在界定问题后，最终要的是分析问题，并且能够高效的分析问题。在这2年半的数据分析生涯中，日常的工作就是分析问题，刚开始的时候会搜集齐备相关的数据资料后才正式的开始分析，这种方式的弊端就是，事后会发现前期一些费劲的数据搜集并不是必要的，浪费了很多时间和精力。
如何避免这样的情况，是否有比较好的方法论？个人总结的点是，分析前不要贪全贪多的去获取大量的数据资源，而是先罗列出可能的问题点，然后再逐一攻破，用手头上的数据取判断验证，整个就是‘猜测-验证-确认’的过程。今天结合《金字塔原理》里面的第9章，系统的梳理了下里面的方法论。
因为工作中已对“从信息资料入手”的弊端有了实践的认识，总结起来有以下4点缺陷；
1、信息量那么大，怎么搜集都觉得信息不完整；（其实这就是没有经过结构化分析而茫然搜集信息缺乏目标感而买下的坑）
2、面对费劲搜集来的大量信息，真有一种茫然的感觉，很难从中得出有意义的结论发现数据的价值，即便有完整的数据，要组织好自己的观点，并清楚的呈现也需要很大的努力；（输在了起跑线上，所有即使费劲搜集了足量的信息，对信息的加工也是个难题；此外，在精力值是有限的前提下，前期信息搜集已经耗费了大量的精力，那信息处理的精力就会想要减少）
3、一般信息搜集的过程都是按照时间顺序来进行的，这些信息并不能得出强有力的结论点；
4、快速的互联网风格下，快速迭代，意味着大而全的信息搜集是件基本不可能的事情，在短暂时间多种外力和不确定的条件下，等到把信息搜集完全再分析，那黄花菜真的都要凉了
针对以上4点的弊端，在搜集数据之前进行结构化分析势在必行。结构化分析流程可以归为：
1、提出各种假设；
2、设计一项或几项重要的实验，根据产生的结果排除一个或多个假设；
3、通过实验得出明确的结论；
4、相应地采取补救措施；
以上的这4点就是前面我说的‘猜测-验证-确认’路径，这种方法能有目标的分析并验证，但问题是，怎么猜测？肯定不能胡乱猜测凭空捏造吧，所以必须要认真研究，对于固定问题分析时，可依据经验，但对于非常规问题时该怎么处理？这就需要合适的方法（其实就是获取猜想点），书中介绍了两种框架：
1、诊断框架
目标：揭示分析中应该关注的要素或活动，找出产生问题的原因
方法：呈现有形结构、寻找因果关系、讲产生问题的可能原因归类分组
要点：MECE
渊博的知识由助于获得真知灼见，发现只有超出逻辑推理的范围方能发现的备选方案，对那些没有敏锐洞察力的人，则可以使用逻辑树找到解决问题的可能方案。
2、逻辑树
其实就是细拆的思想，找到每个层级可以拆分出来的点，逐步的深入，分析时应该遵循“完全穷尽”的原则。
结构化分析的好处在于：
1、能让精力更多的专注于真正问题，找出产生问题的所有原因以及相对应的解决办法；
2、减少了在最终报告里组织和交流思想的工作量，因为结构化分析采用的逻辑结构是构成结论和建议的基础，可以轻而易举地转化为金字塔的形式。
结合书中的介绍，对于结构化思考的认识提升了，“三思后行”讲的也是这个道理，遇到分析问题，第一步还是要先界定问题，其次就是用结构化的方式思考，有猜测有验证有结论，整个过程就是金字塔的思维方式，从上至下，逐层深入，找到根本。所以，坚决不要用行动上（比如无目标的信息搜集）的忙碌来弥补思考上（比如结构化思考）的懒惰，否则面对大量的数据，会很茫然，仍然做不好一个分析师。
