麦肯锡的七个思维方法

麦肯锡的七个思维方法第一种?分类思维在市场营销中，有一个非常重要的概念，叫Customersegmentation（顾客分层）。这其实就是
分类思想。由于年龄、收入与性别等因素的不同，人与人之间存在着不一样的生理需求与心理需求。而需求不一样的消费者组成了不同的细分市场。
针对不同的细分市场，产品会有不同的定位。所以，分类是精准营销的前提。同时，分类思想对于个人管理也很有用。其中有一个核心概念，叫作“
人生角色”。指的是，每个人每时每刻在扮演着多个人生角色，如儿子、父亲、朋友、丈夫、社团领袖、企业高管等等。为了成为尽职尽责的人，在
制定周计划时就需要考虑每个角色的任务，缺一不可。唯有如此，在生活与工作之间才能取得平衡。由此可见，分类思想能把复杂混乱的事情梳理出
脉络，并逐个击破。第二种?矩阵思维矩阵思维是分类思维的一个延伸。学过统计学的都知道，数据类型能分成两种：Categoricalv
ariables与quantitativevariables。后者有一个特点，能够被量化。当你发现存在两个可量化的关键维度时，不
妨分别设成X轴与Y轴。作为集团战略部门，每天面对的任务有很多，但哪个才是值得我们花时间去解决的呢？这个问题就显得非常迫在眉睫了。但
是不怕，因为有矩阵思维。首先，我们对每个项目的“可行性”与“商业价值”进行一次评分。然后，把这两个维度分别设为X轴和Y轴。最好，所
有项目就会自动地分布在了四个象限之中。显而易见，你的重点就应该放在第一象限的项目中，尤其是颜色最深的右上方的那个项目，因为它的可行
性最高，同时商业价值最大。除了个人管理，还可以用来做市场分析。其中，最著名的莫过于波士顿管理咨询的产品矩阵模型了（BCGmatr
ix）：这不就是一个矩阵思维的体现吗，道理一毛一样的所以，当你发现存在两个可量化的关键指标时，就可以试试做成一个矩阵，说不定你
会有意外新发现哦。第三种?漏斗思维最近，国内很流行一个来自硅谷的名词，叫“增长黑客”。这群人混迹各大互联网公司，是一个由来自产品、
技术、设计等不同部门的人所组成的神秘兮兮的战略部门。他们的主要任务，就是帮助公司业绩成倍地增长。在一些公司里，增长黑客是直接汇报给
CEO的。可见他们的价值是非常巨大的。但他们是怎么去实现这个高价值的呢？没错，核心还是这个漏斗思维。增长黑客那本书中非常核心的一个
概念，叫AARRR模型。其实就是一个漏斗模型。漏斗的每一层，都有一定的容量。漏斗越往下，容量越小。而层与层之间的比例，就是传说中的
转化率。到了最底层，就是收入。所以，要提高最终的收入，原理很简单，就是把每一层的容量都扩大，或者，把下钻的转化率给提高。作为增长黑
客的你，首先要学会去用数据去判断，哪个地方的容量太小，或转化率太低，然后再去制定方案进行针对性提高。第四种相关思维几年前，“大数据
”一下子火了。《大数据时代》提出了几个（当时）挺新颖的观点。其中有一个说大数据关注的不是因果关系，而是相关关系这个表述虽然不准确，
但至少反映了相关性是很重要的，尤其在数据种类与数理都非常丰富的情况下。我们在媒体里常常看到这样的报道，“百分之多少的人会更倾向于做
某件事”。举个例子，有专家发现，在经济低迷的时候，89%的女性更倾向于买口红。结合数据的相关思维，够帮助我们找出事物之间隐性关系。
虽然事物有千千万万，但事物之间的相关关系常见的也不外乎这四种：（a）正相关：X数量越多，Y数量越多（b）负相关：X数量越多，Y数量
越少（c）不相关：X数量与Y数量无关（d）非线性相关：某一范围内，X数量越多，Y数量越多；超过某一个拐点后，X数量越多，Y数量越少
。相关思维简单易懂，在商业中的用处很广泛。打比方，现在你是你们公司的市场部经理，为了提高明年的销售业绩，你最近进行一次分析，哪个媒
体广告需要减少投资，哪个媒体广告需要增加投资？关于预算分配的问题，永远都让市场部头的人头疼。这种决策在过去是（现在很多时候也是）老
板们拍脑袋想出来的。那有没有更加科学一点的办法呢？试试用相关思维来翻译这个问题，那就是：销售额与哪个媒体广告的投放量存在正相关呢？
这个问题一下子就具体很多了，因为X与Y都是可以被很好量化的指标。只需要把过去几个月甚至几年的数据拉出来，Excel一算就可以知道了
。假设将横坐标的看作是产品销量（口红、粉底液、气垫、防晒霜等等），纵坐标看成是媒体投放渠道金额（微信、微博、爱奇艺、杂志等等）。那
