【本课文稿】
你好,我是海程,欢迎来到我们的时间管理课
5 年前,在我从每一个 Urgent case 里出来时,我发现有大量的技能,自己到用的时候掌握的很不够:英语,Excel,PPT,PS,Python,VBA ··
在 5 年后的今天,我只学会了 Excel,这并不是因为我懒,而是我掌握了如何“快速学习”并且“用得上”的方法
这个方法不仅仅能帮你学会 Excel , PPT,在你接触全新的领域,研究新的行业时都可以被用上
技能的掌握程度三重境界
很多人抱怨过自己学了用不上,是因为没搞清楚掌握一个技能,分成三个层次:
我听说过:类似我上 Excel 课时,看了就“哦”
我思考过:类似我上 Excel 课把我的作业分享到群里,就是“嗯”
我做过:类似今天老板突然让我用 Excel 出个财务模型,就是“啊?”
上大课、读书都属于“我听说过”的阶段,这是“信息”
感觉“好像我都听过,但我好像不懂”,这就是“思考过”,这是“知识”
我上手开始做,发现好多不会,这就是“做过”,这是“技能”
我去年在学射箭时,真切的感受到了,“听过”、“思考”、“做过”之间巨大的差别:
在看弓箭理论时,我脑子里画出图,不同角度下弓箭是怎么飞行的
在弓箭馆,我发现在射击 10 米靶的时候,和书上好像有点不一样
而在我回到家,抄着弓箭漫山遍野狩猎时,我发现想要追上猎物,射击方法完全不同
在我第一次和一群真人互相用弓箭对射时,我有几次紧张的连弓弦都扣不上了
想让一个技能达到解决实际问题的水平,远远比我们想象中花时间
而我们的时间又极为有限,这就决定了,我们学习技能,只能是“够用或没有”
不过很多人想什么都学会
哪些不需要有?
“什么都学会”的问题,根子要回到应试教育,为了考大学,就得九门功课同步学
但在工作中,并不要求掌握一切,反而只有明确目标,反推实现目标需要什么技能点,哪些是必备技能,哪些可以交给其他人,才能真正解决问题
举个例子,我的工作有“行业分析”这一块,它可以被拆成四步:
设计方案:研究什么、怎么研究
案头研究:找什么数据
呈现结论:设计一个好故事
优化颜值:把PPT 画的好看点
要做好这四步,通常要掌握数据挖掘和 PPT,但学这两个技能很花时间,做出来也很花时间,很多人没多想,就吭哧吭哧学起来了
但如果一个技能,满足这两个特点,它们不一定要我自己亲手做:
学耗时间 + 做也耗时间
事情不急 + 调用成本低
“学起来耗时间“,比如事情专业性强、要很高的学习成本时,我会找专家,这就像我不会为了治感冒,去读医学院,而是去找医生
“做也耗时间”,比如做起来事情简单,但重复耗时,我可以找一个比我便宜的人来做,比如叫实习生把数据手工导到电脑里
“事情不急 + 调用成本低”意味着我可以去淘宝上找人,帮我做个PPT,如果我本来就不喜欢做 PPT,且当下又没有做 PPT 的需求,我非有必要学这个知识?
只有“事情急 + 调用成本高”时,我们才不能找人,因为 Excel 搭建模型往往要的特别急,找人从头理解财务模型又很麻烦,于是还不如自己来
只有我分清楚了 PPT 可以完全“没有”,我才有够用多的时间,才能把 Excel 点到“够用”
从书本为中心,到以问题为中心
但学 Excel 到什么程度才是够用呢?是买一本《Excel 从不会到会》就抱着啃完吗?
显然不是,从学生思维里出来,最终要转变是,以学科/书本为中心,变成以问题/需求为中心
换而言之,关键解决我在现实中使用 Excel 的具体问题,而不是读完 Excel 的书,做一个 Excel 的笔记,我对 Excel “够用”的定义,只需要解决三个具体问题:
能写 UP,并能和其他公式捆绑
掌握常用快捷键,调整格式到整洁
掌握基础 VBA 操作,把常用操作程序化
没了?就没了,因为我 Excel 主要就用来做财务分析,财务分析就是月度,季度,年度分别一次,看的东西非常稳定,所以我只需要提前写好,能够从里面自动拉数据就好了
这个时候,我真的有必要抱着一本《Excel 从不会到会》,把怎么做图也看了?到做图这种低频需求出现的时候,我招人来做就好了
在我理解要学什么到“够用”以后,由于 Urgentcase 特别赶,我就要快速解决"怎么学得会”:
决定我“能不能学会”是我的知识系统有多少知识相互连接
它是一个知识 A 和 知识 B 相互连接的一张网
换而言之,碎片化知识是没有力量的,知识和知识之间联结越强,我的知识系统越强
从哪里吸收知识呢?以下是咨询公司找行业数据的独门秘籍,搞懂这个,你去找 Excel , PPT 的学习材料完全不在话下
我发现很多人读了十几年书,也很可能“不会学习”,因为考试标准是别人定的,读什么书、上什么课也都是别人选的
但你现在得从一只食物送到嘴边的应试教育肉鸡,变成一个能主动找到学习资料的猎人,其实,80% 的资料你都可以在公开渠道找到:
如果我要学的东西有点陌生(比如 3 年前接触大量创业公司),我会用 知乎 / Quora 快速搭建知识体系
如果是一些特别喜欢分享的行业(如程序员,设计师,产品经理,创业),我就直接找垂直行业网站、公众号,或者一些行业级数据库
搜索是一种更高效的解决方案,推荐使用 Google 搜索没有太多巧,我就像逛淘宝一样,只不过是拿一张纸,每看到一个新概念,我都会记下来,并且我搜过的东西记下来,不用重复搜索同样的路径
如果我要搜索微信文章,由于微信是封闭的生态,所以用 搜狗搜索引擎
在找资料时,你要注意两类不靠谱:
数据源不靠谱:各种颜值特别低,看起来就不正规的报告、网站
逻辑推导结论不靠谱:我看到过这样的观点,xx 行业因为中国和美国人均使用量差距很大,所以市场潜力大,但中国的大米使用量比美国还大,怎么没听说美国大米行业增长特别好?
