新人如何才能获得前辈们的好感

WordPress数据库错误: [Got error 28 from storage engine]
SELECT SQL_CALC_FOUND_ROWS wp_posts.*, yarpp.score FROM wp_posts join wp_yarpp_related_cache as yarpp on wp_posts.ID = yarpp.ID WHERE 1=1 AND yarpp.score >= 1 and yarpp.reference_ID = 81151 AND wp_posts.post_type = 'post' ORDER BY score DESC, wp_posts.ID ASC limit 10

过往新嫁娘初为人妇,母亲会叮咛女儿想得人疼,要「面笑、嘴甜、腰软、手脚快、目色利」才行。在职场上也是相同的道理,新人想要快速融入环境,一定要懂得「做人」,才能赢得前辈及主管的好感、拥有好人缘。

【白目行为最惹人讨厌】

俗话说:「不打勤,不打懒,专打不长眼」,「有些新人因为对环境、情境认识不清,不会看场合行事,有时不免显得白目。」新人初来乍到,在人际关系方面,究竟哪些地雷千万不要踩呢?

称谓踩到年龄痛处:千万别以为,逢人就称哥叫姐是礼貌表现,年龄是女人的大忌,最介意自己被叫老了,不少熟女对「阿姨」这个称呼非常感冒。最好观察同事之间彼此如何称呼,或是客气地询问对方:「请问您喜欢我怎么称呼您?」

打探同事私事:如果同事没有主动聊起,不要主动问别人的婚姻家庭等私生活,喜欢和别人「装熟」、爱打探八卦或隐私的人,会让人退避三舍。

出言不逊:目中无人、出言不逊的新人,简直是自寻死路。不论你有多厉害,到新环境都要抱着「请多指教」的虚心态度,有问题时用「请教」而非「质疑」的口气,才不会树敌。

公主病:公主病不一定见于女生,有些人自以为是公主或王子,别人都应该把自己捧在手心里,受不了一丁点压力,成天把「我不会」、「我不知道」、「我做不来」挂在嘴边,惹人厌烦。既然是新人,就应该主动问前辈:「我要怎么做比较好?」展现学习的态度,人家才愿意教你。

装可爱:女生如果外表占优势,再加上装可爱,或许会大受男生欢迎,但是全办公室的女生却可能因此讨厌妳、与妳为敌。《用对方法,让你办公室人气狂飙》一书提到,女生说话声音「可爱」,很容易给人「孩子气」的印象,说的话不会被当回事。从音调到语助词,最好展现一定的成熟度,才能给人信赖感。

自我意识强烈:有些人以自我为中心、特立独行,视办公室规定如无物,和同事格格不入。最好用点心观察企业文化、组织氛围,不要太过于强调自我,这样才能融入团体。

积极过了头:积极是好事,但不要积极过了头,什么都还不会,就抢着揽工作,或是要求主管指派有挑战性的任务,看在其他同事、前辈眼里会觉得不是滋味,给人好高骛远的印象。

【在新环境广结善缘】

在职场上,要会做事也要会做人,新人想要广结善缘,千万别坐等别人伸出友谊之手,而应主动示好,找机会和同事多交流,如此人际关系才能无往不利。

穿着打扮和同事「同一国」:想要快速融入团体,有一个诀窍是,让自己的外表看起来跟大家很match,让同事觉得「你是我们同一国的人」,就容易产生亲近感。例如一家公司的穿着文化专业而保守,那么穿着火辣、打扮入时的新进员工想要赢得同事的好感,就非常困难。知名讲师、ACMC(Associate Certified Meta-Coach)国际注册教练李飞彤表示,新人穿着打扮最好掌握「衣不越级,饰不超值」的重点,观察同事和主管衣服、配件的等级,千万不要穿戴得比前辈、主管还要高级,以免惹议。

永远笑脸迎人:不管走到哪里,微笑都是最好的沟通语言,也是赢得人缘的最简单方法。一个负面悲观、个性深沉的人,没有人会想接近;只要看到同事就主动热情打招呼,个性亲切、平易近人,任谁都乐于和你接近。

多请教,不比较:有些人老是爱说,「我们以前公司都是怎么做的」,不停地比较前公司和新公司,听的人会感觉十分刺耳。李飞彤说,到了新环境,凡事最好「多请教,不比较,少计较」,才会受欢迎。对于不懂的事「发问」,是新人的权利,也是赢得前辈好感的捷径。《第一次见面就该懂的做人眉角》指出,在对方说话时,要表现出「聆听」的态度,这是基本礼貌。聆听的第一个要诀是「一边回应,一听聆听」,适时的提问,更能让对方留下好印象。

柔软语句挂嘴边:说话要会看人「目色」,不然就会老是说错话,得罪人还不自知。和人互动时,说话态度柔和、不要太强势,要多用敬语,经常把请、谢谢、对不起、很感激你的帮助等话挂在嘴边。

《第一次见面就该懂的做人眉角》提到,与其说「没办法」,不如说「真的很抱歉」,经常把柔软语句挂嘴边,如「造成您的麻烦,真是不好意思」,这种「口头禅」有谁不爱听?

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据