The post has been translated automatically. Original language: Russian
IT loves algorithms.
If there are input data, conditions and criteria, the decision becomes clearer.
Life and work choices are more difficult.
Accept the offer or stay? Agree to a new project or refuse? Do it quickly or perfectly? Should I try a new direction or go deeper into the current one?
When there are many options, the brain easily goes into an endless loop.:
compare
doubt
recalculate
compare again
And the longer this process lasts, the more energy is spent not on the decision itself, but on its constant reflection.
Research shows that too many options can complicate the choice and reduce satisfaction with the solution. At the same time, the effect depends on the context: more options are not always worse, but it is especially difficult to choose when the task is difficult, the criteria are unclear, and preferences have not yet been formed.
Therefore, it is useful not to look for the "perfect solution", but to assemble your own algorithm.
01. Define the task first
Before comparing the options, it's worth understanding what exactly we 're choosing.
Not:
Which job is better?
But:
which job best fits my priorities for the next two years?
Not:
which project is more interesting?
But:
which project will give me the right experience without chronic overload?
The more precise the query, the fewer unnecessary options there are.
02. Set criteria before selection
If the criteria appear after you like one of the options, the brain begins to beautifully explain the emotionally made decision.
It is better to select 3-5 parameters in advance.
For example, for work:
income
growth
team
workload
flexibility
And determine which of these is really critical and which can be sacrificed.
03. Separate the must have from the nice to have
All criteria are rarely equally important.
You can divide them into:
necessarily
preferably
It doesn't matter
If the option does not meet the required condition, further comparisons are no longer needed.
It saves an amazing amount of time.
04. Limit the number of options
Sometimes the problem of choice arises not because of the complexity of the solution, but because we continue to collect new options.
One more course.
Another service.
Another candidate.
Another vacancy.
It is useful to set it in advance:
I'm considering a maximum of 3-5 options.
After that, the comparison begins, not a new search.
05. Check the error price
Not all solutions require the same amount of analysis.
If the choice is easy to reverse or adjust, it makes no sense to treat it as an architectural decision for ten years.
May I ask:
What happens if I make a mistake?
If the answer is "I'll lose a couple of weeks and try something else," it might be worth making a decision sooner.
If the consequences are serious and difficult to reverse, it makes sense to analyze them more deeply.
06. Use the 70% information principle
In reality, it is rarely possible to get all the data.
You can wait months for another argument and still not get complete certainty.
When the key criteria are clear and most of the necessary information is already available, the next step is often more useful than the next round of analysis.
Otherwise it turns on:
analysis paralysis
A lot of calculations, but little movement.
07. Add emotional debug
A rational table can show one thing, but inside everything resists.
This does not necessarily mean that emotions need to be controlled.
But they are worth checking out.
What exactly is causing the alarm? Fear of error? Fear of someone else's assessment? Unwillingness to lose the familiar? Or does the option really contradict important values?
Emotions are also data. They just need to be interpreted correctly.
08. Set a deadline for the solution
Without a deadline, the choice can live indefinitely.
I'll think about it.
it easily turns into a separate project.
Therefore, it is useful to determine the moment in advance.:
I'm collecting information by Friday, and I'll make a decision on Friday.
After that, execute.
A good algorithm does not guarantee that every choice will be perfect.
It is needed for another purpose: to distinguish a solution that really requires additional analysis from a situation where we are simply afraid to press Enter.
В IT любят алгоритмы.
Если есть входные данные, условия и критерии — решение становится понятнее.
С жизненными и рабочими выборами сложнее.
Принять оффер или остаться? Согласиться на новый проект или отказаться? Делать быстро или идеально? Пробовать новое направление или углубляться в текущее?
Когда вариантов много, мозг легко уходит в бесконечный цикл:
compare
doubt
recalculate
compare again
И чем дольше длится этот процесс, тем больше энергии уходит не на само решение, а на его постоянное обдумывание.
Исследования показывают, что слишком большое количество вариантов может усложнять выбор и снижать удовлетворённость решением. При этом эффект зависит от контекста: больше вариантов не всегда хуже, но особенно тяжело выбирать, когда задача сложная, критерии неясны, а предпочтения ещё не сформированы.
Поэтому полезно не искать «идеальное решение», а собрать собственный алгоритм.
01. Сначала определить задачу
Перед сравнением вариантов стоит понять, что именно мы выбираем.
Не:
какая работа лучше?
А:
какая работа лучше соответствует моим приоритетам на ближайшие два года?
Не:
какой проект интереснее?
А:
какой проект даст мне нужный опыт без хронической перегрузки?
Чем точнее запрос, тем меньше лишних вариантов.
02. Задать критерии до выбора
Если критерии появляются уже после того, как понравился один из вариантов, мозг начинает красиво объяснять принятое эмоционально решение.
Лучше заранее выбрать 3–5 параметров.
Например, для работы:
income
growth
team
workload
flexibility
И определить, что из этого действительно критично, а чем можно пожертвовать.
03. Отделить must have от nice to have
Все критерии редко бывают одинаково важными.
Можно разделить их на:
обязательно
желательно
не принципиально
Если вариант не проходит по обязательному условию, дальнейшие сравнения уже не нужны.
Это экономит удивительно много времени.
04. Ограничить число вариантов
Иногда проблема выбора возникает не из-за сложности решения, а потому что мы продолжаем собирать новые опции.
Ещё один курс.
Ещё один сервис.
Ещё один кандидат.
Ещё одна вакансия.
Полезно заранее установить:
рассматриваю максимум 3–5 вариантов
После этого начинается сравнение, а не новый поиск.
05. Проверить цену ошибки
Не все решения требуют одинакового количества анализа.
Если выбор легко отменить или скорректировать, нет смысла относиться к нему как к архитектурному решению на десять лет.
Можно спросить:
Что случится, если я ошибусь?
Если ответ — «потеряю пару недель и попробую иначе», возможно, решение стоит принять быстрее.
Если последствия серьёзные и трудно обратимые — имеет смысл анализировать глубже.
06. Использовать принцип 70% информации
В реальности редко удаётся получить все данные.
Можно месяцами ждать ещё один аргумент и всё равно не получить полной определённости.
Когда ключевые критерии понятны и большая часть необходимой информации уже есть, следующий шаг часто полезнее очередного круга анализа.
Иначе включается:
analysis paralysis
Много расчётов — мало движения.
07. Добавить эмоциональный debug
Рациональная таблица может показывать одно, а внутри всё сопротивляется.
Это не обязательно означает, что эмоциям нужно передать управление.
Но их стоит проверить.
Что именно вызывает тревогу? Страх ошибки? Страх чужой оценки? Нежелание потерять привычное? Или вариант действительно противоречит важным ценностям?
Эмоции — тоже данные. Просто их нужно правильно интерпретировать.
08. Поставить дедлайн решению
Без дедлайна выбор способен жить бесконечно.
Я ещё подумаю
легко превращается в отдельный проект.
Поэтому полезно заранее определить момент:
до пятницы собираю информацию, в пятницу принимаю решение.
После этого — execute.
Хороший алгоритм не гарантирует, что каждый выбор окажется идеальным.
Он нужен для другого: чтобы отличать решение, которое действительно требует дополнительного анализа, от ситуации, где мы просто боимся нажать Enter.
Share
