阅读使人充实，分享使人愉悦。文章结尾附有思维导图，帮你梳理文中脉络精华。欢迎阅读，你离知识又近一步。

今天分享的书籍是《麦肯锡方法》。

作者艾森·拉塞尔，曾担任麦肯锡公司咨询顾问，服务过的客户包括金融、电信、计算机和消费品等领域的众多知名公司。

麦肯锡是世界顶级的管理咨询公司，全球排名前100家公司中有70%左右都是它的客户，这里汇聚了世界上最聪明的大脑，培养了许多顶尖的管理思想家和商界领袖。这本《麦肯锡方法》将告诉你：麦肯锡并不神秘，方法论铸就神奇。通过学习麦肯锡的思考方法，能帮助你高效地解决问题。

01、与事实为友

很多人以为，麦肯锡之所以能够收取高昂的咨询费用，是因为他们有经验丰富的专家，类型多样的案例库以及从顶级名牌大学精选的高材生，凭借着他们的天赋，智慧与经验，麦肯锡的咨询顾问才能在复杂的商业问题中纵横驰骋。但最重要的是，他们不仅仅重视经验，更重视事实。也就是说，无论我们对一个问题是不是有丰富的经验，都不要在一开始就下判断，而是要先广泛地收集资料，了解真实情况。

麦肯锡发现，如果要高效地解决问题，首先要做的反而是收集事实。收集事实，与事实为友，不仅是麦肯锡解决问题的第一步，也是解决问题整个过程中要始终坚守的原则。因为这样做有两个好处：

首先，收集更多的事实能够避免咨询师被自己或客户的错误的直觉、经验所误导。有一次，麦肯锡的团队接到了一个新项目，客户提出的问题是，请麦肯锡对他们公司一个部门的业务扩张机会进行评估，研究他们在什么样的时机下，采取扩张策略更合适。通常而言，如果我们接到这么一个任务，头脑中第一时间就会出现过去各种类似扩张机会的经验案例，脑海中能浮现出很多可能的选项。可是，当麦肯锡团队回到收集事实这一步，用了几周的时间收集数据进行分析后，他们得出一个颠覆性的结论：客户的这个部门遇到的问题，并不是能扩张自己就能解决的，相反，它应该关闭或者出售。这就是坚持与事实为友的好处，能让自己不被表面现象所迷惑，更好地看清问题的实质。

其次，就是更容易增加解决方案的说服力。尽管麦肯锡咨询公司是一个金字招牌，可是毕竟去给客户进行汇报的项目经理人往往是还不到30岁的年轻人。那客户为什么要听一个初出茅庐的小年轻的建议呢？那就是年轻的咨询师掌握了更多的事实。所以，我们学习麦肯锡方法，首先要学习麦肯锡这种与事实为友的态度和方法。这个方法，其实不仅能用于给客户解决问题，也完全能用到我们日常生活工作里。

比如，我们在工作中经常协调沟通各自的任务分工。没有经验的新员工，如果觉得领导安排的任务太重了，往往会跟领导说：“头儿，任务太多，我做不完啊。”这个时候，领导会笑眯眯地说，“没关系，我相信你，一定能做完。”你该怎么办？其实，这个时候你就应该用事实说话。你可以把事实逐一列出，这么说：“您看，我平时一天能完成三篇稿件，也就是说，一周五天，我可以完成15篇稿件，但是这周给我安排的任务是30篇稿件。就算我加班熬夜，一周完成20篇就是上限了，您看，这个任务是不是延长工期或者再找一个同事来协助，确保任务进度呢？”这样沟通，是不是更有说服力？

02、用 MECE 法则系统分析问题

我们知道，生活中的很多问题，看起来简单，可是真要是仔细思考，往往都很复杂。而麦肯锡这样的咨询公司，他们有一套解决复杂问题的思路，并形成了相应的方法论。那就是，把复杂问题拆解成一个一个简单的子问题，只要解决了全部的子问题，就能攻克这个复杂的问题。这种化繁为简，分而治之的思路，是麦肯锡处理复杂问题的一个关键。其实，这种处理复杂问题的思路运用非常广泛。

比如，当年，科学家认为人类是无法把火箭送上月球的，这是因为人们通过精密的计算后发现，要把火箭送上太空，火箭的自重要高达100万吨。可是，后来有人把这个复杂的问题进行拆解，把火箭送上月球的步骤分成几个阶段的子问题一一解决之后，就提出了“分级火箭”的方法，火箭飞一段距离，抛弃一部分自重，结果问题豁然开朗，引刃而解。所以，学会把目标分解成小任务，化整为零地处理，是一个很有效的思路。

麦肯锡不仅采用了这种思路，还把化整为零的思路进一步深化，形成了一个专门的系统分析方法原则，即 MECE 法则。所谓 MECE 的意思是，相互独立，完全穷尽。也就是说，我们在拆分问题时，每一个子问题应当相互独立，而所有的子问题汇总起来又完全穷尽了母问题的可能性。

这个方法在《金字塔原理》这本书中进行了详细介绍。具体而言，麦肯锡认为，任何事情的解决方案都可以归纳成一个中心论点，而这个中心论点可以由三到七个分论点来支持，而每个分论点下面又可能有三到七个的分论点，如此层层延伸下去，就能把这个复杂问题拆分成简单的子问题。而这里面的关键是，子问题之间是相互独立的，又没有遗漏母问题的内容。那我们怎么样应用 MECE 法则，把一个复杂的问题一层一层分解成小问题来解决呢？

比如，淘宝店如何增加利润这个问题来分析，如何用 MECE 的方法把这个问题分解成子问题。我们可以这样思考，想让淘宝店利润增加，无非有三种途径：要么增加销量，卖得更多；要么降低成本，获利空间更大；要么提高售价，增加收入。你还能够想出除了这三个途径外，让利润增加的方式吗？如果想不出来，就说明这三个子问题穷尽了母问题。而销量，成本和售价，这三者之间又是相互独立的，他们彼此可以视作互不影响，所以，也是相互独立的。因此，这个分解问题的过程，就符合 MECE 的法则——相互独立，完全穷尽。

当然，问题只分析到这里还没完，我该怎样提高销量或降低成本呢？这些问题，可以继续用 MECE 的方法进行分解。

比如，如何增加销量这个问题，我们可以分解为：提升文案内容质量、进行促销活动，增加更多品类，给老客户提供优惠等等。类似地，我们可以梳理出各种可能的解决方案，然后用 MECE 的原则检查。最后就能找到很多提高效率或降低成本的方法。

但用 MECE 的方法分析之后，可能产生很多解决问题的思路，但是这就产生了新的问题，一方面，这些新思路未必都可行，有的效果明显，有的可能作用并不大。另一方面，我们这么多想法，如果一个个尝试，要花多少时间啊？我们怎么知道哪个方法最有效呢？

03、建立初始假设，验证寻找答案

很多人都认为，解决问题的顺序应当是发现问题、分析问题，最后找到答案，解决问题。所以，我们认为，解决问题的答案是前面所有研究分析工作完成之后的结果，答案也就理所应当地在最后一个环节作为最终成果，展示给大家。但作者说，很多解决问题的高手，都是先找到一个可能的答案，然后才进行深入研究和分析的。换句话说，在找到问题的答案之前，就要设想出问题的可能答案。

比如，你在要出门的时候，突然发现找不到钥匙了。这个时候，你在解决一个钥匙在哪里的问题。现在你提出了问题，不过你肯定不是准备分析完钥匙的起源、丢钥匙的可能时间、地点、丢钥匙的影响等等各种因素后，得出各种可能的解决方案再去找钥匙。相反，你一定是先找出自己昨天穿的衣服，在兜里摸一摸，看有没有，如果有，那OK，你就拿好钥匙出门。如果没有，我再找找最可能有钥匙的地方在哪里，是不是放另一个包里了。这个思考的过程，就是有了一个可能的答案，比如钥匙在衣服兜里，然后在去验证这个答案是不是有效。

这个找钥匙的过程，和我们解决其他所有问题的思路其实都一样。而这个过程中，涉及了很重要的解决问题的原则，让我们稍微把这个案例的过程引申阐述一下，更好地理解麦肯锡方法是怎么高效解决问题的。在找钥匙的过程中，如果按照麦肯锡 MECE 方法分析钥匙丢在哪里这个问题，也是可以的。

比如，我们可以把这个问题拆分为丢在屋子里和丢在外面，这两个相互独立又完全穷尽的选项。而把丢在屋子里这个问题再用 MECE 方法分解，可能会分成：客厅、卧室、卫生间。我们一一去找就可以。而丢在外面这个问题要分解，可能就要把上次用钥匙之后走过的地方，进行分段处理了。如果我们把每一个可能的地方一一找一遍，只要没有别人偷窃或捡走钥匙，那么我们肯定能找回来。可是，如果要找这么多地方，那这个工作量就确实太大了。

