其实标记这本书是在一年前，原因大家懂的，纯粹是想展示在广播中被某些人看到，哈哈，直到最近读了这本书才发现这真的是一本不错的书，也许在一年前我还不能完全接受，但是现在看来是别有一番感触。
1. 认清公司的核心部门，一个公司到底应该以什么为主导，到底什么部门才是你当前的最核心竞争力。
在一年前，我还在吹嘘着工程师文化，吹嘘着技术驱动，当我跳出技术的领域，真正去为整个部门的结果负责时，我却更愿意把大部分的权力交给产品部门，然后是运营部门，因为我知道我们当时并没有任何的技术瓶颈，盲目强调技术只会把产品带到一条中庸的路。所以大家不妨这样去理解为什么腾讯产品驱动，百度技术驱动，阿里运营驱动的道理了。
2. 指定合理的绩效目标，错误的绩效的目标只会把企业带入到错误的道路。过于规范的流程会抹杀创新，这往往是太多职业经理人的可怕之处。
其实书里这部分内容是和绩效切实相关的，同时作者并不是讲绩效管理这件事不对，而是讲指定不合理绩效只会让企业走上一条平庸(而不是错误)的路。但是对于大公司来说我更愿意相信这是一条最稳妥的路，其实未曾站在大公司的高层，未曾站在创业团队的角度去和投资方，和董事会打交道永远无法理解这样的感觉，资方和董事会是不会接受你愿意冒太大的风险去试错，这就必然要求指定完善的规范和严格的绩效。那么如何解决这种困难，我相信实验室是一条探索出来的路，只是如何去支撑这个成本部门成了大部分公司都头疼的管理问题。
3. 说服董事会的艺术。这一点其实可以归结为说话的艺术，在书中作者举了一个极端的例子，但是很贴切，是说生产一款创新的概念车，从短期来看会让企业亏损3个亿，这董事会肯定是不同意的，其实作者是想抨击董事会的控制和管理观念不对。但是我更愿意换一种视角去看这个问题，如果你是这样去说服董事会，制造这个概念车需要花费3个亿的成本，但是可以为我们做一场对于技术的公关服务，这个服务如果达到同样的效果大概需要花费8个亿，所以我们还可以节省掉5个亿。我相信这也许是更好的效果。
4. 大数据的局限。首先数据预测本身往往掺杂了太多的理想因素，更学术点说，你无法抽取出所有的数据维度，这就标志着你的数据预测本身掺杂了太多的假定因素，例如消费者的心理，服务的不确定性等，这些往往限制了数据的精准性。另外，产品和体验是数据所无法预测的，传统产品规划方式错就错在了排斥了艺术、创造力以及不经意产生的奇思妙想，其实这个就是我常说的如何把握数据和直觉之间的平衡。我认为是产品的突破需要创造性和直觉，而精细化运营阶段需要对于数据的认真解读。
5. 专制不一定不好，例如汽车行业，例如一些设计驱动的企业反而需要独裁者。对于某些创造性行业来说，过度的民主只会产生中庸的产品。
6. 至于我要把这本书扣一星，我只是不认同作者作为通用汽车的高管，把公司的一切责任推的一干二净，这绝不是一个高管应有的口吻和心态。