310      阿裏雲  技術社區[雲棲]

馬雲告訴你如何用科學方法，解決所有問題 高能，帶好板凳

一、定義問題

1.解決問題首先要確定，問題的本質到底是什麼？

1）你要解決的問題是否是你老板要解決的問題？

2）一定要跟你的老板確認一遍問題。

2.解決問題的三個步驟

1）明確具體的問題（問題到底是什麼？就是問題的本質）

2）明確問題要達到的目標（用數據表達，是把離職率從50%降到40%，還是降低到10%。更高階的是你根據橫向行業數據，給老板建議到降到你認為合適的30%。）

3）明確解決問題可供調配的資源。

3.案例：老媽讓你穿秋褲問題

1）問題的本質：是老媽一定要讓你穿秋褲麼?不是的，本質：不讓你著涼，所以讓你穿秋褲。

2）問題的目標：不著涼。

3）問題可供調配的資源：可供調配的衣服，可以跟老媽平等對話的人。

4）解決方案：老媽您讓我穿秋褲就是為了不讓我著涼，那這樣我在書包裏放一個小毛毯，這樣我在車上如果冷了我可以把毛毯蓋上，這樣就不會冷了。老爸你說呢？

二、分解問題

1.所有問題分為兩類

1）複雜問題---------多個維度和變量的問題，不可被直接解決，需拆解到原問題。

2）元問題-----------細分問題的最本質，不可被拆解了。

2.找不到女朋友，怎麼辦？

這是個複雜問題，需要拆解，分解為自身問題和外界問題

1）自身問題分解

硬件：

學曆（是不是問題？如果是，是不是需要深造？）

外貌(穿衣打扮問題？還是發型問題？身材是否需要鍛煉？)

收入（努力提高收入水平）

身高（鞋子的搭配）

聲音（是否要通過專門刻意練習讓聲音更好聽？）

軟件：

思維模式：看書，學習，寫作，演講來鍛煉邏輯能力，女生喜歡什麼樣的人？

愛好：是否有女性也喜歡的愛好，關乎兩個人的共同語言。需要調研喜歡的女生都有什麼愛好？優質女生的愛好是什麼？

幽默：通過刻意練習，找到幽默細胞，刻意練習，比如脫口秀或許是一個方式。

2）外界問題分解

是不是有很多渠道來接觸心儀的女生？

從哪裏接觸到優質女性？

外部條件是否鼓勵和優質女性社交？

3.把複雜問題分解為公式化是最好的分解方式

1）比如麥肯錫的人去穀歌提高廣告收入：

廣告收入=展現量*點擊率*廣告單價

這樣就知道要提高收入該從哪個點進行發力了。

2）老板做kpi製度：

老板就是天天在做拆解問題的事情。把事情拆解到相對部門的元問題讓部門去解決，領導把部門的問題拆解到針對個人的原問題然後去針對性解決。

問題公式化是分解問題的最高境界。

4.把問題公式化的兩個案例

1）煎餅攤案例：

攤煎餅每月賺多少錢？

每個煎餅的利潤*每月工作天數——成本

每天賣的煎餅=忙時候賣的數量+閑的時候賣的數量

比如忙時每小時賣20個。早上2個小時，晚上2小時。一天忙時工作4小時，閑時工作8小時，閑時每小時賣5個。

一天共賣120個。

每個煎餅的利潤為3塊錢。

則每天的利潤為3*120=360元

每月利潤=360*25-攤位費大概是6000—7000的樣子。

2）北京地鐵每天運多少人？思考一下

5.拆解問題的推理模式

1）假設驅動

2）構建問題樹

找出問題出現的核心問題和起始問題

導致核心問題和起始問題的主要原因是什麼？

核心問題和起始問題的後果是什麼？

畫出問題樹

完善和修改問題樹

6.如何把問題拆解到底

1）MECE法則，窮盡所有可能

2）常見的分類結構：

並列結構：比如人群分男女，這些常識性問題一般都用並列結構

數理結構：比如利潤=收入-支出數理結構有利於公式化拆解。最好用數理結構。

3）橫縱對比看數據

對同行業的數據進行橫向對比

對曆史不同階段的數據進行縱向對比

4）不要被平均數混淆幹擾

比如產品優先級排序中，卡頓現象對用戶的影響，比如總體來說隻有8%的人跳出，但是再細分一下，付費用戶中有多少人跳出？

發現付費用戶中有80%的人跳出不玩了，那這個就是個大問題。

所以做數據分析不能被整體數據混淆。

三、提出解決方案

1.運用MECE法則

2.合理分類，運用問題樹的方法。

四、總結和複盤

1.事情做的有多好？怎麼爭取更多的資源，這跟你的匯報有直接的關係。

2.從結論出發，不斷分拆，重點突出這樣得出的結論是清晰有重點的。

最後更新：2017-08-20 13:49:46

  上一篇： 吳昕請了造型師後像變了個人，私下跟姐妹聚會氣質爆棚，美翻了！

  下一篇： 鄭爽古裝新造型曝光 粉紅紗裙輕飄飄似小仙女