阿里巴巴菜鸟级数据产品经理半年回顾总结篇
干货教程:如何绘制业务流程图(二)
干货教程:如何绘制业务流程图(一)
技术贴:如何在数据库中秘密地查询隐私数据
攻略教程:信息图(infographic)是怎么做出来的?
分析师一定要看!用数据讲故事的五个步骤
技术篇:怎样玩转千万级别的数据?
北漂书生:大数据时代SEO数据如何搜集和分析
干货,从十大问题重新认识并读懂互联网
相似图片搜索、算法、识别的原理解析(下)
相似图片搜索、算法、识别的原理解析(上)
制作信息图时请遵循这10条原则
提高表格可读性的一些技巧,适用于Excel、PPT等数据报表
实用教程:如何让Excel图表更具“商务气质”?
一张数据信息图是这样制作完成的
菜鸟读财报,如何从上市公司财报中挖情报?
北大数据分析老鸟写给学弟们一封信
如何一步一步制作出高品质数据信息图?
总结:海量数据分析处理的十个方法
【实战经验】数据分析师如何了解老板真正想法?
零售业数据分析那些事儿
数据分析时l常用电子表格公式【大全】
用数据来告诉你 上市公司财报的秘密
这12个数据能 帮你搞定淘宝店铺
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(四)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(三)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(二)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(一)
淘宝网店从激活到挽留,4步走玩转数据营销
文案怎样写才有意思、不空洞、打动人?
入门级扫盲贴:数据分析的步骤有哪些?
关系即数据,论社交媒体的关系转换
数据的力量,苹果教你用数据鄙视竞争对手
谁说文科生不能做数据分析?数据分析入行→技能提升→优势
产品运营数据分析——SPSS数据分组案例
如何追踪iPhone和iPad等移动设备的用户行为数据?
阿里巴巴中国站:用户满意度指标权重计算方法
广告中的AdNetwork、AdExchange、DSP、SSP、RTB和DMP是什么?
信息图制作教程:关于数值的表现
为什么大数据会如此轰动?(值得深度的文章)
多图技术贴:深入浅出解析大数据平台架构
面板数据分析中标准误的估计修正——根据Peterson (2009)的归纳
财务官、投资人、CIO看过来:给企业数据定价
推荐系统中常用算法 以及优点缺点对比
探索Weotta搜索引擎背后的大数据技术
如何识别虚假数据?
为什么我们像驯化小狗那样驯化算法
程序员必须知道的10大基础实用算法及其讲解
电子商务:最影响转化率的九大要素
如何迅速成为一名数据分析师?
想从事大数据、海量数据处理相关的工作,如何自学打基础?
如何用亚马逊弹性MapReduce分析大数据?
译文:机器学习算法基础知识
给hadoop新手的一封信:Hadoop入门自学及对就业的帮助
从入门到精通,我是这样学习算法的
小商家,从老客户身上获取的数据才更有意义
13页PPT讲述:大数据下网站数据分析应用
40页PPT详解:京东大数据基础构架与创新应用
67页PPT解密搜索引擎背后的大技术:知识图谱,大数据语义链接的基石
营销洞察力——10个营销度量指标
技术篇:前端数据之美如何展示?
董飞:美国大数据工程师面试攻略【PPT】
easel:如何制作好的信息图——来自专家的顶级技巧
大数据实操:以3D打印机为例,如何知道卖点有没有市场需求?
大数据建模 需要了解的九大形式
用户画像数据建模方法
从规划开始,公司or企业如何入手和实施大数据?
干货:商品信息数据分析和展现系统的设计与开发
高手教你用Excel制作百度迁徙数据地图
50篇干货:淘宝店/电子商务如何玩转数据分析?
精华索引:大数据实际应用案例50篇
验证最小化可行产品 (MVP) 的 15 种方法
干货:数据分析师的完整知识结构
大数据技术Hadoop面试题,看看你能答对多少?答案在后面
用SPSS做数据分析?先弄懂SPSS的基础知识吧
怎样做出优秀的扁平化设计风格PPT? 扁平化PPT设计手册#3
解答│做大数据过程中遇到的13个问题
40页PPT│社交网络发展的新动力:大数据与众包
以Amazon、豆瓣网为例,探索推荐引擎内部的秘密#1
怎样做出优秀的扁平化设计风格PPT?#2
怎样做出优秀的扁平化设计风格PPT?#1
36页PPT│大数据分析关键技术在腾讯的应用服务创新
如何丰满地做SWOT分析?
【35页PPT】TalkingData研发副总阎志涛:移动互联网大数据处理系统架构
27页PPT|以珍爱网为例,如何构建有业务价值的数据分析系统?
国外数据新闻资源分享
21页PPT重磅发布:Mariana——腾讯深度学习平台的进展与应用
从0到100——知乎架构变迁史
PPT解读:百度大数据质量保障方案探索
45页PPT|大数据环境下实现一个O2O通用推荐引擎的实践
从数据看豆瓣兴衰
深度学习系列:解密最接近人脑的智能学习机器——深度学习及并行化实现(四)
重磅推荐:129页PPT讲述移动时代创业黄金法则 via:腾讯企鹅智酷
重磅推荐:大数据工程师飞林沙的年终总结&算法数据的思考
