從數羊方法看出解決問題的格局—麥肯錫分析問題法

有位管理顧問遇見一位牧羊人，管理顧問問牧羊人：「你這邊總共有幾隻羊？」，牧羊人不清楚，管理顧問提議自己可以幫牧羊人數出羊有幾隻，牧羊人說：「我自己數也數得出來。」，如果是你，你會怎麼去數這些羊的數目呢？

解決問題的三大原則：

基於事實進行分析

可以彌補經驗不足。（不是靠經驗解決問題，而是靠分析）有時候不是因為經驗不足，過往的成功或失敗的經驗不一定適用於未來。（數位膠卷相機）

結構化原則

MECE：相互獨立、完全窮盡，一層一層地去拆解問題可能的原因，而第一層的原因不用多。

以假設為導向

嘗試的方向從可能性最高的往可能性最低的方向去找。

舉例：空難調查，機組人員回報兩個引擎不轉了，第一步，先確認這個問題是不是事實，是不是真的因為兩個引擎不轉了才導致空難。

第二步，列出可能導致兩個引擎同時失效的原因，假設可能發生的所有情況。

第三步，列出帶求證的因素

第四步，一個一個求證

如果遇到耦合的問題怎麼辦？

舉例：產品研發技術限制，如果要快速的話會犧牲一些準確性。

解決方法要有偏好，如果公司傾向重視準確性，以正確性為優先的話，勢必在速度上會有些限制，以這些前提下去提議解決方案。

太難的問題不一定要解決

舉例：雙十一貨物突然暴量的解決方案。

初期討論出提高預測貨物被下單的準確度，可以有效地提前準備。但是要怎麼準確預測多少貨物會被下單呢？透過分析發現在雙十一時，與競品相差一塊錢就可能相差好幾千單，且大廠亞馬遜為此雇用兩萬人分析預測準確度也只有70％而已，在成本考量下，決定不去預測而是去影響結果，我們已知的是倉儲空間與貨物多寡，我們可以在雙十一當天透過價格或運費來影響消費者下單數，進而控制單量在我們可以處理的範圍內。

如何找到客戶

管理顧問公司不應在看見客戶有難時主動去協助，而是透過發表文章或理念來傳達自身的價值觀，讓客戶看見你過往的經歷。

與客戶合作時搭建高效團隊

挑選最適合的人選

了解每個成員的行為或做事偏好

每週開會關心成員心情或狀態

每天開晨會與晚會追蹤個人與項目的進度

三大必要任務

• 展開研究

實務面上其實公司都已經為數據分析了一遍，而管理顧問公司要做的事是找到那些被忽略掉的訊息，像是重複出現的規律與例外事件，做數據分析時有時候會拿掉離結果函數相距太遠的資料點，但是那些資料點在未來還是可能會出現的，我們要嘗試去分析那些例外發生的因素

• 展開訪談

記得要感謝受訪者

• 頭腦風暴

要先準備的是對這次頭腦風暴的範圍界定與時間，在約定好的範圍內去發想。

向客戶建議方案

很重要的一點是這不是考試，並不是在最後一刻才去揭示你的建議，然後看客戶買不買單，你必須在過程中不斷地和客戶溝通，確認彼此的資訊與方向都是可以接受的。

演示會報

• 系統化、結構化的投影片簡報
• 不要再最後一刻修改簡報
• 記得事先就要和參與者進行溝通與協調，提前知道參與者對提議內容的看法
• 圖表表達比文字更好
• 謹慎實施，在實務面上實施需要多考量其他目前沒有的因素

最後

目的不是要解決問題，是解決問題後可帶來什麼價值。

回到文章開頭的故事

有位管理顧問遇見一位牧羊人，管理顧問問牧羊人：「你這邊總共有幾隻羊？」，牧羊人不清楚，管理顧問提議自己可以幫牧羊人數出羊有幾隻，牧羊人說：「我自己數也數得出來。」

那當今天是一個牧羊集團呢？一百隻羊數得出來，那一千隻呢？一萬隻呢？管理顧問的價值在於提供一個適用於各個場景的解決方案，而不是單純解決當下的問題。

心得

一開始想聽這本書是因為想學麥肯錫的方法論，畢竟是一個跨國性的管顧公司，會有更系統性的解決問題的流程，後來發現除了方法論外，學到更多的是實務面上怎麼搭建團隊、怎麼向客戶提議解決方案等等。

總結除了解決問題的流程外，三點這本書可以用於日常職場生活的點：

• 太難或成本太高的問題不一定要解決

韌體工程師常常會遇到硬體設計上的失誤或未注意到的地方，要做的事情通常不是把硬體作對再來寫程式，因為這樣會再花費一倍的時間去處理，所以通常會讓軟體去補那個洞，再下一版硬體設計時再來修正。

• 無時無刻的溝通

剛出社會時的我認為我只需要在主管交代給我工作時以及工作結束時跟主管溝通即可，但這樣做的風險是如果從一開始就誤會或解決方法與主管想法不同，容易出現需要重做的情況，所以在過程中溝通是非常重要的事情，即使有些主管會展現出不耐煩，但一次就把事情做對是對公司來說是效率最高的事情，當然可以考慮在主管的放鬆時段找他討論，降低主管在情緒上的反彈。

• 著重在解決問題後帶來的價值

『一年就被挖角的工作技術』這本書中提到

你努力程度決定的是你職涯的下限，決定你職涯高度的叫做格局。

如何提升格局？提升看問題的高度、加深思考問題的深度和增加解決問體的法度。

聚焦在解決問題後可以帶來的價值，而不是單純的解決這次的問題。