这项职业能力太重要了,只有1%的人真正掌握

2019 年 1 月 20 日 华章管理



华章妹说


前不久的“权健事件”充分提醒我们要提升明辨是非的能力,不要再轻易上当受骗。


思维方式有时候真的能够决定命运。面对海量信息,首先要具备分析能力。


了解一个陌生的行业和我们去理解一个新概念,掌握一个新知识,研究一个新领域都是一样的道理。


信息分析通常有3个重要步骤。以下,Enjoy:



01 信息搜索:筛选和精简


做信息搜索,最头疼的问题其实并不是去哪里找信息,而是哪里的信息最靠谱。


得益于互联网的发达,如今没有什么是网络上找不到的。


但问题也随之而来,这么多信息渠道摊在你面前,要是一个个点进去看,花费的时间不亚于看一本《十万个为什么》。


比如去年区块链概念火爆的时候,网络上关于区块链的讨论就有上百万条。


普通人看到绝对是一脸懵逼,什么哈希算法,token,公链,每个概念都有不同的说法,光去判断谁对谁错就够你烦的了,哪还谈得上去深入分析。


那么比较高效的做法是什么呢?这里分享一个方法叫:


搜索引擎找垂直渠道,垂直渠道找专业信息。


搜索引擎很好理解,百度,搜狗,甚至谷歌,都是唾手可得的搜索引擎。


垂直渠道解释一下,就是专注在某一特定领域,只发布该领域相关信息的平台。


● 比如汽车之家,就是汽车类的信息平台;


● 丁香医生,就是医学类的问诊咨询平台;


● 宝宝树,就是育儿类的交流平台......


相对于搜索引擎而言,垂直平台的信息更专业和丰富。


因为聚集在这些平台上的,都是对某一类信息有一致需求的小范围人群。


这就导致该类平台的运营思路,是提升自身的信息专业度。只有这样才会获得用户的认可。


这个很好理解,如果汽车之家上的编辑们本身就不懂车,那它不可能吸引想要买车的人群。


但搜索引擎不是这样。它的思路是“我什么都有”,而不是“我什么都懂”。


搜索引擎服务的是最大范围的网民,它关注的是信息基数,而不是信息质量。


所以搜索引擎上面的信息经常良莠不齐,广告横飞,你很难判断哪一个是有真材实料。


但搜索引擎的好处在于,正是因为它“什么都有”,我们可以在搜索引擎上先找到专业的平台,然后再去这些平台上找靠谱的信息。这是一个不断删除筛选的过程。


比如我想知道“癌症的治疗方法”。首先在百度上输入关键字,然后大家请看首页的第二条信息(如下图):



注意,第二条信息后面紧跟着发布这个信息的平台名字:39健康网。


这是垂直类平台一个很重要的判断标准,即,平台名字能让人马上联想到这个平台和什么有关。


记住,这非常非常重要。


紧接着,我们点进去看看这个39健康网的“长相”:



不难发现,这是一个“癌症肿瘤防治”的专题页面。


这上面有很多医生对于癌症防治的观点和文章,包括癌症是如何产生的,有哪些种类,目前的治疗方法有哪些等等。


我们只用在这上面继续浏览搜索就够了。无形中这就节约了许多时间。


相反,我们回去看刚才百度搜索出来的第一条信息,它的来源网址如下:



注意,这个网址的开头是"baijiahao"。如果大家稍微了解一下百度的产品体系,就知道这是一个百家号的账号。


百家号是百度上的一个自媒体平台系统,类似于微信公众号。


只要搜索一下百家号这个东西,就不难发现它是一个注重流量而非专业度的内容平台。




我们点进去看刚才这个百家号的文章,发现对于“癌症的治疗方法”,只有潦草的几句话概述,既不完整,也不专业:



所以这个平台,就是我们需要略过的信息渠道。


以上就是对信息渠道的初筛。别看字写这么多,实际上操作起来只要几秒钟。


接下来按照这个方法,我们着重去筛选2-3个医学类的垂直平台,例如丁香医生、春雨医生甚至知乎上的癌症专栏等,就能获得关于癌症治疗方法的绝大部分信息。


这都比搜索引擎上的信息质量要高,也大大提高了效率。


在判断垂直类平台靠不靠谱的时候,大家牢记下面两点:


1. 看平台名字


是否简单粗暴,一看便知道它是干嘛的,它和什么话题相关?


