① 華為面試秘訣：寫給想去華為的應屆生
華為面試秘訣：寫給想去華為的應屆生
集體面試，這論是最殘酷的，一般會淘汰一半以上。形式是12~16個人分為兩組，然後給一個辯題，兩組以辯論的形式，先發表觀點，然後一方問一方答，最後總結。
華為的研發類面試分5輪:兩論筆試一輪技術面試，一輪集體面世還有最後一輪和招聘主管對話筆試分為技術筆試和綜合筆勢:技術筆試主要考C\\C++ 數據結構，操作系統，還有資料庫也會涉及總的來說考的都是基礎知識和比較細節的問題，比如各種數據類型在內存中占的位元組數 sizeof(cha* p)=??這樣的，再比如操作系統里的死鎖等，這部分上課聽講了的應該都沒問題。綜合筆勢主要考反應速度，很簡單就能過。技術面試:這輪也不難，還是考的基礎知識，通常會問你什麼學的比較好，然後再問你。也是比較基礎的，比如以下四個表達式分別表示什麼:char *pchar * const pconst char* pconst char *const p還有一些基本的演算法，比如如何將鏈表逆置，可能會讓你動手寫的，所以平時自己多在電腦上練練，不要臨場什麼都寫不出來。技術面試也比較好過，面試的過程中要表現的誠實和虛心，不會就說不會，回答錯了要立刻向面世管請教正確答案。然後是集體面試，這論是最殘酷的，一般會淘汰一半以上。形式是12~16個人分為兩組，然後給一個辯題，兩組以辯論的形式，先發表觀點，然後一方問一方答，最後總結。
這個形式也是進華為後大隊培訓里搞活動經常用的一種形式。這輪面試大家要注意以下幾個問題:1\\ 最開始會讓大家用A4紙折一個名牌，這個大家的速度要快，不要到時候不知道怎麼折，跟著別人學的一般會被淘汰2\\迅派液辯論的過程中不要表現的太強勢，也不要為了某個問題和對方的人爭論不休。說出自己的意見和想法就可以了，還有不要猶豫不決!3\\發表言論時一定不要和華為的文化沖突。至於華為文化提倡什麼就靠大家自己從任總的文章里體會了4\\要清楚集體面試的意圖。這輪面試主要考察以下幾個方面:
一是動手能力和反應速度;二是團隊合作意識;三是表達能力;四是個人的'思想覺悟也可以說成是人生觀和價值觀然後發言的時候有針對性地表述。如果集體面試過關的話，恭喜你，你已經有80%的可能會被錄取，因為最後一輪就是和招聘主管拉家常。這輪主要是你說，主管問得問題會比較少一點還是那句話，發言的時候要表現的積極向上還有對家人和社會有責任感。不要讓人覺得你思想上不積極和不健康就OK了。
付上幾個面試中的問題: 1\\你為什麼會選擇羨敗華為? 你為什麼會選擇這個職位?2\\你對加班是怎麼看的?3\\你有女朋友嗎?(這個就要靠大家自己猜測為什麼問這個了，我猜想是感情是否會成為你工作的累贅)4\\為什麼不選擇考研?考研和工作你是如何考慮的?5\\你遇到過的最困難的事情是什麼?你怎麼克服畝物的？最後祝大家國慶快樂，早日找到好工作，呵呵順便再說一下華為的工作環境:加班:加班分兩種，自願加班和指令性加班前者沒有工資，如果工作作完的話你可以到點就回家。後者是因為項目緊一般是整個部門一起加，有工資。工資:本科新員工工資是5500，本科以上每高一級+1000，其中800打到飯卡里，用完為止，用多少扣多少。最後的工資是這樣計算的:工資= 5500-吃飯花銷-保險-稅收+加班工資。工作環境:華為很漂亮，真的很漂亮，建築很藝術，花草樹木都是經過精心布局的，早上去上班的時候能聽到各種鳥叫。食堂:飯菜還是比較可口的，一頓消費在5~15元，看你自己選擇。吃出頭發蒼蠅等東西會得到你的飯費的兩倍現金補償。同一種飯菜無論拿多少份都只算一份的錢，呵呵~
