金字塔原理，架构逻辑思维
「逻辑思考」是每位麦肯锡员工必学的第一堂课。一个符合逻辑的答案，必须提出结论、方法和根据，并分别响应「该怎么做才能解决问题？」「要达到的话，有哪 些方法可行？」「有什么根据，证明这些方法真的有效？」这3个问题，如此逻辑架构便能确立，所提出的说法也就足以让人信服。这正是金字塔原理的基本内容。
企管顾问的角色与功能，就是分析客户所面临的问题，并提出建议的解决方案。因此，能否清楚陈述当下情势与因应之道，将决定顾问表现的优劣。在麦肯锡，训练员工的第一堂课正是「逻辑思考」。
所 谓的「有逻辑」，是指根据和结论之间有着明确的脉络关连，而非凭空地将两者硬凑在一起。而「逻辑思考」即是「针对问题（主题）提出有效答案（论述）」的过程，方法是先有系统地区分现有信息，归纳出各种关系，接着从中挑出和问题有关的部分，查明重点、确认原因，再针对这些原因拟定因应对策，进而有效地解决问 题。
一个符合逻辑的答案，必定要提出结论、方法和根据，并分别响应「该怎么做才能解决问题？」「要达到的话，有哪些方法可行？」「有什么根据，证明这些方法真的有效？」这3个问题，如此逻辑架构便能确立，所提出的说法也就足以让人信服。
这 个逻辑结构，正是麦肯锡最知名的逻辑思考术——金字塔原理——的基本内容；若以图表呈现，会是一个以结论为顶点，由支持结论的方法或证据层层堆栈而成的金字塔型。在金字塔结构中，用以阐明结论和证据之间的「纵向关系」，称之为「So What?/Why So?」；而确保诸多证据或方法已涵盖所有问题范围的「横向关系」，则称之为「MECE」。
3要件，建立逻辑架构
总结上述，构成逻辑架构有3大要件：对应问题解决的「结论」、阐明结论与证据之间关系的「So What?/Why So?原则」，以及确保论证已涵盖整个问题范围的「MECE原则」。
要件1：结论
在逻辑架构中，「结论」就是对应问题所提出的「答案」。很多人都认为这是再简单不过的事，但麦肯锡出身的管理大师大前研一在《思考的技术》一书中提醒，看到问题后直觉得出的想法，只是假设而非结论，「不要把假设和结论混为一谈！」
以日本和服业为例，眼见和服市场规模逐年缩小，加上少子化的趋势，前景更不看好，因此若以「这是个衰退产业，成长率明显钝化」为由，建议业者「应节制包含新产品开发在内的各种投资」，看似合情合理。
但 大前研一指出，「这是个衰退产业」只是假设、而非结论；唯有先证明和服业正在衰退，才能确立「节省开支」是正确的做法。然而，企业经营者往往把「看似应该如此」的假设直接当结论，于是就在认为已经「得到结论」的安心状态下，怠忽了从搜集证据、印证假设到导出真正结论过程中的逻辑思考。
同样的问题，当大前试着从不同的角度加以拆解，便又得出了不同的可能性：和服市场虽已衰退，但仔细研究数据，却会发现年轻女性的夏季浴衣市场仍有成长，表示「开发年轻市场仍大有机会」。
由此可见，欲确认「自以为是的假设」是否真是「问题的结论」，必须先仔细验证数据、找出证据做为支持，避免以既定印象或直觉反应下结论。而这道功夫，则必须藉助于以下两个逻辑要件来完成。
要件2：So What?/Why So?
