IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 如何锻炼出强悍的分析能力? -> 正文阅读

[人工智能]如何锻炼出强悍的分析能力?

一、提升了分析能力的6个核心要点。

1 明确目标,梳理框架,积累模型
2 溯源延伸,深入本质,把握核心
3 拆解要素,逐个分析,关联思考
4 系统思维,多维视角,整合要素
5 丰富渠道,数据处理,寻找规律
6 大胆假设,小心求证,反复推敲

获得强大分析能力的6个技巧

1 明确目标,建立框架,把握常用的思考模型**

我们只有先明确了目标和定位,才能高效地寻找和筛选信息,选择合适的思考分析方法。其次,需要我们善用工具,学习不同的思考框架,不同学科的分析方法。

很多的问题,可能涉及的不止一个领域,需要我们对多个领域的知识进行组合思考。

不同的行业存在着很多前人已经总结下来的模型,思考框架,我们可以根据实际情况拿来应用,从而快速提升自身的思考分析能力。

常见的比如,金字塔原理,MECE法则,SWOT分析法,迈克尔波特的五力模型等等。这一点就和我们在学生时代学习数学,物理等学科一样,寻找普遍的规律,公理,去推导出最终的结果。

掌握常规的套路和框架,从基本的套路到综合应用,积累辅助大脑思考的工具,梳理思考的逻辑。

① 因果分析法
收集信息,分析因果,既要分析事情发生的原因,还要思考对未来可能会带来的影响,用发展的眼光看问题。

② 对比分析法
有的时候,我们可能对某一件事情很模糊,好还是坏没有一个清晰的认识,但是通过类比,能够让我们较为直观地看清事物。

③ 归纳法和演绎法
归纳,即通过对大量的事实,案例的研究思考,发现规律,总结出某个结论。演绎,即根据事物发展的普遍规律,推断事物未知的部分。

④ 分解法和组合法
分解关键要素,把一个东西分解成几个重要的部分,逐个进行拆解。直到分析透彻每一个细节。组合多个要素,高屋建瓴,将它们看成一个整体,有大局观,从上而下演绎,推演。

⑤ 批判性思维,善于发现问题
尝试推翻自己的观点,看看是否能从反面站得住脚。学会质疑,多提问,多思考,训练思维的缜密度。

2 溯源法/延伸法,透过现象看本质,定义问题

现象是本质的外在表现,术的层面常常可以千变万化,而道的层面往往需要我们深入挖掘。善于观察,抓住重点,不断提出问题,深挖底层逻辑才是关键,确定需要解决的真正问题。

① 向上思考法

多问为什么。多去思考事物背后的本质原因,而不是只看表面的现象层。问自己,这是现象还是本质?本质是什么?为什么这样判断,有什么依据?分析原因,为什么会产生这样的结果,不然就等于是头痛医头,脚痛医脚,换个环境,问题依然还是存在。比如,经典的5why提问法。连续追问为什么,不断往下深挖,直到事物的本质。

② 向下思考法

多思考然后会如何,如何…… 对未来的发展进行预判。多让数据说话,而不是主观感觉如何如何。

3 拆解法,拆分重点,逐个击破

了解问题所在的背景和环境,思考哪些环节是确定性高的,哪些是不确定的,找规律,找感觉,找到那些不变的点。

① 金字塔原理拆分,分类梳理逻辑

结构化思维, 系统思考,从整体到局部,注重关键节点之间的关系和相互影响。
拆解问题,分类梳理,然后分解每一个要素,逐步往下细分,就像金字塔一样。

② MECE法则分解核心要素

把复杂的问题拆解为几个简单的小问题,把复杂的方案,分成一个个简单的小步骤。
分解问题的时候要注意不重复不遗漏,相互独立,完全穷尽,从上往下,思考影响这个问题的因素都罗列出来了吗?是否有遗漏的地方。

③ 矩阵分析法

建立分析矩阵,根据各个关键要素,组合象限,通过矩阵来思考。比如,经典的波士顿矩阵。
深入思考关键要素和要素之间的关系和相互影响。不同的问题,需要我们采用不同思考框架和分析方法。
有的时候把所有的要素罗列出来,写一写,画一画,比你一个劲地在脑子里面空想要好很多。

