用80%的精力去拆解和定位这个问题,剩下20%的精力去寻找解决方案
方法1:找到元问题
元问题就是某个问题的问题,是最本质、最细小的待解决的问题
比如:“算1+2的答案是多少?”,元问题就是:“数学中,我们如何定义加法和计算?
比如:“我该如何有效学习”,元问题就是“如何培养好的学习习惯?”或者“学习的目的是什么”
案例1:某家奶茶店1个月的利润
月利润 = 月卖出量 x 单价 x 天数 - 月运营总成本
小时利润 = 时卖出量 x 小时数量 - 时运营成本
案例2:北京地铁客运量的估算
地铁数量 = 北京地铁线数 x 每条线同时运行的数量 x 每天运行的次数
装载的人数 = 车厢数 x 单节车厢核定人数 x 上座率
所以,北京地铁日运客量 = 地铁线数 x 地铁数量 x 每天运行次数 x 车厢数 单节车厢核定人数 x 上座率
方法1:假设驱动
在应对复杂问题、寻找解决方案前,先来做一个尽可能合理的假设
好处1:让我们在解决问题的过程中能够树立一个比较明确的目标,就会有目的地去收集信息,收集数据
好处2:省时省力,我们就能把有限的时间和资源都分配在那个最可能解决问题的事情上
步骤1:你要找出问题中存在的核心问题和起始问题。这点特别重要,之后的每一步都是基于这一点
步骤3:要确定核心问题和起始问题导致的主要后果,上一步讲的是原因,现在是后果
步骤4:根据以上的因果关系画出这个问题树,可选用思维导图工具
步骤5:反复审查问题树。看看哪里还缺东西,进行最后的补充和修改
这样做更容易找到问题,通过拆解你还能把树上的问题都变成任务,清晰、没有遗漏地分配给其他人
用麦肯锡MECE法则
把所有的分类情况都包括在内,又没有逻辑上重复的地方
为了更好拆解问题,你需要持续做好两件事,第一件事熟悉自己所在的领域,第二件事是学会提问和学习
横向对比:同行的对比、同类型的对比;纵向对比:历史数据、市场趋势等
增加比率:只看平均值容易掩盖问题,而且会带来很多的误导性,比如平均工资
小步快跑,快速迭代法:选择改进速度快、灵活性强、成本低的方法去做校验
步骤1:不断问自己
通过不断地问自己为什么,最终达到一个和自己最和谐统一的结果
步骤3:设立极端
假设一种无条件获得的极端情况,所做的选择其实才是最真实的