咨询顾问大底层思维框架掌握这些你也能像他们一样思

　　一提到咨询顾问，很多人第一感觉就是聪明。其实这种聪明，更多是因为他们比普通人更熟练地运用框架思维。
　　经过长期的咨询工作锤炼，如何界定问题、分析问题、解决问题的框架已经成为他们的一种本能。
　　咨询顾问的思维框架中，有些对我们解决工作或生活中的问题具有非常好的借鉴意义，我一一介绍给你。
　　1、议题思维
　　解决问题之前，先查明问题，这是解决问题的根本。不能准确明了的界定清楚问题，就没有办法找到问题的根源，更谈不上如何去解决。
　　比如，一家企业发现产品销售不畅，原因可能包括产品质量不佳、销售渠道未打开、销售人员能力不佳等等方面，那么究竟哪个才是真正核心的议题呢？或者说如何判断一个议题是不是个好议题呢？
　　（1）好议题的三要素
　　在麦肯锡看来，一个好的议题，需要满足3个要素：
　　属于本质性选项
　　一旦找出答案，就会对之后的讨论方向产生重大影响。
　　含有深入的假说
　　其深入程度，会让人一碰到这个议题就产生质疑：要明确立场到这个程度吗？也就是颠覆常识的视角或用新结构解释普遍情况。
　　这么一来，当完成验证时，无论是谁都会认同由此产生的价值。
　　可以找到答案
　　好的议题必须确实可找到答案，因为这世界上虽然重要却找不到答案的问题多得不得了。
　　（2）如何找到议题
　　那么如何找到符合这些标准的议题呢？
　　麦肯锡给出了4个技巧：
　　要弄懂客户对关键问题的观点和想法。
　　让客户谈谈问题所在，客户有时可能关注的是问题的表象，而不是问题的核心。
　　要使所界定的关键问题的高度、角度符合项目及期望结果的总体水平。
　　集思广益，列出来自客户和团队成员的建议，并加以梳理以消除冗余的成分。
　　2、假设思维
　　麦肯锡倡导大胆假设，小心求证，根据事实快速假设、犯错快改，以结果为导向，先假设，再求证。
　　（1）假设思考的重要性
　　假设思考是基于结果的思维模式，所有的假设和工作都是围绕目标而产生的，因此时间和精力都非常聚焦，不会被细节或无关紧要的问题所困扰。
　　虽然有时候可能要推倒重来，假设思考仍被咨询顾问排在第一优先的问题解决方法。
　　（2）假设思考的步骤
　　假设思考的三个步骤为：收集事实建立初始假设验证初始假设。
　　收集事实
　　一位前麦肯锡高级项目经理有一种生成初始假设的好方法：在项目开始时，我会尽量多了解事实。会花一两个小时来阅读行业内的出版物不是为了收集事实，而是为了吸取行业内的信息，例如行业的术语是什么，行业的现状如何，等等。我会留意和寻找公司里该领域的行家。这是追上行业最新动向最为快捷、最为有效的方法。
　　生成初始假设时，不需要掌握所有的事实，只要概观行业和所研究的问题即可。假如问题来自自己的领域，可能你心里已经有了一些事实，这当然最好不过。但有了事实还不够，你要把事实按照一定的逻辑架构来整理。
　　建立初始假设
　　构造初始假设，首先要将问题拆分，发现关键驱动因素。接下来，针对每个关键驱动因素提出可行性建议，这一点尤其重要。
　　假如行业利润受天气影响很大，那么，天气就是一个季度里影响利润的关键性因素。我们必须祈祷好天气不是一个可行性建议；而我们必须提高应对气候变化方面的能力就是一个可行的可被写成一级标题的建议。
　　验证初始假设
　　当你把问题解决路线图展开准备上路时，要检验一下路线图是否可靠。
　　我们要检验该初始假设是不是你能设计出的最好的假设？你是否考虑到了所有议题？是不是考虑到了议题的所有关键驱动因素？是不是你所有的建议都是可行的并且是可证实的？
　　（3）如何确保假设的方向明确到位
　　这里要解决的问题有2个：
　　第一，假设的全面性，第二，各项假设的独立性。
　　这就用到MECE原则了。
　　在麦肯锡及很多咨询公司的方法论中，MECE就像神一样的存在。
　　因为MECE法则的相互独立且完全穷尽的思考方式，已经深深的烙在每个咨询顾问的心里。
　　3、分类思维