而剩下 20%的资料,你就要学会自己挖:
非常体系化的学科:专家能够看你的目标和实际是否符合现实,给你推荐最佳路径和学习材料
相对冷门、圈子封闭的专家:比如古董收藏
机密,不会在公开渠道流传的内部数据:比如竞争对手数据挖掘
需要这种资料的时候,我究竟该找谁呢?
我先用微信的#标签 功能搜有没有微信好友,行业群,并且会在朋友圈发条动态,可能会有人给到惊喜
要勾搭专家,最直接的方式是上在行,或在百度查他的媒体报道、高端峰会,大概率有个人联系方式;如果不管用,可以用微博、领英、脉脉勾搭;如果还不管用,就发邮件,因为公司邮件的命名格式基本是固定的,你只要找到另外一个人的,把他名字改进去即可)
如果我要拿到的是一个公司的数据,如果关系合作,我会用领英勾搭,加微信谈细节;如果涉及竞品,可以找到前员工
如果以上所有方法都不可行,就要基于六度人脉去推测他的边缘人脉,不开玩笑,我和马云、曾鸣、梁宁、徐小平中间差两个人,因为我有一个关系非常紧密的人,而他认识他们所有人
在这个过程中,我会收到大量碎片化信息,如果我一味地接受信息会导致:
我什么东西都看了,但除了获得谈资,并没有提升我的战斗力,和投入的时间和金钱比,投入产出比很低
我会觉得想起什么又忘了,读了和没读一样,陷入持续的自我怀疑。
零碎信息要不断尝试和知识系统结合,否则会变成知道不理解,或者听过不知道怎么用的被动知识,就像曾经我背完了一整本 GRE 单词,我看单词似曾相识,但主动能用的没有几个
这就需要用到我的收件箱,先把所有的问题汇总在一起、把碎片化信息进行整理,再内化成有效的“知识”
不仅仅我要找到我翻过的书,我还可以把微信、知乎关于 Excel 的收藏全部找出来,这样就不会知识散的到处都是
然后我根据我的习惯,建一个文档或者思维导图,每次看到或想到这个领域里的内容,都丢进来。
前几个星期,这些零碎的知识点,堆起来完全没逻辑,但积累到一定量时,我就可以开始着手建立知识和知识之间的联结了
一开始我内化的还是孤立的知识点,甚至相互冲突,但点多了以后可以触类旁通,变成点线面体
图为:问题导向的知识树
不过如果想要掌握更深层的知识,需要戳透三个东西:
概念和概念的联系
概念的定义用人话说究竟是什么
联系在什么样的条件下成立 / 不成立
就像一个“3 = 2 + 1”的公式,我要搞清楚 1 和 2 ,究竟指的是什么,同时要知道为什么 1+2 等于 3,而不是 4,还要知道在什么特殊条件下,1 + 2 不等于 3
了解知识的基本原理非常重要,它像树干,其他的是枝条和树叶,讲个笑话,爱迪生做出可实用的电灯,试了一千种材料,有了那句“天才是99%的勤奋+1%的灵感”,但天才物理学家特斯拉嘲讽他:如果爱迪生懂得基础物理学知识,他就不会尝试一千种
我会在大脑里形成一副画面(特斯拉也是这么做),把概念和概念之间的联系代入进去,不断检验基本原理是有效的:
我会在脑子里把画面跑一遍,如果发现自己连概念或者概念间的联系都讲不清,就先回去搞懂
我会找一个常规案例,确认原理能跑的通,如果有问题就回拆
然后找两个极端案例,看在极端条件下,公式是否成立
训练场:如何把知识转变成技能?
不过就像我在真人对射时连弓弦都扣不上一样,在脑子里跑的再顺,也是需要在现实里实践才能真正强化对技能的掌握,这时候就需要“输出带输入”:
如果我刚好在解决实际问题,搭一个粗糙的知识系统,然后解决问题,并且不断记录自己的困惑,再回头看理论解决疑惑,输出到知识里。
如果短期内还没有实践技能,创建一个文档,写下我对知识的思考,哪怕很粗糙,也丢朋友圈里,一方面我会收到其他人的反馈,另外一个方面,我可以利用社交压力促使自己让知识系统更完备。
小结
总结一下,这一讲讲“高效学习”,想要“用得上”,“学得会”、“说得出”,你需要掌握三个知识点:
理解知识分成“知道”“思考”“做过”三个层次
能分辨“学耗时间 + 做也耗时间”,”事情不急 + 调用成本低”的技能,通过“没有”为“足够”创造时间
用“输出带输入”强化对于技能的掌握,不断记录自己的问题,从理论上解决再代入到实操中,不断循环
还没有评论,快来发表第一个评论!