我们先看几个内容开发的场景，大家感受一下：
1、课程开发。有一家公司，计划为中层管理者开发团队管理课程，他的做法是从领导梯队的理论框架入手，收集团队管理方面的最好的知识点，然后进行课程内容结构的设计。请问这样做是否妥当？
2、经验萃取。一家公司的业务赋能中心，计划萃取公司主播的直播带货经验，他的做法是访谈公司头部主播，萃取直播带货的流程、话术等内容，然后在这个基础上编写主播直播带货手册。请问这样做是否妥当？
3、场景化学习设计。一家公司的训战中心，需要为客户经理赋能KA客户拓展能力，中心计划就KA客户中的商超客户、品牌渠道客户等两类客户入手，分析拓展的挑战，萃取拓展的作战打法，然后在真实案例的基础上，进行认知学习设计和场景模拟演练。请问这样做是否妥当？
1
任务场景分析是内容开发的核心技术
以上三个内容开发案例都涉及到任务场景分析的技术和方法。
在分析这三个案例之前，我们先了解一下内容开发的两类基石，所谓基石，指的是开发内容的基础分析方法，有两种，一种叫知识分析，另一种叫任务场景分析。
所谓知识分析，是指通过分析开发主题的知识内容，以知识为基础进行内容的开发。
所谓任务场景分析，是指通过分析开发主题所对应的工作任务以及任务的场景，在任务场景的基础上进行内容的开发。
我们来看一看前文中的第一个开发案例。
开发中层管理者的团队管理课程，通过【领导梯队】的理论确立课程骨架，通过收集团队管理的经典知识点来确立课程内容，这是一种典型的知识分析方法，也就是通过分析团队管理这个主题的知识内容，来开发这门课程。
那么，如果用任务场景分析方法，又是如何开发这门课程呢？
是从梳理高价值的应用场景入手。《中层管理者的团队管理》课程，首先应该界定精准的学习对象，然后再分析学习对象的团队管理场景。
比如，这个主题的精准人群是分公司总经理，团队管理场景有：
- 选拔一线经理
- 培养和发展一线经理
- 打造业务骨干队伍
- 设计团队激励机制
- 建立团队共识和团队目标
接下来，就是筛选高价值应用场景，比如最后一个场景使用频率很低，高价值的是前四个。这四个场景构成了这门课程的内容主体。
知识分析和任务场景分析是两种完全不同的内容开发思维方式，前者是学科思维，讲究【学以致用】，后者是应用思维，讲究【用以致学】。
事实证明，【用以致学】针对性强，学习转化的链条短，是当下主流的学习内容开发方法。
尽管如此，长期的学科教育，让我们养成了梳理知识的前置习惯。
比如，怎么搭建一个岗位的知识体系？大多数人，第一时间想到的，就是梳理岗位的应知应会清单，也就是岗位需要的知识和技能。
其实，现在我们已经知道了，这是一个误区。岗位的知识和技能只是分析的结果，入手的地方应该是找到岗位的典型工作任务场景。
2
分析技术1：识别任务场景
提到任务场景，多数人觉得这个概念既熟悉又陌生。熟悉是大家经常提起，陌生是大多数人不懂得怎么去识别这个概念。
任务场景其实是工作行为的一种。大体上来说，真实的工作行为有4种大小的颗粒度，分别是：
- 工作职责。是岗位职能，也就是岗位的责任范围，通常是一组工作任务的泛称。
- 工作任务。是指有明确产出结果的工作行为，通常包含了一组流程
- 任务场景。指带有时机或场所地点的工作任务。
- 流程动作。不能单独产出工作结果的工作行为，是工作任务的步骤
内容开发时，真正核心的是识别出工作任务或任务场景。
但精确识别任务场景并不是一件很容易的事情，这个需要一些经验的积累。
以前文所提到的内容开发案例2（直播带货经验萃取）为例进行说明。
直播带货，是主播的工作行为。它的颗粒度属于哪一个层次呢？工作任务？
其实，带货是一个工作职责，并不是一个工作任务。因为带货是一个比较宽泛的工作行为。一般来说，带货所包含的工作任务至少有：
- 粉丝购买意向分析
- 投流
- 选品
- 直播间产品推介
- ...
