所需資訊。
- 舉例
- 因為肚子餓,吃了巧克力棒,你解決了當下的飢餓,但也會帶來後果:兩小時後會出現高糖效應過後的疲勞。如果你的長期目標是下午要有生產力,那吃巧克力棒就不是最佳解方。 的確,吃一次巧克力棒不會破壞節食計畫,也不會毀了你的一整天。然而,在你的一生中重複出現這個看似微小的錯誤判斷,並不會讓你迎向成功。
安全機制: 額外多找一個 solution
再找出第三個選項,會強迫我們發揮創意,更深入看問題。即便最後我們沒有選擇第三個選項,逼自己想出那個選項,可以幫助我們進一步理解問題。我們會更有機會讓決定與目標一致,未來有更多的選擇,也更有可能慶幸自己的決定。
安全機制: 想像其中之一不可行
- 看著你正在考慮的兩個選項,分別問自己:「萬一這個選項不可行,我會怎麼做?」
- 分別檢查兩種 solution 的優缺點
- 如果「選項」很好,但無法立刻執行,思考「現在能做什麼事情,讓我慢慢走向 我想要的結果」
安全機制: 把多個選項結合在一起,兼顧兩者
- 有的決定看似只有兩種選擇,其實通常還有其他的選項
- 也可能是在 兩個選擇之間,選擇中間地帶
- 整合兩個選擇各自的「最佳部分」
- e.g. 對工作不滿時,即便乍看之下如此,解決方法通常不會只有「熬下去」或「離職」兩個選項。你可以一邊工作,同時開始聯絡認識的人。你可以一邊找工作,一邊上夜校學習新技能。你可以發起一項創新計畫,同時在目前的工作上發揮創意。
- 能利用對立的概念打造出新解決方案的人,相對於只能思考一種想法的人,擁有更多內建的優勢
評估 solution 各種選項 時採用的標準
標準應該具備哪些共通特質,包括:
定義出「最重要的事」是什麼
- 明確:標準應該簡單好懂、沒有任何術語。理想上,你要能說明到讓12歲的人也聽得懂。
- 有助於目標:標準必須支持能達成理想目標的選項。
- 有助於判斷:標準必須明確指向單一選項,不會有多個選項都可以的情況。
避免:
- 避免由個人的感官、喜好 來做判斷
標準如果無法協助你減少選項,就是無用的標準。
無助於判斷的標準,表示你還沒完全了解問題。因為擔心做錯才按照那些標準。不想為結果負責,或是不清楚自己要什麼的人,很容易掉進這種社會預設值的陷阱。
假設 → 驗證 → 提出結論 → 做調整
參考資料:
- <終局思維 Clear Thinking by Shane Parrish> chapter 17, 18, 19
行動
為什麼不行動?
- 害怕面對後果
- 自尊心會和社會預設值、慣性預設值一起作用,動搖我們的決心,不去做該做的事
- 害怕犯錯。
- 慣性會讓我們想待在原地,我們不斷蒐集更多資訊,以為有更多資訊就能消除所有的不確定性
幾個原則
- ASAP原則:如果取消決定的成本很低,就盡快做決定。
- ALAP原則:如果取消決定的成本很高,盡可能愈晚做決定愈好。
- 保留「做選擇的空間」
- 當你心中立刻冒出一個簡單的診斷,可以完美解釋一切,你就要當心了。這時候要停下來,確認那樣想真的沒錯。」
- 賭注很高、無法重來時,你要思考到最後一秒鐘再做決定,盡量讓選項保持開放,持續蒐集資訊。
- Stop、FLOP與Know原則:
- 當你不再(Stop)蒐集到有用的資訊、首度失去機會(First Lose an OPportunity,簡稱FLOP)、或是得知了(Know)一個明顯選項,這種時候就該停止蒐集更多資訊,開始執行。
- (Stop) 當我們已經抵達有用資訊的極限,當你已經到達以下任何一個狀態,你大概已經取得你能取得的所有實用資訊。該做決定了
- 你能從所有角度,說出支持或反對每一個選項的理由。
- 你已經問遍所有人的建議,甚至開始問和問題不直接相關的人,或是沒解決過這種問題的人。
- 你覺得還需要再多了解一點,但你已經學不到新資訊,開始陷入無限迴圈,一直在重看同樣的資訊(或相同的主張)