OpenKN——网络大数据时代的知识计算引擎
大数据下城市计算的典型应用
技术贴:大数据告诉你,如何给微信公众号文章取标题?
你的QQ暴露了你的心——QQ大数据及其应用介绍PPT
如何从企业报表看企业的生存能力?
实用的大数据技巧合集
技术帝揭秘:充电宝是如何盗取你的个人隐私的?
重磅!50页PPT揭秘腾讯大数据平台与推荐应用架构
原创教程:饼图之复合饼图与双层饼图(1)
PPT:大数据时代的设计特点——不了解这个你做不了今天的设计
教程贴:如何用方程式写春联?
原创教程:如何用Excel制作简易动态对比图
深度译文:机器学习那些事
教程帖:数学之美——手把手教你用Excel画心(动态图)
董老师走进斯坦福,聊聊硅谷创业公司和大数据的事儿(附课件PPT下载)
【限时】年度钜献,108个大数据文档PDF开放下载
董飞专栏:大数据入门——大数据相关技术、Hadoop生态、LinkedIn内部实战
亿级用户下的新浪微博平台架构
一张图了解磁盘里的数据结构
浅析数据化设计思维在阿里系产品的应用
美团推荐算法实践
一个P2P创业公司有哪些部门,都是做什么的?
一个P2P平台的详细运营框架是怎样的?
机器学习中的算法——决策树模型组合之随机森林与GBDT
神经网络简史
58页PPT看懂互联网趋势,大数据/物联网/云计算/4G都有了
广点通背后的大数据技术秘密——大规模主题模型建模及其在腾讯业务中的应用(附PPT)
微信红包之CBA实践PPT——移动互联网海量访问系统设计
一文读懂机器学习,大数据/自然语言处理/算法全有了……
搜狐新闻客户端的背后大数据技术原理——推荐系统(PPT)
原创教程:用Excel做动态双层饼图
半小时读懂PMP私有广告交易市场
怎样分析样本调研数据(译)
PPT:支付宝背后的大数据技术——DataLab、Higo的实践及应用
大数据技术人员的工具包——开源大数据处理工具list(限时下载)
计算机视觉:随机森林算法在人体识别中的应用
24页PPT:机器学习——支持向量机SVM简介(附下载)
互联网高手教你如何搜集你想要的信息
深度:对地观测大数据处理、挑战与思考
原创教程:用Excel做饼图之复合饼图与双层饼图(2)
移动大数据时代: 无线网络的挑战与机遇(附pdf下载)
Excel使用技巧——25招必学秘技
【年度热门】加上这些 Excel 技能点,秒杀众人(多图)
原创教程:用Excel做纵向折线图
知识图谱——机器大脑中的知识库
何明科专栏:用数据化的方式解析投资条款
DT时代,如何用大数据分析创造商业价值(23页PPT)
MIT牛人梳理脉络详解宏伟现代数据体系
你的老婆是怎么算出来的?揭秘佳缘用户推荐系统
飞林沙:商品推荐算法&推荐解释
PPT:如何成为真正的数据架构师?(附下载)
开源大数据查询分析引擎现状
董飞专栏:打造数据产品必知秘籍
译文:如何做强大又漂亮的信息图
如何使用Amazon Machine Learning构建机器学习预测模型
如何运用数据协助货架管理(内附26张PPT)
SVM算法
主流大数据系统在后台的层次角色及数据流向
PPT:阿里全息大数据构建与应用
人脸识别技术大总结——Face Detection & Alignment
教程:用Excel制作成对条形图
易观智库:大数据下的用户分析及用户画像(18页PPT附下载)
技术向:如何设计企业级大数据分析平台?
电商数据分析基础指标体系
IBM SPSS Modeler 决策树之银行行销预测应用分析
拓扑数据分析与机器学习的相互促进
基于 R 语言和 SPSS 的决策树算法介绍及应用
用php做爬虫 百万级别知乎用户数据爬取与分析
另类新浪微博基本数据采集方法
以10万+阅读的文章为例 教你做微信公众号的运营数据分析
破解数据三大难题:变现?交易?隐私?
微店的大数据平台建设实践与探讨
阿里巴巴PPT:大数据基础建议及产品应用之道
基于社会媒体的预测技术
人工智能简史
技巧:演讲中怎样用数据说话
马云和小贝选谁做老公?写给非数据人的数据世界入门指南
掘金大数据产业链:上游资源+中游技术+下游应用
原创教程:手把手教你用Excel做多层折线图
销售分析:如何从数据指标发现背后的故事
如何一步步从数据产品菜鸟走到骨干数据产品
也来谈谈微博的用户画像
行走在网格之间:微博用户关系模型
如何拍出和明星一样美爆的自拍照?斯坦福大学用卷积神经网络建模告诉你
运营商如何玩转大数据? 浙江移动云计算和大数据实践(PPT附下载)
大数据分析的集中化之路 建设银行大数据应用实践PPT
腾讯防刷负责人:基于用户画像大数据的电商防刷架构
创业提案的逻辑
友盟分享 | 移动大数据平台架构思想以及实践经验
寻路推荐 豆瓣推荐系统实践之路
“小数据”的统计学
重磅!8大策略让你对抗机器学习数据集里的不均衡数据
小团队撬动大数据——当当推荐团队的机器学习实践
微博推荐架构的演进
科普文 手把手教你微信公众号数据分析
信息图制作的六个注意点
【权利的游戏】剧透新玩法:情理之中?意料之外
推荐系统(Recommender System)的技术基础
核心算法 谷歌如何从网络的大海里捞到针
Quora数据科学家和机器学习工程师是如何合作的
阿里巴巴PPT:大数据下的数据安全
数据建模那点事儿
全民拥抱Docker云–Lhotse系统经验分享