　　如果要用一句话来说明分类思维的重要性，我会选择这句：万物皆可分、万物皆要分。
　　（1）为什么要具备分类思维
　　麦肯锡顾问在咨询过程中，面临的问题纷繁复杂，一旦没有头绪，咨询顾问就会亮出这道杀手锏分类思维。
　　比如，要分析为什么某个产品的销售收入下滑，咨询顾问首先会确定一个分类标准，然后比如按地域或按消费群体，然后在进入到各个地域或各个消费群体去洞察其中的数据、寻找线索。
　　分类思维的目的就是把复杂的事情梳理出脉络，然后分组对待、逐个击破。
　　（2）怎么进行分类
　　分类两步走：确定分类标准、运用MECE原则分类
　　首先，确定一个分类的标准；
　　比如，人，可以按性别分、可以按年龄分、可以按地域分、也可以按受教育程度分等等，具体选择什么样的分类标准，需要根据解决的问题来定。
　　比如，当你要对一家全国连锁的餐饮店的营收进行分析时，最好的方法是按照地域分
　　运用MECE原则进行分类。
　　分组分类思想，最有效的当属MECE法则了。
　　MECE是英文MutuallyExclusiveCollectivelyExhaustive，翻译过来是相互独立、完全穷尽。
　　MECE法则，要求我们在分类时做到不重复、不遗漏。
　　举个例子，我们把人的性别分为男人和女人，就符合MECE法则，因为从生理结构上讲，除了男人就是女人，但如果分男人和未婚的人，就没有穷尽，把已婚的人给漏了，同理，如果分为男人和已婚的人，又会出现重复，因为男人包含了已婚男人。
　　（3）如何训练分类思维
　　在工作中，我们可以尝试以下几种分类方法：
　　公式法
　　将一个复杂的概念，通过公式展现，对公式里的各个因子进行分类讨论。
　　比如，对电商公司而言，销售收入流量转化率客单价，要提高销售收入，可以从流量、转化率、客单价这几个方面思考。
　　要素法
　　把一个整体拆解为若干个要素，再对这些要素进行分类分析。
　　大家都知道马斯克的一个创业项目是做电动车特斯拉，但很多人觉得电动车不可能做成，因为电池成本上降不下来。当时大概是600美元千瓦时。
　　马斯克说，我不管现在的电池有多贵，我就回到本质问一个问题，电池的硬成本是什么构成的？
　　他将电池拆解为各种金属元素以及其他成分，再对电池组件的生产流程、产地、供应链等进行组合式创新和不断地迭代优化，最终他发现，购买锂电池组的原材料，组合在一起，只需要80美元千瓦时。
　　流程法
　　按照事物发展的时间、顺序等，对信息进行逐一的分类。
　　比如，我们常说的项目管理，分为项目立项、项目启动、项目执行、项目复盘等，就是典型的流程法。
　　4、逻辑树思维
　　逻辑树又称问题树、演绎树或分解树等，其表现方式为将一个问题以树的结构进行延伸，去设想可能与其有关的子问题，逐步进行扩展。
　　（1）运用逻辑树思维的前提
　　使用逻辑树思维有一个前提需要十分注意：
　　确认一个具体而单一的问题。这个问题不能过于笼统，也不可同时包含太多问题。
　　比如如何让企业发展，就显得过于笼统。
　　再比如，如何同时提升企业盈利并树立企业形象，就包含了太多的问题。
　　如果问题中包含多个问题，那么就需要先将问题中的多个问题区分开，各为一个问题，之后才能针对每一个问题进行详细的分析。
　　（2）逻辑树分析法可分为选择型分析和顺序型分析
　　选择型分析主要应用于我们对一件事情的方向还不确定时。
　　顺序型分析主要应用于我们已确定一件事情的方向时。
　　我举个例子：
　　小王是名学生，他想凭自己的能力在三个月内买一台电脑，于是他先给自己制定了一个目标，即购买某牌某款型号的电脑。
　　目标制定之后，他需要结合现实考虑一个问题，即自己是否有能力购买这台电脑。
　　在此环节中，如果他有能力购买，可以直接进行购买电脑一项，进而按顺序考虑在哪里买这台电脑；
　　如果没有能力购买，那么他需要运用选择型分析来决定自己如何能购买到这台电脑。
　　（3）逻辑树的三个类型
　　麦肯锡人常用的逻辑树主要有议题树、假设树和是否树三种类型。
　　议题树
