olivier sibony

<p>Cracked It! Bẻ Khoá Mọi Vấn Đề</p>

<p>Vấn đề hiện diện xung quanh chúng ta, đơn giản như việc quyết định ăn gì, mặc gì vào sáng mai, hoặc một cái gì đó một chút khó khăn hơn như mua một chiếc xe, cách giải quyết khiếu nại của khách hàng khó tính,... Một vấn đề được giải quyết bạn sẽ lại nhìn thấy vấn đề khác xuất hiện, cuộc sống như là một chuỗi bạn phải tìm cách để sống tiếp và tồn tại và trong doanh nghiệp cũng không ngoại lệ.</p>

<p>Giải quyết các vấn đề phức tạp và bán giải pháp là những điều vô cùng quan trọng cho sự thành công của cá nhân và tổ chức. Tuy nhiên, đối với hầu hết chúng ta, điều đó không đến một cách tự nhiên và chúng ta không được dạy cách để giải quyết vấn đề bài bản. Nghiên cứu cho thấy rất nhiều cạm bẫy vấp phải chúng ta khi nhanh chóng tin rằng mình hiểu tình huống và tìm đến một giải pháp sai lầm. Chúng ta có xu hướng tìm cách xác nhận các giả thuyết của mình và bỏ qua các bằng chứng mâu thuẫn, xem xét các thách thức một cách không đầy đủ thông qua các khuôn khổ thay vì được nhìn nhận dưới dưới lăng kính mới. </p>

<p>Trong “Cracked It! Bẻ khoá mọi vấn đề", các giáo sư và chuyên gia tư vấn chiến lược dày dạn kinh nghiệm Bernard Garrette, Corey Phelps và Olivier Sibony trình bày một cách tiếp cận bốn bước nghiêm ngặt và thiết thực để vượt qua những cạm bẫy này.</p>

<p>Dựa trên các phương pháp đã được thử nghiệm (nhưng hiếm khi được tiết lộ) của các chuyên gia tư vấn chiến lược hàng đầu, nghiên cứu về tâm lý học nhận thức và những tiến bộ mới nhất trong tư duy thiết kế giải pháp, chúng cung cấp quy trình từng bước và bộ công cụ giúp người đọc giải quyết bất kỳ vấn đề hoạt động kinh doanh đầy thách thức nào. Tác giả sử dụng những câu chuyện hấp dẫn và các ví dụ tình huống chi tiết, hướng dẫn người đọc qua từng bước trong quy trình: từ cách nêu ra vấn đề, lập cấu trúc phân tích và sau đó đưa ra giải pháp bao gồm 12 chương.</p>

<p>Nội dung sách Cracked It! Bẻ Khoá Mọi Vấn Đề</p>

<p>Chương 1: Kỹ năng quan trọng nhất mà bạn chưa từng được học</p>

<p>Chương 2: Năm cạm bẫy khi giải quyết vấn đề</p>

<p>Chương 3: Phương pháp 4S</p>

<p>Chương 4: Tuyên bố vấn đề: khuôn mẫu TOSCA</p>

<p>Chương 5: Cấu trúc vấn đề: Mô hình kim tự tháp và mô hình cấy vấn đề</p>

<p>Chương 6: Cấu trúc vấn đề: Các khuôn mẫu phân tích</p>

<p>Chương 7: Giải quyết vấn đề: 8 cấp độ phân tích</p>

<p>Chương 8: Xác định lại vấn đề: phương pháp tư duy thiết kế</p>

<p>Chương 9: Cấu trúc và giải quyết vấn đề bằng tư duy thiết kế</p>

<p>Chương 10: Bán giải pháp: Thông điẹp cốt lõi và cốt truyện</p>

<p>Chương 11: Bán giải pháp: Báo cáo đề xuất và phân phối</p>

<p>Chương 12: Thực hành phương pháp 4S</p>

<p>Độ Nhiễu - Sai Lầm Trong Phán Đoán</p>

<p>Hãy tưởng tượng hai bác sĩ trong cùng một thành phố đưa ra những chẩn đoán khác nhau cho những bệnh nhân có bệnh hệt nhau ― hoặc hai thẩm phán trong cùng một tòa án phán án khác hẳn nhau cho những người phạm cùng một tội. Giả sử những người phỏng vấn khác nhau trong cùng một công ty đưa ra quyết định khác nhau về những ứng viên xin việc không có gì khác nhau ― hoặc khiếu nại của khách hàng được giải quyết tùy thuộc vào việc ai trả lời điện thoại. Bây giờ hãy tưởng tượng rằng cùng một bác sĩ, cùng một thẩm phán, cùng một người phỏng vấn hoặc cùng một nhân viên dịch vụ khách hàng đưa ra các quyết định khác nhau tùy thuộc vào việc đó là buổi sáng hay buổi chiều, hay thứ hai chứ không phải thứ tư. Đây là những ví dụ về độ nhiễu: biến thiên trong các phán đoán lẽ ra phải giống hệt nhau.</p>

<p>Daniel Kahneman, Olivier Sibony và Cass R. Sunstein cho thấy tác động bất lợi của độ nhiễu trong nhiều lĩnh vực, bao gồm y khoa, luật, dự báo kinh tế, khoa học pháp y, bảo lãnh tại ngoại, bảo vệ trẻ em, chiến lược, đánh giá hiệu suất, và lựa chọn nhân sự. Ở đâu có phán đoán, ở đó có độ nhiễu. Tuy nhiên, hầu hết các cá nhân và tổ chức đều không biết. Họ phớt lờ độ nhiễu. Với một vài biện pháp khắc phục đơn giản, mọi người có thể giảm nhiễu và định kiến, từ đó đưa ra những quyết định tốt hơn nhiều.</p>

<p>Đầy ắp những ý tưởng độc đáo và cung cấp hiểu biết dựa trên cùng cách nghiên cứu đã khiến “Thinking, Fast and Slow” và “Nudge” trở thành sách bán chạy theo The New York Times, “Độ nhiễu” giải thích cách thức và lý do con người rất dễ bị ảnh hưởng bởi độ nhiễu khi phán đoán ― và chúng ta có thể làm gì để giảm nhiễu.</p>

<p>Noise: A Flaw In Human Judgment</p>

<p>From the Nobel Prize-winning author of Thinking, Fast and Slow and the coauthor of Nudge, a revolutionary exploration of why people make bad judgments and how to make better ones--"a tour de force" (New York Times).</p>

<p>Imagine that two doctors in the same city give different diagnoses to identical patients--or that two judges in the same courthouse give markedly different sentences to people who have committed the same crime. Suppose that different interviewers at the same firm make different decisions about indistinguishable job applicants--or that when a company is handling customer complaints, the resolution depends on who happens to answer the phone. Now imagine that the same doctor, the same judge, the same interviewer, or the same customer service agent makes different decisions depending on whether it is morning or afternoon, or Monday rather than Wednesday. These are examples of noise: variability in judgments that should be identical.</p>

<p>In Noise, Daniel Kahneman, Olivier Sibony, and Cass R. Sunstein show the detrimental effects of noise in many fields, including medicine, law, economic forecasting, forensic science, bail, child protection, strategy, performance reviews, and personnel selection. Wherever there is judgment, there is noise. Yet, most of the time, individuals and organizations alike are unaware of it. They neglect noise. With a few simple remedies, people can reduce both noise and bias, and so make far better decisions.</p>

<p>Packed with original ideas, and offering the same kinds of research-based insights that made Thinking, Fast and Slow and Nudge groundbreaking New York Times bestsellers, Noise explains how and why humans are so susceptible to noise in judgment--and what we can do about it.</p>