小男孩‘自慰网亚洲一区二区,亚洲一级在线播放毛片,亚洲中文字幕av每天更新,黄aⅴ永久免费无码,91成人午夜在线精品,色网站免费在线观看,亚洲欧洲wwwww在线观看

分享

99%的創(chuàng)意天才都有這個(gè)苦惱

 昵稱535749 2017-11-09

36氪的朋友們 · 1小時(shí)前 · 職場漫談

一個(gè)幫助結(jié)構(gòu)化思考(Structured thinking)的工具——邏輯樹(Logical tree)。

編者按:本文來自微信公眾號(hào)"解題者"(ID:imjietizhe),作者:肖璟,連續(xù)創(chuàng)業(yè)者,曾供職于麥肯錫金融機(jī)構(gòu)組、Google等,著有暢銷書《風(fēng)口上的豬》;36氪經(jīng)授權(quán)發(fā)布。

我身邊有不少特別聰明的人,創(chuàng)造力、聯(lián)想力源源不斷,擅長跳出框架思考問題。我特別喜歡和他們聊天、頭腦風(fēng)暴,因?yàn)樗麄兛梢詫?duì)同一問題提出多個(gè)角度,可以很好地拓展我的思路。

他們的思維方式也就是我們常聽到的發(fā)散思維(Divergent thinking),是創(chuàng)意的衡量標(biāo)準(zhǔn)之一。

不過我卻發(fā)現(xiàn)他們有個(gè)共同的痛點(diǎn)——容易讓問題變得不聚焦、不結(jié)構(gòu)化。

舉個(gè)例子,當(dāng)討論到「北京又開始霧霾天了怎么辦」時(shí),他們會(huì)開始發(fā)散:

「因?yàn)槎斓搅擞忠獰毫税???/p>

「打算買空氣凈化器,不知道挑啥牌子好?」

「飲用水也會(huì)被污染嗎?要不要買個(gè)濾水器?」

「又要花好多錢,這個(gè)月信用卡還不還得上?。俊?/p>

……

哎呀,忽然間冒出了好多新問題,腦子里頭亂成一團(tuán)毛線。

99%的創(chuàng)意天才都有這個(gè)苦惱

那么,有沒有什么工具可以讓我們可以更系統(tǒng)化、結(jié)構(gòu)化地解決問題呢?

麥肯錫內(nèi)部還真有一個(gè)幫助結(jié)構(gòu)化思考(Structured thinking)的工具——邏輯樹(Logical tree)。

99%的創(chuàng)意天才都有這個(gè)苦惱

01 什么是邏輯樹?

簡單來說,邏輯樹就是一個(gè)把問題「大事化小」的結(jié)構(gòu)化工具。

大問題可以分解成中問題,中問題可以分解成小問題,小問題可以再繼續(xù)分解成小小問題。

一次只集中解決一個(gè)小小問題,把所有的小小問題都解決后,大問題自然就迎刃而解了。

舉個(gè)例子,「我怎樣才能在這個(gè)月月底剩下更多的錢?」這個(gè)問題可以這樣分解——

99%的創(chuàng)意天才都有這個(gè)苦惱

有人可能會(huì)問:「邏輯樹長得跟思維導(dǎo)圖這么像,它們有啥區(qū)別???」

02 邏輯樹和思維導(dǎo)圖有什么不同?

思維導(dǎo)圖是用于發(fā)散的工具,基于它產(chǎn)生的解決方案跟上面的那團(tuán)毛線沒啥本質(zhì)區(qū)別——會(huì)有很多有趣的產(chǎn)出,但還是不夠結(jié)構(gòu)化。

而邏輯樹則因?yàn)樗摹窶ECE」特性(讀作「me see」),可以讓我們的思考變得更結(jié)構(gòu)化。

上過中學(xué)數(shù)學(xué)或集合論的你可能會(huì)知道 MECE 的全稱,即Mutually Exclusive Collectively Exhaustive,數(shù)學(xué)上譯作「互斥且周延」,我喜歡的翻譯是「不重(chong2)不漏」。

看下面的例子你就明白了:

99%的創(chuàng)意天才都有這個(gè)苦惱

MECE可以說是麥肯錫人最喜歡的概念了(沒有「之一」),我搜了一下麥府校友群的聊天記錄,最常見的措辭是「這樣不MECE」(這也是我前老板Autumn的口頭禪之一哈哈)。

99%的創(chuàng)意天才都有這個(gè)苦惱所以每次分解完問題,記得回頭看一下你的分解動(dòng)作是否足夠MECE。

那么,做到了MECE的邏輯樹,究竟有什么好處呢?

03 邏輯樹有什么好處?