实时股票分析系统的架构与算法
架构师必看 京东咚咚架构演进
什么叫对数据敏感?怎样做数据分析?
推荐系统基础知识储备
刘德寰:数据科学的整合与细分 数据科学的七个危险趋势(视频)
实际工作中,如何做简单的数据分析?
分布式前置机器学习在威胁情报中的应用(附PPT下载)
数据科学 怎样进行大数据的入门级学习?
扛住100亿次请求 如何做一个“有把握”的春晚红包系统?(PPT下载)
从 LinkedIn 的数据处理机制学习数据架构
大数据会如何改变管理咨询公司(I)
优秀大数据GitHub项目一览
生硬的数字和数据新闻:这么近,那么远
经典大数据架构案例:酷狗音乐的大数据平台重构(长文)
揭秘中兴大数据在银行领域的系统部署
基于大数据的用户画像构建(理论篇)
【R】支持向量机模型实现
数据图处处有陷阱?五个例子教你辨真伪
如何用R绘制地图
你确定你真的懂用户画像?
数据模型需要多少训练数据?
【接地气】01 数据报表的颜色怎么配
游戏价值和数据分析新思路
【R】异常值检测
快的打车架构实践
豆瓣还是朋友圈:大数据、新方法和日常问
PPT数据图表,怎么做才好看?
大道至简的数据体系构建方法论
数据的误区及自身业务
新浪微博的用户画像是怎样构建的?
面试干货!21个必知数据科学面试题和答案part1(1-11)
易观智库:中国大数据产业生态图谱2016(附下载)
Airbnb的数据基础架构
50PB海量数据排序,谷歌是这么做的
大数据时代工程师如何应对–今日头条走进硅谷技术讲座
D3.js教学记(下)
D3.js教学记(上)
飞林沙:企业级服务公司如何赚钱?只有平台级产品才有大数据的理论
一个母婴电子商务网站的大数据平台及机器学习实践
7大板块 组成数据分析师的完整知识结构
干货:SaaS领域如何分析收入增长?
学术 | 词嵌入的类比特性有实用意义吗?
6个用好大数据的秘诀
一个数据库外行眼中的微信优化 (附专家补充)
大数据调研,如何实现快全准?
数据大师Olivier Grisel给志向高远的数据科学家的指引
数据堂肖永红:数据交易的是使用权或数据的增值,而不是数据本身(PPT附下载)
淘宝商品详情平台化思考与实践
刘译璟:百分点大数据理念和实践(图文+PPT下载)
如何快速搞定一份看起来还不错的演示文档?
【BABY夜谈大数据】决策树
数据驱动设计:数据处理流程、分析方法和实战案例
美图数据总监:Facebook的法宝,我们在产品中怎么用?
树的内核:量化树结构化数据之间的相似性
拿到用户数据之后,LinkedIn怎么赚钱?
GrowingIO张溪梦:增长黑客的核心 企业应该重视产品留存率(附PPT下载)
[译]Airbnb是如何使用数据理解用户旅行体验的?
微博推荐数据服务代理: hyper_proxy的设计和实现
星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)
鲍忠铁:TalkingData大数据技术与应用实践(PPT下载)
【干货教材】数据分析VS业务分析需求
九枝兰专访:数字营销的核心—企业如何使用数据管理平台(DMP)进行精准营销
我们的应用系统是如何支撑千万级别用户的
R应用空间数据科学
Excel进行高级数据分析(上)
Excel进行高级数据分析(下)
国内各大互联网公司2.0版技术站点收集
网站数据分析思路导图
大数据分析报表设计开发要素
大数据需要的12个工具 推荐
YARN/MRv2 Resource Manager深入剖析—NM管理
YARN/MRv2 Resource Manager深入剖析—RMApp状态机分析
Hadoop 1.0与Hadoop 2.0资源管理方案对比
Hadoop 2.0中单点故障解决方案总结
Hadoop 2.0 (YARN)中的安全机制概述
Hadoop 新特性、改进、优化和Bug分析系列1:YARN-378
Hadoop 新特性、改进、优化和Bug分析系列2:YARN-45
Hadoop 新特性、改进、优化和Bug分析系列3:YARN-392
Hadoop版本选择探讨
探究提高Hadoop稳定性与性能的方法
《Effective C++》读书笔记(第一部分)
Hadoop分布式环境下的数据抽样
Hadoop计算能力调度器算法解析
如何编写Hadoop调度器
数据结构之红黑树
Hadoop pipes设计原理
《C++ Primer plus》学习笔记之”类”
《C++ Primer plus》学习笔记之”类继承”
《C++ Primer plus》学习笔记之”C++中的代码重用”
《C++ Primer plus》学习笔记之”异常”
《C++ Primer plus》学习笔记之”RTTI”
Hadoop pipes编程
Hadoop Streaming高级编程
《C++ Primer plus》学习笔记之”标准模板库”
《C++ Primer plus》学习笔记之”输入输出库”
Linux Shell 命令总结
算法之图搜索算法(一)
awk使用总结
素数判定算法
《C++ Primer plus》学习笔记之“函数探幽”
使用Thrift RPC编写程序
如何在Hadoop上编写MapReduce程序
怎样从10亿查询词找出出现频率最高的10个

