如果以系统性思维的方式来讨论“系统性思维”的话,
那么可能会引出以下内容:
-
什么是系统性思维?
-
为什么需要有系统性思维?换一个说法就是,能在什么场景,带给我们什么好处。
-
要如何拥有系统性思维?
-
请举例说明。
发展心理学上,将人的一生按横向和纵向来进行不同维度的分析,就是一种系统性思维:
这让我想起我在《我看过的一些育儿书(三)》里画的一张图:
底座三个健康+认知发展是我会放到纵向的维度。
我之前和娃一起画过xmind思维导图。
学生时期,比如在备考复习阶段,拥有系统性思维有助于学生了解自己的整体知识掌握情况:一共有哪些科目、哪些科目比较薄弱、后续按照什么方案和节奏来补强等。
进入职场后,一开始被分配的往往是单点工作,但拥有系统性思维有助于把工作做得更好。
比如数据埋点是互联网领域的一项基础工作,当一位开发人员被分配了一项数据埋点任务后,他可以怎么做呢?
一种方式,根据埋点需求文档,在对应位置添加上埋点代码并自测验收,完事。
另一种方式,以系统性思维,从完整生命周期去思考这项工作:
-
数据背景
-
业务发展背景,对应哪些数据指标。
-
技术目标是什么,用哪些技术指标来衡量。
-
-
定义数据指标
-
业务指标
-
技术指标
-
核心场景指标
-
-
定制实施方案
-
业务埋点方案 —— 做的东西有多少客户在使用。
-
稳定性埋点方案 —— 基本要求是要可用、能用。
-
性能埋点方案 —— 进一步要求是让客户有比较好的体验。
-
多端一致性保障。
-
校准和调优 —— 埋点通常不是一蹴而就的。
-
监控告警实施 —— 及时发现异常情况,保障客户体验。
-
-
观察和记录
-
每周频次的观察记录。
-
按月频次的回顾分析。
-
了解随着时间变化、业务发展,客户的使用情况有什么变化,在哪些时间点我们做了什么事情带来了这些变化。
-
-
数据驱动迭代
-
上一步观察和记录、回顾和分析,需要产生下一步的action,也就是所谓的数据驱动方式来做迭代优化。
-
到此,就能回到第一步开始下一轮的迭代周期了。
-
最后,要如何拥有系统性思维呢?
要有知有行。