Fate/Zero的声优表
理大师彼得·德鲁克曾在《有效的主管》一书中简明扼要地指出：“效率是‘以正确的方式做事’，而效能则是“做正确的事”。
效率和效能不应偏废，但这并不意味着效率和效能具有同样的重要性。
我们当然希望同时提高效率和效能，但在效率与效能无法兼得时，我们首先应着眼于效能，然后再设法提高效率。
” 多么经典的论述
请注意，在这段论述中，彼得·德鲁克提出了两组并列的概念：效率 和效能，正确做事和做正确的事。
在现实生活中，无论是企业的商业行为，还是个人的工作方法，人们关注的重点往往都在于前者：效率和正确做事。
但实际上，第一重要的却是效能而非效率，是做正确的事而非正确做事。
正如彼得·德鲁克所说：“对企业而言，不可缺少的是效能，而非效率。
” “正确地做事”强调的是效率，其结果是让我们更快地朝目标迈进；“做正确的事”强调的则是效能，其结果是确保我们的工作是在坚实地朝着自己的目标迈进。
换句话说，效率重视的是做一件工作的最好方法，效能则重视时间的最佳利用——这包括做或是不做某一项工作。
麦肯锡卓越工作方法的最大秘诀就是，每一个麦肯锡人在开始工作前必须先确保自己是在“做正确的事”。
“正确地做事”与“做正确的事”有着本质的区别。
“正确地做事”是以“做正确的事”为前提的，如果没有这样的前提，“正确地做事”将变得毫无意义。
首先要做正确的事，然后才存在正确地做事。
试想，在一个工业企业里，员工在生产线上，按照要求生产产品，其质量、操作行为都达到了标准，他是在正确地做事。
但是如果这个产品根本就没有买主，没有用户，这就不是在做正确的事。
这时无论他做事的方式方法多么正确，其结果都是徒劳无益的。
正确做事，更要做正确的事，这不仅仅是一个重要的工作方法，更是一种很重要的管理思想。
任何时候，对于任何人或者组织而言，“做正确的事”都要远比“正确地做事”重要。
对企业的生存和发展而言，“做正确的事”是由企业战略来解决的，“正确地做事”则是执行问题。
如果做的是正确的事，即使执行中有一些偏差，其结果可能不会致命；但如果做的是错误的事情，即使执行得完美无缺，其结果对于企业来说也肯定是灾难。
对企业而言，倡导“正确做事”的工作方法和培养“正确做事”的人与倡导“做正确的事”的工作方法和培养“做正确的事”的人，其产生的效果是截然不同的。
前者是保守的、被动接受的，而后者是进取创新的、主动的。
麦肯锡资深咨询顾问奥姆威尔·格林绍曾指出：“我们不一定知道正确的道路是什么，但却不要在错误的道路上走得太远。
”这是一条对所有人都具有重要意义的告诫，他告诉我们一个十分重要的工作方法，如果我们一时还弄不清楚“正确的道路”（正确的事）在哪里，最起码，那就先停下自己手头的工作吧
首先，找出“正确的事”工作的过程就是解决一个个问题的过程。
有时候，一个问题会摆到你的办公桌上让你去解决。
问题本身已经相当清楚，解决问题的办法也很清楚。
但是，不管你要冲向哪个方向，想先从那个地方下手，正确的工作方法只能是：在此之前，请你确保自己正在解决的是正确的问题——很有可能，它并不是先前交给你的那个问题。
一位具有理工科背景的麦肯锡校友告诉我，让工作高效卓越的方法是有机而复杂的，就跟医学问题一样。
病人到医生的办公室说，自己有一点发烧。
他会告诉医生自己的症状：嗓子痛、头疼、鼻子堵塞。
医生不会马上就相信病人的结论。
他会翻开病历，问一些探究性的问题，然后再做出自己的诊断。
病人也许是发烧，也许是感冒了，还可能得了什么更严重的病，但医生不会依靠病人自己对自己的判断进行诊断。
马云说大数据时代最重要的是做最好的自己，为什么
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。
人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。
” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。
大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命。
云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。
企业内部的经营交易信息、互联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。
如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向大数据搭着信息时代的快车来到了我们的面前，数据的价值逐渐为人们所重视，同时也让数据分析师的身价倍增。
而随着大数据分析工具等大数据应用技术的出现，未来的数据分析师又将遇到怎样的挑战和机遇呢?工具抢了人的饭碗?很多大数据分析工具的设计起点非常高，定位了数据分析过程中所需要的大部分功能。
很多工具的功能涵盖了从数据前期整合、收集到挖掘、分析乃至末端的数据可视化的整个数据分析过程，功能不可谓不强大。
但如果仅凭这些就认定大数据分析工具能取代数据分析师，未免有些杞人忧天了。
恰恰相反，大数据分析工具不是数据分析师的竞争者，而是协助者。
工具本来就是为人服务的，数据分析师的专业素养让其能很好的发挥大数据分析工具的性能，二者相辅相成，是友非敌。
企业的支持虽然大数据的概念已经普及，但是很多企业还是留存有一些传统的观念。
很多企业虽然重金聘用了数据分析师甚至是组建了数据分析师团队，但是却并没有建立完善的数据价值体系。
对数据分析工作缺乏理解与支持。
相对于数据管理，数据分析工的工作重心还应该放在“挖掘数据价值”上。
企业与数据分析师直接缺少职能的沟通，将直接影响企业对数据分析师工作性质的定位;同时，企业应该建立数据库并部署大数据分析工具，为了能更好地对接用户，也为企业和数据分析师留有足够的空间。
从幕后到台前的转变以往的业务人员经常要磨破嘴皮才能得到别人的认同，而现在许多企业正在考虑让数据分析师带着数据分析结果去谈业务。
打算以“让数据说话，以数据服人”去赢得客户的信任。
而主要的实施过程，是靠数据可视化技术来实现的。
数据可视化技术让数据能以图表和视频的方式直观地展示在人们面前，而数据分析师作为数据的管理者和挖掘者，是最适合不过的讲解人了。
这样就要求数据分析师不仅要有扎实的数据分析能力，还要能提取数据精髓，并将之演讲出来以获得他人的认同。
从幕后转到台前，这里面会需要许多技能，数据分析师的工作性质也将发生改变。
在大数据时代，数据分析师所扮演的角色不可能是一成不变的。
而只有顺应时代的潮流，响应时代的需要，数据分析师这个行业才能继续生存并发展。
其实，大数据分析工具，数据可视化这些技术的出现固然使行业受到了影响与挑战，但对于数据分析师来说，未尝不是一次摆脱传统束缚的机遇!
动漫，那年那兔那些事儿中的台词：麦卡锡同学一时爽是什么意思
“”是以参议员约瑟夫*·麦卡锡为首的一个政治集团所推行的政治路线，它直接导致了结束后的制造“冷战”气氛，高举“冷战”大旗，对外反苏反共，对内干扰米国政府法令，恣意以安全名义审查美国公民和旅美外国侨民。
以至于形成了美国出现了历史上少有的疯狂揭发“内部敌人”的恐怖闹剧，其中最有名的是【希斯事件】 1948年，国务院的一名官员、时任主席的阿尔杰·希斯因叛国罪受到传讯，他被麦卡锡之流指控为苏联安插在内部的共产主义分子，并被枉法审判成为囚徒，这就是美国历史上轰动一时的“希斯事件”。
此后，麦卡锡的政治迫害变本加厉。
所谓“忠诚宣誓”和关于“内部敌人”的调查范围扩大到了荒谬可笑的地步。
总共有2000多万美国人受到了不同程度的审查。
他还将锋芒直指政府，甚至指控叛国。