数据分析 - 9.MECE法（学习笔记）

MECE是（Mutually Exclusive Collectively Exhaustive）的缩写，指的是“相互独立，完全穷尽”的分类原则。通过MECE方法对问题进行分类，能做到清晰准确，从而容易找到答案。

问题场景：项目组的张雨萱小妹纸又迟到了！上个月居然迟到了19天！原本同事们迟到个两三天，HR是不会管的，可这一个月19天迟到也太夸张了，于是告到领导那里。

妹纸哭得梨花带雨地来投诉：

• 那项目组好多人都迟到呀，你们也不管；
• 那遇到下大雨全程堵车呀，你们又不管；
• 那临近项目上线，就是搞到很晚呀；
• 那前一天加班了，就是会到的晚呀……

问：该咋分析实际情况？

不用MECE的恶果

新手数据分析师，马上拿个笔在这列清单：

• 迟到原因1：堵车
• 迟到原因2：下雨
• 迟到原因3：项目上线
• 迟到原因4：加班
• 迟到原因5：自己懒
• 迟到原因6：其他

这么干的话，他们很快会发现：各种原因是交织在一起的！下雨了又自然会堵车，加班和项目上线也是经常重叠的，懒和所有问题是重叠的；然后又有可能既下雨又加班又很懒……根本扯不清到底影响多少，即使都扯清了，还有个其他在等着呢。这就是没有用MECE法则拆解问题的坏处：数据分析毫无逻辑，变成了单纯的拉交叉表。

MECE如何操作

1.确立目标

注意，现实中就是一个问题多个因素缠绕在一起的，因此到底怎么把问题归类，首先取决于决策的目标：想赶尽杀绝还是可以放人一马；比如眼前的问题，首先要做的是分清楚：到底是想怼妹纸，还是帮妹纸。

• 怼人：严格要求，只要参合一点个人因素，就是你的问题！
• 帮人：宽松要求，只要发现能用外因解释，就不会归罪个人。

2.分步骤梳理问题

注意：分析的最终目的是能指导业务改善，因此分析逻辑应指向业务可以落地的地方；比如这一条逻辑的拆解，是完全没有考虑天气问题的。

因为工作量多少，是领导可以安排的；法不责众，是领导可以接受的；在业务能动性范围内讨论的时候，尽量不要扯业务不能控制的因素，这样能直接导向一个有用的业务结论；而不是一上来就扯天气，最后结论是：“请领导学习如何呼风唤雨的魔法”——这样铁定被批。

类似地，在分解第二逻辑分支的时候，既然大目标已经定了：要帮人；就可以用“下雨了，全城堵车”之类的理由来开脱。

注意，这里又有个小技巧：选择切入维度，选可量化的维度。

比如下雨“下雨了，全城堵车”听起来是个好理由，但是：

• 如何量化下雨？
• 小雨、大雨、暴雨？
• 小雨也堵车？
• 堵车就一定迟到？

这些都很难量化清楚，所以可以换个更简单的量化方法；“下雨了，全城堵车”指向的结果是：“大家都会迟到”；那就直接看“大家是否都迟到了”就好了（如下图）。

3.代入数据量化

4.导出业务结论

最后，可以导出业务结论了。业务结论包含两个方面：

• 来自整体结构的判断，小妹纸到底是主观懒，还是客观原因多。
• 对每一个细化问题点的小结论，到底要辅导工作，还是简单放过去。

做完了推断，还能直接设定观察指标，持续观察问题走势。

观察包括：

• 数量变化：是不是迟到天数减少了。
• 结构变化：是不是因为客观原因的天数减少了。
• 细化问题点变化：因为工作分配导致加班天数，是不是在消减工作量后减少了。