解决问题的高手

我经常思考为什么我刚毕业一年就可以让薪酬上涨60%以上，轻松进入月薪过万的行列，为什么可以比同龄人更好更快地完成工作，得到同事和上级的认可。

今天我决定要和你谈谈「解决问题」这件重要的事情！

为什么年收入千万的土豪老板会雇佣咨询公司里面刚出道的年轻人？

后来我发现土豪老板和咨询师最大的区别其实就是对待问题面前，土豪老板有的只是经验，而咨询师有的是一整套的思维方式和逻辑。

土豪老板在解决问题面前有可能存在两种困境：

第一种是问题遇见过类似的，但是上次的解决方案无效了；

第二种就是这个问题完全没有看到过，没有经验可循；

但是真正的高手其实应该有能力用一套方法论去解决所有的问题，不管这个问题再难再新鲜，再简单都能搞定。

会解决问题和不会解决问题的人在实际工作生活当中有什么区别呢？

比如你的老板想交给你一个新任务，说 ：”小王你去负责一块新业务，这个业务之前的表现不太好，销售额下降了20%，那现在这个业务就交给你了，老板可能还会要求你要提供一套解决方案，扭转整个业务的形势。

这个时候你要是不会解决问题，你会怎么做呢？很可能你就开始简单粗暴地在脑海中去想象，然后说出一些碎片式的解决方案，比如说是不是品牌有问题，是不是我们要做更多的广告，或者是不是原先的成本太高，这里面有没有可能存在正确的答案呢？当然是可能的，但是这肯定不是一个解决问题高手会做的事情，你要是一个像我这样受过专门训练的解决问题的高手，你会做什么呢？

其实解决问题就只有以下四个步骤：

第一步：是明确和理解问题

第二步：拆解和定位问题

第三步：提出解决方案

第四步：总结问题

很多人以为提出解决方案很重要，其实是拆解和定位问题，反而是整套方法里面最重要的。

如果你想要解决问题，你就必须用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其实就足够了，因为当问题被拆分的足够细致足够清晰的时候，你就会发现解决方案原来是那么的明显，每个人都可以办得到。

在这里要分享的就是怎么用科学战胜经验，怎么用逻辑获得一整套解决问题的方法。

在此之前请务必记得这四个解决办法的步骤。�

第一步：明确问题

平时生活中经常有人来问我，他们生活中遇到的很多棘手的事情，我总喜欢反问的一个问题就是你到底知不知道自己在解决什么问题。

请注意遇到具体问题时你一定要问自己我遇到的问题本质到底是什么？

你在工作中可能遇到过一个任务，你自己辛苦了半天，老板却不满意，这种时候你可能就要想想你在忙着解决的问题，到底是不是老板交给你的那个任务，很多时候老板或者说委托方在派任务的时候可能表达的并不足够清楚，他可能只是随口跟你说某某某啊这个问题帮我解决一下，但所谓这个问题到底是什么问题，你很可能不敢问，只能自己揣测上司到底是什么意思，这时候我严肃提醒你，请务必自己明确一下问题，然后去跟这个解决问题的人确认一遍，你可以从三个方面来明确问题。

第一步，你要找出对方关心的问题点，还是拿工作的例子：

你可以说 “ 老板我看了一下，你这份工作材料，似乎我们部门过去一个月里产品付费率下跌超过了50%，目前只有10%的付费率，这个数字确实很惊人，对我们业务的发展肯定也不好，我想明确一下老板，你想让我解决的问题是不是这个？”

这个时候老板可能会说 “ 对，我就是要解决这个问题，你去看一下问题到底出现在哪，给个解决方案吧。” 找到了问题点，我们接下来的第二步第三步是什么呢？

第二步，明确问题的目标。

现在你知道了上次建议的 “过去一个月产品付费率环比下跌超过了50%，只有10%的付费率 ” 这个问题点，那他是希望把产品付费率提升到原来水平还是在现在有基础上提升10%？”

不同的目标对应的解决方案也不一样，在高级点你还可以给出建议的目标，比如你就可以说 “ 老板，我对比了一下整个行业的数据，我发现新产品付费率随着时间的推移下降其实是正常的一个事情，一般产品付费率稳定后在13%左右，我觉得是比较正常的，那我们现在10％确实是有点偏低了，我要多研究一下，怎么把我们公司的产品付费率提升到13%这个行业平均水平，你看行吗？” 这个时候老板一般会觉得这是个ok的答案，你知道明确问题，又知道了自己的目标是什么，找到了问题点明确的目标。

第三步，就是你要明确可以用来解决这个问题的资源。

我们现在假设你和你老板达成一致了，我们的目标就把产品付费率从10%提升到13%，那你肯定就会需要业务部门等等的配合，需要调出产品的付费用户数、付费金额等数据等等，这些资源你都需要向老板去申请，经过我们所讲的三个步骤，你就可以从一头雾水到达一种非常清晰的状态，现在你对这个问题的认知就是公司产品的付费率太低了，你需要从10%提升到13%。

