先看三张图:

术语: 交叉表, 是人分类能力提升的一个标志. (对问题思考可以分类到多个维度,并了解维度之间的层级关系,哪个更主要,哪个是次要)

该图的是最简单的整理表格.

进一步复杂的在数据分析上有专门的术语:

叫做交叉表

找不到了

1.上线前

道:

法(制度):

术(方法):

器(工具):

2.上线后

道:

法(制度):

术(方法):

器(工具):

3.故障中

道:

法(制度):

术(方法):

器(工具):

道法术器是抽象层面深度,纵向. 非广度,横向.

高可用,高稳定:

1. 备用自动切换

2. 弱依赖

3. 自动降级,fastFail

4. 快恢平台

5. 无状态主机,无会话保持,分布式,自动切换

以上,又可以进行结构化为. 接入层,服务器主机,机房,存储层.

高质量:

1. 单元测试

2. codeReview

3. 设计复述,设计沟通,设计评审

高性能:

对比思维

书籍目录(按时间线)

另外一个角度进行维度拆分(按关注的人, 产品po关注功能, 技术leader关注稳定性, 财务关注成本, 公关关注安全, 或者中期长期角度 )

缺点是: 左上角取了名字. 应该把左上角的核心要素. 放在左边一列. 这样可以对比新的东西.

对比的不同抽取相同的.

维度是有从属关系的,分析的时候也是要先大维度,再细维度. 做好边界的分离. 思考金字塔也是. 脑图太大了,需要拆分成子领域. 详见稳定性- 监控,报警,定位架构师该做什么. 偏数据分析视角,智能定位. 2/5/15

脑图一般都是高纬度想低纬度. 横向和细化思考输入都很方便, 巧妙的利用了整个平面,而且新增后会自动定位到新增节点. 不像word, 只有竖向, 一旦细化太多后,想要横向扩展, 需要上下拉动,很不方便.MindMaster可以转甘特图. 脑图的第二层可能是一致的(如上图中的道法术)

系统性思考和表达还需要鱼骨图、SWOT、甘特图等工具. (要刻意练习,表达多了,才会反补如何思考,正向反馈)

呈现工具(顶层思维方式):

1. 四角图(几个分类无关) 2. 上升金字塔图 (几个分类,层层递进 /近期中期远期/道法术 ) 4. 时间轴(事前,事中,事后) 3.交集图(优缺点整理成是/否) 4. what(很多用户的建议都是功能点,不是真正的需求, 追问场景: 时间,地点,人物) how(why) result 5. what how why 6. 一象限图 (横竖是趋势) 7. 四象限图(横竖是01值)

表格是呈现,不是思考工具. 表格有两种, 一种是行表格(适合数据存储), 一种是笛卡尔积表格,适合呈现,表达 "是"/"否"/数据 ,适合报告. (其实就是数据分析里的行转列,本质也是将"有限枚举"的维度变成标题维度值,放在左边或者上边)

总结,方法论:

1. 先把想法都想出来或者收集起来

2. 然后对个体然后分类, 对部分个体分类(某某县,狗,吃)后,想想看这个分类有没有对比,相似的名词(另外一个县,猫,穿,住行),再对脑暴的个体分类. 甚至于以此为基础再回归到1想新的想法个体(创新思维),剩下的没有分类的个体,就放入到杂类中. 如果剩下个体的比较多,那就说明这个维度粒度太小,无法覆盖所有"个体". 比如 "12.22" (经纬度) , "美国" ,"笑" 三个个词放一起,进行分类. 所以基本上想法是要以某个目标为前提进行脑暴的. 绘制成流程图就是如图所示.

