社大mba14: 极简工作指北——清爽，洞见、有力
用数据掌握现实中发生的状况后加以分析，探究问题所在及根本原因，并思考解决对策，进而执行，接着再用数据掌握、分析执行后的结果，这是一个社畜的自我修养。这本书提供的几个小工具，非常实用，非常直观，以及非常简便！
这一篇是读书笔记，但是也会混杂不少工作中的真实体感，所以被放到了社大MBA系列。
或许是工作文化的问题，日本、韩国都是很强调集体主义的，包括统一思想，统一方法，统一表达。相对欧美来说有一种更为强烈的”my way or the highway“的感觉。 这本书就是带有典型的工作文化指导主义的，是“孙总裁所教授”的方法，因此仿佛格外具有信服力，但这是工作的风格，不是工作的真理。孙正义的个人习惯，思维模式与决策风格决定了这本书的理念，在一些公司适用，一些并不适用。比如我以前在黑公司的时候，似乎工作文化上对思考框架和数字化有一定的排斥感，更强调感性的因素，激励、解读和导向，所以如果像书中这么强调数字化的思考方式，可能适得其反。我也在读书的过程中，不时感觉到，有些地方可能会有不同的思考角度，不可一概而论。
好在在目前这个公司，至少我的老板应该是比较喜欢这一套逻辑性很强的解决问题的方法论，所以这本书让我还是相当受益的，也希望推荐给需要的人。
全书的主要部分脉络和结构用一张图表示：
1. Why——数值化的效用，最终是为了在高层支持下，解决问题（当然啦这是专门给社畜看的书~）
1）让目标可视化——与其光是想着”我要减肥“，不如说—”我要在3个月以内瘦6公斤“，具象化带来驱动力，使得问题能够被分解，被看见
2）数字通过分类产生洞见——整体的数字经过分解和处理后，就会呈现出一定的规律，准确提炼出来就变成了洞见。
3）用数值化找到问题解决的优先顺序——承接上一条，数字的规律中最重要的一个就是二八定律。比如把所有呈现出来的问题大概分成7类，然后发现20%的问题种类通常占到了全部问题数量的八成。那么解决起来就更有思路了。
4）用数字能够冷静和清晰的呈现自己的观点——不用”好、坏、喜欢、讨厌“等主观来判断一个人的意见和想法，只要用数字客观提出”这样做就能带来结果“
5）用数字把现场的问题真正提到高层注意的程度——承接上一条，不换算成数字=钱，上面就不会以为是自己的问题，为了让高层有当事人的自觉地，挪动沉重的身躯移动，只能把”我们公司会损失这么多钱哦“这样的事实摆在他们眼前。作为下属要懂得这种方式去对高层产生影响力
2. How——数据分析的7个基本理念
1) 一切缘起在于头脑中的问题意识，用问题驱动数据寻找——对自己来说有用的数字，应该要靠自己亲手打造。对工作有用的资讯，并非一开始就以数字的形式存在。刚开始，几乎都只是工作中的小小发现，微微的异样感。不将这些感觉放着不管，思考”有没有能为这些现象佐证的数字“，然后用强大的意志力进一步去收集、分析数据，这是第一步；
2) 数值化如果不导向下一步怎么做是毫无意义的，必须是结果导向——数据的最终归宿是"结论与行动”，而不是因为获得数据本身的愉悦感。
“在软银，是不允许单纯的结果报告的。要是给孙总裁报告只有这样（过去的数据）就结束了，一定会让他暴跳如雷：’我不管过去怎么样‘，给我说‘接下来要怎么做’！只会用‘我会再想想’来打马虎眼的属下，会被孙总裁毫不留情地裁掉“。
大概是这样的原因作者被骂多了，所以他有很深的领悟，认为数值化不是为了回顾过去，获得满足感，而是要为了打造未来的行动。非常认同，因为我的领导也是这个爆点，给他看一个没有明确意义的数据，他会抓狂式地不断地问“So What，so what!" 。
当然，我感觉从数值导向行动，中间的策略其实更重要，取决于如何看待这些数字和问题。这个行动的思考如果过于迅速，会导致头痛医头，脚痛医脚的结果，尤其是战略类的分析，有时候会有很多看似合理实则非常不合理的结论出现，所以我觉得这个部分要谨慎。
3）‘数之前，先分类’，是数值化工作法的铁则——没错，我发现聪明人的一个共同特征，就是面对一坨混杂问题的时候，先—分—类！
