分析问题的标准流程通常包括以下几个步骤:
收集信息 → 描述发现 → 得出结论 → 提出方案
为了高效地找到有用的结论并明确行动方案,分析人员必须有意识地、有条理地收集相关事实,并据此做出符合逻辑的发现。
但现实中,许多人往往习惯于先收集所在领域内所有能够获得的资料,等到所有信息齐备之后,才正式展开分析工作。
当然,这种做法人人都可以尝试,但必然会带来额外的辛苦和精力浪费。相对而言,更有效的方法是建立明确的「诊断框架」和「逻辑树」来指导信息的收集与分析过程。这种结构化的思维工具不仅能够显著提高分析问题的效率,也使后续将分析结果构建为“金字塔结构”的工作变得更加简单和直观。
由于大多数人长期以来的思维习惯都是“先搜集资料再分析”,因此接下来我将首先探讨这种方法之所以广泛流行的原因,然后详细阐述我所提出的这一套全新的分析方法。
以信息资料为出发点进行分析的方法历史悠久,可以追溯到咨询行业的早期发展阶段。当时,咨询作为一项新兴职业,还未能广泛地积累各个企业和行业的经验知识。因此,普遍的做法是:无论客户提出怎样的问题,都要从整个公司乃至整个行业的全面分析着手,具体流程通常包括:
确定行业内取得成功的关键因素,研究市场特点、“价格—成本—投资”结构、技术需求、产业格局及盈利能力等关键内容;
基于客户的销售及市场地位、技术实力、经济结构、财务状况和成本控制能力等维度,全面评估客户的优势与劣势;
将客户的实际表现与行业成功的关键因素进行系统对比;
最终提出具体方案,帮助客户抓住机会、解决问题。
然而,这种做法的实际效果往往并不理想。结果是大量事实被堆积如山,却很难从中清晰地提炼出真正有价值的结论。曾有一家大型咨询公司估计,在资料收集和分析过程中,有高达60%的工作其实是徒劳无益的。咨询顾问们费尽心力地堆砌起无数“看起来有趣”的事实、图表和数据,但与客户实际问题真正相关的却寥寥无几。很多时候,由于信息碎片化或不够完整,能够支持主要建议的数据极少甚至根本没有,这就迫使顾问们不得不在报告的最后一刻临时搜集更多信息,导致整个过程既耗时又低效。
即便资料已经相对齐备,要将这些信息组织成具有逻辑性、观点鲜明的报告,依然需要付出大量努力。最早期的解决办法是按照运营、营销、增长预测及主要问题等主题对事实进行简单分类。然而,我们在第7章“概括各组思想”中已指出,这种传统分类法实际上难以帮助人们形成清晰、明确的结论。
为了提升报告的条理性,不少咨询公司尝试按收集资料的时间顺序呈现信息,用诸如“发现”、“结论”、“建议”等标题作为章节划分。但这种看似有条理的结构,实质上却并未真正解决信息组织的难题,仅仅是作者为强迫自己思考问题而采取的一种表面措施。咨询顾问投入大量的时间与精力,却往往只能产出冗长而枯燥的报告,难以有效展现他们工作的真实价值。
面对成本增加而效果平平的现实,许多咨询公司不得不重新审视这一问题。最终,人们发现了一种更加高效、严谨的方法:即在收集数据之前,就对问题本身进行结构化分析。如今,这种方法已逐渐成为众多优秀咨询公司普遍采用的标准实践。
从某种意义上来说,这种方法其实类似于传统的科学研究步骤:
首先,提出各种可能的假设;
然后,设计一项或多项关键实验,通过实验结果排除不成立的假设;
接着,根据实验得出明确结论;
最后,基于结论采取相应的行动措施。
换句话说,就是要强迫自己积极地思考产生问题的各种可能原因(这种思考技巧被称为「外展推理」,详见附录1)。之后,你收集信息的目的,就变成了验证这些原因是否真实存在、是否真的与问题相关。只有在心中提前明确假设,才能更有针对性地提出真正富有创意的解决方案。
那么你或许会问:“我该如何找出问题的可能原因呢?难道是凭空捏造吗?”当然不是。你必须深入研究问题领域的结构,明确问题分析框架中的起始点(或称为切入点)。为了更好地深入探索,你还需要选择并采用合适的「诊断框架」。
