現在許多職能之所以稀缺較難以取代,就在於這些職能並非只是日常規律性的操作行為,而是能解決問題,解決某些人的痛點。醫師解決人健康上的問題,產品設計者解決消費者需求方面的問題,工程師解決技術進展上的問題,等等,這都圍繞在解決問題這個核心技能上。
專業問題有專業的處理方式,但更高層次的分析與解決問題流程,卻有一定的共通點。『麥肯錫最強問題解決法』這本書就是為了協助問題解決者,如何先在更高的層次上,去拆解分析難題。本書涵蓋許多內容,有許多內容可能本身就是一門複雜的學科,但還是可以作為導讀,讓問題解決者知道要解決問題,還需要鑽研哪些知識。
本文將著重在本書上半部『分解問題』的部分,下半部『分析問題』的部分會分另外一篇文章。
中文書名:『麥肯錫最強問題解決法』
作者:『Charles Conn』『Robert McLean』
英文書名:『Bulletproof Problem Solving: The One Skill That Change Everything』
『麥卡錫最強問題解決法』這本書介紹的流程,用軟體工程『divide and conquer』分而治之的精神,系統化地分析問題,並找出問題合適的解方。書中舉了三十幾個問題範例,小至是否應該裝太陽能板,大至如何永續性地增加野生太平洋鮭的數量,鉅細彌遺地闡述了分析問題的流程。以下是本書所記載流程的七大步驟:
1. 定義問題:
大家都知道要聰明地問問題,才有可能有明確的答案。以下標準可以檢驗問題是否夠清楚:定義明確,不籠統,能夠清楚地衡量成功與否,定義有時間範圍,符合決策者的價值觀,涉及明確行動。
2. 分解問題:
分解問題是一門藝術,也是一門科學。這邊會使用各種邏輯樹把問題拆解成數個子問題,拆解的依據會以各種經濟學或科學的理論基礎。
3. 排序,修剪邏輯樹:
將子問題對整體的影響力進行排序,便可以找出解決問題CP值最高的關鍵路徑(Critical Path),也可以順便排除效益不高的子問題。
4. 建立工作計畫與時間表:
不管是個人還是團隊,若是解決個別問題需要時間或人力資源,就需要好好規劃,這部分主要屬於專案管理的範疇。另外,團隊合作也較能有效消除一人獨立工作時,觀點上的盲點。
5. 進行重要分析:
收集資料並進行分析,通常是流程中最大的步驟。可以先用相對簡單的分析方式與經驗法則大致分析,來幫助我們先行判斷子問題狀況,與決定優先順序。再來還需要進一步使用更複雜的分析方法,例如迴歸分析,賽局理論,蒙地卡羅模擬等等。
6. 把分析獲得的發現統合起來:
將分析完的子問題結果歸納起來,組成一個邏輯結構。
7. 有說服力的溝通:
有時候並不是問題分析結束找到結果就好,找到結果後,往往需要讓利害關係人都暸解問題與結果之間的脈絡,例如跟主管或投資人報告,這便需要良好的溝通或簡報技巧。
這七大步驟(接下來都會用『七步驟』來代稱這個流程)會是一個迭代而非線性的過程,每一個迭代階段都可以更瞭解問題,可用來修正先前的解答。
這是作者在招募人才面試用的題目,主要是想看面試者分析問題的思路。第一步驟問題定義主要就是『雪梨機場的容量在未來足夠使用嗎?』下圖即是第二,三步驟分解問題並找出關鍵路徑中可能會畫出來的邏輯樹:
從邏輯樹中,可能會發現跑道利用率是比較有變動空間的影響要素,這將會是問題的關鍵路徑,於是就可以經過後續工作計畫與問題分析步驟,把問題分析的結果歸納出來。
作者會期望應徵者整理出類似的結論:『跑道利用率是關鍵,因此,我會檢視機場營運時數,每小時起降飛機數,以及每架飛機載客數。我們無法對營運時數做出什麼改變,因為有凌晨到早上六點的宵禁時段限制,還要考慮到附近居民。至於每小時起降的飛機數量,這是跑道利用率的變數,我想看看是否能在安全的前提下,進一步縮減班機起飛降落的間隔時間。第三個因素是每架飛機載客數,這可以透過對較大型飛機有利的起降時段定價,以及調整輕型飛機使用尖峰時段的政策來提高。』
這樣的分析說明了在短時間內,硬體條件仍無法調整的狀況下,CP值較高提高機場容載率其中一種方式。
解決問題前必需先定義問題,問題定義不清楚的話,必會招致失敗。以下是問題陳述工作表常見的內容:
1. 問題描述:我們試圖解決什麼?
2. 決策者:你要應付的聽眾是誰?誰需要做出決策/行動?
3. 成功標準/指標:決策者如何評斷解決問題的工作是否成功?
4. 影響決策者的重要力量:關於決策,他們的關心及課題是什麼?你要如何處理衝突的議程?
