前一篇文章我介紹了邏輯思維，講解了演繹和歸納這兩種基本的推理方法，在結尾處我給了一個用基本的演繹和歸納方法推導複雜結論的例子。問題來了，用什麼結構建立起這樣的邏輯大廈呢？有沒有固定的模闆可以學習？本篇就講解一下數據分析思維中另一個底層思維：結構化思維。

結構化分析的主要工具之一是邏輯樹。這是麥肯錫公司的咨詢顧問分析問題時最常使用的工具。

邏輯樹有三種類型，分别是：問題樹、假設樹、是否樹。問題樹也有翻譯成議題樹的。網上搜索邏輯樹一般會默認是問題樹，往往忽略了後兩種。

這三種邏輯樹結構類似，但是有不同的使用前提，合理的使用它們，對于我們分析問題和制定解決方案能起到事半功倍的效果。

01 問題樹

當對問題不了解 ，或者需要對問題進行全面的分解以确保不遺漏任何一個方面時，可以使用問題樹。即：在解決問題的初始階段使用問題樹。問題樹的結構如下：

MECE原則

問題的同一層級必須遵循MECE原則。

MECE（MutuallyExclusive,CollectivelyExhaustive）的意思是“相互獨立，完全窮盡”，發音是me see。

在思考問題的過程中，我們需要将問題進行分解，每一層級的問題與問題之間沒有重複、交叉、相關性，就是“相互獨立”，而每一層級中務必不出現遺漏，就是“完全窮盡”。

這個原理比較容易理解，不多說。

02 如何建立問題樹

建立問題樹有兩種方式，一種是自上而下，一種是自下而上。

1. 自上而下做分解

比如我們要完成100萬元的業績，可以從哪些方面入手呢？因為銷售的最終目标是客戶，所以我們可以将客戶分類，對不同的客戶群體采用不同的營銷方式。

根據MECE原則，客戶無非是三種：

1. 陌生的新用戶
2. 正在跟進的用戶
3. 已經購買的老用戶

因此，我們可以在邏輯樹的第一層，劃分這樣三個類别。

根據業務常識，銷售額=流量×轉化率×客單價。所以我們在三個群體下分别有三種策略。

根據上述的策略，再往每一個子分類中添加具體的對策。

這樣經過一層層的演繹推理，最終形成了一個問題樹。我們将一個大問題拆解成了一個個可執行的小問題。

其中，第一層的分類最重要，它決定了你整個結構的整體功能。

不過這個分解方式沒有标準答案，你在運用的過程中，得根據實際問題，找到對問題的解決最直接有效的切分方式，比如：

• 側重于分而治之的，可以按空間維度進行分類：新客戶、跟進中客戶、老客戶；或者業務A、業務B、業務C；
• 側重于進度把控的，可以按時間維度進行分類：第一個月、第二個月、第三個月；
• 側重于戰略聚焦的，可以按重要程度進行分類：機構客戶、普通客戶；
• 側重于目标達成的，可以按演繹邏輯進行分類：流量、轉化率、客單價、複購率。

資深分析師相比新手分析師，最大的區别就在于能夠找到更好的分類維度。這種差距是業務思維上的差别，我将在之後的文章再詳細解讀，本文不做深入。

2. 自下而上做聚合

自上而下演繹法的好處是效率高，可以很快速地就把問題結構化。可是，這種方式有個前提，就是你得對問題的解決方法有深刻的理解，能夠快速找到恰當的分解角度，或者大腦中已經有了現成的結構可以直接使用，比如：銷售額=流量×轉化率×客單價。如果沒有現成的結構，或者找不到分解的角度怎麼辦？你可以嘗試使用“歸納法”自下而上地提煉結構。具體怎麼做？

第一步：收集信息。在這一步，我們把所有收集到的信息，都一條一條地羅列出來。

第二步：分類。在這個環節中，我們要按信息的屬性、特點進行歸類，确保在同一組的信息都屬于同一個範疇。

第三步：概括總結。在這個環節中，我們要根據每個分類的特點，給每個分類寫一個具備總結功能的标題。

舉個例子：比如想要銷售額提升一倍，怎麼辦呢？如果你沒有對業務的整體認知，那麼可以召集團隊成員，一起開個頭腦風暴會議，大家一起想一想有什麼方法。

經過激烈的頭腦風暴會議，大家列舉出了很多的想法：

• 約客戶吃飯
• 請客戶喝咖啡
• 陌生拜訪
• 公衆号合作
• 電商合作
• 老客戶回訪
• 挖掘新用戶
• 線下活動……

這些信息雜亂無序，我們進入第二步分類，用歸納法把類型相同的信息分成一類。

比如電商合作、公衆号合作、線下活動屬于渠道類，請客戶吃飯、請客戶喝咖啡等屬于溝通類，陌生拜訪又屬于挖掘新用戶下面的一種方式。

然後是第三步概括總結。渠道類裡，電商和公衆号屬于線上渠道，線下活動屬于線下渠道。

經過這樣的梳理分類逐漸清晰。然後再根據每個分類下的情況，删除重複的内容，增加缺少的内容。

比如用戶類型裡有挖掘新用戶、老客戶回訪，因此需要增加一個跟進中用戶。

但到了這一步還沒有完，我們依然要遵循MECE原則。

這樣的分類，有渠道、有溝通方式，還有用戶類型。用戶類型明顯和前天類型不是同一個維度的内容。所以我們可以選擇把用戶類型放到上一層。

最終通過自下而上，構建了一個和之前類似的邏輯樹。

自上而下和自下而上，到底哪種方法比較好？要看不同的的情況。

自上而下适合我們的目标特别明确的時候。比如你參加競聘，這時你的目标就非常明确，一定是從上往下搭建結構會更好。

自下而上适合我們沒有目标的時候，比如年底寫工作總結的時候，一開始往往不知道怎麼歸類。那就把一月至十二月所有的事情列出來，然後按照你的工作内容進行分類，之後再将每個類别概括出一個結構，最後再将這些結論往上概括出一個總結論來，便完成了金字塔結構的搭建。

