Redian新闻
>
高效达成目标的5个关键

高效达成目标的5个关键

公众号新闻

封面图 | 《西出玉门》剧照


节后上班第一天,你有没有期待过假期再长一点?

说到工作,即使我们做好了万无一失的准备,创造了完善的条件,在实际执行工作时,也还是会遇到意想不到的困难。

但是,不克服困难,就难以达成目标。这时我们就需要解决问题的能力。实际上,问题的解决是有理可依的。如果知道了其中的道理,很多问题都能够迎刃而解。

分享一篇三木雄信(曾担任软银总裁孙正义的助理并在软银负责数个大型项目)的文章,把孙正义解决难题的工作方法分享给大家,希望能给大家带来启发。

作者:三木雄信

来源:华章管理



1

使用「数值化思考方式」

「思考一件事情不要超过10秒钟!」这是孙正义的口头禅。

「如果考虑了10秒钟也没有想清楚,那么再独自思考下去也不会得出结论。」

自己苦苦思索许久,但是问题只是在脑海中打转,丝毫没有得到解决。其实这根本不叫思考,只是在烦恼罢了。

在这种情况下,应该尽快寻求其他解决方法。

把目标变成具体的数字,就能够清楚地看到自己应该做的工作。

在问题解决方面,数值化同样适用。

把问题转化成具体的数字,就能够正确把握现状,找到问题的症结所在。

下面的案例是在我担任独立董事的公司中发生的真实事件。

当时,公司正在着手开展新项目,开始提供新的服务,但是面临着营业额一直没有起色的困境。市场部的负责人从早到晚给客户打电话,约客户见面,但是业绩没有提高。

面对这种情况,该负责人下达了命令:「再多打些电话」「鼓足干劲,再多约见几个客户」。但是营业额依然不见好转。

可以说,是解决问题的方法出了偏差。

对于上述情况,我提出了将问题数值化的建议。具体来说,我要求员工不仅统计出首次购买此项服务的用户数量,还需要统计出首次购买之后仍然继续购买的长期客户的数量,从而计算出回购率。

结果发现,用户整体的回购率较低。很多用户虽然在最初选择了此项服务,但是认为「效果不理想」,于是两个月后便选择了解约。

原来,这才是营业额没有任何起色的真正原因。

因此,即便把所有的力气都用在开拓市场上,也会像往漏水的桶里注水一样徒劳无功。整体业绩没有提高也是理所当然的。

另外,我们对用户的「不同行业的回购率」进行了统计。我们发现,不同行业的回购率确实存在差别。特别明显的是理发店和餐饮店。理发店的回购率较高,与之相反,餐饮店一般在首次购买合同到期后就杳无音信了。

看到这些数字,相信各位已经明白了问题的解决方法。放弃对餐饮店的宣传,把营销重点转移到理发店上来。

之前,市场部的负责人没有将客户的行业要素纳入考量,而是广泛撒网,并没有进行有针对性的营销。但是,在把理发店列为营销重点之后,大多数新用户都会回购,这使得总订购量不断上涨,营业额也持续攀升。

可见,虽然问题刚开始看起来毫无头绪,但将其数值化之后,便可以轻松找到解决问题的办法。

如果只是将问题认定为「营业额停滞不前」,想到的解决方案可能也仅限于「鼓足干劲,努力工作」了。而且,更糟糕的是,这样的错误提案通常会被通过并执行。

职位更高、气势更强的人的意见通常会被采纳,这在任何一个公司或机构都是一样的。为了防止这种情况的出现,就需要拥有让所有人都能信服的依据,并对此进行客观分析,从而找到最有效的解决方案。

