数据分析必备思维之:系统性思维

前两篇的内容介绍了推理的基本方法,演绎和归纳。然后介绍了组合演绎归纳的结构化方法,现在我们已经掌握了可以解决比较复杂的问题的方法。

数据分析必备思维之:系统性思维

但是上面这些方法就好像学生掌握了解题技巧,在面对特定问题的时候游刃有余,但是到了社会上,发现自己什么都不会了。

你按照结构化思维的方式解决问题,但是发现,当你解决了A问题,解决问题的做法带来了B问题。随后再去解决B问题,但最终又会带来C问题。你在各种各样的问题中间疲于奔命,事情似乎又没有好转的迹象。

现实世界有多复杂?

想象一下,假如你把硬币抛向空中,会发生什么?很简单:它会掉到地上。

但如果不是扔硬币这么简单的事情,而是向非洲提供价值100万的救援物资呢?又会发生什么?

如果我们用结构化思维来看待这个问题,似乎非常简单。

要解决的问题是非洲的饥荒,那么解决方案可以可以分为外部和内部,外部的援助是解决方案的一种。

非洲当地人得到这些救援物资,度过饥荒的困难时期,之后自然会逐步走向健康发展的道路。

真的是这样吗?实际情况是什么?

由于发达工业地区的救援物资免费地提供给非洲的贫困地区,导致当地的手工业和初级工业遭到毁灭性的打击,你再便宜也不可能比免费送的便宜啊。

于是非洲当地好不容易建立起来的脆弱的经济系统崩溃了,社会重新打散成为一个个孤立的个体,陷入更加贫困的境地。从而需要更多的援助。

为什么会这样?

这是因为结构化思维只能解决静态复杂的问题,这种分析方法假定事物之间的关系是固定不变的,所以头疼了医头的做法是可行的。

但是实际生活中,事物之间的关系非常复杂,很多实体被牵涉其中,它们都被这样或那样的连接联系在一起。

由于连接的存在,一个事件会引发下一个事件,然后是再下一个,再再下一个……由于牵涉其中的事件很多,而每个事件都可能有多种行为,从而增加了最终可能出现的结果数目。

欢迎来到动态复杂的现实世界,要想解决动态问题,我们需要系统性思维。

系统是什么?

《系统思考》一书中对系统的定义是“一群相互连接的实体”

一台没有开机的电脑,是系统吗?

并不是。

它有电脑的结构,但结构是静态的。它还不是系统,因为各个部件之间没有连接。

当电脑开机时,电流便在各个组件之间形成了连接。信息从硬盘到内存,再从内存到cpu,电脑这个整体能够通过这种连接实现特定的功能,这就成了一个系统。

分析系统的工具

我们想要理解系统,就必须学会系统思考的语言,系统循环图。

为了理解这种新语言的基本要点,我们来看一个简单的系统:往杯子里灌水。

整个过程可能是这样的:我们在灌水时会留意着水位的上升,在监视实际水位与我们心中的目标水位之间的差距。当水位上升到目标水位附近时,我们就关小水龙头,放慢水流量,最后杯子满了,就完全关闭水龙头。

想象一下,我们如果蒙上眼睛,还能好好地用杯子灌水吗?

显然不能,为什么?因为眼睛需要知道水位变化。

知道水位变化做什么呢?指导我们调节水龙头的水量大小。

水量大小又影响着杯中的水位变化。

你看,灌水这个简单的动作,拆开来看,也非常复杂。

实际上,这是一个由五个变量组成的水位监测系统:目标水位、实际水位、两者之间的差距值、水龙头开关的位置,以及水流量。

这些变量组成一个因果关系环路或圆圈,叫做“反馈过程”。这个反馈过程持续运行,直到水位达到目标值。

数据分析必备思维之:系统性思维

我们将这些变量写下来,绘制成图形,这就是一个系统循环图。

系统循环图的基本组成部分

系统循环图的基本组成部分:正负反馈和延迟

正反馈(或放大反馈)过程是增长的引擎。只要你处在增长的局面,一定就有正反馈作用。正反馈过程也可以产生加速的衰减:很小的衰减被放大成越来越严重的衰减,就像金融恐慌时银行财产的衰减情况一样。