更多 面試筆試 請繼續鎖定應屆畢業生 求職指南 ;
② 大數據研究與應用協會市場推廣面試問題
傳統的用戶研究包括品牌研究、客戶滿意度研究、商圈研究、市場細分、渠道研究、產品定價研究以及產品測試，這些研究大多數用市場調研的方法來實現。市場調研由於調研方法帶來的諸多問題，導致結果的代表性、准確性以及研究的效率都存在不同程度的挑戰。我們相信，隨著大數據的發展，大數據將對市場與用戶研究方法將帶來革命性的變化。本文將介紹大數據目前在市場與用戶研究方面的應用與探索。
一、大數據用於品牌研究
品牌認知度、品牌形象和品牌滿意度研究是品牌研究的三大重要部分。
1）品牌認知度是品牌資產的重要組成部分，品牌認知度是衡量消費者對品牌內涵及價值的認識和理解度的標准，同時也是公司競爭力的一種體現。
2）而品牌形象是品牌在公眾心中所表現出的個性特徵，它體現公眾特別是消費者對品牌的評價與認知，以及對品牌所具有的一切聯想。品牌形象分為三個層級的形象：產品或服務本身的形象、使用者的形象、產品或提供者的形象。
3）品牌滿意度是消費者通過對一個品牌產品或服務的可感知效果與對比預期相比較後，所形成的愉悅或失望的狀態，可以不滿意、滿意、滿足、愉悅等四種情緒，一個擁有高滿意度的品牌，其顧客的購買率及重復購買率也在相應提升，因此品牌滿意度的研究也非常重要。
在傳統的市場研究中，品牌認知、品牌形象和品牌滿意度研究是通過市場調查的手段來實現。在大數據時代，我們可以利用互聯網大數據輔助品牌認知度、品牌形象和品牌滿意度研究。我們可以通過網路爬蟲技術，對新聞媒體、社會化媒體等網站實時全網監測，實時掌握網民對品牌和競品的品牌提及量、產品提及量以及提及量的趨勢，掌握自己品牌和競爭的品牌形象評價；通過品牌和產品的正負面評論的監測，及時了解對品牌消費者對品牌的滿意度情況，及時發現問題。過去，進行品牌認知度、品牌形象以及品牌滿意度的市場調研，從調查開始到報告產生，至少需要半個月到一個月，而且由於成本和操作性的限制，只能選取一些代表性的人群和地點做代表性的抽樣不夠全面。利用大數據手段，我們可以實現更快更全面以及更真實的統計，這對我們及時的了解品牌認知度、品牌形象以及品牌滿意度的現狀和趨勢非常有幫助。
專欄：企業實施大數據的五大關鍵
專欄：大數據應用於企業運營
大數據在電信行業的應用
二、大數據用於忠誠度研究
凈推薦值研究方法是客戶忠誠度研究中的重要方法。凈推薦值（NPS）研究方法由國際知名咨詢公司貝恩咨詢客戶忠誠度業務的創始人佛瑞德·賴克霍徳（Fred Reichheld）在2003《哈佛大學商業評論》文章「你需要致力於增長的一個數字」的文章中首次提到。該方法通過調查客戶問題「您有多大可能向您的朋友或同事推薦我們公司的產品或服務？（0-10分）」 來獲得，根據客戶的回答分數分成三組：
第一組給公司9分或10分，稱之為「推薦者」(promoters)；他們是對公司產品或服務滿意度和忠誠度非常高的客戶，在當今社會化媒體營銷時代，他們是公司產品或服務免費營銷人員，他們會推薦朋友和親人來購買。
第二組給公司7分或8分，為「被動滿意者」(passively satisfied)；他們對公司產品或服務既無不滿意，也無滿意的客戶，較易被其他競爭者吸引。
第三組給0至6分，是「貶損者」(detractors)。他們對公司的產品或服務非常不滿意，不僅僅停止購買公司的產品或服務，他們會盡一切可能勸周圍的人不要買，同時會轉向其他競爭者。