最恰当有力的依据就是数字。在任何人看来,数字都是绝对客观的事实。

孙正义也一直坚持所有工作都用数据说话,并要求员工汇报工作时必须使用数据进行说明。所以,我也养成了将所有问题数值化的工作习惯。


2

把问题进行「分类」

我想不需要列举我和孙正义的例子,相信数值化的重要性已经广为人知。正因如此,很多商业人士在每次会议时,都会拿到写满密密麻麻数字的资料和报告。

但是,数字多并不意味着一定能够解决问题。虽然费力气统计了数据,做出了材料,但会议并没有得出任何结论,数据也没派上用场。相信很多人都有过这样的经历。

这是因为,在将问题数值化之前,没有进行分类统计。这是非常重要的一点,但意识到这个问题的人寥寥无几。

从我刚才举出的案例中也能看出,因为对「不同行业的回购率」进行分析,才得出了有效的解决策略。如果只是关注整体的回购率,可能永远都不会想到「将理发店作为营销的重点对象」的方法。

当项目出现问题,团队成员向我寻求帮助时,无论这是什么样的项目,我都会建议「首先对现有数据进行分类」。

不过,对于我的这一建议,人们也经常反问道:「应该怎样对数据进行分类呢?」看来,很多人「不明白分类的标准」。

实际上,并不存在「应该这样分类」的理论或规则。问题的性质和实际状况不同,分类方法也会发生变化,要有针对性地选择恰当的分类方法。

「我不知道分类标准,就算我想分类,也不会分啊!」也许会有人这样想,但并不是这样的。因为分类标准是自己决定的。

我经常使用「化整为零法」来决定分类标准。

比如,最近出现了这样一个问题:客服中心接到很多投诉电话。

首先,把投诉的记录全部打印出来。如果数量太多,无法全部打印的话,也可以随机抽取样本。但是最好需要有1000个样本,至少也要有100个。

接下来,召集全体团队成员,把打印出来的投诉记录分配给大家,每人拿到几十份到几百份。然后要求大家「可以使用任何分类标准,将手上的记录分成七类」。

这样一来,就将任务「化整为零」分散下去了。

至于为什么分成七类,因为「七」是一个人能够管理的工作量的最大值。


3

根据各个部分的量进行排序

在最开始,很可能只是漫无目的地阅读纸上的文字,然后大致进行分类。但是,不可思议的是,读了几十张、几百张之后,就会逐渐形成自己的分类标准:「这个和那个可以归到一起。」

在所有人都归类整理完毕之后,再次集合碰头,互相阐述自己的分类标准。于是大家会发现,「A先生分出的这一类和B小姐分出的这一类,是同一性质的类别」。这样一来,就可以将各个成员的分类再次整合为一大类。

最终,我们可以了解到数据的分布状况,「哪一类大约占多少比例」。

即使每个人都将数据分成了七类,在最终的整合阶段,一般都能归为两大类到三大类。在很多情况下,1000份材料中,有700~800份都可以归入两个大类。

这样的话,我们就可以「优先考虑数量最多的投诉类别,重新制订对策方案」,很自然地找到问题的解决方法。对此,我们还可以进一步「化整为零」,对更加具体的细节问题进行优先顺序的排序。

所以,即使最初不知道如何制定分类标准,也可以先暂且试着自己分类,在这个过程中,分类标准就会逐渐形成。

与其把时间浪费在纠结烦恼上,不如迅速采取行动。这就是快速解决问题的秘诀。

如果在处理问题时没有先分类的话,可能会漏掉重要数据。

在这个不断变化的时代,新事物、新领域迅猛发展,异军突起已经不是新鲜事了。所以,即使进行了数值化,如果不将数据分门别类进行分类整理,可能就会忽略掉某个类别或某个领域的数据。