负反馈更准确的翻译我觉得应该是稳定反馈。

它不是正反馈的反面,不断减弱。

而是以目标为导向,起到稳定作用。如果目标是稳定不动,那么负反馈的作用就像车上的刹车装置。如果目标是保持每小时60英里的速度,那么负反馈作用就会让车加速到每小时60英里,但不会再高。

延迟就是影响作用过程中的间歇和中断,它使作用的结果逐渐才能显现出来。

系统思考语言中的所有观念,都是以这三个元素为基础建立的,我们一旦掌握这些积木块,就可以构建系统基本模式。

系统循环图的基本结构:回路

增长回路

增长回路也可以叫正反馈循环,是由两个及以上的正反馈连接起来的环形回路。

增强回路,会让在此系统中的要素,像滚雪球一样不断地增强。

比如说,为什么会富者越富,甚至逐渐形成了阶层固化?就是因为财富的增加会带来资源分配的不平衡,而资源不平衡会带来每个人的竞争力出现本质的差距,这又进一步导致财富的向上聚集,富者越富!

生活中案例比如:A身处一家小公司,感觉每天工作重复无挑战,开始产生厌恶,每天机械化的上班打卡,完成固定工作,越是这样越是感觉到厌恶,时间越久越不敢跳槽,然后更加厌恶工作。这就是一个典型的恶性循环,系统每循环一次,厌恶感就加强一次。

增长回路的基本结构如下,在《第五项修炼》这本书中,为了方便阅读,在回路中间加了一个滚雪球的图标,表示这种回路会不断增强。

数据分析必备思维之:系统性思维

调节回路

调节回路,是由1个负反馈(或者单数个)加上若干个正反馈所组成的环路。调节回路的功能,是让系统趋向稳定或者达成某个目标。

比如,我们前面说的用被子灌水的那个过程,就是一个调节回路,让水位达到目标高度。

调节回路的基本结构如下,在《第五项修炼》这本书中,为了方便阅读,在回路中间加了一个天平的图标,表示这种回路会自我调节。

数据分析必备思维之:系统性思维

这两类回路是系统思考最简单的形式,不过他们本身还不足以解释复杂的世界。我们可以把他们组合起来,形成非常复杂的系统循环图来解释我们这个世界。

系统循环图的进阶结构

系统的进阶结构是由若干个增强回路或者调节回路构成的。是比较常见的一些系统结构,前人将他们总结成了一些固定的套路,以下简单介绍几种模式。

1.有延迟的负反馈

数据分析必备思维之:系统性思维

结构描述:个人、群体或组织为某个目标而行动,并针对反馈过程的延迟作出反应,调整行动。如果意识不到延迟,他们就会作出过多的调整和修正,也(有时)可能由于看不到任何进展而完全放弃行动。

商业案例:地产开发商看到市场需求旺盛,于是不停地上新项目。但新项目完工需要很久,这之间存在延迟。直到市场风向转变,出现销售疲软的状况——然而那时市场上已经有足够多的其他在建项目,供过于求的结果已成定局。

管理原则:在迟钝的系统里,太过激进的行动将导致不稳定。要么保持耐心,要么使系统反应更灵敏。

2.强者愈强

为什么强者会越来越强?

之前的增长回路解释了部分原因。不过现实世界中,我们不可能不考虑系统中的其他要素,比如竞争对手。强者愈强模型可以更好地解释这种现象,结构如下:

数据分析必备思维之:系统性思维

结构描述:结构由两个增长回路构成。在支持或资源有限的情况下,某一方变得更成功,就会获得获得更多的支持,而另一方就会失去支持。

案例:害羞的学生一开始上学就遇到问题(也许由于情绪原因,也许因为尚未发现的学习障碍),于是被贴上“笨学生”的标签,结果相比其他有积极表现的同学,他受到的鼓励和关注就越来越少了,于是成绩越来越差。

应对方法:寻找两者的总目标,以使两者获得平衡的表现。有时候要切断或削弱两者之间的关联,这样就避免它们对同一个有限资源的竞争。比如做增长,可以不在原有市场里和别人竞争,猎豹就通过开发安全管家,错开和360的杀毒软件竞争,在新的市场里快速成长。

3.增长极限

虽然说强者愈强?不过这种增长会一直持续下去吗?

