结构化思维
好的结构化思维是能够让人快速有效的处理信息的思维。大脑一次性接收的信息是有限的，它更加偏爱有规律的信息。同样的内容，通过结构化思维，有结构，有规律的整理，将大大提高人的思维效率，让复杂问题变得非常容易。
5个方面：
- 什么是结构化思维
- 面对海量信息如何高质量的接受
- 如何对信息进行归纳整理
- 如何有效的总结得出结论
- 怎么合理的输出表达信息
什么是结构化思维？结构化思维是一种从无序到有序的思考过程。在这个过程中建立一个“先总后分”的立体化分析方式。先看能够解决问题的关键方面，然后再往下分析，从而实现从总体到局部的鸟瞰，而不再拘泥于细节。
如果抽象成一幅画，那么它就是一张金字塔结构图，上面小，下面大。
纵向看，最顶端就是要解决的问题，下一层是支撑问题的不同方面，再下一层是支持不同方面的原因或子理由。当然可以继续向下拆分。
横向看，每一层级子理由也要符合结构化，需要通过归类分组将信息排序和穷尽。即横向MECE。
在面对海量信息的时候，我们可以将金字塔结构倒过来，像漏斗一样思考。最上层是接受到的各种信息，经过归纳，提炼，进入下面层，最好沉淀出最底层的结论。
当目标明确的时候，通过“关键词”的方法可以从大量信息中寻找到信息和目标之间的关联性。而当被动接收大量的信息的时候，可以通过寻找“结论”，“理由”，“事实”来对信息进行识别。
结论和理由可以是主管的，但事实一定是客观的。金字塔结构每一层要对上层有足够的支撑，事实和理由，理由和结论之间要有证明和被证明的逻辑关系。并以此来判断接收的信息的真实性和可靠性。
那么如何对信息进行归纳和整理呢？金字塔结构纵向上是总分的结构，横向上是对各个层内容的分类和排序，即信息的归纳和整理，也就是结构化思维的横向拆解。
进行信息分类的原因是因为一个分类里相近的事物会更容易记忆和理解一些。
现实生活中可以使用通用的分类法则，即MECE五种分类法。分类法则的各个要素之间要保证不能有交叉，也不能有遗漏，也就是不重不漏。
- 二分法，比如A和非A的类别
- 过程法，按照事情发展时间，流程，程序分类
- 要素法，整体到局部，事物的各个方面或维度
- 公式法，根据得到的公式进行分解拆分
- 矩阵法，2维度的2分，四象限分类，可扩展到多维度
这5种是通用的方法，实际情况中可根据具体的问题寻找模型或思路进行分类归纳。
MECE要做到“完全穷尽，相互独立”，即所有的情况都要包括在内，每种情况在逻辑上没有重复。
如何有效的总结得出结论呢？首先要明确结论是什么，结论是有中心思想的主题句。根据已有的信息素材去提炼概括总结结论有两种方法，归纳法和演绎法。
归纳法是一种从特殊到一般的思维方式，也就是说根据许多个别事物的特殊性来概括出同类事物的特征。这是一个寻找共性的过程。例如喜鹊会飞，乌鸦会飞，结论就是鸟会飞。需要注意的是所罗列的要点一定是穷尽的，否则结论可能就是不正确的，例如鸵鸟不会飞，论点就不成立了。
寻找共性可以通过寻找事物属性上的共同点和结果的共同点，给出一个完整有意义的结论信息。就像金字塔结构一样，从底层开始，把所有的要素进行归类，由下向上推演。需要注意概括的是否彻底，注意能否将结论推演到金字塔顶端。
演绎法即演绎推理（亚里士多德的三段论演绎法），把思维的这个推演结构分为大前提，小前提和结论。大前提是共性，小前提是具体事物，结论是具体事物的性质。这是一个由一般到特殊的思维方式，核心是将某个事物和某个规律联系起来，得出结论。大前提适合引用普世真理或者客观事实，不适宜内容太多。
怎么样进行合理的信息表达呢？四个原则，简称“论、证、类、比”。
- 论，结论先行。一次表达只支持一个思想，最好在开头。
- 证，以上统下。任何一个层次的要点都必须是它下一个层次的要点总结概括，直到最后一个层级内容是客观事实。
- 类，归类分组。每一组要点必须属于同一个范畴。
- 比，逻辑递进。每个要点都要按照一定的逻辑顺序排列。
问题的解决
工作，职业，创业，投资最终都可以落脚到一个点上，就是解决问题。做产品是为了解决用户的某个问题，做战略是为了解决公司的某个问题，创业是整合资源和人才来解决一个超级复杂的大问题，投资是为了解决钱生钱的问题。
在解决问题的过程中可能遇到两种情况，一个是问题遇见过，但解决方案无效了，一个是问题没见过，没有经验。实际上真正的高手是有一套方法论去解决问题的。不管遇没遇到过问题，有没有经验，问题都会迎刃而解。
解决问题四个步骤
- 明确和理解问题
- 拆分和定位问题
- 提出解决方案
- 总结问题
其中前两部要占据80%左右的精力，这两步是解决问题最重要的部分。
明确和理解问题是要找到问题的本质。需要明确的是提出问题的人真正关心的是什么，明确解决问题的目标是什么，明确解决这个问题需要的资源有哪些。
拆分和定位问题是问题解决最重要的一个部分。一种方法是将问题拆解为元问题。很多问题难搞主要是因为它特别宏大和复杂。这样的问题掺杂了多维度和多变量，不好直接进行解决。而当把问题拆解为最本质，最细小的待解决问题，也就是元问题的时候，复杂问题就看起来清晰和简单了。
使用公式思维来拆解问题。即Q=ABC。公式可能会有更多的变量。有了公式后，相当于问题变成了元问题。解决掉右侧的变量，左侧自然也就解决了。
在公式化思维的基础之上，我们可以使用假设驱动和构建问题树的方法来拆解问题。
假设驱动是在应对复杂问题，寻找解决方案之前，做一个尽可能合理的假设，假设问题可能出现在某个细分的问题点上。通过不断的修改假设，然后根据新的假设去收集信息，再验证假设，再修改，再验证，然后不断重复这个流程，最终得到的就是最接近真实的那个结果。
构建问题树实际上是利用思维导图等树状的结构来拆分问题，将大问题拆成小问题。可以分为5个步骤：
- 找出问题中存在的核心问题和起始问题，这是基础
- 确定导致核心问题和起始问题的主要原因
- 确定核心问题和起始问题导致的主要后果，从原因到后果
- 根据以上的因果关系画出这个问题树
- 反复审查，补充和修改
汇报与总结时候，也要遵循金字塔结构和MECE原则。首先给出结论，然后要不停的拆分，直到那些不可辩驳的事实。其次注意每一个层级要控制要点的数目，突出重点。
