為什麼要認真思考自己的生活?轉載/林骥下面我用自己的故事，結合對《高效學習 7 堂課》的理解，介紹高效學習的 36 種思維，從中反思自己的優勢和不足，也相當于做一次複盤總結，今天小編就來說說關于為什麼要認真思考自己的生活?下面更多詳細答案一起來看看吧!

為什麼要認真思考自己的生活

轉載/林骥

下面我用自己的故事，結合對《高效學習 7 堂課》的理解，介紹高效學習的 36 種思維，從中反思自己的優勢和不足，也相當于做一次複盤總結。

2008 年，我正在讀研究生，再過一年即将畢業，那時實踐能力比較弱，對未來很迷茫，不知道自己該幹什麼。

我當時的首要目标就是先找份工作，解決溫飽問題，再尋求突破。

有了目标之後，我到招聘網站投了很多簡曆，發現就像石沈大海一樣，沒有回音。

我對此做了反思，自己用廣撒網的方式投簡曆，效果太差，應該學會聚焦，排除那些明顯不适合自己的公司和職位，隻保留一個求職方向。

因為我的專業是數學，感覺數據分析師這個職業挺适合自己的，所以我排除了其他選項，修改自己的簡曆，盡量去貼合數據分析師的要求。

通過聚焦，我終于找到了一份數據分析師的實習工作，剛開始實習的時候，把全部業餘時間都用于學習 Excel、SQL、SAS 等數據分析工具，并在實際工作中應用，提升工作的效率。

後來，我意識到技術的進步是沒有止境的，不能隻關注技術，還應該培養其他能力，因為在不同的階段，需要的能力結構也是不同的。

要獲得進步，就要打破原來的能力邊界。所以我主動去與業務相關的人進行溝通交流，理解業務的需求和痛點，想辦法解決業務中遇到的問題，讓數據更有價值。

再後來，我成了團隊的領導，要帶領團隊成員一起去完成更多的任務，這時，我迫切需要學習的是管理能力，經過摸索實踐，我學習了一種 OKR 工作法，希望打造一個學習型的技術團隊，讓團隊成員具有自我成長的能力，營造一種激發全員創造力和積極性的文化。

我努力把自己變成一個教練型的研究者和設計者，而不是命令型的控制者和監督者。我知道這條路還很長，自己的能力還有很多短闆，但是有了方向，分階段去學習，把每個階段學到的能力串聯起來，相信總有一天，我能到達期望的終點。

2012 年，我開通了微博賬号，網名「數據化分析」，寓意用數據化解分析難題，從此我把「數據化分析」作為自己的一個标簽。

我用「數據化分析」這個網名在博客上發表文章，有的文章獲得大量轉發，一篇文章的最高閱讀量有 5 萬左右，讓我在數據分析領域有了一點小小的影響力。

比較遺憾的是，我的平台思維相對比較薄弱，當大家紛紛開始運營微信公衆号的時候，我忙于解決現實中遇到的各種問題，在很長的一段時間内，基本放棄了寫作，錯過了借助微信公衆平台放大影響力的黃金時間。

直到 2019 年，我逐漸恢複寫作，在微信公衆平台發表文章。因為我不想被「數據化分析」這個标簽束縛住我的寫作題材，所以我把微信公衆号的名字改成了「林骥」，這樣隻要是我認為對讀者有價值的東西，我都可以發表，比如說，我的讀書筆記系列文章等。

我努力用高質量的輸出倒逼高質量的輸入，用利于他人的思維進行寫作，通過一點一點地積累自己的平台勢能，争取幫助到更多的人。

曾經有一段時間，我每天重複着報表的制作，沒有對數據進行思考和分析，不知道數據分析的目标是什麼，感覺自己正在逐漸淪為「報表制作的機器」。

在技術不斷進步的時代，連機器都在不斷學習，機器正在變得越來越智能，越來越多的工作将被機器取代，這樣發展下去，我想我的職業前途堪憂。

我意識自己應該洞察數據背後有價值的信息，并把信息結構化，變成知識地圖，進而讓自己對事物發展具有前瞻性的智慧。

有一張 IBM Watson 執行架構師繪制的圖片：MetroMap to Data Scientist，翻譯成中文就是：數據科學家的地鐵線路圖。

點擊圖片可放大

為了建立像專家一樣的視野和格局，我曾經搭建過一個知識框架，後來我經過思考、實踐和調整，按後台、中台、前台進行分類，并用思維導圖畫了出來：

我把圖中的相關知識點，寫成了數據化分析的系列文章。

歸納思維是由個别到一般的過程，比如說，金、銀、銅、鐵都能導電，由此歸納出一般結論：金屬能導電。

在《金字塔原理》這本書中，有一個 MECE 原則，也就是要做到各個部分之間相互獨立、所有部分完全窮盡。在實際的工作中，運用歸納思維的時候，可以搭配使用 MECE 原則。