2.1 人类最厉害的地方, 是能够对分类进行再归类. 多了就知道怎么分类了,本质没有变,如果分类完不够多,也不需要再分类. 例如收集到了很多坐标,先以县维度分类,结果还是很多. 再归类下(给这个维度定义为新的)然后还是地级市 -- 行政划分. 狗-猫: 哺乳动物,动物. 分类之上的分类是有层级关系的. 不属于笛卡尔积,自然分类,变成表格的话,每个框上都有值 2.2 还可以细化分类,例如对狗继续细化成哈士奇,拉普拉多等.

3. 然后再想一个维度,再取值打标. 无穷无尽. 直到没有.

4. 以2,3想好的词形成表格展示.

如果一个维度值下的维度很有意义,套用到其他系统上也很适用,那这就是能引发共鸣的总结和思考,影响力就来了,知识传播就来了,书就来了. 例如一个电商系统下的稳定性建设可以复用到其他系统. 例如一个电商网站从孵化到赚钱的维度理论. 稳定性维护值的维度就很难给产品售卖的维度值下叶子节点行为赋值.正式如此. 第一步都是根据时间轴,然后给每个时间点取个名字,或者根据空间来,来的,才会有孵化器,网站建设. 运营,售卖,客服.).

如何整理维度: 一种方法是从上到下整理, 取一个维度后,能将所有的节点都分类掉. 一种方法是从下到上,可以先把部分节点分类起来.

如何确定维度层级? 如果一个维度,不能囊括所有的action节点. 那么就不适合当根维度. 例如公司员工分类: 业务线维度和智能线维度都是比较适合的维度. 但是码农分类(c++,)就不是作为公司维度的分类. 不会作为公司维度分类的经验介绍.

好在: 一般情况下,大的维度都比较容易整理,前人都已经整理好了, 潜移默化中你已经知道了这些分类. 你只是要在其中一些子领域里去整理沉淀,把琐碎的东西归类,打标. 总结出能够更加通用的道理. 起码两个纬度就够了.

时间管理的金字塔维度

一些通用的维度:

时间维度(本质是生命周期,适合第一层级):

会前,会中,会后.
上线前,上线中,上线后.
故障中,故障后.
生命周期独立

例如账户系统其实可以独立于订单生命周期之外. 可用账户支付,也可不用账户支付. 在支付域,账户创建依赖订单,成单后. 但是营销域, 账户的创建又必须独立于订单生命周期. 营销的账户系统和支付的账户系统可以共用. 这样就可以下沉出一个账户系统.

例如企业支付. 企业用户域及其行为独立于原有体系. 虽然生命周期在订单体系里. 但是企业用户创建于订单生命周期. 平行于普通用户.

按单次行为数据流传输的过程:

前端,接入层,服务器层,网络层,存储层. 系统维度, 角色维度.

其他

法,道,术,器.

拆解系统的方法论: 从人的角度出发,行为角度出发.不同的行为就能拆分出系统了.这种系统拆分出来,符合人的直觉.共鸣度更高.

对比整理是另外一个好的工具,直接思考抽取多个系统的共性维度,不同系统取值不同. (从下思考法) 首先左边至少要有两列. 不然容易禁锢思维. 所以需要一个工具左边是脑图,右边是表格. 不然zo

		公司层面推送	关联设备层面推送	老合作设备对接推送	独立软件开发商ISV推送
功能点

维度值个数>=3且 <=10.

最妙的是这颗树可以转换. 最后自动计算整理二维表展示. 维度是有父亲的. 例如电商系统下的流程维度(下单,接单),和外卖系统下的流程维度(下单,接单)是不同的. 一个功能点可能属于某个维度值下面的某个维度值. 虽然子维度值相同(都是流程),但是父维度系统领域的取值不同. 一个是(电商,一个是外卖) 需要写一个这样的打标软件

标签的维度的uniqueKey是父节点的取值+维度. 取某个维度进行拉平展开. 不能把其他父节点的东西拉过来. 不然整个图会很大了.

所以先要有标签树,有些是平行的,有些是独立的.

工具: 通过word和excel来整理,结构化. 嵌入到格式调整中.崩溃.