如何利用GROW模型提升決策效率?

2021-01-09 騰訊網

30多年前,艾倫 範恩(Alan Fine)和格拉漢姆 亞歷山大(Graham Alexander)以及約翰 惠特摩爵士(Sir John Whitemore)一起工作,並共同發展出了一套流程—GROW,這套流程現在已經被全球的高管教練和組織設計專家廣為使用。GROW模型是一個引領人們更好地做出決策的地圖,它提供了一種簡單易行的方法來幫助人們在生活的各個方面創造專注、減少幹擾並最終提升表現。

讓我們來看看如何使用GROW模型。無論什麼時候,我們做決策最終都會經歷這四個階段。我們一起來看看下面四個關鍵方面:

Goal(目標):我們想做的事

Reality(現狀):我們所面對的狀況(或我們認為的狀況)

Options(方案):我們如何從現狀到目標

Will/Way Forward(行動):我們想採取的行動

但是,通常我們不會按照這個順序來思考每個方面。

我們可能從現狀開始:哦,我太不會照顧自己了!我吃垃圾食品,而且不健身。

然後想到目標:我真的想改掉我的壞習慣,這樣我能感覺好點!

然後跑到方案上:也許我該買些健身器材。

然後再回到現狀:不,我沒地方放,而且健身器材很貴。

然後再回到方案:我知道了,我可以去健身房辦個健身卡,約翰幾個月前就辦了一個,現在他看上去很精神。

然後再回到現狀:但是健身卡是一年的,我不知道我能不能堅持一年,如果我不能,那就浪費了不少錢。另外,我什麼時間去呢?我工作太忙了,連陪家人的時間都沒有...

然後又回到目標:也許我可以只把吃得健康些作為目標。

然後再次回到現狀:但是這太難了!我的胃口這麼好。當我出差的時候,我很難買到健康食品。啊!我真不知道該怎麼辦了!

最後,我們只能把這個事情先放在一邊:我看還是明天再想想吧。

可見,我們的想法在這四個方面到處亂串,決策效率非常低。(見下圖)

但是,按照一定的順序和方法來專注在這四個階段上,我們就可以大大減少幹擾,增加我們決策的速度和精準度,從而提升表現。(見下圖)

GROW模型能夠幫助我們按照「目標現狀方案行動」的順序逐一專注在這四個方面,從而把挑戰分解成難度較小並可完成的任務。

首先,我們專注在「目標」上:「我想實現或達到的目標是什麼?」。然後,把注意力放在「現狀」上:澄清當前的狀況,到目前為止我們所做的努力和得到的結果,識別出面臨的阻礙,並重新評估自己的目標是否現實。

接著,我們專注於「方案」:我們可以頭腦風暴出各種能達成目標的方法。在這個過程中,不要做評判,讓各種方法都湧現出來之後,我們再評估這些方案,判斷哪些方案可行,哪些方案能激發我們的信念(我們相信自己可以成功)和熱情(我們對正在做的事情感到激動)。

最後,我們專注於「行動」:判斷哪些方案是最佳行動方案,並推進以實現我們的目標。通過逐一有序地集中精力在GROW的每個階段,就幫助我們大大提升了決策效率。

GROW模型可以用來改善各個方面的決策:從決定公司的戰略,到搞清楚如何做一個好父母,或如何計劃你一天的安排。這不是什麼高科技,也不是什麼革命性的新方法或諾貝爾獎式的發現。

人們一直在設定目標,理清現狀,找出方案和決定行動。GROW模型只是給了我們一個更加有序且系統性的方法來幫我們優化以前做事的方法。事實上,就是因為我們對「目標/現狀/方案/行動」這些都很熟悉,所以才讓GROW模型運用起來更加實用和簡單。

GROW模型的問題列表

經過多年在各個領域運用GROW模型,我找到了在每個階段能夠幫助人們澄清想法的好問題。以下是問題列表:

GOAL 目標

我想解決什麼問題?

通過利用GROW模型,我想得到什麼結果?(我的SMART目標是什麼?)

如果我不採取行動,會有什麼後果?

REALITY 現狀

簡言之,現在的情況是怎樣的?

我做了哪些努力?結果怎麼樣?

對我來說,障礙是什麼?對別人呢?(如果別人與此事也相關的話)

別人會用什麼不同的方式來描述現狀?

我的目標是否可行?

OPTIONS 方案

想像一下,我可以做什麼來推進這個問題的解決?

如果別人加入進來,他們需要看到或聽到什麼,才能引起他們的關注?

反思自己解決這個問題的過程,我該如何改進?

有沒有哪些方案是我特別感興趣需要進一步深入思考的?