NPS值即為推薦者所佔百分比與貶低者所佔百分比的差值（如下圖）。NPS的業務邏輯是：推薦者會繼續購買並且推薦給其他人來加速你的成長，而貶損者則能破壞你的名聲，不僅僅停止購買，而且勸說周圍朋友購買，讓你在負面的口碑中阻止成長，NPS則是反映了這兩股力量較量的結果。Fred Reichheld實證研究證明NPS和長期利潤成長有正相關性，NPS表現越好，未來企業利潤的成長就會越好。
圖：NPS計算方法
大家可能會問，NPS分數在多少為比較理想的狀態。實證研究表明，NPS分數在NPS的得分值在50%以上被認為是表現不錯，得分值在70－80%之間則證明公司擁有一批高忠誠度的好客戶（如蘋果、Google等互聯網公司的NPS超過70%），大部分公司的NPS值在5－10%之間，更差的公司NPS還可能是負值。當然，我們僅了解NPS是不夠的，NPS本身不能提供具體的改進意見，我們還需要結合影響滿意度的原因深入研究，尤其是對貶損者指標進行深入的滿意度研究，挖掘「貶損」背後的原因。
大數據技術革新傳統NPS研究方式。大部分NPS的研究其數據獲取方式都採用調查問卷的方式，這種方式很容易受到抽樣方式、客戶心態甚至活動禮品等多方面的影響，導致數據失真。在大數據時代，NPS的數據可以來源於客服系統的語音數據和評價文本數據、電商平台購物用戶的打分及用戶評論文本數據以及社會化媒體如微博、論壇等的評論文本數據，這些數據我們都稱之為「用戶反饋數據」。我們可以利用語音分析技術、文本分析技術將這些非結構化的「用戶反饋數據」結構化，從而更好的進行數據挖掘，識別「貶損者」和「推薦者」，全面和快速的計算NPS，並可以利用這些大數據，了解「貶損者」的「貶損」的原因。如果還能夠把業務系統和運營系統的「用戶行為數據」關聯整合進來，我們不僅僅通過「用戶反饋數據」了解用戶「貶損」原因，還可以了解「貶損者」的歷史「用戶行為數據，將更有利於我們更好的洞察用戶，更全面、更及時優化「貶損者」的用戶體驗和改進方向；同時可以定向為「推薦者」展開更多的優惠促銷或者附加增值服務。通過大數據手段可以更好的實時掌握NPS，還可以洞察NPS「推薦」或「貶損」的原因，為市場推廣、客戶服務、業務運營等部門的關鍵應用場景提供決策支撐，有利於進一步提升用戶親密度和忠誠度。
三、大數據用於市場細分
市場細分是按照消費者在市場需求、購買動機、購買行為和購買能力方面的差異，運用系統方法將整體市場即全部顧客和潛在顧客劃分為數個不同的消費者群（子市場），以便選擇確定自己的目標市場。市場細分的基礎是購買者對產品需求的差異性。但是，這種差異性一般很難直接度量，故常用其它比較容易度量以及和需求密切相關的變數來對市場進行細分。這些變數包括地理、人口統計學屬性、行為以及消費心態等變數：地理細分是將市場劃分為不同的區域市場，例如可按下列地理特徵將市場細分：行政區劃、城市規模、資源狀況和氣候；人口統計學細分人口統計變數來細分市場，常用來細分市場的人口學變數有年齡、性別、民族、居住地、家庭規模與生命周期等；行為和態度細分是根據消費者對產品的購買動機、購買行為和使用情況來細分；心理細分是按消費者的社會階層、生活方式、人格特徵劃分為不同的群體。市場細分既可以按照以上單維度細分，也可以組合以上維度進行多重標准細分，同時按照多重標准可以將消費者分為比較小的、同質性更高的群體。
區別於傳統的市場細分，大數據應用於市場細分在以下方面起到更為重要的作用：