老板允许你调用业务部门所有的产品相关数据等等各种资源，但凡明确到这一步，解决这个问题，其实就很简单了，我们带着三个步骤再来看一个生活中的例子：

这个例子我相信每个人都遇到过，就叫妈妈让你穿秋裤。首先我们来明确问题点，这里的问题肯定不是妈妈非要你穿秋裤，而是妈妈希望你不要着凉，所以我们来明确问题，不要在穿不穿秋裤上和妈妈进行无休止的争执，然后我们再来看看希望达到的目标。

我们自己希望达到的目标其实是和我们父母是一样的，不要感冒，不要出现身体的问题。那么既然我们不想穿秋裤，又不想得罪自己的老妈，该怎么办呢？我们就要明确可以利用的资源了，这就是我们明确和理解问题的最后一个步骤。我这里觉得资源就是一件外套和一个老爸。

到底是什么意思呢？就是我会和我妈说 “你看你让我穿秋裤是因为怕我感冒，我就是不喜欢穿秋裤，那这样好了，我多带一件外套，如果我觉得凉了，我就把外套盖在腿上 ” 这个时候我就会转头问我老爸 “ 老爸，你觉得呢 ”，我相信老爸，这个时候会站在你这边，他会说 “ 对呀对呀 ” 然后你老妈也不会在说什么了。于是穿不穿秋裤这个问题就圆满解决了。

这个其实就是我们日常生活中明确和理解问题的好处，那这里我们总结一下明确和理解问题的三个步骤。就是首先理解问题点是什么？其次明确你希望达到的那个目标，最后明确可以利用的资源。有了这三项，你就做好了拆分问题的准备工作了，具体关于如何拆解和定位问题就是我们下面要讲的内容，

到目前为止，我们已经讲完了解决问题的第一步，就是明确和理解问题，下面就可以进入我们一个特别重要的环节。

第二步，拆解和定位问题

很多问题之所以难搞，就是因为它特别的宏大而复杂，我们解决起来也不知道从哪里入手，比如我们都希望自己的生活过得更好对吧，但是怎么样才能达到这个目标，怎么解决这个问题，每个人其实都不太知道这个问题的答案，也许我们可以努力赚更多的钱，也许可以找到更好的生活方式，当然你也可以调整自己的心态等等，这些都可能是答案，却又都不是特别完全的一个解决方案。

为什么复杂问题我们总觉得解决起来就是千头万绪，找不到思路呢。其实这个答案很简单，但是也很重要，因为我们生活中遇到的大多问题都是所谓的复杂问题，而不是元问题，

我来解释一下这两个概念：什么是复杂问题呢？就是掺杂了多个维度和变量的问题，那什么是元问题呢？就是那些最细小的待解决问题。

复杂问题其实是不可直接解决的，你每天都在应对各种各样的复杂问题的时候，其实都是在下意识地把这个复杂问题罗列拆分，然后再去一一解决掉，但是下意识这个东西肯定靠不住，我们都需要有意识地去训练拆解和解决问题的习惯和能力，并且要能够主动运用这种能力，我们再举一个更生活化的一个例子，比如找不到自己的人生伴侣，这个时候该怎么办呢？

这个问题看起来很清晰和简单，但其实它还不是一个元问题，它还是一个可以拆解的复杂问题，因为找不到女朋友，可能有各种各样的原因，不管是外部还是内部的，这个时候我们就要来拆解这个问题了，找不到最适合的可以分为两个层面，一个是自身层面，一个是外部层面，自身层面里面还可以分，比如硬件和软件层面，硬件层面就包括学历、工资、外貌、身高等等，软件层面就包括兴趣爱好和性格等等，拆成这样才是具体的问题。

拆完了自身层面我们再来拆外部层面，外部层面又可以分成：你有哪些可以解除异性的渠道，外部是不是一个鼓励接触的环境等等。

当问题被拆成了一个又一个这样的元问题的时候，你其实就会对如何找到另一半有一个特别好的认知。

你可以一项一项对照着来问自己，比如说学历是不是有问题，如果学历是一个局限条件的话，那你是不是再要去读个书了?再比如说外貌是不是问题，具体是穿衣打扮还是你的发型有问题，当问题被拆解成了这么细的一个元问题的时候，你其实就会对如何找到另一半有一个更好的认知了。

比如说你会想你的学历是不是有问题，如果是的话，那你是不是就要考个试读个研等等。再比如说你是不是外貌方面有问题，那外貌就可以具体分成，是不是你要换个眼镜，还是换一身穿着打扮等等，这样一说，其实很多问题，就可以变得非常简单了，变得可以解决了，而且他会变得非常有逻辑，你可以一直按着这个逻辑去想怎么样达到我的目标，但如果你没有拆解到这一步，每天只能对着我该怎样找到最合适我的另一半这个问题来想，那就真的很难找到。

