外企三年教给我的思维方式

十一假期临近，准备回家待几天。之前有好几个朋友都会调侃说我假期在家的时候，回复微信语音的声音都是懒洋洋的，但一回到北京的声音立马变得中气十足，整个人都进入到战斗的状态。

我自己其实并没有注意到。不过假期里，除了偶尔有紧急的工作需要处理，其他时间几乎完全不去想工作上的事。整个人会完全放松下来，之后再回来工作的时候，反而有满满的动力和创造力。

当然啦，脑袋并不是完全放空的，会利用假期，梳理梳理过去一段时间的收获，接下来要调整和努力的方向。应该很多人都会在假期里这样做吧。

这次假期，想要总结回顾一下这几年工作学到的思维方式。因为工作时间越久越发现，教育背景、学历、工作经历这些越来越不重要，而那些看上去虚无缥缈的左右着我们，价值观指引我们往哪儿走，而思维方式，决定了我们能够走多远。

和学生时代的朋友沟通的时候，经常会得到一些说我思维方式提升的反馈。我自己也有感觉到这几年的变化，比如看问题更全面直击本质，这和工作环境是分不开的。

虽然外企常常被人诟病，水土不服，不接地气，这几年也不再是毕业生最理想的去处，但作为职业生涯的起点，我还是很感激自己是从这里开始的，让我少走了很多弯路，得已站在一个广阔的平台上看问题，接受专业的思维训练。遇到的大多数人也都有自己坚持的价值观，以及独立思考的能力。

至于为什么外企逐渐没落，有很多原因，身在其中很多时候也确实感觉到一些限制和无奈，这篇文章按下不表，主要说一说思维方式对我的影响，以下大致按照问题解决过程的顺序逐一罗列。

(另外，这些是我自己的直接感受和分享，不代表所有外企都是一样的，所以不要拿一些公司的个例来说事儿，谢谢)

Problem Solving：解决问题为导向

外企文化比较宽容。在事情出现状况的时候，会以解决问题为导向，上来先解决问题，很少**个步骤就是问谁干的。

问题解决之后，让负责的同事查原因，事情发生的原因和经过比惩罚更重要，找到具体原因之后优化流程和系统，有同事因此将功补过。

Why：拆解问题，分析变量

好的员工会拆解问题，预测问题缺陷并提出解决方案;而差的员工会把所有问题合并成一个问题，推给客观原因。

拆解问题，其实就是结构化思考的过程，把事情的前因后果影响因素等变量罗列出来，自上而下，或者自下而上，按照一定的框架分层梳理，逐层推进。

说上去很玄乎，但其实就是根据变量之间的关系，提出合理假设再去验证，逐个排除，从而找到问题根源的方法。具体可以看很久以前写过的这篇：【133】外企立足必备技能：找原因

Prioritization：选择更关键的事情

公司管理层在不同业务之间，要综合考量产出、性价比、用户体验、实现可能性，把时间和精力分配在最重要的业务上，这其实是一种价值选择。

对于我们来说也是一样，工作中的每一天我们都面临无数选择，选择先做这件事而不是另一间，归根结底都是价值选择，所以理论上，我们应该优先选择价值高的事情做。

但这点往往容易被忽略，人们更愿意在一些简单的事情上花费更多时间，导致考虑一件事情的时间和事情的重要性成反比，这叫做帕金森鸡毛蒜皮定律(law of triviality)。因为简单的事容易懂，但复杂问题摸不着头脑所以容易回避。

Do the right thing, not the easy one.

Automation+Dial up：寻求长期解决方案，自动化、大范围的应用

公司各个层面有一个比较好的导向，那就是不全把苦劳当功劳。

做一个项目，为了确保好的效果，有时候在过渡阶段不得已用短期堆积人工和工作时长的方法，汇报工作的时候，老板总是会问，有什么样的方式能够以最小的投入起到比较好的结果，用关键环节作为杠杆实现高性价比。

哪怕项目最后证明效果**，老板也都会引导性地提出问题：是否能实现自动化，能否在更大的范围内批量应用。

可能是因为外企在人员成本控制上更为严格，所以久而久之大家都形成了一种思路：动根上的问题是解决问题所在，只治标，靠短期人工的方法不能够长期持续地交付结果。

MVP：**迭代，不断修正

MVP(Minimum Viable Product)即最小化可行产品，是指开发产品时先做一个简单的原型，然后通过测试收集用户反馈，**迭代，修正产品，最终适应市场需求。

在做business时，其实也是一样，如果想要尝试一种全新方案的时候，不确定是否可行，避免在一开始就盲目投入大量人力物力，先进行小范围的试点尝试，等成功了有了一些经验，再大范围地铺开来。

Testing：测试意识

在发布产品新功能的时候，进行一些测试，不贸然进行更新，这是现在整个行业都已普遍应用的方法。比如AB test，一部分用户看到的界面是A，另一部分看到的界面是B，看添加了新功能的版本是否能有更好的表现。数据的各项指标都有了显著的提升，新版本才可以上线。

Data：数据会说话

如果把数据意识分为几个阶段，那看懂数据是**层，分析数据是第二层，应用数据是第三层。

把数据的定义和之间的联系弄清楚，基本就可以看懂数据了;知道什么样的做事方式能够影响什么数据，分析一个项目或原因需要调用哪些数据，这是进阶;但从一堆庞杂的数据本身看出问题，交叉验证，得出一些结论，作为应用时候的论据，这种最难。

跨部门谈合作我常会被问道，你们为什么希望用这种形式做，这种形式能带来什么样的效果，你们需要**资源支持的理由是什么，这些时候就需要找到不同维度的数据证明自己的观点，增强说服力。

Sharing：站在前人的肩膀上继续添砖加瓦

项目的结果比较好，或者哪怕尝试了一种新的方法失败了，总结成best practice发出来，供其他同事借鉴，避免大家绕弯路花重复的时间做事。

公司有比较好的分享的氛围。基本没有人会想着保留自己**秘笈，因为分享能够增加自己的曝光度(外企尤为看重这点)，而且时间长了大家自然都能研究出来一些经验，分享出来的话所有人都能精进做事**能力，其他人在此之上继续分享，形成良性循环，何乐而不为?

Curiosity：持续学习

以前文章里提到过，由于使用全球系统，几乎每隔一段时间，就需要对原先的做事方式和流程进行优化升级，同时这种变化促使不断学习新的内容。

适应变化，是需要不断克服惯性的事情。

Work hard, play harder

这一条不解释。