黄金圈思维思考法则：用“思维框架”解决问题

很多东西都是有相似性的 ，通过归纳、总结，梳理你的知识结构，从一个整体、系统上看待问题，才不会是自己感动自己。

我们经常会发现很多书里的内容都有似曾相识的感觉，即使他们是完全不同类型的书籍，信息时代的我们淹没在信息的海洋里，感觉每天被各种“干货”包围，这些东西就好像四散的浮萍散落在脑海里，遇到问题经常是随机从脑海中“捞出”几点铺上去，甚至是头脑一片空白，其实可能你的大脑中已经储存解决这类问题的对策，只不过它们四散在你脑海中的某个偏僻角落。

很多东西都是有相似性的 ，通过归纳、总结，梳理你的知识结构，从一个整体、系统上看待问题，才不会是自己感动自己。

前面的情况我们大多数人曾经都遇到过、苦恼过，下面的内容是我现在的一些思考和总结，写下来希望能和大家一起交流学习，以后有新的想法会继续更新。

一.认识“框架”

欧几里德作为几何学的鼻祖，在他的《几何原本》中只有五条公理，然而如此复杂的几何学都是建立在这五条公理的基础上，由此推理、演化出各种定理、结论。回想中学时代，我们往往发现几何课本或物理课本中一个章节通常只有一到两个定理或规律（一本书中其实也没多少），其他的都是推理出的小定理1、小定理2、小定理3、小定理4…..，然后我们就可以拿着这些定理、推论去解决各种复杂、奇葩的应用题。

生活中那些复杂的问题虽然没那莫奇葩，其实某种程度上可以类比那些应用题，抽象出来可能都是背后的那几条”定理”，而这些“定理”最终也会在不同的场景、行业中演化出各种小“定理”。

举三个例子：

1.数据分析中的A/B测试和化学实验中控制变量法都是保持保持单一变量，对比试验结果；

2.运营中的拆解指标、层层落地和决策树分析都是在运用金字塔原理分析问题；

3.精益创业的小步迭代、快速试错和贝叶斯算法变量的修正都是评估当前最新信息，获得既定目标最大概率的决策行为，是一种迭代思维。

……

上面三组例子底层对应的是三个“定理”，这里的A/B测试、控制变量对比试验、决策树分析等都是各种小的“推论/演化”，这些所谓的“定理”通俗的讲也可以叫做“解决问题框架”。

二.知识归类

生活中我们会从各种课程、书籍、别人的经验分享等等，获得各种各样的小框架，如果不将其思考、归类，大脑中的知识是处于一种混乱、游离的状态，其实这是会影响我们思考的深度和提取的速度。试着将这些小框架1、框架2进行分析、归纳，总结出它的底层框架，然后收集这些框架在不同场景、行业下的各种应用框架。

这里我总结有归纳和演绎两种情况。

演绎

演绎法是你已经总结出那个底层、通识的框架，剩下的只需要把把你学到、推理的新应用框架归类到各自底层框架中，是一个丰富的过程。

<

演绎

归纳

归纳法是一个创造的过程，很多应用框架被获取，通过反思、总结出底层的框架，接下来的做法和上面的演绎过程相同。

归纳

不同的框架在你的脑海中其实并不是孤立的，相互之间是可以形成网络的，这样可以创造出新的框架，更灵活的应对复杂问题。

三.用框架解决问题

既然各种应用框架和底层框架是一致的，并由其演化，是不是只需要掌握底层那个框架就行了，其实是可以的，前提是你需要有很好的洞察力，能迅速看清事情的本质，遇到问题时可以做到迅速联想，而做为我们大多数普通人仍需要不断去积累各种应用框架，丰富大脑中的弹药库，就像数学中的那些小推论，需要时直接调用，缩短问题和底层框架之间的桥梁，提高我们解决问题的效率。

所以像做应用题一样去解决生活中那些棘手的问题吧！

用框架解决问题

四.跳出框架

拥有更多解决问题的框架固然是我们所追求的，但同时我们应该警惕被这些框架束缚，有时候人们会根据以往的经验，在一个低维的层面去纠结、寻找解决问题的方法（钻牛角尖就是一种极端的行为），殊不知跳出那个圈子，从一个更高的维度看，会有更宽广的视角，这就是为什么刚毕业的大学生比那些工作多年的老手有更强的可塑性和创造能力。

这里介绍一种黄金圈思维思考法则。

黄金圈思维法则

这是一种由内而外的思考方式，分三层，Why：思考为什莫要这么做、我们的目标、理念；How：采用什么方法、措施；What：我们的产品表现形式。

例子：苹果公司Why的层面是“Think different”, How层面是极致的用户体验和先进的技术，What的层面是Iphone，高清视网膜屏、超薄的金属拉丝外壳等，整个公司的产品都是为围绕“Think different”这个理念，所以它并没有像当时其他的手机厂商一样一味的追求通讯质量，研发出独一无二的iphone。

