上面寫說：「平均三到五年？這是世界最強的顧問公司—麥肯錫的員工平均在職年數。對於包括我在內的許多麥肯錫畢業生來說，這個在內部流傳已久的統計數字，其實是很符合現實的。麥肯錫的畢業生幾乎都能在很短的時間內，於各領域中大鳴大放。為什麼他們做得到？」初看到這一幕時，我覺得是有點誇大其詞，但是看完之後，我覺得正是完全符合，如果自己能「實踐」他所作所為，一定可以變成搶手的人物。有鑑於此，這篇文章也是主要是作為筆記的作用。
一開始就是書面上點出麥肯錫的思考，假如譬喻為程式好了，有這兩種資訊，「這寫出來的程式賣像很好。」「這程式賣像很差。」請問哪一向比較重要？但是這兩種資訊並沒有那麼重要，因為銷售得好或壞，必有這樣的原因，因為賣得好可能符合現在需求，賣得差可能在於該族群不受青睞，所以對於沒有任何標準答案的東西要結合手邊的資訊，找出自己的答案(具體方案)。
再來就是報告方面，如果自己是研究生要報告，不可以引用一堆數據，而是用這些數據中分析出自己的看法，並且分析到什麼。在麥肯錫中，嚴格是理所當然，所以重視在解決問題的技巧。
有趣的問題，雖然我自己並非是完美主義者，看了麥肯錫所說專家就是要做到完美，我自己也不可能做到，然而我能做到什麼？有一句話講得很棒，就是我們內心不能想著：「怎麼辦，來不及了？」要想著：「要怎樣做才能趕上。」也就是說在有限的時間如何做到完美，對我們來講，資料就是要齊全，才可以明確的分析出重要的報告，一種報告包含ABCDE，不可能只有BC的分析就要繳交出去，要將ABCDE做到完美，才達到目標。
他表示在圖表的設計上，要作出像樣的圖表，有些人嘔心瀝血做出自己認為不錯的圖表，被批評得體無完膚，經過修改過後，就有人做的圖表一目了然，重點不是自己想要做的圖表，而是別然看得懂的圖表。說不定在程式設計上，表達出讓人看得懂輕易得吸收進去，是很重要的課題，如果說「這程式演算法可以提高機器運作效率」，不如說「用這演算法去跑，節省30分鐘的執行時間。」，可以減少接收者的資訊落差。
之後你自己要做事情，他以問卷調查做譬喻，他說問卷調查不是目的，而是思考說做這問卷能怎麼用？自己要自問，能得到什麼有價值的結果。自己做事情規畫也是一樣，重點在於目的是否達到，並非只有做做樣子而已。
解決問題很重要，但是發現真正的問題更重要。他以盲人摸象為例子，有時候我們只看到問題的面貌，但是看不出本質，簡單來說英文要練好要練好，結果每天只背單字英文還是不好，再怎樣加長練習英文的時間，結果只背英文單字，英文自然不好，結果考試出來光英文聽力就不及格了，英文自然不好，當自己在訓練聽力時，除了單字本變好背之外，英文也變好了，所以往往關注問題的地方，並不是問題的本質，別忘了真正問題也在別的地方。
雖然日常生活中會發生很多問題，但是解決問題並非處理已經發生的問題，而是要先問為什麼會發生這問題，怎樣才能不讓這問題發生，也就是要搞清楚問題是什麼，追根究底發覺問題的本質之後，再來處理。所以先設定答案所在的領域→整理議題→結構化→收集情報→提出假設→驗證假設→思考解決策略。也就是說並非頭痛醫頭、腳痛醫腳，找出問題的根源。檢討看看為什麼下程式會寫太差，因為沒有靈感，但是再多的時間投注下去的話依然成效有限，也就是說程式寫不好並非是自己投入時間太少，或者是說投入時間並非問題的本質。結果自己休息一陣子，去運動激發靈感，程式就有進展了。所以就眼前的發展發生現象在哪裡，要分離現象與原因，不能因為程式沒靈感，就只認為思考時間太短，而是要推敲問題跟哪些因素有關。
分析問題的方法並非只鬧腦袋，而是把問題用邏輯樹幫助思考，並把大問題，分析成幾個小問題的輔助思考工具。
初步就點到這邊，如果需要，另行補充，不加以贅敘，若想看更清晰情報，並且買書學習他所說的一切，相信一定有很大收穫。
沒有留言:
張貼留言