1）數據採集的維度更為全面，數據採集更為實時，尤其是在行為數據的採集更為及時、細膩和全方位；
2）用大數據演算法進行細分模型建模，可以吸納更多的細分維度，從而可以細分出更小、同質性更高的細分群體；
3）數據更新更快，計算速度更快，市場細分模型更新速度更快，更能及時反映用戶需求的變化，從而可以做出更准確、及時細分；
4）市場細分可以和營銷渠道、營銷活動進行實時關聯和調優，通過大數據演算法判定的細分群體可以實時的進行最有效營銷活動推薦，並可以用大數據計算最為有效推廣渠道觸達這些細分群體。
四、大數據用於產品測試
產品測試指的是企業運用專業的技術手段和研究方法進行以獲得目標消費者（或用戶）對相關產品的認知或評價，以測試新產品的接受度或改進現有產品。產品測試在產品的各生命周期均有應用：
在產品的開發期，產品處於研發和概念階段，此時可以對已有產品進行測試，以了解消費者認為需要改進的方面；或者對尚未成型的產品進行概念性的測試，指導產品經理對正在開放的產品做調整和改進；
在產品介紹期，產品准備投放市場以及剛剛投放市場不久，企業可以通過產品測試以了解最有效的銷售渠道和促銷方式，以及對產品的包裝、價格進行測試；
在產品的成長期和成熟期，企業可以通過自身產品和競爭產品進行對比測試，及時掌握消費者（或用戶）對產品的評價和態度；
在產品的衰退期，為了延長產品生命周期，企業會進行產品的改進或者產品新方向的測試。
以上不同階段的產品測試，傳統的實施方法一般是通過市場調查方式來實現，通常是對消費者（或用戶）進行調查或者訪問，利用多種訪問或調查工具來實現。在大數據和互聯網時代，我們可以用更快和更為准確的方式來進行產品測試：
在產品的開發期，我們可以通過電商平台或者微博、論壇等社會化媒體對現有產品的網上評論進行收集，通過自然語言處理和數據挖掘手段，以了解消費者的不滿和產品改進方向；或者灰度測試來了解新版本的效果，即讓一部分用戶繼續用老版本，一部分用戶開始用新版本，如果用戶對新版本沒有什麼反對意見，那麼逐步擴大范圍，把所有用戶都遷移到新版本上面來。灰度測試和發布可以保證整體產品系統的穩定，在初始灰度的時候就可以發現、調整問題。
在產品的介紹期，產品的包裝、外觀設計和價格等也可以通過灰度測試和發布的方式來掌握消費者的反饋以進行相關的調優。
在產品的成長期和成熟期，我們同樣可以通過大數據手段對電商平台和社會化媒體收集消費者對自身產品和競爭產品的評論，通過自然語言處理和數據挖掘掌握消費者對產品的不滿，以改進我們自己的產品。像寶潔這種對傳統市場調查非常重視的企業，目前已經逐漸開始利用大數據方式進行產品測試，尤其是通過電商平台對每一個產品都能收集評價和反饋，幫助產品的改進和創新。
五、大數據與商圈研究以及空間商業智能
商圈是指商店以其所在地點為中心沿著一定的方向和距離擴展所能吸引顧客的范圍。按照離商店的距離，商圈分為三層，包括核心商圈，次級商圈和邊緣商圈。核心商圈是離商店最近，顧客密度最高，約占商店顧客的55%－70%；次級商圈是指位於核心商圈外圍的商圈，顧客分布較為分散，約占商店顧客的15-20%；邊緣商圈是於商圈的最外緣，包含商圈剩下的客戶，此商圈顧客最為分散，數量最少。
按照商圈的性質，商圈可以分為六大類，包括：
（1）商業區，商業集中的地區；
（2）住宅區，住宅區住戶數量至少1000戶以上；
（3）文教區，其附近有一所或以上的學校；
（4）辦公區，辦公大樓較多的地區；
（5）工業區，即工廠較多的地區；
