[原创] “分析”的一般方法简论

笑书

作者：笑书 , T2 F- J5 ~" `5 D9 G7 i3 p 分析，是我们日常工作中最常见的行为，任何判断和决策若事先未经过分析，是不可想象的。分析的工具和方法很多，举不胜举，很多时候我们就迷失在这些工具和方法中，或不知道该选择什么样的工具，或被某个分析工具左右了自己的思维，或一旦没有现成的工具就不知该如何分析了。 + Q! \1 M# C3 {3 A; y# Q R/ u 6 ^# A# N7 Q6 A9 I* b) |, s8 J哲学讲求抽解出事物的共性，寻找事物的本源，从而更清晰地认知世界的本质。我们也可借鉴这样思路，对“分析”的一些共性特征进行解读。 $ [: g; H+ \# [3 a1 V3 [* j 从广义上来说，“分析”包括几乎所有的决策前的判断过程，从狭义上来说，“分析”可简单看作“分而析之”的过程。本文只就狭义的定义展开论述。 + ]! T" }( ^6 |, i7 P当直接面对一个相对复杂的对象时，我们一般难以直接做出判断，所以需要进行分解，就像一个大石头我们难以搬动时，需要将其“敲碎”。而被“敲碎”后的这些元素也可能相互纠缠，令我们的思路陷入混乱，所以我们还需要整理。这个不断敲碎、整理的过程就是最基本的分析。 9 s& R' q1 x; H2 K" w由于分析的对象往往是来源于外部的信息，包括各种现象、事件、问题点、数据等，所以要预先判断的是，这些信息的可靠型和纯净度。借用六顶思维帽的思路，即这些信息有哪些是白帽信息（未经加工处理和加入情绪判断的纯粹客观的信息），哪些是红帽信息（根据人的感性认知或直觉得来的信息）。 6 S/ \/ b; }. ^6 h 分析的第一步就是“分”也就是将分析对象的基本构成要素进行分解，直到被分解出的要素容易被直观地识别。因为同一事物时可能存在多个属性，所以也就存在多个分解的角度，分解时要有明确而合适的角度，常见的有三个：1、纵向的构成要素分解；2、前后的逻辑分解；3、以时间为尺度的阶段性分解。 其中第一类在各类工具中应用得最多，比如鱼骨图、树形图就是典型，不断找出构成大集合的小集合要素，直至分解到希望获取的信息逐步显露出来。要素分解最关键的是在起点时选择什么样的维度，不同的分析工具最大的差别就在于提供分割要素的维度不同，也即评估标准、或提供分割要素的路径不同。比如SWOT分析的“优势、劣势、机会、威胁”维度，波特的五力模型的“买方讨价还价能力、供应商讨价还价能力、现有竞争者的竞争、潜在行业进入者、替代品的竞争”维度，PEST分析的“经济环境、社会环境、政治环境、技术环境”维度，SPACE分析的“环境稳定因素、产业实力因素、竞争优势因素、财务实力因素”维度。即使是相对复杂的价值链分析，也是将企业经营活动产生价值的一般过程预先分解出关键环节，然后进一步细分。这些工具的首要价值就在于，根据大量的实践工作经验的积累，提供了相对科学合理的分解维度，工具的存在可以使我们在面临不同问题时可省去“选择合适的分解维度”的困惑和麻烦。