- (FLOP)
- 當手中的選項開始消失時,就該趕快運用手中的資訊、開始行動
- e.g. 因為我太晚決定,導致交易的買家都不想買了
- e.g. 因為我太晚決定,導致伴侶不想結婚了
設定安全邊際: 避開最糟糕的結果 (margin of sategy)
為什麼需要安全邊際
- 如果失敗的代價很高昂,就值得投資有大量餘裕的安全邊際,是盡量讓自己在未來能有緩衝與保障,為各種可能發生的結果做好準備,避開最壞的下場。
- 一些側面角度的想法
- 當你不知道自己在做什麼,安全邊際可以讓你免於最糟的結果。即使你清楚自己在做什麼、也做了當下最佳的決定,事情還是有可能發生意外變化
- 當你說服自己不用再留安全邊際時,很有可能正好是你最需要安全邊際的時刻。
- 各種意外:
- 個人:親人喪生、健康突然出狀況、突然被開除
- 外在環境:戰爭、天災、環境變遷、經濟危機
設定安全邊際技巧:
- 設定能夠承受「2倍 會造成危機的結果」
- 保留「 2倍的 災後重建資源」
- 不能把史上最糟情況當基準,因為未來可能不同於過去
- 先射子彈,有把握之後,再射砲彈
- 巴菲特不投資他不懂的產業和公司,寧可保有現金,等待別的適合的機會
- 做決定之後,不立刻對外宣布,但在我自己心中「假裝已經對外宣布」,然後先思考一段時間,讓自己還有機會改變心意
- 對外宣布之後,見光死,若到時才發現錯誤,會造成損失
- 於是寧可先再次 think twice,冷靜檢查、用不同角度檢查
- 如果你感覺到哪裡不對勁,就是有問題的徵兆。
設定安全邊際的範例
- e.g. 橋樑安全重量,在當下每日最大通行重量是 5000噸,考量可能會有極端值、未來的車子重量可能變大,設定橋樑能承受 20000 噸
- e.g. 裸辭,預計 6 個月能找到新工作,則準備 12 個月的生活費
- e.g. 招募新人接手公司的重要職位,先讓他負責小範圍的事情,觀察一段時間之後,再讓他上位
設定失效安全: (fail-safe)
設定引爆線: 事先決定好,到達一定的時間、數量或情形時,該採取哪些行動
- e.g. 登山時,若下午幾點之前還沒到達指定位置,則立刻原路折返
指揮官不在時,授權別人代替指揮官做決定:
- 把指揮官的意圖當成準則,授權其他人行動。就算指揮官不在,也能做決定。
- 需要給團隊足夠的脈絡,讓他們有辦法執行任務,也必須給予充分的彈性,才能因應情勢變化,這個概念稱為「指揮官的意圖」(commander’s intent)
- 指揮官的意圖有四要素:
- 制定:資深指揮官的責任
- 溝通:資深指揮官的責任
- 必須向團隊傳達策略,說明背後的邏輯,以及可能碰上的限制。不只是告訴團隊該做什麼,還要點出那麼做的理由,解釋你是如何做出決定,這樣一來團隊才能理解狀況,清楚有效行動的界線:哪些事絕對不可以做
- 解讀發生變化的情境
- 下一級指揮官可以使用的工具
- 在新情境中執行策略
- 下一級指揮官可以使用的工具
把手綁起來
- 故意讓自己「不能做某些事情」,藉此「不偏離 正常航道 or 事前計劃好的行動方針」
- 範例
- 正在控制飲食,則先把家中所有的垃圾食物都丟掉
- 想要投資股市,先設定每月自動扣款、定期定額投入
參考資料:
- <終局思維 Clear Thinking by Shane Parrish> chapter 20
搜集資料、分析資料
如果你不知道自己在找什麼,就不可能找到;不知道在瞄準哪裡,也太可能正中目標。當你不知道什麼東西重要時,你會錯過有關的重要資訊,花大量的時間在不重要、不相關的事情上。 大部分的資訊都無關緊要。不浪費寶貴時間的關鍵,是知道哪些可以略過,從雜訊中分離出有用的訊號
獲得精確的資訊: high-fidelity 原則
- 協助你在任何情境的內部找出最佳情報
