卖家故事|用麦肯锡方法解决亚马逊问题

如何用麦肯锡思维方法解决亚马逊问题？

麦肯锡是世界顶级的管理咨询公司，全球排名前100家公司中有70%左右都是它的客户，这里汇聚了世界上最聪明的大脑，培养了许多顶尖的管理思想家和商界领袖。其背后是一套分析问题、解决问题的专业方法论在支撑。

我会从三个方面来讨论麦肯锡方法的核心观点：

一、解决问题的第一步，与事实为友；

二、让思路清晰的关键是系统分析问题；

三、更快找到解决方案的捷径是像找钥匙一样做初始假设，直奔问题答案。

【第一部分 - 解决问题的第一步：与事实为友】

高手往往不仅仅重视经验 ，更重视事实。更重视事实的意思 ，无论我们对一个问题是不是有丰富的经验 ，都不要在一开始就下判断 ，而是要先广泛地收集资料 ，了解真实情况。这就好比 ，经验再丰富的法官 ，如果不先研究大量的证据就做出判决 ，那他判出冤假错案的几率就会大幅增加。同样地 ，在分析数据 ，如果要高效地解决问题，首先要做的反而是收集事实。收集事实 ，不仅是我们解决问题的第一步 ，也是解决问题整个过程中要始终坚守的原则。

这样做有两个好处：

1. 收集更多的事实能够避免被自己的错误的直觉、经验所误导。每当我们关键词排名下降时 ，第一时间就是刷单冲上去 ，我们开始规划每天刷多少单 ，才能冲到首页 ，于是我们越刷越多，花费越来越高，但是排名依然上不去。这时我们可以系统分析这条listing所有流量来源的单量和转化率、广告订单量、广告转化率、综合转化率等 ，看看在推品时是否会有无效点击产生 ，修改文案中的无效词和广告词加否也可以一定程度上提高转化率。这就是坚持与事实为友的好处 ，能让自己不被表面现象所迷惑 ，更好地看清问题的实质。

2. 其次，还有一个隐形的好处，那就是更容易增加解决方案的说服力。要知道，从事亚马逊的我们太年轻，在交流或汇报方案可能不受重视。当我们能如数家珍般地把大家想知道但不知道的各种事实情况逐一分析，并提炼出原因和建议之后。肯定能更加得到认可，这是事实的力量。

再举个例子，比如，我们在工作中经常协调沟通各自的任务分工。没有经验的新员工，如果觉得领导安排的任务太重了，往往会跟领导说：“头儿，任务太多，我做不完啊。”这个时候，领导会笑眯眯地说，“没关系，我相信你，一定能做完。”你该怎么办？其实，这个时候你就应该用事实说话。你可以把事实逐一列出，这么说：“头儿，您看，我平时一天能完成三篇稿件，也就是说，一周五天，我可以完成15篇稿件，但是这周给我安排的任务是30篇稿件。就算我加班熬夜 ，一周完成20篇就是上限了，您看，这个任务是不是延长工期或者再找一个同事来协助，确保任务进度呢？”这样沟通，是不是更有说服力？

【第二部分 让思路清晰的关键—用 MECE 法则系统分析问题】

有时候我们会发现 ，在思考一个复杂问题的时候 ，往往牵涉的各种因素特别多 ，如果你再去收集各种事实 ，发现要处理的信息就更多了 ，千头万绪，很难理清楚思路。这个时候该怎么办？这就用到了麦肯锡的第二个核心方法：MECE 法则。

最近店铺利润下滑 ，你提出一个问题：怎么样能够提高我店铺的利润？这个问题 ，听起来很小，其实很大。因为这个问题背后牵涉的影响因素和事实可能非常多 ，比如你产品的风格 ，你的产品质量 ，售后服务的水平 ，销售文案的质量，甚至亚马逊相关的技术规则和政策 ，都会影响到你的利润。这个时候，你怎么处理这个看似简单，实则复杂的问题？

