通过访谈专家，我们都会获得一些知识，我们怎么评价萃取的成果？又是如何知道萃取的内容是到位了呢？
一起来思考两个问题：
场景1：萃取高端机销售高手的经验，已经识别出高端机销售的四个步骤（识别顾客、功能推介体验、排除异议和逼单），并挖掘出了每个步骤的实施要点、典型话术。
请问，这种萃取是否到位？
场景2：萃取证券分析师客户路演的经验，总结了成功路演的三个要点（新鲜的一手数据、有说服力的投资逻辑、简洁清晰的路演胶片），在此基础上，挖掘了一手数据的关键特点以及7种获取方法、3种投资说服逻辑、路演胶片的编写原则和几种情形下快速准备的方法。
请问，这种萃取是否到位？
1
知识萃取的三个等级
把一个任务场景的知识萃取到位，由两方面决定的：
1、经验本身的成熟度。这是经验萃取能达到的天花板，这方面之前已经探讨过。想详细了解，点击：《怎么判断业务经验是否“有料”》。
2、萃取的技术。也就是说，业务有料，需要有方法挖掘到并显性化。
很多时候，以上两点是相辅相成的。换句话说，需要用萃取的技术去探测经验本身的成熟度。
这个探测的过程通常是一个逐步的过程。
我一般把知识萃取的等级分为三级，分别是：
第一级：方法模型
最常见的是流程模型：N步法、N段论，比如门店成交5步法，关键时刻等。
其次就是N原则，比如SMART原则、奥卡姆剃刀法则等。
还有一类也是常见的，N组成要素，比如商业画布、OSCAR模型等。
这些方法模型，看起来知识感非常强，其实本质上是对现有经验的总结，并不包含创造。
第二级：方法工具
最直观的知识工具是模板、清单。比如SOP、查检表、Cheatsheet等。
实际上，比较高级的方法工具，是方法模型的再创造。
举一个例子。
知识模型：商业模式9要素
方法工具：精益画布（莫瑞亚，2013）
这个方法工具是一个画板，把商业模式的9个要素可视化和结构化了。
一些知识萃取的高手，善于把方法模型设计为工具。
第三级：原理本质
也就是能解释方法模型背后的“为什么”，一般包含两个方面：
1、本质思考。能揭示核心概念的核心本质特征。
比如什么叫学习？有人可能说学习是获取并习得信息的过程。另外有人说，学习的本质是内化知识的过程。
不同的本质思考，会带来不同的学习过程。认为学习是内化知识的过程的人，他把学习过程模型化为IPO过程，感觉非常有启发意义：
- 知识输入（Input）
- 知识模型化处理（Process）
- 知识输出（Output）
这种揭示核心概念本质的萃取，实质上是对思维模式的萃取。
2、原理。能揭示成功解决问题或做成事背后的条件要素。
通常办成事，关键的条件是有限的，能洞察出这些条件的，属于对原理的萃取。
比如，全文中的证券分析师的经验萃取，就属于此类。这位分析师很年轻，才毕业两年多，但业绩比有7、8年经验的分析师还好。我们在萃取他路演的流程经验时，他感到不屑一顾，说他们路演没有固定的流程动作、也没有固定的方法工具。但在萃取原理时，我们能萃取出做好路演的三大条件要素：
- 新鲜的一手数据
- 有说服力的投资逻辑
- 简洁清晰的路演胶片
沿着这个方向挖掘，萃取就打开了局面。
2
两种萃取切入的方式
一个任务场景的经验萃取，切入的角度有两个：
1、流程型萃取
2、概念原理型萃取
所谓流程型经验萃取，是指切入角度是流程的经验，同理，概念原理型经验萃取，是指切入角度是概念或原理的经验。有两类任务场景，通常适合流程型萃取切入方式。
1、重复性强的事务。也就是相同的事务，重复做过多次，这样的工作，通常有一个相对有效的流程。
2、执行层的工作事务。这类事务标准化程度高，不仅体现在流程的标准化，也体现在行为和结果的标准化。