　　议题树的主要形式是先提出一个问题，然后将这一问题细分为多个与其有内在逻辑联系的副议题。
　　比如主问题为如何减少员工加班的现象，那么根据议题树的逻辑，我们可以列出两个副议题，一为减少员工的工作定额，二为提高员工的个人工作效率。
　　假设树
　　假设树的主要形式是先假设一种解决方案，之后通过手中已有的论据对该方案进行证明。
　　同样以企业管理为例。如果我们以减少员工加班现象对企业有利为假设论证，那么接下来，我们就应以为什么减少员工加班的现象对企业有利为切入点，列举大量的例子对该论证进行阐述和说明。
　　需要注意一点，在使用假设树时，提出的假设必须合理，并且手中的论据必须能够足以对自己的假设进行证明。一般情况下，假设树的目的是证明这一假设为真。
　　是否树
　　当一个问题摆在麦肯锡人面前时，麦肯锡人就会先运用是否树对问题进行一次判断，确定该问题是否为一个单一的且指定范围内的问题。
　　如果该答案为是，他们会开展接下来的工作，如果答案为否，那么他们就会先对该问题进行精练，使其成为一个单一性的问题后再开展接下来的工作。
　　比如，医生为病人诊治的时候也会采用是否逻辑树进行初诊。
　　比如是否头痛是否腹泻，或者是否头晕等。当病人回答是后，医生会具体询问怎样的痛法持续了多久是否伴有其他症状等。若是病人回答否，医生则不会就这一症状继续问下去，而是转而询问其他方面的症状。
　　需要指出的是逻辑树中的每一项都要遵循麦肯锡的MECE法则，相互独立，完全穷尽，绝不能发生某两个人的任务重叠在一起的情况。
　　逻辑树思维，是衡量一个人思维逻辑的核心指标，能够将逻辑树拆分到几级，一定程度上代表了一个人的知识水平和分组归类水平。
　　5、矩阵思维
　　矩阵思维实际是分类思维的一个延伸，很多问题无法从一个维度搞定，因此需要将问题分为多个维度去拆解。
　　比如，大家熟悉的时间管理四象限模型把事情根据重要、紧急两个维度，分为四个象限，正是矩阵思维的应用。
　　再如，在阿里巴巴，对员工的考核分为业绩、价值观两个方面，只有业绩好、价值观也好的员工才是明星员工，要升职加薪，对业绩不好、价值观不符合的员工立即淘汰。
　　矩阵思维的好处是，把一个复杂的系统，拆解为若干个子系统，对每个子系统采取针对性的应对措施。
　　矩阵思维的难点在于找到变量。
　　比如，现在我们都知道对员工的评价分为价值观和业绩两个变量，但这两个变量是怎么提取出来的呢？有没有更好的维度呢？
　　这些才是矩阵思维背后要去思考的问题。
　　6、结构化思维
　　由于工作的原因，我曾经在3个月面试了近300人，横跨20个不同的岗位，虽然每个岗位的工作要求不一样，但我发现一个现象：
　　那些通过面试的人，面试官都会有一个共同的评价：这个人条理很清晰。
　　其实，只要你再深入一下，就会发现：所谓的条理清晰，正是结构化思维能力强。
　　（1）结构化思维四个构成部分
　　结构化思维的四个构成部分分别是：结论先行、以上统下、归类分组、逻辑递进。
　　这4个部分中，前2个描述的是纵向结构关系，后2个描述的是横向结构关系。
　　首先看纵向。
　　结构化思维要求先说结论，先说结论的目的是节省时间，如果你的结论对方是认可的，那么在论证的时候可以有选择性的挑重点去说。
　　如果对方想更多地知道你的论证过程，这时候就要注意以上统下，你的结论要有很多子结论支撑，每个子结论又需要很多子子结论支撑。
　　再说横向。
　　为了论证一个结论，你需要有很多子结论，为了保证论证的逻辑，这些子结论之间要做到归类分组，以及在逻辑上层层递进。
　　（2）结构化思维的四项基本原则
　　以终为始原则：以目标为导向，以问题为导向，以假设为导向；
　　分析分解原则：使用逻辑树来拆分，使用演绎推理来构思，用总结归纳来呈现；
　　MECE原则：结构化分解时，确保内容满足相互独立、完全穷尽的分组分类原则；
　　8020原则：去除非关键因素，重点突出。
　　7、闭环思维
　　我最近有一个非常大的工作感受，不同员工工作结果差异，其实就是每一项具体工作闭环的差异，或者说在PDCA各个环节的差异。