实际工作中,有许多不同的「诊断框架」可以帮助你对问题进行有效分析,同时也存在大量非诊断性的「逻辑树」能够帮助你明确行动方案。但人们常常忽略了这两种分析工具之间的区别,将它们统统归类为“分析技巧”或“立论分析”。你必须清楚地认识到二者的差异,才能够在恰当的地方使用正确的分析工具,真正提升你的思考效率和分析质量。
使用「诊断框架」能够帮助你清晰地构想出客户问题可能出现的领域或情境。这种构想过程最终将明确你的分析所需要关注的具体要素或活动。
我们举个简单的例子:假设你经常头痛,却不知道头痛的具体原因,自然也就无法对症治疗(参见图9-1)。此时,你的第一步就应该是设想出所有可能导致头痛的原因。
例如,你可以利用“相互独立且完全穷尽(MECE)”的分类方法,将可能的原因划分清楚:头痛要么是身体因素造成的,要么是精神因素造成的。如果属于身体因素,又可以进一步区分为外部原因和内部原因。若为外部原因,则可能包括外伤碰撞、过敏反应或天气变化等。
通过这样的逐级细分,你就能够按排除的难易程度逐一进行检查和筛选。换句话说,如果你确认了头痛是天气变化引起的,那就完全不需要再担心可能存在脑瘤的问题了。
正如我们在第6章“应用逻辑顺序”中已经了解到的,结构化分析方法总共只有三种:呈现「有形结构」、寻找「因果关系」以及进行「归类分组」。为了有效地找出问题产生的真正原因,你可以单独或综合运用这几种方法,建立适合当前问题的「诊断框架」。
(图9-1 使用诊断框架的一个简单例子)
任何一家企业或行业的具体领域,都应该具备清晰而明确的结构。这种结构表现为由不同单位或要素组成的系统,每个单元各自承担着特定的功能。通过绘制出系统的现状或理想状态图,你将能更直观地决定哪些问题值得探讨,并帮助你有效地识别和分析问题产生的原因。
例如,如图9-2所示,零售商可以利用若干种销售与营销手段来影响消费者的购买行为。在这种情况下,你所要做出的判断是:目前市场份额下降(即现状,R1)的原因究竟是什么?可能是消费者对产品的认知不足,也可能是零售商未能有效地说服消费者做出购买决策,等等。
在调研的初期阶段,另一种常见而实用的分析方法是深入理解该行业的业务流程以及当前的主要趋势,由此确定潜在的风险领域。你可以像图9-3所示,将行业划分为不同的细分市场,明确每个细分领域的市场容量与竞争者情况。此外,你还能进一步探索价值的增值点、成本的控制方法、利润的来源结构,明确哪些利润来源容易受到外界影响,以及企业资产的使用状况等关键信息。最后,在全面收集数据之后,你需要寻找一种最佳的平衡点,明确业务中相对脆弱的环节,以便提前预防和应对风险。
(图9-2 零售商经营结构示意图)
(图9-3 行业结构示意图)
诊断问题的另一种有效方法,是通过分析「因果关系」明确各个要素、行为或任务之间的联系,从而得出准确的诊断结果。这种方法主要体现在以下三个结构层次中:
1. 财务结构
在确定企业投资回报率低的原因时,可通过绘制企业的财务结构示意图(如图9-4所示)来实现:
(图9-4 企业财务结构示意图)
首先将企业相关财务数据填入表中,快速判断问题出在「销售额降低」、「成本增加」,还是两者共同作用。然后,对每个关键要素再进行更细致的分解,找出它们分别受到哪些因素的直接影响,继而确定每个影响因素的具体构成。例如,“销售”这一要素,可以进一步分解为「产量」和「价格」,而「产量」又受「产品质量」、「设计」和「产品适用范围」等因素影响。完成整个结构图后,就可以准确判断核心问题到底源自「产量」还是「价格」,进而利用各种数据和资料,针对每个关键问题作出明确的判断。
2.任务结构
「树状示意图」则是一种更加深入且清晰的诊断方法,适合用于表示企业必须完成的关键任务(如图9-5所示)。以企业最核心的财务指标“每股收益”(EPS)为起点,通过将企业财务结构逐层展开,将每个关键要素都视作一项独立的管理任务。随后,再将损益表和资产负债表纳入这一树状结构之中,每个财务项目也都清晰地标记为具体的任务。这种方法的优势在于,一旦明确问题所在,即可立即确定采取何种行动措施。
