——以逻辑树解决复杂问题
文/姚斌
1
如果说安德烈亚斯·瓦格纳的《如何解决复杂问题》是运用生物进化的三大力量来解决复杂问题。那么查尔斯·康恩和罗伯特·麦克林的《所有问题七步解决》则是从高度迭代的角度来解决复杂问题。康恩和麦克林宣称他们的方法是“简单”的，这种方法可以运用于从战略性的商业决策到全球性的社会难题，以及个人生活中的各类棘手问题。
七步问题解决法采用高度可视的逻辑树形式，它们分别是：如何准确定义问题以符合决策者的需要？如何分解问题并提出可供探索的假设？如何在该做和不该做的事情中分出轻重缓急？如何制定工作计划，分配分析任务？如何决定收集和分析事实来解决问题，同时避免认知偏差？如何综合分析结果，提出自己的见解？如何表达自己的见解，说服他人？
康恩和麦克林来自麦肯锡，他们曾经都是麦肯锡公司的合伙人。在他们的长期工作生涯中，他们认为，一家公司的成功运作需要诸多技巧和智慧，但究其根本，则是创造性地解决问题的能力。在当今社会，解决复杂问题的能力被列为21世纪首屈一指的能力。而七步问题解决法具有迭代性，非常灵活，可以帮助我们快速找到粗略的答案。
何谓解决问题？解决问题是指在情况复杂、形势不明，没有明确解决方案时进行的决策。要想成功，就需要前所未有的解决复杂问题的技巧。世界经济论坛在其《未来工作》中把“解决问题的能力”置于2020年十大职业技能之首，紧随其后的是“批判性思考问题的能力”和“创造力”。管理能力的发展历经了三个阶段：20世纪70~80年代，强调的是战略能力，挑战的是竞争领域与方式；90年代强调的是执行能力，挑战的是集中精力完成工作；2015年以来强调是解决复杂问题的能力，挑战的是高效、创造性地解决问题。
如果不具解决复杂问题的能力，那么就极其容易踏入陷阱，犯下错误。7种常见的错误是：对问题阐述不清，缺乏针对性；妄下结论；无法分解问题；忽视团队结构和规范；分析手段不完善，缺乏合适的分析手段；无法将结论与行动过程联系起来；把解决问题的过程视作一次性事物，而不是反复性事物。
解决复杂问题既是一个完整的过程，也是一个循环。康恩和麦克林由此提炼出七个步骤，每个步骤都很重要，随意跳过一些步骤可能会导致很多错。最重要的一步是用逻辑的方式将问题分解为各个部分，这样就可以分离出最重要的分析：第一步，定义
问题；第二步，分解问题；第三步，划分优先级，适当取舍；第四步，制定工作计划和时间表；第五步，分析问题；第六步，综合分析；第七步，阐明观点。
2
以下是关于“家居建材王者之战——赫欣格与家得宝”的案例。它展示了七步解决复杂问题的过程。
赫欣格创立于1919年，其营销战略重点放在零售消费者身上，而不是承包商身上。这就推动了体验式家居建材业的发展。赫欣格在20世纪前半个世纪中开始缓慢扩展，1972年上市后，它计划以更快的速度扩张。当时，五金行业以每年近12%的速度增长，是美国经济发展速度的两倍多。不断上涨的房价增加了房主对房屋维修和改善家居条件的关注。凭借出色的业绩和充满希望的行业预测，赫欣格寻求开拓新市场。该公司账面上可用于市场扩张的现金有1.3亿美元，并且拥有强大的资深员工队伍——所有连锁店150名经理拥有9年或更长的时间工作经验，因此公司管理层对他们创建市场份额的能力充满信心。
然而，从1979年开始，美国南方一家小型竞争对手家得宝开设了三间新的仓储式商店。与赫欣格一尘不染的店面、宽敞的库房、相对较高的价格形成鲜明对比的，是家得宝打造的超级仓储式五金商店模式，这种模式既面向散客也面向经营承包商。1981年上市后，家得宝开始从亚特兰大基地迅速扩张，与赫欣格从华盛顿特区的扩张如出一辙，两家公司展开对决。尽管赫欣格当时的确拥有卓越的管理团队和骄人的历史业绩，但它并没有意识到家得宝正在改变这个行业的竞争格局。
康恩与他的团队对赫欣格和家得宝进行对比分析，结果令他们震惊：外表相似的业务，内部却截然不同。为了解决这个问题，他们使用了投入资本收益率逻辑树，结果证明这是一个有效解决问题的工具。结果显示，尽管两家公司的投入资本收益率相似，但它们的成功驱动因素却大不不同。
