产品经理十七章:结构化发散思维

简介: 这一章的内容不仅仅限于产品经理,每个人都可以参考的一种思维方式。日常生活中,当我们面对这些问题或者目标的时候,我们的脑子里不是一片空白,什么也想不出来,就是似乎有很多的想法,却怎么也捕捉不到,理不出头绪来。

这一章的内容不仅仅限于产品经理,每个人都可以参考的一种思维方式。
日常生活中,当我们面对这些问题或者目标的时候,我们的脑子里不是一片空白,什么也想不出来,就是似乎有很多的想法,却怎么也捕捉不到,理不出头绪来。
有一种思维方法或许对你有帮助,这种思维方式,我们可以称之为“结构化发散思维”。

那么什么是结构化发散思维呢?

英国心理学家爱德华·戴勃诺博士将人的思维方法分为两类:垂直思维和水平思维。
垂直思维:也就是我们说的逻辑思维。这种思维方法是在一个固定的范围内,按照一定的思考路线一步一步地去思考。
水平思维:又称为发散性思维,它是相对于垂直思维而言的,指的是在思考问题时摆脱旧经验、旧意识,冲破常规的束缚,提出富有创造性的见解、观点和方案。
例如:
垂直思维:

img_092921a8035d81ea5c1f0e8bd25fb7ca.jpe
IMG_0817.JPG

水平思维:


img_ffb08a38fba729b808505677a0c027d9.jpe
IMG_0818.JPG

结构化发散思维就是这样一种将逻辑思维发散性思维有效结合的思维方法。

结构化发散思维的原理

简单来说就是,从新想法中总结新的思考方向,再从新的思考方向发散出新想法,如此循环反复,直到系统的穷尽我们所能想到的所有方向和想法。

如何进行发散思维呢?

首先我们需要一个工具,思维导图。可以下载mindManager,也可以下载别的思维导图的软件。
然后,我们要确定思考的中心主题。
注意,中心主题必须是清晰的,明确的,具体的。
再然后,我们就围绕主题开始进行思考,列出所有能够解决这一问题的应对方法。这个时候,一开始大脑可能是混沌不清的,我们要记录大脑每一瞬间的想法,哪怕这个想法是不靠谱的或者是很疯狂的。
接下来,把想法进行归类。注意,归来的标准一定要是唯一的。分类过程严格遵循“相互独立,完全穷尽”的原则。
最后,直到网铺到足够大的时候,我们就可以开始收网了——对每个想法进行逐一的甄别,确定哪些是有价值的,哪些是不符合实际的。
这个过程看起来有些复杂难懂,我们举个例子看就会更加清晰明了了。
俗语云:春困秋乏夏打盹,睡不醒的冬仨月。上班容易犯困是很多人的困扰。我们就以“解决上班容易犯困的问题”为中心主题来说明。
1、明确主题“解决上班容易犯困的问题”。在思维导图上确立主题。

img_bf2a539b558a86fb961216e2763762d4.png
image.png

2、确立了主题,思考的旅程就开始了。这个时候要进行发散性思维,尝试寻找一些想法,并记录下来。
注意:这个过程中,大脑不应该受到任何的束缚和约束,可以任凭想象力去驰骋。对新的想法也不做任何的否定和批判。因为新的想法可能会在之后帮助我们找到其他靠谱的想法或方向。

