用【反馈】形成“刻意练习”效应

# 不要做没有“反馈”的工作

工作中,我们常常碰到一个稿子改了无数遍,但还是不合格。改稿子不可怕,可怕的是,无论怎么改,都没有什么提高,就像这样(如图“过去的迭代”):

我们知道,人类的学习离不开反馈(可以看《刻意练习》),但是,如何形成反馈闭环,利用“刻意练习原理”,让每一次工作都有价值的复利?(如图“期望的迭代效果”)

完成工作后如果拿不到有效反馈,就无法得知工作和效果的关系,会导致极大的工作浪费(也就是每次做了很多工作,迭代很多次,但没啥改进递增效果)

所以,有两个建议:

  • 我们要做有反馈的工作
  • 或者在工作开始之前,找到/制作一个有效反馈的通道

# “反馈类型和训练效果

反馈分成3类:无效反馈、微效反馈、有效反馈

  1. 无效反馈:要么是没有反馈,要么是评估方式和针对性出了问题——比如反馈数据是脏数据造成误导,又比如在关键的信息上没有反馈,又比如提取反馈的方式存在问题(用量表测量用户购买意愿的强度是不太做得到的)
  2. 微效反馈:反馈的颗粒度太粗,或者反馈的数据容易波动干扰——比如只有结果数据(x%用户购买了大课)但没有去分解出过程数据(x%主动找助教咨询,这些人中x%购买了课程……)导致反馈粒度太粗糙;又比如最终复购率常常有数据抖动干扰导致数据不准确
  3. 有效反馈:有针对性,能对结果产生指导作用——比如“用户因为day2的xxx、xxx、xxx三个要点而被C到,从而提高了他们找助教主动咨询的比率(从10%到15%)”这种反馈

# 用“反馈提升工作效果的4个阶段

  • 工作效果<10%

这种情况也就是做了一件事情,但大部分是无用功,你很难根据那不到10%的有效工作去提升工作水准

建议从大方向上更改工作目标,确保一项工作的基础有效性

  • 10%<工作效果<30%

这种情况是新手上路,做了工作但效果不大,能有继续提高的机会

建议多去b类学习一下更有效的工作案例(可以知识迁移),或者有更直接的辅导反馈机制,或者对“1%<工作效果<10%”这个区间有精准数据去提取出有工作效果的细节,便于继续复制扩大这些有效性

这种效果的工作,也需要“开源”,不只是固守扩大“10%<工作效果<30%”区间的工作效果(做对一小件事情还不够),还需要去找到更多能增加工作效果的来源(做多几件对的事情)

这个时候,反馈有方向上的指导性、高效学习很重要

  • 30%<工作效果<60%

这种情况工作已经初显成效,需要更多的提升工作细节的质量

为了提高工作细节的质量,我们需要对工作过程建立更多反馈漏斗(可以是数据的,也可以是定性的比如用户聊天记录),这里需要一种数据思维(比如任务是每周写一篇公众号推文去销售某产品,为了建立过程化的数据漏斗,可以在文章中植入微信群,构造“微信群-转化到咨询-付费”的多级数据漏斗,让工作价值可量化)

这个时候,反馈的深度和每次得到反馈的速度很重要

  • 60%<工作效果

这种情况工作已经合格,下一步就是提高到“大师水准”了

到了这个阶段,就已经可以用类似“GAN网络”那种自我对抗的方式提高工作效果了,因为自己已经有能力作为评价者,准确评价自己的工作质量——比如“某人善于做B,并且到了能很精确的评价自己的B做的怎么样,并找到对B的改良方案,而且自我迭代和提高工作效果的过程不会卡住,只要有时间就能一直提高下去(当然一直提高的边际收益也许会递减)”

 


# 用有效反馈放大工作效果

 

当拿到有效反馈后,需要做“有效性放大测试”,这样就完成了一轮“刻意练习”的闭环。

流程:构建反馈闭环》执行工作》得到有效反馈》利用有效反馈去挖掘出最有价值的工作》建立基础假设》基于基础假设执行放大版的工作》再次得到有效反馈并确认基础假设

案例:比如说,内容做了一次工作得到有效反馈“在课程中让用户学习如何建立理财目标,会导致用户主动咨询助教的概率增加5%”,从这个有效反馈提炼出基础假设“如果用户的理财目标很远大,用户就越容易复购”,然后在新版稿件中,内容方面用各种ABC手段加强了“让用户学习如何建立理财目标”,然后去验证这样做,用户是不是会更多的去咨询助教。

——如果验证为是,那就成功通过了“有效性放大测试”。同时,你也用“反馈”形成对工作效果提高的“刻意练习”效应。