可量化思维和习惯，让你从平庸变优秀

你身边有没有这样的人：活干得不少，却长期得不到认可和重用，经常听到他抱怨这儿，抱怨那儿。真的是老板瞎了眼吗？

不，大多数情况是，他真的很平庸，而且，被人家一眼看出来了。

一个职场人是优秀还是平庸，对我来说，看这一点就够了：可量化思维方式。

什么叫可量化思维方式？有那么大作用吗？

今天就来说说，你为什么要培养自己可量化的思维方式和工作习惯。要知道，职场上微不足道的细节最见一个人的真功夫。

什么叫可量化

我们先看一个工作汇报的例子。

有一天，你和同事小敏一起被派去参加一个论坛，回来主管问：“会开得怎么样啊？”

你说：“挺好的，来了好几个大咖，有×××，还有×××，其中××的观点对我特别有启发。竞争对手也来了几个，比如××，我了解了一下他们最近人事有变动……”

你讲了一堆，主管说：“哦，还不错。”

小敏却这样回答：

“如果按照咱们top10的客户排名，这次来了8个大咖，分别是×××……其中有6位的发言都谈到了咱们公司最重点的突破方向，可见我们对客户需求还是挺有前瞻性的；

“茶歇的时候，我和7位客户做了交流，对于客户比较关心的问题记录了5个要点，全部是售后问题排名top10里面的，建议公司加强关注；

“如果按照上半年市场的遭遇次数排名，5大主要竞争对手都来了，A公司和B公司来的都是总监级别，所以咱们下半年多半也是和这5家竞争，得早做准备；

……”

主管一边听，一边微笑点头。

你俩的汇报水平谁高谁低，谁在主管心中思路更清晰更有条理，已经不言而喻。

为什么这么说呢？不就是多了几个数字吗？

有的新人不理解，就是很多工作了5年10年的职场老人，对数字、对可量化思维的重要性也并不清楚。

为什么可量化思维如此重要

可量化思维之所以重要，首先，是因为人们天生对数字敏感。你说“最近的市场份额我们占压倒性优势”，远不及说“我们市场占有率高达82.7，另外两家只能瓜分剩下的”来得更让人印象深刻。

其次，数字更具有说服力。2019年初，微信之父张小龙作了4个小时的微信公开课演讲，朋友圈都刷屏了。其中有一篇广为流传的文章，没有主观评价，只对张小龙4小时演讲里出现词汇的次数作了统计：“思维模型”0次；“底层逻辑”0次；“商业模式”0次；“认知升级”0次；“流量池”0次；“黑天鹅”0次……以上2018年年度热门词汇张小龙一个都没说，他说的最多的是：“用户”114次；“朋友”105次；“时间”43次；“希望”37次；“真实”18次……另外，“底线”这个词，说了4次。

微信的创造者是希望微信成为一款价值观远大的伟大产品？还是追逐时髦、吸引眼球、毫无底线地赚取利益？张小龙公开演讲使用词汇的频度说明了一切。相比其他占用时间的APP，微信才是真正关心用户、希望成为用户的朋友的，是有底线的。

这就是可量化思维背后数字的说服力。

最后，只有可量化思维才能满足商业世界对确定性的需要。“大概”“差不多有”“应该是”……这样日常生活用词会给一项生意的决策、一个项目的执行造成不可接受的模糊性。只有冰冷的数字才能精确反映真相。只有抵达真相，才能带来商业上的成功。

可量化思维无处不在

有人会建议刚毕业的年轻人要尽可能进大公司，这是因为在大公司，从入职第一天开始，你就必须把工作成果按照规定流程填写进一大堆标准化图表里。填写这些图表有时候真的很烦，但这其实是公司在“强迫”一个毫无经验的职场人学习如何使用可量化的方式来总结自己的工作成果。这是一种职业化的训练。

就像上面工作汇报的例子，你究竟是给出似是而非的信息，还是尽可能提供精确数字和对比之后的准确比例？这决定了别人判断你够不够“职业”。

除了工作汇报，员工的能力模型、职责划分、考评比例，管理者的精力分配、时间管理，公司的战略规划、业务演进，所有这些，都得靠可量化的数据来体现。

在一架庞大的组织机器里，量化之后的数据，就像人体的血液一样，在部门和部门、上级和下级、内部与外部之间，被挖掘、传递、汇总、分析……从第一笔生意开始，到最后一笔生意结束，贯穿一个公司的生老病死，也贯穿我们整个职场生涯。

无处不在的数据也要求我们尽早掌握可量化的思维方式，只有这样你才能真正理解你的工作，理解行业如何演变，公司如何运转，直到有一天，可量化思维成为你工作的习惯，你工作时就会变得像鱼在水里呼吸一样自然。

最高级的可量化

别以为所谓的“可量化思维”就是把数字摆出来统计完。这只是入门，你的可量化进阶之路才刚刚开始，后面还有高阶课程。

举个例子，每一个合格的HR应该都知道“1-3-6-12-36-72”这组数据的含义：这代表了大数据统计中，员工的离职月份和离职原因的关系分析：

入职1个月内离职，大概率是HR的原因。因为员工没有得到HR对企业、对公司流程、对工作基本条件的指引；

入职3个月离职，大概率是主管的原因。主管的工作风格、交流方式乃至人品，都可能导致员工失望离开；

入职6个月离职，往往是因为企业文化不合员工心意；

入职12个月离职，多半与工作晋升有关；

入职36个月离职，更多是因为公司发展不怎么样；

入职72个月离职，集中表现为个人自身的发展需要，比如离职深造，转行，创业，等等。

看到了吧，这些统计数字可以很好地帮助一个公司分析判断员工离职的主要原因，对留住员工这项任务更好地加以改进。可量化的数据呈现了现象背后的规律。

再讲个最近的事儿。我一位客户，始终打不开市场，不得已空降了一位有经验的销售总监，当然，薪酬也不低。

半年后，他告诉我最近几次投标打了不错的翻身仗，全仰仗这位空降兵总监。他们公司之前价格、竞争数据都有，但一直都没怎么用，报价全是靠经验。这位总监来了之后，除了日常的管理工作，还分客户、分对手、分产品、按时间做了好几个图表，把对手的报价特点，客户的中标价格趋势，讲得清清楚楚的。知己知彼，不赢才怪。这就是我想说的，最高级的可量化是呈现规律、呈现趋势。

已经发生的事情无法改变，但过去的数字可以在一定程度上体现未来的趋势。如果你的工作成果不光可量化，还能为今后的工作提供有价值的建议，那么这一个个数字才能真正活起来，这才应该是一份工作在可量化上努力的方向。作为职场人，你才担得起“优秀”这两个字。