书里面隆重介绍了”过程分类“，其实就是流程优化的思维方式。把一堆因果关系的事情拆成一个链条，然后逐一去看上面的数字，比如时间、良率、通过率、达成率等，然后思考下一步的改善行动——这套精益的理念和丰田的生产管理理念KAIZAN似乎也没多大本质差别。看来是日本人根深蒂固的工作文化习惯了。
（哈哈，书中果然用生产现场来对比白领的工作，认为白领没有如生产制造一般好好进行分类及流程管理，暗含贬低的意思。）突然想到了韩剧《未生》中对”现场管理“的高度崇敬，认为没有在制造现场解决过问题的外贸公司白领职员毫无价值。这也可算是日韩一脉相承的吧。
4）数字分类后找到问题”堵塞“的地方——不管是多大的问题，只要将起点与终点之间分解成几个小区域，进行计算，就能发现瓶颈了——”喂，是这里堵住了“。这其实这也是流程分解和优化换一种说法，所以我认为作者这里写的有为了凑字数的嫌疑：）。
5）单纯的数字没有任何意义，要转化成资讯（information)和知识(knowledge)，所谓的资讯意为着诠释，知识则意味着洞见——那我们以前学新闻的时候，第一个概念就是信息，信息是减少不确定性的东西。所以数字传达的信息量主要看基于对方的不确定疑问在哪里。比如说日本的人口是1亿3000万，假设不确定的疑问是，这数字和去年比多了还是少了？那么就要说，”这个数字在今年持平，意味着日本将面临人口减少的局面。知识是指将资讯进一步体系化，整理出来的体系和理论，比如说，如果人口持续减少的趋势不变，则日本必须建立以少数现役世代撑起多数退休世代的新社会保障制度。这就是洞见。
6）用PDCA的方式持续高速循环，迭代改善——商业中的模模糊糊的问题与现象都可以折换成算式。由此推论，一切解决问题都同样可以用算式解决。而且关键在于“高速”。文中说，软银的“检核”循环有多长呢？不是每天一次，不是每周一次，是每一瞬间确认当下数值，随时思考下一步，必须要建立即使掌握所有数值的系统。（这点有点惊人，不过或许与运营型企业有关，制造业可能没法如此快速）
7）继续确认数字（和公式），察觉环境变化（异动）——之前讲到的商业中的现象都可以转换成算式，那么这个算式也需要随着情况的变化不断地转变，迭代。所谓的“异动”，也只有每天确认数字的人才能发觉，并且抢先进行分析。
3.What——分析问题的7个道具（非常实用的一章，笔记主要截取我认为和自己工作最相关的4个工具）
1）过程分析工具——在工作的起点到终点（结果）之间，哪个环节出现问题？是无可奈何，业界通病？还是可以找到办法去解决。把一项工作分成几个过程，每个过程计算、记录，按照假说执行，再用数字检核。必要的时候增加流程，或者减少流程，设置必要的数值目标。
2）复杂回归分析——确认多个项目之间的关系，协助做一个复杂的决策。譬如家人交给你一个任务，如何兼顾好学区、好地段、面积合理等几个条件，选择一个二手房，而且不能高于平均水平。也就是好几个因素复杂地纠结在一起的数字，透过复回归分析，做出准确度更高的选择及判断。有个非常好的解释的文章参看这里：用EXCEL做回归分析。我尝试用这种方法做了一个二手房分析工具，感觉非常实用
3) 柏拉图分析工具——专注于哪些课题可以一举解决80%的问题（作者书里的版本实在太老了,现在的话用EXCEL的直方图可以直接实现）比较适合有大量的数据调研基础的归纳分析。
4）差异分析——用二轴整理“计划”和“实绩”之间的差距。（这个工具非常非常有用）也即，当有两个很大的影响因素存在的时候，只要通过这个方法，就可以知道哪个要素的影响比较大（这是一个弹性分析的思路），这是一个很重要的思路。在书中是举了广告费用差异的分析，实际工作中我觉得还可以用到估值的简易分析中去。用一张简单的图看看是哪一部分的影响力更大一些，找到着重改善的敌方。
除了以上干货以外，这本书还介绍了很多有用的Tips，比如大数定律和期望值，72法则——72除以年平均成长率=让营业额变成2倍所需的年数，等等，我觉得如果早10年，在工作之初就能读到这本书，那实在是非常幸运。虽然不可能用一本书就改变自己的工作风格，但是逐渐将自己的“爬行脑”转变为“数字脑”，并且不时的反思，总结自己的方法，是日本的职人所展示出来的一种非常值得学习的精神。甭管他写的书有多啰嗦，我觉得还是非常有用的~~~
我今天真的没好好工作，写了一整天啊~~~~
