解决问题也是有方法论的。我们平时遇到的问题，大部分都是复杂的问题，如果没有方法论，我们很可能随意的给出答案，有可能对，也很有可能只是对了一部分，甚至是错误的答案。
第一 明确及理解问题
当我们面对一个问题的时候，首先是明确以及理解问题。首先要知道，这个问题的本质是什么，这个问题的关键点是什么，进而明确这个问题的目标，我们做到哪一步是彻底解决这个问题了。这一点我们要在解决问题之前，一定要反复的确认，省的到时候忙活半天，不是我们想要的答案。最后就是明确解决这个问题，我们可以用到的资源。这样我们就可以根据我们现有的资源，去寻找解决方案。
第二是定位及拆解问题
刚刚我们提到，我们生活中遇到的大部分问题，其实都是复杂的问题，我们很难直接给出解决方案，随意投放的解决方案，有可能对，但并不完全。这时候就需要我们对问题进行定位和拆分。把那些复杂问题，拆解为一个一个的元问题，就是那些最细小，最本质亟待解决的问题。有一个很好的的方式就是，把问题公式化，比如，收入＝价格×销量 净利润＝收入－成本等等。有了公式以后，我们自然而然的找到这个复杂问题的元问题，根据这些元问题的目标，也就能找到解决方案。所以，我们遇到问题以后，先去找找这个问题背后的公式，或者是把问题公式化。
在拆解问题时，公式化思维是一个很好的思维方式。在公式化思维的基础上，可以用假设驱动和构建问题树的方式。假设驱动就是面对复杂问题，寻找解决方案之前，我们先尽可能进行合理的假设，假设问题出现在某一个细分的问题点上。假设驱动有两个好处，就是在解决问题的过程中有一个明确的目标，而且省时省力。
构建问题树通过总结可以分为五个步骤。第一，你要找出问题中存在的核心问题和起始问题。这点特别重要，之后的每一步都是基于这一点；
第二，要确定导致核心问题和起始问题的主要原因；
第三，要确定核心问题和起始问题导致的主要后果。第二点讲的是原因，现在是后果；
第四，根据以上的因果关系画出这个问题树；
第五，反复审查问题树。看看哪里还缺东西，进行最后的补充和修改。
这样做有两个好处，一个是比较容易的找到问题所在，另一个是可以把对问题的拆解，都变成可以执行的任务，清晰没有遗漏。
这两种方法可以结合使用，先构建问题树，然后找到最可能的问题假设驱动，然后集中精力寻找解决方案。
利用MECE法则把问题拆解到底，MECE法则总结 起来就是8个字，相互独立 完全穷尽。我们遇到问题的分类，一共有两种分类方式，一种是并列结构，一种是数理结构。
我们在做分类的时候，应该要尽量去寻找那种有数理结构的分类方式。也就是说能够公式化一切的方式。因为这是最能保证科学分类的最理想的方式。
在数理结构分类方法有局限性的时候，我们会采用并列结构的分法。这种时候，往往就要考验我们对于一些事物常识性的理解。所以，一个是要熟识你所在领域的业务和常识，一个是要经常提问和学习，这样你就能够获得更多的信息，对更多的领域有自己的一套理解，你就能够更好地拆解问题了。
在寻找解决方案的过程中，我们会遇到很多的数据，而这些公司的数据，都只是一个特定时间节点下的结果，我们要横向的（同行业）和纵向（历史数据）的去进行对比，找出数据真正的含义。为解决方案提供精准的支持。
第三 提出解决方案并总结问题
问拆解到这一步，一般解决方案也就呼之欲出了，也很明显了。这个不需要多说。现在我们的主要问题是汇报和总结。我们找出解决方案的目的，是为了让别人采纳，有的时候，让别人觉得正确比自己觉得正确更重要。所以在汇报的时候，我们要从结论不断地分拆，直到那个不可辩驳的事实；其次，每一个层级都要控制要点的数目，要突出重点。这样的汇报总结才更容易被接受。当真正的熟练的做到以上的这些，你也就成为一个解决问题的高手了。
