用结构化思维策划一个会议

引言:一个复杂问题进行拆分,最后会形成一个数量巨大的细分问题群。如果没有严格的按照“逐层不漏不重”原则进行,细分出的问题将很难形成合力来完整有效地支撑解决原问题。本文以策划一个会议为例,来了解结构化思维的应用。

本文选自《数源思维:业务导向的数据思维秘籍》。

  在对问题进行拆分时,应该采用什么样的逻辑或者结构呢?

  当然最直接的办法就是采用前人已经总结好的问题思考框架,比如在战略分析领域有经典的SWOT框架、BCG矩阵或GE矩阵(图1)等。

             

                         图1 GE矩阵

                         

  在外部环境分析时有波特五力模型(图2)、PEST框架等。

           

                       图2 波特五力模型

                       

  在研究市场、用户时有马斯诺需求层次(图3),营销4P等。

         

                       图3 马斯洛需求层次

                       

  应该说在几乎所有领域里,通用性的问题都有前人的研究给出的分析框架来引导我们去拆分、分析问题。

  但是一方面根据上述框架拆分出的子问题仍然可能太大而不能马上着手操作,还需要进一步细分;另一方面在大部分个性化的具体问题上,还是需要自己来找到拆分问题的框架。而这个过程中就要遵循“逐层不漏不重”原则。

  “逐层”的意思是拆分问题要一步一步进行,每一步只分出同一层的子问题。比如将用户划分为男、女,男、女就是同一个层次的概念。如果把用户划分成了男、少女就错层了。少女是从女性中分出的一个子类,处在男、女的下一层。要保证同层,就是拆分问题时一层只能使用一个维度或一个标准(图4)。

              

                     图4 用户的逐层划分示意

                     

  “不漏不重”也就是麦肯锡金字塔理论中提到的MECE(Mutually Exclusive Collectively Exhaustive,相互独立,完全穷尽)原则(图5)。

            

                        图5 麦肯锡金字塔理论

                      

  这种原则从集合的概念来讲,就是拆分出的所有子问题必须是父问题的一个剖分,既彼此互斥,合并起来又是全集。比如把人分成老中青就有遗漏,而把美女分成大长腿和巴掌腰,既有遗漏又可能有重叠。在多步骤、多层拆分中,每一层都要遵循“不漏不重”。比如要解决“如何开好一个会议”的问题(图6)。

  第一层,可以从产品角度切入,即从会议工作流程角度来切分问题。第一层5个子问题为:如何策划好会议主题,如何做好时间、地点、场地等确认和嘉宾邀请,如何做好会议现场布置和设施,如何组织和管理好会议召开,如何做好会后效果评估。这5个子问题基本覆盖一场会议工作的全流程,当然可能有些商业会议还有招商、广告等工作。

  第二层,第一个一级子问题,如何策划好会议主题,可以分成下面4个子问题:本领域近期热点和未来趋势是什么,本次会议目标嘉宾和听众是谁,他们在本领域内当前的关注是什么,作为会议主办单位的优势是什么。

  第三层,第一个二级子问题,本领域近期热点和未来趋势是什么,又可以大体分成下面4个子问题:媒体报道的热点有哪些,研究机构关注的热点有哪些,研究机构和专家对未来的趋势判断如何,自己分析的未来趋势是怎么样的。这其中最后一个问题如果没有现成分析出的成果,那又是一个比较大的课题,再往下分三四层都没问题。

                

                      图6 开好一个会议问题的拆分示意

                      

  注:拆分形成的结构图现在也常被称为思维导图。有很多软件工具可以帮助我们去做出这样的图,软件中也常会内置一些通用问题的结构供用户直接使用。但工具本身不是学习思维的重点。

  由此不难看出,一个复杂问题进行拆分,最后会形成一个数量巨大的细分问题群。如果没有严格的按照“逐层不漏不重”原则进行,细分出的问题将很难形成合力来完整有效地支撑解决原问题。

  个性化拆分的原则有了,可拆分的操作性方法呢?事实上我们在前面的“问”环节所谈的方法就是一个分解式的框架,就可以作为对问题的第一级拆分来使用。在进行逐层拆分时,每一步其实都是一个新的问题定义,可以结合“问”的方法反复深入,问—拆,拆—问。此外,前面提到的产品思维、用户思维也是切入、分解问题的另一种思路,就像上面的会议例子就是一种广义的产品拆分思路,按照会议组织的流程进行了细分。用户思路的例子我们下面再单独谈。

  最后一个疑问是问题要分到第几级结束,或者分到什么程度才算完成。拆分的层数是不一定的,问题复杂分的层级就会多,反之则少。从程度上来说,分到子问题本身已经可以确定使用哪些指标,去采集什么数据,用什么方法去操作。比如讲“我今天晚上吃什么?”这个问题显然没指标,没数据,没方法,那就需要对它进行拆分。分为“我喜欢吃什么?”“我的预算是多少?”“等待时间承受是多少?”“选择办法是寻找上述条件的交集,如结果不止一种就抓阄”。前三个问题都是指标化的,都可以直接用数据表示,后面的方法是直接可以操作的(按:关于操作方法,对于更复杂的问题需要放到下一个环节——解。在“问”环节只需指明一个方向)。因此“我今天晚上吃什么?”问题分到第二层就可以解决了。

  本文选自《数源思维:业务导向的数据思维秘籍》点此链接可在博文视点官网查看此书。

                    

  想及时获得更多精彩文章,可在微信中搜索“博文视点”或者扫描下方二维码并关注。

                       