事实上，类似的问题在人类的历史上被不断重复：怎么样捕获更多的猎物？怎样提高工厂的利润？等等其实都是一样的问题。

现在我们有一套解决这种复杂问题的思路，并形成了相应的方法论。那就是 ，把复杂问题拆解成一个一个简单的子问题 ，只要解决了全部的子问题，就能攻克这个复杂的问题。这种化繁为简，分而治之的思路，是我们处理复杂问题的一个关键。其实，这种处理复杂问题的思路运用非常广泛。比如，让你直接吃一大块牛排你吃不了，可是切成一小块一小块就很容易。不过，我们还可以将化整为零的思路进一步深化 ，形成了一个专门的系统分析方法原则，即 MECE 法则。

所谓 MECE 的意思是，相互独立，完全穷尽。也就是说，我们在拆分问题时 ，每一个子问题应当相互独立 ，而所有的子问题汇总起来又完全穷尽了母问题的可能性。具体而言，任何事情的解决方案都可以归纳成一个中心论点，而这个中心论点可以由三到七个分论点来支持 ，而每个分论点下面又可能有三到七个的分论点 ，如此层层延伸下去 ，就能把这个复杂问题拆分成简单的子问题。而这里面的关键是，子问题之间是相互独立的，又没有遗漏母问题的内容。

那我们怎么样应用 MECE 法则，把一个复杂的问题一层一层分解成小问题来解决呢？我们继续用前面说的，亚马逊店铺如何增加利润这个问题来分析，如何用 MECE 的方法把这个问题分解成子问题。

我们可以这样思考，想让店铺利润增加，无非有三种途径：

1.要么增加销量，卖得更多；

2.要么降低成本，获利空间更大；

3.要么提高售价，增加收入。

你还能够想出除了这三个途径外，让利润增加的方式吗？如果想不出来，就说明这三个子问题穷尽了母问题。而销量，成本和售价，这三者之间又是相互独立的，他们彼此可以视作互不影响，所以，也是相互独立的。因此，这个分解问题的过程，就符合 MECE 的法则——相互独立，完全穷尽。

当然，问题只分析到这里还没完，我该怎样提高销量或降低成本呢？这些问题，可以继续用 MECE 的方法进行分解。如何增加销量这个问题，我们可以分解为：

1. 提升图片、文案内容质量

2. 促销活动，增加更多品类

3. 给老客户提供优惠

4. 增加有效曝光和点击

5. 站外推广

类似地，我们可以梳理出各种可能的解决方案，然后用 MECE 的原则检查。最后就能找到很多提高效率或降低成本的方法。

【第三部分 - 像找钥匙一样做初始假设，直奔问题答案 】 

如果你仔细留心的话，可能会注意到一个现象。那就是，用 MECE 的方法分析之后，可能产生很多解决问题的思路，但是这就产生了新的问题，一方面，这些新思路未必都可行，有的效果明显，有的可能作用并不大。另一方面，我们这么多想法，如果一个个尝试，要花多少时间啊？我们怎么知道哪个方法最有效呢？

用初始假设 ，直奔问题答案 ，更快地找到解决方案。说到如何能够更快地找到解决方案 ，这就涉及我们大多数人的一个认识。很多人都认为 ，解决问题的顺序应当是：发现问题 > 分析问题 > 最后找到答案 > 解决问题

所以，我们认为，解决问题的答案是前面所有研究分析工作完成之后的结果 ，答案也就理所应当地在最后一个环节作为最终成果，展示给大家。

这个想法从逻辑上来看，并没有错。可是，从实际解决问题而言，更有效的解决方案往往并不是如此按部就班地执行而得到的。相反 ，很多解决问题的高手 ，都是先找到一个可能的答案，然后才进行深入研究和分析的。换句话说，在找到问题的答案之前，就要设想出问题的可能答案。你可能觉得是一个颠覆认知的观点 ，如果先有了答案 ，那还需要工作吗？但有意思的是 ，这个方法并不新鲜 ，是你一直在用的方法，只不过你并没有意识到而已。