还有个拆分的故事，特别适合在这里和你分享：

曾经有个麦肯锡的人，他跳槽到了谷歌工作，给他们的一个广告部门做业务管理，负责这个部门提升广告业务的收入，他入职的第一天就问了他下属的一个问题，这个问题特别有意思，他说我们这个部门的业务公式是什么？他这里所讲的这个业务公式就是想用一个数学公式来表达这个部门的业务情况，他的下属就被问懵逼了，他就说我们部门没有什么公式。

后来这个麦肯锡的人通过和整个部门的人沟通，最终得出了他们部门的一个业务公式，这个公式是什么呢？广告收入 = 展现量 X 点击率 X 每个点击的价格 ，我来解释一下，广告部门呢是对广告收入负责的，而谷歌的广告，是按单次点击来定价的，每个点击都能让广告主付出一块钱，点击的次数又是取决于有多少人看到这条广告，也就是我们公式里的展现量这个概念，看到广告的用户里有多少人，多少人点击也很重要，这个数值呢，就是点击率。

所以我们可以说在麦肯锡这个人来之前，整个部门的目标就只有一个，就是怎么提高广告收入，但该怎么做其实没有人真的清楚，这就好像我们刚才所讲的怎么找到适合的另一半一样，这个问题就是一个没有拆解成元问题的复杂问题。有了这个公式以后，就相当于一个复杂问题变成了元问题，现在大家都知道了，我要提高这个部门的广告收入，该怎么做呢？要么提高展现量，要么是提高点击率，要么是提高每个点击的价格，就这几种方法非常的清晰，所以每个复杂问题的背后都有这样可拆分的小问题。

而在业务当中拆分而来的小问题，往往还有一个词，它叫做什么呢？KPI，所以拆解问题其实就是老板们每天都在做的事情，比如说老板的大目标就是提高这个公司的营收，那为了实现这个目标，需要做到哪些部分呢，老板就会把这些KPI都拆分开来，然后分别安排给不同部门的不同个人，可能你分到的那个目标就是我该怎么样把点击率提高10%而已，也就是说如果你学会了拆解问题，也就学会了用你老板的思维来思考问题，这样也有助于我们反过来把很小的目标融汇贯通，用更高的那个思维来要求自己。

如果你没有掌握这个思维的话，很可能你就会被KPI冲昏了头脑，这个也就是我之前这么多年工作经验总结下来的一个非常有用的教训，所以你在工作和生活中也都可以问自己一个问题，这件事情的公式是什么？其实一件事情公式化就是最好拆解这件事情的方式。

把复杂的问题拆分成一个公式，在解决问题里是特别重要的一个问题。现在我用两个案例来示范怎么样用一种公式化思维来拆解我们所见到的一切问题。

第一个案例是卖煎饼，煎饼摊其实很常见，你有没有想过自己有一天可能会开一个煎饼摊，或者你有没有想过我们每天看到的这些煎饼摊每个月到底能赚多少钱？那下面我们来拆解煎饼摊的赚钱公式。

我们假设煎饼摊一个月的利润 ＝ （每天卖出煎饼的数量 X 每套煎饼的价格 X 每月工作天数）－ 煎饼的总成本

这个公式稍微有点复杂，可以稍微再拆分到每天的收入，每天的收入 = 每天卖煎饼的数量 X 每个煎饼的价格，比如说我一天卖了一百套煎饼，那每套煎饼赚十块钱的话我一天最终赚的钱就是一千块，这个就是一层拆解，但是这个拆到最细了吗？

其实还没有，每天卖煎饼的数量可以继续拆分为：每个小时卖煎饼的数量 X 每天工作的小时数，怎么估算煎饼摊每天的工作小时数，还可以做一个假设，我们大致认为煎饼摊每天工作的时间从早上8点开始到晚上6点结束，我们还可以根据实际情况做一些更准确的调整，比如卖煎饼的，可能都是早晨生意最好，我们就可以设定为每天早晨有三个小时比较忙的时间，这三个时间里每个小时可以卖30套，晚上可能还会有一个小时比较忙的时间，这个时候也能卖30套，其他时间可能白天就会比较闲一点，比如我们就可以当成是六个小时的比较闲的时间，每个小时卖五套，这样计算一下，全天能卖出150套煎饼，再假设我每个月工作25天的话，卖出的煎饼总数就是150 X 25，我们再假设每套煎饼可能是五块钱，这样就能算出来他每个月的收入就是18750元，但是这个收入是他最后赚到手的钱吗，其实还，并不是因为这里的收入还要扣除成本。

我们假设每一套煎饼的原材料成本可能是三元钱，当然实际也许到时候会少一点，但这样算的话，最终一个煎饼摊能够赚到手的利润就是7500元，实际的数字可能会有出入，但是最重要的是你拆分和公式化已经知道了煎饼摊是怎么赚钱的。

