來(lái)源：王智遠(yuǎn) | ID:Z201440

如何構(gòu)建自我知識(shí)體系，問(wèn)題比較大。

每個(gè)人思考邏輯，知識(shí)儲(chǔ)備底子完全不同，加上從事行業(yè)、崗位的分工細(xì)化，更難找到萬(wàn)能解藥，但是，有個(gè)全新視角可以與你分享，即DIKW 模型。

具體是什么呢？

諾貝爾文學(xué)獎(jiǎng)得主，托馬斯·斯特爾那斯·艾略特(Thomas Stearns Eliot）上個(gè)世紀(jì)就對(duì)信息泛濫的到來(lái)，產(chǎn)生焦慮。

他說(shuō)，我們知識(shí)中的智慧去哪里了？我們信息中的知識(shí)去哪里了？該背景下，通過(guò)大量研究才提出該模型。

簡(jiǎn)單講，DIKW 模型，將廣義上的知識(shí)分為 Data（數(shù)據(jù)） - Information（信息） - Knowledge（知識(shí)） - Wisdom（智慧） 四層金字塔結(jié)構(gòu)。

這個(gè)模型告訴我們，認(rèn)知和學(xué)習(xí)是遵守獲取數(shù)據(jù)、提煉核心信息，總結(jié)成知識(shí)，然后通悟智慧存入大腦的過(guò)程，每一層都比上層更深入。

就像做運(yùn)營(yíng)一樣，你不可能上來(lái)就成為專(zhuān)家，唯有針對(duì)某個(gè)模塊經(jīng)過(guò)大量重復(fù)驗(yàn)證，才能揚(yáng)長(zhǎng)避短的將知識(shí)總結(jié)為方法，最后和別人分享底層邏輯。那么，如何簡(jiǎn)單通俗的理解并使用它呢？

首先，理解數(shù)據(jù)與信息的區(qū)別。

從理論而言，數(shù)據(jù)（data ）也可以成為“資料”，它是關(guān)于事件的一種離散客觀存在的事實(shí)描述，也就是原始資料。

信息（information ）又稱(chēng)為訊息，我們目前看到信息基本分為「觀點(diǎn)」和「事實(shí)」兩種，前者是別人立場(chǎng)下帶來(lái)的不同視角、看法，后者是某個(gè)事件本身的面目。

一般來(lái)說(shuō)，與信息概念密切相關(guān)的包括約束(constraint)、溝通(communication)以及表達(dá)，是不是比較難懂一些，舉幾個(gè)現(xiàn)實(shí)案例。

比如：

每年雙11，老板都會(huì)讓運(yùn)營(yíng)統(tǒng)計(jì)店鋪訪問(wèn)數(shù)，商品詳情頁(yè)點(diǎn)擊率、網(wǎng)站（統(tǒng)計(jì)數(shù)據(jù)）記錄的每一條訪客（data數(shù)據(jù)），但一條數(shù)據(jù)對(duì)整體起不到關(guān)鍵性作用，怎么辦？

當(dāng)把某個(gè)商品，一天內(nèi)全部時(shí)段的訪客數(shù)值加起來(lái)時(shí)，才可以得到總訪客數(shù)（infomation信息）。

你拿到這些信息，根據(jù)點(diǎn)擊率、訪問(wèn)數(shù)，按照公式就可以得到轉(zhuǎn)化率；哪些商品高、哪些低、哪些視覺(jué)用戶(hù)愛(ài)點(diǎn)，得到的總結(jié)可以指導(dǎo)設(shè)計(jì)、投放人員在各方面進(jìn)行優(yōu)化。

或者：

開(kāi)一家咖啡店，前期肯定要圍繞某個(gè)商圈做調(diào)研，單天的流量（data數(shù)據(jù)）并不能讓你做決定是否投入。

如果你找到房東，把全年12個(gè)月的數(shù)據(jù)拉出來(lái)進(jìn)行匯總，并進(jìn)行一定的處理（比如：加權(quán)平均），就可以得到平均每月的客流量，這就是（信息） information。

