分享

不要让你的大脑充满碎片知识

 blackhappy 2020-03-07

不要让你的大脑充满碎片知识

框架力

一 建立知识框架树

今天读了《高效学习7堂课》第二章,框架力,这章主要强调构建系统框架的重要性,也是我非常认同的。

我从初中开始,就有总结知识点的习惯,每次期末考试前都喜欢把一个学期学习的知识用书籍的章节目录作为框架,然后一级一级地补充知识点,这样结构化的复盘知识不仅避免了无效复习,还能够通过关联知识点把题目更好地解答出来。

不要让你的大脑充满碎片知识

数据分析的知识框架

我是一名数据分析师,在平时的工作学习中,我通过不断补充完善自己的知识框架让自己解决问题的能力得到很大的提升。牛人的思维都是结构化的,他们知道一件事情怎样从头到尾的解决,没有框架,小到一个自我介绍,大到完成一个项目,自己都会变得像无头苍蝇一样,那么怎么让自己的思维成体系呢?

第一,把你的大脑建成地铁站。我们在乘坐地铁的时候对着地铁路线图能够很快的找到我们的中转站和我们的目的地,就是因为地铁把一个个站连成一条线,每一个站就是我们需要修炼的技能,系统化学习最大的特点就是我们可以把知识点进行关联,比如我在得到学习经济学专栏,然后又学习了金融学专栏,我就会思考经济和金融之间的联系,看到这个知识点,我就会联系其它领域的应用,学知识不是目的,掌握背后的思维才是最重要的,就像我们学数学掌握了归纳思维,就可以用在总结上,我们学历史掌握了大局观,就可以用在思考一件事的前因后果上,能够把知识背后的思维掌握了才能把它们慢慢迁移到其它领域。

第二,用成为行家的思维思考自己的知识地图。如果你现在想要深入学习一个领域,你能不能给自己列出从入门到精通所有需要学习的知识包括阅读的书籍。我们只有明确每一个阶段我们需要具备的知识储备才能够解决对应的问题,招聘网站上对于产品经理有初级,中级和高级,每一个级别需要解决的问题量级是层层递进的,只有知道从入门-精通的知识体系,我们才能真正带着问题去学习,而不是让大脑储存了一堆碎片化的知识,但是不知道具体怎么用。

第三,把同类归纳,把异类排列顺序。我去年在学习python的时候发现python要学习的知识点是很多的,有数据分析,运维,web开发等等,把同类的知识归纳后,我就要思考对于现阶段的自己,哪个才是紧急需要学习的,我的工作是分析数据,自然先要学习数据分析的,给自己的技能像时间管理一样排列优先级,就不会搞得自己很疲惫。

二 面向能力学习

我在大一的时候就去看了招聘网站,明确自己大四找工作需要具备的技能,我把它们一一列出来,然后给自己制定四年的学习计划去提高这些技能。

不要让你的大脑充满碎片知识

数据分析需要的能力

我列了数据分析师需要具备的八种能力,业务能力是以后在公司参与工作后可以再提高的,统计知识,数据能力,分析方法和技术能力都是大学知识里包括的,思考能力是我从初中就开始锻炼的,还有两项,思考能力和沟通能力,我从自己最应该锻炼的沟通能力开始。

大二我选择参加需要进行商务谈判和拉赞助的社团,选择兼职销售工作,锻炼我的沟通能力,我在不断刻意练习中,给自己建立一套沟通模式:明确对方需求-说出我的观点-在拉锯中讲明对方能够获利的点-兼备同理心进行情绪共鸣-确定对方是否与我同屏。最近看了《安家》电视剧,前两集房似锦的销售方式跟我大二推广课程的沟通方式不谋而合,从了解用户,到明确用户痛点和顾虑,帮助他们提出解决方案,打消顾虑,最后诉说利益和愿景进行成交。

通过面向能力的提高技能,我在大四求职不仅获得了满意的工作,还让自己非常满足四年的学习时间没有浪费。

知识付费,信息过载的时代,太多的课程铺天盖地的砸过来,演讲,写作,文案,运营等等都说刻意赚钱的课程,如果你见一个报一个,那么你永远都不能构建自己的能力模型,不要问自己应不应该学,而应该问自己学了能解决什么问题,不要问自己的能力能不能达到,而是应该问自己怎样才能达到这个能力。

现在人人都在讲的个人品牌就是通过不断构建能力模型,一个阶段一个阶段的爬坡,攻克一个难关再思考下一个阶段需要的能力和资源,缺啥补啥。

三 先补桶,再换桶

长板理论强调我们的成功取决于自己的长板,短板理论强调我们的成功取决于自己的短板,短板长板要根据我们的目标来看。

大学生刚毕业没有太多能力,木桶都是漏洞,先补短板让木桶能够装水,让自己解决问题和创造商业价值的能力不断提升才是最重要的,但是这个阶段除了提高工作能力,还要打磨标签,为自己日后的晋升和换岗打造最能让人记住的标签。

工作几年,想要跳槽或者晋升,就需要换桶,换一个能装更多水的桶,这就要再进一步提升能力。

拥有了能力和资源后,想要换平台,换赛道,就要靠自己的长板,秋叶大叔是从培养了近十年的职业习惯后,步入后来的培训,在线教育,个人品牌领域,他先补短板,再用长板取胜,正是用了木桶思维和换桶思维不断提高核心竞争力。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多