么，它们的两两之间的相关系数就会形成一张系数表。蓝色表示两者相关关系比较强，红色表示比较弱。那么，哪个产品更应该加大哪个投放渠道的
投放量就一目了然了。当然，这只是一个打比方。一个严谨的投资决策肯定不能仅靠看一个维度或一张表就能解决的。但它给出了一个很不错的视角
。当你手头上拥有很多数据时，不妨来一次这样的数据探索（Dataexploresure），说不定会有什么新奇发现哦。第五种决策树思
维决策树（Decisiontree），相信这个概念对于所有学过机器学习的人都并不陌生，因为这是一种入门级的算法。几乎每个初学者第
一个接触的机器学习算法都是决策树。它很实用，也特别好理解，因为它跟人的思维过程很像。它既可以当做一个体系化的分类思维，也可以当做一
个流程图甚至是一个检查清单来使用。但不管你怎么用，决策树的框架都是不变的。从顶端一点开始，它一层一层往下展开。每一层都有若干个支点
，而每个支点会分解成多条支线。就像下图一样。那它究竟怎么用呢？让我来举个简单的例子假如有一天，你去参加非诚勿扰的相亲大会，你打算在
相亲节目中使用决策树。你的决策树长这样：如果对方年龄太大，你立马可以排除；在年龄合适的人里，你再看他长得怎么样，颜值爆表、每天看着
他的脸都可以不用吃饭的，那就别问下去了，马上就在一起。如果长得还行，那就继续看看他的收入，以此类推。由于决策树越接近顶端的因素，重
要性越高。所以你对相亲对象的要求，按重要性来排序就是年龄>颜值>收入>性格。当然，这只是一个半开玩笑的举例，以便你理解。决策树在商
业环境中的用途也是相关广泛的。我随便给你举几个例子：如果你现在是银行的信用卡主管，你会给一个申请者多少信用卡额度呢？这本身就是一个
决策树模型能解决的问题。你要做的，就是找出决策树中重要的支点与支线，譬如是否高学历、是否高收入、是否在500强、是否有负债、是否已
婚、是否有房产等等。当一个申请者落在好的分支里，那就获得高额度；落在差的分支里，就得到低额度。第六种闭环思维闭环，不是指封闭，而是
指循环。在商业界，最著名的闭环应该当然是戴明环，又叫PDCA循环。PDCA循环的起源，要追溯到20世纪20年代，有一位叫沃特的统计
学家所发明，由戴明所改良与普及的，最终演变成了科学管理的一个非常重要的工具，帮助企业或组织持续性地改进质量，被广泛应用于新产品开发
、供应商管理、人力资源管理以及各种项目管理之中。Do是最基础的。哪怕一个从不动脑子的人，他也知道去做，就像富士康里的车间工人一样。
聪明一点的人，他就会做Plan。在行动之前，先分析目标是什么，用什么方式去实现最有效率，识别潜在的问题、障碍与风险等等。能做好这一
步的人，已经超过了80%的朋友了。还有没有更聪明的人呢？有，那就是会做Check的人。他们会去追踪与评估自己的行动是否已经达到了目
标，有哪些差距，有哪些改进空间。他们有总结与反思的习惯。阶段性就会复盘一次，可能是每天，可能是每周，也可能是每个月，总结出成功的经
验与失败的教训。如此勤奋思考的人，已经超过了95%的朋友。那么，还有没有更加聪明的人呢？还真的有。那就是会做好Action的人。他
们能够把经验教训都标准化成为下一次行动方案，让成功继续成功，让踩过的坑不再去踩。这就是最难的知行合一。这个闭环思维为什么重要？因为
它指明了一条螺旋式上升的发展途径这个思想理解并不难，但在生活与工作中用起来是不容易的。第七种逻辑链思维逻辑链，是一个大杀器。（一）
在开始讲解这部分之前，容我（有点骄傲地）说几句题外话。请问，有多少读者是有出国留学的打算呢？你们应该知道，如果去国外的商学院读研究
生或者MBA，那么一定会经历一场考试，它的名字叫GMAT。GMAT很难，公认的难，全世界都觉得它很难。但说实话，我觉得它不难，至少
没想象中那么难。当说一下当时我备考的情景：从零基础开始，自学2个月，换库首日裸考出700分。700分是什么概念呢？700分，就是分
水岭。能考出700分的人，才有申请全球顶尖商学院的资格（GMAT的全球平均分是558分，考过700分，意味着你的成绩打败了全世界9
0%的考生，当然也包括了母语为英语的英美考生）为什么我能够这么短时间内考出高分？完全不是因为英语水平有多好，恰好相反，我英语特别差
，雅思只能勉强拿6.5。那，因为什么呢？说起来很简单，因为我在复习过程中有个重大发现——GMAT这门考试的本质就是逻辑。逻辑，不仅
仅是GMAT的本质，也是很多商业项目与社会现象的本质。唯有抓住了这条命脉，才容易以最快的时间达到最好的效果。很遗憾的是，我们从小所
