您可以想象，这对我们今天是一个巨大的问题。 在VUCA世界中（从军事术语中借用了一个术语）—一个动荡，不确定，复杂和模棱两可的世界（又称“这是一个疯狂的世界”）—像我们今天这样，这意味着决策需要响应及时，才能推动业务发展向前。
使工作和决策复杂化的另一个问题是“信息焦虑”问题，我们认为应该了解的内容与实际知道的内容之间存在差距。 面临巨大的压力，因为我们被告知“信息多于少”，并花费数小时尝试从电子邮件，博客，书籍，播客，书摘，新闻网站，社交媒体和其他来源收集更多信息，即使它可能与我们正在做的事情没有直接关系。 这种做法不仅会使人分心，而且是一种认知超载的形式，会影响思维和生产力。
有许多原因导致信息过载的可怕状态，尽管有五种原因导致这种转变。 从宏观变化到业务环境的微小变化，这些原因在管理的各个层面和行业中无处不在。
- 工作性质的变化
世界正日益成为全球经济，拥有全球客户和跨境通信，并且整个团队旅行24/7/365。 今天，即使是中小型企业也发现他们的贸易是跨国的，与他们合作时，他们经常必须了解客户和合作伙伴的时区。 公司越大，则适用的范围就越大。
这意味着为了实现我们的目标，存在更大的复杂性和更多的要求要处理。 我们不仅需要处理时间差异，还需要阅读文化差异，需要了解的更多法律法规，需要满足的特定要求以及全天候响应的客户支持票证。
此外，团队正在适应以适应这种全球化经济的变化，招募偏远地区的工人，要求在工作安排（例如，远程办公和服务台等）中具有更大的灵活性，并进行游说以争取更大的工作与生活的融合。 通过更多的远程协作，将创建更多文档并将其存储在大型驱动器中，这些驱动器通常很复杂且组织错综复杂，导致已经完成的工作重叠，从而使查找一般信息变得更加困难。
工作的所有这些不断变化的方面都使人们感到焦虑，他们感到即使在停机期间，总会有更多的事情需要了解，还有很多事情要做。
2.大数据和计算能力
“大数据是未来”或关于在业务运营中数据的必要性和重要性的类似的宏伟声明不再是秘密。 随着计算能力的提高，直到今天我们手握的设备，将生成更多数据，并且可以更快地分析更多数据。
但是，有潜力更快地做到这一点并不总是意味着分析会越来越好。 文本中的非结构化数据正通过越来越多的面向客户的渠道爆炸式增长，此外还从连接的设备中收集了更多的运营数据。 这导致大量的数据难以筛选和分类，以消除对业务有意义的任何歧义。
现在，对数据驱动型决策的需求越来越强烈，因为这种混乱的数据源可以揭示出前所未有的模式，否则仅凭直觉做出决策就可能会错过这种模式。 这确实是一个受欢迎的趋势，尽管它通过限制知识工作者以使“所有数据都是好数据”成为现实，而实际上在大多数情况下并非如此，从而放大了信息过载的影响。 通常，存在大量的误导性和非必要数据，可能会污染决策而不是促进决策。
3.消费者的期望和工作量
今天的消费者宠坏了，其中包括我们许多人。 我们不仅因为全球化的经济而宠坏了选择的余地，而且在期望快速响应，快速解决甚至抱怨后立即退款或更换的服务水平更高的意义上，也宠坏了我们。
假设您要选择一辆车。 您将获得一份具有6个主要功能的情况简介，例如燃油效率，颜色和天窗； 或另一个具有24个功能的功能块，其中包含有关变速箱，排放值，底盘重量等的全部信息。 使用24个功能列表，您可能会更愿意放弃选择，或者仅查看自己关心的功能。
决定业务计划的方法是一样的：零件越多，需要做出的决定就越多，信息的输入就越多，混乱也就越多-这些决定最终可能像您刚刚选择的汽车一样（虚构地） ） 制作。 一个相关的问题是，工人也不太可能有时间坐下来思考事情，这意味着缺乏战略上的声音行动和更多的被动工作。
当今，在信息超负荷的情况下，有如此多的风险危在旦夕，需要一种更定制和更易于管理的信息处理方法。 尽管还没有“确定的”解决方案，但现在有许多产品可以缓解其中的一些问题。
您可能已经意识到，知识管理系统本身不一定有效。 除了投资一个好的知识管理系统外，定期培训和监视正在添加到系统中的信息也很重要。 尽管应保存许多文件以便合规和后代使用，但应鼓励这些文件进入“数据转储”，而工作文件应进入中央区域以便于访问。 建立适当的命名和编目做法也很重要，以便充分利用大多数系统附带的搜索功能。
数据仪表板也是提取信息的另一个重要来源。 由于我们一生中看到的大多数仪表板都被称为“自定义数据恶作剧”，即信息仅被转储到页面上并使其看起来令人印象深刻，因此在创建仪表板时，数据分析人员和员工必须遵循更高的标准。 通过始终首先询问这将如何从数量上影响业务底线和战略，可以将精力花费在分析和仅将正确的知识移交给业务中的关键决策者上。
因此，在这种情况下，找到合适的数据分析师和数据驱动的团队成员也应该成为重点。 有训练有素的分析师可以处理大数据，而挑战就在于使他们充满业务逻辑和对使用海量数据仅提取重要的见解和对决策者可行的建议的痴迷态度。
除了人类之外，您还可以考虑使用虚拟数据助手。 甚至Slack和Box的CEO都认为，随着更多智能机器人自动处理员工提出的问题，事情将会发生变化，因此，有一个永远在线的助手可以根据所查询的内容响应所需的信息。 他们认为，从长远来看，这种人工智能将缓解信息过载，并且很容易想象这最终将如何无缝地融入我们的日常工作流程。 Arria，叙事科学和自动洞察力是有助于将数据集转换为可读的文本说明的产品。
诸如KeyReply和其他客户支持公司之类的产品还可以帮助使用机器人实现客户互动的自动化，因此工作人员可以将精力更多地放在其他非重复性任务上。 这项技术也越来越民主化，例如Botdesk之类的产品可以帮助您设置一个机器人，在5分钟内回答重复的FAQ问题。
Slack Digest / Digest.ai是优先考虑每天在团队中进行的对话的产品，因此即使您没有主动监控对话，您也可以获取对话中最相关的摘要。 许多团队已经选择使用这些产品，以获取有关其Slack渠道的深刻见解的更新，并且可以看到他们在不久的将来更加根据您的角色和兴趣来个性化您的摘要。
世界的未来在于能够更好地捕获和汇总信息以做出更好的决策。 通过更好地管理团队中的信息过载，立即开始采取更好的策略和底线之路！
