《余世维 - 有效沟通》讲义zz

简介:

1.沟通的目的:
(1) 控制下属的行为(遵守公司政策);
(2) 激励员工、该善绩效(参与管理时代——不要一天到晚做到办公室或一直坐在电脑前,会失去沟通、失去激励);
(3) 表达情感(分享挫折与满足);
(4) 流通信息(日本的移交与中国情报——信息不可以断裂,离职时的工作备忘录)。

2 沟通的基本问题是“心态”:
(1) 自私:关心只在五伦以内;e.g: 当看到别人看地图,要主动去问他是否迷路了,需不需要帮忙。
(2) 自我:别人的问题与我无关;
(3) 自大:我的想法就是答案。

3 沟通的基本原理是“关心”:
(1) 注意他的状况与难处;
(2) 注意他的需求与不便;
(3) 注意他的痛苦与问题。

4 沟通的基本要求是“主动”:
(1) 主动的支援;
(2) 主动的反馈;
(3) 你看我需要怎么和你配合呢?
(4) 你看有什么东西我需要努力的?

5 利用反馈:
(1) 事前问清楚;
(2) 事后负责任.

6 简化语言:
(1) 讲话要有重点(一个人的注意力只有十分钟!如果客户给你2小时、1小时、半小时、10分钟、5分钟、1句话,你该怎么说?);
(2) 善用比喻.

7 主动倾听:
(1) 两只耳朵,一张嘴,分析与思考;
(2) 不要在客户面前打手机。
(3) 和手下沟通时,要放下一切——集中精神。
(4) 跟别人面谈,要避免哪些“小动作”?(not talking about secret)
    提示:角落;关门;低声;狼顾;亲密关系

8 往上沟通:
(1) 时间安排+任何地点(不是等他下命令);
(2) 准备对策/答案(两个以上,最好让他选择;以及你自己的个人倾向和原因);
(3) 优劣对比+可能后果.

9 往上沟通:
(1) 了解状况(瓶颈)——多学习、多了解、多询问、多做功课;
(2) 要求反思(言之有物);
(3) 提供方法+紧盯过程;
(4) 接受意见+共谋对策;
(5) 给予尝试机会。

10 水平沟通:
(1) 主动+体谅+谦让;
(2) 自己先提供协助+再要求对方配合;
(3) 分析利弊+双赢结果.

11 上司要了解下属:
(1) 你喜欢我给你的这个工作和任务吗?
(2) 你觉得我发挥了你的长处吗?
(3) 如果将来有机会再调,你想调什么工作?

12 你的上司怎么看你?
(1) 自动报告你的工作进度——让上司知道。
(2) 对上司的询问,有问必答,并且清楚——让上司放心。
(3) 充实自己,努力学习,才能了解上司的言语——让上司轻松。(上司
(4) 接受批评,不犯三次过错——让上司省事。
(5) 不忙的时候,主动帮助他人——让上司有效。(麦当劳排队)
(6) 毫无怨言地接受任务——让上司圆满。
(7) 对自己的业务,主动提出改善计划——让上司进步。 


本文转自Silent Void博客园博客,原文链接:http://www.cnblogs.com/happyhippy/archive/2007/03/14/675051.html ,如需转载请自行联系原作者
相关文章
|
4天前
|
人工智能 运维 安全
|
1天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
9天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
796 109
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
370 9
|
2天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
3天前
|
机器学习/深度学习 传感器 算法
Edge Impulse:面向微型机器学习的MLOps平台——论文解读
Edge Impulse 是一个面向微型机器学习(TinyML)的云端MLOps平台,致力于解决嵌入式与边缘设备上机器学习开发的碎片化与异构性难题。它提供端到端工具链,涵盖数据采集、信号处理、模型训练、优化压缩及部署全流程,支持资源受限设备的高效AI实现。平台集成AutoML、量化压缩与跨硬件编译技术,显著提升开发效率与模型性能,广泛应用于物联网、可穿戴设备与边缘智能场景。
184 127