- 決策品質與你的思考品質直接相關。你的思考品質,又與你獲得的資訊品質直接相關。許多人認為所有資訊來源都同樣可信。並非如此。你或許認為取得所有人的意見很重要,但不代表每個人說的話參考價值都相同。
- 抽象化(abstraction,譯注:亦有「摘要」、「抽取」等意)。就像是回到六年級的數學課,你直接抄隔壁同學的答案,你得到正確答案,但不知道是怎麼算出來的。未經理解的資訊,很危險。
- 我們很自然會以為抽象化能省時間,改善決策,但很多時候不然。閱讀摘要或許比讀完整份文件更快,卻會錯過大量的細節。那些細節對於摘要這份資訊的人不重要,對你來說卻可能有意義。你省下了時間,代價是錯過重要資訊。只讀重點,會在無意間製造出盲點。
- 每天只吃垃圾食物,你不會健康;每天只吸收低品質的資訊,你無法做出好決定。高品質的輸入,才會帶來高品質的輸出。
- 真正的知識必須費力氣獲得,抽象化只是借來的東西。決策者取得資訊與看法的來源,太常與問題本身隔了好幾層濾鏡。仰賴抽象化會讓自尊預設值有機可乘,引發知識的錯覺:我們沒有真正了解問題,就對該做什麼很有信心。
- 你無法依據不理想的資訊做出好的決定。事實上,當你覺得別人做出莫名其妙的決定,很可能是因為他們依據的資訊和你知道的不同。如同垃圾食物對我們不健康,低品質的輸入最終也會帶來糟糕的決定。
- 最靠近問題的人,通常也擁有最準確的相關資訊。第一線人員缺乏的通常是更全面的視野。相較於只是分析資料的人,在麥當勞店內工作的員工,更知道如何解決店內重複出現的問題,但他們不會清楚那些問題與整體情況有何關聯。他們不會知道是否每家店都碰到這個問題,也不知道如果全球的分店都採取他們的做法,會不會反而弊大於利,或是如何才能把方法傳達給所有人。
- 抽象化原本就是用來滿足設計者的需求。如果設計者的需求與你不同,他們的抽象化就不會呈現你需要的資訊。同理,你從二手來源得到的任何資訊,八成都已經被別人篩選過。由於你的需求八成不會與他們相同,他們的摘要、強調與描述,也多半會漏掉能協助你做決定的相關資訊。
- 想做出更好的決定,你就需要更好的資訊。只要有可能做到,你就要親自去學習、親自去看、親自去實踐。有時最優質的資訊,也是最無法被傳播的。
- 每個人都只會看見這件事的一部分。每個人的動機與誘因都不同,也連帶影響了他們怎麼看世界。要更清楚地看見具體現實,你可以想一想每個人會因為他們給你的資訊獲得什麼好處,再把那些觀點整合在一起。 我們可以把每個人的觀點,都想成看世界的鏡片。當你戴上別人視角的眼鏡,就可以看見他們看見的世界,更能了解他們的感受。然而,每副鏡片都有盲點,會漏掉重要的資訊,或是誤把意見當成事實。所以,你可以每一副眼鏡都戴戴看,就可以看到其他人錯過的東西。
- 重點不是與人爭論或不同意別人的觀點。批評別人、說別人錯了,這些舉動只會讓人不願意再與你溝通,導致資訊無法自由流通。收集資訊時,你要做的是透過他人的眼睛看世界,嘗試理解別人的經歷,了解他們如何理解世界。即使你不同意他們的世界觀,依然能獲得寶貴的資訊。你該做的只有開口問問題,你的想法你自己知道就好,並且保持對其他觀點的好奇心。
- 從別人那裡取得資訊時,要懂得問會得到細節的問題。不要問對方的想法是什麼,而是要問他們是如何得出那樣的看法。
- 我們在做決定的過程,目標不只是蒐集資訊,而是要蒐集與我們的決策有關的資訊。那不只需要建立數據庫,還需要了解數據點背後的原因與方法,也就是優秀決策者在這個領域運用的原則。 要得知那些原則,我們必須問出對的問題。我建議可以問這三類問題: 第一類問題:如果是你遇到我目前的問題,你會依據哪些因素做決定?那些因素彼此間的關係是什麼? 第二類問題:關於這個問題,你知道哪些我(或其他人)不知道的事?你可以依據經驗,看見沒經驗的人看不見的哪些點?就你所知,大部分的人會漏掉什麼? 第三類問題:如果你是我,你的決定流程會是什麼?你會怎麼做?(或是問:你會如何教你的母親或朋友該怎麼做?) 注意上面的問題,跟典型的問法很不一樣,並不是問:「我碰上了這個問題 ,我該怎麼辦?」別忘了,你問的問題將決定你獲得的資訊品質。
