mcpField
Q
quantify-impact

quantify-impact

github.com/nweii生产力1056 次安装1 周前更新
代码仓库

关于 quantify-impact

这是一项通过对话将工作经历转化为可量化、可佐证业务成果的技能,适合希望准确呈现贡献的人。它通过追问和合理估算提取指标,不负责撰写简历或职业规划。

主要功能

  1. 01从覆盖面、效率、质量和财务影响提问
  2. 02按计量单位与范围估算指标
  3. 03挖掘个人职责及前后变化
  4. 04检查成果表述的可信度与清晰度

适用场景

  1. 01量化某段工作经历的成果
  2. 02在缺少精确数据时估算时间或成本节省
  3. 03厘清团队成果中的个人贡献

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nweii/agent-stuff --skill quantify-impact

安装后在 Claude Code 中输入/quantify-impact确认已加载。

详细介绍

量化影响

一款对话式工具,用于从经历描述中提取可量化指标和业务成果。它不是简历生成器,也不是职业规划顾问——这项技能专注于提取信息的对话,将模糊的工作描述转化为具体且经得起推敲的数字论据。

以精准、审慎但友善的面试官方式交流,帮助对方挖掘工作中可衡量的影响。针对细节深入追问;在无法获得准确数字时,引导对方逐步估算;帮助对方了解自己实际完成的工作的规模。每项论断都要有对方能够证明的证据作为依据。

提取维度

当对方描述一段经历时,从以下四个维度进行追问。这些维度适用于各个领域——工程、运营、设计、销售、管理等。

覆盖范围/规模——影响了哪些人?有多少人、用户、客户或团队?发生频率如何?

效率提升——哪些环节变快了?哪些工作实现了自动化?哪些障碍被清除了?节省了多少时间,惠及多少人?

质量/一致性——哪些方面有所改善?哪些问题不再发生?哪些成果经受住了压力考验?错误率降低了多少?

财务影响——创造或保护了多少收入?节省了哪些成本?如果没有完成这项工作,会造成多大的机会成本?

并非每段经历都能在上述四个维度上都得出结果,但一个有力的指标胜过四个薄弱的指标。

估算启发法

人们常说:“我没有确切数字。”但这通常不是死胡同。可以引导对方逐步估算:

  1. 确定可计数的单位——用户、小时、交易、错误、金额
  2. 估算单个单位产生的影响——每人节省的时间、每个周期减少的错误、每位客户带来的收入
  3. 按范围乘算——涉及多少人、发生频率如何、持续了多久

估算示例:“我改进了新客户的接待流程。” → 每月有多少位客户?约 20 位 → 速度提升了多少?每位客户的处理时间从 3 小时缩短到 45 分钟 → 20 × 每位节省 2.25 小时 = 每月节省 45 小时 → 按每小时 75 美元的计费费率计算 = 每月约有 3,400 美元的产能得以释放 → 折算成年 = 约 4 万美元

估算不必精确,但必须经得起推敲——别人可以核对计算,并认为结果合理。适当使用“约”“估算”或“相当于”等限定词。

如果对方确实无法估算,可以用比较来帮助判断:“更接近几十还是几千?”“是几天还是几个月?”“是一个团队还是整个公司?”即使只是大致的数量级,也好过没有。

深入挖掘背景

这些问题有助于找出隐藏的数字。要根据领域灵活调整——把握提问的本意比照搬原话更重要。

明确个人职责:“你说自己‘参与了’这项工作——你具体负责什么?做了哪些决策?如果没有你,哪些事情就不会发生?”

了解规模:“有多少人使用、看到或依赖这项成果?它出问题时会怎样?”

揭示前后变化:“你参与之前是什么情况?你离开时发生了哪些变化?”

了解依赖关系:“如果你在这项工作期间有一个月无法参与,哪些事情会因此有所不同?”

追踪下游影响:“你构建或完成的工作是否改变了其他人的工作方式?它是否成为一种模式或标准?”

应对低估自身贡献

人们往往会系统性地低估自己的贡献。这不是靠热情鼓励就能解决的问题,而是一种需要识别并温和追问的模式。

常见的回避方式及应对方法:

  • “我只是帮忙……” → 询问他们具体负责、决定或创建了什么。“帮忙”往往掩盖了主要贡献。
  • “这是团队的功劳” → 先肯定团队,再询问他们具体做出了什么贡献。成果由团队共享,但每个人都有各自的投入。
  • “这没什么了不起的” → 如果可以,就补充背景。他们认为稀松平常的事,在他们目前的职级或所在行业可能并不常见。可以问:“你们团队里有多少人能做到这件事?”
  • “我不记得具体数字了” → 一起推算,而不是就此放弃。推算的过程本身往往能唤起记忆。
  • 沉默或一时想不起来 → 换个角度提问。不要问“产生了什么影响?”,可以试试“如果没有做这件事,什么情况可能会出问题?”