如果根據目前的這些方案開始行動,我該怎麼做?

WAY FORWARD 行動

哪些方案是我覺得不錯並想採取行動的?

我該怎麼做?

我的阻礙是什麼?

我下一步做什麼?什麼時候開始?

避免常見的錯誤

不管問題是複雜的(就像艾裡克遇到的)還是簡單的(怎樣做好演講或時間管理),GROW模型都可以提供一種簡單易行的方式,來加快你的決策速度並提升表現。多年來,艾倫發現了可以幫你避免常見錯誤的一些關鍵點:

1.GOAL目標:確保目標S.M.A.R.T

符合S.M.A.R.T標準的目標才是有效的目標。S.M.A.R.T,即具體(Specific)、有意義(Meaningful)、可操作(Actionable)、實際(Realistic)和有時限(Time-phased)。並不是每個目標都要滿足這五個方面,但是每次通過這五個方面對目標進行衡量,你可以確保目標符合那些有用並且重要的標準,這樣就能幫助你更好地處理當前的問題。很多「目標」因為含糊不清而無法落地。

SMART

S.M.A.R.T的縮寫可以有很多變化,包括以下幾個方面:

S—具體的(Specific)、重要的(Significant)、延展的(Stretching)

M—可衡量(Measurable)、有意義的(Meaningful)、有激勵的(Motivational)

A—同意的(Agreed upon)、可獲得的(Attainable)、可達成的(Achievable)、可接受的(Acceptable)、行動導向的(Action-oriented)

R—符合實際(Realistic)、相關的(Relevant)、合理的(Reasonable)、有報酬的(Rewarding)、結果導向的(Result-oriented)

T—有時限(Time-phased)、及時的(Timely)、明確的(Tangible)、可追蹤的(Trackable)

不管用哪些詞,目的都是為了幫助人們對目標的理解更加深入。

通常,一個S.M.A.R.T目標需要一個可操作的行動計劃來解決問題。但是,很多時候人們忘了目標應該是接下來馬上需要做的事。

2.REALITY現狀:了解現狀要真實準確

我們在解決問題時,容易陷入我們認為的現實中。(我老闆很專橫而且苛刻,我所有的問題都是他引起的!除此之外,其他團隊成員也都不承擔自己應該分擔的工作!)我們很少從其他可能的視角來看問題。

事實上,我們每個人在看待現狀時都不能做到完全客觀。我們往往都只從自己的角度來看問題。但是如果我們能花些時間來了分析自己的想法,質疑我們內心的假設,努力去從其他角度拓展思考,會有更大的機會找到潛在的方案和真正管用的行動計劃。

為了檢驗我們對現狀認識的準確程度,覺察我們內心潛在的假設是個很有幫助的方法,尤其是當我們的想法中包括有指責和負面的念頭時(如:這都是他的錯!我什麼也做不了!)。在多數情況下,通過問自己:「我做了哪些事情之後,反而帶來了更多問題?」,我們可以讓自己對現狀有更真實的認識。

3.OPTIONS 方案:要做到真正的頭腦風暴

頭腦風暴最重要的規則是「不做評判,讓所有的想法都呈現出來。」當我們貿然去對一個想法下判斷或做評論時,我們就破壞了頭腦風暴的流程。結果,人們會進入防備模式,而且頭腦風暴所需的熱情和勢頭也被破壞了。這麼做會扼殺創意。相反,當我們能不做評判時,就創造了一個有助於協同並相互啟發好想法的環境。一個不可行的想法常常會引出另一個可行的想法。頭腦風暴意義就是讓自己跳出框框來思考。也就是說,除非所有的想法都呈現出來,否則別做出評判。

4.WAY FORWARD 行動:確保也符合S.M.A.R.T

如果行動計劃很模糊或不明確,你就不可能有效執行。因此,再次使用S.M.A.R.T原則可以確保你的行動計劃是可行的,還可以確保你選擇關注的方面是可以提升你的信念和激發你的熱情的。

