麦肯锡结构化战略思维（1）- 认识结构化战略思维
献给所有不安于现状，拒绝故步自封，勇于挑战常规，饥渴般好学又理性、乐观且入世的终身学习者。
上面的话，是作者说的。
什么是结构化战略思维
结构化战略思维是以数字和逻辑为基础的理性科学方法论和实用技巧。
结构化战略思维分为“结构化”和“战略”两部分，“结构化”是方法手段，“战略”是问题属性和高度。
战略是为长期维持可持续竞争优势设定的重要方针和计划，而不是短期制胜的技巧。在公司或个人发展的初始期和关键拐点，往往“选择比努力更重要”。战略思维有别于专家思维，它强迫我们放下过往的经验，从大局和“盒外”思考中长期的发展方向。
战略思维并不关注学习静态的知识，也超越了战术层面的技巧，而是帮助企业或个体在面对不确定的未来时，做出理性的方向性选择，避免大量无谓的资源浪费。
维度
维度是结构化战略思维的核心概念。
思维方式可以粗略分为两大类：自下而上的专业思维和自上而下的结构化思维。
自下而上是指学习知识的过程是厚积薄发的线性过程，把所有底层（“下”）细节知识点都掌握了再提炼对整体（“上”）的理解，做出专业判断。专业思维的优势是显而易见的，在面对重复发生的有关具体技术或技巧类问题时，用以往的“最佳解决方案”避免了“重复造轮子”的浪费。但它的局限性也十分明显。首先是学习周期长。随着学科细分和知识积累的指数倍增加，单个个体已经很难成为多领域的专家。活在当下的人们连某一细分领域都难以精通，更没有多余时间线性学习多个领域。其次专业和经验运用不当会严重限制创新。自下而上线性发展本身会排斥盒外思维（跳出已有条条框框，用全新视角看问题）的冲击。过往专业的成功经验也会被不自觉地滥用。
自上而下的方法不会因缺乏相关的专业知识和经验而纠结，往往直接从问题本身（“上”）着手，仔细推敲问题本身的定义和准确性，用结构化战略思维“切”的方法分解问题，并用严谨的逻辑全面提出假设，而后或通过数据采集与分析证实假设，或推翻已有假设建立新假设（“下”），不断探究问题核心，获取问题最终解决方案。
思维方式没有优劣之分，专业思维和结构化战略思维互为补充、彼此验证。
战略思维要求我们超越问题细节，从更高层面看待所有可能性。
问：一家企业如何转型？
答：从三个层面来看——人、系统和流程。
按照这个逻辑可以深入切分下去。“人”按人力资源管理角度可分为招聘、培训、成长、激励；“系统”可按功能拆分成客户管理、项目管理、财务管理；“流程”可按产品生命周期分为研发、生产、销售和售后。
能够利用树状结构展开陈述的，都是结构化“切”分的高手。这种套路有三重优点。首先，分解出来的框架在逻辑上无懈可击。其次，这套结构超越了具体产业或项目，具有普适性。最后，这种方式可以引导我们深入讨论问题“下一层面的细节”。
“切”的基本规则是MECE原则：
- 子分类相互独立无重叠
- 子分类加起来穷尽全部可能
使用MECE原则切分时，要求维度满足“具体可衡量”的客观标准。比如把“人”切分成“好人”和“坏人”，会面临模棱两可的窘境。
“切”问题跟主观本能的快速思考相反，是“不自然”的思考方式，需要我们有意识地强迫启动。面对问题，尤其是熟悉或者相对简单的问题，人们有强烈的本能冲动在短时间内找到答案，会用直觉感性的快速思考替代理性的慢速思考。“切”问题主要有4种方法：公式法、子目录列举法、流程法和逻辑框架法。
世界上的人分为两种：一种是“思辨者”，另一种是“吃瓜群众”。 ——周国元
以上“切”的技巧只涉及到单一维度，练好基本功就要开启多维度“切”的操作了。
