下方名片设星标，学习更多相关内容
定义问题：明确和理解需要解决的问题是什么，确定问题的范围和目标。
结构化分析：使用MECE（Mutually Exclusive, Collectively Exhaustive，即相互独立、完全穷尽）原则将问题分解为更小的部分，确保全面覆盖问题的所有方面，同时避免重叠。
提出假设：基于已有的信息和对问题的初步理解，提出可能的解决方案或解释。
验证假设：通过收集数据和进行分析来测试这些假设，以确定其有效性。
交付解决方案：将分析结果整合成可行的解决方案，并有效地传达给相关利益相关者。
数字说话原则：在分析和决策过程中，尽可能地依赖数据和量化分析，确保决策基于可靠的数字和事实。
洞见优于表象原则：追求深入的洞见，而不仅仅是描述表面现象。这意味着要深入挖掘问题的根本原因，而不只是停留在表面的症状。
MECE原则：在分析问题时，确保各个部分之间相互独立、完全穷尽。这样可以确保问题分析的全面性和系统性，同时避免重复和混乱。
假设为前提原则：在收集数据和进行分析之前，先提出假设。这些假设是对未来可能发生的情况的预测，它们可以指导数据收集的方向，并在后续过程中被验证或反驳。
定义问题：
明确问题的范围和目标。
确定问题的背景和相关性。
确保对问题有清晰的理解。
结构化分析：
将复杂问题分解为更小、更易于管理的部分。
使用MECE原则确保问题分解的完整性和独立性。
识别关键维度和变量。
提出假设：
在收集数据之前，基于已有信息提出可能的解释或解决方案。
假设应该是可测试的，并且能够推动后续的数据收集和分析。
验证假设：
通过收集数据和证据来测试假设。
分析数据，验证或反驳假设。
根据验证结果调整假设。
交付
将分析结果整合成解决方案。
以清晰、有说服力的方式呈现解决方案。
确保解决方案可执行，并得到相关利益相关者的认同。
定义问题：明确问题的目标和范围，确保对问题有清晰的认识。
追求下一层面的细节：深入挖掘问题，探究更深层次的原因和细节。
问正确的问题：提出能揭示问题核心和推动问题解决的关键问题。
移动时间轴：预见未来的可能性，提前规划和准备。
第一天的答案：快速形成初步思路，即使在信息不完全的情况下也能迅速反应。
总结提炼：从复杂信息中提取关键点和洞见，简化信息。
反对的责任：勇于提出不同意见，即使这可能不受欢迎。
解决正确的问题：确保你的努力针对的是真正需要解决的问题。
知道边界：意识到自己知识和能力的局限性。
区分‘认为’和‘知道’：明确区分假设和经过验证的事实。
