meta-structured-problem

结构化问题解决

框架

IRON LAW: MECE or It's Not Structured

Every decomposition must be MECE:
- Mutually Exclusive: No overlap between categories
- Collectively Exhaustive: No gaps — all possibilities covered

"Revenue = New customers + Existing customers" is MECE ✓
"Revenue = Online + Enterprise + Growth" is NOT MECE ✗ (overlapping)

核心工具

问题树：将问题拆解为子问题，并确保每一层都符合 MECE 原则

"Why is profit declining?"
├── Revenue declining?
│   ├── Volume down?
│   │   ├── New customer acquisition down?
│   │   └── Existing customer churn up?
│   └── Price down?
│       ├── Discounting increased?
│       └── Mix shift to lower-priced products?
└── Costs increasing?
    ├── COGS up?
    └── OpEx up?

假设驱动法：不要面面俱到地探索，而是提出假设并进行验证

1. 提出初步假设（“利润下降是因为客户流失率上升”）
2. 确定哪些证据可以证实或证伪假设
3. 收集这些特定证据
4. 修正或否定假设
5. 重复上述过程

金字塔原理（Barbara Minto）：自上而下地组织沟通内容

1. 先给出答案：从建议开始，而不是从分析开始
2. 归纳支持论据：列出 3-5 个符合 MECE 原则的支持要点
3. 按逻辑排序：根据论据强度、时间顺序或结构排序
4. 仅在需要时提供细节：每一层都为希望了解详情的人提供更多信息

二八法则：聚焦于能决定 80% 答案的 20% 分析。不要过度分析问题树中的次要分支。

问题解决流程

1. 定义问题：“客户的利润同比下降了 15%。原因是什么？他们应该怎么做？”
2. 用问题树构建结构：以符合 MECE 原则的方式拆解可能原因
3. 确定分支优先级：哪些分支最有可能找到答案？（二八法则）
4. 提出假设：“我认为主要原因是……”
5. 收集证据：用数据检验每个假设
6. 综合发现：证据说明了什么？
7. 提出建议：使用金字塔原理呈现（先给出答案）

输出格式

# Structured Analysis: {Problem}

## Problem Statement
{One sentence, specific and measurable}

## Issue Tree
{MECE decomposition — text or visual}

## Hypothesis
{Initial hypothesis with rationale}

## Evidence
| Branch | Hypothesis | Evidence | Verdict |
|--------|-----------|---------|---------|
| {branch} | {sub-hypothesis} | {data found} | Confirmed/Rejected |

## Synthesis (Pyramid Structure)
**Recommendation**: {answer first}

**Supporting Arguments**:
1. {argument 1 with evidence}
2. {argument 2 with evidence}
3. {argument 3 with evidence}

## Next Steps
1. {action item}

示例

正确应用

场景：“为什么我们的外卖应用正在失去市场份额？”

问题树（符合 MECE 原则）：

Market share declining
├── Our growth slowing?
│   ├── New user acquisition down?
│   │   ├── Marketing spend reduced?
│   │   └── Conversion rate dropped?
│   └── Existing user activity down?
│       ├── Order frequency declining?
│       └── Users churning?
└── Competitors growing faster?
    ├── New entrant capturing share?
    └── Existing competitor accelerating?

假设：“配送费上涨后，下单频率下降，导致现有用户的活跃度降低。” 证据：配送费上涨后的一个月内，下单频率下降了 22%。✓

金字塔式表达：“为高频用户恢复上调前的配送费。涨价后下单频率下降了 22%，流失订单中有 60% 来自每周下单 3 次以上的用户。为高频用户提供免配送费的会员等级，预计每月花费 NT$X，可挽回 15% 的流失份额。”

错误应用

• 问题树：“营收问题：线上、营销、客服” → 不符合 MECE 原则（类别重叠且未穷尽所有可能）。违反铁律。

注意事项

• 实际应用中很难做到 MECE：完美的 MECE 是理想目标。尽可能接近，并指出类别界限模糊之处。“足够好的 MECE”胜过“完美但耗时 3 天”。
• 假设驱动 ≠ 确认偏误：假设是引导调查的起点，而不是要捍卫的结论。如果证据与假设矛盾，就修改假设。
• 金字塔原理有悖直觉：人们自然倾向于按时间顺序讲述（问题 → 分析 → 结论）。听众想先听答案，再听支持证据。先给出建议。
• 结构化 ≠ 缓慢：花 30 分钟梳理问题结构，可以节省数小时的无重点分析。结构本身就是效率。
• 知道何时停止：分析的收益会逐渐递减。如果已有足够证据提出有把握的建议，就停止分析并给出建议。

参考资料

• 按问题类型整理的问题树模板，参见 references/issue-tree-templates.md
• 金字塔原理写作指南，参见 references/pyramid-principle.md