5. 解決問題的時間範圍:需要多快得出解答?
6. 範圍/限制:什麼是禁區或不在考慮範圍內?
7. 需要的準確度:解答的準確度需要到什麼程度?
另外,為組織定義問題時,把問題重新定義至更高的層次,往往能達到更多好處。舉例來說,某公司本來是為了正確的資本預算來解決問題,但更高層次的問題定義,是公司創造自由現金流的能力。
問題的定義也可能經過迭代,讓團隊能夠精進暸解與修正策略,以達成期望的成果。當收集到的資料越來越充分,對問題會有更多的了解,迭代的過程也將會修改問題的敘述。
優秀的問題分解是七步驟的核心。分解問題有以下好處:
1. 『簡化問題』:把複雜的問題,切割成相對好解決的數個小問題,每次只要專心處理一個小問題就好,可節省腦力。
2. 『排除非關鍵問題』:可以把難以改變,或沒有太大影響的部分分離出來後,就可以知道哪些地方不用處理。
3. 『凸顯解方』:有些問題用正確的切割方式來分解,更容易凸顯出問題的解法。例如公司獲利能力相關的問題,就很適合先透過投資資本報酬率的角度下去分析。
分解問題主要使用『邏輯樹』來視覺化與分解問題,幫助我們找出能破解問題的槓桿。根據邏輯樹的結構來分類有以下五種,適用於不同的資料條件:
1. 『成分樹/因素樹』:用問題的組成成分來切分的邏輯樹。對問題還所知不多時使用。
2. 『歸納邏輯樹』:用來把一些現象歸納出問題陳述的邏輯樹。當你只知道一部分問題一部分端點內容,但還不知道問題的基本結構,需要先歸納出某些推理或假說。
3. 『演繹邏輯樹』:當對問題結構有很清楚概念,特別是在邏輯與數學上有很清楚的調理時,就可使用此邏輯樹。前面提到的資本報酬樹就是屬於這種分類。
4. 『假說樹』:對問題有結構足夠瞭解,可以建立清楚假說時使用。用以對問題提出各種不同的假設,已進行後續實驗過程。
5. 『決策樹』:對問題結構有相當多的了解,資料夠多到足以做一層一層的決策過程時使用。
在迭代過程前期資料還不充分,主要使用成分樹與歸納邏輯樹。中期對問題結構相對了解時,可使用演繹邏輯樹與假說樹。到後期準備做決策時,可使用決策樹。
建構邏輯樹時有一個重要的原則:『彼此獨立,且全無遺漏』(mutually exclusive and collectively exhaustive),簡稱MECE原則。以下說明一下此原則的兩個條件:
1. 『彼此獨立』:邏輯樹的樹枝不重疊,問題的每一枝樹幹或樹枝的核心概念是獨立完備的,不延伸穿越其他樹枝。
2. 『全無遺漏』:整個邏輯樹包含問題的所有元素。
下圖能幫助理解MECE原則,MECE原則能讓分析問題時更為周全。
解決問題時,判斷哪些事不用做,跟研判哪些事要做一樣重要。我們會想先處理最重要的子問題,至於那些對問題只有小影響的元素,或是那些難以或不可能做出影響的元素,就可予以排除。
下圖的2x2矩陣可用來決定對哪些些槓桿工具下功夫,左邊軸代表各個槓桿或邏輯樹樹枝對於解決問題的潛在影響力有多大,下軸代表你撬動槓桿的能力,也就是我們比較能著手處理的程度。其中右上角代表該要素對問題的影響較大,且我們較有能力處理該要素。
圖中的問題為『如何在數學科目考試上及格』,這並非書上的例子,我自己舉了比較浮誇的例子,目的是放大四個象限的差異以便說明:
1. 左下角『把數學考試範圍課文死背下來』:要把內容強記下來是很痛苦的一件事,我們無法輕易做到,而且沒有融會貫通內容,對考高分的影響也不大。
2. 右下角『求神拜佛祈求考試順利』:去拜拜對我們來說是容易做到的事,但對考試分數的影響不大,頂多只是安自己的心。
3. 左上角『想辦法讓全班都考低分』:若是全班都低分,自己相對高分,那自己及格的機會就會變高,但這件事是幾乎辦不到的,你很難有效影響全班的表現。
4. 右上角『收集歷屆考古題重複練習』:這是相對好辦到,且顯著影響成績的方法,很顯然得優先執行這項要素。
將邏輯樹中的元素在這樣一個2x2矩陣中排序後,就能夠有條理地確認要優先執行的元素,以及要排除的元素。先做要排除哪些分析的分析,書中叫做『剔除分析』,剔除後留下來CP值高的部分,形成分析問題的關鍵路徑(Critical Path)。
針對特定領域的問題,專業的問題解決者,常使用既有的框架或理論來快速地分解問題,就像是攝影或影視業一樣,想表現不同場景時,有些鏡位特別常用,本節介紹分解不同領域問題,有哪些常用的鏡頭。例如,先前講提到企業與公司相關問題,就很適合使用投資資本報酬率,上圖說明了影響零售產業資本報酬率的各種要素。
企業相關問題分解框架有許多要素,以下舉幾個比較重要的簡略介紹一下:
1. 『價格/數量』:這兩者是個體經濟學的重要要素,影響企業營收甚巨,在分析市場競爭方面賽局時是絕對必要的考量因素。
2. 『委託人/代理人』:企業有許多這方面的考量,例如投資人與經理人的不同立場,非核心業務委託給承包商等,所以常常會面臨到需要校準委託人與代理人之間的利益,或是避免這兩者資訊不對稱的狀況,以避免企業遭遇風險。
3. 『合作/競爭』:企業在市場上不乏競爭對手,也有可能組成策略聯盟。把合作與競爭的對象都列出來,以便進行例如賽局理論方面的分析。
在社會與政策問題也有許多實用的框架:
1. 『管制/獎勵』:例如制定法規時,用來評估某些政策較適用管制還是獎勵的方式。
2. 『平等/自由』:應該鼓勵人民更高的平等,還是更高的個人自由。這會有點像是左派右派的天秤。
3. 『減緩/調適』:是要讓問題晚點發生,還是問題發生時影響較小?