- 當你無法親自檢驗情況時,了解別人的動機與誘因就非常重要。如果你不得不仰賴他人的資訊與意見,你就有責任思考那些人看待事情的角度。每個人都以有限的視野看問題,人人都有盲點。身為決策者的你,有責任整合他們與其他人的視野,努力貼近真實情形。
- 許多人眼中的資訊或事實,其實只是看法,或是混合了大量意見的事實。舉例來說,如果你打算賣房子,那麼你能賣到多少錢,會隨不同的人有不同看法。銀行、你的房仲、買家的仲介、你的朋友、驗屋人員、網路資訊、政府,每個人都只會看見這件事的一部分。每個人的動機與誘因都不同,也連帶影響了他們怎麼看世界。要更清楚地看見具體現實,你可以想一想每個人會因為他們給你的資訊獲得什麼好處,再把那些觀點整合在一起。
獲得精確的資訊: Hi-Expertise 原則
- 協助你從情境的外部找到關鍵資訊
- 取得HiEx(高專業度)資訊,來源有兩種,一種是在特定領域擁有大量知識或經驗的人,另一種則是多個領域的通才。
如何請教專家意見,才會讓很多人都在找的專家看到你、也樂意協助你。
讓專家看到你的密切投入:
- 展示投入與努力
- 告訴專家你為了解決問題已經花了多少時間、精力與金錢。
- 表達你已經做過功課,並說明你遇到的難題。
- 提出具體問題
- 讓專家了解你需要他們如何具體幫助你,提供明確的背景資訊。
- 對比有效與無效的請求
- 有深入思考且具體的請求更容易引起專家的重視與回應。
- 簡單且缺乏細節的問題,難以激發專家的興趣。
請求要明確:清楚說明你需要專家為你做什麼。
你要請他們看你的計畫後提供回饋嗎?你想請他們介紹能解決問題的人嗎?不論你的需求是什麼,說清楚就對了。
展示你尊重對方的時間與精力:
- 表達尊重
- 明確表示你尊重專家的時間與精力,能提高對方的回應意願。
- 專業諮詢建議
- 不應隨意請求免費時間,應詢問是否提供有償諮詢服務並了解費用。
- 價值與準備
- 專家服務昂貴且合理,付費不僅體現價值,也促使你在提問前充分準備,避免浪費雙方時間。
詢問專家的理由並仔細聆聽:不要只是問專家怎麼想,而要問他們的思考方式。
- 專家作為範本
- 將專家的行事方式視為學習評估事物的範例。
- 提升思考能力
- 目標是學習專家思考的方式,而非單純尋求解決方案。
- 保留自主性
- 不必完全認同專家的意見,但要專注於提升自己的思考品質。
後續的聯絡追蹤:
- 持續分享進展
- 不論結果如何,定期向專家更新你的發展。
- 無論建議是否幫助,持續更新能增加專家未來幫助的意願。
- 展現尊重與重視
- 專家看到你認真看待他們的建議,會更樂意再次提供協助。
- 理解專家回應的限制
- 大部分專家無法回應所有求助者,需體諒他們的時間和精力有限。
<1> 以假說為導向去搜集資料
- 寫下一些假說 (rough hypothesis)
- 可能需要收集的資料
- 要解決的問題 所屬的產業報告
- 快速瀏覽報告摘要、目錄、大小標題、圖表,從中找出有用的資料
- 市場調查報告
- 客戶自己提供的內部報告
- 藉此瞭解客戶對這問題已經理解到什麼程度
- 避免我提出「客戶已經知道的事情」
- 客戶擁有的數據
- 請客戶提供某些整理過後的數據,讓我在之後從中做研究
- 徹底利用「現成既有的資料」
- 如果以前已經做過相似分析,從中找出可以重複利用的資料,不要做 double work (reinvent the wheels),不要做別人已經做過的事情
- 記得驗證資料是否正確
- 技巧:在 google 搜尋時在結尾加上限定搜尋
- e.g. “site:gov.tw” “site: edu.tw”
- 取得資料的途徑是否合法、合規
