都快2021年了，居然还有人不会MECE

几乎所有数据分析的书、教程、文章，都很政治正确写上MECE作为数据分析的准则。这东西很快又成为一个数据领域的“咕咚来了”：

到底啥是MECE
为啥非得MECE
我做的是不是MECE

一大堆问号没人回答，今天我们系统讲解一下。

一、啥是MECE

MECE，是Mutually Exclusive Collectively Exhaustive的缩写，简单归纳成8个字：相互独立，完全穷尽。听起来就很厉害呀，如果能完全穷尽，那分析肯定是无懈可击。问题是：怎么做到呢？来个最直观的例子：

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？

二、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。于是又情不自禁的想要百度《多因素独立检验模型如何构建》，或者去微信群问“有没有头腾阿公司的HR分析大佬，急，在线等！”了。

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。实际上很多新人就是这么干的，遇到问题，把渠道、时间、产品、用户等维度拉出来，和问题指标一一交叉，交叉完看到哪个柱子低了：就它了！最后被人质问：多种原因交织的时候怎么区分？就回答不上来了。

三、MECE如何操作

MECE第一步：确定目标。

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

明确了目标，就能在多因素混杂的时候把握好尺度，从而避免思路跑偏，直扑核心问题。

MECE第二步：分步骤梳理问题。

注意，相互独立，完全穷尽，是MECE操作完的最终结果。并不是要求一步到底，一下就能穷尽所有原因。在每一层原因分解的时候，用二分法才是最便捷的实现相互独立，完全穷尽的要求，因此分析问题的逻辑层次可以很多，但每一层用的指标尽量少，切分的清晰一点。

比如，如果定了：帮人，看看是不是真的工作量太多，这个大目标。那么分解问题的时候，第一层可以切：加班/未加班。这是一个二分类，肯定是独立+穷尽了。然后把所有前一日有加班记录的日期，都标为：有加班（如下图）。

第二层，可以把大家集体加班，还是只有一个人加班区分出来。这又是个二分类，在这一层还是独立+穷尽哦（如下图）。

第三层，自己加班，也有可能是工作量太大引起的，所以这一层可以再分解（如下图）。

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）。

MECE第三步：代入数据量化。

做数据分析，不谈数据就是耍流氓，定好分类逻辑以后，就得按逻辑填入数据，最后数据说话。

脱离计量谈毒性就是耍流氓，因此代入数据后，首先得看各类型问题的占比。问题比例本身就能很大程度上说明问题。这也是用MECE法拆解问题的最大优势：避免被个例子带歪，大家看着数说话（如下图）。

MECE第四步：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：

第一：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。

第二：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。

这样分析逻辑+业务行动+数据跟踪，就能很清晰的看到是否在数据指导下解决了问题，从而达到良好的数据驱动的作用。

四、阻碍MECE发挥作用的障碍

对数据分析师而言，最大的障碍来自：不懂业务，不会沟通业务，不会推动业务。把数据分析当写作业，反正数据库里有这几个现成的维度，我把所有的对比都做出来，哪个低了就说哪个有问题好了。

对业务方而言，最大的障碍来自：特立独行，不看数据。逮住几个个案讲的头头是道，怎么用数据量化，怎么用数据考核，一概不谈。要么干脆不动动上升到态度层面，更没法量化考核了。

数据分析的优势，正是能够对抗业务发展中个案、情绪所带来的判断失误。因此认真梳理业务逻辑，清晰目标，逐级推导直到落地监控，才是拨云见日的好办法。当然，看完以后，有同学会说：能举个运营的例子不？有兴趣的话，关注公众号【接地气学堂】，我们下一篇分享。

作者：接地气的陈老师，微信公众号：接地气学堂。十年资历的数据分析师，推出的数据分析系列课程，已有逾2万学员。

都快2021年了，居然还有人不会MECE相关推荐

都快2021年了，居然还有数据分析师不会MECE
几乎所有数据分析的书.教程.文章,都很政治正确写上MECE作为数据分析的准则.这东西很快又成为一个数据领域的"咕咚来了": 到底啥是MECE 为啥非得MECE 我做的是不是MECE ...
都快2021了，你还不知道怎么成为优秀程序员？大牛推荐6个软件开发步骤
准备编写你的第一个程序?确保遵循这些关键的软件开发步骤. 开始一个新的软件项目可能会很麻烦.将流程分解为更小的,更易于管理的步骤可能会有所帮助.传统上,软件开发分为六个步骤.使用此过程可以减少大型项目 ...
现在40系显卡都快出来了，为何1060型号的显卡还有这么多人用？
显卡是很多游戏玩家和电脑爱好者都很喜欢的一个产品,因为一张好的显卡可以让玩家享受到更好的光影效果以及更宏大的世界观,显卡型号越高的显卡,性能也就越强悍,现在40系的显卡都快出来了,为什么1060型号的 ...
java版铁傀儡刷新机制,我的世界：新版村庄的铁傀儡数量都快赶上村民了？刷新效率很高！...
在沙盒游戏我的世界中,铁傀儡一直以来都是村庄和村民最忠诚的守护者,它们的创作灵感来自天空之城,平时还会给小村民送花,一旦发现其他生物欺负村民就会被它们视为攻击目标,相信有不少的熊孩子玩家曾经都体验过铁 ...
hp计算机指纹功能用法,都9102年了你居然问我指纹解锁开机是个啥？
按下电源键,输入密码,咦?密码输错了--再输--咦?又错了!开机密码是啥来着? 设置开机密码很普遍(图片引自网络) 相信很多朋友都有过上述经历.为了让笔记本更安全,于是设置了一个开机密码.并且为了提高 ...
2022年都快完了，还学Access的人是不是傻？
2022年都快完了,还学Access的人是不是傻?这是某问答平台,讨论火热的话题. 该问题下,部分程序员拍手称好,对Access语言充满不屑,认为Access过时该被淘汰,笔者作为开发者,并不赞同. ...
cf服务器维修好久,cf：真懒！用了这么久evo却不知道维修，耐久度都快没了！...
原标题:cf:真懒!用了这么久evo却不知道维修,耐久度都快没了! 哈喽大家好,我是殿堂君,一位CF老玩家.自从2009年入坑以来,不知不觉已经玩了10年,虽然现在工作非常繁忙,但是每当闲下来的时候, ...
java杨戬的角色_演过杨戬的5位演员，前4都只是模仿，第五人物角色都快合二为一了...
原标题:演过杨戬的5位演员,前4都只是模仿,第五人物角色都快合二为一了说到神话剧,可以说国内的这种剧不算少,但最早的神话剧当属<封神榜>,这部剧剧中的角色众多,而且各有特色,而神话故事更 ...
2020都快过完了，这一年的Android 面经该出来了，androidauto地图
4.AIDL in out oneWay代表什么意思? 5.线程池了解多少?拒绝策略有几种,为什么有newSingleThread 6.跨进程通信了解多少?管道了解吗? 7.协程介绍一下,讲一个协程的 ...

都快2021年了，居然还有人不会MECE

都快2021年了，居然还有人不会MECE相关推荐

最新文章

热门文章