例如,一家烟草公司的「贡献毛益1」由「收入」减去具体的成本项目(烟叶成本、包装材料成本、税金、直接人工成本),以及广告和销售费用得到。将这些项目转化为具体任务(如“提高净销售额”、“降低烟叶成本”),就能明确哪些是企业发展的关键任务。通过对树状图内的数据进行深入分析(包括趋势分析、敏感性分析、行业对标与竞争对比等),企业能够迅速明确任务的优先级,进而有效提升“每股收益”。
3.活动(行动、措施)结构
有时候,诊断工作的出发点是为了找到导致某些不良结果(如成本过高、安装时间过长)的具体原因。这种情况下,同样可以通过树状图,明确列出必须采取或已经发生的行动(如图9-6所示)。诀窍在于全面设想所有可能导致这一结果的因素,并按清晰的逻辑层次逐一加以组织和分析。
例如,电话交换设备的安装工作一部分在承包商的工厂完成,另一部分则由公司自己的工人在现场完成。现场作业则涉及安装工人、安装设施、待安装设备、设备测试人员以及客户。客户还会定期审查安装进度。
以「安装时间超出预期」这一结果作为树状图的起点,接下来,按照“相互独立且完全穷尽”的原则假设所有可能的原因:如「每班工人人数减少」、「每个工人每班的工作时间延长」或者「每周总工作时间减少」。
针对上述每一个可能原因,再进行更深入的细分。例如,对于“每个工人每班的工作时间延长”,可能的次级原因包括「工人工作速度慢」、「工作本身耗时长」或「意外延误」。随后继续针对每种情况深入分析,进一步挖掘其具体原因。最终,便能得到一份结构完整、逻辑清晰的诊断图。此时再结合你的实践经验,即可明确行动的最佳切入点。
图9-5 企业重要任务示意图
图9-6 产生非期望结果的行动示意图
第三种分析方法是将所有可能的原因按照相似性进行分类,前提是这种事先进行的分类确实能够帮助我们综合分析各类事实。以图9-7为例,导致销量下降的原因既包括「半固定因素」,也包括「可变因素」。假设两种因素同时存在时,我们就需要明确到底要收集哪些信息,来验证以下假设:
该品种的市场衰退导致销量下降;
现有商店无法完全覆盖市场;
商店规模不足以支持预期销量等。
(图9-7 产生问题的可能原因示意图)
使用这种方法的诀窍在于,首先在上一层次对各种原因进行“相互独立,完全穷尽”的分类,然后再按照这些分类进一步追溯更具体的原因。分析人员通过针对具体原因提出明确的是非问题,通过回答“是”与“否”,来逐步确认或排除其中的部分原因。
另一种分类方法是使用「选择结构」。这种结构以树状图的形式展开,虽然与用于寻找导致负面结果的行动结构类似,但其关键点是每次只进行简单的二选一决策,即通过逐步提出的是非问题来缩小范围,直到能够明确地找到具体原因为止。
如图9-8所示,假设「销售支持效率低」的问题可能源自零售商的支持效率低,或是公司总部的支持效率低。如果确定问题出在零售商这一端,那么又可以继续追问:是选对了支持的商店,还是选错了商店?如果选错了商店,那么问题就清晰了;如果选对了商店,就继续追问:是否进行了足够次数的上门服务?若次数合适,则进一步判断是否开展了正确的促销活动;若次数不足,则问题也得以明确。
(图9-8 在各阶段做是非(二选一)选择的示意图)
绘制这种「选择示意图」的秘诀,是将与销售有关的每一步流程清晰地呈现在各个决策的分叉点上:先选定目标商店,再决定上门服务的频率,最后确认开展的活动是否合适。通过逐级进行简单选择和分析,我们就能快速定位并解决问题。
如图9-9所示的「营销流程结构」是一种更加复杂的「选择结构」。该结构的优势在于它能够更加全面地涵盖所有可能的因素,并且每个环节都按照逻辑分析的先后顺序进行排序。
例如,经过分析后你发现营销计划存在多处不足:产品包装不当、广告缺乏针对性、推销活动混乱无序以及消费者使用频率低等问题。这些问题的先后顺序非常关键,靠前的环节必须优先改进。因此,在将推销部门调整得井井有条之前,没有必要鼓励消费者增加使用频率;同样,如果广告面向了错误的目标群体,也就没有必要继续投入资金进行推销活动。
一旦你成功建立起有效的「诊断框架」,就可以借助这一强大的解释工具,与客户从事实与概念两个层面沟通,清晰地说明公司当前面临的问题:
当前的结构/系统导致了结果R1。公司当前的情况究竟如何?
