《相关性准则——大数据时代的高效能之道》一一2.6 相关性准则

简介:

本节书摘来自异步社区出版社《相关性准则——大数据时代的高效能之道》一书中的第2章,第2.6节,作者:【意】Stefania Lucchetti,更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.6 相关性准则

相关性准则——大数据时代的高效能之道
对于信息过载,人们的直接反应是努力按照效率准则(多做事)处理每一段信息,这种反应往往转化为对每一件事做出回应。效率原本的意思是以最大的生产率使用资源,生产率的量度方式是输出(产量)与输入(生产所需要的资源,包括时间、能源、钱、工作等)之比值。不管最终目标如何,只要生产率和效率的提高无法满足实现最终目标这一目的,那么生产率和效率的提高就是徒劳无用的。

忙个不停的人,甚至效率极高、生产力极高的人,依然有可能没有实际效能,不能实实在在地实现自己的目标。大多数人往往仅按照效率准则进行工作,这意味着,你会回应和处理所接收到的所有信息,并因此受到羁绊,你会利用各种可以获得的资源和信息在最短的时间内尽可能完善地进行处理和回应。然而,这恐怕无助于你守住目标。

效能与效率大不相同,可以这样定义:效能即产生某种理想结果的能力,即在合适的时间做合适的事,从而达到既定目标的能力。效能本身不是用于实现该目标的资源的函数。虽然有效能通常会有效率(尽管在某些情况下可能不是这样),但有效率却既可能有效能,也可能无效能。

有效能并不是指任何时候都使出最大力气,而指的是调整精力和重点。有效能并不意味着处理所有信息,而意味着学会甄别与个人目标有关的信息,然后仅对这些信息进行回应。让我们回想一下第一章的实例:当你抱着有效率地做事的打算置身于信息流的漩涡中时,很容易偏离方向,无法达成特定的目标——你感到自己被迫回复所收到的每一份电子邮件,要关照每一件迫在眉睫的紧急事件,就这样分了心,等到一天过去,还没有做好一件实实在在的事。

人类很自然地会对摆在眼前的情况做出反应。前面已经讲过,当信息到达大脑后,人们习惯于根据 “发送给我的任何信息都值得处理”这种内心深处的无意识假设做出反应。于是,你往往会假设所收到的所有信息都向你传递出“这是相关信息”这种推测,并根据这一假设进行回应和处理,从而饱受羁绊。

如今,信息时代已经将我们从相关性显著的环境送入一个新环境,在相关性显著的环境中,人与人的对话是一对一、面对面的,而在新环境中,却仿佛置身于一间容纳了5人、10人、甚至100人的大屋子,这些人同时面对着你,和你说话。你的瞬间直觉是努力回应每个人的言语,以一对一、面对面的方式应对每一次对话,要不然,就是对每个人都置之不理,不予作答。为了让你的回应直觉和交流直觉与信息时代相适应,你需要学会快速过滤人群中的这许多面孔,将重点放在其中一张面孔上,这张面孔的主人向你谈及的信息正是你所需要的,或者是你希望加以关注的,即这些信息是你的“相关信息”。

于是出现了一个准则,只要坚持使用,这个准则会把你训练成能够战胜信息时代挑战的人,一个可以利用信息时代带来的滔滔机会的人,一个不会被信息时代蹂躏的人。鉴于人类大脑在有定义可用时工作更为得心应手,我们将为这个准则取一个名字:相关性准则。

根据相关性准则举止应对意味着加强大脑获取、处理信息的能力,与此同时,还具有鉴别相关信息的能力和技艺,能对相关信息且仅对相关信息做出回应。换句话说,相关性准则有以下两个基本概念:

(1)创造性接收:放信息进入大脑;

(2)慎重行动:仅对自己选择进行回应的信息进行回应。

在任何时候,为了能够有效地达成目标,都需要能够识别出与该目标有关的事项以及与该目标无关的事项,然后慎重地采取行动,仅对有关事项做出回应。大部分读者会认为自己已经完全有能力这样做了。确实,每个人都有这样的天生禀赋,可是,你真的将这种天生禀赋付诸实践了吗?诚实地检视一下自己的生活,检视一下自己的每一个平凡的日子,你会注意到,你使用这种技能的时间少之又少,你把大多数时间用来回应收到的信息,而不是按照相关性准则分拣这些信息。你的做法往往并不能给你带来理想的结果,或者,就算得到了理想的结果,也在精力、时间和耗材方面付出了极高的代价。能够识别相关性主要是一种智力练习,但把这种能力付诸实践还包括更多步骤,不仅包括智力和理解力,还包括注意力、控制力和自我掌控。

回应和意愿是有差距的,回应是所做之事,意愿则是通过所做之事真正努力去实现的目标。学会识别相关性准则并根据相关性准则举止应对,则能在这差距之间架起桥梁,使我们获得能力成为熟练的知识工作者。

通过相关性准则对应对行为进行过滤可以改善你的识别能力,帮助你通过思维或感觉获得清晰的感受,协助你迅速处理信息。这样做的目标是仅汲取对自己有用的信息,仅处理这些信息,对于那些耗费注意力而对你毫无用处的其他信息则不予问津。

古贤孙子在其《孙子兵法》1一书中清楚地阐述了这样一个原则:最高明的战术并不在于有战必打,而在于懂得何时进,何时退。这种战术不仅能让人更具效能,而且能让人在每次行为中享受到更多愉悦。心理学家已经证实,能够在所从事的活动中享受到愉悦的人,正是那些对自己所从事的活动进行过选择的人。

如何开发《孙子兵法》中提到的这种“懂得”能力?如何修炼出识别相关性的能力?

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6天前
|
供应链 监控 数据挖掘
高质量决策是伪命题吗?拨开迷雾,回归决策价值
高质量决策是伪命题吗?拨开迷雾,回归决策价值
14 1
|
人工智能 算法 大数据
他奠定了当今计算机算法的规范化和量化度量
图灵提出了计算机的数学模型、冯·诺依曼确定了计算机通用的系统结构,而如果要问图灵和冯·诺依曼之后对计算机科学贡献最大的人是谁,那就不得不提到高德纳了,正是他奠定了计算机算法的基础。我们知道,没有控制程序,只有一系列硬件算不上是计算机,程序之于计算机是必不可少的,而程序的灵魂,就在于算法。
他奠定了当今计算机算法的规范化和量化度量
广义经济学和决策理论——《可以量化的经济学》
基础理论—广义经济学和决策理论 内容提要:本节指出广义经济学的“成本——收益”收益方法的本质是广义动量定理,其核心是收益-成本这个合外力决定成果。 1)广义经济学与盈余最大化 广义经济学追求的是盈余最大化,盈余=利益-成本。
856 0
戴明的14要点——《可以量化的管理学》
6.7.1戴明的14要点 内容提要:戴明是一个质量管理专家,他提出了戴明十四要点和PDCA环。PDCA包括Plan(计划)、Do(执行)、Check(检查)和Action(纠正),PDCA循环就它按照这样的顺序进行质量管理,并且循环不止地进行下去的科学程序。
1123 0
聚焦理论—《可以量化的管理学》
6.3.1作用点与聚焦理论 内容提要:聚焦战略就是缩小力量的作用点,从而使力量在此作用点上的成果增加。 在物理学上,使用凸透镜聚焦阳光可以增加焦点的热量,将火柴点燃。
856 0