大家都知道，任何的知识体系都可以按照金字塔的结构来抽象，最终在头脑中形成一个金字塔体系。
在快速切入一个陌生领域的时候，会遇到各种维度的信息，你可能发现各种维度的信息貌似有千丝万缕的联系，如果你想首先建立两个维度信息的联系，必然会发现更多维度的信息无法在这个两个维度信息形成的二维矩阵中表示。因此可能会陷入混乱。
一个例子
比如：你想研究一下连锁超市的管理，会有这几个信息的维度：地区，商品，价格，供货商，员工，级别，工资，选购流程，结算流程，服务评价流程，盘点流程......
如果你对这些概念比较陌生，你可能会问自己：选购流程和结算流程是什么关系？选购流程和商品是什么关系？商品和结算流程是什么关系？地区，商品和盘点是什么关系......
如果单独回答其中某一个问题，一般我们会建立一个二维矩阵：
如：
商品类别1 商品类别2 商品类别3
结算方式1 xxx xxx xxx
结算方式2. xxx xxx xxx
结算方式3 xxx xxx xxx
通过这个二维矩阵来分析两个维度信息的关系。当问题域维度比较多的时候，这种二维矩阵就需要很多了。
因此我们需要一种更有效的分析多维度信息的方法
分析一个陌生多维度领域的信息，首先需要收集信息。
收集信息的方式最直接的就是表格，用表格的头表示信息的维度，也就是表格中的列，如：
地区，商品，价格，供货商，员工，级别，工资，选购流程，结算流程
xxx. xxx xxx xxx xxx xxx xxx xxx xxx
xxx. xxx xxx xxx xxx xxx xxx xxx xxx
xxx. xxx xxx xxx xxx xxx xxx xxx xxx
xxx. xxx xxx xxx xxx xxx xxx xxx xxx
... ... ... ... ... ... ... ... ...
Excel 表格工具可以用来收集无限多维度的领域信息。
麦肯锡做顾问工作的MECE（正交，完备）原则可以很好的用来做分析，在表格也可以很好的体现，表格的列要相互独立，表格的列要穷尽。
- 当发现某一个列的内容都是一样的，说明他和其他列没有关系，因此不是分析的重点，可以去掉；
- 当发现某一列的信息只和另外一列有一对一的关系，可以合并；
这样，慢慢的就剩下了关系最为的复杂的信息维度，也是领域知识的核心。
用二维矩阵做针对性的分析
当发现了需要分析的重点维度时，就可以用二维矩阵来逐个击破各个维度之间的关联关系，达到对领域知识的深层次理解；