　　比如，拿招聘来说，从需求发起到人员录用，是一个完整的闭环。我们看下一个优秀的招聘人员和一个普通的招聘人员在各个环节的差异：
　　首先是P（计划）阶段：
　　一般的招聘人员来什么、接什么。
　　优秀的招聘人员则会去琢磨：这个需求怎么产生的，如果是人员离职补充，上一个离职的原因是什么，如果是新增需求，新的业务是什么
　　紧接着是D（实施）阶段：
　　一般的招聘人员按部就班，发岗位、收简历、打电话。
　　优秀的招聘人员则会去琢磨：这个人最有可能出现在哪个地方，我通过什么方法可以链接到他
　　再到C（检查）阶段：
　　一般的招聘人员做到哪、算到哪，尽力就行；
　　优秀的招聘人员则会不断思考：我的目标完成到什么地步了，有哪些差距，有哪些改进空间。他们不断地总结反思，随时调整策略与方法。
　　最后是A（改善）阶段：
　　一般的招聘人员不会进行复盘总结；
　　优秀的招聘人员则能够把经验教训都标准化成为下一次行动方案，让成功继续成功，让踩过的坑不再去踩。
　　闭环思维的好处是让我们的每一次的行动，都能站在上一次行动的经验教训基础上，日进一尺、螺旋上升。
　　8、逻辑链思维
　　《人类简史》里有这样一问，科学革命为什么出现在欧洲？
　　科学革命起始于西欧和大不列颠，此前人类历史上从来没有觉得它有多么重要，在那之前中国的科技水平远远高于欧洲。
　　1775年，中国占了全世界经济总量13，唐宋以前，中国占全世界技术发明量60左右，而近代全世界科学革命以来，有6000条基础的科学定理定律，中国人的原创贡献不到1。
　　于是有了著名的李约瑟之问欧洲在1770年面对中国并没有什么科技优势，为什么接下来短短的100年时间拉开这么大的差距？
　　赫拉利的回答是传统中国其实并不缺乏制作蒸汽机的技术，缺的是西方最具革命性的哲学和科学的思维方式。
　　（1）两种推理思维
　　要深入理解这个问题，就要回到逻辑推理思维。
　　人类目前的两种逻辑思维：归纳法与演绎法。
　　我举两个例子，让大家对这两种思维有一个直观认知。
　　假如你看到一个同事，元旦出去旅游，五一出去旅游，中秋出去旅游，国庆出去旅游你由此得出一个结论，这个同事酷爱旅游。
　　如此这般，从个别事件得出一个具有普遍性意义的结论，这过程叫归纳推理。
　　再假如，你是负责核算工资的，公司规定在过年前离职的员工都没有年终奖，有一个同事在过年前离职了，你由此得出结论，不能给这位员工发年终奖。
　　如此这般，从原来的结论，推广到某个别事件的过程，叫作演绎推理。
　　归纳思维是具像思维，好处是快，坏处是不具备领域可迁移性。
　　比如说火药，我们发明了鞭炮，可是却不能把这个技术迁移到枪炮里，要想迁移到枪炮里，必须下沉到数学物理化学学科。
　　演绎思维坏处是慢，好处是可迁移性，一旦在逻辑上导出一个共同的抽象概念，与此相关所有的具像问题一下子全都化解了。
　　比如牛顿力学解决了经典力学领域的所有问题，工程师把它应用到工业里，直接引发了工业革命。
　　对普通人来说，多练习演绎思维，能提高提高信息获取的质量、提高思考的深度，更能发现事情的本质和真相，而快速认清事物本质的能力决定了一个人的认知边界。
　　（2）逻辑链是什么
　　逻辑链思维是演绎思维的一种。
　　你可以把逻辑链想象成一个链条，往左边是原因，往右边是结果。
　　通常，你会觉得什么样的人说话特别有深度呢？
　　是不是那种，他一说话，你就会有种茅塞顿开的感慨，甚至忍不住发出Aha的惊叹。
　　他们是怎么做到这种说话境界的呢？
　　答案非常简单，只是因为他们的逻辑链很长，比普通人都要长。
　　他们很擅长拓宽自己的逻辑链长度，最终可能已经形成一种思维习惯了。
　　（3）如何拓展逻辑链
　　那么，要拓展我们的逻辑链，其实有两种方法。
　　第一，在因的这一端拓展。
　　拓展的方法是，多问几个为什么。
　　上世纪80年代，美国政府发现华盛顿的杰弗逊纪念馆墙壁受腐蚀损坏严重，于是请了专家来调查。
