软技能:使用四象限法分析一切问题

简介: 软技能:使用四象限法分析一切问题

摄影:产品经理酱蟹拌饭很好吃

对时间管理有了解的同学,肯定知道四象限法——用一个坐标轴来区分任务的重要性和紧急性,如下图所示:

通过这个坐标轴,可以把任务分为重要且紧急重要不紧急紧急且重要紧急不重要四种类型。我们应该先完成紧急且重要的事情,然后完成重要不紧急的事情,把紧急不重要的事情交给别人做,而不紧急也不重要的事情,就别去做了。

时间管理中的四象限法,网上已经有太多的文章来介绍,我就不多说了。本文我们将会把这种通过四象限进行分类的思维方式,代入到各种其他问题中,然后大家就会发现,四象限法几乎能够分析一切问题。

我们先来举几个例子,然后再来说明如何使用四象限来分析问题。

四象限法分析举例

通过设置不同的横轴和纵轴,我们可以分析几乎所有的问题。我们来看几个例子。

他是什么类型的人

我们知道,有些人自私自利,有些人乐善好施。有些人做好事不留名,有些人做点事情恨不得让所有人都知道。我们尝试把横轴左侧设置为利己,右侧设置为利人。纵轴上面设置为公开,纵轴下面为私下。那么我们可以得到下面这个四象限:

每个象限可以各代表一类人。例如:

  • 高调利人者,例如号称中国首善的陈光标,确实做了很多好事,也确实非常高调宣扬自己做过的好事。
  • 高调利己者,例如欧也妮·葛朗台,或者你身边的吝啬鬼铁公鸡。
  • 低调利己者,我们大多数人都是这样的人,心眼虽然不坏,但总是会首先考虑自己,然后再考虑别人。
  • 低调利人者,例如雷锋,做好事不留名,要不是通过他的日记,很多人都不知道他做了多少好事。

我应该做什么事情

我们知道,有些事情,做了立刻就能看到效果;有些事情,做了要很久才能看到效果;有些事情,让人心情愉悦;有些事情,让人获得很大的收益。于是,如果我们把横坐标设定为现在和未来,纵坐标设定为我们所关注的是体验还是收益,我们可以得到下面这个四象限图:


你是什么类型的玩家

如果现在让你来分析,游戏里面有几种类型的玩家?你可能一时说不出几种。但如果我们画一个坐标轴,横坐标表示玩家倾向于跟玩家互动(左)还是跟环境互动(右),纵轴表示玩家对目标的交互方式,是施加影响(上)还是仅仅和目标进行沟通(下),我们就可以很轻松地把玩家分成4种类型,如下图所示:

  • 成就型玩家喜欢在游戏中完成各种具有挑战性的任务,从而掌控这个游戏。例如B 站上,各种一命通关、熟练到让人心疼的游戏视频的 Up主,大致属于这种类型的玩家。
  • 杀手型玩家(不一定是杀人)倾向于影响其他玩家,例如很多网游上都有这样一批人,以破坏其他玩家的游玩乐趣为乐。专门抢其他玩家的战利品,或者劫杀其他玩家。
  • 社交型玩家倾向于在游戏里面和其他玩家交朋友,建立工会,和朋友一起下副本。
  • 探索型玩家倾向于感受游戏本身,在游戏中游山玩水或者打理家园,或者搭配服饰,或者捏脸养娃。

所以现在无论是网易腾讯的游戏,还是其他小厂的独立游戏,都会设法讨好这四种类型的玩家,所以会为不同类型的玩家设置不同的玩法。

分析优势劣势和机会威胁

当我们在做竞品分析的时候,按照优势,劣势,机会,威胁这四个维度来列出我们产品的特性和竞品的特性,那么我们可以得到下面这种张图:

小宇宙 vs 喜马拉雅

上面这张图,我简单分析最近大火的播客 App 小宇宙和老牌播客 App 喜马拉雅在这四个维度上面的功能特性。

可以看到,小宇宙支持 RSS 订阅播客,这样一来,相当于全网的播客都能在小宇宙播放。而喜马拉雅只能播放入驻的主播,内容丰富度完全取决于有多少主播入驻。小宇宙的用户在收听的过程中,评论时能够带上当前播放的进度,这样其他用户可以快速定位到相关的位置,而喜马拉雅并没有这样的功能。

小宇宙首页推荐是编辑人工每天 选择3个节目, 有质量优势,但是可能并不满足所有口味的用户。像我就不喜欢听情感类的节目,可是编辑选的节目常常有情感类的。而喜马拉雅的节目是基于用户的喜好自动推荐的。所以,推荐机制上,小宇宙面临了推荐系统的威胁,但是由于小宇宙有 RSS 订阅功能,我不喜欢编辑选的节目,我自己用 RSS 订阅我喜欢的节目就可以了。

至于直播功能,小宇宙本身就没有这个功能,而喜马拉雅有,这是劣势,也是喜马拉雅对小宇宙的威胁。但是没关系,小宇宙从产品定位上,就不需要直播功能。因此小宇宙没有必要为了跟风就做一个直播功能出来。相反,直接放弃这一块,把更多精力放到自己擅长的领域才是当下更明智的做法。

再说小宇宙目前有机会但是处于劣势的社交功能和盈利短板。小宇宙的用户之间只能在评论区进行沟通,

根据梅特卡夫定律[1],一个网络的用户数量越多,那么整个网络内每个用户的价值就越大。但这有一个前提,就是每个用户可以互相跟其他任意用户建立链接。但现有的机制,是一个用户需要经过一个节目才能认识另一个用户。那么如果有三个用户经过三个节目认识了三个朋友,这只有三条链接,如下图所示:

但如果设计一个机制,让不同的用户可以互相认识,那么这6个人就能创建一共5 + 4 + 3 + 2 + 1 = 15 条链接,这个网络的价值就远远大于原来的三条链接的网络。如下图所示。

根据目前小宇宙节目下面用户的评论深度和热度,相较于喜马拉雅节目里面到此一游式的敷衍评论,应该更有机会通过某个契机形成梅特卡夫效应。

有经验的同学可能会发现,这就是著名的 SWOT 分析。

为什么应该使用四象限来分析问题

在日常生活中,我们认识问题,常常是非此即彼。一个事情不是好事,就是坏事。一个人不是好人就是坏人。

使用四象限会强迫你把看问题的角度从一条线拉到一个面上。这样,当你考虑一个指标在横坐标上面的位置的时候,你必须还要考虑它在纵坐标上的位置。例如,在拼多多上班,如果只从赚钱快还是赚钱慢来考虑,显然它是赚钱快的方式,很多人跳槽到拼多多,月薪就会翻倍。但是如果我们再加入一个纵轴,表示风险高还是风险低,那它显然风险极高。所以,虽然赚钱快,但是我们不能选择这个方案,因为有生命危险。除了风险高低,还有人权是否受尊重、陪伴家人的时间长短、是否能够自由上厕所这些维度作为纵轴,都能看到拼多多不值得去。

如何构造这样的四象限

使用四象限分析问题,我们一般先固定一个轴,然后通过不同的纵轴来对目标进行分类。当某个纵轴让目标大致分类完成,基本满足要求以后,我们再通过修改横轴,对结果进一步微调。

例如,现在我要给女朋友买礼物,有4个候选项:1. 写一个炫酷的网页,在女朋友生日时打开给她看;2. 买一个 SK-II 的护肤套装;3. 买一个 XBox 最新版;4. 买一个戴森吹风机。

如果我们把横坐标设定为投入高低,纵坐标设置为女朋友是否高兴,那么我们可以得到如下图所示的四象限:

从图中可以看到,选项1,3可以排除,选项2,4可以进一步考虑。这个时候,我们把横坐标换一下,改成对我的有用程度,于是又得到的如下这张图:

显然,买戴森吹风机是一个最好的选择。

注意事项

一个坐标轴上,横纵坐标是垂直的,在数学上这叫做“正交”。也就是这两个轴对应的维度应该是互不相关的,不应当存在重叠的部分。例如横坐标为好人-坏人,纵坐标是善人-恶人就不是一个合理的划分横纵坐标的方式,因为他们有重叠的部分,对应的横纵轴不是垂直的,如下图所示:

四象限法有两个轴,4个象限,实际上,你还可以再加一个轴,这样就有8个卦限来对目标进行分类,结果会更准确。以上面分析游戏玩家的例子为例,我们再加一个轴,是否有钱,于是我们得到如下的一个立体坐标轴:

总结

大家在思考问题的时候,通过四象限法,强迫自己从多个维度来思考,就能让自己避免成为一个二极管。二极管尚且可以反向击穿,可有的人脑子只有一个方向。这种人显然是不懂四象限法的。

目录
相关文章
|
机器学习/深度学习 人工智能 数据可视化
【好物分享】onnx-modifier:可视化操作助力模型更改,让你不再为更改模型烦恼!
【好物分享】onnx-modifier:可视化操作助力模型更改,让你不再为更改模型烦恼!
2134 0
【好物分享】onnx-modifier:可视化操作助力模型更改,让你不再为更改模型烦恼!
|
前端开发 Android开发
使用Android Studio(AS)查看apk信息
使用Android Studio(AS)查看apk信息
1023 0
使用Android Studio(AS)查看apk信息
|
Kubernetes 网络协议 Cloud Native
Kubernetes网络问题排查分享两则(1)——calico特定场景下的网络性能问题
在对Kubernetes项目[kosmos](https://github.com/kosmos-io/kosmos)与Calico网络性能进行对比测试时,发现kosmos在跨集群容器网络的性能显著优于Calico的集群内网络(约6Gbit/s对比2.9Gbit/s)。物理机网络测试达到9.38Gbit/s,显示Calico有68%的性能损耗。问题定位到网卡的checksum/offload参数,尝试用`ethtool`调整后虽短暂提升,但随后恢复原状。转载自:https://mp.weixin.qq.com/s/XsQZCSqZAXJK46zqc7IpLw
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
619 2
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
1261 3
|
缓存 前端开发 JavaScript
优化CSS和JavaScript加载
优化CSS和JavaScript加载
222 1
|
机器学习/深度学习 资源调度 自然语言处理
Transformer中高级位置编码的介绍和比较:Linear Rope、NTK、YaRN、CoPE
在NLP中,位置编码如RoPE、CoPE等增强模型对序列顺序的理解。RoPE通过旋转矩阵编码位置,适应不同距离的相对位置。线性旋转、NTK和YaRN是RoPE的变体,优化长序列处理。CoPE是动态的,根据序列内容调整位置编码,改善长距离依赖的捕捉。这些技术提升了模型在处理复杂语言任务时的性能。
613 5
|
Web App开发 JavaScript 前端开发
Vue系列教程(04)- VsCode断点调试(Debugger for Chrome)
Vue系列教程(04)- VsCode断点调试(Debugger for Chrome)
684 0
阿里(钉钉部门)远程面,三面坐上“直通车”,拿下offer没问题
本人毕业于华南地区某不知名211院校,Java方向,目前钉钉三面已经结束,基本可以说是坐上了“直通车”,收到的反馈都是比较好的,跟HR沟通感觉希望很大,按道理来说拿下offer是没有太大问题的,以下内容就是我这次的钉钉远程面试经历的一个分享和一些心得,希望对大家能够有所帮助。