除了可以規(guī)避思維過于發(fā)散,邏輯樹還有3大好處。

一是便于團(tuán)隊(duì)分工。

當(dāng)一個(gè)問題復(fù)雜到需要分解時(shí),往往需要團(tuán)隊(duì)配合才可以完成。

「不重不漏」原則指導(dǎo)下的邏輯樹,可以讓我們更好地管理問題,在團(tuán)隊(duì)內(nèi)有效分工、有效追責(zé)。

「不重」可以讓團(tuán)隊(duì)不做重復(fù)性工作,節(jié)省資源之余,如果中間環(huán)節(jié)出錯(cuò),也可以明確是誰的責(zé)任。

「不漏」可以在確保問題完整性下進(jìn)行團(tuán)隊(duì)分工,因?yàn)橄聦訂栴}解決了,上層問題自然也解決了。

二是降低啟動(dòng)門檻。

很多人一碰到問題就萎,往往是因?yàn)閱栴}太大,不知如何下手。

比如我大學(xué)畢業(yè)時(shí),在面對(duì)「如何準(zhǔn)備咨詢公司面試」這個(gè)問題,剛開始著手時(shí),腦海里會(huì)一下子涌出無數(shù)問題——我要去看面經(jīng),我要問問面試過的學(xué)長學(xué)姐,我要準(zhǔn)備一下自我介紹,我要準(zhǔn)備幾個(gè)案例面試……

哎呀好多活要干放過我吧讓我去打一盤游戲再說。

但如果把問題分解——

99%的創(chuàng)意天才都有這個(gè)苦惱

我可以把「咨詢公司面試」拆成「案例面試」和「行為面試」,再把目標(biāo)定為4種案例類型中的「市場規(guī)模估算問題」,再到4種市場規(guī)模估算問題里頭的「化整為零問題」。

今天就只練習(xí)「化整為零問題」一種題型,我就不會(huì)覺得那么麻煩、可以快速著手解決問題啦。

三是借鑒已有框架。

使用邏輯樹分解問題時(shí),我們可以使用各種已有的框架和理論。

  • 拆解利潤時(shí)你會(huì)運(yùn)用到最基本的財(cái)務(wù)公式(利潤 = 收入 - 支出);

  • 做行業(yè)分析時(shí)你可以用「波特五力模型」(綜合分析競爭者、潛在進(jìn)入者、替代品、業(yè)務(wù)上游、業(yè)務(wù)下游);

  • 準(zhǔn)備營銷方案時(shí)可以借鑒「4P」(Product 產(chǎn)品、Price 價(jià)格、Place 渠道、Promotion 營銷)……

這些理論、框架都是被驗(yàn)證過的,可以成為我們有利的工具。

當(dāng)然也不要濫用已有框架和理論,下個(gè)章節(jié)我會(huì)解釋為什么。

04 使用邏輯樹要注意哪些問題?

邏輯樹好用是好用,但用起來也有些要注意的點(diǎn),接下來我會(huì)細(xì)說3點(diǎn)。

第一,100%的MECE對(duì)初學(xué)者而言是不可能任務(wù)。

要做到「不重」還算簡單,但要做到「不漏」真的很難。這是因?yàn)橐C明「沒有遺漏」真的很難。

就像在數(shù)學(xué)上,要證明一種東西存在,你只要舉一個(gè)例子就OK了;但要你證明一個(gè)東西不存在,就會(huì)很困難。

用Autumn的話來說就是,初學(xué)MECE,「差不多就得了」。

有些耍小聰明的人會(huì)給自己留一個(gè)「其他」(Rest of others)選項(xiàng),我在剛加入麥肯錫時(shí)也曾這么做過。后來被項(xiàng)目經(jīng)理狠狠吐槽了一頓——麥肯錫不準(zhǔn)用「其他」選項(xiàng),因?yàn)檫@個(gè)選項(xiàng)沒法分析,自然沒有存在的必要。

第二,MECE地分解問題,也要分解得有意義。

同一個(gè)問題有多種分解方式,比如「營業(yè)收入」,既可以是「單價(jià) x 數(shù)量」,也可以是「市場規(guī)模 x 市場占有率」,亦或是「業(yè)務(wù) A + 業(yè)務(wù) B」。但我們不要為了分解問題而分解,需要綜合考量我們要解決的問題是什么、可獲知的信息有哪些。

比如我要分析水煮蛋不同部位的營養(yǎng)成份。我既可以把水煮蛋分為蛋黃和蛋白,也可以把水煮蛋對(duì)半切開。對(duì)半切開的分解方式也符合MECE原則,但完全無助于解決問題。

第三,我們可以借鑒框架,但不要拘泥于框架。

把問題硬套到已有的框架、理論里頭,容易忽視問題本身,反而會(huì)本末倒置,限制自己的思考。

一旦這么做了,你會(huì)很容易陷入「如果你手上有錘子,那所有東西看上去都像釘子」的情形。所以麥肯錫很少直接使用管理學(xué)課本里頭的框架,最多只是參考。

因而,針對(duì)同一個(gè)問題,如果你有現(xiàn)成框架,我也建議你多嘗試不同方法構(gòu)建不同的邏輯樹,再挑一個(gè)最適合的。

最后提醒一下:「邏輯樹」只是一個(gè)工具,光說不練也沒用。只有通過大量練習(xí),才可以提高你的結(jié)構(gòu)化思考能力。

參考資料/推薦閱讀

[1] 鈴木銳智, <最低限度思考:全世界最單純的問題解決法則>, 遠(yuǎn)足文化, 2017

[2] Autumn QT, <麥肯錫方法不神秘 | 這招化繁為簡,誰都學(xué)得會(huì)>, 2017

[3] 安宅和人, <麥肯錫教我的思考武器>, 北京聯(lián)合出版公司, 2014

[4] Marc P. Cosentino, <Case in point: Complete Case Interview Preparation>, Burgee Press, 2010

本文經(jīng)授權(quán)發(fā)布,不代表36氪立場。如若轉(zhuǎn)載請注明出處。

    本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息,謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點(diǎn)擊一鍵舉報(bào)。
    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評(píng)論

    發(fā)表

    請遵守用戶 評(píng)論公約

    類似文章 更多