第一步，明确和理解问题；
理解问题点是什么；
明确希望达到的目标；
明确可以利用的资源。
第二步，拆分和定位问题；
把复杂问题拆解成最本质、最细小的待解决的问题
把一件事情公式化就是最好的拆解一件事情的方式
-
假设驱动
在应对复杂问题、寻找解决方案之前，我们先来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，通过不断修改假设，然后再根据新的假设去收集数据信息，再验证假设，修改假设，然后不断地重复这个流程，最终得到的就是最接近真实的那个结果。
-
搭建问题树
找出问题中存在的核心问题和起始问题。
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；
根据以上的因果关系画出这个问题树；
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。 -
把问题拆解到底
用MECE法则把问题拆解到底。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。
横纵对比看数据。横向比较看同行，纵向比较就是我把企业内的某个时刻的数据去和历史上所有的数据做比较，去看这个大的趋势是怎么样的。
掩盖问题的平均数。平均数这个概念下容易掩盖特别多的可能性，而且会带来很多的误导性。
第三步，提出解决方案；
继续用假设驱动和MECE的方式来寻找解决方案。
第四步，总结问题。
汇报和总结：有的时候问题和解决方案还都不是最重要的，正确与否甚至都不是最重要的。在实际生活当中，别人是否觉得是对的，要比你自己是否觉得是对的要更重要一点。
具体要怎么做呢？
首先，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。
侵删。