比如说 ，你在要出门的时候 ，突然发现找不到钥匙了。这个时候 ，你在解决一个钥匙在哪里的问题。现在你提出了问题 ，不过你肯定不是准备分析完钥匙的起源、丢钥匙的可能时间、地点、丢钥匙的影响等等各种因素后 ，得出各种可能的解决方案再去找钥匙。相反，你一定是先找出自己昨天穿的衣服，在兜里摸一摸 ，看有没有，如果有 ，那OK，你就拿好钥匙出门。如果没有，我再找找最可能有钥匙的地方在哪里，是不是放另一个包里了。你看，这个思考的过程，就是有了一个可能的答案，比如钥匙在衣服兜里，然后在去验证这个答案是不是有效。

这个找钥匙的过程 ，和我们解决其他所有问题的思路其实都一样。而这个过程中 ，涉及了很重要的解决问题的原则，让我们稍微把这个案例的过程引申阐述一下 ，在找钥匙的过程中 ，如果按照 MECE 方法分析钥匙丢在哪里这个问题 ，也是可以的。

比如，我们可以把这个问题拆分为丢在屋子里和丢在外面 ，这两个相互独立又完全穷尽的选项。而把丢在屋子里这个问题再用 MECE 方法分解 ，可能会分成：客厅、卧室、卫生间、厨房里。我们一一去找就可以。而丢在外面这个问题要分解 ，可能就要把上次用钥匙之后走过的地方 ，进行分段处理了。如果我们把每一个可能的地方一一找一遍 ，只要没有别人偷窃或捡走钥匙 ，那么我们肯定能找回来。可是 ，如果要找这么多地方，那这个工作量就确实太大了。

这个问题就和我们遇到的所有问题一样，影响问题的因素可能有100种，如果我们要逐一分析，我们的工作量是极大的。我们要尽可能地合理减少要评估分析的因素，当一个问题要考虑的因素复杂度变为原来的2倍，那么解决问题需要的时间就会变成原来的4倍。也就是说，问题越复杂，那么解决它需要的时间是呈指数级增长的。如果找钥匙这个问题就有50个因素要全部分析，那工作量产生的成本，远不如换一把锁划算了。

那我们该怎么解决这个问题？如何能够不陷入到这么多细节的分析当中呢？其实 ，我们习以为常的做法就是很好的解决方案 ，那就是先不考虑那么多 ，而是想想：昨天钥匙还放到过哪里？这个“想想昨天钥匙还放到过哪里”的思路 ，其实就是一种解决复杂问题的高效手段。这种在大量可能性中 ，通过快速判断最可能的解决方案的做法 ，称之为：寻找关键驱动因素。在找钥匙这个问题上 ，关键驱动因素就是昨天钥匙放过的地方 ，一旦找到了关键驱动因素 ，其他众多因素的重要性就下降了 ，我们就可以极大地简化问题。

而我们解决其他任何问题的时候 ，也需要通过分析或者头脑风暴找到这么一个关键驱动因素 ，来简化问题。而且，一旦我们找到了关键驱动因素，就能在它的引导下 ，快速找到一个可能的答案。比如是不是在昨天衣服兜里，或者另一个包里。当然，这两个答案可能正确，也可能不正确。但显然，你这么做如果一下找到了钥匙，就不需要去其他地方找就立刻解决了问题，如果没找到，你再从 MECE 分析中的其他可能性中找最大可能性来解决问题 ，效率也要更高。这种钥匙还没找的时候，我们就猜测“可能在昨天衣服里或者另一个背包里”的方法 ，就称为：建立初始假设，先给问题找个答案，再去看看这个答案是否正确。

麦肯锡核心观点：

1. 要与事实为友。无论自己多么有经验 ，都要先从研究事实入手 ，这样不仅能够避免我们的直觉、经验的误导 ，也能让客户对我们更信服；

2. 我们要学会用 MECE 的方法把复杂的问题拆解成简单的子问题。通过把问题分解成相互独立 ，完全穷尽的子问题 ，来化整为零地解决问题；

3. 我们要学会“先建立初始假设，再验证寻找答案”的方法 ，来提高解决问题的效率。通过这样的思维训练 ，我们解决问题的能力就能大幅提高。

该篇文章为卖家之家特约作者“一味君”投稿文章，转载本文不得修改标题及原文，并保留来源以及原文链接，否则我们将保留追索权利。