金字塔理论在SAP学习中的切身体会
近日在一个视频中看到这个学习金字塔，也引发了关于SAP学习的一点思考，整理如下。
听演讲
接收培训是每个用户都要经历的，在系统上线或功能扩展时，会以系统用户的身份接受培训。但公司这种培训有别于学校，针对性很强，内容极为精简，且学完老师就走了，没什么机会互动。那效果就更可想而知了。这也可以理解，对于SAP系统工具的掌握可以类比操作系统或office办公软件。企业通常不会去安排很基础性的东西。但现实情况又不一样，SAP用户的基础知识的普及性一定是低于office的。10个人中，也许8个人会office，5个人会ERP，会SAP就更少了；企业认为大多数SAP用户进来就可以像OFFCIE一样操作SAP，实际情况可能不是这样。这导致了企业中的SAP培训，有很多情况下是缺乏SAP基础的用户在做进阶培训。那培训效果自然打折扣。我有切身体会，当初以一个零基础的身份参与了几乎所有SAP模块的上线培训。那感觉就想在云里飘，大概能听懂一半，几周下来，再忘一半。这都是没有基础导致的。当然，再结合这个学习金字塔的理论数据来看，说明纯演讲式的培训效果本身就不好。所以，也许老师的技术水平很高，讲解水平也出色，呈现的课程也有高价值。但真不能指望花点培训费，就寄希望靠听课这一种学习形式掌握好这项能力。
阅读
时代的进步让阅读变成了获取知识非唯一的渠道，我们也有了越来越多的选择。但阅读也无法取代。可能很多人没有意识到，基于文字记录的信息有着更加深厚的应用基础。比起声音视频，强大的数据检索技术可以让你快速的获取你需要的信息。您现在正在看的博客不就是通过各种各样的数据技术呈现到在您眼前的吗？在SAP的学习中，能感受到阅读或者说文字性的东西是一种辅助手段，笔者前期的学习过程中，阅读并不是主要手段，更多的是听课，交流，实操等形式。另外，工作中你也不可能有整段的时间去听课，阅读。不过想要通过阅读得到更好的效果，倒是可以参考前人经验，将阅读更加立体化。印象中一些名人或大Ｖ在阅读时都有附加动作，比如大量的做笔记，写评论，找人探讨，推演等等；甚至于我了解到有人看侦探小说时，会根据书中的描述画副地图出来帮助自己对案情的理解。看历史书籍时，会找到当时的地图结合来看。如果你这样去阅读，学习效果就不会是10%了。所以，当我们选择去阅读SAP相关书籍时，比起培训，它至少是比较系统化的知识。也可以反复阅读，但需要结合其它形式才能保证学习效果。
看视频看演示
看视频和听演讲有什么区别，为什么一个是5%,一个是30%。我的理解是在控制力，择时学习，重复学习，和学习成本这几项上，视频学习确实有着自身的优势。系统化的视频课程学习是笔者建立SAP知识体系或入门的首要方法，由于资质普通，重点模块的视频课程都是3－4遍的深度学习。如果参加培训，可能难以做到对知识的反复咀嚼，细细消化。我当时的想法是，要尽量把主动权要掌握在自己手里。否则，由于各种自己无法把控的客观原因（师资水平，培训机构服务质量，有事缺课等），导致时间，精力，钱财花了，没达到目的。那个可能改变自己今后数十年命运的机会也许就失去了。记得多年前听余世维博士在一个管理课程上说到：每个人一生有7次机会，每隔7年一次，从25岁到74岁一共49年。通常第一次和最后一次的机会是难以得到的，因为太年轻（25岁没有丰富的经验）或者太老（74岁心有余力不足）。第2、3、4、5、6次中可能要错过2次，所以人生中有效的机会只有3次！抓住了，就会改变自己的命运。对于职场中人，这种机会成本有多高？所以， 回来主题，我们即要选择高效的学习方式，又不能忽略自己对学习目标的控制力。
参与讨论