<2> 簡約分析 (BoE, back-of-the-envelope)
概述:
- 在還沒到處蒐集資料之前,就先用已知的數字和邏輯推理 去建立假說、並測試目前假說的可靠性
- 白話文解釋:隨手拿一張紙 (例如信封的背面),簡單做一個粗略的分析,確認我的假說是否有問題,然後再不斷優化我的假說
步驟 1:建立模型 (Build the Model)
參考:
範例
- E.g. 電商 GMV = 流量 * 轉換率 * 客單價
- E.g. 全台灣手搖飲店家 營收 = 消費者人數 * 一年每人平均買多少杯咖啡 * 每一杯咖啡平均價格
步驟 2:蒐集數據 (Collect Data for Components)
- 把初步蒐集到的數字 (or 我自己假設的數字) 填入我的 模型
步驟 3:確認是否合理 (Sanity Check)
- 透過別的比較基準,確認我的模型和填入模型中的數字是否有問題
- E.g. 我算出的 全台灣手搖飲營收 數字,不可能比整個台灣餐飲市場營收數字更大
- 數字精確性不是重點,而是要確認是否合理。在後續的研究中再優化數字精確度就好
步驟 4:導出啟示 (Evaluate Implication)
- 我算出的數字
- 對客戶 (or stakeholder) 而言代表了什麼意義?
- 如何用這數字評估、解決客戶的問題?
<3> 量化分析
- 先確認「我是否知道為什麼要做這一份分析?」,以免做白工
- 有可能「把大家都有的數據,加上我的獨特觀點」,就變成了解決問題的關鍵
- 不一定要「拿到別人沒有的數據」
- 把兩個討論對象 拿來做比較,看有什麼異同
- E.g. 兩個不同公司、兩間公司的兩個相似產品、同一間公司的兩個不同產品...etc
- 把討論對象做拆解,找出其中有哪些不同 component
- E.g. 整個市場的高階/中階/低階產品、高/中/低忠誠度消費者...etc
- 找趨勢
- 找歷史趨勢
- 預測未來趨勢
- 由上而下
- E.g. 用「市場人口成長率、GDP 成長率」做為計算依據
- 由下而上
- E.g. 透過抽樣調查,把各種資料加總起來,從中找趨勢
- (實務上,可以同時做由上而下、也做由下而上,確保用不同途徑做出的預測都能得到相同的結果)
- 分佈
- 拆解一份資料,「去均化」,看其中是否有「特別大 or 特別小的數值」值得深入分析
- 相關性 (Correlation)
- 把兩組不同的資料拿來比較,找其中有什麼相關性
參考資料:
- <終局思維 Clear Thinking by Shane Parrish> chapter 19
從決策中學習
Notes
- 決策的品質能決定可以走多快、走多遠
- 所以要持續學習做出好的決策、從錯誤中反省並優化
- 要防止各種「自利性偏誤」影響思考、決策品質、高估自己的程度、以為失敗都是外部因素導致的、導致自己無法從過去的經驗中學習教訓
- 參考:
- 參考:
把重點放在做決定的「流程」,而不是最後的結果。
- 傳統看法認為,好結果來自優秀的人做出好決策;不好的結果來自不優秀的人做出差勁的決策。
- 但其實,我們都做過不理想的決定,但不代表我們全是無能之輩。
- 人生充滿不確定,好決策也可能導致令人意外的壞結果。
- 正確的決策,不一定會帶來想要的結果,有可能完美地出牌,但照樣輸了,只能盡力就好
- 許多人以為好結果等於好決定,不好的結果等於不好的決定。然而,人生不是那樣。你不能從結果的好壞來斷定決策的品質
- 你唯一能控制的,只有你做決定的「過程」。那個流程決定了決策的好壞,至於結果如何,那是另一回事。
做決定當下就記錄想法、盡量讓你的決策流程透明公開,可讓別人檢視 (e.g. 公司同事)
- 人的盲點、缺點
- 人們難以從自己的決策中學習,因為常常看不見自己的思考與決策流程。