　　专家们经过现场勘查，一开始认为是酸雨腐蚀导致，进一步实验发现酸雨的作用没有如此明显（不是根本原因），于是把目光转向了冲洗墙壁所用的清洁剂。他们认为清洁剂带有的腐蚀作用导致外墙损坏严重，于是专家们建议更换清洁剂的配方，采用无腐蚀性的物质。
　　如果到这就结束了，显然还没触及到问题的本质。
　　专家发现，该大厦墙壁每年被冲洗的次数大大多于其他建筑，腐蚀自然更加严重。
　　问：为什么要经常清洗？
　　答：因为大厦被大量的燕粪弄得很脏。
　　问：为什么会那么多的燕粪呢？
　　答：因为燕子喜欢聚集到这里。
　　问：为什么燕子喜欢聚集到这里？
　　答：因为建筑物上有它们喜欢吃的蜘蛛。
　　问：为什么会有蜘蛛？
　　答：蜘蛛爱在这里安巢，是因为墙上有大量它们爱吃的飞虫。
　　问：为什么有这么多飞虫？
　　答：因为飞虫在这里繁殖特别快。
　　问：为什么飞虫在这里繁殖得这么快？
　　答：因为傍晚时尘埃在从窗外射进来的强光作用下，形成了刺激飞虫生长的温床。
　　于是，关上窗帘，杰弗逊纪念馆的问题就这么轻易解决了。大厦至今完好无损。
　　第二，在果的这一端拓展。
　　拓展的方法是，多问几个所以呢。
　　想当年，马云年轻时访问美国，亲眼目睹了互联网技术的兴起。
　　当时他心里肯定会问：所以呢。
　　然后自答：互联网技术就是未来
　　所以呢
　　中国也将拥有像美国一样厉害的互联网公司
　　所以呢
　　我回国后，要顺应大势，创办中国的互联网公司
　　马云的人生战略与企业战略，就是随着几个所以呢慢慢地构建起来了。
　　9、云、雨、伞提议结构
　　在员工进入咨询公司第一年所学的知识中，特别容易理解，并可以马上掌握的就是云雨伞理论。
　　天上出现乌云，眼看就要下雨，带上伞比较好。
　　这其实是对事实、分析和行动三者的比喻。
　　云代表事实。是用眼睛实际观察到的情况。谁都能看出来天上有没有乌云。
　　快要下雨，是从现状推测出来的分析。也就是说从出现乌云这个事实引出可能会下雨这个分析。
　　最后是雨伞。也就是说从快要下雨这个分析得出带上雨伞这一行动。
　　这里最重要的就是区分事实分析行动。如果将三者混淆或遗漏而得出结论的话，那么结论就会不合逻辑。
　　云、雨、伞结构一般用在书面方案中，也可以将此结构作为撰写一项报告的逻辑。
　　在你的报告完成后，都可以按这三个项目检查内容是否贴切、合理，检查之后再提交报告。
　　提案中的现状（云）明确吗？
　　分析研究（雨）明确吗？
　　行动方案（伞）明确吗？
　　10、漏斗思维
　　漏斗思维是一个很重要的思维模式。这是咨询顾问的底层思维模式之一。
　　什么是漏斗思维？这里举个简单的例子。
　　假设我们要为一款文艺小清新类APP做运营，目标是一个月内将APP的日活做到1000。要完成这一目标，一个大概的工作思路可以分三步：
　　第一步：首先要让这款APP在目标人群面前获得足够多的曝光，为达到这一点，我们可能会去搜集一些文艺类的社区做推广，如：豆瓣、网易云音乐、简书。
　　第二步：搜集完之后，我们就要去这些社区做推广了，推广目标是让用户下载APP，用户下载是一个关键的运营节点。这标志着我们对用户的运营可以从产品外，转向产品内了。
　　第三步：用户下载了我们的APP后，我们要做的就是让他们成为APP的活跃用户。所以我们要通过各种运营手段，尽可能的提高用户打开APP的频次，并延长其在APP内的停留时间。只有这样，才能尽可能的提升日活。
　　这么一整套的工作思路，其实可以转化成一个漏斗。按关键的运营节点来区分，这个漏斗相对应的可以分三层：
　　漏斗第一层：APP在目标人群面前获得了足够多的曝光。
　　漏斗第二层：用户下载了这款APP
　　漏斗第三层：用户成为APP的活跃用户
　　在这样一个三层漏斗中，漏斗每向下运转一层，都要流失一些用户，这基本无法避免。我们只能尽力控制流失用户量的规模。
　　所以，转化率是评价漏斗模型优劣的标准。一个漏斗模型流失的用户越少，这个漏斗的转化率就越高，这个漏斗也就越优质。