img_59748caedc1f48441f46fd5634b5a29d.png
image.png

经过一轮的发散性思维,我们可以找到一些零散的想法。通过分析,我们发现这些想法有一些共同特征。接下来就是辨别这些想法之间的内在联系,并对他们进行合理的分类。

为了便于分类,先把刚才的杂乱无章的按照分类标准大致分类,我们按照感官进行分类。

img_2d18536c45236c16c196862194111426.png
image.png

然后进行整理,如下图

img_451933f62768d1f690daa48c669b4928.png
image.png

再次强调,这个分类过程严格遵循“互相独立,完全穷尽”的原则。

互相独立,要求同一层级的分类结果相互之间是明确独立的,不存在交叉重叠。分类发生重叠往往是由于我们在同一层级里采用了多个标准去进行分类造成的。

完全穷尽则要求分类结果是完整的、周密的。每一层极分类完成时,我们都得询问自己,是不是把所有情况都想到了。只有确定没有任何遗漏,那么分类结果才算是“完全穷尽”。

遵循这一原则进行分类后,我们会发现一些新的思考方向。比如,我们看到,触觉、味觉,可以想到嗅觉,听觉。这个时候,就按照新的方向进行思考。
就这样,不断的从新想法中总结新的思考方向,如此循环反复,我们的思路慢慢被打开,对问题的思考越来越全面,思维脉络越来越清晰,思考的速度也是越来越快。最终,清晰地绘制一张大网在全景图中。


img_73d60c0f0e0cc58cb79aa80c2d6feaa1.jpe
IMG_0819.JPG

最后,对每个想法逐一甄别,确定哪些是可行的,哪些是有价值的,哪些是不可行的。

怎么样?学会了吗?下次试试看看吧。

祝开心

目录
相关文章
|
数据挖掘 Python
数据分析思维(二)|相关思维
相关思维是数据分析中最常见的思维之一,在我们观察指标变化的时候,往往需要观察指标之间的相关关系,比如观察自己身高和体重的变化,这就是一种相关思维的体现。
数据分析思维(二)|相关思维
|
数据挖掘
数据分析思维(四)|分类/矩阵思维
在进行数据分析工作时,我们往往会涉及到多个核心指标,而对于不同数值核心指标的结合又会产生多种不同的结果,我们将相似结果的内容放到一起进行统一决策就会大大节省数据分析的时间,这种思想我们称之为分类思维
数据分析思维(四)|分类/矩阵思维
|
项目管理 开发者
实际工作中结构化思维在表达中的应用
技术PM如何在实际工作中正确精准表达出自己想要输出的信息,掌握底层逻辑---结构化思维就显得尤为重要。而培养结构化思维的有效工具即是---金字塔原理。
42444 31
|
算法 数据挖掘
数据分析思维(七)|漏斗思维
数据分析思维(七)|漏斗思维
数据分析思维(七)|漏斗思维
简单总结里的结构化,成长型思维
简单总结里的结构化,成长型思维
53 0
|
机器学习/深度学习 数据采集 搜索推荐
10种数据分析的模型思维让你“灵光一闪”
推荐10种数据分析思维,让你在工作中带来“灵光一闪”的感觉 本文来源于阿里开发者公众号
569 0
|
机器学习/深度学习 数据采集 存储
数据分析思维|思考问题的25个方式汇总
数据分析思维|思考问题的25个方式汇总
|
数据挖掘
数据分析思维(三)|测试/对比思维
测试/对比思维可以说在数据分析的工作中随处可见。当我们通过各种手段得到一些结果数据后,如何评价结果的好坏呢?这个时候你可能会想到和标准结果进行比较、和之前的数据进行对照等等方法,这些方法归根结底就是一种测试/对比思维。在该思维中最常用的方法就是A/B测试,本文我们就重点了解一下A/B测试的思想及其应用案例。
数据分析思维(三)|测试/对比思维
|
数据挖掘
数据分析思维(一)|信度与效度思维
数据分析如何进行更有价值的指标选择?
数据分析思维(一)|信度与效度思维
|
数据挖掘
数据分析思维(五)|逻辑树思维
在很多数据分析场景中我们需要梳理分析的逻辑,需要进行指标从大到小的拆分,这时候我们可以顺着影响分析结果的因素进行层层溯源,从而抓住问题的核心。为了有更清晰的逻辑结构,常常采用逻辑树(又称问题树、分解树)进行整体过程的呈现。逻辑树使用层级的结构将每个大问题的所有子问题进行罗列,然后再将子问题的子问题进行罗列,以此类推,当问题不能够被拆分时形成一个完整的逻辑树。
数据分析思维(五)|逻辑树思维