当前的结构/系统导致了结果R1。从逻辑分析的角度看,它过去的运作情况如何?
理想中的结构/系统将产生预期的结果R2。为了实现目标,它应该是什么样的?
(图9-9 决策的总流程示意图)
在前两种情境下,可以通过与理想状态的对比,清晰论证变革的必要性。在第三种情境下,则通过与理想状态的比较,更好地揭示现实中的不足之处。
关于「诊断框架」的运用,需要特别强调的是“是”与“否”问题的重要性。它们在分析过程中起到了类似于“决定性实验”的作用——不仅能清晰地确认或排除特定因素的影响,而且能够帮助你判断何时可以停止进一步的调研工作。
此外还需要注意的是,「诊断框架」与「决策树」、「项目评估检查技术图(PERT图)」是存在差异的:诊断框架主要用于明确问题,而后两者则用于阐明实施特定行动的必要性,如图9-10所示,应避免在实际操作中将它们混淆。
当我向人们解释「诊断框架」时,经常会听到这样的疑问:“我怎么知道何时该建立哪种框架?我又如何判断是全面使用框架,还是只深入研究其中的一部分?”坦率地说,这个问题的答案取决于你对所分析的目标领域有多少了解。真正优秀的解决方案从来不是凭空想象或抽象推理出来的,而是建立在你对具体领域——例如制造、营销或信息系统等——具有深刻且系统的理解基础之上。因此,大量深入的领域知识是建立有效诊断框架时必不可少的前提条件。
我曾经提到过,其实用于解决问题的「诊断框架」往往就隐含在“界定问题”的序幕阶段之中。比如图9-11所示的案例中,咨询顾问为巴罗斯(Barrows)公司的信息系统部确定并解决问题时所采用的方法和具体步骤,就清晰地体现了这一点。
信息系统部是巴罗斯公司新设立的一个部门,它所带来的问题非常特殊:业务增长的速度远超预期,这种情况在其他企业中几乎闻所未闻。尽管公司已经实施了全新的生产计划和控制系统,但仍有大量订单无法及时交付,这使公司面临着错失市场增长机会的风险。
(图9-10 决策树和PERT图仅说明行动的必要性)
(图9-11 问题:信息系统部(ISD)不能应对增长机会)
公司内部怀疑造成这一问题的原因在于信息系统部的用户小组对新系统理解不足,同时也意识到负责支持系统运行的小组并未以最大生产能力开展工作。因此,公司希望咨询顾问能够明确回答:如何最有效地挖掘生产能力潜力,并显著提高支持小组的生产效率?
