工作汇报怎么写?4种工作汇报套路不可不知

优秀的业绩需要通过工作汇报展现,本文介绍了四种工作汇报套路:三段论、FFA、3M和非暴力沟通,分别阐述了每种套路的流程和应用示例,帮助员工更好地向上级展示工作成果和思考过程。

作为一名员工要想获得晋升或加薪的机会,就必须做出好的业绩。而好的业绩需要好的工作汇报来表现。一份优秀的工作汇报能够把你的业绩成果客观地反映出来,使你的辛勤工作有所回报,而失败的工作汇报则有可能掩盖你的实际贡献。那么,工作汇报怎么写?怎样写工作汇报才能得到赏识?

我今天结合《教你如何向领导汇报工作,12堂课成就职场精英》课程(文末附有课程资源获取办法),就和大家聊聊“工作汇报怎么写”这个话题。

工作汇报怎么写?4种工作汇报套路不可不知
工作汇报,尤其是向上的工作汇报,怎么写才能出彩?
一般来说,工作汇报写的时候有四大原则:
1、讲事实:用最简洁客观的话语把情况讲清楚
2、给选择:针对当前遇到的问题,给出上中下策三种以上选择
3、说想法:跟领导说明,自己的判断是什么
4、问看法:问老板对事情的看法是什么

那么,工作汇报怎么写有套路可循吗?工作汇报有模板吗?
答案是有的。这里给出四个写工作汇报的思路,供大家参考:

工作汇报套路一:三段论

这种工作汇报的流程是:背景/大趋势——小趋势小变化——大结论

三段论式工作汇报怎么写?
例如:
背景/大趋势——2017年整个在线广告市场是4.3%的增长
小趋势小变化——腾讯社交广告在17年的第三个季度增长了63%
大结论——看好腾讯2018年社交广告的收入,希望加大产品和能源的投入

工作汇报套路二:FFA

FFA是三个英文单词的首字母简写:F-FACT事实、F-FEEL感受、A-Action行动
这种工作汇报的流程是:干了啥/事实——有什么感受——采取了什么行动

FFA式的工作汇报怎么写?
例如:
事实——最近团队加入了许多新人,运营效率下降了30%
感受——我感觉主要是业务知识传递有些跟不上
行动——接下来一周,我会安排老员工1V1辅导每位新人

工作汇报怎么写?4种工作汇报套路不可不知

工作汇报套路三:3M

3M是Make Strategy、Make Team、Make Number等三个英文词组的首字母缩写
这种工作汇报的流程是:策略——团队——人员

3M式的工作汇报怎么写?
例如:
Make Strategy——团队本月的业绩是120万,完成了120%的月度KPI
Make Team——我们的营销策略是重视渠道合作伙伴,本月70%的收入是来自于渠道
Make Number——其中团队的小王、小李表现优秀,安排了团队经验的分享和特别的奖金。

工作汇报套路四:非暴力沟通

这种工作汇报的流程是:观察的数据——我们的感受——明确自己和老板的真实需求——请求协助

非暴力沟通式的工作汇报怎么写?
例如:
观察的数据——朋友圈广告获客成本越来越高,单粉丝获取成本已经从3、4元/个涨到了十块多
我们的感受——要达到明年的KPI新增100万粉丝,公司至少要追加1000万的预算,现在只有200万的预算是很难达到
明确自己和老板的真实需求——我能理解老板你希望我们尽可能低的成本去获取新的用户,我也努力着借助优质的内容运营+活动运营把获客成本控制在六元/个
请求协助——老板你能不能帮忙再追加400万预算?请务必支持……

很多人不知道工作汇报怎么写,大部分不是能力问题,而是思路问题。相信有了上面这四个工作汇报套路,能够很好帮助大家解决工作汇报怎么写这个问题。

以上,是关于“工作汇报怎么写”这个问题的四个原则和四种工作汇报套路。如果还想了解更多关于工作汇报、工作汇报怎么写的相关知识,推荐去看《教你如何向领导汇报工作,12堂课成就职场精英》课程,点击这里可免费获取课程下载资源

相关文章:《工作汇报怎么写?学会这几招,教你快速升职加薪!》

这个是完整源码 java实现 大数据 Spark 可视化大屏+Kafka+SpringBoot+Vue3 【大数据毕业设计】基于Spark实时电商用户行为分析与预测(Java版本+可视化大屏+Kafka+SpringBoot+Vue3) 源码+论文 完整版 数据库Mysql 随着电子商务行业的快速发展,平台每天都会产生海量的用户行为数据,包括浏览、加购、收藏和购买等。如何对这些行为数据进行实时采集、高效统计与科学预测,已成为电商运营决策和智能推荐的关键问题。传统的离线批处理方式存在延迟高、反馈慢、难以支撑实时运营的不足,因此构建一套面向实时场景的电商用户行为分析与预测系统具有重要的工程意义和应用价值。 本文设计并实现了基于 Spark 的实时电商用户行为分析与预测系统。系统采用前后端分离架构,后端以 Java 与 Spring Boot 为核心构建 REST 接口服务,结合 Apache Kafka 完成行为事件的异步投递与缓冲,利用 Spark MLlib 对窗口销售额进行线性回归预测,并将结果持久化至 MySQL;前端基于 Vue3、Element Plus 与 ECharts 实现管理后台与可视化大屏。系统主要功能包括管理员登录与个人中心、数据概览、行为数据查询、商品管理、实时统计、销售额预测以及可视化大屏展示。 在数据分析方面,系统通过行为模拟器持续生成 pv、cart、fav、buy 四类行为事件,按时间窗口聚合 PV、UV、加购数、收藏数、购买数和销售额等指标;在预测方面,采用滞后特征与小时特征构建训练集,优先使用 Spark 线性回归模型,并在异常情况下自动降级为 Java OLS 回归,保证服务可用性。测试结果表明,系统能够稳定完成实时统计与预测展示,界面交互清晰,能够满足本科毕业设计对完整性、可用性和技术综合性的要求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值