那上面我们一起卖过煎饼了，下面我们再看一个复杂一点的问题，让我们一起来坐下地铁，这个问题就是如何估算北京地铁一天的运客量。

首先，我们要想清楚这种问题该从哪个角度和哪种方式来解答，比如运客量这个问题一般有两个，思考问题的角度可以从供给和需求两个角度，从供给角度来讲，我们可以说，比如北京市地铁每天提供的运量；从需求的角度来讲，又可以算说北京每天有多少人需要乘坐地铁出行，这些方法都是可以的。

从这个具体情况来讲，我觉得可能从供给角度来看，更简单一点，简单来说，我们每个人自己想象应该都会想到：每天的运车量 = 地铁数量 X 每一条地铁中载人数量，这个公式可能不是那么严谨，但是通过相同思路对每个元素进行细分之后就能得到一个大概的结果了，下面就再一起拆分下这个东西。

现在我们知道北京地铁每日的运客量 = 每日地铁的总数 X 每条地铁中载人的总量，那么我们继续细分，我们把地铁数量和每条地铁中在载人的数量也再拆分开来，比如说 地铁数量 = 北京的地铁线 X 每条线同时运行的地铁数量 X 每辆地铁每天运行的次数，如果你平时坐地铁，你也可以留意一下地铁里周围有多少人，那每条地铁装载人的总数量 = 每辆地铁的车厢数 X 每节车厢的核定人数 X 上座率，如果你坐的是北京地铁的话，上座率大概会超过200%，那这样总结下，我们就可以得到一个看起来或者听起来很复杂的一个公式。

北京地体每日的运客量 = 北京地铁线数 X 每条线同时运行的地铁数量 X 每辆地铁每天运行的次数 X 每辆地铁车厢数 X 每节车厢核定人数 X 上座率

那后面呢，我们就可以随便给这些公式定一个数值，比如说北京地铁线数，我们假定为10条，每条线同时运行的地铁数量就是10辆，每辆地铁每天运行次数我们也假设是14，每辆地铁车厢数，我们可以根据经验和感觉直接假定为30节，然后周围的每节车厢里的人我们假定为50人，这样上座率我们也假设是百分百，那所有的公式和需要的条件我们都有了，剩下来的就是直接套用公式，我们这样算一个简单的数学公式， 可以得到的结果是北京地铁每日的运客量是150万。

经过数据查询，发现2007年的时候北京地铁日均客运量就是180万左右了，可以说这个数据不是那么离谱，而且你要明白，最终这个结果不是那么重要，我上面算的这个逻辑肯定也有错误，所以我们其实是对之前提到的如何用公式化的思路和逻辑做了一个很详细的解释。你可以试试用我们刚刚所讲到的像卖煎饼，或者说计算地体客运量这样公式化拆解的思维去拆解生活中的问题。

拆解问题时公式化思维是一个很重要的思维，我要告诉你公式化思维的基础上，你还可以利用以下两个步骤来拆解问题，一个叫做假设驱动，一个叫做构建问题树，我们下面来讲解第一个步骤假设驱动，这个理念， 其实是从科研界沿用出来，他是什么意思呢？

假设驱动就是在应对复杂问题的时候，在寻找解决方案之前，我们现在做一个尽可能合理的假设，假设问题可能出现在某个细分问题点上，比如说找女朋友这个复杂问题，很多时候我们都会下意识的假设说你找不到女朋友肯定是因为长得不够好看，那假设驱动的好处是什么呢？

有两点，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，有了这个假设，我们就有了一个需要证明或者证伪的那个目标，我们就会有目的去搜集信息，搜集数据，也会有逻辑去验证假设，从而得到那个最终的结果。

这个假设本身最后被证明或者证伪其实都不是最重要的，重要的还是整个思考问题的逻辑和方法，如果你得到了跟这个假设相反的数据其实也很好，你就会去修改你的假设，我们通过不断的修改假设，然后再根据新的假设去搜集数据信息，在验证假设修改假设，然后不断的重复这个流程，最终得到的就是最接近真实的那个结果。

假设驱动的第二点好处就是省时省力，因为假设驱动可以让我们一直沿着一条最大概率可能会发生的这个主线剧情，这样我们就能把有有限时间和资源都分配在那个最有可能解决问题的事情上，驱动之后拆解问题的第二个重点叫做搭建问题树结构，树结构问题就叫逻辑树、演绎树，它其实就是一个树状结构的东西，他的一个日常应用，其实我们每个人可能都看过，就是思维导图。

从中你也能感受到问题树对于有逻辑的组织问题点的价值，通过拆分呢，我们就是能够把这样一个大的问题拆分为几个若干的小问题，问题树的结构主要是为了让想问题的时候有一条主线，你可以跟着他走，而不是漫无目的的去找答案，你这么做以后呢就会有两个好处：一个是你会更容易找到问题所在，另外一个是你可以根据拆迁把书上的问题都变成任务清晰的，没有遗漏的分配给其他人，那么面对一个复杂问题，该怎么搭建他的问题树结构呢？

