数字产品经理的学习力

当很多人看到《数字产品经理的培养》中,所提到的知识图谱和实践技能时,第一反应是:“做到这些好难啊”。这的确不太容易。但无论起点如何,决定是否能获取到这些技能的一个最基本的能力,是学习力。已经有太多的书和文章,讲如何学习,这里只结合数字产品经理的技能,谈谈可立刻行动的三个方面:

  1. 如何获得必要的广度?
  2. 如何获得必要的深度?
  3. 如何养成高效的学习习惯?

1. 如何获得必要的广度?

俗话说:“如果你想知道往哪里走,那首先得知道你现在在哪里”。 “知道现在在哪里”,其实就是当前个人的知识地图。

作为数字产品经理,我们平时所要吸收消化的信息可能包括行业、市场、客户、用户,也包括产品本身、愿景目标、计划路线、特性地图、功能信息,组织人事关系、流程和规则、团队人员,以及要用到的工具和方法等等。对于很多人来说,这些信息都是散乱的,以文档资料、邮件中的片段、微信收藏夹、笔记记录的一段话、或者一本书的书签等方式存在着。所以,经常有“我看了很多,有听了很多,但怎么感觉越多越乱,反而很那理出头绪了”的感觉。这就是个人缺少一个清晰的知识地图。

那如何建立自己的知识地图呢?

第1步:从建立信息索引开始

先把散落在各地的信息,建立成一个索引目录。此时可以不用考虑整体结构和逻辑性,只是把相关的、同主题的信息先建立成索引,第一步让自己了解到的重要信息能做到“快速定位和查找”。

(图1:我在ThoughtWorks把BA相关的资料建立的索引目录)

  • 结合自己工作经验的长短,一般来说初始版本的索引目录,估计花个半天一天的整理,一开始可能比较粗略,但没关系,这是个持续积累更新的过程;
  • 一开始不用贪大贪全,可以就从自己最熟悉的比如产品相关的信息入手,先把产品相关的信息索引建起来;然后下一步再做行业和客户相关的等等;
  • 最好是把这个索引目录,放在一个产品团队方便访问的地方,这样可以在给大家提供帮助的同时获得反馈,持续更新。

第2步:用MECE方式规整信息

初步的索引目录建立之后,可能会发现逻辑分类有问题,或者信息不完整。此时可以用MECE原则进行分类:

  • 确保同一层级的条目是相互独立且没有耦合的(可能对原有的条目资料需要重新拆分、组合);
  • 确保同一层级的条目相互补充,完整的表达这方面的信息;如果这时候发现识别出的新条目,自己的信息暂时还是空缺,也没有关系,标识出来就好。

第3步:建立自己的知识地图

当用MECE原则梳理完成之后,基本上就出现了一个初略的地图框架。此时,就可以开始建立自己的知识地图。这里,我觉得一个比较简单可视的方式是“知识雷达”。如下图所示:

  • 首先把相关的所有知识维度找到,一般不要超过8个;这些维度便构成了知识雷达的基础维度;
  • 然后把这些维度下面的知识点放在对应的环里:
    • 最内的环表示已经熟知“Known Known”;
    • 中间的环表示部分知晓或者还有一些不清楚“Known Unknown”;
    • 外层的环表示还存在很多的未知“Unknown Unknown”。

(图2: 知识雷达框架和一个知识雷达样例)

当这样的知识地图建立起来之后,第一会非常清楚自己知识的边界,哪些维度是自己的优势,哪些维度是需要加强的,哪些维度是比较欠缺需要补足的。从而,不断有效地扩展自己知识的广度。

这个过程中,两个小贴士是:

  1. 在第三步选取维度时,如果自己从0开始想很困难,可以参考一个既有的知识体系,比如《数字产品经理的培养》一文中的知识图谱,但要根据自己组织的情况调整;
  2. 不要太过于看重知识地图的表达形式和表达细节。如果需要,可以用echarts 这样的工具生成一个雷达图,但“勿以器御心”,识别自己优劣势和需补足之处才是最关键的。

2. 如何获得必要的深度?

无论是对客户需求的洞察、如何做产品版本规划和管理、如何做动态滚动规划,还是日常处理复杂的利益冲突、配合市场做好营销策划案等等都需要在相关领域的认知深度。可能大部分人觉得,“学习、学会”,比如参加培训、请教专家等,肯定是要投入和花钱的啊。但有另外一部分人,他们这种获得深度的学习,却不花钱反而挣钱。比如在研修营中给我们将市场运作的范秦老师和我们的战略规划顾问夏寅,她们的学习方式是,“通过接受一个必须要解决的问题挑战”来学习,以输出倒逼输入,在深度学习的同时,还获得了相应的商业回报。

“以输出倒逼输入”的学习法,原则很像“费曼学习法”,但比费曼学习法来得更为深入彻底。我在不同场景下尝试了这种学习法,归纳起来就是下面这五个步骤:

  1. 识别与学习主题关联的真实挑战
  2. 学习理解相关的概念和方法
  3. 把方法应用在真实挑战中,全力以赴去解决问题
  4. 对问题解决的过程做复盘,对方法进行举一反三
  5. 把上述过程分享出来变现

(图3:获得知识深度 - “以输出倒逼输入”)

第1步:识别与学习主题相关的真实挑战

在工作内外环境中找到真实的、与学习主题密切关联性的挑战性问题。比如说:

  • 学习主题是OKR,那么关联性的应用场景,就是“下个季度的产品规划中如何为团队和个人确定目标并进行考核”?
  • 学习主题是如何通过内容做产品运营,那么关联性的挑战可能是“如何通过内容为我的产品带来XX用户?”
  • 学习主题是如何进行API需求梳理,那么关联性的挑战可能是“我如何给新的BA伙伴系统性讲明白API需求梳理的方法?”