既然目前问题的表象是工厂基层「生产效率低下」,那么根本原因必然存在于基层的具体作业方式与流程设计中。由此,咨询顾问需要首先建立一个清晰的「诊断框架」,用以全面、系统地描绘现有的作业方式与流程。尽管顾问仍需收集大量资料,但这一过程应当具有明确的目标性和针对性,避免以往“大而全”的无效方式。他将在项目建议书中具体列出以下计划收集并分析的信息:
业务增长预测
各部门的管理目标
商业信息需求与管理需求
当前系统的运行方式与具体流程
效率低下的领域及生产率低下的潜在原因
管控不力的具体原因分析
确保库存准确性的相关措施,以及账面记录与实际库存不符的情况
现有资源的具体利用情况及潜在优化空间
如果咨询顾问仍沿用过去传统的信息收集模式,逐项采访巴罗斯公司的相关人员,他将不可避免地得到大量冗杂的信息。这些信息不仅难以快速理解、消化和归纳,而且也不易客观地判断其中哪些与问题相关,哪些无关紧要。
相反,如果顾问从一开始便仅收集那些构建「诊断框架」最为关键的信息,以清晰揭示当前经营活动的具体组成与各要素之间的关系,那么他便能迅速形成对问题成因的初步判断(假设)。随后,他只需进一步收集能够证实或推翻这些初步判断的信息即可,从而大幅提升分析效率与准确性。
图9-12是咨询顾问绘制的「系统流程图」的一部分,构成了有效收集信息资料的重要基础。
咨询顾问可以借助图9-12作为参照点,系统性地思考企业运营中可能存在的问题。如果存在不足,那么应明确自己希望发现哪些具体问题,并据此形成需要收集资料的关键问题。
具体示例如下:
订货和交货时间:承诺的交货时间是否具备市场竞争力?实际交货时间能否兑现承诺?
采购物品:采购原材料、零部件以及辅料时,是否存在交货延误或成本过高的情况?
库存物品供给:库存短缺是否已影响到销售?由于外部仓储而额外增加了多少成本?
现有生产能力:公司现有的生产能力是否足以满足未来预测的市场需求?
系统成本:局部的管理控制措施是否导致了整体系统的失衡,从而增加了其他环节的成本?
管理报告:现有的订单状态报告和劳动效率报告能否发挥真正有效的控制作用?
(图9-12 在了解企业的基础上收集信息)
明确这些问题后,咨询顾问便可开始规划资料的收集。他首先需要自问:“为了解答上述问题,我必须寻找哪些具体资料?” 诚然,他希望能够直接获得前述的全部信息(除去“现有系统和流程”以及“现有资源及其使用情况”,因为这些信息已作为绘制图9-11的依据)。但除此之外,他更需要提前了解所收集的其他信息与分析之间的相关性,并确定是否还存在需要额外收集的资料,以避免遗漏关键要素。
从管理角度来看,在正式启动调研前,咨询顾问应事先明确每项资料的来源,合理分配资料收集任务,并制定相应的时间表,同时对资料收集的成本做出精确的估计。这种前期规划将有助于快速且高效地发现问题的真正根源,并进一步提出既务实又富有创造性的解决方案。
当然,正如前文所述,唯有在特定领域具备深入的专业知识和经验的人士,才能提出真正具有创造力的方案。深厚的专业积累能够帮助他们获得独到的洞察力,发掘那些仅凭逻辑推理无法发现的备选方案。而对于缺乏敏锐洞察力的人员,则可借助「逻辑树」这一工具,有条理地找到解决问题的可行方案。
运用「逻辑树」可以清晰、高效地得出多种解决问题的方案。
此前我们曾介绍过「序列分析法」,具体步骤如下:
是否存在问题?
问题具体出在哪里?
问题存在的根本原因是什么?
我们有哪些可行的解决方案?
我们应该选择哪些方案?