一共可以总结成五个小步骤：

第一点：你要找出问题中存在的核心问题和起始问题，这两个点我觉得是特别重要的，之后的点都是基于这一点的。

第二个点：确定导致核心问题和起始问题的主要原因。

第三点：要确定核心问题和技术问题导致的主要后果。

第四点是：根据以上的因果关系，画出这个问题树。

最后一点：前面的都做完了，反复审查这个问题。

之后，你就完成一个特别好的问题树结构了，简单举例，我们用最早大老板的例子来看第一点，我们要找出这个问题中存在的核心问题和起始问题，就是大老板遇到了一个他通过经验也解决不了的问题。

那么第二，这个问题背后的主要原因是什么？要么就是这个大老板遇到了他没有遇到过的问题，要么就是这个问题他哪怕遇到过，但是传统的解决方案不奏效了。

第三点，这个问题导致的主要后果要么是这家公司的营收下降，老板解决不了这家公司的经营问题，要么就是老板需要花更高成本去雇佣一个外部的顾问来帮他解决这个问题，那么通过这个逻辑我们就可以画出一个很完整的问题树结构。

最后我们再举一个例子，告诉你怎么样同时运用假设驱动和问题树结构，比如你所在部门的利润下降了30%，那么基于利润我们可以画出一个问题收入结构，我们可以把利润拆分成为收入和成本。另外我们可以根据自己对这个部门业务的理解，认为利润的问题大概率出现在成本结构上，所以我们可以提出一个假设，是成本上问题，导致了这个公司利润的下降，那根据这个假设就能驱动我们去对成本结构进行更深入和细致的研究了，也就省去了可能花在收入部分的精力和时间。

所以通过假设驱动和问题树结构达到了高效有逻辑地解决问题的目的了。总结一下，这一节，我跟你讲了拆解问题的两大方法，怎么用假设驱动和怎么搭建问题树结构。这里我们主要讲了两个部分，第一部分是谈一谈如何科学地把问题拆解到底，第二部分是讲拆解到底，以后还要学会用对比的眼光看数据，这样才能不被一些细小的问题所迷惑。

我们先来看第一部分，要把问题拆解到单纯的问题树结构还不够，因为但凡涉及到问题，树结构都会涉及到一个叫做MECE的英文单词，Mutually Exclusive Collectively Exhaustive，中文的意思是完全穷尽，互相独立，换句话说，他的意思是把这个所有的分类情况都包括在内，有没有逻辑上重复的地方，为什么我们要知道这个概念，因为要找到一个问题的最终答案，我们就一定要保证所有的假设情况都得在我们的考虑范围之内，只有一个问题是结构MECE的，才能保证这个结果。

MECE法则，就像一个拼图游戏，你用一张张碎片拼出完整的地图，如果拼得正确，最后一定是一张不多，一张不少。

那到底怎么样才算MECE，举个例子：比如把任何一个群体都分成30岁以上的人群和30岁以下的人群，这样算明星吗？其实不是，因为这恰恰把正等于30岁的这个人群漏掉了，所以说正确的完全穷尽，有互相独立的MECE分法应该是说30岁以上的人，30岁及30岁以下的人，这样才是正确的MECE分法。

我们再举个例子，比如头痛怎样通过MECE来穷尽头痛的原因呢？

头痛可以分为生理性和心理性两种，这个其实是一种MECE的分法，因为生理性和心理性已经穷尽头痛可能的所有原因了，当然这两点还可以继续再往下分。我们可以把生理性在再分为外部和内部，外部就是头部撞击、过敏、恶劣天气等等，通过这样的分法，我们就能得到一张穷尽头痛原因的列表。

其实解决任何问题都有点像去医院看病，我们每个人都带着一个特别大的问题和现象而来，你可以跟医生说，你看我头痛了，这个时候医生就会问你各种问题，然后做各种检查，最终定位到一个很明确的问题点，之后每个人都知道，就是对症下药就好了。所以其实在解决问题的时候，每个人都可以是自己的医生，但是各种问题到底该怎么分类，或者说我到底该怎么分类才能保证这个都东西是MECE的。

所有事物的分类方式都有两种，一种是并列结构的，比如头痛的生理性和心理性两种分法，还有一种是数理结构的，像我们前面讲的谷歌部门的那个业务例子，最终把一个部门的业务变成一个数据公式，这两个一种是有等式关联的，是一个数学公式，另外一种是并列结构没有等式关联的。

我们在做分类的时候应该要尽量去寻找那种有数理结构的分类方式，也就是能够公式化一切的方式，因为这是最能够保证科学分类的最理想方式。

比如说利润可以分成，收入减去成本，总收入可以分成N个细分产品的收入之和，每个产品的收入可以分成：单个产品的定价乘以总的产品销售数量，这些方法都是可以公式化的数学公式一样的分法。通过这些分类方式就一定能够得到一个明显的结果，因为这种分类方式就是数学公式拆解，当然很多时候数理分类还是有局限的，难以避免的。