上面提到，如果通过阅读或视频学习搭建了知识体系框架以后，刚好你又可以将所学应用到工作中，就可能有机会参与到相关讨论中。但此时你虽然建立了全面的知识框架，对公司具备业务应用流程及控制是很模糊的。在讨论上更多的是聆听，对于发言，一方面你没有十足的把握，一方面用户尚未建立深度的信任；建议有的放矢，不要给人一种轻浮的印象，一开始要即使揣着明白也装糊涂。这个阶段非常重要，因为业务的熟悉不象看书看视频这种方法是个人可以把握的。需要将SAP用户当成自己的老师，多做虚心的沟通，一旦你抱着一种高姿态，很难得到用户的配合。这种沟通和学习的效果会大打折扣。这就完全是输给情商了。所以，深度熟悉业务这个过程会很痛苦，很漫长，有求于人，它不是个人发力就可以做到的，是对学习者综合素质的综合考验；如果能跨过，那基本上距离一个合格的顾问就不太远了。所以，主动参与讨论，多聆听，多请教，多记录，少发言，把握一切机会深度了解业务；
模拟实操
经过上面的步骤一方面你己建立起理论知识体系，另一方面你也对系统中的具体的业务流程和控制逻辑越来越熟悉。现在算是有两条腿了，可以开始走路了。目标是走稳，然后跑起来，最好能上天。但肯定有个过程，正因为有了前面的基础，在模拟实操时只要条件允许和方法得当，可以成为一个快乐和飞速进步的过程。快乐是因为你能从实践当中得到阶段性的成果，这种反馈会变成一种精神上的激励。另外，这个过程自己可控，并不太需要过多的求助于于人。
条件允许是指应用环境，有测试系统账户，有sap_all的权限，系统中有业务数据，你被允许在测试系统做不受限制的操作。如果你能有这样的条件和机会，我认为弥足珍贵，请心中有数，把握机遇。这需要得到公司层面的支持。并不是个人想从某个模块用户转成顾问单方面意愿所能决定的。这里要感谢下我的领导，给了我实质性的支持，让我可以将80%的工作时间投入到SAP的学习和探索中。当然，我也用心在做，对得起领导的信任，在那一两年的时间里很辛苦，但内心非常充实，在过往的职场岁月中，那段时光最快乐。
方法得当指的是能主动出击，就像运动员要找人比赛实战一样，尽可能多的创建这种机会就是你最好的进步策略和方法。比如通过历史邮件中找出问题，然后做实操。比如在实际业务问题中去做延伸，又比如写博客的方式来促进对问题的深层次分析和举一反三的扩展应用研究。在这个过程中有个良心的建议：只有三个字：不.要.停。俗话说万事开头难，开车时起步最耗油，你好不容易把前面起步完成了，速度起来了，总不能踩一脚刹车再重新启动吧。最好是一直开，越开越快。这种应用层面的能力不太可能走上职场巅峰，但把兴趣当工作，远离内卷。走在一条风景优美，人迹罕至的道路上。又何尝不是一种另人羡慕的美丽人生。性格决定命运，笔者特别害怕在节假日去知名景区，特别喜欢小众的地方，也爬雪山，高处不胜寒，但每次都能收获别样快乐和惊喜。
教会他人
金字塔中最高效的学习方式是教会他人，不管是内部还是外部顾问，都不可避免的要给用户培训。每个教授者曾经也是受训者，不难换位理解。你希望有一个什么水平的老师来讲课？所以，就反过来促使我们更加努力的进行深度学习和思考。我想也不局限于培训别人，写博客，写教材都算。其核心都是把一个知识体系里里外外，前前后后整的明明白白，这样才能把输出的东西呈现出来，得到公众的反馈。俗话说，台上一分钟，台下十年功。是骡子是马，拉出来遛遛。我想大多数人还是不愿意被扔鸡蛋。选择背后努力，得到掌声。
“我终于让千百双手在我面前挥舞”
“我终于拥有了千百个热情的笑容”
这两句歌词，只有你真的经历过，才显得那么让人动容和产生共鸣。那是辛勤付出后的丰收，那也是风雨过后的彩虹。
笔者参加过一些顾问的培训。他们给了我激励和动力，让我更希望成为那样的人。从容，知性，智慧，洒脱，于是后来我就转型了，这是一个潜在的驱动力，没错，榜样的力量就是这么大。
结束语
就写这么多，这篇有点随笔，无心要去指导他人，算是自己的心得感悟。每个人都有自己的时区和道路，希望大家各自精彩。
金字塔理论在SAP学习中的切身体会相关推荐
- “学习金字塔”理论的一个应用
美国学者埃德加.戴尔(Edgar Dale)1946年提出了"学习金字塔"(Cone of Learning)的理论.以语言学习为例,在初次学习两个星期后: 阅读能够记住学习内容的 ...