答案是否定的,因为增长会有上限。

增长极限这种基本模式就是一个增长回路加上一个调节回路。

结构如下:

数据分析必备思维之:系统性思维

结构描述:这是在一段时间内加速增长或扩张的自我增强过程。但之后由于调节回路的影响,增长开始放缓(系统内的参与者往往无法理解),并逐渐完全停止,甚至有可能逆转,开始加速崩溃。

案例:比如公司快速发展,盈利的部分投入生产,生产出来的产品创造更多盈利。这种增长回路可能会因为市场总量的限制,或者管理水平的限制而达到极限。

应对方法:不要在正反馈(增长)环路上使劲儿推,要设法消除(或削弱)限制因素。如果是因为管理能力不足,公司规模扩大后出现了各种问题导致的产能不能继续增长。那么再增加设备和人员是无法提升产量的。最好的办法是解决调节回路中的管理能力不足的问题,从而提升增长的上限,重新进入增长回路。

4.转移负担

如果得了胃炎,胃疼时光吃止痛药会好起来吗?

短期内会有一定的缓解,但是长期下去,胃病反而会越来越严重。

这种做法看起来很傻,但是实际生活中有很多人犯类似的错误。

比如公司的绩效管理体系有问题,导致离职率很高。很多公司就采用大量招聘的方式的来解决这个问题。问题解决了吗?看起来短期内人员重新补充上来,但是绩效管理体系没有改进,员工大量离职的风险依然存在。如果公司业务发展到关键时期出现大量离职,造成的危害反而更大。

在系统思考中,这种结构被称为“转移负担”,或者叫舍本逐末,结构如下:

数据分析必备思维之:系统性思维

结构描述:为了纠正问题而使用的短期“缓解方法”,看似立即奏效,但随着这种纠正方法的反复运用,更根本的长期纠正方法就越来越被忽视。最终的结果是开发根本解决方法的能力萎缩或消失,导致对“症状缓解法”的更严重的依赖。

应对方法:我们应该聚焦在根本解决方法上。假如“症状缓解法”是必要的(因为根本解决法有延迟),那就用它来争取时间,以完善根本解决方法。

5.恶性竞争

有些模型不仅仅在组织内部,可能和组织外的竞争对手有关。比如“恶性竞争”模型”。结构如下。

数据分析必备思维之:系统性思维

结构描述:两个人或者两个组织认为,自己的利益依赖于建立对对方的优势。如果一方占据了优势,另一方就觉得受到更大的威胁,于是便更加咄咄逼人地去重建自己的优势,结果又使前者受到更大的威胁,也使前者更咄咄逼人,如此等等。双方往往把自己咄咄逼人的行为看成是对对方的防卫反应,而各自的“防卫”行动导致双方都不愿意看到的恶性循环。

商业案例:某公司开发了一款新产品,立刻在市场上成为了畅销产品。而几乎同时,另一家公司也开发出来类似的产品。随后,第一家公司对另一家公司的市场占有率非常嫉妒,决定降价20%。于是第二家公司的销售受到影响,也决定降价。而第一家公司仍然想继续提升市场占有率,于是进一步降价。第二家公司利润开始受损害,虽然不情愿,但还是又跟进,再次降了价。又过了几年,两家公司的利润都降低到难以为继的程度,这款产品是否能继续存在,也成了疑问。

应对方法:寻找“双赢”的方法,让双方都达到自己的目标。在许多情况下,某一方可以单方面逆转这种恶性循环,方法是公开、主动、大胆的“和平”行动,以使对方感到没那么多威胁了。