还可以用到并列结构这种分法法，可以把人群分成男和女，汽车可以被分成公共汽车和私家车，这些都是并列结构的分法，这种时候往往就要考验我们对于一些事物常识性的理解，比如一家餐厅的成本怎么分呢？往往可以分成三部分：房租成本、人力成本和原材料成本。这个其实是对餐厅有基本了解的人会采用的一种分法，因为他们知道餐厅的成本结构是怎么样的，如果你完全不了解餐厅这项业务，再怎么想都很难，所以一个是要熟识你所在领域的业务和常识，一个是要经常提问和学习，这样你就能够获得更多的信息，对更多领域有自己的一套理解，你就能更好地拆解问题了。

MECE的问题树结构如何解决问题呢？我们再举一个实际商业中的案例，假设一家饮料公司的利润下降了30%，那利润等于收入减去成本，我们也知道成本等于人力成本加上仓储物成本再加上原材料成本，收入等于他的饮料收入加上无糖饮料收入等等。这家公司所售卖产品的收入总和和我上面讲的，其实是一个密集的问题树结构，通过这个逻辑，我们可以清晰地分辨出这个业务的成本结构和收入结构是怎么样的，然后我们就可以根据之前所讲的假设驱动去验证数据，比如说我们的假设是人力成本上升造成了最终这个问题，那我们就可以一步步地验证人力成本是如何变化的。

在这个案例当中，我们最终验证的结果发现不仅人力成本没有上升，而且整体的成本比例也没有什么变化，这就很有意思了，可能这和我们之前的假设呢就不一样了，然后我们要做的就是调整我们的假设，这个时候我们应该做的，并不是直接跳到其他问题上，而是修正我们的假设，这个过程在实际解决问题的过程当中多次重复，我们现在假设就可以调整为说是因为某款产品的销量大幅下降，造成了整个公司的利润下降，这也是一个比较合理的假设。

在验证假设的过程中，我们需要搜集所有产品的销量数据，最终我们也许会发现品牌下碳酸饮料的收入下降了，比如说50%无糖饮料收入上升了10%，而矿泉水的收入则几乎保持不变，这样我们就可以知道这次假设很可能是对的，确实是某款产品的销量下降导致的问题，而这种款饮料就是该品牌下的碳酸饮料品牌，从数据上来说如此，从感情上理解也很容易接受这个答案，你一定知道现在大众更追求健康的饮食，所以这也是一个合理的结果。

刚刚我们通过MECE的方式已经把一家公司的商业运营情况拆解到了最细，接下来就进入我们所讲的第二部分的内容：对比的价值。

其实一家公式的内部数据不管如何被拆解，都只是一个特定时间节点下的结果，要真的让这个数据或信息产生价值，我们总要拿它去做一些横向或者纵向的对比，什么是横向的对比，比如说我现在有一家公司，今年盈利了100万，这个100万本身看起来好像很厉害，但是如果行业里除了这家公司，其他每家公司的年龄都在一亿元以上，这个时候就是进行了一个全行业的横向对比，再比如说我们刚才提到的案例中有讲到碳酸饮料的销售额下降了50%，这个时候我们横向对比一下，发现其他公司的碳酸饮料的销售额可能都下降了70%，这说明什么？

这说明这个问题可能不是我们公司内部的问题，而是全行业的问题，而且我们公司做的还比全行业好一点，这样的话我们要想的不是提高碳酸饮料的销售额，而是怎么样从碳酸饮料转移到其他更有前景的产品身上。

讲完横向对比，我们再讲一下，纵向比较，什是纵向比较呢，就是我把企业内的某个时刻的数据去和历史上所有的数据做比较，去看这个大趋势是怎么样的，比如说你公司今年的利润下降了30%，老板可能觉得你们做的都非常不好，要扣你们的工资，但是这个时候你可以跟老板讲，我们去年的利润其实下降了50%，我们今年其实在比例上是有提升的，所以说单一的数据是不够的，我们拆解到最细以后，还要有能力去返回到更高的层面去做横向和纵向的比较，最终得到的才是那个科学的答案。

最后讲完了MECE和数据比这两个部分，我们再来看看能不能用这两点去解决企业内部经常会犯的一些错误。

我这里举一个最简单的例子平均数的例子，平均数这个概念容易掩盖特别多的可能性，而且会带来很多的误导性，比如说一个电商部门的下单用户平均可单价是300元，你就会觉得这个部门的用户画像是一群正常的白领人群，但是这个时候如果你把业务和订单拆解，就会得到一个很不一样的答案。这个300元的订单金额也许是由3个10元订单和一个70元订单，还有一个1400人的订单组成的，所以只看这个300元的平均客单价是解决不了问题的，我们通过对比几个订单才能发现用户的画像到底是怎么样的。