这个问题就和麦肯锡团队遇到的所有问题一样，影响问题的因素可能有几十种，如果我们要逐一分析，我们的工作量是极大的。我们要尽可能地合理减少要评估分析的因素，因为麦肯锡的咨询师知道一个叫“计算的平方律”的定律。这个定律说的是，当一个问题要考虑的因素复杂度变为原来的2倍，那么解决问题需要的时间就会变成原来的4倍。也就是说，问题越复杂，那么解决它需要的时间是呈指数级增长的。

那我们该怎么解决这个问题？其实，我们习以为常的做法就是很好的解决方案，那就是先不考虑那么多，而是想想：昨天钥匙还放到过哪里？这个“想想昨天钥匙还放到过哪里”的思路，其实就是一种解决复杂问题的高效手段。这种在大量可能性中，通过快速判断最可能的解决方案的做法，麦肯锡称之为：寻找关键驱动因素。在找钥匙这个问题上，关键驱动因素就是昨天钥匙放过的地方，一旦找到了关键驱动因素，其他众多因素的重要性就下降了，我们就可以极大地简化问题。而我们解决其他任何问题的时候，也需要通过分析或者头脑风暴找到这么一个关键驱动因素，来简化问题。而且，一旦我们找到了关键驱动因素，就能在它的引导下，快速找到一个可能的答案。

比如，是不是在昨天衣服兜里，或者另一个包里。当然，这两个答案可能正确，也可能不正确。但显然，你这么做如果一下找到了钥匙，就不需要去其他地方找就立刻解决了问题，如果没找到，你再从 MECE 分析中的其他可能性中找最大可能性来解决问题，效率也要更高。这种钥匙还没找的时候，我们就猜测“可能在昨天衣服里或者另一个背包里”的方法，就称为：建立初始假设，先给问题找个答案，再去看看这个答案是否正确。

在现实中，大多数公司做事的方法是相反的，人们往往先大量地收集资料，花费大量的时间讨论，却始终没有提出一个要去验证的解决方案。事实上，这个问题最早时，麦肯锡自己也没想清楚。早期的麦肯锡团队在接到客户项目时，并没有养成先建立初始假设，再验证的习惯，结果浪费了大量的时间。后来，他们借鉴了科学研究的过程改进了这一过程。

比如，我们都知道银河系海王星的发现，便是先通过数学计算得出了一个假设，觉得这里应该有一个行星，然后天文学根据这个假设的答案去寻找，结果真的发现了海王星。后来，麦肯锡团队学会了这套方法，在解决问题的时候，先建立初始假设，然后再去寻找答案的新方法。

只不过，值得注意的是，尽管建立初始假设，直奔答案是一个高效解决问题的好方法，可是这个答案毕竟还只是猜测，所以我们一定要抱着开放的心态去验证它，而不能把这个答案就当成事实，去找证据来证明答案是对的。

比如，麦肯锡团队曾经遇到过这样一个事情，当时麦肯锡接手了一个保险公司的项目，团队的项目经理凭借自己丰富的经验，一下就判断出客户利润下降的原因很可能是出现了“漏出”。意思是说，保险公司在经营中，有时候会出现还没有对理赔金额进行充分的计算，就先把钱给赔付出去了，这就产生了漏出。因此，为了证明他的初试假设是正确的，所以他让手下去找这个保险公司到底在哪些地方有大量的漏出。结果他手下勤勤恳恳地找了一周，提交上来的报告说，没有发现太多的漏出。

可是项目经理不相信，说，怎么可能，一定是你找得不仔细，你再继续认真找，把所有数据都要认真分析。结果，就这样，项目经理一直让他的手下找漏出，最后，就连客户一见他就要问：怎么，还没有找到足够的漏出吗？

麦肯锡的这个案例告诉我们，我们很容易把自己的假设当成事实，我们一定要提醒自己，不要为了证明自己的假设是正确的而去找证据，当事实和假设冲突时，要调整假设而不是事实。

—— 如果觉得文章还OK，请转发 ——

特别提示：关注本专栏，别错过行业干货！

PS：本司承接 小红书 / 淘宝逛逛 / 抖音 / 百度系 / 知乎 / 微博/大众点评 等 全网各平台推广；

咨询微信：139 1053 2512 (同电话)

首席增长官CGO荐读：

• 《首席增长官 – 增长黑客 Growth Hacker》
• 《小红书 – 增长黑客 Growth Hacker》
• 《视频号 – 增长黑客 Growth Hacker》

更多精彩，关注：增长黑客（GrowthHK.cn）

增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…