家得宝的管理费用和商品销售成本较低，但其毛利率比较低（销售价格减去商品成本），公司采用的是低成本/低价格策略。家得宝的资产生产率要高得多，这意味着它投资的每一美元都能创造更多的销售额，包括每平方英尺店面较高的销售额和更高的库存周转率。家得宝的发展速度要快得多，尽管它在1983年的规模与赫欣格不相上下。
很显然，家得宝通过降低管理成本，提高资产生产率，弥补了利润率下降的影响，其收益率与历史悠久的赫欣格相似。康恩团队对此进一步研究，其结果值得注意。家得宝发展如此之快，是因为其产品的价格要低得多。康恩团队对购物者价格进行了秘密分析，发现家得宝的同类产品价格要低15%~18%。它怎么可能以如此低的价格维系经营呢？
康恩团队了解到，家得宝建立了一个最先进的库存管理系统，并采用全新的店面设计，将库存放置在零售楼层20英尺的货架上(而不是赫欣格的8英尺货架)，这样一来就不需要后台储存，也省去了人工搬运成本。此外，该公司没有将货物主要存放在公司的中央仓库，而是与供应商谈判，将货物直接运往家得宝的门店，或越库配送货物（供应商的卡车快速卸货，货物直接搬上门店的送货卡车，不需要二次装卸）。研究小组估计，家得宝的运输和物流成本比赫欣格低5%，并且通过集中精力处理数量较少的零售订单，同样商品的成本可以降低5%。正如第一波士顿公司所指出的，家得宝每家店面的平均销售额约为2000万美元，是赫欣格或家居广场公司的两倍多。
因此，家得宝的投资资本获得了同样的回报，但通过降低配送成本、采购成本、门店成本和公司管理费用，提高资产生产率，该公司能够承受价格的大幅下降。更低的价格极大地提高了每家门店的销售额，提升了公司的资产增长率。如此一来，赫欣格公司的麻烦很快就来了：它能否采用家得宝的一些竞争做法，以其强大的品牌优势重新夺回地区领先地位？尽管赫欣格试图降低成本，提高资产生产率，但随着时间的推移，这种差异不断扩大了。到1988年，这两家公司的差异越来越大，家得宝的销售正在加速，因为它开拓了新的市场，每家门店的销售额几乎是和赫欣格的两倍，其资产生产率持续攀升。当赫欣格试图与家得宝展开价格竞争时，它进行了促销活动。尽管它收购了一家类似仓储连锁公司，却未能做出竞争所需的深层次商业模式变革。随着19个州多条战线相继失手，包括其长期占据主导地位的华盛顿特区的大本营，赫欣格开始关闭一些门店。到1997年，赫欣格公司倒闭了。
3
投入资本收益率逻辑树呈现的是导致这种竞争结果的商业模式之间的根本差异，显示了应用于商业中的要素分解法对解决问题的价值。在对家居公司的比较中，这一逻辑树的目标是分析投入资本的收益，各个树杈包括盈利能力和资产生产率，也就是体现在数学上导致家得宝和赫欣格两个竞争对手之间驱动因素在运营和财务结果上的差异。
通过投入资本收益率逻辑树可以分析出，两种不同的商业模式如何导致不同程度的财务成功来了解这公司的市场前景。在这个分析过程中，康恩团队抓住了三个关键点：
情况描述。赫欣格公司历史悠久，业绩出色，在区域内占据主导地位，正寻求对外扩张。
观察问题。一个新的竞争对手家得宝推出一种仓储式超级商店模式，在较低定价的推动下，该模式的增长速度要快得多。它们的商业模式是不同的，家得宝通过采购经营、较低的物流成本和较高的资产生产率来补偿更低的价格。家得宝很快就会和赫欣格在经营上有地理上的重叠。
解决问题。为了保持竞争力，赫欣格需要迅速改革其库存管理和物流系统，开发成本更低的采购模式，允许更低的定价。否则，即使在其核心市场上，该公司也将面临真正的威胁。
这就是对于解决问题这一步骤在某一时间节点上的简要的总结。它对仍然需要进行的分析提出指导性意见，提供了一种可以也应该被攻击的策略，并对错误思维进行压力测试。
4