同时关注平台的背景,通常在可信度上,政府官方>垂直机构>个人。


2. 看平台内容


是否及时更新?是否有数据支持?是否有资料引用来源?是否有权威论述观点?观点提出时的背景和条件是什么?有没有局限性?




02 信息解读:分层和补完


这是今天文章的重难点,我详细来讲。


从咨询顾问的角度来说,信息解读才是最体现自我价值的地方。


二手的信息谁都能找到,筛选信息渠道这个技巧,多练习几次马上就能掌握。


但信息解读不同,它相当于对信息的一次“加工再创作”。


我们要根据目的,用结构化的思维将信息进行归纳总结,从而提炼出最有用,最精炼的信息要点。


具体如何去做呢?分为两个步骤:分层和补完。


还是以上面的癌症治疗方法来做说明:


1. 信息分层


分层的好处,是将混杂在一起的信息分门别类整理好,让人一目了然。


打个比方,没有经过分层的信息,和经历过分层的信息,它们的差别就如下图一样:



最常用的信息分层方法有两种:表格化分层和线性化分层。


表格化分层,是先将重点信息按照不同的属性进行归类,然后填入对应的表格中,进行归纳整理。


例如下面这张表格,就是按照治疗方法、适用情况、治疗优势、治疗风险四个属性来将癌症治疗的信息进行归类总结:



结合我们前文筛选渠道得到的信息,先提炼出关键字句,再把它们填入这个表格里(如下图):


(以上信息基于网络搜索。这里只介绍方法,尚未进行可靠性判定。)


按照这个思路来整理,是不是就清晰多了?


第二种信息分层方法,叫线性化分层。即,按照事物的一般发展规律来对现有信息进行线形总结。


最普遍的一般发展规律,有时间规律(时间先后顺序)和因果规律(起因,发展,结果顺序)。


我们可以用“鱼骨图”的形式将它们分别画出来:




接下来将搜索到的信息按上图指示,依次填入即可。


比如我们来整理癌症病发的不同阶段,以帮助我们更好去了解这个病情,就可以使用线性化信息分层(如下图):



完成了这些,我们就可以进入到下一步。


2. 信息补完


这一阶段的目的,是对已有的信息进行补缺和考证,从而提升信息的完整度与可靠性。


信息补完的工作量,取决于我们的目的是什么,然后根据目的再去查漏补缺。


假如现在的目的是“深入了解不同的癌症治疗方法”,那么就要对每一种方法进行再挖掘。


比如前面找到的几个癌症治疗方法中,我们对“化疗是否是最佳方案?”这一点尚存疑问。接下来就需要对这个信息点进行补完工作。


按照下面这张图的思路,去搜集关于化疗的多方观点,然后分别填入“正方”、“反方”、“中立”三个区域(如下图):



在填写观点的时候,记住要将每一个观点的来源都标注清楚(比如来自某个专家,某个医学文献,某份研究报告等等),这些在未来可能会用到。


完成了这些,还仅仅是信息补完的第一步,接下来我们还要进行考证。这时就不要依赖于网络,而是到现实中寻找真实的声音。


比如去医院找相关方面的专家挂号咨询,或者在一些医疗咨询平台上进行付费一对一咨询,甚至有条件的话可以去询问有相关经历的患者等等。


尽可能拓展自己的信息来源,这样才能保证客观公正。




03 信息运用:判断和决策


如果说前面的信息“搜索”和“解读”,是对信息的结构化处理,更多依赖外界的信息渠道。


那么最后这一步信息“运用”,就需要依靠我们自身的经验认知来做出判断和决策。


到了这里,就没有百试百灵的方法,告诉我们哪一个决策才是对的。


因为每个人的知识水平和当下所面临的情景都不相同,因此要具体情况具体分析。


比如一位癌症患者,可以通过前面的方法归纳整理出癌症的相关信息,但是自己属于哪种情况,接下来应该采取什么行动,这就因人而异了。


适用于A患者的方法,未必就对B患者有用。


虽然做决策的技巧难以统一和总结,但有一些提醒还是值得大家注意,最后分享三个:


1. 每个个体都是独一无二


我们在寻求解决方案时,最常见的错误,就是看到在别人身上有用的方法,觉得在自己身上也能起作用。


这是一种片面的逻辑谬误,它忽略了个体之间的差异性。


你亲戚家的朋友吃了什么药治好了什么病,放在你身上却不见得有效。切忌病急乱投医。


别人的案例只能做参考,不能代替做决定。


多花时间研究自身所处的情景,有哪些共性,有哪些特殊性,有哪些限制条件,再去结合案例做判断。


2. 所有决策都有风险


物理中有个能量守恒定律,现实生活中也一样。


任何决策一旦让你在某一方面受益,必将让你在另一方面受损。


这种零和场景广泛存在于我们身边。所谓最优的决策,其实是风险最小的决策。


所以哪怕你想出一个万无一失的方法,也别忘了提醒自己想想它有什么风险,以及,你该如何把风险降低到最小。


越是重大的决策,越需要谨慎。我自己的经验,是在头天晚上想到的东西,睡一觉起来第二天再重新想。亲测有效。


3. 养成科学思维


什么是科学思维?用大白话说,就是所有结论都要经过严密的论证。


养成这种思维习惯,你就不会被大忽悠骗到。


遇到任何事,先不要看观点,而是看得出观点的过程是否严谨,是否以偏概全,是否有反例,是否只在特殊条件下才成立。


做决策同样如此,不要凭直觉,尽量用科学。


千万千万,不要迷信那万分之一甚至几十万分之一的幸运案例。所有的概率在个体面前都毫无意义。


今天的文章就到这里,写得有点多,为了方便大家回顾,最后画一张总结图:



关于作者:张良计,一个左手干货右手鸡汤的真性情boy。

来源:张良计(ID: zhang_liangji)


「延伸阅读



更多精彩....


在公众号对话框

输入以下关键词

查看更多优质内容


德鲁克 | 拉姆·查兰 | 团队 | 时间

隐形冠军 | 马利克 | 领导力 | 演讲表达

柳井正 | 技能学习 | 个人成长 | 逻辑思维

稻盛和夫 | 书单 | 复盘 | 陈春花 | 决策力

职场提升 | 市场营销 | 人力资源 | 定位

300000+人已关注我们


👇 听说这里更有料~

登录查看更多
0

相关内容

搜索引擎指根据一定的策略、运用特定的计算机程序搜集互联网上的信息,在对信息进行组织和处理后,为用户提供检索服务的系统。
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
77+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
美国顶尖 AI+教育公司,都在研究些什么?
硅谷第一线
4+阅读 · 2019年1月18日
李善友:战略听着空?但有人用它“绝处逢生”
互联网er的早读课
10+阅读 · 2019年1月15日
自然语言处理NLP的坑到底有多大?
专知
46+阅读 · 2018年11月12日
转行人工智能,哈佛博士后有话说
Linux爱好者
5+阅读 · 2018年8月28日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
听说这样学习机器学习,效率能提高80%
程序猿
3+阅读 · 2018年2月4日
关于孩子的未来,汪涵和李锐想告诉你这些......
三联生活周刊
6+阅读 · 2017年10月28日
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
VIP会员
相关资讯
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
美国顶尖 AI+教育公司,都在研究些什么?
硅谷第一线
4+阅读 · 2019年1月18日
李善友:战略听着空?但有人用它“绝处逢生”
互联网er的早读课
10+阅读 · 2019年1月15日
自然语言处理NLP的坑到底有多大?
专知
46+阅读 · 2018年11月12日
转行人工智能,哈佛博士后有话说
Linux爱好者
5+阅读 · 2018年8月28日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
听说这样学习机器学习,效率能提高80%
程序猿
3+阅读 · 2018年2月4日
关于孩子的未来,汪涵和李锐想告诉你这些......
三联生活周刊
6+阅读 · 2017年10月28日
Top
微信扫码咨询专知VIP会员