比如我们熟知的时间管理方法，从重要性和急迫性两个维度，把事情分为四个象限。
多维图谱是思辨者结构化战略思维升级的必备武器，如果切分适当，比饼图、柱状图、流程图等单维度图谱更能展现出思维的深度和广度，帮助我们简化问题、提升沟通效率。
结构化战略思维四大原则
原则1 数字说话
数据本身并不能表达任何含义，只有数据与逻辑结合在一起时，我们才能发现和表达真知灼见。
数字是客观的，但数字的产生、筛选和解读都可以人为干预甚至被污染。看似客观的数字背后，总有一组人在努力地想利用这些数字诱使我们做出有利于他们的行为。直接用假数字是最低级的，还有许多更“高明”的数字误导手段。“以偏概全”就是一种常见的误导手段。还有一种误导手段是选择性提供数字，只选择对自己有利的数据点，误导人们推出与客观事实完全相反的结论。偷换概念也是一种很常用的误导手段。因此，面对任何数字，我们首先要假设数字是不准确的，只有经得起调研和拷问的数字才可信。数字并不像我们通常理解的那样完全客观，而是极具欺骗性。思辨者要随时保持警惕，养成怀疑所有数字的习惯，并培养自己常识推理、独立判断数字真伪的能力。
数字说话原则要求我们不仅对数据中的结构规律有认知，更要对那些不经常发生的少数特例有足够的关注和刨根问底的精神。
原则2 洞见优于表象
“表象”是每天都能见到的看起来纷繁无序的事件和各种信息。“洞见”是能连接所有相关表象的筋络，是表象背后的根本原因。
在海量数据中萃取洞见的能力是数字决策的核心，可以通过5个步骤寻找洞见：
- 寻找数字中的规律和趋势
- 寻找极端的数字及含义
- 对比参照数据并分析差异
- 寻求其他相关信息
- 推演并提炼洞见
原则3 MECE原则
MECE原则是结构化战略思维最核心原则，是“切”的核心要求。
MECE是自上而下方法论的利器，从“切”名词到“切”问题，每次切分所用维度不同就会生成众多迥异的分支，再对每个分支节点进一步深度“切”分“挖”下去。
原则4 假设为前提
假设是有依据的猜测。“假设为前提”是在决策过程中根据已有的有限数据先提出问题动因或解法的假想，然后以该假想为标靶收集足够的数据，证实或证伪假想； 如果收集的数据并不能完全支持已提出的初步假想，就要及时调整或提出新的假想，再次收集足够的数据进行验证，进而形成一个从假设到验证的循环直至假想被数据支持成为洞见。
由于假设为前提有悖于常规思考模式，在组织层面的落实面临更大的挑战。企业需要在组织内部建立相应的体系化支持，并从核心管理层开始长时间持续贯彻。
在组织上，要保持相对扁平的决策架构和少而精的团队构成，营造平等参与的氛围，组员在参与头脑风暴，尤其是提出假设阶段，人人平等。
在流程上，要形成从提出假设到验证假设的闭环，确保每个假设都有指定的负责人验证并及时反馈进展。咋激励机制上，要鼓励参与，对在头脑风暴中做出突出贡献的成员进行嘉奖。
在文化上，要“对事不对人”。要有效地把个人和所提出的意见分开；讨论时聚焦数据和逻辑，而不是个人自尊或私人关系。
在组织、流程和文化层面贯彻“假设为前提”的原则需要公司决策人，尤其是CEO的大力支持和推进，而且需要长期积累。在等级森严的组织里，头衔、知识权威、派系和自尊心等多重因素掺杂在一起，成为贯彻原则的阻碍。比如，领导提出的假设无需验证就会成为公司的长期战略，而同样的想法如果来自一般职员，则被轻视甚至被嘲讽。
个人应用“假设为前提”原则时，要努力将个人喜好和倾向剥离，真正客观公正地进行验证假设。正如达尔文所说：“一旦事实证明错误，我就能够放弃任何假设，不管我多么喜欢这个假设”。这个论述，让我想到了泊松亮斑的发现，太具有戏剧性。
