00 AI 总结版

在解决问题之前，首先要明确问题的本质，并花时间分析问题，以减少理解偏差、隐藏偏差和表达偏差。面对复杂问题，需要将其拆解成多个关键变量，并找出它们之间的因果链，从而找到解决问题的方向。例如，提升付费用户规模可以拆分为存量付费用户和新增付费用户两个关键变量，进一步拆分为已付费用户、到期后取消续费用户、提交付费订单用户、未支付用户四个关键变量。通过分析这些变量之间的增强或减弱关系，可以制定相应的策略来提升付费用户规模。

在拆解问题后，要对这些要素进行排序和重组，并根据“二八原则”对问题的关键度和解决度进行判断。身边那些优秀的人之所以能够享受生活，是因为他们更善于判断哪些问题值得解决，哪些事更值得被做。在判断问题的关键度和解决度时，需要考虑问题的性质、紧迫性和可解决性，这样才能更有效地解决问题。

01 首先，你要知道问题到底是什么

对问题进行拆解，首先要明确问题到底是什么？

一千个人有一千个哈姆雷特。面对同一问题，一千个人也可能有一千个理解方式。很多时候，对于一个问题，人们总是在鸡同鸭讲，看似他们在讨论同一个问题，但实际上他们对这个问题的最初理解压根就是不同的。

比如，A 喜欢吃香菜，B 不喜欢吃香菜，那么面对“是否要在新品里添加香菜？”这一问题时，A 和 B 从潜意识中，可能就会存在分歧。他们二人接下来的争论，极有可能夹杂很大的个人偏见，无法统一。

在日常生活中，我们看到或听到的往往知识问题的表象，这个表象和问题的本质之间还差了三条街。这三条街就是三种偏差：理解偏差、隐藏偏差和表达偏差。

1. 理解偏差：往往出现在别人要你帮忙解决问题时。我们是不是错误地理解了别人的要求？比如，你去理发，告诉理发师稍微短一点。你的意思是，稍稍剪短一点；理发师理解的是，剪得稍短一点。剪完之后，你哭了，理发师也哭了。
2. 隐藏偏差：往往出现在双方产生分歧时。比如，A 和 B 说去吃火锅，B 不答应。A 又说去吃麻辣烫，B 也不答应。A 又说去吃串串香，B 还是不答应。了解下来，原来是 B 不吃辣。
3. 表达偏差：往往出现在我们向别人阐述问题时。之前那个理发的例子也说明了表达偏差，就是你到底有没有把事情表述清楚？“北上广爱来不来”，到底是“北上广，爱，来不来？”还是“北上广，爱来不来。”还是“北上广，爱，来不？来！”

1 个小时 = 55 分钟 + 5 分钟：爱因斯坦说：如果给我 1 个小时，解答一道决定我生死的问题，我会先花 55 分钟，来弄清楚这道题到底是在问什么。一旦清楚了它到底在问什么，剩下的 5 分钟足够回答这个问题。

但是在实际工作中，面对一个问题，我们总是习惯马上扑上去解题，而不是分析/明确问题。

地球是一个球体，你一直往南走当然也可以到达北方，但是这样的效率太低了。

所以，面对问题，首先我们要来明确“问题到底是什么？”界定好问题的边界在哪，来解决信息不对称的问题。

要做到这一点，其实也很简单，那就是多问“为什么？”不断地下钻，找到最底层的问题。

我们总是擅长看到表面的需求，难以看到需求背后的欲望和动机。

举个例子，比如“用户想赶快用上可以语音对话的大模型产品”。从表面上看，用户的需求是加入语音对话的功能；但是其欲望可能是想减轻打字的繁琐；动机可能是该用户想更快地输出要求。如果仅看需求，那么产品可能加入语音对话功能就足够了，但是从欲望和动机的角度触发，可能图片识别、OCR、视频内容理解等方式，都可以满足用户快速表达要求的期望。

02 其次，你要将问题进行拆解

我们生活中面对的绝大部分问题都是复杂问题。复杂问题与简单问题不同的是，影响因子数量的区别。

简单问题的影响因子很少。比如，拿考试来说，你的影响因素就是提高成绩（至于如何提高成绩这些细化的手段暂且不说）。

但是，复杂问题的影响因子就变多了。比如，买房。你需要考虑地不仅是地区、价格、面积、配套设施、产品质量，还有政策、贷款、未来流通性等等。

简单问题往往有着明确且清晰地解决方向，比如“螺丝松了”，那么你就使劲拧紧就可以了。但是很多复杂问题是没有明确的解决方法的。比如，“如何提升公司的利润？”我们有很多方向可以做——提价、扩量、开发新产品等等。这些方面都存在不确定性，我们无法保证这样做就一定能取得成效。

所以，复杂不可能被直接解决，不管你再怎么机智过人、天赋异禀。我们要做的，是先找出关键变量而不是先找到解题答案。进一步，要找到变量与结果之间的因果链。

什么是变量？变量可以简单地理解为影响因素。

什么是因果链？因果链就是变量之间“增强或减弱”的连接关系，并且它只有这两种关系，没有第三种。

举个例子，“如何提升付费用户规模？”

