善用前辈经验,少做重复劳动(1 / 1)

我们往往有这样的认识:时间很充裕,完成任务并不难,我们可以在预想的时间内提前完成任务。而且,我们不仅这样要求自己,也是这样期望别人的。但现实中却总是会发生不尽如人意的意外,正如著名的墨菲第二定律所言:“每件事情做起来所用的时间都比原来想象得要多。”最后,那些胸有成竹的时间预算都变成了不切实际,最危险的想法莫过于自我催眠地认为自己和别人都可以超越时间的束缚、跑在时间的前面了。

这种矛盾局面导致了你必须认识到时间很有限,如果你凡事都事必躬亲的话,很可能难以完成任务。这就告诫我们,工作有时候要靠巧劲,找找省时省力的捷径,而并非用尽蛮力、自作自受。现今社会是个数据饱和的世界,有限的个人时间和无限的知识正在激烈碰撞,因此明智的选择便是依靠和利用团队成员的知识、经验和能力来共同完成项目,千万不要狭隘地担心别人抢走你的功劳。

对于大多数商业问题而言,其相同点都多于不同点。这也就是说广泛的问题只需运用少数几个问题的解决方法就可回答了。在你同事的脑子里、书本上、组织里可能就有这些方法。对他人的经验尽量多学习,平时试着将职场中较有经验的人找出来,并成为你学习的对象。

案例

PD(研究成果)网(麦肯锡公司完成了所有PD网的电子数据库的工作。内部研究以及从前对客户研究的成果都包含在内。公司出于保密的目的在将内容存入系统之前,把客户的真名和部分数据隐去了。)是麦肯锡的一个电子数据库,最近的项目和内部研究的报告都在这个数据库里。

咨询顾问在麦肯锡工作得更聪明而非更辛苦的缘由就是还有许多其他资源的帮助。不错的商业图书馆就包括在这些资源内,所有你感兴趣的商业期刊和书籍都可从中找到;各大主要的商业数据库与图书馆还有对接。

在图书馆里,最重要的是有兢兢业业工作的信息专家为咨询顾问们提供信息,他们会竭尽所能。由专业领域里的专家组成了一支卓越的研究团队也在麦肯锡里坐镇。

艾森·拉塞尔曾任麦肯锡公司咨询顾问,在他还是个入职一年的顾问时,从网上搜索那些对现在的项目有所启发的事件是他在项目初期的工作之一。难以避免的是,在PD网搜索到的结果可能是海量的文件,但真正相关的文件却只是少数。这算是一个较为繁重的工作,但是不可或缺。

一家大型计算机硬件和软件制造商的财务部门是艾森·拉塞尔所做第一个项目针对的客户,客户的期望是在国际市场上扩大份额。对海外分支机构的财务和管理、大型联合企业怎样管控、它们管理方法的利弊都有哪些等是客户希望了解的事情。项目经理将这个项目指派给了艾森·拉塞尔。找到一些对客户可能会有用的东西,并近距离了解世界上最大的四家大型联合企业花了他三个星期的时间,但工作远未结束。

所幸的是,麦肯锡另外一个团队最近刚刚整理了他项目里一家最复杂的目标企业——戴姆勒·奔驰的组织概况。他由此知道了研究戴姆勒·奔驰的专家名字才是更为重要的事,以后可以请教他们所遇到的问题,充分利用这些前辈的经验。艾森·拉塞尔因此省下了至少一个星期的时间,也有了更多时间去研究其他公司,团队也能完成一份给客户印象深刻的文件了。

实施指南

我们应该到哪里、找何人来善用他们的宝贵经验呢?

行业里的榜样

俗话说“人外有人,天外有天”,这话也适用于商业领域。在行业里表现最好的人是值得你去特别关注的,他的一举一动、他的观点做法都是学习的内容,如果你善于效仿,那么定能在工作陷入瓶颈的时候,借由他们的经验来迅速地将自己带离困境。

公司内部的前辈

在公司里,拥有最佳经验的人并不难找。你仔细观察一下,某个人、某个团队、某个部门的表现最好,他们就是最值得你去借鉴的。先找到他们如此优秀的原因,然后再想想怎样才能将他们的经验推广到整个公司,这是非常聪明的做法。

当你遇到疑难问题时,在某个地方或许都有人已经研究过类似问题了。可能你的公司就有这个人,而解决你的问题没准儿只需打个电话就可以了;他或许工作在其他部门,但都在同一公司,这时你要找到并认识他们。然后依靠他们的经验来继续研究你的问题,找到解决问题的方案。这种做法会为你节省很多时间和精力。别人已将事情做好,为什么还要把宝贵的时间浪费在重复劳动上呢?就像是停电之后,你应该去买蜡烛,而不是去做蜡烛。

或许你不能使用PD网,可当你工作于一家大公司时,例如培训手册、数据库、文件和同事等的“公司知识库”或许能够获得。即使你是孤军奋战,能利用的信息也呈现海量式,例如数据包、行业杂志以及(近年来极为重要)互联网。别小觑公司的图书室,你只需用上几个小时也会将大量的信息和有价值的资源找到,有些内部资料只有这里才有。

行业里一切有价值的人

但是想要找到最佳经验,图书馆绝对不是唯一的选择。你要把创造性的思考展开来。假如掌握了最佳经验的是你的竞争对手,当然他不会把秘诀告诉你。但你可以将交流范围扩展到行业里的其他人,例如商学院同学、华尔街分析师、顾客、供货商等。因为即便处在不同的行业,你仍然可以获得大多数公司的第一手的年报资料,并进行分析,以此获得公司的“数据偏好”来为自己所用。