在第2步和第3步中,建议使用具体的流程图与因果结构(例如图2-1、图2-2),以清晰展现企业经营中各个要素、作业或任务之间的系统性关系,从而构建出问题的“背景模型”。而在第4步和第5步,我们可以借助「逻辑树」来系统地推导出所有可能的解决方案,以及各个方案对企业所带来的潜在影响。甚至在文章撰写完成后,还可以利用「逻辑树」检视不同小组观点中的逻辑缺陷,进一步提高结论的严密性和可行性。
使用「逻辑树」可以系统地推导出解决问题的全部可能方案。
例如,在图9-4所展示的任务结构中,有一项特别突出的成本项,即“直接人工成本”。
为了帮助客户做出如何有效削减直接人工成本的决策,咨询顾问使用「逻辑树」来进行分析。这种方法的关键原则是:“相互独立,完全穷尽”(MECE原则),确保问题被全面而系统地拆解为所有可能的选项。图9-13展示了这种逻辑树的一部分内容,具体说明如下:
(图9-13 削减成本的方法示意图)
首先,将直接人工成本细分为以下几个组成部分:
初始准备过程
香烟生产部门
包装部门
其他相关部门
接着,再将每根香烟的成本进一步细分为单位小时成本和每百万根香烟所需的生产小时数。逻辑依据如下:
在这一基础上,削减每小时成本的途径包括:
尽可能减少加班时间
使用成本更低的劳动力
尽可能降低总体工资支出
同时,削减每百万根香烟生产小时数的途径包括:
减少每台机器所需的操作工人数
提升机器的运行速度
提高机器运行效率
必要时可进一步细分至下一层次的因素
通过这种清晰的逻辑拆解方式,咨询顾问就能够更加有效地计算各种潜在方案带来的收益,同时评估每种行动方案的风险,从而最终确定最佳行动方案。
同样的逻辑树方法,也可以用于对战略性机会的分析和探索。
例如,图9-14展示了某企业在欧洲某个小国寻求业务增长的战略性机会,以及为抓住这些机会所应采取的具体措施。在进行此类分析时,同样需要遵循“完全穷尽”的原则,以确保不会遗漏任何重要的可能性。
(图9-14 战略性机会示意图)
运用「逻辑树」来展现各项活动之间的内在联系,这种方法同样适用于对已经完成的文章进行逻辑分析。
下面我们以针对得克萨斯州一家公司的项目建议书为例(如表9-1所示),来具体说明这一点。
该公司的主营业务是向全美各地的建筑工地供应管材和接头产品。公司采购的产品先集中存放于中心仓库,再由中心仓库向全国十几家地方仓库配送。然而,这家公司最近被并购,新“东家”认为中心仓库的存货成本(高达2700万美元)过于庞大。此外,由于中心仓库经常出现某些产品缺货的情况,各地方仓库不得不直接向供应商订货,这进一步推高了整体存货成本。
【表9-1 一家公司的项目建议书】
但摆在我们面前的,却是一段冗长、平庸且令人困惑的商业描述。这种文字晦涩难懂的根本原因,是作者并未清楚地理解自己真正想要传达的内容,而这又源于他在解决问题时缺乏明确的结构化方法。
此时,我们需要提出的第一个问题是:表中列出的这些内容是不是所谓的“是非问题”?它们与我们要解决的问题之间存在什么联系?严格地说,“是非问题”指的是措辞上只能通过“是”或“否”来明确回答的问题。通过回答这类问题,我们就能清晰地确定具体的分析结果,从而验证或否定对问题根源的假设。
因此,类似于“必要的存货投资水平是多少”这种问题,就不能算是“是非问题”。正确的表达方式应该是“目前的存货水平是否太高”或者“我们是否真的需要这么多存货”。如果你熟悉第8章介绍的解决问题流程,就会明白,后者的表述正是为了明确问题是否得到了真正解决。
具体到本文案例,当前的问题在于管理层认为2700万美元的存货成本过高(即当前状态R1),而实际合理水平应为其他数字(即目标状态R2)。因此,接下来我们需要明确的第一件事,就是找出这个合理的目标数字是多少,这样才能判断当前的存货水平是否真的过高。
(图9-15 问题:管理层认为存货成本太高)
假如调查显示目前存货成本确实偏高,那么我们可以利用「逻辑树」进一步探究导致存货成本过高的具体原因。哪些具体行为可能增加存货成本?可能出现的原因如图9-16所示:
(图9-16 存货成本高的原因)
基于此,我们便可以根据之前“关键问题”中的第二个和第四个问题设计出合适的“是非问题”:
中心管理系统是否正确地执行了订单管理?
是否存在过期存货或滞销存货比例过高的问题?