相關焦點

  • 張一鳴:多元思維模型是如何幫助我們做決策的?
    如果說,創始人的認知是公司發展的天花板,那麼字節跳動全球崛起之下,無疑隱藏著張一鳴驚人的決策能力。 從這位理科出身的 80 後企業家身上,我們能學到什麼?他的決策模型是否具有可複製性? 在詳細拆解張一鳴「理性思維」決策模型之前,我們首先來看看,「感性思維」是如何決策的。
  • 高通量數據如何利用機器學習指導臨床決策?
    機器學習是計算機利用已有的數據(疾病數據),得出了某種模型(疾病的規律),並利用此模型預測未來(是否患病)的一種方法。利用機器學習等方法,從數據中生成模型,擴大樣本數據並對模型進行校正,以達到對疾病預測和分類、用藥指導、疾病診斷等目的,為臨床決策支持提供基礎。根據訓練數據是否帶有明確分組,機器學習分為監督學習、無監督學習。監督學習一般是利用帶分組的數據集學習出最優函數,再將新的數據輸入此函數,根據函數預測出結果,常見的監督學習方法有統計分類和回歸分析等。
  • 如何用決策樹模型做數據分析?
    通常,一棵決策樹包含一個根結點,若干內部節點和若干葉結點,葉結點對應決策分類結果。分支做判斷,葉子下結論。我們看一個簡單的決策樹的模型,通過動物的一些特點來判斷它是否是魚類,在決策樹模型中,我們來看每一個節點是如何做判斷的。我們將所有要研究的動物作為樹最上端的起點,對它進行第一個判斷,是否能脫離水生存?如果判斷為是的話,它不是魚類。
  • 決策樹模型怎麼畫?詳細圖文教程解讀模型圖畫法
    決策樹是一種解決分類問題的算法,本文將介紹什麼是決策樹模型,常見的用途,以及如何使用「億圖圖示」軟體繪製決策樹模型。決策樹模型(decision tree) 是一種簡單高效、具有強解釋性的預測模型,一般是自上而下的來生成的,每個決策或事件(即自然狀態)都可能引出兩個或多個事件並導致不同的結果,把這種決策分支畫成圖形後很像一棵樹的枝幹,故稱決策樹。換種表達就是運用樹狀圖表示各決策的期望值,通過計算,最終選出效益最大、成本最小的決策方法。目前這種模型廣泛應用於數據分析領域。
  • 《高效利用工作日》:快速提升工作效率的利器
    近日,《高效利用工作日》由北京聯合出版公司出版,該書是專為工作效率低,時間不夠用,精力渙散,同事關係差,心態崩塌,參與度低,思維受限,沒有成就感等職場人士準備的高效工作手冊,助力他們快速提升工作效率,實現職場、個人進階雙突破!
  • 決策樹模型
    決策樹,便是一種把決策連接點畫成樹的輔助決策專用工具,一種找尋最優化計劃方案的繪圖法。它用圖型的方法, 列舉某一決策很有可能導向性的多種多樣結果。第四個決策節點:(潛力)分支一,愛學習上進 見面分支二,不愛學習懶惰 不見於是,我們可以畫出這樣的決策樹圖形:為了便於統一大家的理解(共同討論決策)我們一般把決策樹圖形給規範化成三類圖形:決策結點、狀態結點
  • 阿里3大營銷模型:AIPL、FAST、GROW
    比如:要實現增長目標,最重要的決策因子有哪些,市場費用就可以重點往這些因素上投入;經過計算距離這個GMV,還有多少人群缺口,費用就應該著重放在這些人群的運營上。說到精細化運營的「儀錶盤」,我們就不得不提到阿里。作為目前在消費者精細化運營領域的標杆,阿里迄今提出過的3大營銷模型。
  • 2019-nCoV防控模型推演:5G可有效提升防疫效率
    我們應該如何有效利用5G移動通信先進技術,進一步提升防疫系統的效率?鑑於對上述問題的思考,作為一個近20年移動通信系統仿真經驗的工程師,本人參考武漢市的歷史疫情數據以及全國各地方通報的疫情防控信息,基於對當下防治流程措施的研究,構建了各類模型和概率分布,對疫情進行了仿真復盤模擬。基於對5G移動通信系統以及終端能力的理解,本次仿真研究設計了一套5G賦能的增強防治系統。
  • 深度神經決策樹:深度神經網絡和樹模型結合的新模型
    深度神經決策樹:深度神經網絡和樹模型結合的新模型 工程師郭婷 發表於 2018-08-19 09:14:44 近日,來自愛丁堡大學的研究人員提出了一種結合深度神經網絡和樹模型的新型模型——深度神經決策樹(Deep
  • 利用銷冠神器這個工具,銷售效率提升80%
    銷冠神器是一款手機端的微信營銷拓客工具,基於APP、公眾號、小程序等為個人用戶提供微信營銷拓客解決方案,從獲取客戶、跟進客戶、成交客戶、維護客戶四個維度賦能銷售,幫助用戶打造專業品牌人設、識別精準客戶、高效拓客引流、提升營銷效率,助力用戶快速提升業績。
