科维的时间管理法—《可以量化的管理学》

简介: 6.5.3时间t与科维的时间管理法内容提要:时间有2个重要属性,分别是长短和时刻。科维的时间四象限管理法是将时间的时刻这个属性和事情的重要程度属性相结合的矩阵分析方法。

6.5.3时间t与科维的时间管理法

内容提要:时间有2个重要属性,分别是长短和时刻。科维的时间四象限管理法是将时间的时刻这个属性和事情的重要程度属性相结合的矩阵分析方法。同一件事情做得时刻不同,产生的成果不同。不同的事情相同时刻做而产生的成果也不同。不同的做事次序产生的成果不同,为了让产生的成果最大化,就产生了一个四象限的做事次序,顺序为紧急又重要、重要但不紧急、紧急但不重要、既不紧急也不重要。

时间“四象限”法是美国的管理学家史蒂芬•科维提出的一个时间管理的理论,把工作按照重要和紧急两个不同的程度进行了划分,基本上可以分为四个象限:既紧急又重要、重要但不紧急、紧急但不重要、既不紧急也不重要。

按处理顺序划分:先是既紧急又重要的,接着是重要但不紧急的,再到紧急但不重要的,最后才是既不紧急也不重要的。“四象限”法的关键在于第二和第三类的顺序问题,必须非常小心区分。另外,也要注意划分好第一和第三类事,都是紧急的,分别就在于前者能带来价值,实现某种重要目标,而后者不能(如图6-33所示)。

图6-33 四象限时间管理

1)第一象限:重要又急迫的事,立即去做

举例:诸如应付难缠的客户、准时完成工作、住院开刀等等。

这是考验我们的经验、判断力的时刻,也是可以用心耕耘的园地。如果荒废了,我们很会可能变成行尸走肉。但我们也不能忘记,很多重要的事都是因为一拖再拖或事前准备不足,而变成迫在眉睫。

该象限的本质是缺乏有效的工作计划导致本处于“重要但不紧急”第二象限的事情转变过来的,这也是传统思维状态下的管理者的通常状况,就是“忙”。

2)第二象限:重要但不紧急的事,有计划重点去做

案例:主要是与生活品质有关,包括长期的规划、问题的发掘与预防、参加培训、向上级提出问题处理的建议等等事项。

荒废这个领域将使第一象限日益扩大,使我们陷入更大的压力,在危机中疲于应付。反之,多投入一些时间在这个领域有利于提高实践能力,缩小第一象限的范围。做好事先的规划、准备与预防措施,很多急事将无从产生。这个领域的事情不会对我们造成催促力量,所以必须主动去做,这是发挥个人领导力的领域。

这更是传统低效管理者与高效卓越管理者的重要区别标志,建议管理者要把80%的精力投入到该象限的工作,以使第一象限的“急”事无限变少,不再瞎“忙”。

3)第三象限:紧急但不重要的事,尽量少做。

举例:电话、会议、突来访客都属于这一类。

表面看似第一象限,因为迫切的呼声会让我们产生“这件事很重要”的错觉——实际上就算重要也是对别人而言。我们花很多时间在这个里面打转,自以为是在第一象限,其实不过是在满足别人的期望与标准。这样的事情应该少做或授权给别人做。

4)第四象限:不紧急也不重要的事,尽量不做。

举例:阅读令人上瘾的无聊小说、毫无内容的电视节目、办公室聊天等。

简而言之就是浪费生命,所以根本不值得花半点时间在这个象限。但我们往往在一、三象限来回奔走,忙得焦头烂额,不得不到第四象限去疗养一番再出发。这部分范围倒不见得都是休闲活动,因为真正有创造意义的休闲活动是很有价值的。然而像阅读令人上瘾的无聊小说、毫无内容的电视节目、办公室聊天等,这样的休息不但不是为了走更长的路,反而是对身心的毁损,刚开始时也许有滋有味,到后来你就会发现其实是很空虚的。

波士顿矩阵分析

看到了科维的时间管理的四象限分析法,很容易联想到波士顿矩阵,波士顿矩阵也是横坐标有2个维度,纵坐标有2个维度,2×2变成了4个维度。波士顿矩阵由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年首创。亨德森从两个方向分析产品市场,分别为产品的增长率和相对市场占有率,增长率分为高增长和低增长2个维度,相对市场占有率分为高占有和低占有2个维度,这样就将产品分为了四类,包括高增长高占有的明星型产品,高增长低占有的问题型产品,低增长高占有的金牛型产品和低增长和低占有的瘦狗型产品。对于四类产品,采取四种方法,明星型产品要加大投资,问题型产品要选择性投资,金牛型产品要回收资金,瘦狗型产品要放弃(如图6-34所示)。

图6-34 波士顿矩阵

科维的四象限时间管理法通过从时间的发生时刻和事件的重要性两个方向进行分析,得到了重要紧急,重要不紧急,不重要紧急和不重要不紧急四象限,然后在分别对这四象限采样不同的处理方法。

学习波士顿矩阵后,可以通过它来对问题进行分类,然后采用不同的方式对待不同类型的问题,提高工作效率和产出。经典的波士顿矩阵和科维的四象限时间管理法都是从两个方向进行分析,每个方向上有2个维度,然后获得四种组合。如果一个方向上市A和B,另一个是a和b,那么就会Aa、Ab、Ba和Bb这四种组合,这和经典的波士顿矩阵以及时间四象限管理法的模型相同(如图6-35所示)。

图6-35  4 组合波士顿矩阵模型

比如从两个方向分析,一个方向上有A、B和C,另一个方向上是a、b、c,那么就有9种组合(如图6-36所示)。

6-36  9 组合波士顿矩阵模型

波士顿矩阵模型的方向数量和每个方向上的维度,并没有限制。波士顿矩阵模型可以扩展出n种形式,具体采用哪种形式,可以根据实际情况灵活处理。波士顿矩阵模型并不局限用于管理学,也可以用于其他学科。

迈尔斯-布里格斯性格分类法(MBTI)是性格分类的一种,其基本理论是根据瑞士心理分析家荣格于1921年所出版的书籍心理类型。MBTI从四个方向对人类性格进行了分析。

1)如何获取和发泄能量:你是“外向”(Extrovert)(E)还是“内向”(Introvert)(I)?