比如,在不久前,我们还经常用电脑看网络广告。但是随着智能手机的出现,且用户数量剧增,网络广告的移动端浏览量也不断上涨。

所以,我们对「电脑端浏览量」和「移动端浏览量」进行分类,就可以发现,「后者的数量剧增,今后的广告宣传重点应转移到移动端」。

但是,从智能手机开始普及到现在,可能有许多企业并没有将「移动端」与「电脑端」的数据分别进行统计。因为它们没有考虑将智能手机作为一个新的分类,与其他类别区分开来。

其结果是许多IT公司在移动端服务开发方面落后了。所以,如果不能理解分类的重要性,将会导致致命的错误。


4

根据流程「分阶段」寻找问题的症结

分类的标准并不仅限于「行业」「部门」「地域」等。我们也可以按照工作流程的各个阶段进行分类,并将其数值化,从而发现解决问题的方法。

在刚开始着手宽带业务「Yahoo!BB」时,「注册了却无法开通」的投诉纷至沓来。但是当时没有人知道出现问题的原因。大家都判断不出这是因为客服中心的办事效率低,还是宽带本身有问题。

于是,我将此业务的工作流程从注册到开通的各个阶段进行了划分,调查并分析在哪个阶段出现问题的案例最多。

从注册到业务开通,大致有「注册宽带服务」「向NTT提交线路申请」「在NTT公司内施工」「到用户家里安装」等几个阶段。按上述阶段分别统计出现问题的案例数量,发现了问题发生频率特别高的阶段。这就是「向NTT提交线路申请」的阶段。

通过调查原因了解到,实际上大多数用户的线路用户名都是错误的。因为电话线路的申请人必须在20岁以上,所以在学生时代就独立生活的用户最初是以父母的名字申请的。成年之后也一直沿用这一用户名。但是用户本人忘记了这件事,所以在申请「Yahoo!BB」的宽带业务时,在电话线路用户名处填写了自己的名字。所以由于「线路用户名错误」,NTT便会驳回用户请求,造成无法开通的问题。

这就是「注册了却无法开通」这一投诉的最主要原因。

找到了问题的症结所在,就可以提出具体的解决方案。

首先,在请用户填写申请书时,为了让营销员不要忘记确认电话线路的用户名,我们制作了确认项目清单。

另外,告知下属代理商,电话线路用户名填写错误的申请,将不会计入「获得客户量」中。由于「获得客户量」越多,代理商拿到的报酬越高,所以代理负责人为了自己的收入,会尽全力检查用户申请书。

实行了这些解决方法之后,投诉数量骤减。如果当时没有按照流程进行数值化分析,可能现在还没有找到有效的对策。

像这样,按照流程分阶段进行分析,我们可以清楚地看到阻碍工作顺利推进的问题出现在哪里。只要找到了原因,就一定会有对策的。特别是在开展新业务的时候,就连流程本身都可能是不清晰的。

「Yahoo!BB」宽带项目在起步初期,也是处于一个连「谁、什么时候、做什么」都不清楚的混乱状态。

正因如此,才需要有人将流程进行认真的分类、整理,用数据来把握现状,并决定「在哪个阶段投入多少人力和时间」等问题。

将问题数值化之前,首先要分类。请牢记这个原则。


5

从「解决后能产生显著效果」的问题着手

通过上述客服中心投诉问题的案例可知,将问题分类的最大好处就是,「方便理清解决问题的顺序」。

即使我们通过「化整为零法」将问题进行了分类,但是企图一次性解决所有问题也是不可能的。任何一个项目,可以使用的人力、时间、经费等资源都是有限的。所以,决定优先解决哪个问题非常重要。

这时,我们可以采用「二八定律」。即「整体的绝大部分(80%)由一小部分(20%)决定」,也被称为「帕累托定律」。

大家可能听过这个定律的相关事例,如「80%的销售额来自20%的商品」「公司80%的销售额来自20%最优秀的销售人员」等。

将此定律应用到解决问题上来的话,则为「解决好20%的问题,就相当于解决了整体问题的80%」。

将问题进行分类后,首先需要思考「哪个问题解决后,会产生显著的效果」。选择排序最靠前的20%的问题优先解决,这样就解决了大部分问题。

用20%的时间解决问题,即用1/5的时间获得80%的成果。可以说,这是快速解决问题的极为重要的诀窍。

怎样选择最需要优先解决的「20%」问题呢?