当然，各类工具在进一步应用时，在基本思路上还是有很多差异的，下面再论述。 5 s) [2 F+ y2 q# M) f: N8 W除此之外，我们也经常利用经验，或掌握的一些基本原则，分解出目标对象背后隐藏的一些信息。能否抓住分析对象中的关键点，有效识别出有用的信息，也是评判分析能力高低的一个重要尺度。 t7 u& ~- `, V8 H6 z% ]分解出要素后，下一步一般需要排列，必要时进行排序。有些分析方法甚至直接从排序开始，比如销售分析中的“ABC分析法”，即将同一分类商品的各个单品按销售额高低进行排序，再据此识别出占销售主导的A类商品。可见，“排序”也是部分分析方法中非常重要的环节。排序时“价值因素”是最重要的衡量标尺。有些价值因素很简单、也直观，比如销售额的排序；有些价值因素比较模糊、难以量化，这时排序就比较复杂了，比如重要度、紧迫度、相关度等；有些排序需要使用到组合的价值因素，这样就会使用到“矩阵”或“权重”的方式，比如在进行时间管理、业务事项整理等方面的分析时。 . D6 c) ~9 @/ U7 l$ U. L$ W Z分解后还有一种处理方法就是分类，或叫归类。“分类”是人类认知和改造世界的最伟大的方法之一，因为分类，所以世界归于有序，因为有序，所以能被认知。 分类时自然要用到“属性”，这些被分解出来的要素都蕴含着诸多属性，所以可能存在多种归类方式。就如同一个人，他可能同时拥有男人、年轻人、南方人、穷人、大学生、运动爱好者、未婚人士等诸多属性。其中有些属性是非常确定、有着明确的区分界线的，比如“男人、大学生、未婚人士”，有些属性则界线比较模糊，比如“年轻人、南方人、穷人”，有些属性可能产生不可逆转的变化，比如“年轻人、未婚人士”，有些属性可能产生不确定性的变化，比如“穷人、运动爱好者”。我们对分解出的要素进行归类时，需要根据最终目的的需要，选择合适的分类属性，而且出于下一步判断的需要，最好选用比较明确的属性。当然有时往往事与愿违，我们不得不采用相对模糊的、或可能产生变化的属性分类，此时，至少要提醒自己注意到这个前提。 8 v3 _. v1 @! B. ^! M. J分类的一个好处在于，可以帮助我们找到事情的共性，从而甄别出主要矛盾，或问题的关键所在，并且有利于集中思路处理同类问题，以提高思维效率。 1 g: |, w! @* W7 K% s" N( C+ T" f综上所述，“分”的主要步骤包括分解（或分割）、排序、分类，其中排序和分类的先后顺序可以视情况而定，可以先排序再分类，比如按由上至下的百分比进行分割，也可以先分类再排序，比如排列出同一类要素中的主要因素和次要因素。 V( z5 N* E6 ?% G9 [ “分”之后就是“析”的过程。如果说“分”只是一个罗列事实、物理切割的过程，“析”则是一个发生化学反应的过程。“分”只是提供了基本素材，而“析”就是深度加工了。 - R- M4 H& k- z; l: Y; N5 { l- L5 L# }' K; x7 R& D6 A（下续）