- 我們常忽略做決定前的步驟,做出決定後也不會反思。
- 回顧過去經驗時,自尊心會扭曲記憶,混淆當時的資訊與後來得知的事,並用結果合理化意圖。
- 我必須讓思考過程
具象化
,便於檢視,例如寫下來、 - 若不在當下檢視自己的思考,就無法確定決策是好是壞,也難以從中學習。
- 不要等事後再仰賴記憶力。試圖事後再回想自己在做決定當時知道哪些事、當時又是怎麼想的,都沒有益處。
- 讓別人看到
- 別人也能知道你是如何思考,那些思考是別人很難看見的。當別人能看見你的思考,就能幫你檢查是否有弄錯的地方,提供不同的觀點,消除你的盲點。如果你實在無法向別人(或自己)解釋你的想法,就代表你對問題本身掌握還不夠透徹,需要更深入探討、蒐集更多資訊。
參考資料:
- <終局思維 Clear Thinking by Shane Parrish> chapter 22
建立模型 (modeling)
建模
- 从一堆纷繁复杂的信息里,抽象提炼出一个简单的模型,然后用这个模型来解释复杂的情况,方便理解与记忆
行為建模
- 从一個人每天偶发的、零散的行为中找出那些最值得保持的部分,用简单的逻辑整理一下,把这些行为变成一种方法论,让这些值得保持的行为能够不断被复制,被优化
參考資料:
- <溝通的方法> (by 脫不花) 第 9 章
好的 solution/ insights / 建議
顧問提供給客戶的 建議/策略 中,必須提出有價值的 insights
Insights
=(客戶不知道的事情+符合客戶獨特需求的事情)
= (突破性+針對性)
突破性: 是否有說出 客戶不知道的事?
- 不能告訴客戶「他們自己老早就知道的事情」
針對性: 是否有 針對 客戶 獨特需求的?
- 如果「提出的策略中,無論把主詞換成另外哪一家公司/客戶 都適用的話」,這個策略就沒有針對性,根本不 insightful
- 例:客戶不知道「賽局理論」是啥,如果顧問花一堆時間解釋「賽局」給客戶聽,不見得真的能「幫助客戶解決問題」,那這是浪費時間
策略顧問的投影片 - 每頁最好要包含的元素
- 關鍵訊息 (key message)
- 內容主體 (content body)
- 分析圖表
- 資訊證明
- ...etc
- 資料來源 (data source)
好的 deck 的標準
先講結論 (執行摘要 executive summary)
- 在整份投影片一開始的第一頁就寫出:最關鍵的重點訊息 or 結論中的結論
- 寫執行摘要的方式:SCR+N 原則
- Situation 背景/情境/場景
- 例:這次專案的目標 or 客戶委託我解決的問題 or 客戶與我共通知道的資訊
- Complication 需要被解決的問題
- Resolution 解決方案
- Next Step 下一步要做什麼
快速展示投影片的 ”整體架構”
- 可能的形式:目錄 (table of contents)
- 目的:讓聽眾/讀者快速掌握這整份投影片會說明哪些事情、展示哪些內容
Simple (很快就能看懂這頁在說什麼)
- 主標題 (or 副標題) 就要傳遞「有策略意義的資訊」
- 一頁投影片,最好只說一個「關鍵訊息」。不要把太多資訊塞在同一頁,也不要用太多頁投影片去傳達單一一個訊息
- 刪掉所有不需要的「任何一個贅字」、所有模稜兩可意義不清的文字
- 展示清楚易懂的圖表
Insightful 內容簡潔、有重點
- (參考此章節: 好的 Insights (解決方案的 建議/策略) )
- 不只要陳述事實/現象,還要說明這個事實/現象帶來什麼影響 (so what?)
- MECE:不要在兩張投影片提到相同的重複關鍵訊息
- 除了關鍵的訊息和圖表以外,把其他輔助解釋的說明資料都放到投影片最尾端的附件區域
包裝 (讓對方更容易吸收、接受我的觀點)
- 聽者是誰?讀者是誰?