时间: 2024-10-12 13:03:35

用结构化思维策划一个会议的相关文章

结构化思维文摘

一.什么是结构化思维? 1.结构化思考会促使我们从整体去认识事物的本质. 2.我们所存在的宇宙.生存的世界.或者我们本身就是一个结构,任何完整的事物都会存在他本身的一个结构. 3.我们的组织方式其实也是结构,比如团队.商业模式,你发现最终这些到最终都可以抽象为一个结构,复杂的不过是很多结构的叠加. 4.在结构范围内思考跟解决问题是最为高效的做法.   人是目的性动物,所以我们的一切想法和思考最终都是指向一个结果的.而这个结果是可以进行拆分的,一般这个结果能够被拆分为三到七个分论点,分论点又可以被

什么是结构化思维

简单来说,结构化思维的定义就是:逻辑+套路. 表达要有逻辑 所谓逻辑是指我们的结构之间必须是有逻辑关系的.例如,你说话的时候用“第一.第二.第三”这个逻辑顺序是合理的,但是,用“第一,第二,第四”就会显得很奇怪.当然,即使你用了”一.二.三”,也不一定就意味着你的内容有逻辑关系.想让内容有逻辑关系,我们要学会四种组织思想的逻辑关系: 1)演绎(因果)顺序:“大前提.小前提.结论”的演绎推理方式就是演绎顺序.比如,经典三段论:所有人都要死,苏格拉底是人,苏格拉底要死. 2)时间(步骤)顺序:“第一

如何运用结构化思维进行故障处理

近期收到朋友赠送的一本书-<深入浅出MySQL>.闲暇之余,阅读了部分章节,书中针对故障处理一节,给我印象颇深.书中提炼出的一些方法论,正是我之前在团队中推广的方法.其目的是为了将故障应急操作标准化,进而提升处理效率.推而广之,这其实是一种结构化思维在具体工作中的体现.而这种思想在某具体工作.乃至个人.团队发展等,均可发挥重要作用.特写下此文. 一.故障处理流程 1.1 示例:数据库故障处理 下面是来自网易的一些经验,整理自<深入浅出MySQL>一书. 1.1.1 事前:故障处理原

结构化思维-图形化表达之工具集合

http://www.edrawsoft.cn/ 亿图

自己DIY出来一个JSON结构化展示器

说来也巧,这个玩意,一直都想亲手写一个,因为一直用着各种网上提供的工具,觉得这个还是有些用途,毕竟,后面的实现思路和原理不是太复杂,就是对json的遍历,然后给予不同节点类型以不同的展现风格. 我这次,是出于将一个专利写清楚,自己构思了一个实现方案,且还能显示出当前的路径,具体的显示风格,依据自己的喜好,随便DIY吧. 写这个JSON展示器,其实有很多用处,不仅仅就是为了看一个json的结构化展示. 1. 更重要的是可以辅助用户和json数据进行交互,能够知道用户感兴趣的json字段是什么,可以

结构化和面向对象之应用比较

---恢复内容开始--- 结构化和面向对象之应用比较 在无数程序设计人员的不断实践和理论改进中,软件工程程序设计中极其重要的指导性思路一直在发生着变革.在相对较长的时间里,不断有新的软件工程中的程序设计思路涌现,其中在生产实践中得到了十分广泛的应用的,当属结构化和面向对象的方法. 结构化程序设计在结构上将软件系统划分为若干功能模块或实体,分别采用模块化程序设计语言编程实现,再由各模块联结,组合成相应结构的软件系统. 而在面向对象的程序设计中,所谓对象是指具有一定结构.属性和功能的实体,采用对象和

专利:结构化大数据通信协议(2)

说明2:数据的唯一性是实现"数据全球通"的基础 在班.组这样的小环境中可以用每个人的姓名而区分出每一个人,然而在全国范围内,由于人数太多,重名的很多,因此仅靠姓名就不能准确无误地识别出每一个人.大数据时代以前的关系数据库中的数据只是应用于某个机构内部,因此各个数据就容易识别,然而如果把关系数据库中的数据放到大数据环境中,那么这些数据就成了不可识别的数据.在大数据环境中,有关人的所有数据都必须含有"身份证号",这是为了表明数据的唯一性. 关系数据库用"ID&

专利:结构化大数据通信协议

发明专利技术 结构化大数据通信协议 发明人:樊永正 [email protected] 技术领域 结构化大数据通信协议是一种通信协议,也是一种让数据成为合格的结构化大数据的技术.结构化大数据通信协议也类似于ETL,ETL是处理现有的信息系统所产生的数据的问题,而结构化大数据通信协议是在设计信息系统之初就开始预防数据产生问题.ETL是为数据治病,结构化大数据通信协议是预防数据产生疾病.ETL是对现有技术所产生的问题进行小修小补,结构化大数据通信协议提出了新的数据处理方案.结构化大数据通信协议也是一

软件测试概述、结构化测试

一.软件测试的目的 是在最小的成本和最短的时间内,通过设计良好的测试规程和测试用例,系统地发现不同类别的错误. 二.软件测试的基本原则 设计好的测试用例.不可能进行穷举测试.尽早开展测试.重点测试.定期进行检验与修正测试用例,并增加新的测试用例.测试依赖于系统环境.测试用例应该包含合理和不合理的输入条件. 测试过程模型 V模型特点:1.对应瀑布模型的变种(自下到上)线性关系 2.有局限性,在于不能体现"尽早地和不断地进行软件测试"的原则 3.仅仅把测试过程作为在需求分析.概要设计.详细