- 综述 | 深度学习中的优化理论
来源:运筹OR帷幄 本文约5200字,建议阅读10+分钟. 展望未来研究趋势,拒绝做调参侠从我开始. 标签:人工智能 神经网络的训练主要通过求解一个优化问题来完成,但这是一个困难的非线性优化问题,传统 ...
- 《个人理财》书中的精髓：如何通过金融学理论知识的学习，建立更加完善的金融体系，让自己更加富有。
<个人理财>书中的精髓:如何通过金融学理论知识的学习,建立更加完善的金融体系,让自己更加富有. 对于很多人来说,个人理财是他们接触到的第一门也是唯一一门理财课程,对于没有系统掌握理财知识的 ...
- 机器学习中的数学——深度学习中的优化理论
分类目录:<机器学习中的数学>总目录 深度学习算法在许多情况下都涉及优化.例如,模型中的进行推断涉及求解优化问题.我们经常使用解析优化去证明或设计算法.在深度学习涉及的诸多优化问题中,最难 ...
- 「AI不惑境」深度学习中的多尺度模型设计
https://www.toutiao.com/a6716408071637172748/ 大家好,这是专栏<AI不惑境>的第七篇文章,讲述计算机视觉中的多尺度问题. 进入到不惑境界,就是 ...
- 【AI不惑境】深度学习中的多尺度模型设计
大家好,这是专栏<AI不惑境>的第七篇文章,讲述计算机视觉中的多尺度问题. 进入到不惑境界,就是向高手迈进的开始了,在这个境界需要自己独立思考.如果说学习是一个从模仿,到追随,到创造的过程 ...
- 深度学习中的经典基础网络结构（backbone）总结
深度学习中的经典基础网络结构总结 这篇文章从大的发展趋势介绍了下主干网络的发展,而在 CV 经典主干网络 (Backbone) 系列: 开篇 中主要是对一些比较经典的主干网络进行简单梳理. 1. 深度 ...
- 深度学习中的生成对抗网络GAN
转载:一文看尽深度学习中的生成对抗网络 | CVHub带你看一看GANs架构发展的8年 (qq.com) 导读 生成对抗网络 (Generative Adversarial Networks, GAN ...
- 【入门向】光流法（optical flow）基本原理+深度学习中的应用【FlowNet】【RAFT】
目录 1. 理论背景 1.1 光流 1.2 光流场 2. 基本原理 2.1 假设条件 2.2 约束方程 3. 光流估计方法 3.1 思路概述 3.2 优缺点对比 4. 稠密光流和稀疏光流 4.1 稠密 ...
最新文章
- JVM-01:类的加载机制
- java 代码效率_Java效率
- 【iOS与EV3混合机器人编程一系列五个】iOS_WiFi_EV3_Library 解剖连接EV3
- AtomicIntegerArray和AtomicIntegerFieldUpdater
- php博客文章修改,wordpress博客如何快速修改文章阅读数
- mysql 启动必须加-h_Windows 安装 nginx,MySQL 等软件并加入系统服务启动详细
- 【预测模型】基于天牛须算法优化ELman神经网络实现数据预测matlab代码
- mac安装虚拟机win10，Mac安装VirtualBox
- 【影像配准】配准之棋盘网格图(镶嵌图像)（附有 C++ 代码）
- 铁路警方启用AI眼镜，当场抓逃犯！外媒惊叹不已！
- 【相机标定与三维重建原理及实现】学习笔记2——标定的算法与方法
- APP首次启动提示开启定位服务
- word里双横线怎么打_如何在word中画线 怎么在word中输入横线[图文]
- 校园二手物品交易系统
- 统计中的“不相关”与“线性无关”
- HMC7044调试说明
- MyEclipse使用教程：unattended安装
- 分支语句（if,switch）
- CAD图纸怎么打印？几步教你轻松操作
- 观点丨区块链的价值在于解决产业核心痛点