综上所述,我们最初需要关注的并不是“是非问题”本身,而是咨询顾问如何采用有效的方法来解决客户所面临的问题。当前案例的关键问题在于中心仓库的存货占用了过多的运营资金。正确清晰的表述方法应该如图9-17所示:
(图9-17 正确的表述方法)
我想强调的是,在写作过程中,尤其是撰写咨询类的项目建议书时,特意划分一个章节专门讨论“是非问题”并无太大必要。即使提出了某个论点,它也应当自然地来源于解决问题的分析过程。换句话说,论点、分析流程与研究的最终结果本质上是一体的。
实际上,我发现过于纠结于构建“是非问题”通常收效甚微。
为了更清晰地说明「逻辑树」在揭示问题关系上的价值,我们再举一个更复杂的例子(如表9-2所示)。表中所列出的问题,是为了帮助一家工厂探索降低能源消耗的可行方案。
【表9-2 更复杂的一个“是非问题”】
减少能源消耗的方法如图9-18所示,其中最右边的数字对应于表9-2中的关键问题编号,分别与左侧的具体方案一一对应。
通过分析,我们发现:
问题7、8、9与本主题并无直接关系;
问题1、2和6涉及修理现有设备以降低BTU使用量;
问题3和4则关注于采用新设备降低BTU使用量;
问题5关注的是在现有设备中使用低成本燃料;
问题3还涉及增加新设备以采用低成本燃料;
问题10则整体关注如何降低能源开支。
需要牢记的是,这些看似复杂的分组最初都是源于头脑中的分析活动。当你尝试解决某个问题时,脑海中的分组思路通常都会受益于某种指导性结构的引导。把你自己的思考与这些逻辑结构进行对照,能够帮助你更有效地检验并证实自己逻辑思维的有效性。
(图9-18 削减能源开支示意图)
建立「诊断框架」的过程,有时会被称为“是非问题分析”(issue analysis)。然而,“是非问题分析”这个词在实际使用中被广泛地用来泛指几乎所有类型的「逻辑树」,这种不精确的使用方式容易引起人们的困惑,使人难以区分究竟是该采用「诊断框架」还是其他类型的「逻辑树」。因此,接下来我会对此做出准确且清晰的解释,帮助大家摆脱这种困扰。
首先,让我们明确一下“issue”这个词的真正含义。严格来说,“issue”指的是一种措辞上必须用“是”或“否”来回答的问题。这个术语最初来源于法律领域的表达“at issue”,意为双方正在针对某个明确的论点展开辩论,最终必然会有一方胜出。
例如,“我们应该如何改组?”并不是一个严格意义上的“issue”,因为它并未呈现出明确的争论点;而“我们是否应该进行机构改组?”则是一个典型的“issue”,它要求我们深思熟虑并做出明确的决策。
我们知道,清晰、明确的「是非问题」对于有效解决困难至关重要,因为它们能够迅速、明确地指引我们走向正确的答案。能否提出鲜明、有针对性的「是非问题」,在很大程度上决定了我们最终能否成功克服挑战。因此,为避免术语混淆,我建议在罗列客户所担忧的各类问题时,使用“concerns”一词,而把“issues”专门用在提出明确的是非问题时。
“是非问题分析”最早由麦肯锡公司在其研究报告中提出。这一概念指的是一种在复杂情境下进行决策分析的方法,最初借鉴了当时美国国防部所采用的一些系统分析的原则。它的主要目的是帮助城市管理者们在面对复杂决策场景时,明确自己的选择,并增强对所作决策合理性的信心。
具体而言,「是非问题分析」特别适用于以下几类决策场景:
需要迅速作出紧急决策时(例如:市政府应为中等收入家庭提供多少补贴住房)。
存在多个优点各异的可行方案时。
情况复杂,有大量变数且需要兼顾众多目标时。
评估决策结果的标准众多且经常存在矛盾冲突时。
最终行动结果可能显著影响其他领域决策时。
以纽约市为例,当地政府可以选择多种方式向中等收入家庭提供住房,如“集中建设”或“分散布局”,但无论采取哪种方式,都可能与废物处理、空气污染等其他政策目标相冲突。此时,「是非问题分析」便可以帮助管理者明确如何在不同目标之间取得平衡。
「是非问题分析」的具体操作流程包括几个关键步骤:
首先,按逻辑顺序绘制出该政策领域的图解,清晰标明每一阶段的「主要决策变量(MVD)」,并将环境、经济、管理及社会等因素纳入考量。