比如說，人可以細分為男性和女性，因為人隻有男性和女性這兩種性别，所以這樣細分既相互獨立，又完全窮盡。因此，根據男人有兩隻手，女人也有兩隻手，就能歸納總結出人人都有兩隻手的結論。

假如你把人細分為男性和小孩，那就不符合 MECE 原則，因為小孩也有男性和女性之分，所以這樣細分既沒有相互獨立，又沒有完全窮盡。因此，假如你發現男性和小孩都不塗口紅，但你不能據此歸納出人人都不塗口紅的結論。

建立了知識框架以後，我開始一步一步地自學相關的内容，此時我的學習模式發生了很大的變化。

我以前看一本書，通常都是從頭看到尾，可能看到後面忘了前面，學習效果大打折扣。自從有了知識框架以後，我變成了按需學習的模式，針對某個知識點，我可能會看好幾本書，看看不同作者分别是怎麼寫的，增進對所學知識的理解，如果還是不明白，就去網上搜索相關資料。

比如說，我在寫 Python 系列文章的時候，就同時看了好幾本相關的書，參考了 Pandas 的官方文檔，還看了一些公衆号作者的文章，就是想通過高質量的輸入，讓自己輸出高質量的文章。

一個人的能力木桶由 3 個部分組成，硬能力是底闆，軟能力是圍闆，軟素質是箍繩。

我從事的數據分析工作，硬能力是要掌握數據分析的工具和思維，軟能力是要學會溝通和表達，軟素質是要有健康的身體和心理，包括細心、耐心和恒心。

數據分析專業領域的研究，可以窮盡一個人一輩子的精力，假如隻有硬能力，沒有軟能力和軟素質，那麼很可能木桶就圍不起來，就很難獲得合理的回報。

在擁有了一個木桶之後，接下來應該做什麼？

我的做法是盡可能把長闆變得更長，用心打磨「數據化分析」這個專業能力，寫作數據化分析系列文章，提升數據分析的硬能力，同時練習寫作的軟能力。

學習某一項技能，目的通常都是為了解決某一類問題。

比如說，我現在練習寫作能力，是因為文字是人與人交流的重要工具，而良好的寫作能力能更好地傳遞思想。

木桶有大有小，一個人的成長，就是不斷升級換桶的過程。

我從一個在校學生，到成為一個數據分析師；從帶領一個人，到帶領一個團隊。

回顧這個過程，正好符合前面說的 3 種思維：木桶思維、長闆思維、換桶思維，也就是先打造一個小木桶，再做一個有長闆的木桶，然後換一個大木桶。

請不要用工作量的積累，掩飾自己低水平的重複，這樣永遠不會像高手那樣逆襲。

我剛開始使用 Excel 做數據分析的時候，有大量簡單重複的操作，為了提高工作效率，我買了一本《Excel 實戰技巧精粹》，熟練運用之後，很多原來需要半天才能完成的工作，半個小時就搞定了。

要想辦法從低水平的重複工作中解放出來，才有時間和精力去完成更大的目标，才有逆襲的可能。

要成為某個領域的高手，往往需要 10000 小時的刻意練習，而不是 10000 小時的簡單重複。

比如說，很多人花在英語學習上的時間超過 10000 小時，但是英語水平低下的人卻比比皆是。

在技能練習方面，有一個公式：

快速掌握技能=好的練習方法x足夠的時間x合理強度x專業教練反饋

我剛開始學習數據庫查詢語言 SQL 的時候，看的書是《 SQL 入門經典》，作者是數據庫教學與應用的專家，與網上那些雜七雜八的文章和教學視頻相比，我覺得看經典書的學習效果要好的多。