可能你會(huì)覺(jué)得從data到 information是一個(gè)顯而易見(jiàn)，比較容易的過(guò)程。

但是，相比上述案例，在現(xiàn)實(shí)中有些隱形層面的東西，就沒(méi)有那么容易，困難就在于，如何從海量數(shù)據(jù)中篩選出真正的（信息 information）。

拿這兩年市場(chǎng)比較火熱的私域流量而言，大家都在講私域，你會(huì)發(fā)現(xiàn)各種類(lèi)型的“干貨文章”一大堆，我們看到一篇收藏一篇，最終整理時(shí)，會(huì)發(fā)現(xiàn)，重合率占80%。

由此，對(duì)于數(shù)據(jù)量特別大的情況下，如何去除「干擾信息」，就是一件非常棘手的問(wèn)題，甚至拿電商而言，如果店鋪爬蟲(chóng)也算訪客記錄，你想想會(huì)得到多少不精準(zhǔn)的數(shù)據(jù)。

值得一提的是，我們得到的數(shù)據(jù)也會(huì)有所偏差。

比如：

我在從事市場(chǎng)工作時(shí)，每周會(huì)讓新媒體伙伴統(tǒng)計(jì)微博、公眾號(hào)等自媒體平臺(tái)下面的留言，根據(jù)留言來(lái)跟蹤用戶(hù)行為、對(duì)品牌喜愛(ài)度等各項(xiàng)指標(biāo)。

幾個(gè)月后我發(fā)現(xiàn)，評(píng)論存在偏差，團(tuán)隊(duì)小伙伴為自身績(jī)效問(wèn)題，和品牌口碑，會(huì)把正向內(nèi)容放出來(lái)，對(duì)于那些負(fù)面評(píng)價(jià)，我始終無(wú)法看到，這就與最終指標(biāo)背道而馳。

所以，有時(shí)想要修正某些偏差很難，由于評(píng)論區(qū)中負(fù)面的評(píng)論被后臺(tái)過(guò)濾掉，并不能接觸到負(fù)面的數(shù)據(jù)（data）。

那么，全部是正面的評(píng)論，結(jié)果可想而知，如果我以此作為輸入的data，自然最終也會(huì)提煉出錯(cuò)誤的結(jié)論，對(duì)不對(duì)？

其次，如何從信息進(jìn)階到知識(shí)？

廣義而言，信息（Information）在當(dāng)下語(yǔ)境下更”短命“，而知識(shí)（Knowledge）更像底層知識(shí)，以幾年維度看，前者生命周期比較短，后者可能更長(zhǎng)一些。

比如：

我們每天看到各種不錯(cuò)的公眾號(hào)文章會(huì)收集起來(lái)，可是年底時(shí)，你會(huì)發(fā)現(xiàn)他們毫無(wú)關(guān)聯(lián)，雖然單篇看都有用，舍不得刪掉，整體卻很占手機(jī)空間；Knowledge不同，它可以整理成體系。

還以開(kāi)店為主，區(qū)域基于各門(mén)店數(shù)據(jù)匯總大概能分析出整體人員活動(dòng)情況，由此衍生出，區(qū)域流動(dòng)人口規(guī)模、固定規(guī)模。

從信息到知識(shí)所面臨的困難則在于體系化，如何將碎片化的信息梳理為體系化的知識(shí)，是對(duì)我們邏輯能力和思考能力的考驗(yàn)。

換言之，知識(shí)體系像圖書(shū)館，現(xiàn)在新來(lái)了一些信息（information），如何將他們分門(mén)別類(lèi)安放在合適的位置形成知識(shí)（knowledge）。