（6）混合區，以上5類的混合，如住商混合、住教混合、工商混合等。
影響商圈的因素可以分為內部因素和外部因素。內部因素包括：
店鋪經營商品的種類。經營傳統商品、日常用品的店鋪吸引顧客的區域范圍較小，商圈范圍小；經營非常用品，吸引顧客的能力強，商圈范圍廣。
店鋪的經營規模。隨著店鋪經營規模的擴大，其商圈也在隨之擴大，但增大到一定規模時，商圈范圍也不會擴大；
店鋪的經營特徵。經營同類商品的兩個店鋪即便同處一地的同一條街道，其對顧客的吸引力也會有所不同，相應的商圈規模也不一樣。經營靈活、商品齊全、服務周到，在顧客中留有良好形象的店鋪，顧客競爭力強，自然商圈規模相對也會較其他同行業店鋪大；
店鋪的主體設計，包括店鋪所在樓層構成及配置，吸引顧客的設施狀況，如停車場停車位的多少以及其所處位置等。
影響商圈的外部因素包括：
店鋪的促銷手段。利用人員推銷與營業推廣活動等可以吸引更多的次級以及邊緣商圈的顧客，可以更好擴張商圈范圍；
競爭店鋪的位置。相互競爭的兩店之間距離越大，它們各自的商圈也越大。如潛在顧客居於兩家同行業店鋪之間，各自店鋪分別會吸引一部分潛在顧客，造成客流分散，商圈都會因此而縮小。但有些相互競爭的店鋪毗鄰而設，顧客因有較多的比較、選擇機會而被吸引過來，則商圈反而會因競爭而擴大；
人口流動性。人口流動是指在交通要道、繁華商業區、公共場所過往的人口。一個地區的流動人口越多，在這一地區經營的店鋪的潛在顧客就越多。
交通地理狀況。交通地理條件與商圈規模密切相關。在商業繁華地帶，交通條件發達，人口流動性強，有大量的潛在顧客，因而商圈范圍也就越大；反之，店鋪設在交通偏僻地區，顧客主要是分布在店鋪附近的居住人口，其商圈范圍一般較小。
人口統計學特徵和消費特徵。包括商圈的客戶性別、年齡、收入、家庭規模、消費支出能力等。
基於商圈的地理信息和數據挖掘可以應用於商鋪選址、銷售區域分配、物流配送路徑優化、潛在消費者空間分布、線下廣告投放優化、城市規劃等數據可以通過大數據的手段進行獲取。在這些應用中，商鋪選址應用最多，尤其是應用於銀行、快消、電信、醫葯、傢具等行業。
傳統的商圈相關信息獲取是通過市場調查的手段獲得。在大數據時代，商圈相關的位置、客流和消費者信息是可以通過大數據獲取的，尤其是通過電信運營商或具有地圖服務能力的互聯網企業。如中國聯通推出的商鋪選址大數據應用服務，中國聯通可以把城市區域進行柵格化處理，分析每個柵格（不同位置）的用戶群信息、客流信息等，為零售商進行店鋪選址的決策依據，並且已經成功的應用到煙草直營零售終端的分析和選址優化中。而國內的一些城市的相關企業也在啟動智慧商圈的基礎服務。他們藉助為公眾提供免費WiFi服務的同時，把商圈人流數據收集成為城市大數據，建立智慧商圈大數據分析平台和應用服務，通過智慧商圈服務數據分析平台的應用服務於城市管理，比如了解商圈人流、客流，為城市規劃和交通線路設計提供依據和參考，也可以為商家選址和廣告促銷提供依據。在國外，一家名為PiinPoint的企業，他們提供基於網路的分析工具，可以幫助企業和商鋪選址進行優化，它能夠收集各種數據，包括人口、稅率、交通信息和房產信息等，對不同的待選地址進行深度分析，並吸引了許多有擴張計劃的美國零售商。