好的練習方法，我認為是要在實際工作中加以應用，用于解決工作中遇到的問題。

利用互聯網的優勢，獲得專業教練的反饋變得更加便利。如果經過認真思考，通過搜索也無法解決問題，那麼可以試着去找專業的高手進行提問。

學習一項技能，達到專業水平要花 10000 小時，如果每天學習 4 小時，每年學習 250 天，就要花 10 年時間。

人這一輩子，能有幾個 10 年用來學習呢？

所以，學習也要有成本意識，絕大部分技能，并不需要練到專業級别，也許隻需要用 1000 小時，達到熟練程度，就可以滿足工作需要。

比如說，我練習寫作，并不期望達到作家的水平，我隻要能夠熟練寫出自己的思想，達到讓讀者容易理解，并且能夠有所收獲的程度就可以了。

高水平的教練，懂得控制訓練難度，知道循序漸進，并變換自己的訓練方案，讓人能夠堅持進行艱苦的訓練。

有研究表明，當學習的内容有 15.87% 是新知識時，難度适中，學習效率是最高的。當難度太高，人就容易焦慮，而當難度太低，人又容易覺得無聊。

我曾經買過一本 863 頁的書：《深入解析 SAS —— 數據處理、分析優化與商業應用》，當時我還沒有 SAS 編程基礎，這麼厚厚的一本書擺在我面前，讓我産生了畏難情緒，結果這本書到目前為止都沒有看完。

如果我當時知道教練思維，估計就不會在還沒有入門的情況下，去買這麼一本厚厚的專著。

後來我開始學習 Python，總結之前的經驗教訓，先是看了一本《笨方法學 Python》，有了一定的基礎之後，才開始看《利用 Python 進行數據分析》等書。

現代社會，時間正變得越來越碎片化，如果我們能把零散的碎片時間整合到一個目标上，用知識框架整合碎片時間的學習成果，那麼學習目的就會更加明确，注意力就會大大提高，經過日積月累，也能提升自己解決問題的能力。

我平時的工作很忙，還要經常加班，隻能想辦法把碎片時間充分整合起來。

我目前的做法是，在上班和下班的路上進行學習，坐車的時候看一看書，走路的時候聽一聽音頻。

我會利用空閑的時間，把一些零散的知識，整合到相關主題中去，從而不斷豐富自己的知識體系，雖然分支變得越來越多，但是都能與目标關聯起來。

雖然互聯網倡導的是網絡互聯，但是現在很多大型的互聯網公司，考慮到自己的商業利益等因素，實際上正在變得越來越封閉。

所以，不要指望僅靠一個網站就能解決所有的問題。搜索不同類型的問題，建議使用不同的網站。

比如說，當我要找數據分析算法的代碼，我會優先去 github 搜索。當我遇到程序相關的專業難題時，通常會到 Stack Overflow 上去尋找答案。

我在學習、生活和工作中，都嚴重依賴搜索思維，每次遇到問題就喜歡搜一下，基本上 80% 的問題都能通過搜索找到答案。

以前，我囤積過大量的電子書等資料，甚至把這些資料妥善整理并保存到移動硬盤中，花了大量的時間去下載收集和分類整理，結果卻發現，這些資料隻是靜靜地躺在那裡，幾乎從來不會被用到。

學會搜索技巧之後，我隻對少數非常重要的資料進行整理歸類，而對于那些通過搜索就能快速找到的資料，就不再浪費時間去整理和存放了。

在信息時代，每天的信息就像洪流一樣湧現在我們面前，如果沒有焦點，就容易感到焦慮。

當我看到一條信息時，往往會先想一想，這條信息對自己是不是有用？如果沒用的話，就采取「閱後即焚」的模式，看完直接删除或關閉。

對于真正有用的焦點信息，我會盡量納入自己的知識框架，讓它和已有的知識産生關聯。

比如說，我在寫讀書筆記的時候，有時候會鍊接一些以前寫過的相關文章，這樣不僅複習了以前的知識，而且增進了對新知識的理解。

在關注焦點信息的同時，我注意到有一個詞叫「功能性文盲」，指的是有些人在不斷地印證自己的舊有觀念，陷入到「信息繭房」中不能自拔，不願意接受新的觀點和看法，即使看到了對舊有觀念構成挑戰的信息，也統統視而不見。