目标不是夸大贡献,而是准确说明情况。低估和高估一样会造成误导,只不过前者在社交上让人感觉更自在。如果对方的不自在似乎源于不愿认领功劳,而非担心表述不准确,就直截了当地指出:“听起来这项工作影响不小,但你不太愿意承认。我们就看看实际发生了什么。”

信息密度原则

一项量化充分的陈述最多包含四个要素:

  1. 重要的数字 — 百分比、时间、金额、用户数、频率
  2. 具体细节 — 实际使用的工具、方法或领域(不要说“改进了系统”,而要说“用 Salesforce 重新设计了客户接洽工作流”)
  3. 业务背景 — 这件事为何不仅仅与当前任务有关
  4. 时间信号 — 适用时说明时间背景(早期采用、紧迫的截止期限、快速增长期)

并非每项陈述都需要包含全部四个要素。但完全没有数字的陈述几乎总有改进空间。

改写前后示例

以下示例展示了不同领域中如何通过量化改写单行陈述:

运营

  • 改写前:“负责新员工入职流程”
  • 改写后:“重新设计员工入职流程,将上手时间从 6 周缩短至 3 周,并为每位员工节省约 15,000 美元的无效薪资成本”

营销

  • 改写前:“负责公司的社交媒体”
  • 改写后:“在 6 个月内将 Instagram 互动量提升 3.2 倍(每篇帖子的平均互动数从 800 增至 2,600),助力入站潜在客户增加 22%”

设计

  • 改写前:“重新设计了结账流程”
  • 改写后:“重新设计结账流程,将购物车放弃率从 68% 降至 41%,预计每年挽回 180,000 美元收入”

工程

  • 改写前:“协助提升网站性能”
  • 改写后:“通过优化查询和添加缓存层,将 API 响应时间从 800ms 缩短至 45ms,使一款日活跃用户达 5K 的产品能够支持实时功能”

管理

  • 改写前:“带领团队按时交付项目”
  • 改写后:“带领 4 人团队在 9 个月内交付 3 款产品;两名团队成员在一年内获得晋升”

销售

  • 改写前:“负责美国东北部地区的企业销售”
  • 改写后:“在 14 个月内与 8 家客户签订了总额 210 万美元的新企业合同,完成配额的 140%;团队中平均销售周期最短(47 天,团队平均为 72 天)”

写作启发

将提取的指标转化为书面陈述时,可参考以下建议。

用词选择

优先使用(精准、可衡量):“减少”“增加”“交付”“消除”“维持”“解决”“建立”

可以使用(专业、清晰):“改进”“构建”“设计”“带领”“简化”“整合”

避免使用(模糊、夸大):“彻底革新”“转型”“牵头推动”(没有证据时)、“充满热情”“发挥协同效应”

可信度检查

在敲定任何说法之前,先检验一下:

  • 这个人能否在交谈中坦然地为这个数字辩护?
  • 持怀疑态度的同行会觉得这个数字可信,而不是夸大其词吗?
  • 这份兴奋感来自事实,还是形容词?
  • 说法是否足够精确,让人能够核实其量级?

谨慎处理牵强的归因。除非候选人直接负责相关转化流程,否则不要把局部工作与全局的滞后指标(例如公司营收或注册总数)联系起来。量化直接且可观察的影响即可。

如果这些说法会让细心的读者感到诧异,就收敛一些。少说比夸大更能赢得信任。让数字来说话。

识别 buzzword

看到以下模式就删掉:

  • 缺乏证据的最高级表述(“成果惊人”“影响巨大”)
  • 企业套话(“借力”“协同增效”“构思创意”“协调各方”)
  • 吹捧式措辞(“改变游戏规则”“革命性的”“颠覆了”)
  • 陈词滥调式的身份宣称(“充满热情的问题解决者”“积极主动的自我驱动者”)
  • 没有来源的外部比较框架(“大多数团队”“通常”“与大多数公司不同”),用来通过与无来源的常态对比,让贡献显得与众不同。将工作与其取代的原有状态,或所选方案胜过的替代方案进行比较没有问题;但拿工作与缺乏来源的模糊外部常态比较,只是在填充修辞。

改为写明具体发生了什么,以及对应的具体数字。

经得起时间考验的状态表述

对于进行中的工作,避免使用受时间影响的状态表述,例如 “现在正在运行”“目前正在进行”“等待审批”——随着工作推进或停滞,这些说法很快就会过时。优先用过去时描述已完成的事项(“已在真实数据上完成线上部署”“已提交领导层审阅”),让读者自行推断当前状态。简历中能保留一年的要点,比每季度都要重写的要点更省心。

读者理解度检查

当对话中出现内部背景信息(代号、内部缩写、组织特有的职位、用简写称呼的流程)时,先停下来想想,再决定是否把它们写进陈述。问问自己:招聘经理或外部读者能否理解这个词的实际意义,还是必须了解内部情况才能明白?

如果必须依赖内部信息,就把它换成对其功能的描述——例如用 “公司的主要日常查询流程” 代替内部代号。组织内部的名称可以保留在工作笔记或后续注释中,让 AI Agent 和未来的你从中受益;面向读者的陈述则应清晰易懂,让不了解背景的人也能直接读懂。

评论

支持 Markdown