一、背景

很多人都是依靠行业的经验去解决问题。经验出现的问题能很好解决，而一旦问题的领域背景有所改变就懵了。就像学生用题海战术学习，做过的题知道怎么做，但同样原理换了题型就做不出了。

经历要思考问题的本质，转化为做事公式与规范，才能成为具有普适效果的“经验”！

下面我们用庖丁解牛这件事来明确如何进行。

二、解决问题四部曲：

A.明确问题

要明确问题的本质、目标、资源：

你到底知不知道自己在解决什么问题？开工前要不断问自己问题的本质是什么，短期目标是什么，最后终极目标是什么？

比如上司安排任务时，是把大问题拆分成小任务去执行。如果没理解大目标，只看小目标，就不能将执行更好地向大目标趋近。比如打战，上级命令要求与敌军战斗，但实际想要你们严守即可。但执行中有士兵一心求胜，在守城中受敌军诱惑出战穷追，最后被套路埋伏了。以为英勇能得到称赞，却不想坏了大局丢了城池，让整个局势陷入被动。

如果能理解上级真实目的，就能在大局的高度上思考，而非做执行的莽夫！在执行上不清楚的，可以先想，想不通要问，清晰了问题才能正确执行。

举个栗子：庖丁在一家高端酒店做主厨的助手，主厨给了头牛，要求给“解”了，这不容易嘛，一顿乱砍就成。如果这样他估计要失业了。他们酒店高端料理方式要求保持食材完整性，便于造型。为了效果纯粹不能有碎渣，骨头又不能有破碎的。于是他明确问题关键是要把牛给做了，而且要做到每个骨都完整。而解决这个问题的本质是要保证牛能成为最好的食材。一切与这个目标有违背的，都必须让路。

明确问题后，需要明确有什么资源。完成同一目标在不同资源下执行差异很大。目标从一城市到另一城市，有些人有钱可以做飞机，而有些只有单车则必须制定骑行路线及各种准备。差异是巨大的。又如创业，有投资跟没投资，有靠山市场、技术等资源支持跟没靠山，差别十万八千里。这里，庖丁得到的资源有一套小刀，一个电锯，一个助手。电锯可能用不上，小刀他申请了个极其锋利的“宝刀”，这样就容易很多了。明确有什么可用的，才能具体到执行的方法和方式。

B.拆解定位问题：

这是执行部分最重要的，做一件事一般花百分之八十的时间拆解问题，拆解后其实按每个细节去执行倒反不需要繁琐的思考。而生活中很多问题是复杂问题，掺杂了很多变量和元素。而我们要做的就是拆解问题，至每一个都是“元问题”。所谓元问题是对于你所在执行层面，最小的可执行单位。比如一个体操运动员做每一套动作，都是拆解为每一个小动作，每个动作重复练习成千上百次。篮球运动员刻意练习的不是整个打球过程，而是不停练习投篮，运球等元动作。

而实际工作中，对应的就是KPI。大老板把整个公司的目标公式化为若干个元素，再分派给每个部门。不同层级就需要做该层级的拆解，层层拆解下去最后到一线员工那里就是可执行的元问题。

除了完成具体的KPI元素，你更要关注整个公式，否则就会造成局部最优，整体次优甚至是差。如果你负责流量，但为了数据好看，大量投放性价比高但质量差的渠道，导致公司网站或app涌入大量低质的水军，结果反倒伤害了自己。

在算法上有个叫法称为分治。将问题分而治之，庖丁解牛。为什么庖丁能不费劲地将这么大的牛给拆散，因为他很清楚目标跟问题的结构组成。他要做的只是依次按不同部位执行不同切割方式即可。

下面有几个重要概念：

1. 假设驱动

对问题提出假设，最后找方法证明或证伪，最终得到接近真相的事实。 有了问题的判断与结论，拆解自然能更有信心及准确。

2. 搭建问题树

这个过程其实就是思维导图式的思考过程。 搭建问题树的好处：

1）有逻辑线索可依，不是漫无目的找答案，从而更容易找到问题所在；

2）可以根据拆解，把树上的问题变成任务，清晰且无遗漏地分配给其他人。

3. 搭建问题树的五个步骤：

1）找出问题中存在的核心问题和起始问题；

2）确定导致核心问题和起始问题的主要原因；

3）确定核心问题和起始问题导致的主要后果；

4）根据以上因果关系画出问题树；

5）检查问题树，进行补充和修改，从而得到完美问题树。

4. MECE

MECE是英文Mutually Exclusive Collectively Exhaustive的缩写，中文翻译是“相互独立，完全穷尽”。即所有分类情况都包括在内，又没有逻辑上重复的地方。即要穷尽所有可能和场景。对于创建问题树极其重要，如在产品设计上，如果这一步没做好，就很容易出现有些场景没考虑到去做相应处理，导致出现设计缺陷。最后不但要返工，而且对产品、用户都造成了伤害。

两种常见的分类方法：1）并列结构：概念式罗列；2）数理结构：业务公式，元素间有公式关系。使用时尽量使用数理结构，有利于问题的公式化拆解。而并列分类结构其实是数理结构的特例。

最后一个小tips。拆解后，需要把数据跳回宏观角度来分析。

横纵对比看数据：1）把数据放在全行业背景下进行横向比较；2）把数据放在历史背景下进行纵向比较。包括要考虑往往会掩盖问题的平均数：

平均数需要进一步拆分，例如调查游戏延迟率与用户跳出率之间的关系，不能只看所有用户的平均数据情况。而要进一步拆分用户类别，这样才能得出接近真相的结果，即延迟率对付费用户和免费用户的跳出率有极为不同的影响。

C.提出解决方案

具体元问题的解决 就是资源分配和执行而已。用假设驱动进行测试，甚至可以灰度进行小范围测试，验证后再进行着力解决。其中要检验方案是否优秀的一个方式叫饼干厂方法：意思是门槛低的都不是好东西，如果一个方案具有太大通用性的可能反倒不是具体本地化的好方案与执行。因为问题往往是在特定前提条件和环境下产生的，解决方案自然是越个性化越好。

D.总结问题

汇报总结对一个问题的解决是非常重要的。想象一下你分析了一个老大难的问题，提出了非常有逻辑非常巧妙的方法，却只说服了自己，别人压根不认可，那一切相当于白费。汇报是要表达说服别人，争取资源，比自己认可方案更重要。建议方式：

1. 结论先行：说清如果按照你的方案做，能达到什么效果；

2. 说事实：给两个方案的对比级客观事实。最后利弊分析引导趋向一个方案。

三、思考

人生就是一个IPO模型：Input, Process, Output。输入、处理和输出，三步说清了整个过程。关键的问题在于中间的处理，而不是输入。从小就佩服诸葛亮，不管客观环境输入的时什么，总有一个锦囊妙计能得到很好的输出。我想他其实也是不断把问题拆解到元问题，再调度各种资源去将错综复杂的问题关联串一起再逐一击破。

当然要真正做好以上步骤并非易事，需要找简单的问题不断地刻意练习。当这种思维方式成为一种习惯，用起来就会如鱼得水。要成事的另外一个重要点是要坚定目标、相信自己！

对于上面的内容，其实就是对麦肯锡方法的简要解读。如果庖丁深刻理解了解牛，那延伸到解猪解羊，似乎就不是问题了。这叫经验能力的迁移。

以上内容，总结、思考自得到app 曲凯课程——《怎样成为解决问题的高手》