将问题分类后,以「解决后成效显著/成效不明显」「马上就能解决/花费时间较长」为数轴画出矩阵图,将问题填入四个象限内。

当然,我们应该优先解决「马上就能解决、解决后成效显著」类的问题,即我们应当从右上象限中的问题着手。

这样就可以用最少的时间获得最大的成效,这会使你逐渐在职场上立于不败之地。你会切实体会到「仅仅解决了一个问题,竟然有这么显著的效果」。其他项目组成员的积极性也会大幅度提高,更加集中精力投入到工作中。

不仅如此,项目组还会得到组外其他人的认可:「这个团队工作能力强,业绩也不错。」之后,团队可能会争取到更多的人员和预算。

一旦成功成为一种常态,项目进展便会愈发顺利,取得更好的成果,从而形成良性循环。

对于我们来说,最痛苦之事莫过于无论怎样努力,无论倾注多少时间和劳动却没有任何产出。利用「二八定律」,尽早让项目组成员体会到成功的喜悦,也是确保项目顺利完成的诀窍之一。

:本文摘编自三木雄信著作《10倍速目标达成法》(机械工业出版社出版)。




更多往期内容


任正非:别看骂声一片,这就是贵人指点、高僧开光

稻盛和夫:我人生巨大的财富,就一句话

芒格:慢慢变富,一辈子都乐趣无穷,有滋有味

宁高宁:自律是成功的最主要因素

王石:有野心的人,都会坚持长期主义


主编|王滔   编审|陈润江   顾问|王淑琪
合作联系微信 niuniu-fengmaniu

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
从 0 到 1 精益创新 AIGC 产品应用及商业化落地的 4 个关键|QCon消除金融营销获客和风控中的信息不对称,隐私计算是下一个关键技术“杭州亚运会背后不为人知的两个关键权力转折”竞业限制协议13个关键问题(全面梳理)4个关键字读懂承前启后的北交所深改19条豪车停门口被盯上!华人出租屋成目标 8非裔凌晨闯入开枪射击看懂AGI冲击力的三个关键8千字拆解|比lululemon还能打,7个关键点学习昂跑的增长秘诀ICML 2023 | 神经网络大还是小?Transformer模型规模对训练目标的影响25个关键词认识25岁的微软亚洲研究院老海归给首长会诊【找队友】全美经济学挑战赛(NEC)正在组队,冲全球赛头部排名,有相同目标的来苹果10月31日举办发布会,华为拟接管问界销售体系,Temu或超额完成目标,杭州商务局辟谣禁止直播带货,这就是今天的其他大新闻!爆火的考研考公背后,教培机构做好私域的3个关键核心美国回应华为推出新手机,透露出三个关键点不把幸福当成目的,你会觉得更幸福如果美国的50个州是人,该是什么样子?AI生成的50州,佛州最不像人!@所有老师,新学期,这4个关键词要告诉学生…… | 聚焦2023开学季防狼喷雾不好用、遮阳伞易成目标?赴美「留学过来人」总结了4条安全建议...外媒:以色列能通过地面战达成目标吗?中美博弈中,中国必须向世界挑明的16个关键问题!洛杉矶华人区车牌频频被偷 这些车易成目标昙花一现的刘队长小米和华为宣布达成全球专利交叉许可协议;美的楼宇科技与火山引擎达成合作|绿研院日报诈骗猖獗,每月数千myGov账户被停用!这样做最易成目标5个关键战场州均落后于川普 奥巴马顾问促拜登退选又一个梦突发: 60岁亚裔男子在北费遭劫车被殴打致死! 蒙县以亚裔企业主为目标的入室窃贼被逮捕; 反转! 司机并未袭警就被连射6枪一个定目标的小案例《花信风之立秋》秀才背后的万亿银发经济,入局前先看清这5个关键问题【易养老】目标日期vs目标风险,养老目标基金怎么选?5131 血壮山河之武汉会战 信罗战役 4金融智能化实践的两个前提和两个关键基业家业两手抓 BCG七个关键问题定制解决方案
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。