互联网高手教你如何搜集你想要的信息

于2017-04-01由小牛君创建

分享到:


写在前面

几个月前,团队邀我做次内部的分享,主题是如何有效搜索信息。这是因为平时工作中,我经常会分享一些专业学习文档,而这些文档的出现往往很及时,回应一些我们自己项目的困惑,所以大家会好奇我如何及时找得到那么专业且对口的参考资料。

这些资料有些来自网络搜索,有些却是来自我的“个人资料库”,它分门别类,容易检索,所以很轻易就能够翻出来示人。所以后来,这次分享便从“搜索术”,扩大为如何获取、整理各种信息的技能。

这原来我认为是常识的东西,却在简单分享后得到好评。受到鼓励之余,我也明白了并不是所有人都明白有效的信息搜集及整理有多么重要,也并不是所有人,都掌握了行之有效的方法和技巧。故整理成文,做抛砖引玉之用。

一.信息搜集及整理循环图

大数据

 

如上图1所示,我认为“信息搜集及整理术”会包含三个关键阶段:

搜索:“找信息”——用各种搜索渠道快速找到所需的精准信息。

集成:“存信息”——简单来说,就是把你找到的信息,定制成为个人资料库,按照自定义的主题,分类存储在自己很方便访问的地方。

整理:“理信息”——信息单纯集成而不加整理,时间长了就会杂乱不堪,所以才会出现很多人自己的硬盘资料库已经塞满了,每当需要什么资料的时候,还是需要去搜索。定期对所集成的信息进行整理(归类,去重,留精,加可供搜索的标签等等),能够显著提升信息搜索效率。