2)认识外在世界的方法:你是“感觉”(Sensing)(S)还是“直觉”(Intuition)(N)?

3)倚赖什么方式做决定:你是“理性”(Thinking)(T)还是“情感”(Feeling)(F)?

4)生活方式和处事态度:你是“判断”(Judging)(J)还是“理解”(Perceiving)(P)?

MBTI从四个方向进行分析人类的性格,每个方向2个维度,共2×2×2×2=16种人类性格类型(如图6-37所示)。

图6-37  16 组合MBTI 性格分类
目录
相关文章
|
7月前
|
存储 分布式计算 安全
数据生命周期管理:从生成到销毁,数据的“生死”之旅
数据生命周期管理:从生成到销毁,数据的“生死”之旅
1266 6
|
人工智能 关系型数据库 分布式数据库
用友X阿里云:加速AI in SaaS
在今年的云栖大会上,用友公司与阿里云共同宣布将进一步加深合作,推动用友BIP与阿里云深度融合,以SaaS模式为诸多大中型企业客户提供一体化解决方案。同时,通义大模型已作为底层基础大模型集成到用友企业服务大模型YonGPT,加速企业数智化转型。
359 7
|
8月前
|
算法 数据安全/隐私保护
基于ADRC自抗扰算法的UAV飞行姿态控制系统simulink建模与仿真
本课题基于ADRC自抗扰算法,使用MATLAB2022a在Simulink中建模与仿真UAV飞行姿态控制系统,分别对偏航(Yaw)、俯仰(Pitch)和滚转(Roll)进行控制。ADRC通过扩展状态观测器(ESO)实时估计并抵消扰动,结合非线性反馈控制策略,减少了对精确模型的依赖,增强了系统的鲁棒性和适应性。仿真结果显示该方法能有效实现UAV的姿态控制,确保其在复杂环境中的稳定飞行和精确操控。
|
数据采集 人工智能 监控
揭秘数据治理:七步工作法&十大准则全解析
数据治理的“七步工作法”与“十大准则”为企业构建科学、系统、高效的数据治理体系提供了重要的指导和借鉴。企业应结合自身实际情况,灵活运用这些方法和准则,充分挖掘数据潜能,赋能业务创新,实现数字化转型的稳健推进。
1121 0
|
10月前
|
NoSQL 测试技术 PHP
新手从事直播软件源码开发搭建经验与技巧
新手技术从事直播软件源码开发,从需求调研、技术架构、功能逻辑、技术语言、压力测试等全面剖析。
|
10月前
|
设计模式 前端开发 数据安全/隐私保护
前端必须掌握的设计模式——代理模式
代理模式(Proxy Pattern)是一种结构型设计模式,通过引入“替身”对象来间接访问真实对象,从而解耦并提升性能和安全性。例如,知名艺人复出后,经纪人作为代理筛选商单,确保只处理符合团队利益的请求。代码实现中,定义接口`IService`,艺人和经纪人都实现该接口,经纪人在访问时进行过滤和转发。代理模式常用于权限控制、性能优化等场景,如前端中的Tree-shaking和ES6的Proxy构造方法。
前端必须掌握的设计模式——代理模式
|
前端开发 JavaScript Java
基于Java+Springboot+Vue开发的体育场馆预约管理系统
基于Java+Springboot+Vue开发的体育场馆预约管理系统(前后端分离),这是一项为大学生课程设计作业而开发的项目。该系统旨在帮助大学生学习并掌握Java编程技能,同时锻炼他们的项目设计与开发能力。通过学习基于Java的体育场馆管理系统项目,大学生可以在实践中学习和提升自己的能力,为以后的职业发展打下坚实基础。
252 2
基于Java+Springboot+Vue开发的体育场馆预约管理系统
|
Linux C# Android开发
一个开源、跨平台的.NET UI框架 - Avalonia UI
一个开源、跨平台的.NET UI框架 - Avalonia UI
718 3
|
数据采集 监控 数据挖掘
打造高效用户旅程:埋点分析系统的实操指南
在数字化时代,了解用户如何与我们的产品或服务互动是至关重要的。用户行为,在广义上,指的是用户在网站、应用程序或其他数字界面上的所有动作和反应。这些行为可能包括点击链接、浏览页面、填写表单,甚至是在社交媒体上分享内容。每一个动作都是用户体验的一部分,并对我们理解他们的需求和偏好提供了宝贵的线索。 在技术层面上,用户行为的跟踪和分析可以让我们深入了解用户的互动模式,从而指导我们的产品改进和市场战略。通过分析这些数据,我们可以发现用户旅程中的关键触点,识别用户体验的痛点,以及揭示潜在的优化机会。这不仅有助于提升用户满意度和忠诚度,还可以增强产品的市场竞争力。
打造高效用户旅程:埋点分析系统的实操指南
|
运维 Kubernetes 负载均衡
K8s 常见面试题,让你求职不迷路
K8s 常见面试题,让你求职不迷路
644 0