  • 東北師範大學商學院精品課程 | 數據·模型與決策:化繁為簡、觸類...
    因此,決策正確與否關係重大,尤其是各級管理人員其主要職責就是決策,更應重視如何正確決策的問題。要科學決策,必須要用數據說話,要用無可挑剔的數學模型給出的結果進行決策。數據、模型與決策就是一門幫助人們進行科學決策的課程。
  • 百融雲創定製車險反欺詐模型 提升自動化識別能力
    面對不斷攀升的車險欺詐案件,財險公司在防控理賠欺詐過程中面臨著諸多痛點,例如:高度依賴理賠人員現場查勘定損、人工後臺審核,流程繁瑣效率低;車險欺詐多為成熟團夥作案或內外勾結作案,識別愈發困難;理賠需經調度、查勘、審核等多個環節,欺詐滲漏較高,多數財險公司尚未建立完整的保險風控流程體系。基於此,與科技公司合作,建立和健全完整的風控體系成為了保險公司目前的當務之急。
  • 如何實現算法決策公平?
    從上面的例子可以看出,在實際應用中,算法決策的本質是在對目標群體進行分類,因此,若要實現算法決策公平,就要使得分類模型能夠避免上述三類不公平性的產生。03如何實現決策公平1.基於公平性約束的機器學習分類模型框架在釐清了算法公平性的概念後,該團隊嘗試提出一種公平性決策(分類)算法框架,該框架的核心思想是在分類模型的訓練過程中加入公平性約束
  • 每天學習一個《查理芒格的100個思維模型》之決策樹思維模型
    04決策樹思維模型面對不確定性,如何做決策人生每天每時每刻都處於不斷選擇的狀態,小到午餐吃什麼,大到在哪裡買房。任何一個選擇都可能會產生蝴蝶效應,正確的事半功倍,錯誤的事倍功半。頂級高手都喜歡使用的一款工具:決策樹。一、認識決策樹思維模型1.決策樹思維模型定義決策樹是一種十分常用的分類方法。決策樹是在已知各種情況發生概率的基礎上,通過構成決策樹來求取淨現值的期望值大於等於零的概率,評價項目風險,判斷其可行性的決策分析方法,是直觀運用概率分析的一種圖解法。
  • 從拍腦袋下決定到科學做選擇——決策樹模型-TY聊思維5
    通過這個模型,大家可以在面對未來不確定事件時,能夠基於一定的規則,通過系統與合理的方式給出最佳決策方案(而不是拍腦袋)。決策樹長什麼樣?如圖,這就是一個最基礎的決策樹模型了。接下來,我們詳細的來聊一下,如何畫決策樹,並用決策樹進行方案選擇。如何應用——決策樹的畫法應用決策樹有如下四步:一、提出決策問題,明確決策目標。考慮清楚要決策的問題是什麼,同時有哪些中可選方案。
  • IMI工作論文|金融科技與商業銀行效率——基於DEA-Malmquist模型的...
    本文使用DEA-Malmquist模型測算我國145家商業銀行2013—2018年的全要素生產率,構建金融科技發展指數,通過靜態面板和動態面板廣義矩估計(GMM)研究金融科技對我國銀行業效率的影響。研究發現,金融科技通過金融創新、技術溢出和市場競爭驅動商業銀行戰略轉型顯著提升了商業銀行的效率。
  • 產品營銷人員如何利用NPS數據做出決策
    編輯導語:如何衡量用戶對產品使用的滿意度,營銷人員可以使用NPS,也就是淨推薦值,可以幫助你更加的貼近用戶;NPS中包含了很多環節,本文作者將會分享產品營銷人員如何利用NPS數據做出決策,我們一起來看一下。
  • ...提出新的強化學習方法Dreamer 可利用世界模型實現高效的行為學習
    ,使得智能體選擇恰當行為以實現目標的能力得到迅速地提升。 而基於模型(model-based)的強化學習方法則額外學習一個簡化的環境模型,這一環境模型使得主體可以預測潛在行為序列的輸出,使得它可以通過假設的場景來在新環境中作出明智的決策,減少了實現目標所需的試錯。
  • 決策引擎簡要介紹
    一、什麼是決策引擎?決策引擎是指企業針對其客戶提供個性化的服務決策的平臺,這些個性化服務決策包括:風險決策、精確營銷決策等。決策引擎是一個工具,利用決策引擎可以支撐企業在客戶管理(CRM)的各種決策,在決策引擎之上可以開發出各種不同的解決方案。
  • 冠龍股份專注節水閥門產業 提升水資源利用效率
    公司通過技術研發創新,推出了自密封型、高性能的法蘭蝶閥,解決了當時國內大口徑蝶閥普遍存在的反向密封性能差、流阻大、易出故障等缺點,並陸續推出了水力控制閥、固定錐形閥、多噴孔閥、靜音式止回閥、平底式彈性座封閘閥等高性能閥門,市場地位逐步提升。  相關投入「開花結果」。