最初你需要一定的动力去尝试开始做这件事情,而一旦兴趣产生,再加以坚持, 这就已经成为习惯,和你密不可分了。

二.高效搜索术

2.1 建立你的主题关键词

建立自己关注的核心关键词是重要的一步。

如今我们遇到的信息量已经高速爆发,信息的种类和来源多种多样,信息的更新速度日渐加快。喜欢刷微博的同学都清楚,一旦进了微博,你就进入了无数信息和主题词的世界,通过一个消息到另一个消息,看来看去时间就消耗进去了。

如果我们不设立一些主题,很容易陷入信息的汪洋中,而另一个极端则是两耳不闻窗外事,担心信息负载太大而刻意回避信息,导致自己和时代脱节。如果作为一个交互设计师,能够不关注最新的交互界的最新态势吗?

主题关键词有几个好处:

建立方向提醒:时刻明白对自己真正有价值的是什么,主动保持该类信息的更新;而那些无关紧要的,则可以少看或者不看。

主动获取信息:使用各种订阅、集成工具更有目标,用这些词订阅,让信息主动找你。

减少无聊时间:无所事事比忙碌更让人疲惫,若找不到想干的事,最起码可以搜索下你的主题词,找点好玩的文章或动态。

虽然靠大脑就可以形成自己的关键词,但工具可以帮助你加深记忆,比如用mindmanager等脑图工具做图,贴于自己的书桌或办公桌前:

大数据

图2:Heidi的主题关键词

主题词建好之后,并不是一成不变,需要定期结合自己的工作评估及更新。比如我近一年对商务智能(Business intelligence)很感兴趣,也会定期查阅相关的资讯,但是去年此刻,我对此几乎不了解。 yixieshi

2.2 用好你的搜索引擎!

主题关键词让我们知道自己时刻应该关注什么,而接下来我们就要更高效去找这些信息!

搜索引擎是非常重要的信息获取入口,至于我用的技巧真算不上高级,欢迎搜索达人们和我交流下省力更有效的搜索手段。

2.2.1 找准关键词,事半功倍!

很早之前,我偶然看到两张图片。我很喜欢这两个图片,所以我希望看到更多类似的图片。

大数据

图3:用何种关键图去检索这两类图片呢?

可是,首先这种图叫什么图呢?

先在脑子里头脑风暴下应该用的关键词,叫什么呢?插图?图表?手绘图?插画?这些关键词搜索出来的结果真让人沮丧。但是,根据搜索结果的提示,一步 步更换关键词直至找到靠谱的结果。而最终,当我找到这个词后,就找到宝藏了——要找图3中左侧类型的图,请尝试用“可视化思考”,或用google搜索 “visual thinking”,要找更多图3中右侧类型的图,请尝试用“信息图”,或“infographic”。 y

大数据

图4:可视化思考的检索结果

大数据

图5:信息图的检索结果

所以,在搜索中,要不断地更换更贴切的关键词,而不是一直打擦边球。如何找到贴切的关键词呢?从你觉得可行的第一个关键词开始,不要轻言放弃,根据每次搜索结果出来的线索跟踪,不断更换关键词,直至拿到结果。

2.2.2 更换语言,别有洞天

有时更换为英语能够让你获取更精准的结果。所以这也是为什么,我的主题词要中英双语版。既然很多中文的结果是从英文翻译过来的,直接查看源文章显而易见信息遗漏较少。

大数据

图6:用英文搜索“可视化思考”得到的结果

以此类推,每多一种语言就打开一扇新的了解世界的窗口。就拿家庭收纳来讲,用中文“收纳”去搜索文章,几乎只是一些零碎的图片和社区网站为了招徕用 户拼凑而成的收纳技巧。而用日语“収納”去搜索,看日本的某些网站,我们能够看到很多关于收纳术的经验、文档和教程。有些教程的丰富性不亚于出版的书籍, 更好过于我们国内那些拼凑出来的家居整理学了。如http://www.iris-interior.com/mainichi/网站提供的本多先生每日 收纳教程:

大数据

图7:用日语収納检索到的专业网站

关于收纳学的网站,大家有兴趣可以用日语“収納”搜搜试试,不可以找我要。

2.2.3.更换搜索方式,殊途同归

若网页搜索不能获得所要结果,可以变换搜索类型,比如搜索图片,再通过图片链接到有价值的网站。

我常用的则是文件搜索,与普通网页相比,这些文档通常意味着更好的更系统化的组织,从而让你的信息获取更加有效。

如何用搜索引擎搜索文档呢?