「So What?/Why So?」是金字塔原理中，用来检视结论与证据之间是否存在因果关系。「So What?」意指「这些东西代表什么？」，检视证据能否支持这样的结论？「Why So?」则是「为什么会这样？」，确认结论是否真能由证据导出？。
在《逻辑思考的技术》一书中，曾任麦肯锡沟通专员的两位作者照屋华子和冈田惠子，又根据结论与证据之间关系属性的不同，将「So What?/Why So?」区分为「观察型」和「洞察型」两类。
「观察型So What?/Why So?」就是阐述自己的观察结果，说明此一结论包含了哪些既有现象与事实重点。
例如，当被询问「一间国小包含哪些成员」时，你回想校园内可以看到各年级学生、专科任老师，以及各处室人员等等，所以你回答（结论）：「学校成员包含了学生、教师与职员。」
「洞察型So What?/Why So?」则是在观察既有事实或现象之余，再深入加以分析，从中找出共通的事项或机制。
例如，在被问到「当今的景气如何」时，你广泛地收集资料，观察到失业人口增加、消费者购买力下滑、出口严重衰退、物价上涨等现象，于是由这些证据归结出「当前景气不佳」的结论。
要件3：MECE
如何从庞杂的数据中，区分出有用的信息，确保自己所提出的论据，足以涵盖且回答整个问题，是「建立逻辑」的最根本关键，而「MECE」正是金字塔原理中，以系统的方式为原始数据分门别类的技术。
MECE为「Mutually Exclusive, Collectively Exhaustive」的缩写，意思是「互不重复，全无遗漏」，也就是在针对与问题相关的各种信息进行分类时，做到各部分之间「互不重复」、各部分加总的整体「全无遗漏」。
在 思考会对问题产生影响的关键因素，或是提出解决问题的方法和证据时，各个观点不会相互重迭与抵触，就是「互不重复」；对问题有周延的检视，不致于有疏漏，便是「全无遗漏」。透过将「整体」有系统地区分为彼此互斥、整体穷尽的几个「部分」，将可避开挂一漏万、以偏盖全的盲点。（如【图3】）
4步骤，做好MECE
为数据做分类，听来简单，要做好却不容易。《逻辑思考的技术》一书提出了落实MECE的4个步骤。
步骤1：确认问题是什么？
明确辨识当下有什么问题，又要达成什么目的，才能着手收集所需资料，不至于漫无目标地东挑西拣，结果得到的都是对问题分析与解决毫无用处的信息。
步骤2：寻找符合MECE的切入点
这是分析数据最关键、也最困难的一个步骤。照屋华子和冈田惠子建议，寻找切入点的最佳方式，就是分析「问题」和「目的」，亦即你希望透过数据来解决哪些问题、得到什么结论，都有助于构思出有意义的分类切入点。
不过，要是始终想不出明确的切入点，可先思考一个母体所呈现的特征，再找出与其相对的概念为何，毕竟「A」与「A之外」这种分类，永远能符合MECE。再不然，先列举出所有想得到的母体特征，再将这些特征进行归纳分类也行，不过这个方法非常容易发生遗漏，使用时务必小心。
步骤3：从大分类中思考能否以MECE再细分
有 时候，虽然已完成数据分类，但可能切得太宽松，以致无法从中得到有意义的信息。例如，企业在分析客户数据时，「男／女」的分类固然可完整区分所有顾客名单，却对营销帮助不大，还必须依据「年龄」「职业」「收入」「居住地」等变量进行细分，才能对数据做出有意义的实际运用。
步骤4：确认有无遗漏，或是否有同一项目可分属不同类别
最后则必须审视分类的切入点是否合宜，也就是有没有哪些数据可被归属到多个分类，或是有数据根本找不到归属。当然，必要时也可用「其它」来含括所有找不到分类归属的数据，但绝对不要滥用这个做法。
透 过上述4步骤，为繁杂的数据建立逻辑架构，进而拆解问题并找寻答案的方法，概念上并不难，但要活用却不容易；尤其是要找出暨符合MECE原则、又具有实用 意义的问题切入点，更必须透过广泛检视与深入思考才能达成。不过，只要时时自我练习，你也能和麦肯锡出身的达人们一样，成为具有系统思考力的问题解决专家。
相关文章
相关下载推荐：
\相关文章
我要评论
你必须 登录后 才能对文章进行评论！