我们来举一个更具体的实际商业中的案例，有一家公司是做网络游戏的，他想研究网络延迟率和页游用户的跳出率之间的关系，我们经常玩游戏的时候总觉得这个游戏太卡了，如果游戏卡的时间越长，是不是用户跳出率就越高，这个公司就研究了这样的数据结果才发现，一共有两千个用户，不管怎么延迟，他的跳出率都很低，但是这个时候如果你拆分和对比会发现2000个用户可以拆成1900个免费用户和100个付费用户，这1900个用户他怎么延迟都不会跳出，因为我们大概率知道免费用户对于游戏体验的要求可能是非常低的，但是他那一百个付费用户我们发现在延迟0.5秒的时候已经有85%的付费用户都跳出了，只是说这一部分的比例在2000里面实在是太低了，所以如果不拆分和对比的话，就看不出这个趋势，最后面通过对比免费用户和付费用户的数据，这家企业就明白了要提高营收，就一定要尽量降低延迟率，只有这样才能留住最宝贵的付费用户。

我们花了大量的时间和精力在前面几个步骤上，这和没有经过训练的人的解决问题的方式是完全不同的。通过这样的方式，你可以明显对比出没有方法论和有方法论这两种方式的好坏，我们还是回到那个饮料品牌的例子上来，其实现在寻找解决方案已经不是什么大的问题了，因为你已经知道具体的问题出现在哪里了，这家公司的问题就是整个碳酸饮料市场的下降，造成了公司最终利润的下降。

之后我们只要自然而然地提出针对性的解决方案就好了，那就是要把公司的更多精力花在茶饮料上，这个案例也是被我主观简化，实际生活中的定位问题一定是更难的，而且定位出来的很可能还是略为复杂的问题和情况，在寻找解决方案的时候，我们其实还可以继续用之前的讲思维方法，也就是继续用假设驱动和MECE的方法来寻找解决方案，比如说我们还是说用找女朋友的例子来看，我们该怎么解决这个问题呢？

我们已经分析了，可能找不到女朋友的原因有外貌方面、性格方面或者渠道方面等等。针对这三点来设计解决方案，比如外貌层面，我们可以用MECE的方法被它分成头发、脸、上半身下半身，这么分的话虽然听起来是有点奇怪，但是他就是一个MECE分法，我们就可以尝试通过改变发型或者改变眼镜的搭配等等，去改变一个人的外貌。通过这样的方式，你就可以得到一个比较MECE的解决方案的结果了。

最后已经得到了解决方案以后，我们还有一个很好玩的方式去检验这个结果，这个方式就叫做饼干厂方法，饼干厂方法是什么意思呢？饼干厂方法其实是一个隐喻，我们用饼干厂去形容那些门槛低的那些生意，那如果说一个解决方案，通过层层拆解和定位，他也适合任何一家公司的话，那他很可能就不是一个具体可行，有针对性的好方案。

在职场之中还需要做的最后一项任务是什么呢？

就是汇报，所以讲完了解决方案，我们就再来讲最后一部分总结问题，总结问题的重要性，其实很多人都低估了，怎么突出表现自己的能力，怎么说服别人，这是一个好方案，或者说怎么争取更多的资源，那其实这些问题很大程度都取决于你的汇报如何，也就是你总结问题的能力，所以总结问题是一个非常重要的事情，就好像医生看病一样，比如说你是一个特别好的医生，你看出来一个病人立即就需要动手术，但是你不总不能在第一次看到这个病人的时候就说你一定有某某疾病，你现在一定要动手术，不然的话可能这个病情就会加重，这个病人肯定不相信你，那你该怎么做才能更好地表达你的结果呢？

就是你要通过一系列分析研究和测试，逐步跟别人解释说明你现在遇到的这个问题是什么？你都有什么选择？什么你要做这个手术？为什么你能把这个手术做好？这其实就是一个正常人的逻辑，所以有的时候问题和解决方案都不是最重要的，正确与否甚至都不是最重要的。在实际生活当中别人觉得是对的，比你自己是否觉得对的更重要一点，这个可能是一个比较极端的例子，但总的来说，我想说明的是怎么表达能最好地说服别人是特别重要的一个问题。

我们下面就尝试来解答一下这个问题，首先我们要从结论不断分拆，知道那个不可辩驳的事实。其次每一个层级都要控制要点的数目，要突出重点，因为很多时候我们去跟别人聊天的时候就喜欢说一大串的论点，但最后别人记住的可能只是其中的一个很小的某个论点，其中的论据可能也有很多，但是你讲太多就会混淆重点，比如还是那家利润下降了30%的公司为例，没有经验的人可能会总结说我们去年的利润下降了30%，那做了很多研究以后发现，我们必须把精力都放在茶饮料上才能救这家公司，请给我两三百万预算，这个例子其实就好像你走进一家医院就要别人给你动手术一样，那有方法的人会怎么讲呢？他会讲结论是如果我们把整体市场预算的20%加到茶饮料上，这家公司的利润就会提高30％，这是为什么呢？我们公司目前已有的最大收入来源碳酸饮料去年收入下降了50%，这是公司去年整体利润下降了30%的最主要的原因，而且经过对比，这是一个全行业的现象，并不是因为我们有什么地方做得不够好。

