- 定义问题（最为重要也最容易被轻视）
- 分解问题（利用MECE等逻辑框架罗列可能因素）
- 优先级排序（优先可改变的关键性因素）
- 计划分析（资源分配以及时间框架设定）
- 执行分析（保持探索性和怀疑性）
- 整理分析结果（编织有逻辑又不失亮点的Storyline）
- 提出解决方案（得出分析结果还远没有结束！）
1. 定义问题（对问题具体化进行分析并精炼成一句陈述）
- 问题具体化分析，比如问题不应是“我们如何在中国取得长远发展”，而是 “我们的A业务中的B产品应该如何在中国未来五年内保持5%以上的销售额增长”
- 在多个存在的问题中抓住最为关键的，这将成为之后所有分析的主要方向，所以这一步极为关键，是解决问题全流程中的基石
- 明确得定义问题能够让众人最有效得达成共识，将认知误差尽可能得降至最低
2. 分解问题（以逻辑框架作为基础，分析问题中的可能因素）
- 常见逻辑框架：强烈推荐掌握MECE，相比其他框架更不容易受制于场景
- 可以通过逻辑思维导图（比如常见的逻辑树）来对问题进行分解
- 常见的例子：金融中用于计算ROE的杜邦公式（ROE = 利润率× 资产周转率× 权益乘数）
3. 优先级排序（优先入手低成本高产出的因素，层次化试图解决问题）
- 不仅需要考虑因素的影响力，更要考虑到各因素的可改变性，隐藏逻辑将涉及成本的考量
- 现实情况中，非常容易被不重要的小细节带偏，需要时刻关注整体收益以及我们能做什么
- 部分情况下，被选择性劣后的因素可能隐藏着巨大的风险，同样需要一定的关注和认知
4. 计划分析（根据不同的情境针对性得制定计划）
- 好比一场旅行，出发前一定会计划每天的行程以及路上会用到的资源
- 本步骤中最重要的环节包括小组讨论，明确目标及时间线，和资源分配，尤其是人力资源
5. 执行分析（像对待从未见过的食物一样对待新的问题及数据集）
- 在正式分析之前，先进行描述性统计等对问题及数据集进行探索性分析
- 不断加深了解可能会涉及重新制定步骤，即第四步至第五步之间的循环
- 积极得应用各种分析及智能化工具，但同时要时刻警惕算法中潜在的bias
6. 整理分析结果（Storyline Matters!）
- 分析所得结果很多时候是零散的结论，甚至其中很可能不乏与预期相悖的结果，但这些结果是绝对不能直接进行展示的，而是需要用故事线串起来，让听众的思路能够紧跟你的逻辑条理，这样一来他们才更容易接受你的结论以及对应的提议
7. 提出解决方案（将前面的努力转化为实际的产出）
- 通过在Storyline中体现出简单而具有极强说服力的逻辑链，激励听众转化为实际行动
- 解决方案与整合后的分析结果紧密相连，避免提出任何没有支撑数据/逻辑的结论和建议
- 拥抱不确定，勇于清晰定义所面临的不确定性，并以此为基础来分析和解决问题