對於大數據與商圈信息的結合研究，無論是工業界還是學術界都在積極探索，甚至這些研究發展已經逐步發展為空間商業智能的探索。美國密西根大學中國信息研究中心主任鮑曙明是這樣界定的空間商業智能：空間商業智能是商業智能服務的一種擴展，涉及到空間和網點的分布，周邊的人口、環境、地理等等之間的關系。大數據、移動技術以及雲計算是未來發展趨勢，如何將這些新技術和空間商業智能有機整合，提升應用的能力，並將地理智慧普及到更廣泛的商業領域，目前還處於探索階段，還需要業界同仁共同努力。
近兩年興起的室內定位技術ibeacon將會對空間商業智能的發展有著更為積極的促進作用。iBeacon是蘋果公司2013年9月發布的移動設備用OS（iOS7）上配備的新功能，通過軟體和硬體的結合，從而大大提高室內精度，從原來的幾百米或者幾十米的定位精度提高到一米以內的定位精度。這種能力將極大的強化購物體驗，如當客戶走到某個商品前，手機應用自動跳出商品的介紹和促銷信息。對於商家，也可以更加精準的判別潛在消費者，及時的向消費者進行精準營銷。隨著iBeacon的發展，商家位置信息將更為精準，線下商品信息更為豐富，尤其是極大彌補室內定位的數據源，這對空間商業智能的發展是極大的利好。
總之，大數據應用於市場和用戶研究仍仍處於探索階段，依然面臨著諸多的挑戰，尤其是數據採集的不全面的問題、數據質量的問題以及數據處理和分析技術有待加強尤其是非結構化數據的處理和分析技術。但我們不可否認的是，大數據應用與市場和用戶研究將帶來研究速度和效率的極大提升。隨著大數據相關技術的發展和成熟，我們有理由相信，利用大數據進行更好的市場洞察和用戶洞察洞察。市場與用戶研究的同仁，我們一起擁抱大數據吧。
③ 華為公司「奇葩」面試題流出：高薪的3個認知層次，你在哪一層
01
前段時間，華為公司的一道面試題刷屏，火上了熱搜。
題目是這樣的：一頭牛重800千克，一座橋承重700千克，牛怎麼過橋？
看似有點奇葩的題目，具有十足的開放性，並沒有所謂的標准答案。
很多網友都腦洞大開，貢獻了自己的答案：
有抖機靈的：「 把牛賣了，買華為手機，拿著華為手機過橋，然後說華為手機就是牛。 」
有暗諷大公司加班制度的：「簡單，每天拖著牛996。不喂草，牛瘦到600公斤就過去了。不僅不增加成本，還能降低成本。」
有認真答題的：「如果是水牛，就扔水裡，韁繩拿手裡拖拖就過去了；
如果是黃牛，氫氣球綁上200個，拖拖就過去了；
如果牛不用限制是活的，只要把它切塊，分成兩份就過去了；
如果牛必須是活的，綁上幾個30公斤載重的大疆就過去了......」
有深刻分析出這個問題背後所隱藏的目的的：
「趕牛過橋應該是一個臘遲搏實現需求的手段，本身不像一個真正的需求。
面試者需要挖掘出客戶的核心需求是什麼，然後給出好的解決方案。
如果面試者直接給出某個具體的、靠譜的解決方案，那麼這個面試者比較適合做研發基層；
如果面試者給出比較新穎的解決思路，不說最後能否實現，那麼可以做項目介面人；
如果面試者給出全套解決視角，他要麼做過功課，要麼就確實可以帶團隊做項目。」
就這么一道看上去無厘頭的題目，實則考察了一個人的創意思維能力、解決問題的靈活性、多樣性，以及透過現象看本質的能力。
不同的思路背後，其實就是一個人工作經驗以及認知層次的區別。
可以自測一下：如果你是面試者，會在哪一個認知層次上答題？
02
得到創始人羅振宇，曾在啟發俱樂部上分享過他今年特別受啟發、受震動的一個時刻。
他有這樣一個習慣，遇到看不懂的現象，就會定期向他各行各業的朋友請教。
今年螺螄粉突然爆紅，他就很好奇，這到底是因為什麼？
於是他就去跟一位朋友，投資人李豐請教：今年螺螄粉為什麼這么火？它們是不是有什麼做得特別好的地方？