比如，一位行政部的专员，经常办理各种会议，这种办会的工作，萃取的切入点就适合从流程入手。
概念原理型萃取，适合场景非常繁多复杂、或者重复性不强的工作任务。这样的工作通常是知识型工作，常见的有研发型岗位工作。
比如，前端编程就是这样，用户需求多种多样，场景变化大，一开始想搭建一个流程出来并不是很容易，这时，就需要从概念原理切入。
以高端机销售经验萃取为例，这个需求发生在国产手机向高端进发的过程中，普通的销售人员其实是缺乏销售高端机的经验的，更谈不上可重复的经验。
这个时候，想找到一个高端机的销售流程和流程中的方法技巧比较困难。这时候从概念和原理入手比较好。比如回答以下问题：
1、高端机销售的本质是什么？
2、要把高端机成功销售出去，关键的成功要素有哪些？
3、有哪些方法可以达成这个成功要素？
4、销售高端机的最佳流程组合是什么？流程中的每一个步骤的挑战点有哪些？如何提高每一个挑战点的成功率？
这些问题都需要基于实践验证的答案。比如第一个问题，最好的答案是：销售高端机的本质是销售一种数字时代的生活方式。
其实，最后呈现给门店导购的只是：高端机销售的流程、流程中的方法技巧、话术、演示工具等。
但这些成果的背后，问题1~4这样的推导过程不能缺席。
3
知识萃取深度的判断标准
经验的知识萃取，总是从一层层地细化深入，问题是：萃取到哪一步，我们才能判断萃取到位了呢？
这个问题，可以从几个维度来回答。
1、60分线
萃取了方法模型及模型构成要素的知识细节。或者，萃取了本质原理及沟通要素的知识细节。
2、70~80分线
萃取了方法模型+方法工具，或者萃取了本质原理+方法工具。也就是说，在方法模型和本质原理的基础上，挖掘了现有工具，设计了方法的工具。
3、90分线
不管是从哪一种知识切入，萃取的最终结果都包含了WWH结构。
what。是什么、有什么，也就是概念
why。成功的原则、条件要素或公式，这是原理
how。如何做。这是流程。
流程型经验萃取，是从how切入，可以萃取流程模型和相关的工具，但缺乏概念和原理。
概念原理型经验萃取，是从why、what入手，可以萃取实践经验的共性洞察，但缺乏重复作业的流程。
如果两者都能补上以上的环节，那么，萃取的结果就是90分线以上的水准。
在实际的萃取中，要达到80、90分线，其实是很困难的。有两方面原因，一是业务的成熟度并不高，并没有探索出丰满度很高的知识，另一方面，业务并不需要丰满度很高的知识。
回答本文的开头的两个问题：
场景1：
萃取高端机销售高手的经验，已经识别出高端机销售的四个步骤（识别顾客、功能推介体验、排除异议和逼单），并挖掘出了每个步骤的实施要点、典型话术。
形式上达到了70分线。但问题是，我们并不能确认流程的有效性。实际上，最终的萃取结果中，验证逼单是一个无效动作流程，另外，还需要场景体验环节等流程。
场景2：
萃取证券分析师客户路演的经验，总结了成功路演的三个要点（新鲜的一手数据、有说服力的投资逻辑、简洁清晰的路演胶片），在此基础上，挖掘了一手数据的关键特点以及7种获取方法、3种投资说服逻辑、路演胶片的编写原则和几种情形下快速准备的方法。
这是比较成功的萃取，包含了WWH结构的内容，既有原理，也有如何做的know-how知识。
最后，总结一下：
1、经验萃取的成果有三种，分别是方法模型、方法工具和本质原理；
2、经验萃取的切入点有两种：流程切入和概念原理切入，不同的切入方式适用的场景是不同的；
3、知识萃取的深度判断，粗略划分为三档：60、70~80、90，各自有不同的成果要求。