• 付费用户总量 = 存量付费用户 + 新增付费用户。
• 存量付费用户 = 已付费用户 – 到期后取消续费用户
• 新增付费用户 = 提交付费订单用户 – 未支付用户

   

所以，我们就得到了四个用户上的关键变量：已付费用户、到期后取消续费用户、提交付费订单用户、未支付用户。

其中，与提升付费用户规模有增强关系的是：已付费用户、提交付费订单用户；有减弱关系的是：到期后取消续费用户、未支付用户。

那么，问题就来到了如何减少存量付费用户的流失和提升新增付费用户的规模？如何维持已付费用户，增加提交订单的用户；降低取消续费的用户和未支付的用户？

接下来再想手段，例如，针对已付费用户，提供更多会员功能；针对提交订单的用户，降低支付交互成本，增强支付优惠到期提醒；针对未支付用户，简化重新下单的链路，在有活动时进行推送；针对取消续费的用户，发放老用户补贴、限制历史会员内容的导出等。

要注意，变量的拆解要遵循两个原则：大中小原则和 MECE 原则。

大中小原则，指：先将大问题拆解成中问题，再将中问题拆解成小问题。有层次、有递进地进行拆解。不要试图一下就将问题进行细分。那样往往会非常混乱，总是产出一些碎片化的内容。

所以，我们先将“付费用户”分解为“存量付费用户”和“新增付费用户”，然后再将“存量付费用户”拆解为“已付费用户”和“到期后取消续费用户”，将“新增付费用户”拆解为“提交付费订单用户”和“未支付用户”。

MECE 原则，是 Mutually Exclusive Collectively Exhaustive 的缩写，中文意思是“相互独立，完全穷尽”。也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类。在这个例子中，要确保我们拆解的用户类型完整、独立，不遗漏、不重复。各个子要素相加，刚好等于整体。

但是，要注意不同行业的内在逻辑不同。

相应的，任何一个问题，都需要具体问题具体分析。这个分析不能是浅层次的，不要指望你的灵光乍现能多么完美的解决问题。遇到问题，别急于给方案，先列出所有增强或者减弱你所要改变事项的全部变量，然后在其中寻找关键变量。

03 最后，你要找到问题的关键因素

复杂问题不能被直接解决，你需要将其拆解成一个个简单的问题，然后再逐个击破。

当我们拆解出问题的一些要素之后，要对这些要素进行排序、重组。根据“二八原则”，不是所有的问题都是问题，也不是所有的问题都值得被解决。再严谨地表述一下，不是所有的问题都值得在当下被解决。同时，也不是所有的问题都能被解决。再严谨地表述一下，不是所有的问题都能被你解决。

还是回到那句话：
1 个小时 = 55 分钟 + 5 分钟：爱因斯坦说：如果给我 1 个小时，解答一道决定我生死的问题，我会先花 55 分钟，来弄清楚这道题到底是在问什么。一旦清楚了它到底在问什么，剩下的 5 分钟足够回答这个问题。

如果你是一个脑力劳动者，那么你的工作重点是结果导向型的。结果导向，不在于你做了多少工作，而在于你是否可以取得成果。

工作可大致可以分为过程导向型工作和结果导向型工作。

像拧螺丝的工人、清洁工等就是过程导向型工作，只要按照规定流程执行，结果差异不会太大。这些工作中，人与人之间创造的结果差别不大，所以这些岗位的市场价值也基本稳定。

对于过程导向型岗位，要想创造更多价值，只能通过增加工作时间来实现，因为单位时间的价值基本固定。

然而，对于结果导向型工作，如销售、程序员、工程师等，如果希望创造更多价值，除了投入更多时间外，还有两种途径：一是做价值更高的事情，二是提高工作效率。

遗憾的是，大多数人总是习惯花大量时间学习如何提高工作效率，比如掌握时间管理技巧，却很少花时间去筛选高价值的工作。

实际上，身边那些优秀的人，他们的做事速度未必比你快很多。但他们之所以优秀，并且还有很多时间享受生活，是因为他们更善于判断哪些问题值得解决，哪些事更值得被做。

那么，如何判断哪些问题值得我们去投入时间和精力呢？

我们可以根据问题的关键度和解决度来进行评估。关键度，是指问题对我们的重要程度，而解决度，则是指问题能够被解决的程度。

基于这两个维度，我们可以将问题分为四个区间，分别对应不同的解决策略。

• 要事：对于那些解决度和关键度都高的问题，可以优先解决。但是解决这类问题，有时候需要我们花费大量时间和精力，需要注意不要陷入困扰和焦虑中。如果我们发现自己只是在反复思量而毫无进展时，就需要及时停止，避免落入“高价值主义陷阱”。
• 难事：对于那些解决度低但关键度高的“无底洞”，可能很难去左右。其实，你花大精力可能也取不得什么效果，索性，摆好心态。
• 琐事：对于那些解决度低、关键度也低的问题，不去管他好像也无妨？
• 小事：对于那些解决度高但关键度低的问题，通常不会困扰我们，随手可能就把它解决了。

原文：

https://www.yuque.com/weihao2293/siweizhoukan/cblf79pwsmxhm6m8