课程笔记——《怎样成为解决问题的高手》

如题所述

第1个回答  2022-07-11
‖课程简介:

『得到』精品课——怎样成为解决问题的高手

面对各种各样的复杂问题,其实拆解它、解决它的思路和手段都是相通的。 本课程提供了一套解决问题的底层方法。

靠经验仅能给出碎片式的解决问题方案。而掌握了这门课的内容,则可以给出完整的解决问题办法。

‖核心内容:

反问自己: 问题的本质是什么?

1. 找出对方关心的问题点并确认

2. 明确解决问题的目标(可量化的,可以自己提合理的建议)

3. 明确解决问题的资源

举例: 妈妈让你穿秋裤

1. 妈妈让我穿秋裤是怕我感冒

2. 不让自己着凉

3. 一件外套和老爸

(一)重要概念: 复杂问题 vs 元问题

复杂问题是不可以被解决的,因此要把复杂问题拆解为元问题。

比如: 找不到自己心仪的伴侣(复杂问题)需要拆解到内部外部各种元问题。

(二)公式化思维

即运用适合的逻辑和思路将问题转化为公式,从而达到问题拆解的目的。

比如: 广告收入=展现量×点击率×每个点击的价格 。

这样提高广告收入这个复杂问题就被拆解为提高展现量,提高点击率,提高每个点击的价格这三个元问题。

(三)拆解方法——假设驱动/搭建问题树

假设驱动:

提出假设——收集证据证实或证伪——修正假设——继续收集证据证实或证伪——继续纠正假设。如此循环。

搭建问题树:

形式: 思维导图,逻辑树

步骤:

1.寻找核心/起始问题

2. 找主要原因

3. 找主要后果

4. 画出问题树

5. 查缺补漏

举例:

1. 大老板遇到了解决不了的问题

2. 遇到了没见过的问题/之前的解决方案不奏效

3. 营收下降/需要花钱找外部顾问

假设驱动和搭建问题树可以结合起来使用。 在搭建问题树的过程中可以用假设检验的方法先原因。

(四)问题拆解中的几个注意点

1. 分类要科学

麦肯锡的“MECE法则”(Mutually Exclusive Collectively Exhaustive),中文意思是“完全穷尽、相互独立”。

所有的分类情况都包括在内,但没有逻辑上重复的地方。

举例:有关人的分类

科学的分类方法有两种:

一种是没有等式关系的并列分类。

比如:男人,女人;生理性和心理性。

另一种是有等式关系的数理结构。

比如:

利润 = 收入 - 成本;

成本 = 人力成本 + 仓储物流成本 + 原材料成本;

收入 = 碳酸饮料收入 + 无糖饮料收入 + 茶饮料收入 + 矿泉水收入

在可能的情况下,数理结构的分类方式更好一些。

2. 如何科学地使用数据

(1)数据对比

横向: 行业数据对比,进行对标

纵向: 历史数据对比,分析趋势

(2)慎用平均数

平均数只有在描述相对集中的数据时才是有用的。

中位数和方差可以帮你看出数据的集中度。

平均数还会掩盖多样性和可能性。

再完成充分的问题定位和拆解之后,解决方案就清晰可见了。只需要提出应对问题的针对性解决方案即可。

解决方案的定位和拆解同样可以使用定位问题的各个步骤和方法。

方案检验: 饼干厂(门槛很低的生意)方法

如果最终方案放之四海而皆准,那么肯定不是一个好方案。

最容易被低估的一个步骤。

1. 汇报的目的:

突出表现自己的能力

说服别人

争取资源

有的时候问题和解决方案还都不是最重要的,正确与否甚至都不是最重要的。在实际生活当中,别人是否觉得是对的,要比你自己是否觉得是对的要更重要一点。

2. 汇报的思路

(1) 不要平铺直叙

一上来先摆事实,然后提方案,然后要资源。

比如业绩下滑30%,分析后得出需要增加茶饮料的投入,请给我200万预算吧。

(2)而要把故事讲全了

先说结论

将结论不断分拆,直至那个不可辩驳的事实。

每一个层级都突出要点,严格控制要点的数目。

还是上文的例子:

结论: 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%。

分拆:

第一、碳酸饮料利润下降50%,这是公司利润下降30%的主要原因 (要点1) 。而且这个是行业现象 (要点2) 。

第二、茶饮料收入上升80% (要点1) ,而且全行业都在快速增长 (要点2) 。公司在去年并没有对此增加投入 (要点3) 。

第三、消费升级,大家注重健康饮食了 (要点1) 。所以茶饮料市场未来的增长预计会以每年200%的速度增加 (要点2) 。从长远的市场前景来看也是非常巨大的 (要点3) 。

老师说用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。

这点还是挺反常识的。在学习课程以前,我一直认为寻找方案才是最重要的步骤。但学完课程我明白了问题定位和拆解才是核心。同时如何进行汇报也大有玄机。

问题拆解中提到的“公式化一切”的思路十分触动我,值得日后践行。

问题分类的MECE法则之前了解过,但这次有了更深刻的认识。

但个人感觉有关使用数据的部分讲得比较粗略,且不是很成体系。但可能跟作者的重点有关。

‖老师简介:

曲凯,毕业于美国杜克大学,做过管理咨询,在BAT做过产品,也做过风险投资。现在,创业做『四十二章经』公众号。
相似回答