如果你使用google,在检索词前加入inurl:pdf。

如果你使用百度,在检索词前加上filetype:all,如要特定PDF格式则输入:filetype:PDF

如用百度搜商务智能的相关文档:

大数据

图8:用百度搜索文档

2.2.4.别忘记了专业网站

专业网站让你免除在大量的垃圾信息里找所需资料的苦恼,他们的信息往往更加聚焦。我经常用到的专业性搜索网站有:

slideshare.net——PPT分享网站,很多国外制作优良,内容丰富专业的PPT。我经常在这里搜索关于可视化思考的文档资料。但是很遗憾的是,目前你就需要翻墙才能够看到这个网站了。

MBA智库——专注于经管领域的资料库。你可以在这里搜到很多经管领域的各种术语解释,文档等。

维基百科——如果在墙外或者会翻墙的话。很多被国内是敏感词的,在这里能够看到非常翔实的前因后果各种脉络。当然,若非敏感词的话,百度百科也是不错的资源。

大数据

2.2.5.向书籍里找搜索提示!

一个小提示,没有关键词灵感的时候,还可以从书的目录去获取关键词提示。 除了目录,专业书籍里面隐含很宝贵的可供挖掘的信息。

下面就是一个利用书籍提供的信息不断发掘,进而找到真正所需的信息的案例:

最近我读《Excel图表之道》这本书,在P152页提到的图表类型选择指南的原作者是Andrew Abela。这个人名就是一个很宝贵的关键词!这个关键词可能代表着:数据,数据分析,商务智能,沟通演示等等主题。

所以搜索此人,看到此人的博客是:http://extremepresentation.typepad.com/。这个博客是专业博客,主题是复杂信息的沟通及演示。

而这个博客为一本书做广告,这本书正是出于Andrew Abela, 《Advanced Presentations by Design: Creating Communications that Dirves Action》,此书的中文版在大陆有售,中文翻译为《说服力演说是怎样炼成的—如何设计当场成交的PPT》。

进而又通过博客这本书的网站:http://www.extremepresentation.com/。这个网站有一些相当不错的信息,推荐对于演示有兴趣的同学们看看。比如以下两个图表也来自该网站:

大数据

图9:extremepresentation.com的配图

当然,被《Excel图表之道》作者刘万祥老师引用的图表类型选择指南的图英文原版也在这个网站中有大图可以下载。另外,我们的信息挖掘还没有结束 哦!注意,他还提供了另外一个在线的工具:www.chartchooser.com,此网站可供数据分析师们根据自己的需求选择不同的图表展现,该网站 出自juiceanalytics(http://www.juiceanalytics.com/)。而进入Juiceanalytics网站的白皮书 栏目,我找到了《设计人人都爱的信息仪表盘指南》(A Guide to Creating Dashboards People Love to Use) ,这本白皮书恰好能够解答我对于近期工作的一些迷惑。

如果特意去找,反而不容易有所收获,而如果知道自己的主题关键词,你的信息嗅觉就会非常灵敏,在某个契机下,抓住线索不放,往往不经意中探得捷径。

三.便捷的集成

集成是信息的集中归档。搜索引擎固然方便,可是若一些常用的东西,未必每次都需要搜索。而是可以在自己的电脑上建立个人资料库。不管是否有网络,都能够随时查阅。

我会习惯将搜索到有价值的文档、网页、图片存储在自己的电脑里,可是,我们也会发现,这些资料一旦存到硬盘里,却石沉大海。下次若需要,却还是求助 于搜索引擎。而另一方面,电脑文件夹却又日渐庞大,要经常删除文档以腾挪出空间。这种方法还有一个弊端,那就是多台电脑使用时,就要借助移动硬盘或U盘, 从而一份东西,居然要三处备份。

后来有了Dropbox等应用,能够比较方便多机共享文件,但是容量毕竟有限,却时而遭受屏蔽。后来自然也有国内的一个好的服务,比如360云盘,可以有多达5G的空间,实现云端、多电脑客户端共享文件。大家若有需求,也不妨一试。

这些网盘、云盘之类的服务,解决了多个客户端同步存储的需求。但是我日常工作中,还时少不了以下几个小应用,来作为集成手段的有效补充。他们的特点是:

调用方便——不用像使用网盘那样需要先存储下来再上传,随时能够调取使用,不用中断当前工作。比如在一件任务进程中,遇到一篇不错的文档,想归档以后阅读。只需要点击一下就可以集成到自己的主题分类里,比如预设好的“待读”文件夹,而继续执行当前任务。

高效检索——能够对所集成的文档加标签,关键词,甚至能够全文检索。

云端、客户端同步

3.1 Evernote便捷集成

作为使用了evernote多年的用户,我对它抱有感恩之情。它已经与我的生活、工作密不可分。如同它的广告所言,它成为我的一部分大脑。不但能够帮助记住很多东西,也能够帮我随时记录很多东西。

Evernote提供剪辑工具可以添加到chrome浏览器的应用,从而阅读网页时可以随时调用归档待读资料。

大数据

图10:evernote的便捷集成工具

evernote可以添加到outlook插件,帮你在阅读邮件时收藏重要邮件:

大数据

那有人会问了,这只是集成一些文档而已,如果是PPT或PDF电子书籍怎么办呢?其实evernote完全可以帮你归档重要的文档呢。

大数据

图11:evernote集成文档

因为文档体积往往会比较大,作为evernote的免费用户也许会吃不消。若无意升级,你也可以建立一个“待读”文件夹,将需要后续阅读的文档归类 到此文件夹下,也就形成了一项待办任务了,同时你在本地的电脑文件夹里也存储一份。Evernote里的文档则可以阅读一份删除一份,只将有用的信息摘录 出来。

Evernote的搜索功能也比较强大,能够进行PDF的全文检索。

大数据

图12:evernote的全文检索

Evernote的云端同步功能就更方便了。电脑上剪辑的文档,同步后,手机客户端、ipad客户端都可以即刻访问到,连U盘的功能也取代掉了。所以要强烈推荐未用的人尝试一下的。

3.2 用花瓣网集成图片

大数据

图13:用花瓣网集成图片

用花瓣网(huaban.com)做图片集成,是个人无意发现的技巧,也在此提及一下。

原来我的电脑里必有一个文件夹,叫做图片集,专门放置来自于网络的各种图片,分门别类,有摄影欣赏,服饰搭配,设计素材,宠物,可视化思考,简笔画,LOGO设计……存在电脑上,也自然会遇到同样的问题,检索困难,体积庞大,同步不易……

有了花瓣网后,也将花瓣网的采集工具加到Chrome浏览器应用里,可以随时采集网页上的各种图片。这些采集工作和Evernote剪辑工具一样, 随时调用,不会中断你当前的工作流。而在花瓣网里,创建自己的画板,以主题命名。就图片而言,个人比较关心的也就是那么几类:

摄影、宠物、室内装修、简笔画、设计、用户体验、商务智能……这有些是关乎工作,有些则是个人生活。

如此,每次采集都可以将图片放到自己的分类里。你可以不常去花瓣网,但是自己的资料库却一天天丰满了。当你哪天想到要找这些主题的参考,打开自己的花瓣网,里面已经采集了那么多素材可供使用,因为平时也不过是点下鼠标,所以真有点坐享其成的感觉。

四.养成定期整理的好习惯!

能够高效获取信息,又能够将信息方便集成,但是若没有定期的整理,难免这些信息时间长了又会趋于杂乱。所以,就如我们要定期打扫收拾家务一样,这是必不可少的重要一步。“整理”一词包含了“检查并调整归类”,“删除不需要的文档”,“添加可便搜索的标签或关键词”等。

平时,电脑文件夹或者Evernote笔记本里,我都会设置一个“临时文件夹”,以便存放一些暂时无法归类的文档或资料,而定期就要着重看一下这些临时文件夹,将里面的文档妥善安置到对应的分类里,以免临时文件夹名不副实,成了一个大杂烩。

4.1 不要让你的evernote爆炸掉

既然evernote相当于你的另一个大脑,不经整理的evernote就是混沌的大脑。

建立了你的主题关键词后,evernote的笔记本也可以建立相应的名称,以便于你归类不同的资料、文档、图片等。Evernote会自动按照笔记本的数字及字母顺序排序,所以在数字前加字母ABC就帮助我形成了两级的排序。同时,字母ABC又可区分3个大的种类。

大数据

图14:我的evernote笔记本分类方法

这个文件夹体系,可以让我任意拓展其中一个分类,而不会影响其他。

2.17

再重申一点:TEM笔记本很重要!