这些工作行为才是工作任务或任务场景。这里的迷惑性在于，尽管【带货】看起来是比较清晰的工作，实际上它和【销售】一样，是一个颗粒度比较大的职责。
因此，案例2 - 直播带货，并不是一个可以直接进行经验萃取的对象，它的颗粒度太粗了，真正的萃取对象应该需要细化，比如，投流和选品，才是萃取的合适对象。
实际上，用于学习设计的对象都应该是任务场景。
3
分析技术2：挖掘任务场景的挑战
对任务场景的第二项分析工作是挖掘挑战。
当我们需要挖掘任务场景的知识内容时，梳理难点挑战是必不可少的。因为任务场景都是由挑战驱动的。
什么叫挑战？
一般有三种描述：
1、完成任务时有限制条件或约束条件
比如决策的典型挑战是对决策内容没有掌握全面的数据信息、或者数据信息不能确定可靠性、或者决策时间非常紧迫。
再比如，高端机销售时，有一类客户是数码玩家，导购在向他们推荐时，这类客户通常预算有限，不能付全款购机。
这些都是完成任务的约束条件。
2、完成任务时出现特定的问题（痛点）
比如，电话客服处理客户投诉时，客户情绪激动，在主诉之前会发泄情绪，这就是完成任务时出现特定问题。
还比如，门店拦截客人进店时，客人通常很反感被打断或拦截，对销售人员有对抗情绪。这也是完成任务时的问题。
3、完成任务的标准很高
高的成功标准也会构成挑战性。比如，计算客户门店的利润，要求客户经理在进店巡店5分钟内，大体估算出门店的利润和利润率。
这里以上文的案例2为例，分析一下这个案例：
场景2：一家公司的业务赋能中心，计划萃取公司主播的直播带货经验，他的做法是访谈公司头部主播，萃取直播带货的流程、话术等内容，然后在这个基础上编写主播直播带货手册。
这个案例中，针对任务直接萃取流程和话术。其实也是欠妥的，因为没有挖掘任务场景的挑战，这样萃取，就不能针对挑战，萃取出相应的解法。而萃取出来的流程和话术缺乏针对性，也不能在约束条件下解决问题、完成任务，或者达成任务场景的标准。
4
分析技术3：任务场景的解法萃取
对任务场景的第三项分析工作是完成任务场景的解法、打法萃取。
当我们需要进行任务场景的学习设计或业务赋能时，萃取任务场景的知识经验也是必需的环节。这种需求的典型场景包含：萃取、课程开发或者学习项目开发。
萃取包含两种形式：经验萃取和知识萃取。
经验萃取是萃取完成一个任务，取得预期结果的过程（步骤、要点技巧）和操作工具。这种萃取，一般并不关心完成任务背后的原理。
大家看一个例子：《荷包蛋的正确打法》
先看一位博主的视频分享：
这个视频就是聚焦一个任务：打荷包蛋，展示经验的过程，任务包含一个痛点类的挑战。视频浏览量极高，有意思的是，在这位博主评论区的留言浏览量也非常高，可以看到，解决打荷包蛋的痛点（起沫，蛋花散了，不成型）的方法其实很多。但是，都并没有说明背后的原理。
我们再来看看知识萃取。
知识萃取的萃取深度比较高。它会探究完成任务的原理，并延伸出概念、过程和作业工具。
举一个例子。
证券分析师岗位，有一个任务叫客户路演，需要萃取这个任务的经验。采用知识萃取的方法，一共总结归纳了成功路演的三个条件要素：
- 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
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。这种萃取就是知识萃取，和经验萃取方法是两种不同的方法。
这种萃取就是知识萃取，和经验萃取方法是两种不同的方法。
5
分析技术4：场景化学习设计
对任务场景的第四项典型分析工作是场景化学习设计。也就是针对特定任务场景设计完成任务的学习并熟练的赋能过程。
场景化学习设计，其实是一个项目设计的过程。
关于这一部分内容，我推荐两种方法。
一种是工作任务熟练的挖掘方法。详见之前的文章：
另一种方法是综合学习设计方法，详见之前的文章：
前文说提到的案例3，就是遵循以上流程的场景化学习设计的例子。
最后总结一下：
1、任务场景分析技术是学习内容开发的关键技术。相比于知识分析的技术，这项技术应用范围更广，在课程开发、知识萃取、学习项目设计、学习地图开发中都会用到。
2、任务场景的分析，典型的分析技术包含识别任务场景、挖掘挑战、萃取知识、设计场景化学习以及复杂任务的设计方法。
