技術人具備「結構化思維」意味著什麼？ - 今天頭條

那麼到底是什麼是結構化思維呢？簡單來說，結構化思維的定義就是：邏輯+套路。

... 所謂邏輯是指我們的結構之間必須是有邏輯關係的。

例如，你說話的時候用「 ... 首頁 阿里技術 技術人具備「結構化思維」意味著什麼？ 2019-07-17  阿里技術 阿里妹導讀：在日常工作中，我們時常會碰到這樣的情況，有的人講事情邏輯非常混亂，羅列了很多事項，卻把握不到重點，無法把一件事情說清楚。

這種思維混亂是典型的缺少結構化思維的表現。

結構化思維非常重要，不僅僅體現在表達上，也體現在在我們分析問題的過程中。

具備結構化思維，才能將問題分析地更全面、更深刻。

什麼是結構化思維？那麼到底是什麼是結構化思維呢？簡單來說，結構化思維的定義就是：邏輯+套路。

表達要有邏輯所謂邏輯是指我們的結構之間必須是有邏輯關係的。

例如，你說話的時候用「第一、第二、第三」這個邏輯順序是合理的，但是，用「第一，第二，第四」就會顯得很奇怪。

當然，即使你用了」一、二、三」，也不一定就意味著你的內容有邏輯關係。

想讓內容有邏輯關係，我們要學會四種組織思想的邏輯關係：1）演繹（因果）順序：「大前提、小前提、結論」的演繹推理方式就是演繹順序。

比如，經典三段論：所有人都要死，蘇格拉底是人，蘇格拉底要死。

2）時間（步驟）順序：「第一、第二、第三」，「首先、然後、再者」等，很多的時間順序同時也是因果順序。

3）空間（結構）順序：「前端、後端、數據」，「波士頓、紐約、華盛頓」，化整為零（將整體分解為部分）等都是空間順序。

4）程度（重要性）順序：比如「最重要、次重要、不重要」等。

實際上，所有的邏輯關係都在這四種順序之內。

只要我們的思想和表達在這四種邏輯順序之內，就是有邏輯的，否則就會顯得沒有邏輯性。

做事要有套路套路是指我們解決問題的方法論，這個也非常重要。

比如，5W2H分析法就是一個非常好的，可以幫助我們分析問題的一個」套路」。

試想一下，面對任何一個問題，你都能從Why、Who、When、Where、What、How和Howmuch（如下圖所示），七個方面去思考。

是不是比不知道這個方法論的人，用點狀的思考，5W2H分析法就全面得多。

例如，我們在對問題域進行分析和領域知識提煉的時候，就可以用上5W2H。

5W2H模型給出了具有指導意義的約束，要求我們提煉的領域知識必須具備模型的六個要素。

這就好比兩位侃侃而談的交談者，因為有了確定的主題與話題邊界，一場本來是漫無目的野鶴閒雲似的閒聊就變成了一次深度交流的專題高端對話。

邏輯是一種能力，而套路是方法論，是經驗。

邏輯是道的東西，而方法論是術的東西。

二者都很重要，只有熟練的掌握二者我們才能更好的進行結構化思考。

如何進行結構化思考？邏輯性和方法論是結構化思維的底層，那麼如何進行結構化思考呢？這也是有方法論的，總的來說是有兩個步驟，首先是「建立中心」，然後再進行「分解」。

建立中心建立中心也就是要定義清楚要解決的問題，要明確目標。

是我們結構的頂層節點，也是一種以終為始的思考方式。

也就是說，我們首先要搞清楚why，然後再進行how。

建立中心有兩種方式：自上而下：適用於問題比較明確的情況，我們只需要找到問題的核心要素即可，然後進行展開即可。

自下而上：對於問題不夠明確的情況，我們需要對多種雜亂的內容，進行分類、剪枝、歸納匯總成一個中心。

建立中心通常不會是一次成型的，隨著對問題理解的變化，對中心的抽象也會進行相應的調整。

不同的抽象層次其面對的問題寬度是不一樣的。

具體要用哪個層次的抽象作為「中心」，要視具體情況而定。

比如面對「系統bug多」的問題，向上抽象是「提升代碼質量」，向下抽象是「加強測試」，都可以作為中心，選擇哪個為中心取決於你當前要解決的問題是什麼。

結構化分解確定完中心之後，我們需要構建一個結構，使用結構化的思維對問題進行分解。

分解的策略就是我們上文提到的四種邏輯順序，即演繹順序、時間順序、空間順序和程度順序。

在做空間分解的時候，要注意滿足MECE（MutuallyExclusiveCollectivelyExhaustive，相互獨立，完全窮盡）原則。

比如我們要對衣服進行分類，如果按照季節和風格進行分類，就會出現互相重疊，並且不能窮盡的情況，也就不滿足MECE。

這種分類是邏輯混亂的。

我們可以按季節分：春秋裝，冬裝，夏裝。

除了這3類之外，沒有其他季節了，這個就是「不遺漏」。

結構化思維應用如何落地新團隊？想像這樣一個場景，你剛剛入職一家新公司，或者轉崗到一個新團隊，作為一個技術人，你將如何落地開展你的工作呢？這裡，我們就能用上結構化思維來幫我們理清思路，從而有條不紊的開展工作了。