就是，我們對(duì)知識(shí)體系本身完備性的一大考驗(yàn)，如果 information 無(wú)處安放，自然就暴露出離體系的不完備。

再者，如何從知識(shí)進(jìn)階到智慧？

知識(shí)（knowledge）和智慧（Wisdom）有很大差異，智慧屬于人類(lèi)基于已有的知識(shí)體系，針對(duì)現(xiàn)實(shí)世界，運(yùn)動(dòng)過(guò)程中產(chǎn)生問(wèn)題，根據(jù)現(xiàn)有信息進(jìn)行分析、對(duì)比，演繹，找出方案的能力。

該能力運(yùn)用結(jié)果，是將信息的有價(jià)值部分，挖掘出來(lái)，并使之成為知識(shí)框架的一部分；也可以簡(jiǎn)單歸納為，做正確判斷和決定的能力，它通常來(lái)回答工作、生活中的為什么。

比如：

我會(huì)西紅柿炒雞蛋、青椒炒肉、水煮魚(yú)，僅代表本人技能；我專(zhuān)門(mén)寫(xiě)了一本講如何烹飪的書(shū)、里面包括108道湘菜的烹飪方法，供諸多需要的人學(xué)習(xí)，這就屬于智慧。

或者：

現(xiàn)在我們使用的5G、區(qū)塊鏈技術(shù)，人工智能等，均是基于大量知識(shí)體系，諸多人的眼光判斷，然后布局實(shí)干而成，這也是智慧。

在智慧層，我們知道，學(xué)科層面不論任何知識(shí)體系，都可以匯總成為知識(shí)（knowledge），那還有沒(méi)有知識(shí)層以上不能解釋的東西嗎？當(dāng)然有，就像最近大家熱議的「元宇宙」。

人們會(huì)使用黃金圈法則（What -How- Why ）進(jìn)行表達(dá)表達(dá)一件事，通常“是什么”代表what部分，你可以把它當(dāng)做信息（ information）。

How部分可以當(dāng)做體系化的東西，已經(jīng)被驗(yàn)證過(guò)的，你可以把它理解成知識(shí)（knowledge），而why代表已知中的未知部分，為什么要做，也就是智慧（Wisdom）。

比如：

知識(shí)（knowledge）更像是一款A(yù)PP的功能，拼團(tuán)、秒殺、聯(lián)系人、社群；而智慧（wisdom）探討的本質(zhì)是“為什么要做朋友圈”，為什么要做微信這件事，人與人社交的本質(zhì)又是什么等。

智慧方面市面爭(zhēng)議相對(duì)比較大，但我個(gè)人更覺(jué)得智慧屬于高深，看不見(jiàn)摸不著，然而這種摸不著每個(gè)人特性不同，就像那句話(huà)所述：你的頓悟只是被人的基本功。

也正是因?yàn)槿绱耍瑆isdom 類(lèi)的 why 問(wèn)題往往沒(méi)有標(biāo)準(zhǔn)答案。

因?yàn)檫@類(lèi)問(wèn)題本身，就已經(jīng)指導(dǎo)著認(rèn)識(shí)本身（每個(gè)人屬性不同），難以有很明確的標(biāo)準(zhǔn)答案，所以，有的只是能否回答上與回答不上的區(qū)別。

就像：

往大的說(shuō)，近些年來(lái)很多交叉學(xué)科，就是將不同領(lǐng)域間的 wisdom 相互融合，用在一個(gè)領(lǐng)域的視角進(jìn)入到另一個(gè)領(lǐng)域，從而獲得不同的啟發(fā)。

前三者都比較容易理解，而從知識(shí)（knowledge）到 智慧（wisdom）最大的難點(diǎn)在于好奇心，畢竟“你就是自己的邊界”。

這給我們帶來(lái)什么啟發(fā)呢？也就是，我們每天在大量觀點(diǎn)類(lèi)的內(nèi)容中遨游，其實(shí)他們都是單篇文章，不成體系。

真正需要的應(yīng)屬于被提煉過(guò)的「知識(shí)」，和成體系化的「知識(shí)」，唯有吸收它們二者，才能帶來(lái)認(rèn)識(shí)提高。

