庖丁解牛，做工作的架构师

庖丁解牛的故事大家都听说过，在面对一整头牛时如何处理，换作常人根本不知道如何下手，那为何庖丁可以处理得这么得心应手呢？

很多时候，我们无法解决的问题，并不是这个问题本身无法达成，而是它包括了太多的内部因素和外部干扰，显得异常复杂和难以下手。

知乎上有一个热门问题：为什么有些还算优秀的男生却找不到女朋友？

题主身高181cm，体重73kg，样子还是不错的，21岁，家里也有几处楼房，刚毕业，因为不是很缺钱，所以努力在创业中。不知道问题出在哪里。

找男/女朋友这件事情对于任何单身人士都是一个异常困难的问题，这个问题本身并非无法解决，只不过现在还处于没有分解的状态，我们需要进行层层的剖析，直到将它分解为一个个单一的“元问题”。（元是数学的基本概念之一，研究问题中某种独立的对象称为“元”）

找不到男/女朋友有很多原因，我们可以从内外两个方面来拆解这个问题。

问题拆解：为何找不到男/女朋友？

内部原因主要是指自身条件，包括身高、颜值、收入、学历、家庭条件、兴趣爱好等，这其中的每一个自身条件都是一个“元问题”。

外部条件主要是指自身之外的社会环境，包括社会氛围，是否鼓励异性之间进行交往；还有社交途径，是否有足够的渠道去认识异性好友。

当问题被拆解成一个个单一的“元问题”时，你就可以对症下药进行分析和处理了。

在内部条件方面，比如兴趣爱好是不利条件，你需要考虑自己宅在家里看韩剧肥皂剧的兴趣是否符合当代女性的审美；比如学历是不利条件，你需要考虑是否通过在职学历等途径来提升一下自己的学历。

在外部条件方面，如果缺少与异性社交的途径，你需要考虑多参加一些舞会沙龙和集体活动，甚至多了解陌陌、探探等社交软件。

这样，把“找不到男/女朋友”这个复杂的问题分解为一个个元问题的时候，就可以有针对性地解决一个个元问题，最终解决那个你无法搞定的大问题。

拆解问题需要达成的两个主要目的是：

（1）结构性

通过穷尽的拆分，将原来的问题拆分成很多个小问题，确保这个过程中结构的合理性和内容的无遗漏，进而确保元问题的出发点是正确无误的。

（2）可执行性

拆分问题只是解决问题的第一步，拆分完成的元问题需要具备可执行性，而不是漫无边际的空想。

在日常工作中，我们也会遇到类似的工作难题：无从下手、命题过大、笼统模糊……这些都是工作难题的显著特征。

而我们需要做的就是把这些问题拆解成若干个可以执行的小任务。换而言之，开展工作的第一步就是拆解工作，这也是我们处理复杂问题必须掌握的基本思维。

在具体工作中，又如何进行问题拆解呢？我曾经帮助某产品运营团队做过电商运营问题的拆解，针对“用户成单率低”这个问题，从以下几个方面进行了问题拆解。

1．结合四象限法则来拆分问题

庖丁解牛时，也会选择按照放血、去毛、去内脏等步骤来完成，在整个杀牛过程中，按照问题的重要程度和紧急程度，又有具体的细分。

实际工作中，我们可以结合四象限法则来定义拆分问题的优先级，把要解决的问题以“紧急”和“重要”两个维度，按照紧急、不紧急、重要、不重要的排列组合分成四个象限。

四象限法则

第一象限是一些重要而紧急的问题，这一类的问题具有时间的紧迫性和影响的重要性，无法回避也不能拖延，必须首先处理，优先解决。

第二象限重要但不紧急，这一象限的问题需要我们腾出来一定量的时间进行系统性地解决。

第三象限不重要但很紧急，这一象限的事件具有很大的欺骗性。很多人认识上有误区，认为紧急的问题都显得重要，实际上，像无谓的电话、附和别人期望的事、打麻将三缺一等事件都并不重要。这些不重要的事件往往因为它紧急，就会占据人们的很多宝贵时间。

第四象限不重要也不紧急，大多是些琐碎的杂事，没有时间的紧迫性，没有任何的重要性，上网、聊天或者逛街都属于第四象限。

举个例子，老板看到市场上O2O的项目做得非常不错，想通过这种方式来打开市场获得盈利，这样的问题又该如何分解呢？

按照四象限法则，首先应该拆分的是重要且紧急的问题，比如是否有政策上的相关规定会直接影响到市场的开拓。

重要但不紧急的问题包括用户的付费意愿是否足够高，用户关注的商品类目包括哪些等，这些问题对于公司盈利非常重要，但需要在之后的运营过程中慢慢进行验证，所以属于不紧急的问题。

紧急但不重要的问题也会有很多，比如目前的团队是否可以支撑市场规模的扩张等，在第一时间解决紧急但不重要的问题，以方便老板作出下一步的决策。

至于不紧急且不重要的问题则不在拆分问题的范围之内。

按照四象限法则对问题进行大方向的拆分之后，你会发现原来模糊笼统的问题开始有了比较清晰的眉目，此时我们再在需要拆分问题的三个象限内分别进行问题细化和拆解。

2．善用流程图和漏斗图，梳理问题关键点

第一步，列出电商用户下单的流程图，以常见的电商购物场景为例，一般用户下单的流程分为这几步：浏览商品列表—浏览商品详情—下单—选择付款方式—付款成功。

漏斗分析图

第二步，注明关键流程的转化率，并与行业内部的平均转化率进行对比。

第三步，定位元问题所在，并结合实际业务进行问题分析。

经过行业内转化率的横向对比，可以看到，在上图中，转化率较低的两个环节主要集中在“详情转化率”和“下单转化率”。

前者指用户在完成商品详情页的浏览后选择了离开而并非下单，那么，用户既然已经被商品列表中的商品标题和价格吸引进来，为何选择离开呢？很大概率的问题出在商品描述不够吸引用户上。

后者指用户在选择下单后却没有支付，这一点就更加奇怪了，都已经走到了支付环节，却没有最终完成付款。经过分析，我们发现当时由于工作安排，手机端暂时只开通了支付宝一种支付方式，而没有微信支付，这很可能是支付成功率较低的原因。

通过流程图和漏斗图，一目了然地明白整个购物过程中成单率较低的原因，果然，在后期通过调整文案风格并增加微信支付后，成单率获得了整体上升。

3．找到元问题背后的原因

在上文中，我们已经简单描述了将一个复杂问题拆分为很多元问题的过程，那么在实际工作中是否具备可执行性呢？

在使用漏斗图解决了“用户成单率低”这个问题后，老板主要关心的问题还是毛利率的问题，那么如何解决“毛利率偏低”这个问题呢？

我们可以将毛利率偏低的背后原因一一罗列出来：

销售毛利率=（产品销售数量×产品单价-销售成本）/产品销售数量×产品单价。

通过提高用户成单率，可以一定程度上增加产品销售数量，那么在产品单价和销售成本上，是否还可以有所改进呢？

这其中又会涉及提高产品单价带来的销售数量下降，或者降低销售成本带来的产品质量下降，这些都需要在具体问题中进行分析。

通过以上三个步骤，把最开始一个比较大的宏观的问题拆解成一个个可以执行的元问题，将这些不难解决的元问题解决之后，老板交给你的大问题也就迎刃而解了。