在赫欣格和家得宝之战中，把对不同枝叉的分析结合在一起，就可以看到，在收入、成本和资产生产率方面，各个枝杈的整体情况就显现出来了。从相对的销售增长曲线来看，家得宝远远超过赫欣格。通过对销售价格数据、采购成本、物流费用、管理费用、商店设计和库存周转率的研究，我们可以更全面地了解是什么推动了不同的收入增长结果：更低的价格推动了销售的增长；销售额，再加上更好的门店设计和物流系统，提高了资产生产率和库存周转率，降低了公司每一环节的单位成本。这是一幅十分直观的商业竞争模式图。
许多商业问题都可以从这种特殊类型的问题分解中得到启示，因为它非常清楚地显示了收入(价格、数量、市场份额)、成本(固定成本、可变成本、管理成本)和资产利用率等各种因素，以及它们之间存在的数学关系。这种逻辑树还使“假设”竞争情景关系变得很容易。例如，利用它可以很容易对利基市场和广泛市场的产品策略进行建模，并且管理团队可以就产生结果的假设的真实性展开辩论。对于商业问题，从利润因素和投入资本收益率逻辑树入手分析，几乎总是没错的。
使用合理的分析技术十分重要。人类在金钱方面容易犯很多错误，其中包括关注沉没成本、未来事件不合理的高贴现率，以及不对称地处理损失和收益。避免这些错误的一种方法是使用合理的分析技术，包括问题/模型设计、净现值分析和边际分析、使用现金流而不是会计账面价值等。纳西姆·塔勒布在《黑天鹅》中提醒我们假设正态分布的危险性。现实中确实会出现不可能的突然转变或不连续事件，而长尾分布(一边是长尾的不规则形状统计分布，表明极端事件的概率即使很小，也是可以测量的)意味着我们应该在解决问题时考虑到这些因素。这意味着，我们不仅应该明确地对价值的窄带(预期情况、不利情况)建模，而且应该对更极端的不利情况建模。做最坏打算有助于凸显风险，关注存在巨大风险的重大决策。
纳西姆·塔勒布还提醒我们，基于过去成功的简单规则可能会导致你误入歧途，因为低概率事件可能会产生巨大的错误。起源于14世纪的奥卡姆剃刀理论偏爱最简单的符合事实的解决方案。它告诉我们选择设想数量最少的假设。一个简单的数学例子可以解释为什么这样做是有道理的：如果你有4个相互独立的设想，并且正确率分别为80%，那么这4个设想都正确的概率刚好超过40%；如果有2个这样的设想，正确率相同，那么二者正确的概率就是64%。对于许多问题来说，假设越少越好。实际上，这意味着要避免复杂、间接或推论性的解释。
5
与奥卡姆剃刀理论相关的是单原因决策启发式方法，包括淘汰推理和顺理成章的推理，即淘汰那些缺少吸引力的假设。当事实和证据指向一个更微妙和更复杂的答案时，不要固执地坚持一个没有多少假设的简单答案。启发式方法与快捷路径，包括奥卡姆剃刀理论、数量级削减：限定市场、二八思维、72法则、S曲线/采用曲线、期望值模型、贝叶斯思维、类比推理等。
数量级分析通过估算不同因素的影响程度划分团队工作的优先级。在商业问题中，通常计算价格、成本或数量上10%的增加价值，以确定哪个因素更重要。
二八定律也称为帕累托法则，它描述了一种常见现象，80%的结果来自20%的原因。比如，20%的消费者占该产品或服务销售额的80%，许多商业的市场结构都以二八比例或接近这一比例为标准。例如，在医疗保健领域，20%的人通常占用80%的医疗保健成本。
复利增长是理解财富如何积累、企业如何快速扩张以及一些人口如何增长的关键。沃伦·巴菲特曾经这样说：“我的财富源于很巧合的因素：我生活在美国，有一些幸运的基因，外加复利。”估算复利效应的就是72法则。72法则通过72除以增长率来估计数值加倍所需的时间。如果增长率是5%，那么加倍的时间大约是14年(72/5≈14.4年)。如果增长率为15%，那么在5年内就会加倍。
如果要评估某一创新技术/产品的采用率，一种有用的启发式方法是S曲线，它能够显示新产品或新市场的常见销售模式。互联网应用初期，当时许多预测者高估了互联网渗透在短期内的影响，但低估了10~15年后的长期应用。事后看来，它很明显是一条经典的S曲线。1995年，只有不到10%的美国人上网，但到2014年，这一比例达到87%。