然后，我們的知識(shí)需要管理嗎？

首先我認(rèn)為，大家都會(huì)存在一種知識(shí)幻覺(jué)，即看到的就是自己的。

然而并非這樣，現(xiàn)實(shí)是：1）你能夠看到并寫(xiě)出來(lái)的才是自己，2）看到并可以指導(dǎo)行動(dòng)，被驗(yàn)證過(guò)的才是自己的。

因此，知識(shí)管理本身在于“輸出和執(zhí)行“。

不要再去想什么知識(shí)體系，你電腦里一個(gè)文件夾套一個(gè)文件夾，收藏夾里永遠(yuǎn)看不完的文件，如果沒(méi)有自己編碼，所有的文件都是垃圾，找東西時(shí)東西榔頭西一棒槌，說(shuō)不上用不上，至少很麻煩。

就像：

即便是你快速刷幾本書(shū)，也僅代表淺印象，不信你過(guò)10 天，過(guò) 1 個(gè)月，過(guò) 1 年再試著回想一下？越是跨界的知識(shí)收藏，越容易遺忘，因?yàn)樽约壕幋a太費(fèi)勁了。

然而，輸出和執(zhí)行卻不同，需要調(diào)用更深層的認(rèn)知資源處理，一旦在腦海里試著給自己講一遍，再試著給別人講一遍，這樣練習(xí)后的記憶，想忘記都很難忘掉。

看到這里，其實(shí)應(yīng)該很明白，不讀書(shū)、依靠別人指點(diǎn)的打洞式讀書(shū)、依靠自己搜索而來(lái)的打洞式讀書(shū)的各種問(wèn)題，僅代表低階思維。

那高階思維是什么樣呢？

人類(lèi)書(shū)籍，是包含一代人又一代人突破智慧邊界的方法，回到過(guò)去，看什么時(shí)間提出、問(wèn)題的由來(lái)以及解決方式才是，當(dāng)年反常識(shí)的解決問(wèn)題，即是人類(lèi)認(rèn)知的邊界。

然后基于已有的再去推演沒(méi)有的，才會(huì)誕生出新的框架體系，如同，你能回到歷史中和偉人做朋友，你的經(jīng)濟(jì)學(xué)一定會(huì)學(xué)的很好。

所以，知識(shí)不需要管理，學(xué)到的知識(shí)內(nèi)化成為體系，才是管理；想要突破自我已有體系，就要不斷詢(xún)問(wèn)為什么，畢竟“為什么”牽引著我們向前。

那么，如何構(gòu)建自我知識(shí)體系？

工作中，我一般使用兩種方法：1）自下而上，2）自上而下

前者，我會(huì)將自己看到不錯(cuò)的文章、素材進(jìn)行收集，然后把它們進(jìn)行提煉，注意一定要找到主線，所謂主線基本要包括“為什么、是什么，怎么做“三者。

拿私域來(lái)說(shuō)，我一般覺(jué)得某個(gè)方法很好，那我就在備忘錄中備注，為什么要用這種方法，然后對(duì)應(yīng)回答，再是方法論。

積累的過(guò)程比較困難，畢竟素材都是局限在不同框架下的珠子，我們要利用別人的珠子、找到自我框架進(jìn)行歸類(lèi)和排序，再到內(nèi)容提煉和邏輯排布，最終串聯(lián)在一起。

換言之：

珠子就是素材（Data數(shù)據(jù)），但因?yàn)椴煌膬?nèi)容會(huì)在不同場(chǎng)景下出現(xiàn)，所以素材會(huì)存在不同「內(nèi)容層級(jí)」中，就像一本書(shū)有章節(jié)、小節(jié)、章節(jié)、段落都不是同一個(gè)「內(nèi)容層級(jí)」就無(wú)法關(guān)聯(lián)，做邏輯梳理。

后者，就相對(duì)比較好用，也就是先定主題框架，然后在框架中填充內(nèi)容，問(wèn)題在于有的知識(shí)和框架并不是我們自己總結(jié)的，假設(shè)你原搬不動(dòng)的拿過(guò)來(lái)，就無(wú)法駕馭。