正如本章开篇所言,不管分类再如何完善,都不可避免有时匆忙之中,找不到一个合适的分类而乱存放信息。所以,满足足够的拓展性,建议你设置一个叫 Tem(Temporary的简写)的笔记本。这个Tem笔记本一可以让你迅速存储,二可以形成待办事项——没事可做的时候,最起码你能整理这个文件夹, 让里面的文档该读的读该删的删,该归类的就放到对应的笔记本中。

4.2 勤检查你的电脑文件夹

即使有那么多集成整理工具,我们的工作大部分都要依赖自己的电脑笔记本了。所以若电脑文件夹缺乏条理,也会很影响我们的工作效率。

不太善于整理家务的我,却喜欢定期整理自己的电脑。这个习惯大概是从5年前开始吧,当时带领一个小团队,要协调多方的工作,我们很多人的工作都需要 放到共享盘里的文件夹里交换维护。所以要建立一套标准化的文件夹体系很重要。当时花了一番精力去做文件夹的规范并监督执行,取得了不错的结果。

大数据

图15:复杂的内容协作文件夹体系

图15:复杂的内容协作文件夹体系

当然,这是一个内容管理类的协作很复杂的文件夹了。我们日常的文件夹远比这个简单。

我的电脑的文件夹体系:

大数据

图16:Heidi的文件夹体系

文件夹的设立原则:

每级目录尽量控制在7个文件夹左右,尤其是根目录不宜太多。

假想中的任何文件都能够找到归属。比如家庭成员突然发过来一些合影照,你应该放到那里。TEM文件夹的作用在于临时,你自然可以将这些文档堆到 TEM文件夹里,但是TEM其实相当于临时收容所,不等于固定的住所。我习惯是在E盘增加Personal的文件夹,将私人的文档,文章,图片在这个文件 夹里建立相应的分类。

每个文件夹下都预留一个临时文件夹,以防当新接收到的文件因为不知道如何归类而导致根目录无限扩张。

序号能够让排序查找更为轻松。为何要在文件夹前加上序号呢?其实就是在浏览文件夹的时候,能够出现优先级的顺序。

拿study文件夹为例:

大数据

图17:文件夹序号命名法

4.4 我所理解的桌面

再简单谈一下我所理解的电脑里的“桌面”。我认为“桌面”是一种快捷方式。他的作用在于:

快捷方式:放我们常用的文档和软件快捷方式,便于你直接找到它们。

一级的临时文件夹。桌面也是临时文档的收容所。比如别人发过来的文档,你暂时没时间读,也不知道如何归类。如果你接收了放到D盘或者E盘任何一个文 件夹里的TEM,都有可能导致你开完会后就忘记了——直到别人提起。所以这种情况下,往往很多人会存放到桌面。我认为这也是很正确的决定。最起码你开机的 时候可能会看到它。

但是我们的“桌面”却被滥用了。它被放满了根本不需要的各类快捷方式,被堆满了。就像你家里的茶几,你放了红酒开瓶器——虽然你一个月也不用一次, 但是它天天在桌面上。你老婆放了一本同学录,虽然她只是2个月前用过。某日亲戚给你送了一双小孩子的鞋,你临时放到茶几上,后来一直没有整理。时间长了, 你真正所需的快捷方式和有价值的临时存放就没有任何意义。

我建议的桌面应该是这样的:

1.背景设置为让你身心愉悦的照片,比如你和家人的合影。

2.存放不超过10个常用工具的快捷方式。

3.建立TEM文件夹——不然你的桌面可能也会不出一个月就膨胀了。

其实,电脑的任务栏也是非常重要的快捷方式领地,而且不需要回到桌面随调随用——我最常用的软件一般会放到这里,比如截图、取色、mindmanager等等。

大数据

结语

信息的搜集再多,信息的整理再有条理,若不学以致用,也顶多是建立了一个丰富的个人知识库罢了。

所以最重要的是真正用好这些信息,结合自己的工作、生活,勤思考,多实践,消化这些信息为自己所用,然后沉淀出自己的知识来。

除了在工作中学以致用外,写专业博客也是很好的转化信息的手段,“教胜于学”,写博客为示人,求指点,求交流,必然会照顾行文章法逻辑,用体系串联 起所读,所做,所感,所思,所得。为照顾逻辑严密,也少不得多加思考,多加质疑,所以每次完成一篇专业博客,也如同自己好好上了一课,也消化了多种信息到 自己的知识体系内,这种转化,比单纯集成起来定期阅读有效多了。

via:卢松松博客(微信号/QQ号:13340454)

End