期望值，即单点期望值，就是某个结果的值乘以该结果发生的概率。期望值是一种有力的初步分析工具，在不确定的环境中确定优先顺序，并就是否下注得出结论。在风险投资中，目标可以表述为创建一家10亿美元的独角兽公司的愿望。近年来，硅谷公司达到独角兽标准的概率为1.28%，单点预期价值为10亿美元乘以1.28%，即1280万美元。
贝叶斯思维是关于条件概率的思维，指事件A在另外一个事件B已经发生的条件下发生的概率。事件B也有一个概率，被称为先验概率。如果天气多云(先验概率)，分析下雨的概率；如果天气晴朗，再分析下雨的概率。这两种情况都有可能下雨，但天气多云的时候更有可能下雨。下雨的概率取决于天空是否有云，这本身就带有概率性。贝叶斯分析很难被正式采用，因为很难精确估计先验概率。但是，当认为条件概率在问题中起作用时，就应该使用贝叶斯思想。
类比推理指的是，你之前看到的某个特定的问题结构和解决方案，认为其可能是用于解决目前问题。然而，类比推理是有限度的。当零售业、图书出版业和房地产业的传统商业模式首次受到颠覆性互联网模式的挑战时，我们无法用类比推理来解释竞争格局将如何演变。一家啤酒公司收购一家葡萄酒公司，理由是两家都身处酒类市场，拥有共同客户和分销需求。但两者在产品范围、品牌管理、客户群体和营运资金需求方面的差异，意味着它们在实践中几乎没有共同的成功因素。光环效应追随着一个成功引领企业扭亏为盈的高管，他可能认为自己的成功将在新的环境中得到复制，但结果却常常以惨败而告终。
6
大多数复杂问题都具有不确定性的特点。不确定性的等级从1~5分为5个等级，其中1级表示能够合理地预测未来。2级指的是在技术变革之后出现的另一种未来，在这种情况下，从谁赢谁输的角度来看，结果将是二元的。3级指的是未来存在多种可能性，但不清楚哪一种可能性最大。4级描述的是完全模棱两可的情况，不可能想象出所有潜在的结果，也不可能确切地预测未来结果。5级指的是事情几乎绝对不确定，用单纯的知识和技术也无法预测，有时被称为“完全未知”。与5极相比，1~4级的不确定性被形象地称为“已知的未知”。
当面临第2级到第4级的不确定性时，可以采取的行动，包括购买时间、采取“无悔行动”直至“下大赌注”。处理不确定性的一种方式，是通过一系列投资组合来获得低成本的战略选择。低成本的选择，常常涉及对竞争技术的押注。IBM失去个人电脑业务的原因在于，它未能行使其在关键供应商那里持有的低成本选择权。早些时候，IBM有财力持有英特尔和微软公司的大量股份，而且它也的确在1982年对英特尔进行了投资，获得了英特尔20%的股份和另外10%的认股权证。然而，IBM
却在1986年和1987年以6.25亿美元的价格出售了这些股份。10年后，这20%的股份价值250亿美元。至于微软，IBM在1986年年中，曾有机会以低于3亿美元的价格收购微软30%的股份。到1996年底，这3亿美元的投资价值已达到330亿美元。这还只是财务上的投资损失，学习价值上的损失是无法估量的。
当你适应了不确定性的等级，或者能够通过渐进学习跻身竞争空间时，无悔行动就开始发挥作用了。无悔行动通常涉及无论结果如何都需要进行的能力建设。当你对别人尚不知晓的结果，有一定的信心时，就可以豪赌一把。《大空头》这本书就描述了在美国做空次级抵押贷款信用违约互换的投资。这是一个典型的例子，体现了在不确定性一直很高的情况下，下大赌注的行动。书中重点提到的投资者认为抵押贷款证券定价有误，于是他们在其他人还没有准备好时就下了大赌注。但是，下大赌注对个人的要求很高，可能只适合部分人。对于具有战略眼光的问题解决者来说，不确定性可能是一件好事。对冲基金投资者以及其他方面聪明的投资者希望市场波动——只要他们善于分析问题。如果解决问题的方法正确，就可以获得满意的回报，并在别人苦苦挣扎的时候避免自己遭受损失。
康恩和麦克林相信，基于问题大致解决问题的方法可以帮助我们发现做出正确决策的强大算法，并指导我们的实证性工作。而根本原因分析则可以帮助我们跨越问题的近因，直击各种问题的根本原因。