4 系统思维,多角度多层次,全面整体看问题

① 多视角,多维度

思考事情中出现了几个人物,分别站在他们的角度思考问题。
头脑风暴,列出所有可能的观点,分配权重,尝试着从不同的角度,全面地思考问题。

② 逆推法,结果导向

有的时候,当正面思考无法有效解决问题的时候,我们可以尝试利用反推法,从事情的对立面进行思考分析。

比如,我们小时候经常玩的迷宫游戏,如果从终点(出口)开始,寻找到达起点(入口)的路线,进行反推,常常能够快速地找到解决问题的关键。

5 快速而广泛的信息渠道和数据收集

如何在浩如烟海的信息洪流中发现有价值的信息是每一个人都需要面对的问题。

① 丰富高质量信息的获取渠道增加信息的广度,深度,准确度。

尽量不要让自己的信息获取渠道过于单一,片面。比如新闻,朋友圈,书籍,搜索引擎,行业网站,业内高手,社群等等。

同时,要学会舍弃一些不重要的的信息,烟雾弹信息,分清哪些是客观事实,哪些是观点。
搜集足量有价值的信息,有目的地筛选整理信息。不断根据信息提炼出有用的观点,总结出方法论。

② 数据整理,分类,筛选

很多时候,我们会收集到一大堆杂乱的信息,需要我们提取关键信息,分类梳理,打上关键词标签,方便思考。
做好数据处理,图形化,数字化,再通过对比,能就够让我们比较直观地看到问题的所在。

  • 数字化,量化信息。根据主要的观点,找出相应的依据信息。尽量把信息数据化,量化,做到精准。
  • 图形化信息。比如把获得的数据整理成条形统计图,折线统计图等形式。
  • 有对比,有参照物。能够让我们比较直观看到事物的发展变化。
  • 避免信息完美主义。时间有限,精力有限,我们不可能搜集到所有的信息。尽量优选筛选价值高,跟你的目标相关度高的信息。

③ 关联思考,寻找规律,洞察本质

搜集足够多的信息,整合信息,分类排序,寻找事物之间的联系,串联思考,研究已有的相关相似案例,梳理逻辑线索,关联联想。

6 大胆假设,小心求证,调研实践,反复推敲

建立关联,信息之间相互印证。得到一个信息,观点之后,需要寻找多个信息进行验证。
大胆假设,从信息的因,推出最终的果,然后利用其他信息验证分析结论。去伪存真,解释不通就重新推导。

代入法。
换位思考,代入模拟场景,对方的习惯,思考方式,得出分析的结果,对比实际,不断接近真实的结果。
比如,通过对方以往的行为,现有的表情,行为,所处的环境推测出对方下一句话,下一步的行动。

二 如何有效训练你的分析能力

1 多听多看高手分析,提炼思维模型

多找业内高手聊天交流,听高手的分析,总结,拓展自己的视野。
听观点的时候不要只是听结论,而要梳理别人的思考大框架,思考过程。
对方的思考逻辑是什么?他是如何根据事实得出现有结论的,观点是怎么推导出来的。
面对不认同的观点,不要急于否定,而是要深入想一想背后的原因。

2 多看分析报告,观点类节目书籍,深入思考

可以多看一些思维观点类的文章,节目,比如你所专注领域的行业评论,行业分析报告等等。长此以往,这些都会对你分析思维能力的提升产生潜移默化的作用,读完书之后最好能够写一写分析评论,和行业高手做做对比,寻找差距,逐步提升。

生活中保持好奇心,多问为什么,深入挖掘事物的底层逻辑。

3 刻意练习,刻意思考, 提升归纳总结能力

看完一本书归纳提炼主线知识,学会用自己的简单的话语,把书的内容总结出来。同时,也可以通过写作来训练自己的思考分析能力。

给自己设定一个每日分析的问题,每周研究的课题,刻意训练自己的思考力。

针对一些热点的,争议性问题,新闻,进行分析思考。

可以从正面,从反面分别进行论述,强迫自己发表观点。

做到有理有据,深入浅出,有观点,有论据。

4 开拓眼界,做好知识储备

一个人如果在一个行业内没有什么积累和沉淀,自然也就发表不出有深度有价值的观点。深入了解所在行业,掌握相关的基础知识,另外,可以多学习一下哲学,逻辑学等学科。以开放的心态多接触新鲜事物,提升格局和视野,让自己的思维与时俱进。

5 复盘精进,PDCA,持续总结分析方法

对同一件事情事前分析,事后总结复盘,建立自己的分析思考模型,对不同的事物建立不同的分析流程。

不断挑战自己的舒适区,通过pdca法持续进步。把整个事情的流程,来龙去脉在自己的脑海中过上几遍。

根据各方面的推理,总结出有价值的信息,想错了,就要反思总结问题出在哪里,优化整个分析的流程。

分析预测结果和实际结果之间的差距,优化分析方法。

思考自己的分析流程,哪些环节出了问题,导致分析结果的偏差,通过多次的PDCA循环,优化自己的思考框架。

总结分析能力是一项非常重要的能力,影响着我们每一个人能否高效地解决问题,完成工作,达成目标。

面对大量的信息,很多人却无法得出有价值的结论,而高手却能够通过一两个关键点,分析出对方的问题所在。

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-04-18 17:43:23  更:2022-04-18 17:45:33 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 10:15:57-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码