笑书

（上续） ; q& P( i$ v7 [ 9 p# y1 c6 D# Q' {3 \% t所谓“析”，就是通过将各要素进行有机结合等方式，解析出更多有价值的信息，使事情变得更透彻更清晰。常见的方法有归因、对比、逻辑关联、逻辑后果、归纳、类比等。 & [7 c5 J, D3 ^所谓归因，就是对形成表层要素的可能原因进行判断。面对复杂对象，有时还需要对分析对象进行逐层分解，以逐步理清思路。比如进行离职原因分析时，可通过表象原因逐层分解出背后的逻辑构成因素，即，从逻辑上说，是什么深层原因才会形成这种表象原因，这样层层分解，一般经过四到五层，就会找到底层的一些基础原因，也就是问题的症结所在。比如离职原因中可能有一条“对管理层不满/与管理层关系不和”，分解原因，可能找出三个逻辑要素：管理者管理水平不高、上下沟通不畅、工作中缺乏被信任感，其中“管理者管理水平不高”又可分解出：培训不够、管理者任免不当、未对管理者在管理水平上做出高标准要求，在被分解出的要素中寻找符合公司实际现状的，就能逐步抓住问题的关键所在。归因是分析过程中最容易产生偏差的环节，错误的或不恰当的归因，可能使我们得出与事实完全相悖的结论。 % p/ M; S- T, d. y) v- n" {: d& J; b 所谓对比，常见于对信息进行统计处理后，一般有相同要素的历史对比、不同组别中相同要素间的对比、和标杆对比三种。能量化的信息数据一般以图表方式更直观的表达。雷达图就是标杆对比的典型，先设定分解的维度，再设定标杆值，再将实际值放入，形成直观的对比结果。还有一种比较特殊的对比，就是将不同维度分解出的要素进行合并分析，以期望发生化学反应，给我们以启发。典型的就是SWOT分析，在盘点出四个维度的信息后，在做SO、ST等战略分析时，就是采用的这种思路。对比分析又可能衍生出新的数据信息，然后还需用其它的“析”的方法进一步处理。 ! [6 ]& R% S8 v2 N! t; t所谓逻辑关联，就是找出各个要素间隐藏的逻辑关系，从中发现线索，从而找出被表象掩盖的问题点。找出问题点，往往是分析的主要目的之一。 所谓逻辑后果，就是根据已有的信息，按照一般的逻辑常识、或已被确定的客观规律进行推衍，通过趋势分析得出可能的逻辑结果。 ' b. n7 O b/ y% M6 x$ n j5 B* l所谓归纳，就是通过识别各要素或从其衍生出的信息间的共性，提炼出普遍的概念、命题和规律来。在归纳之前，也会用到一些合并、分类的手法，但最终的提炼才是关键步骤。 所谓类比，就是用相对常识性的、大家都比较熟悉的或结构想对清晰、简单的事物来做比较，以帮助更直观地认知分析对象。在类比时一般是在两个事物间寻找相似属性，有时能找到相似度很高的类比，有时则只能说“打个不恰当的比方”，如果两者的相似度都低于50%了，最好不要进行类比，以免产生误导。 5 k! @ a8 V8 G 这些“析”的方法没有固定的先后顺序，可单独使用，也可交叉组合使用，如何运用得当，纯粹在于使用者的经验。 " G2 M% ^ x6 f5 G$ U( A/ A 7 K& m% K' I1 d# V C除此之外，我们还习惯于不同的角度来解析对象，以达到更全面、客观了解的目的。常见的有四个角度：正面角度、反面角度、折中角度、第三方角度。任何事物至少可以从正反两个角度去看待，分析时只偏重一个角度很容易出现疏漏。当正反两面出现激烈冲突时，可能需要采用折中的视角，折中并非二一添作五，而是正反两极分别有效妥协后的产物，是最现实和合理的结果，这个视角也有可能最有利于发现一些基本原则和基本共识层面的问题。第三方视角相对比较客观，当事人若能跳出利益相关的制约，站在第三方的视角，或许又能看出一些新的东西。 0 X5 ]6 G C E- A/ R 在进行分析时，掌握一些“基本原则”是非常必要的，面对复杂多变的世界，这些基本原则就如同用于衡量各个要素的尺子，能帮助我们不那么容易迷失方向，并更快捷地找到问题的关键，得出结论。所以，丰富的经验、及在经验中逐步积累和熟练掌握、并能灵活运用的各项原则，对于能更有效的进行分析至关重要。有时，在面临同一问题时，这些原则也可能相互冲突，互不相容，此时需要更底层的原则衡量、评估、协调这些冲突。越是底层的、具备更多共性的原则，越具有权威性和说服力。 . S% x1 G% z& K5 i " }1 \1 `3 B& Q* s0 F8 Z' ~分析中还有个比较特殊的领域，就是数据分析。在符合以上的这些基本规律的前提下，数据分析有自己比较独特的模式，包括数据统计、曲线分析、图表分析等。尤其是数学已为我们提供了很多成熟的思路和工具，可帮助我们很便捷地做出判断。 , T, v/ ]( U! S# }9 { 1 _5 r, T6 x: C; Y$ N' t% [: o7 d ?" q" z所以，分析的关键无外乎两点：把握原则，掌握工具。我们经常提到的（在胜任力模型里也常见到的）“分析力”或“分析能力”，其实也就是对这些原则和方法的运用能力。 6 J) i9 w T* j7 q: ~% h5 K& d 当然，有一点不能忘记，“分析”最终是要出结论的。任何结论都是以某种假设为前提的，只不过一些词句上简单的结论隐藏了这些假设前提的信息。当结论是以分析作为假设前提时，如果分析不是充分而准确的话，就可能得出荒谬的结论，或貌似合理、实则充满漏洞甚至有害的结论。 分析，是人类认知和改造世界最有效的武器之一。以上只是就分析中的一些共性做了简单的论述，还有一些共性的要点可能尚未涉及，更不能被其束缚了思维。实际应用中面临的情况非常复杂，掌握一些分析方法的基本共性，对于更好的展开分析应该会有所帮助。 ! E! j3 ?3 G; z; k, _（完）

白头熊

很基础 ?" k* X. f# {- c$ X9 N7 f值得一看。