学习地图有两大价值：
1、系统化梳理一个主题的知识地图，盘点主题的知识清单
2、设计一个主题的课程体系清单，并以课程为中心设计学习方案
本质上讲，学习地图解决“学什么”的问题。本文从技术方法上分析：如何将以上两大价值做得更好。
1
传统学习地图的开发痛点
关于传统学习地图开发的问题分析，我曾经写过一篇文章，叫《
学习地图不能落地的技术分析》。点击可以详细了解。这里只做一个简要的综述。
1、工作盘点时，只是罗列业务的工作清单，没有直接反映利益关系人对业务工作的核心关切。
举个例子。
一个物业管家岗位的学习地图开发，参加梳理的业务专家主体自然是物业管家，可能还会加上1~2位物业管家的上级。他们会梳理哪些工作任务呢？头脑风暴的方式，大概率是物业管家和上级比较关注的日常工作。
实际上，物业管家更重要的工作职责是服务客户-业主（住户）的各种需要，除此之外，可能还有社区管理者的一些需求。
在头脑风暴以及接下来的FID重要性分析时，以上工作可能会被忽略甚至遗漏。
说到底，工作分析应该更有结构化，而不是纯粹的头脑风暴。
2、工作分析，只是分解工作任务的流程、步骤，没有梳理任务的典型场景，导致工作分析的结果与应用存在隔阂。
传统的工作分析，其实就是工作逐级分解，从工作职责分解到工作流程，再分解到流程动作。
这个分解有可能更细致，比如分解层次不是三级，而是五级。
实际上，工作任务如果不能拆解到场景，那么，无论接下来的分解多么细致，都是没有实用价值的。
比如，有一个工作叫【工厂的物流设计】，按照传统的WBS式的工作分解，就是将物流设计分为流程、步骤、动作。这种拆解方式千人一面，完全忽略了不同的企业有不同的场景。这种模式和基于能力字典的岗位建模模式基本没有区别。
真实的工作拆解不是这样的。比如，一家工厂的物流设计大概分为：
- 厂区外的原材料物流设计
- 厂区单元间的物流设计
- 生产线的物流设计 缺少从场景视角的工作分析，其实都是纸上谈兵。
3、知识分析无效。
这方面主要是KSA知识分析方法导致的，主要的问题是知识点颗粒度太大、和工作分析的成果没有直接关联等问题。这方面建议阅读：《
2
场景式学习地图开发方法论
为解决传统学习地图开发方法的问题，催生了场景式学习地图开发方法。这套方法，主要包含以下三点：
- 为工作任务引入了owner - 工作利益攸关方，从而导入角色分析方法；
- 在工作分析时引入场景设计，从而导入LOAE场景分析方法；
3.在知识分析时引入基于内容的知识分类方法，从而导入知识图谱分析技术；
下面简要介绍这三个方法：
1、角色分析方法
为保证岗位工作盘点时，能反映工作客户方的意志，特别引入工作利益攸关方。
工作利益攸关方是指岗位工作结果或工作服务的接收方，他们对岗位工作者有绩效评价的最终权力。
比如上文中的物业管家，业主是管家服务的接受方、物业经理对管家有绩效评价的权力、社区工作站对物业管家有监督评价的权力，他们都是物业管家的利益攸关方。
利益攸关方对岗位任职者的工作职责都有自己的期望，这种期望可以通过角色的方式进行描述。其结构是利益攸关方→期望岗位角色→工作职责
我们可以看一个例子，这是华为国家总经理的角色模型：
2、场景分析方法。
场景是什么，怎么描述和定义？
可以用一个LAOE的场景模型来描述和定义。LAOE是场景的四大要素，分别是岗位、动作、动作对象和环境。其中前三者是必选项，环境（时机和场所）是可选项。
比如下图就是一个典型的场景描述。
用场景描述方法时，是从岗位角色职责出发，按LAOE模型拆解出一个角色职责主要的典型场景。
3、知识图谱分析技术
这种分析方法的基础是基于内容的知识分类方法，这套知识分类方法来源于第二代教学设计技术的开创人戴维·梅瑞尔。
经过优化改造后，将知识分为过程、原理、概念和信息工作，简称为CIPP知识分类。
在这个基础上，萃取盘点出结构化的知识清单，这个方法被称之为知识图谱。成果示例如下：
知识图谱分析的过程并不复杂，只有两步是：
1、分解任务场景的流程
2、演绎式萃取任务流程的知识清单
知识图谱分析过程，同时也是一个知识设计的过程。
总结一下：
场景式学习地图开发方法，相对于能力模型导向学习地图开发和通用任务型学习地图开发，主要的差别体现如下：
1、学习内容的基石不同。场景式学习地图开发，学习基石是岗位工作的任务场景。这一点与学习基石是能力素质项或通用任务项是不同的。
2、分析方法上存在三大差别。即用角色模型分析替代头脑风暴式的工作罗列，用场景分析替代WBS工作分解，用知识图谱分析替代KSA分析。
