7.1
深览指数
成长人人都是产品经理·接地气的陈老师··AI 生成
麦肯锡在用的MECE分析法，到底是什么？
本文以员工迟到分析为案例，批判了将MECE(相互独立、完全穷尽)法则机械套用的做法，指出其核心不在于形式上的穷尽，而在于根据业务目标灵活构建分类逻辑。作者提出了一个四步法：首先明确决策目标(是追责还是帮助)，然后分步骤用二分法逐层分解问题，接着代入数据量化，最后导出可落地的业务结论和监控指标。文章强调，MECE的障碍在于分析师不懂业务沟通，以及业务方不依赖数据决策，而数据分析的优势正是用结构化逻辑对抗个案和情绪化的判断。原文 ↗
核心观点
- ▍MECE(相互独立、完全穷尽)的核心不是形式上的穷尽，而是根据业务决策目标，用二分法灵活构建分类逻辑，以结构化分析驱动数据落地。
- 01许多AI数据分析工具和教程机械套用MECE，但多数人只知其名不知其意，导致分析陷入模板化，无法应对复杂业务场景。
- 02如果决策目标是“怼人”，分类逻辑会倾向于将任何包含个人因素的问题归为个人责任；如果目标是“帮人”，则倾向于用外因（如集体加班、不可抗力）来解释。
- 03使用二分法进行逐层分解（如：加班/未加班 → 集体加班/个人加班 → 工作量/其他），可以确保每一层都满足“相互独立、完全穷尽”。
- 04选择分析维度时，优先选可量化的指标，例如用“大家是否都迟到”来量化“下雨导致全城堵车”的影响，避免陷入无法量化的争议。
- 05MECE分析最终应导出两部分结论：整体结构判断（如主观原因 vs 客观原因占比）和具体问题点的小结论，并设定后续的监控指标（数量、结构、细化问题点）。
反方 / 局限
- — 作者承认，MECE的最大障碍在于分析师不懂业务、不会沟通，以及业务方不依赖数据、喜欢用个案说话，这与MECE本身的结构化思路相悖。
7 分钟 · 3 卡片 · 7 资料
读原文 →