接受的教育，其实一直缺乏对逻辑链进行系统性训练。所以在讲逻辑链之前，先让我们回顾两个逻辑概念：归纳与演绎。因为并不是很多人都理解它
们的意思。下面举个生活场景来帮助你理解：假设你看到猫爷在床上看书，在车站看书，甚至在厕所也在看书，那么你可能会得出结论：猫爷可能是
一个爱看书的人，在哪里都会在看书。如此这般，从个别事件得出一个具有普遍性意义的结论，这过程叫归纳推理。再假设，你有天晚上打算跟猫爷
去西餐厅约会，但已经听朋友说过了这人老爱迟到，所以你在约会前就开始猜测，这一次猫爷大概率也会迟到。如此这般，从原来的结论，推广到某
个别事件的过程，叫作演绎推理。归纳与演绎，是两个互相联系的好朋友：归纳，特殊性是因，一般性是果；演绎，一般性是因，特殊性是果。下面
考考你：谁最擅长归纳推理呢？答案就是整天忙碌在实验室里的科学家。他们通过一次又一次的控制变量的可重复试验，来归纳出一条又一条的普遍
性规律。再考考你：谁最精通演绎推理呢？没错，就是大名鼎鼎的福尔摩斯私家侦探了。他能够经常通过许多蛛丝马迹来演绎反推出事情的来龙去脉
。（三）下面要讲到的逻辑链，其实是演绎推理中的其中一种。最简单的，或者说最经典的逻辑链，应该就是亚里士多德的三段论：大前提—>小前
提—>结论用我自己的话来翻译，三段论可以变成更简洁的一种表达式：这就是我理解中逻辑链的极简形态。假设+因果（四）逻辑链有什么用处呢
？我认为至少有三个：第一，提高信息获取的质量在朋友圈里的文章，除了新闻资讯类的不说，剩下大多数都是发表观点类的论述文，从房地产分析
到国际局势判断，从社会热点到电影影评，内容方方面面。但本质上看，都逃不出逻辑链。有逻辑链思维的读者，他一边阅读文章就会一边审慎地自
问：这篇文章的结论是什么？（果）作者是如何得出这个结论的，他有哪些证据支持？（因）作者做出这个推理，隐含了哪些必要的前提？（假设）
你很可能会发现一个事实，大多文章都只是一味地给出结论，并没有同时给出明确充分的理由或证据，或者假设是有错误的。粗心的读者可能就会囫
囵吞枣地接受了这类文章中那些经不起推敲的结论。这就是读死书的问题根源。第二，提高思考的深度通常，你会觉得什么样的人说话特别有深度呢
？是不是那种，他一说话，你就会有种茅塞顿开的感慨，甚至忍不住发出“Aha”的惊叹。他们是怎么做到这种说话境界的呢？答案非常简单，只
是因为他们的逻辑链很长，比普通人都要长。他们很擅长拓宽自己的逻辑链长度，最终可能已经形成一种思维习惯了。逻辑链有两端，分别是因和果
。所以，逻辑链有两个方向，可以在因或果这两个方向上进行拓展。（1）连问三个“为什么”假设你明天回到公司，你向老板做工作汇报，说：老
板，这个季度的总销售业绩环比下降了。老板坐在电脑后，头也没抬，问你：为什么你支支吾吾答不出，于是跑回去看数据表，然后又跑回来跟老板
说：老板，虽然老客的销售额在略微上升，但是新客的销售额最近半年一直在下跌。老板皱了皱眉，但还是没望你一眼，继续问：为什么新客在下跌
你挠挠头，又跑回去工位，翻出过去半年的资料。过了半天你又跑回去找老板，说：老板，最近半年我们在市场推广上的重心从视频广告转换到了社
交媒体上了，而社交媒体中的用户，好像对我们的产品不感兴趣，使得新客人数下降了很多。你老板开始有点微笑，饶有兴趣地抬起头，问：为什么
他们对我们的产品不感兴趣呢？这时候你早有准备，把用户画像和产品定位等等材料都拿出来，给出了一个完整的答案。你的老板满意地点了点头，
说：很好，你总算摸到了问题根源了。这只是一个方便你理解的小故事。实际上，你完全可以不需要老板的反复提醒，而是通过多次自问“为什么”
来拓宽逻辑链的前端，直达问题的根源。你的逻辑链将会变成这样：（2）连问三个“所以呢”除此以外，你还可以通过不停自问“所以呢”来拓宽逻辑链的后端。会下棋的人，他们常常每下一步棋，就会事先想好接下来几步该怎么走。人生如棋。我们也该多想想未来的路怎么走。想当年，马云年轻时访问美国，亲眼目睹了互联网技术的兴起。当时他心里肯定会问：“所以呢”。然后自答：“互联网技术就是未来”“所以呢”“中国也将拥有像美国一样厉害的互联网公司”“所以呢”“我回国后，要顺应大势，创办中国的互联网公司”马云的人生战略与企业战略，就是随着几个“所以呢”慢慢地构建起来了。企业家、政治家，他们的逻辑链是长这样的：总结一下：通过拓展逻辑链的前端，探究原因，有助于理解问题根源；通过拓展逻辑链的后端，思考结果，有助于提出行动方案。逻辑链的长度，决定了一个人的思维深度；一个人的思维深度，也决定了他的人生高度。