其次,针对这些「主要决策变量」如何影响最终目标的实现,提出一系列的假设,并确定哪些决策变量对目标的实现起到决定性作用,最终根据这些关键变量作出具体决策(参见图9-19)。
(图9-19 实际系统决策图)
例如,在上述住房决策的情境下,仅「选择租房人政策」这一决策变量就会直接影响住房申请的数量,进而决定市政府应当建设的住房单元数量。因此,这项决策对于解决中等收入家庭的住房问题至关重要,必须严格按照标准格式进行可行性方案评估(参见图9-20)。
尽管这种方法具有清晰而系统化的优点,但由于其本身过于复杂,一般人难以快速掌握,最终未能被广泛采用。然而,其中所体现的“图解实际系统”和“明确决策变量影响”的思想却深入人心,以至于后续几乎所有的分析框架都试图借用“是非问题分析”的名号,声称自身是“解决问题不可或缺的工具”以及“快速高效、团队协作必备的分析方法”。
随着越来越多的咨询顾问频繁流动于不同公司之间,他们对问题分析方法的理解也逐渐产生差异,这种现象正是当前分析方法混乱局面的主要根源之一。
(图9-20 对关键决策进行可行性方案评估)
或许一些咨询公司在实际解决问题的过程中,已经找到了有效运用「是非问题分析」的方法,但本人对此了解有限。不过,根据我所观察到的现象,部分咨询顾问在采用这种分析方法时,常常显得混乱而缺乏章法。为了更清晰地说明这一问题,我将以一家英国零售银行所面临的战略问题为例(如图9-21所示),来具体分析其中存在的误区。
(图9-21 问题:面临新的竞争)
下面是一家咨询公司要求员工进行“立论分析”时给出的标准步骤:
从客户提出的问题入手(例如:“我们在欧洲的战略是什么?”)。
提出主要论点和次要论点(即明确必须回答的是非问题)。
提出假设(即针对上述论点可能的答案)。
明确回答上述问题所需的资料。
将工作任务分配给不同的团队成员。
得出结论,并提出具体的建议。
检查结论与建议的有效性和逻辑严密性。
乍看之下,这套方法似乎与我们之前所讨论的「是非问题分析」非常类似,但其中却存在一些误解或混乱之处,这些问题可能会导致年轻咨询顾问在实践中频频受挫,尤其是在他们刚开始职业生涯的阶段。
首先,第一步就存在明显的问题。标准方法认为,“是非问题”应该直接源于客户提出的问题,但实际上,“是非问题”的真正来源应该是导致R1的背景因素(在本例中,即客户业务本身的性质以及与欧洲零售银行体系之间的兼容性问题)。客户的问题通常只是针对R2(一种表象反应),而非问题的根本原因。
其次,从“客户的问题”到“主要和次要是非问题”的推导中存在明显的逻辑跳跃。具体而言,我并不清楚“主要和次要是非问题”究竟是如何产生的,也不知道如何确保自己列出的这些问题已足够全面而无遗漏。
此外,这种方法还在论点与假设之间产生了不必要的混淆。特意把“假设”单独列为第三步实际上并无意义,因为对于分析过程来说,无论特定假设成立或不成立,都没有实质上的区别。即使有所谓的区别,那也应该是论点来自于假设(因为论点必然建立在你所构建的分析框架之上),但这种区别并不影响分析本身。相较之下,直接使用“主要和次要是非问题”的思考模式更为简单和直观,因为它们本质上都源自同一套「逻辑树」。
最后,一些咨询公司倾向于将用于生成客户解决方案选项,以及描述行动结果的「逻辑树」,也统称为「是非问题分析」。虽然利用逻辑树来设计备选方案本身是非常常见且有效的方法,但如果把它也称为「是非问题分析」,则可能会造成不必要的概念混淆。实际上,用于「是非问题分析」的逻辑树与用于「诊断框架」的逻辑树属于截然不同的类型。
通过上述的对比分析,你会逐渐发现,本书第三篇中讨论的所有方法——无论是界定问题、构建诊断框架,还是运用逻辑树——其实都具备双重功能:
一方面,它们帮助我们更系统、更高效地解决问题,使我们能更快地聚焦于客户真正需要解决的关键问题,迅速找到问题产生的所有根本原因及相应的解决方案。
另一方面,它们显著降低了在最终报告中组织和表达思想的难度。由于这些方法本身采用的逻辑结构即构成了最终结论和建议的坚实基础,因此,可以轻而易举地将分析结果转换成清晰明确的“金字塔”结构。
事实上,许多咨询报告之所以投入了大量人力却条理混乱,很大程度上正是因为在写作初期没有及时考虑如何以清晰的方式组织和表达思想。