我覺得應該避免變成「功能性文盲」，所以時常提醒自己，關注的焦點不能一成不變，要努力讓自己的視野更廣闊一點。

從入門到專家，是一個循序漸進的過程，就像走樓梯一樣，沿着台階一步一步往上爬。

如果你想踏上更高的台階，前面的階梯通常是必不可少的。

回顧我早期的學習經曆，發現大多數時候都是在被動地接收一些零散的知識，不斷地收藏和下載新的資料，卻很少用結構思維進行吸收内化。

直到搭建了知識框架，才形成結構化的輸入和輸出，用于指導自己的學習。

搭建知識框架，前提是要有明确的目标。

比如說，做數據分析，目标是用技術促進業務，幫助業務解決問題，提升業務的效率。

隻有圍繞明确的目标，去搭建知識框架，結構才能牢固，否則可能就是花架子，一推就倒。

學習技能的時候，仔細拆解高手的方法，比自己盲目學習的方法要好的多。

當我看《Excel 圖表之道》這本書時，深深地被劉萬祥老師的拆解思維所折服。書中專業圖表的做法，我理解就是通過一步一步的拆解來實現的。

比如說， 一個簡單的柱形圖，通過對标「經濟學人」、「華爾街日報」等專業雜志的配圖，從标題、顔色、字體、坐标軸、網格線、标簽、圖标等一系列不同的元素進行拆解，上升為「道」的高度，而不是停留在「術」的層面，大大提升了圖表的專業氣質。

因果分析和相關分析，都是把事物聯系起來的分析思維。

因果分析的代表方法是麥肯錫倡導的「現象 - 問題 - 原因 - 對策」，代表工具是「魚骨圖」，代表步驟是「連問 5 個為什麼」，通過追問前因後果，明确适用邊界，發現問題的本質。

比如說，經過連續五次不停地問「為什麼」，知道生意的本質是流量。

相關性是不能靠舉例子來證明的，倒是可以用數學模型來計算。

比如說，一個國家的人均巧克力消費量，與這個國家的諾貝爾獎得主人數，呈現正相關，但是巧克力吃得再多，也不會導緻得諾貝爾獎的機會增加。

換位思考，理解别人的需要，想出互惠互利的方案，這樣的合作才能長久。

比如說，通過換位思維，我理解共讀社群的初衷，是想讓更多的人「真讀書」，那我能為此做些什麼呢？

我選擇給參與共讀的書友點贊鼓勵，在這個過程中，我自己也加深了對知識的理解，這是一個互惠互利的做法。

寫作具有複利效應，因為寫作可以複用到工作、學習和生活中的很多方面，比如工作中寫郵件、寫方案、寫計劃、寫總結、寫報告等，學習中寫讀書筆記、心得體會等，生活中寫日記、寫書信、微信聊天等。

如果寫出了高質量的文章，那麼還能帶來認同、鍊接人脈、流量變現等複利。

為了更好地利用複利思維，提高自己的寫作水平，我陸續看了很多關于寫作的書，希望通過學習和練習寫作，讓自己成為一個更專業的人。

要真正實現躍遷，不能總是停留在低水平的輸出上，而是要對标專業選手去努力。

比如作為數據分析師，學習 Excel 的時候，不能僅僅滿足于會用 VLOOKUP 等簡單的函數，而是要向一流的高手學習，努力掌握數據透視表、數據可視化等更多專業的技能，這樣才有可能實現躍遷。