第二个原因是什么呢？是我们的茶饮料，去年收入上升了80%，我们可以看到整个行业都在特别快速得增长，这还是我们并没有投入什么市场预算得前提之下完成的。最后一个原因是因为消费大升级的趋势，人们都更加注重饮食健康了，所以茶饮料市场未来的增长预计会以每年200%的速度增加，从长远的市场前景来看也是十分巨大的，这样对比一下就可以明显感觉到后者的方式更容易让人接受的，而且你会让大家觉得这个人的水平更高一些。

以上就是我们所讲的解决问题四大步骤，最后两步通过熟练运用这些步骤，你会让所有人都觉得你是那个解决问题的高手。

拆解问题的方法其实也可以直接用在人生这个大问题上的，根据我们强调过很多次的四大步骤，首先我们来明确和理解人生这个问题，人生肯定是最难的问题，也是最差异化的，不同的人在不同的人生阶段都会遇到不同的问题，比如恋爱、求学、求职或者身体健康问题等等，但我觉得其实人生最根本的问题是寻找自己人生的意义和目标，那么明确了这个大问题以后，第二步就是拆解和定位问题。

我会把人生拆解成一个有趣的公式，叫做IPO模型，什么意思呢？

人生就是输入（Input）、处理（Process）和输出（Output）这么一个过程，那么这三个单词的首字母结合起来就是IPO，比如对一个产品经理来说，他的输入就是用户的需求，中间的处理过程就是所有的那套产品逻辑，最终输出就是一个产品的设计，这就是产品经理的IPO，比如对于一个咨询师来说，他的输入就是一个客户的需求，整个处理逻辑就是咨询的商业逻辑，最终输出就是一整套解决方案，所以说其实你如果想一下自己所做的任何事情你都会发现这些事情都可以套用到这个IPO模型当中，那有了这个公式以后再不能按照我们所以讲的假设驱动去解决你的什么问题，其实你会发现IPO模型一家把人生拆解得非常之细了，但他还缺一个东西，缺的是什么？就是人生最终的一个目标，如果有了这个目标，你就可以把你的输出和目标进行对比去得到一个正向的反馈，然后不断修正你的输入，修正你的处理，最终得到不同的输出。

比如说你要创业，那你就可以通过普通的输入，比如说我过去百度做产品，或者说去风险投资等等，去积累你自己的资源和能力，比如说产品相关的能力和融资相关的能力，最终得到的结果都是怎么样更好的。像那个要创业的目标对很多来讲，怎么找到这个假设怎么找到人生这个目标其实是IPO模型最难拆解的一个点。

我们现在就进入到第三步寻找解决方案，如何找到人生的目标呢？

通过不断地拆解人生和试错，我可以给你提供以下四点解决方案，第一点，要不断问自己为什么，这招是我使用过的一个特别好用的招，你不断问自己为什么最终达到一个和自己最和谐统一的结果，比如说你想去那家咨询公司，那你就要问自己为什么想去咨询公司，是觉得赚钱更多吗？还是你觉得你想和一些聪明人在一起工作？你要不断地问自己为什么，最终才能找到自己最基本的那个动力。

第二点是列个清单，然后排序去做选择，这个其实很多人都可能试过，比如说当你当时刚好选择学校选专业的时候可能就用过一样的方法，第三个方法也很有意思，是假设一种无条件获得的极端情况，什么意思呢？就是说很多时候我们做选择时候，其实选择不是那个结果本身，我们还会把达到结果的过程计算在内，那这个过程有的时候可能是很痛苦的，比如说你想出国，但是一旦考虑到出国路上要经历的一些考试，可能你就会打消这个念想了，但这个时候如果你假设出国，这个选择是无条件摆在你面前，是不需要你付出任何东西就可以得到的，那你会不会选择他？

这个时候你所做的选择其实才是最真实的，最贴近内心抽象的一个方法就是不断了解你的选择，不断地试错很多东西，还是需要不断地尝试，才能知道这点也是非常重要的，就是你怎么找到那个目标，怎么样真正找对你的假设。

最后总结问题，通过上面所讲的内容，你不管之后再遇到任何问题，包括人生包括人生之下的所有问题都不会感到害怕或者迷茫，因为你知道自己就是那个解决问题的高手。

原因第一：你理解了解决问题的意义，知道靠经验，就是和靠逻辑不同，也知道了解决问题的重要性和意义。

第二：你学过的解决问题必备的思路步骤，明确的理解问题、拆分和定位问题、寻找解决方案和总结问题。

第三：你通过大到人生小到商业的很多实例，对这四个步骤都有了深刻的理解，也知道该如何运用。

恭喜你成为解决问题的高手。