我們要知道對一個企業來說，核心要素無外乎就是業務、技術和人，也就是說這三個要素是我們要建立的中心。

基於這個中心，我們可以進行進一步拆解，形成子結構。

然後對子結構再進行分析找到應對策略。

這樣一步步遞進，我們就已經在用結構化思維解決如何落地新團隊的問題了。

1.熟悉業務1）了解產品：任何一個團隊都有自己要負責的產品，申請一個測試帳號去用一下產品，是熟悉產品比較好的方式。

2）了解流程：任何業務都有自己的業務流程，而業務流裡面最核心的是信息流。

我們可以通過人員採訪，了解關鍵節點的信息輸入和信息輸出；可以畫一些泳道活動圖，理清楚系統的主要角色，以及他們之間的交互關係。

3）客戶走訪：通過走訪客戶，我們可以更加獲得業務的第一手資料，更加貼近業務和客戶訴求。

2.熟悉技術1）了解系統架構：可以讓團隊的技術人員介紹下他們當初系統設計和架構的思路。

2）了解領域模型：查看關鍵的核心表結構和系統API，這樣可以快速了解系統的領域模型。

3）了解代碼結構：下載系統工程，熟悉整個工程結構和模塊職責。

以一個最重要的流程為入手點，閱讀代碼，看清楚核心的執行邏輯。

做一個小需求，掌握相關的流程和權限。

3.熟悉人1）了解組織結構：查看公司的組織樹，知道公司大概是如何運作的，以及哪些是KP（KeyPerson，關鍵人）。

比如，一個典型的電商公司會包括產品部、運營部、銷售部、技術部、人力資源部、財務部、法務部等。

2）了解人員角色：了解公司都有哪些崗位，以及各崗位的職責範圍。

3）拜山頭：找到和自己工作息息相關的崗位人員，比如產品和運營。

積極和他們溝通，向他們請教業務問題，多多交流。

這樣一方面可以建立更好的人際關係，另一方面也可以更快地熟悉業務。

打造極客文化我最近剛剛轉崗到新部門，新部門的老闆拋給我一個命題：如何幫助技術團隊打造極客文化？這個問題的中心很明確，接下來，看看我是如何使用結構化思維來解這個問題的。

首先我們從空間順序進行分解，也就是打造極客文化，我們可以去做哪些事情。

空間順序分解確定完要做的事情，我們還可以按照時間順序對如何落地這些事情進行分解。

時間順序分解這樣把按照這兩個維度進行結構化拆解的方案給到老闆，老闆就會很清晰地知道你的規劃和落地策略了。

如何做晉升述職作者在阿里巴巴已經做了好幾年的晉升評委，發現很多同學都缺乏結構化思維，冗長的PPT里，卻不能把價值說清楚，不能把推導過程說清楚。

實際上，我們需要有一些方法論來指導我們進行關鍵述職。

接下來，我主要說一下述職中存在的兩個典型問題：「羅列事情」和「價值的背後」1.羅列事情對自己做過的事情進行簡單羅列，也許你的確做了不少事情。

但是不能體現你對問題思考的深度和做這個事情帶來的價值。

這樣的述職很難打動評委，更結構化的表達應該是：「提出問題，定義問題，分析問題，解決問題，最後是展望未來」。

這是一個經典的表述問題的結構，也是麥肯錫推薦的問題解決的框架。

類似的框架還有zoomin/zoomout。

我們說事情時，應該像電影鏡頭一樣，先從遠拉近，再由近拉遠。

zoomin是先從宏觀背景開始，首先讓大家知道你的事情發生的背景，為什麼這事重要？然後講到具體細節，怎麼做成的？解決了什麼問題？背後的思考是什麼？最後Zoomout，再從細節調回到整體，結果是什麼，帶來的客戶價值是什麼，你對未來的思考是什麼。

2.價值的背後把價值說清楚的確很重要，正所謂：路走對了，就不怕遠。

如果你連價值都不明確，後面做的再多也是白搭。

但是，僅僅闡述價值也是不夠的，會讓人覺得你有邀功之嫌。

比如你說：「我主導研發的風控系統把公司的壞帳率從5%降低到2%」。

這樣的表述是不夠的，你還需要把價值背後的過程和思考說清楚。

對於這個結果，評委可能會問：之前為什麼那麼高？為什麼你的方法可以降低？是如何歸因的？具體解決了什麼問題？是否可以總結出一套辦法，以後別人也能用這個辦法解決這些問題？如果你在評委提問之前，就能對這些問題進行深入思考和適當呈現。

那麼你就是既有結果又有過程了。

通過這些案例，我們可以看到具備結構化思維，可以幫助我們快速的理清處理問題的思路，提升工作效率。

經常鍛鍊結構化思維，可以極大的提升我們職場競爭力，讓工作有條不紊，事半功倍。

文章來源:https://twgreatdaily.com/QQhyXWwBUcHTFCnfbrvt.html EdgeRec：​揭秘邊緣計算在淘寶推薦系統的重要實踐 2020-01-09 畢業10年才懂，會升層思考，工作有多輕鬆？ 2019-12-06 測試工程師必須懂這些 2019-11-08 哪種人是軟體設計中的稀缺型人才？ 2019-11-07 十年磨一劍：從啟動「去IOE」到19年OceanBase拿下TPC-C世界第一 2019-10-25 雲服務OpenAPI的7大挑戰，架構師如何應對？ 2019-10-15 它是真實的「盜夢空間」？在這裡，一切都可能是數據 2019-10-12 1萬億次、10億人、10億張，科技給生活帶來多少改變？ 2019-09-26 10年+，阿里沉澱出怎樣的搜尋引擎？ 2019-09-24 將IPv6照進現實，我們需要做些什麼？ 2019-07-29 技術人具備「結構化思維」意味著什麼？ 2019-07-17 架構整潔之道,看這一篇就夠了！ 2019-05-14