在《高效學習 7 堂課》中，秋葉老師介紹了輸出的 7 種模式：

（1）記錄筆記：用筆寫勝過用手機拍照。

（2）思維導圖：把所學内容的邏輯畫出來。

（3）解讀文章：帶着自己的想法去消化新的信息。

（4）對外分享：最好的學習就是自己去教别人。

（5）内化實踐：到現實中去印證别人的觀點。

（6）複盤文章：寫出自己的深度心得。

（7）課程研發：做培訓課程或編寫教材。

這 7 種模式的輸出，難度是依次遞增的，可以看作是難度由低到高的輸出躍遷。

提出一個好問題，往往能激發出好的答案。

比如說，要了解數據分析領域，不妨先問以下 7 個問題：

（1）數據分析領域涉及哪些概念？

（2）數據分析的發展曆史和前景如何？

（3）最近兩年的數據分析報告有哪些？

（4）數據分析領域最知名的專著有哪些？

（5）數據分析行業的競争格局是怎樣的？

（6）數據分析領域裡頂尖的幾家企業是誰？

（7）數據分析業界有什麼大的活動？

如果我們帶着類似這樣一組結構化的問題，去觀察、學習和交流，并把信息梳理成知識體系，就能大大提高學習的效率。

數據分析圖表、思維導圖、視覺筆記、流程圖等，都屬于視覺思維的輸出形式，如果應用得當，就能明顯提高信息傳遞的效率。

我認為視覺思維不僅要有視覺上的美觀，而且要有思維上的邏輯。

數據可視化有十大黃金準則：

(1) 明确數據可視化的目的；

(2) 通過對比來反映問題；

(3) 提供數據指标的業務背景；

(4) 通過從總體到部分的形式，展示數據分析報告；

(5) 聯系實際的生産和生活，對數據指标的大小進行可視化；

(6) 通過明确而全面的标注，盡可能消除誤差和歧義；

(7) 将可視化的圖标，同聽覺上的描述，進行有機的整合；

(8) 通過圖形化工具，增加信息的可讀性和生動性；

(9) 允許但并非強制，通過表格的形式，呈現數據信息；

(10) 目标是：讓受衆思考呈現的數據指标，而非數據的呈現形式。

怎麼避免在工作、學習、生活中犯下低級的錯誤？

清單思維是一種比較好的辦法。

比如說，在工作中，我們應該重視職場的郵件禮儀，為了發郵件的時候不犯低級的錯誤，我總結了郵件發送前的檢查清單：

（1）發件人的顯示名，用自己的中文真名。

（2）标題是郵件核心内容的總結，少于20字。

（3）正文盡量用短句，不要有錯别字。

（4）如需附件，不要忘了添加，更不要添錯。

（5）前面要有稱呼問候，後面要有自己的簽名。

（6）字體的大小和顔色要美觀、簡潔、幹淨。

清單思維就是把執行細節标準化，用來指導和規範日常的行為。

學習之後，寫讀書筆記，畫思維導圖，列檢查清單，都屬于學習成果，但最根本的成果，還是解決問題的能力。

比如說，我做數據分析，想找一個恰當的分析方法，通過搜索，找到了合适的分析方法，在解決問題的同時，也鍛煉了自己的能力。

高效學習者之所以高效，往往是因為他利用所學的成果，解決了現實中的問題，用高質量的輸出檢驗能力，而不是用低質量的輸出來感動自己。

想進步，就要挑戰自己的舒适區。

比如說，我學習了 Excel，後面擴展到 SQL，再擴展到 Python 和人工智能等領域，就是一步一步挑戰自己的過程。

除了提高專業能力，還要訓練寫作能力、溝通能力、管理能力等，這些都是挑戰。

我相信，在工作中勇于挑戰，不斷精進，就能獲得成長。

我在學習數據分析的時候，往往會把數據分析的思維、方法和模型，重複應用，多次訓練，不斷去印證、改進和完善，也就是「舉三反一」。

比如說，我學習一種算法，除了參考書中的例子去練習以外，還會想辦法應用于實際的工作和生活當中。

當所學的知識或能力得到消化以後，再去多個領域「舉一反三」。

不同的問題，往往有不同的套路，有時候老套路能夠解決新問題。

比如說，「斷舍離」是日本雜物管理咨詢師山下英子提出的概念，我試着用來解決現代社會信息過載的問題，我卸載了手機和電腦大量的軟件，專注于那些對自己确實有幫助的信息。

有時候新套路也能解決老問題。

比如說，我學習一些新的人工智能算法，用來解決以前難以解決的老問題。

我在讀研究生的時候，參加全國研究生數學建模大賽，獲得過二等獎，在參加建模大賽的過程中，我覺得自己解決問題的能力、團隊協作的意識、模式創新的思維都得到了鍛煉。

建模思維有助于提升「模式識别」的能力，大多數人的模式識别方法過于簡單，在沒有經過訓練之前，很難快速地做出理性的思考。

比如說，專業的投資機構，往往是通過數據建模來開展工作，而業餘的股民，常常依賴直覺或小道消息來買股票，因而後者更容易遭受損失。

互惠互利的合作，已成為現代社會發展的基礎和前提。

哪怕生産一支普通的鉛筆，也需要有很多人的分工合作，經過一系列非常複雜的工序，才能把鉛筆制造出來。在這個世界上，甚至沒有一個人，完全掌握制造鉛筆所需要的全部知識。

合作最重要的表現形式之一，就是交易。作為一名公司的職員，其實就是在用自己的技能和時間，獲得相應的工資報酬，然後再用賺到的錢，去購買生活所需的其他東西。

我們所從事的工作，本身就是促進能力成長的最佳舞台，關鍵是要選好方向、搭好體系、請好教練、用好網絡，做好總結、強化成果、輕松跨界。

以上就是高效學習的 7 種能力：定位力、框架力、精進力、聯機力、複盤力、輸出力、遷移力，而這 7 種能力的背後，其實就是高效學習的 36 種思維。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!