做产品通常也是先从需求的角度也就是Why的层面考虑，挖掘用户本质的需求，然后从How的层面考虑是用一个线下服务方案还是一个互联网产品去解决这个问题，最后再从what层面去考究采用什么材质、交互方式、视觉表现。

五.思考解决问题的模型

解决问题的模型

日常中解决的问题通常有两种情况：问题尚且未知和问题已明确。

（一）.问题尚且未知

透过现象发现问题本质，比如电商订单转化率的下降、投诉率的上升等现象，具体原因尚且未知，解决这类通常问题有五个阶段：1.发现、明确问题；2.价值评估；3.制定解决方案；4.方案评估；5.设置考核指标；6.测试验证；7.反馈。

1.发现与明确问题

界定问题的边界

一个复杂问题通常会涉及内部、外部、 环境三个角色，三个角色应该是一个并行的关系，具体问题可能会有侧重，从三个角度分别思考有助于将问题想的更全面。

举个简单例子:

如何将500毫升的水装进300毫升的瓶子中？

• 方案1：换个大于500毫升的瓶子；

• 方案2：将水冻成冰；

• 方案3：送到失重的环境下。

上面三个方案分别是从瓶子（外部）、水（内部）、环境三个角度考虑出来的。

回归流程（此处流程可能不止一个）

通过流程将问题拆分成一个个有顺序的小模块，流程中可能会涉及各个不同角色，将内部、外部、环境三个角色铺设在流程中，这时候你将更深刻的理解不同角色在流程是如何流转、决策的。

到了这一步我们就更容易通过数据分析或经验发现有问题的节点，明确问题的模块、涉及角色，然后继续拆分，直到发现，可付诸行动的指标和改进行为。

2.价值判断

价值判断：用户价值（影响面、使用频率等）、商业价值（转化率、新增长点等）、内部价值（效率）；

如果问题价值太低，可暂缓或不予考虑。

3.方案的制定

这里可以调用你积累的各种框架（框架1、框架2…）制定你的方案。

4.方案评估

方案正式开发前需进行可行性判断，通常需要考虑技术壁垒、耗费时间长短、政策、拥有资源等。

5.设置考核指标

该指标应该是与你的产品价值、商业价值直接相关的第一关键指标。

6.测试验证

正式实施前通常会进行灰度发布和A/B测试，这在一些互联网公司比较常见，这可以有效的规避不确定性、降低实施风险。

灰度发布：一些不确定效果或影响面较大的实施方案，通常会进行一些小范围的灰度发布；

A/B测试：方案不止一个，存在分歧时，通常会采用A/B测试，注意样本选取的合理性（覆盖、平均等）。

7.反馈

反馈其实是一个闭环控制，同通常有两种反馈结果：“与预期相差很大“”和“问题得到改善”。

与预期相差很大

原因及措施：1.问题关键点找的不准，此时应该重新返回找到关键问题；2.指标设置不合理（太高、不是关键指标）。

问题的改善

原因及措施：方案被验证有效，应继续扩大范围，根据反馈优化方案。

（二）对于已经明确的问题，可以直接跳过第一步，进入方案制定。

举个栗子：

怎样提升某个在线课程的听课率？

1.发现、明确问题

三个角色：

外部— 学生、老师；

内部— 平台；

环境— 学生上课环境、老师讲课的环境。

回归流程:

1. 制作课程；

2. 运营宣传；

3. 报；

4. 等待上课；

5. 上课；

6. 完成作业；

7. 点评

找到三个角色在流程中的流转、关系。

简单说一下，比如第一步，制作课程，涉及到老师、平台、环境，对应的优秀的师资、课程质量、平台的制作水准、录制课程的环境等都是应该考虑的因素。

第二步，运营宣传，涉及到平台、学生，对应的关键点有平台的推广力度、效果，选取的目标学生群体等。

…

第五步，上课，涉及到学生、平台，可能的关键点有学生的激励、上课付出的沉没成本，提供更更好的上课体验等。

2.问题价值判断

3.制定解决方案

4.可行性判断

5.设定考核指标

如：整个过程的漏斗转化率，报名人数、上课率、作业完成率等。

6.测试验证（必要时）

A/B测试、灰度发布

7.反馈迭代

有没有发现这套解决问题的模型，其实是由多个框架拼接而成的一个更大的框架，这再次验证了前面所说的框架之间的关联性。