4. 『供給/需求』:例如前面所提到雪梨機場容量問題,常用來分析『某事物是否足夠』,『是否能減少某事物』之類的問題。
個人問題也有一些常用的框架:
1. 『工作/玩樂』:工作與非工作時間的權衡。
2. 『近期/長期』:例如個人的花費與投資方面的分析。
3. 『財務/非財務』:例如換工作或搬家等決策,會牽涉到財務跟其他感受性等不同角度的分析。
常用的分析框架可以幫助我們快速分析問題,但要小心陷入偏見或認知偏誤,當不正確地使用一個熟悉的框架看待一個新類型的問題時,可能會得出錯得離譜的解方,或是得費盡苦心重返正軌。先來就紹一些比較重要的偏誤類型:
1. 『確認偏誤』:你愛上你的第一個解方,而未能認真考慮相反論點,或忽視反對觀點。
2. 『錨定偏誤』:錯誤地依附在一份初始資料範圍及型態,影響對問題後續的了解。
3. 『規避損失』:逃避問題或自保心態作祟,不想承認已經發生的支出或成本,用不對稱地方式評估盈虧或價值。
4. 『可得性偏誤』:使用一個既有的想法,只因為他唾手可得。
5. 『過度樂觀偏誤』:只考慮平均狀況,以為不常見的意外不會發生,未能思考失敗或災難性結果。
『七步驟』中的第四步驟『建立工作計畫與時間表』這部分,在書中描述了許多建立團隊與專案管理範疇的內容,但我個人認為這邊參考專案管理的專書會更全面,故本文先專注在書中分析與解決問題方面的內容。然而,一些團隊合作流程與方法,的確可以減輕上述認知偏誤的影響,所以仍會在這邊先談:
1. 『團隊成員多樣性』:建立一支不同背景與觀點的團隊,非常有助於創造一個開放擁抱新點子及方法的環境。
2. 『總是嘗試多種邏輯樹/分解法』:別在使用第一個問題分解框架後就選定這個框架,試著多嘗試幾個。
3. 『試試對假說加入問號』:持續疑問與探索,直到假說被磨銳或質疑。
4. 『團隊腦力激盪』:團隊在一開始就需要建立價值觀或共識,以提升解決問題流程的品質,重點是產生各種不同的意見與可能性,好讓視野更寬闊,以下相關的價值觀或共識:
A. 提出異議的義務
B. 討論時進行角色扮演
C. 標準辯論形式(論點,反論,綜合)
D. 換位思考
E. 建設性對立
F. 團隊分散式投票
G. 徵求外界意見
5. 『模擬不利情況』:看似不會發生的意外仍有可能,必須被考慮進去。塔雷伯的『黑天鵝效應』一書會有更詳細的見解。
6. 『優良的分析工具』:使用更優良的方法論與分析工具,可以幫助我們更理解問題。
7. 『擴增資料來源』:若能取得更多相關資料進行分析,觀點會更全面。
在目前的風潮下以及個人喜好的因素,不免俗地還是要談到AI。
當你想用ChatGPT幫你解決問題時,若是你的問題範圍太大,可能只會得到十分籠統的結果,應用本書提到拆解問題的方式,將有助於得到更精確的結果。這個流程不會是只問一個問題就能得到結果,如同本書七步驟,會是一個迭代的流程。事實上,類似AutoGPT等仿AGI的工具,也是靠提示詞來拆解問題與迭代解答。
另外,若你只有一個人,ChatGPT也可以成為你的虛擬團隊,幫助你進行腦力激盪,幫助你避開只有一個人時可能會踩到的認知偏誤以及盲點。
下一篇文會繼續寫本書有關『分析問題』的段落,敬請期待。