第2步: 学习应对挑战的理论、概念和方法

用适合的方式快速学习应对方法。

  • 如果是全新的问题,之前鲜有人遇见过,那学习的方法主要是“搜索资料,研究学习”——把相关的最前沿的中英文能收集到的资料收集到,进行深入阅读理解、归纳总结;
  • 如果是存在已久的问题,则可以参加培训课程、或向专家求教学习,这种方式往往比自己摸索事半功倍;
  • 如果是一个圈子里的共性问题,但比较难解决,则可以通过“研讨会”方式来讨论学习。

尽量让自己学习的方式多样化,不要过于依赖某一种单一的学习方式。

第3步:把方法用在真实挑战中,全力以赴去解决问题

真实面临问题的约束和复杂性总是不同于课本或他人经验里的案例,只有通过解决真实问题,才能领会到方法要义所在。

第4步:对解决问题过程做复盘,举一反三

深度的知识一定离不开实践;对实践不做复盘那只是经历不能成为经验;做复盘提炼后的信息才会把理论、概念和方法真正转化为自己的知识。

第5步:把上述过程分享出来变现

这是最容易忽略的一步骤,但却是最关键的步骤。只有输出一遍而且有人愿意买单,那才是真正把这个主题领悟透了。“用知识赚钱是最好的学习”。

3. 如何构建好的学习习惯?

好习惯真得是很多,从哪里做起还真是因人而异。但有些不易察觉的坏习惯,却是值得警惕的:

(图4:9个不易察觉的学习“坏习惯”)

估计前面6个,大家一看可能就心灵神会,也能很容易察觉出自己是否有其中的某个坏习惯。第7-9个稍微解释下:

  • 第7个坏习惯呈现出的行为模式是,永远在问“HOW”,想一下子获取“宝典”,然后就一劳永逸了,比如说这种请求“数字产品经理的16个板块的实践能力,每个方向你那个提供一个精简的速成教程吗?”
  • 第8个坏习惯,则是指仅把“理论上的知晓”当成“真懂”,典型的一个行为模式如同孔乙己念叨回字的五种写法,可能知道“需求拆分的36种套路”,但遇到真实产品需求,完全拆不利索。
  • 第9个坏习惯,则隐藏地会更深一些。当个人遇到发展瓶颈,需要跃迁时,往往需要勇气直面自己过去未曾意识到的弱点、突破“舒适区”、想一个之前从来不敢想的方向、设定一个要跳起来才够得着的目标。光想清楚这些都会给自己很大压力。相比而言,遵从一个别人设定好的“发展体系”显然更快捷。于是,逃避这种压力,转而去依赖于既有的认证培训,“我拿到证了,难道还不优秀吗?”但本质的发展问题并没得到实质性解决。如果真去看看周围的人——优秀的人才去考证,卓越的人好像都没有考证,不是吗?

(图5:3个可以立刻行动起来的好习惯)

从好习惯来说,下面是3个可以立刻就开始行动、且特别有效的好习惯:

  • 1号好习惯:每个季度更新自己的知识雷达。如果还没有初始版本的知识雷达,立刻行动:
    • 对已知信息建索引;
    • 持续对信息MECE分类;
    • 定期更新知识雷达。
  • 2号好习惯:用OKR管理自己的学习
    • 每年深入思考个人发展愿景;
    • 每季度、每月为自己设置能力成长OKR,形成每迭代(按周)的行动计划(行动计划拆的足够小,比如1个小时以内可以完成,以保证顺利执行);
    • 每周/月回顾行动计划执行情况,对OKR进行调整;
  • 3号好习惯:日省三事
    • 每天留10分钟给自己;
    • 回顾自己提升的三件小事,给自己形成持续的正向激励;
    • 回顾自己违反了哪条坏习惯,然后明天提醒自己花同样的时间休息。

小结

建立知识广度,可以漫无目的,最重要的是“好奇心”。

获取知识的深度,最重要的是“死磕”,不解决问题不罢休,不吃透不罢休,以输出倒逼自己输入

养成好习惯,最需要的是行动和坚持。

做到这些并不难,最需要的就是,立刻行动、坚持下去


注:“不易察觉的学习坏习惯”部分条目来自伙伴@范秦、@付晓岩、@孙文亮、@王健,特别致谢。


更多精彩洞见,请关注微信公众号:ThoughtWorks洞见

Share

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据