优秀和平庸之间，往往只差这种思维
职场中输出的成果，大部分都是可以量化的。在量化考核表上的一个个具体的数字，往往最能反应一个职场人真实的能力。平庸还是优秀，同样可以用这些数字来量化。换句话说，可量化的指标决定了你在职场中的成败。
你身边有没有这样的人，活干得不少，却长期得不到认可重用，经常听到他抱怨这，抱怨那。
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。
什么叫可量化？有那么大作用吗？今天这篇文章，我想跟你讲讲，为什么你要培养起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。
1、什么叫可量化？
我们先看一个工作汇报的例子。
有天，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，有谁谁谁，还有谁谁谁，其中某某的观点特别有启发，另外竞争对手也来了几个，比如谁谁，我了解了下他们最近人事有变动……
好了，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，分别是谁谁谁……其中有6位的发言，都谈到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公司都是总监级别，所以下半年多半也是和这5家竞争，咱们得早作准备……
主管一边听，一边微笑点头。
好了，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，我看就是很多工作5年10年的职场老人，对数字，对可量化的重要性，也并不清楚。
2、为什么可量化如此重要？
这是因为，第一，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，“我们占有率82.7%，另外两家只能瓜分剩下的”，来得更让人印象深刻。
第二，数字更具有说服力。
你可能还记得，半年前，微信之父张小龙做了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，没有作者的主观评价，它只是对张小龙4小时里出现词汇的次数做了统计，它是这么说的：
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年度热门词汇，张小龙一个都没说。
而说的最多的是：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有价值观的伟大产品？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。
所以我们可以说，相比其它占用时间的APP，微信才是真正的关心用户、希望成为用户的朋友、是有底线的。这就是可量化之后，数字的说服力。
第三：只有可量化，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。
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。
3、可量化思维无处不在
这也是为什么有人会建议，刚毕业的年轻人要尽可能进大公司。（大公司也有它的问题，这里仅作举例，不算是建议。）
在大公司，从你入职第一天开始，就必须要把工作成果按照规定流程，填写进一大堆标准图表里。
填写这些图表，有时候真的很烦，但是，这其实是在“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呢，还是尽可能提供精确数字，和对比之后的准确比例。
决定了别人判断你，够不够“职业”。
除开工作汇报，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，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，可量化成为你工作的习惯，变得像鱼在水里呼吸一样自然。
4、最高级的可量化
看到这里，你可别以为所谓的“可量化”，就是把数字摆出来，统计完了就行。
那还只是入门。
你的可量化进阶之路才刚刚开始呢，后面还有高阶课程。
举个例子吧，每一个合格的人力资源，应该都知道这组数据的含义：1-3-6-12-36-72.
这代表了大数据统计中，在不同月份离职的员工，离职原因的分析。
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。员工对主管的风格、交流方式、乃至人品，都可能失望离开；入职6个月离职，往往是因为企业文化；入职12个月离职，多半与晋升有关；入职36个月离职，更多是因为公司的发展；入职72个月离职，集中表现为个人自身的发展，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，更好加以改进。
可量化的数据，呈现了背后的规律。
再讲个最近的事儿吧。
我一位客户，市场始终打不开，不得已空降了一个有经验的销售总监。
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，全仰仗了这位空降兵总监。
他们公司，之前的价格、竞争数据都有，但一直没怎么用，报价全是靠经验。
这位总监来了后，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。
知已知彼，不赢才怪了。
这就是我想说的，最高级的可量化，是呈现规律、呈现趋势。
已经发生的历史，无法改变，但过去的数字可以一定程度上体现趋势的方向。
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。
