數據分析基礎—2.2.3 邏輯樹分析法

本文將介紹的邏輯樹分析法(也稱為麥肯錫邏輯樹),其最大的優勢在於,將繁雜的數據工作細分為多個關係密切的部分,不斷地分解問題,幫助人們在紛繁複雜的現象中找出關鍵點,推動問題的解決。

一、邏輯樹分析法簡介

邏輯樹又被稱為問題樹、演繹樹或分解樹等,是麥肯錫公司提出的分析問題、解決問題的重要方法。

首先它的形態像一棵樹,把已知的問題比作樹榦,然後考慮哪些問題或任務與已知問題有關,將這些問題或子任務比作邏輯樹的樹枝,一個大的樹枝上還可以繼續延伸出更小的樹枝,逐步列出所有與已知問題相關聯的問題。

邏輯樹是將已知問題及所有子問題分層羅列,從最高層開始逐步擴展,幫助我們理清所有的思路,避免重複和無關的思考。如圖:

二、如何使用邏輯樹分析法

1)抽絲剝繭提出問題

在運用邏輯樹時,首先可由左至右畫出樹狀圖,最左邊是已知問題,即思考的目標問題——樹榦,其次再思考造成問題的原因,作出第一層原因——樹枝,當第一層原因浮現後,可針對個別原因再深入細究,依次是第二層原因、第三層....,逐層遞推。

案例1 :分析公司利潤同比大幅下降的原因

2)解決問題——怎麼做

在以邏輯樹追究出問題的原因之後,接下來就以分析的結果做為依據,思考具體的解決方案。這個過程可以藉助解決問題的邏輯樹達成,做法上也與追究原因類似:首先最左邊是思考的主題也就是已知問題——樹榦,之後則是已知問題有幾種解決方案,即第一層樹枝,然後再深入分析提出第二層解決方案,一步步深入找出具體方法。

案例2:針對客戶流失的解決方案

可以看到,邏輯樹分析法是把複雜的問題分層拆分,變成一個個具體而直接的問題再來分析,從而找到解決問題的方法。掌握邏輯樹分析法,運用縝密的邏輯思維勢必能夠在各個方面對我們都有極大的幫助。

三、運用邏輯樹分析法的步驟

第一步:確定需要解決的問題。

也就是說將原本模糊籠統的問題,確定為一個個具體的、單純的問題。

第二步:分解問題。

將問題的各個結構拆分成一個個更細緻的的、互相獨立的部分。

第三步:剔除次要問題。

針對各個部分再依次進行分析,找出問題的關鍵點,剔除那些不重要的。

第四部:進行關鍵分析。

針對關鍵驅動點,集思廣益找出解決方案。

第五步:制定方案。

將思維過程轉化為可執行的計劃。

  當我們在工作中遇到雜亂無章、毫無頭緒的問題的時候,倘若能對少數已知的問題進一步地分類和歸類,逐一擴展延伸地提出問題,就可能在有限的時間內有效的解決這些問題。


推薦閱讀:

用簡單線性回歸分析學習時間與考試分數間的相關性
Python進行電影數據分析及可視化
數據可視化-電影分析
如何用sklearn機器學習,來預測泰坦尼克號生存概率?
零基礎學習Python數據分析:科學計算庫NumPy(2)

TAG:數據分析 | 數據可視化 | 大數據 |