| |
|
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 |
-> 开发测试 -> 怎样避免纠结,快速决策? -> 正文阅读 |
|
[开发测试]怎样避免纠结,快速决策? |
讲个故事大学毕业前,学校组织了职业规划培训,在大礼堂请职业规划导师分享经验和答疑。 小A:“老师您好,我的专业不是兴趣所在,但很热门。总有跨专业考研的想法,又怕时间来不及,您说我是该找工作还是考研呢?” 老师:“做什么决策取决于当下的情况和你对自己的了解,我并不了解上下文,无法给你一个明确的回复。” 小A:“我足够了解自己的上下文,但还是无法做出决策。” 老师:“那你需要学习如何基于现有信息做出有效决策。” 近期我参与了几期需求练功坊,讲师们收到的几个高频问题如下:
这两个看似不相干的故事,其根因却高度一致:不管面对的是什么样的问题,我们都希望有个上帝视角的智者,能给出一个标准答案,免去寻找过程中的困顿和辛苦,免去自己做决定的疑惑和负担,从而直抵或成功或安宁的彼岸。 理想丰满,现实骨感。并不是所有事情都有标准答案。 做个归类有些事情有标准答案
有些事情没有标准答案
可断言 & 不可断言通过上面的归类,很明显得出: 有标准答案的事情都是可断言的,都有明确的标准来判定结果,回答通常是客观的。如:今天阴天吗?吃了没?面试过了吗?她答应吗?可以用是或否、有或无、对或错来回答。或者直接回答一个具体的答案,如:这道题的答案是什么,单元测试覆盖率达到90%,这个迭代交付哪些功能等等;可断言的事情往往有规范或约束,甚至有可以直接参考的最佳实践。 而没有标准答案的事情都是不可断言的,我们很难快速的按照什么规则来做判定,回答往往偏于主观。如:这篇文章写的咋样?怎样做缺陷预防?这个产品该如何设计?这类问题的处理,没有一定之规和最佳实践,甚至在当下很难判断决策是否有效,可能需要一段时间的试错和观察。 回到我们的理想,不论面对的是怎样的事情,都希望可以做出有效决策。有没有可以快速识别问题并产出决策的方法呢?答案是有的。 总结方法看之前娴静的文章讲“二分四象限”(《结构化思维方法入门》),凑个热闹总结一个简单的模型。纵轴即为事情的可断言性,横轴即为事情的复杂程度,简单的可视化一下这个模型如下: 遇事不决先分类:
举两个例子来看一个常见的场景:线上问题频繁,客户怨声载道,如何提升客户满意度? 我们拿到问题的第一件事,就是先澄清一下这到底是不是“一个问题”。这里有两层含义:这是不是问题,这是不是单一问题。我们这个例子是问题,但其实说了两件事,一件事情是可断言的“线上问题”,一件事情是不可断言的“客户满意度”。 首先我们来处理第一个问题,线上问题频发。我们需要针对这一点考虑,线上问题有多频发,是否已经超出正常范围?是否已经影响到交付质量?我们该采取什么行为来减少线上事故? 那么接下来我们就会想根因分析一下,“线上问题频发” 和 “客户满意度低” 这两件事之间是否有因果关系。是因为线上问题频发导致的客户满意度低吗?经过分析并不是问题频发,而是问题没有被及时处理导致客户满意度降低。我们再进一步分析一下,问题真的没有被及时处理吗?其实有处理,只不过我们没有及时跟客户同步进展,所以给客户造成一种我们没有处理问题的错觉。那么针对这个问题,我们的行动项可以是:线上问题处理进度及时同步给客户,哪怕没有进展,也需要状态同步。就像UI设计的进度条和等待样式,虽然还是要等那么久,但可以减少等待时的焦虑感。 再来回到第二个不可断言的客户满意度的问题。我们来解构一下,找到这个问题涉及两个因素:客户和满意度,然后逐一击破。客户是谁?谁来做这个满意度相关的评价?他有哪些偏好?他看中什么事情?找对了干系人,成功了一大半。再来看满意度,客户会以哪些维度来评价我们的交付过程?满意度体现在什么方面?是线上重大问题的及时处理,还是又快又灵活的交付新需求或变更的需求?想明白了这两点,再有针对性的制定改进项,那么客户满意度的提升也是可预见的。 梳理一下这个例子:遇到复杂不可断言的问题,我们先拆解了问题,再通过逐步分析,把一个不可断言的主观问题,转换成了一个可断言的客观问题,并找到了解决方案。 我们再来看开头的问题,是该找工作还是跨专业考研?这不是单一问题,我们可以尝试拆解问题,然后再逐一击破: 问题一:是该找工作还是考研? 需要分析在当下的环境,我能否找到感兴趣专业的工作?如果可以的话,现在需要做什么准备?未来的发展是否需要更高学历?我愿意继续读书吗?还是象牙塔外的竞争环境更适合我? 问题二:要不要跨专业考研? 需要选定想跨的专业,分析历史类似情况跨专业考研的成功率,对比自己的情况,评估可行性等等,然后制定计划并按部就班的执行。 经过简单的拆解,看似复杂的难以决策的问题,就这样转化为可执行的行动项了。剩下的过程就交给时间,不管结果怎样,都比浪费大量心力去纠结要划算得多。 总结一下遇事不决先分类,区别应对不同类; 分不明白怎么办?一律先按难事算; 一边行动一边看,环境变化问题变; 问题变了行为变,以善变来应万变。 文/Thoughtworks于晓南 |
|
开发测试 最新文章 |
pytest系列——allure之生成测试报告(Wind |
某大厂软件测试岗一面笔试题+二面问答题面试 |
iperf 学习笔记 |
关于Python中使用selenium八大定位方法 |
【软件测试】为什么提升不了?8年测试总结再 |
软件测试复习 |
PHP笔记-Smarty模板引擎的使用 |
C++Test使用入门 |
【Java】单元测试 |
Net core 3.x 获取客户端地址 |
|
上一篇文章 下一篇文章 查看所有文章 |
|
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 | -2024/11/18 2:22:30- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |