《时令绝杀技——向上汇报》

这周三的时候,在公司听了一个关于向上汇报的讲座。演讲者来自于台湾,从事咨询行业很久了,曾经在很多大公司任职。有很多业余爱好,比如自驾游,调酒师等等,反正是考了很多证书。

好的,下面开始讲他讲得东西。

 首先这门课是向上汇报,也就是向你的boss汇报,对于你的boss来说,效率是最重要的,也就是时间、钱、人;

那我们的PPT主要分为两部分:

  • 内容设计:who, why,what(你要汇报的对象是谁,他想听什么,你应该讲什么)

  • 演讲技巧:how, 视觉,语言,科技(PPT 效果,如何呈现)

建立个人品牌形象:

抓住每一次表演机会,不要忽视任何一个场合;做好报告=建立形象;

做不好要讲清楚你为啥不好,怎么改进

 

做的好,要讲得更好你也说清楚你为什么会这么好,以后怎么做得更好

管理报告做管理报告:要有目的性,为什么要讲这些东西;目的只有一个,你是管理人才

报告的3C:convince, convery,confuse;你要做到说服对方;

十分钟十页PPT;(just for information 的PPT 不可显示)

7,3,3原则:70% 是你一定要讲的东西,30%可讲可不讲;剩下的30%如果不在这次报告中,带在身上,不要呈现在PPT上;

短小精悍,言简意赅,不要为了以防万一而准备太多内容;

 

怎么才算是讲得好,老板玩手机主要是因为你讲的东西他不敢兴趣;
你存在的价值,你的贡献;

加分工作:非一般的贡献;
减分工作:基本工作,应该的
加分工作:超过老板的预期;10%-20%一定是加分工作;
作的差,不要说自己很努力,已经尽力了;作的好,尽力是应该的;
做得不好,分析原因,不要说自己尽力了;
苦劳不等于功劳;

解释怎么做到才有功劳:

结果:环境因素,基本因素,(前面两个因素不能讲,不说)人为因素,创新因素,与己有关(只讲这两个)
第一个讲贡献

  1. 员工把事情做好,完成指标;

  2. 经理把计划做好,准确预测;

  3. 总监吧报告做好,完成贡献;说明部门存在的理由;

  4. 副总裁把形象做好,赢得尊重;

  5. 总经理把战略做好,实现愿景;

指标太高:不要抱怨,而是谢谢老板看得起,跟经理好好商量怎么完成指标
资源太少:没资源有没资源的做法,有资源与有资源的办法,怎样把报告完成;
有方法轮的预测,尽管可是但是
机会挑战(能够改变的)战略风险,跟老板建议方法不能只讲一个,多个对比,预防风险的发生,
报告的标准结构:3-4页讲贡献;讲机会(挑战);最后讲一下战略;

不是做了什么,而是做成什么;
推动什么,改变什么,推动什么;影响改变;
未完成的部分可以当做机会,挑战,
应对拿出来单独做一个标题;
挑战有哪些;

如何呈现:

标题+证据+结论;
写有观点的标题:比如市场情况,对比市场增长率30%;
证据+设计 = 图表;

好的ppt标准:

  1. 先看标题有没有观点;看完标题是不是就懂;

  2. 有没有证据,能否支撑;

  3. 图表对不对,

  4. 有没有突出重点,可以从图表中获得重点;

  5. 重点跟标题是不是一致

做图的统一原则:

  1. 图本身不能超过两个颜色,

  2. 一个PPT不能超过3个颜色,不能有图例;

  3. 不能有横的数据线,不能用3D;

  4. 不能直接贴一张 excel 表格

  5. 数据图表的左上角一定要标上其含义,单位排序图一定要用手画;

  6. 简单方便,用excel 调整比较麻烦;柱状图两两对比;

饼图:
自己公司排在最前面,其他放在最后,只标百分比,不要超过6块饼,超过用排序图;

折线图:
趋势图才用,其他图不要用

结论才是重点,结论不是标题重写一遍:
帮助做决策的结论;

机会:why? how big? how to do it ?
风险:
结论:多种方法,

用一句话总结:我已经完成的工作,带来的成效;
我正在作的事情,有遇到的挑战,可能存在的问题,我打算怎么克服;
正在等待的工作:在等最后的批示,等待其他同事的意见;

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值