- 他們想知道什麼事情
- 他們不喜歡聽到什麼?
- 講清楚:我想要達到的目標是什麼
- 針對這一次報告,我適合用哪一種風格來表達?
- 旁敲側擊 (先鋪陳,再說服)
- 單刀直入 (直接說重點,讓對方了解是太有多嚴重,然後直接提出建議策略)
上台簡報的技巧
- 事前設定好這場簡報要達成的目標
- 除了主講者之外,安排其他參與者的分工
- 主持人引言人
- 隨時可以幫忙補充更多細節 or 資料的補給員 (back-up)
- 適當安排時間
- 對聽眾說明投影片的架構 (快速說完)
- 執行摘要 (快速說完)
- 關鍵訊息 (花最多時間)
- 簡單帶過的資訊 (只花少少的時間)
- 千萬不要像機器人一樣,照著投影片上的文字讀出來
- 你必須事先統整好:要為每一頁投影片說明什麼東西
- 對聽眾說明
- 我看到什麼背景、數據、參考資料
- 我是用什麼方法分析的
- 結論是什麼
- 可以預留時間,與聽眾雙向討論
- 確保聽眾可把心中疑慮說出來
- 確認聽眾是否有被我的觀點說服
- 提出幾種選項,讓聽眾進行討論、並且給予 feedback、甚至是當場做出決定
- 預先自己排演練習
- 減少不必要的口頭禪
- E.g. 就是、那個、這部分、這樣的一個動作....etc
- 盡量使用積極正向的字詞
- 適當停頓
- 與聽眾眼神交會
策略顧問做訪談 (interview) 的技巧
訪談的目的
- 從受訪者取得精準的 insights,驗證、修正 我的假說
步驟 1:準備 (prepare)
- 建立假說
- 不能「只拋出問題 (question)」,反而要「先做功課,預先想好這些問題的可能答案」,然後在訪談中討倫、驗證、修正
- 決定「要產出什麼成果」
- Ghost Deck:在空白的投影片中,先在每一頁寫上「標題」,這些標題「代表的主題」可能包括
- 假說...
- 經過調查之後發現的已知事實、數據...
- ...etc
- Ghost Deck 可以幫助我們
- 先「想像出最後要向 客戶/老闆 呈現的解決方案成果」
- 列出「在訪談中要測試的假說是什麼」
- 列出「為了證明我的假說,我需要去找出哪些資料、哪些數據」
- 鎖定訪談對象
- 「我可以透過哪些專家的 feedback 來驗證我的假說?」
- 範例:我需要調查戶外運動產業,我可能需要分別訪談浮潛、登山、衝浪、攀岩...等領域的專家
- 寫下訪談指南 (interview guide)
- 也就是:要詢問訪談對象 的 問題清單
- 預作準備,提高訪談時的效率
- 實務上很有可能訪談到一半,受訪者告訴我「假說有問題 or 重點根本是另一件事情 or whatever something else」,這也沒關係
步驟 2:籌劃 (set up)
- 約時間、請求受訪者花時間接受我訪談
步驟 3:訪談 (interview)
- 訪談前準備
- 複習我提出的假說
- 複習受訪者背景、基本資料
- 最後微調 訪談指南
- 確認當天訪談的行程細節
- 自我介紹
- 訪談本身
- 20% 時間是我提問
- 80% 時間讓受訪者給 feedback
- 但有些受訪者也希望趁這機會交換情報,不想要單方向只給資訊而已
- 即便受訪者是個產業專家,但他說的事情也不一定全都是對的
- 做結尾
- 在訪談的結尾快速做總結,請問受訪者是否同意我的總結 (我的看法)
- 問受訪者有沒有更多相關人士可以推薦給我
步驟 4:收尾 (follow up)
- 寫感謝信給受訪者
- 說謝謝
- 寫下總結當天訪談的結論
- 寫訪談備忘錄
- 讓其他團隊成員 or 主管 也能快速得到我今天收集到的重要資訊
參考資料
- <BCG 問題解決力>
- 在讀這本書時,要隨時分清楚 文中提到的
問題
是指a problem to be solved
或是a question to be answered