但是，在實際工作中，不太可能隻用一種方法就把結構建完，一定是兩種方法同時使用。

03 假設樹

當你對問題已經有了較為充足的了解時，可以用假設樹分析問題。

假設樹是針對問題提出了某種假設的解決方案，需要驗證假設是否成立時的使用方法。換句話說，假設樹用于驗證假設。

假設樹的結構如下：

對于某種假設方案，隻有當所有論點都支持該方案時，該假設方案可以得到驗證，否則會被推翻。對于每一個論點同樣可以進行分解，直至分解到可以被基本假設證實或證僞。

假如需要針對X公司制定“提高銷量”的方案，我們在了解了公司各方面的情況之後，覺得該公司可能可以通過研發新品來獲得銷量提升，遂繞過問題樹的方法，直接提出“X公司應該研發新産品”這一假設。

為了驗證假設是否成立，則可以構建如下假設樹。

隻要我們将第三層次的7個論點進行驗證，就可以證明“X公司應該研發新産品”這一假設是否合理。

這種方式實際上就是對問題先做演繹或者歸納，列舉出前提或者是論據，然後用數據驗證這個推理是否正确。

假設樹這種分析方式相比問題樹效率更高。

假設樹針對問題所提出的假設，不用将問題的所有方面都考慮到，隻要能夠驗證假設合理或者不合理即可，這是其與問題樹最大的不同，加快解決問題的進程。

不過還是那個問題，怎麼建立假設？

一個問題究竟如何提出正确的假設？在看到讓X公司“提升銷量”的問題時，為什麼要提出“X應該研發新産品這樣一個假設”，而不是“增加銷售渠道”？這個問題依然還是業務思維的範疇。

04 是否樹

是否樹相比假設樹還要更簡單。

是否樹的主要形式是：先提出一個問題，然後對這一問題進行是否判斷，分析的結果隻能是“是”或者“否”；

然後接着進行下一輪判斷分析，繼續得出分析結果“是”或者“否”。是否樹的結構如下：

在使用是否樹進行分析前，對一些結果應已有标準方案。如果答案為“是”，就可以應用實現準備好的标準方案。如果答案為“否”，那就需要再進行下一輪的判斷分析，對具體情況進行具體分析，根據結果确定解決方案。

比如，以下是分析産品戰略的一個簡單的是否樹：

通過圖中的分析，根據不同的結果，就能夠确認最終合适的方案是哪一個。

05 三種樹的使用場景

最後，說一下三種邏輯樹的區别和其适用的場景進行簡單的分析。

問題的初始階段，尚不明确具體情況，需要對問題進行全盤分析時，使用問題樹；

對問題已經有一定了解了，并且有了一種假設方案，對假設方案進行驗證，使用假設樹；

對問題不僅足夠了解，且針對一些結果已經有了标準方案，需要在方案中進行選擇時，使用假設樹。

使用邏輯樹有以下優點：

1. 通過“樹幹”和“樹枝”的搭建，找出問題的所有相關項，以此确保問題獲得完整的解決；
2. 通過問題與問題的關聯，識别哪些是必須的，哪些是證明前提假設的重點；
3. 個人使用時能幫助理清思路，将大問題分解為利于操作和解決的小問題；
4. 團隊使用時，能将大問題分解為小問題再落實到個人，避免責任不清。

總結

以上這些方法看起來平平無奇，似乎都是我們生活中部分覺知和使用的。麥肯錫最厲害的地方在于，把我們習以為常、自動化思維的做法，經過提煉和梳理，形成系統化的方法論。

嚴格執行這些方法論，可以消除不确定性，讓結果穩定、可靠、可達預期。即使是一個剛畢業的大學生，按照方法論分析的結果也不會差到哪裡去。

以上是解決問題的基本思維結構，很多的分析模型都是建立在這幾個結構之上。

比如矩陣模型，實際上就是通過2×2的矩陣列舉出MECE的四種情況，算是問題樹的另一種表現形式。

為什麼我不一上來就直接寫矩陣分析、漏鬥分析這類分析工具。因為如果不把這些更底層的東西說出來，很多人不懂得什麼時候用什麼工具，也不懂得工具如何變通。

前一篇的邏輯思維是建立結構化思維的基礎，本篇的結構化思維是後續更複雜分析的基礎。

工具是思維的延伸，不改變思維，就算掌握了正确的工具也未必能得出正确的結果。

#專欄作家#

三元方差，公衆号：三元方差（sanyuanfangcha），人人都是産品經理專欄作家。專注用數據驅動業務增長，擅長數據分析、用戶增長。喜歡閱讀、思考和創作。

本文原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部