外企三年教給我的思維方式

十一假期臨近，準備回家待幾天。之前有好幾個朋友都會調侃說我假期在家的時候，回復微信語音的聲音都是懶洋洋的，但一回到北京的聲音立馬變得中氣十足，整個人都進入到戰斗的狀態。

我自己其實并沒有注意到。不過假期里，除了偶爾有緊急的工作需要處理，其他時間幾乎完全不去想工作上的事。整個人會完全放松下來，之后再回來工作的時候，反而有滿滿的動力和創造力。

當然啦，腦袋并不是完全放空的，會利用假期，梳理梳理過去一段時間的收獲，接下來要調整和努力的方向。應該很多人都會在假期里這樣做吧。

這次假期，想要總結回顧一下這幾年工作學到的思維方式。因為工作時間越久越發現，教育背景、學歷、工作經歷這些越來越不重要，而那些看上去虛無縹緲的左右著我們，價值觀指引我們往哪兒走，而思維方式，決定了我們能夠走多遠。

和學生時代的朋友溝通的時候，經常會得到一些說我思維方式提升的反饋。我自己也有感覺到這幾年的變化，比如看問題更全面直擊本質，這和工作環境是分不開的。

雖然外企常常被人詬病，水土不服，不接地氣，這幾年也不再是畢業生最理想的去處，但作為職業生涯的起點，我還是很感激自己是從這里開始的，讓我少走了很多彎路，得已站在一個廣闊的平臺上看問題，接受專業的思維訓練。遇到的大多數人也都有自己堅持的價值觀，以及獨立思考的能力。

至于為什么外企逐漸沒落，有很多原因，身在其中很多時候也確實感覺到一些限制和無奈，這篇文章按下不表，主要說一說思維方式對我的影響，以下大致按照問題解決過程的順序逐一羅列。

（另外，這些是我自己的直接感受和分享，不代表所有外企都是一樣的，所以不要拿一些公司的個例來說事兒，謝謝）

Problem Solving：解決問題為導向

外企文化比較寬容。在事情出現狀況的時候，會以解決問題為導向，上來先解決問題，很少第一個步驟就是問誰干的。

問題解決之后，讓負責的同事查原因，事情發生的原因和經過比懲罰更重要，找到具體原因之后優化流程和系統，有同事因此將功補過。

Why：拆解問題，分析變量

好的員工會拆解問題，預測問題缺陷并提出解決方案；而差的員工會把所有問題合并成一個問題，推給客觀原因。

拆解問題，其實就是結構化思考的過程，把事情的前因后果影響因素等變量羅列出來，自上而下，或者自下而上，按照一定的框架分層梳理，逐層推進。

說上去很玄乎，但其實就是根據變量之間的關系，提出合理假設再去驗證，逐個排除，從而找到問題根源的方法。具體可以看很久以前寫過的這篇：【133】外企立足必備技能：找原因

Prioritization：選擇更關鍵的事情

公司管理層在不同業務之間，要綜合考量產出、性價比、用戶體驗、實現可能性，把時間和精力分配在最重要的業務上，這其實是一種價值選擇。

對于我們來說也是一樣，工作中的每一天我們都面臨無數選擇，選擇先做這件事而不是另一間，歸根結底都是價值選擇，所以理論上，我們應該優先選擇價值高的事情做。

但這點往往容易被忽略，人們更愿意在一些簡單的事情上花費更多時間，導致考慮一件事情的時間和事情的重要性成反比，這叫做帕金森雞毛蒜皮定律（law of triviality）。因為簡單的事容易懂，但復雜問題摸不著頭腦所以容易回避。

Do the right thing, not the easy one.

Automation+Dial up：尋求長期解決方案，自動化、大范圍的應用

公司各個層面有一個比較好的導向，那就是不全把苦勞當功勞。

做一個項目，為了確保好的效果，有時候在過渡階段不得已用短期堆積人工和工作時長的方法，匯報工作的時候，老板總是會問，有什么樣的方式能夠以最小的投入起到比較好的結果，用關鍵環節作為杠桿實現高性價比。

哪怕項目最后證明效果很好，老板也都會引導性地提出問題：是否能實現自動化，能否在更大的范圍內批量應用。

可能是因為外企在人員成本控制上更為嚴格，所以久而久之大家都形成了一種思路：動根上的問題是解決問題所在，只治標，靠短期人工的方法不能夠長期持續地交付結果。

MVP：快速迭代，不斷修正

MVP（Minimum Viable Product）即最小化可行產品，是指開發產品時先做一個簡單的原型，然后通過測試收集用戶反饋，快速迭代，修正產品，最終適應市場需求。

在做business時，其實也是一樣，如果想要嘗試一種全新方案的時候，不確定是否可行，避免在一開始就盲目投入大量人力物力，先進行小范圍的試點嘗試，等成功了有了一些經驗，再大范圍地鋪開來。

Testing：測試意識

在發布產品新功能的時候，進行一些測試，不貿然進行更新，這是現在整個行業都已普遍應用的方法。比如AB test，一部分用戶看到的界面是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現。數據的各項指標都有了顯著的提升，新版本才可以上線。

Data：數據會說話

如果把數據意識分為幾個階段，那看懂數據是第一層，分析數據是第二層，應用數據是第三層。

把數據的定義和之間的聯系弄清楚，基本就可以看懂數據了；知道什么樣的做事方式能夠影響什么數據，分析一個項目或原因需要調用哪些數據，這是進階；但從一堆龐雜的數據本身看出問題，交叉驗證，得出一些結論，作為應用時候的論據，這種最難。

跨部門談合作我常會被問道，你們為什么希望用這種形式做，這種形式能帶來什么樣的效果，你們需要最好資源支持的理由是什么，這些時候就需要找到不同維度的數據證明自己的觀點，增強說服力。

Sharing：站在前人的肩膀上繼續添磚加瓦

項目的結果比較好，或者哪怕嘗試了一種新的方法失敗了，總結成best practice發出來，供其他同事借鑒，避免大家繞彎路花重復的時間做事。

公司有比較好的分享的氛圍。基本沒有人會想著保留自己獨家秘笈，因為分享能夠增加自己的曝光度（外企尤為看重這點），而且時間長了大家自然都能研究出來一些經驗，分享出來的話所有人都能精進做事提高能力，其他人在此之上繼續分享，形成良性循環，何樂而不為?

Curiosity：持續學習

以前文章里提到過，由于使用全球系統，幾乎每隔一段時間，就需要對原先的做事方式和流程進行優化升級，同時這種變化促使不斷學習新的內容。

適應變化，是需要不斷克服慣性的事情。

Work hard, play harder

這一條不解釋。

作者介紹：

小A，Top2碩士畢業后以管培生身份加入北京一家500強外企，一年半升職，兩年半帶人。堅持原創兩年，做職場最真實的分享，文章累計四十余萬字。Linkedin專欄作者。