李豐認真地給他分析了幾個原因：你可以說，是因為螺螄粉原產地，也就是柳州市政府的長期努力，產業鏈工業化成熟了；
你可以說，是因為疫情期間，大家想吃點跟店裡差不多、還原度高的東西；
你也可以說，是因為老百姓口味的變化，想吃點新鮮的、奇怪的。
但你有沒有想過，還有一個原因更有解釋力？這兩年，外賣補貼取消了。
外賣補貼取消意味著，一頓外賣從十幾塊變成了二三十。
而對於消費者來說，要麼吃二三十塊錢的外賣，要麼吃三五塊輪祥錢的方便麵。
在這兩者之間，出現了一個空白區間，也就是那些價格在十塊錢左右，品質又能媲美外賣的東西。
一盒螺螄粉大概十幾塊錢，剛好滿足了這個條件。
說白了，螺螄粉的崛起，也許只是因為中國市場的「板塊擾動」，突然裂開了一個空間，給它機會，讓它長了出來。
當一個人的認知水平較低時，他看世界的角度只有非黑即白，視野狹隘，缺乏彈性，很難看到更高維度的世界。
當一個人的認知水平夠高時，他分析事物的角度更趨向於多元，能夠從不同的角度看透
特別喜歡《教父》里那句經典的台詞：「 花半秒鍾就看透事物本質的人，和花一輩子都看不清事物本質的人，註定是截然不同的命運。 」
能夠透過現象看到其中的核心本質，需要有高層次的認知水平，對很多人來說難度系數極高旦槐，只有通過長時間的刻意練習才能獲得。
03
看過這樣一個故事。
一位財主的夫人特別喜歡漂亮衣服，財主為了討她的歡心，就隔三差五地請裁縫來家裡量體裁衣。
但夫人卻說，這些裁縫做出來的衣服都不夠好看，沒有一件讓她滿意的。
財主無奈之下貼出了一張告示：「哪位裁縫能做出令我家夫人滿意的衣服，我將重重有賞。」
過了兩天，有一位和尚來財主家裡化緣，看到這張告示後，隔天便在街邊隨便找了一個裁縫。
但不同的是，這位裁縫後面，還跟著一位化妝師。
裁縫只用了兩個小時就做好了衣服，和尚就讓化妝師先給夫人化妝，之後才請她試穿。
夫人在試穿之後，對著鏡子竟十分滿意，財主歡喜地當場拿出重金酬謝。
裁縫對此十分不解，私下偷偷問和尚：「我的水平和那些高手完全比不了，為什麼夫人會只對我的衣服滿意？」
和尚回答說：「能讓她滿意的關鍵，並不在於你做出的衣服有多精美，而在於她是否覺得自己好看。」
也就是說，讓夫人對著鏡子感到滿意的關鍵，不在於裁縫，而在於化妝師。
被譽為職場聖經的《原則》一書中寫道：「 許多人最大的錯誤，就是把問題的表象看成問題本身。 」
如果不能看到問題的關鍵，就無法從根本上入手，真正解決問題。
04
那麼，如何才能訓練自己透過現象看本質的能力呢？其實道理很簡單，就是多追問。
豐田 汽車 公司某一生產線上的機器總是停轉，雖然修過多次但仍不見好轉。
於是，豐田公司前副社長大野耐一，與工人進行了這樣的問答：
一問：「為什麼機器停了？」
答：「因為超過了負荷，保險絲就斷了。」
二問：「為什麼超負荷了呢？」
答：「因為軸承的潤滑不夠。」
三問：「為什麼潤滑不夠？」
答：「因為潤滑泵吸不上油來。」
四問：「為什麼吸不上油來？」
答：「因為油泵軸磨損、松動了。」
五問：「為什麼磨損了呢？」
答：「因為沒有安裝過濾器，混進了鐵屑等雜質。」
如果甘於膚淺，每次都只是換根保險絲了事，那麼機器即使修了再多次還是會經常停轉。
如果追求深刻，像大野耐一那樣不停地追問，就能找到深層次的原因，挖開事物的本質。
就是這樣，遇到問題，多問一個為什麼，就會往本質多走一層。
可以試試5WHY分析法，層層追問、層層歸因，做任何事情的時候，都養成一個習慣：
思考事物背後最深層的邏輯。 這樣才能事半功倍，站在更高的維度上看到更清晰的新世界。
共勉。