怎么辦呢？很多人喜歡模仿別人的框架，后來(lái)我發(fā)現(xiàn)”別人的東西“你即便拿走，也僅是形式上，真正實(shí)質(zhì)性的很難，并且他的框架也未必適合你現(xiàn)實(shí)中的問(wèn)題。

說(shuō)白了，你按照自己的經(jīng)驗(yàn)、工作去梳理框架，然后把它納入到「已知」范疇中去寫(xiě)，才是鞏固加深，為我所用最快捷方法。

比如：

雖然我看很多有關(guān)心理學(xué)方面的內(nèi)容，但都不是我的。

我就會(huì)從自己在某方面遇到的問(wèn)題（焦慮怎么辦，壓力太大怎么辦等）然后做框架，根據(jù)自己框架后，在把一些知識(shí)理解后補(bǔ)充進(jìn)去。

所以，自下而上屬于發(fā)散型，自上而下屬于收斂型。

發(fā)散時(shí)講究真實(shí)、具體、流暢、收斂時(shí)講究邏輯嚴(yán)謹(jǐn)；我在工作中積累的大部分思考是基于自上而下，也就是先圍繞問(wèn)題展開(kāi)，這樣就很明確的擁有主線，平常就屬于自下而上，認(rèn)為不錯(cuò)就收藏下來(lái)，交替進(jìn)行。

比如：

當(dāng)積累足夠多私域知識(shí)時(shí)，我就會(huì)整體看下都有哪些問(wèn)題，梳理一個(gè)提綱，當(dāng)中不乏有重合部分，怎么辦呢？查漏補(bǔ)缺。

最終你會(huì)發(fā)現(xiàn)，針對(duì)某個(gè)問(wèn)題的角度，以及解決方案完善度都會(huì)高很多。

日常閱讀和創(chuàng)作是等號(hào)關(guān)系，如果光想著把思考輸出出來(lái)，是完全不具備觀點(diǎn)、場(chǎng)景論證、依據(jù)三要素的。

20世紀(jì)初，美國(guó)福特公司高速發(fā)展時(shí)期，一臺(tái)電機(jī)出現(xiàn)問(wèn)題，幾乎整個(gè)車(chē)間都不能運(yùn)轉(zhuǎn)。

公司調(diào)來(lái)大量檢修工作人員都沒(méi)有找到問(wèn)題出在哪里；這時(shí)，有人提議去請(qǐng)著名物理學(xué)家、電機(jī)專(zhuān)家斯坦門(mén)茨幫助。

大家一聽(tīng)有理，急忙派專(zhuān)人把斯坦門(mén)茨請(qǐng)來(lái)，斯坦門(mén)茨仔細(xì)檢查電機(jī)后，用粉筆在電機(jī)外殼上畫(huà)了一條線，對(duì)工作人員說(shuō)：“打開(kāi)電機(jī)，在記號(hào)處吧里面的線圈減少16圈”。

人們照搬后，故障竟然排除了，最終其收費(fèi)1萬(wàn)美元，其中畫(huà)線費(fèi)用1美元，而知道在哪兒畫(huà)線值 9999 美元。

可以說(shuō)，構(gòu)建自我知識(shí)體系，不是簡(jiǎn)單體力勞動(dòng)，做知識(shí)搬運(yùn)工價(jià)值也不大，簡(jiǎn)單模仿只是廉價(jià)復(fù)制，想成為一個(gè)知識(shí)淵博的智者，需要源源不斷的「輸入-輸出」。

總體而言

DIKW模型，不是工具，是思維。

互聯(lián)網(wǎng)讓data 與 information 的傳播速度，廣度加快，卻使得深度降低。

很多文字與資訊，要么停留在information 層面（熱點(diǎn)，八卦類(lèi)等），要么過(guò)于碎片而難以體系化（短科普視頻，信息流等），而真正可被內(nèi)化為 knowledge 層面的成體系的信息則越來(lái)越少。