一些更复杂的案例

《系统思考》一书中给了一些复杂的案例,我们可以看看一个现实问题最终的系统循环图究竟长什么样。

(其中S代表加强,O代表减弱)

数据分析必备思维之:系统性思维
数据分析必备思维之:系统性思维
数据分析必备思维之:系统性思维

有了这些图形,一旦遇到其中一个变量出现变化,我们就能顺藤摸瓜,找出受影响的其他要素,并预测事情会怎样发展。

要注意,系统循环图是术而非道。没有一样的图,也没有最好的图,这取决于一个人思考问题的成熟度。

工作中的系统性思维

说了这么多,系统性思维和数据分析到底有什么关系呢?

在《目标思维》那篇文章里,我提到了一个观点:“业务方想要的数据,不一定是他想要的”。我们必须找到对方真正的业务诉求是什么。

比如,现在要求你做一个新用户的获客分析。业务方想要知道获客渠道里哪一个渠道的质量最高,以此来指导今后的投放渠道的侧重点。

这个问题看起来没什么问题。

我们可以通过《结构化思维》中提到的方法进行分析,拆分新用户的渠道,分析新用户的属性,最终找到最佳的渠道,以及哪类新用户是优质用户等等信息。

实际上,工作中这类业务需求已经算是比较靠谱的了。不过这类问题依然可以值得深挖一下。

业务方的实际需求是什么?

业务方的需求需求是提升获客的效率,用更少的成本获取更多的有效用户。这时候我们就要梳理一下获客的系统,看看究竟有哪些因素影响了获客的效率。

也许现有的获客系统是“增长极限”的模式,虽然投入更多的钱,可以获得更多的用户,更多的用户会带来更多的钱,这是一个增强回路。

但是,现有系统中可能还存在一个调节回路,由于变现手段的缺乏,导致客单价不高,因此在投放策略选择上存在很多限制。只能选择一些投放成本比较低的渠道,一些价格高但质量好的渠道没办法投放。

这个时候该怎么办?

在增强回路这一端发力当然可以提升一些获客量,但是可能不解决根本问题,而且效率也不高。

如果能在调节回路上发力,找出用户的潜在需求,开发新的变现方式,从而提升用户价值,那么增长回路那一端的系统就又会开始运转。

再比如,业务方想要提升销售额,但是目前的运营手段已经略显疲态。

那么分析这个问题的核心是什么?是如何优化现有的运营漏斗吗?

不,这是一种典型的转移负担模型,真正的解决方案应该是找出根本解,学习市场上新的社群营销、直播营销等方式,然后分析用户的特性和业务属性,看一下哪一种方式更适合自己的业务。

所以这个时候应该做的应该是做一个市场行业分析,而不是漏斗转化分析。

你用系统性思维看待这个世界时,就不会浮于表面,观察将更有深度。你能看到别人看不到的事物背后的关系,相比别人提前预知事物未来的发展。

你不再限于当下的视野,可以站在更大的角度思考问题。你不仅可以用系统思维来思考组织内的问题,还可以思考和竞争对手的关系,思考行业的博弈。

当你的思维跳脱出现有系统,站在更高的全局视角观察系统,就能清晰地看到大趋势,找出系统的主要矛盾。

底层思维模块小结

总结一下已经介绍过的,分析问题需要的各种底层认知思维:

解决问题要有目标思维,有了正确的目标,才能得出正确的结果。

那怎么找到正确的目标?

用系统性思维,找出各要素之间相互连接的复杂关系,看出如果解决了A要素,会带来什么样的新问题。直到找到真正要解决的最重要的问题是什么。
这个时候,一个大问题变成了系统中一个要素的问题。这时候可以不考虑动态的情况,只分析静态的问题。

再用结构化思维对这个静态问题进行拆解,将问题更加细化,找出可以落地执行的方案。

而想要组织起结构化思维,更底层的是逻辑思维。只有确保每一个逻辑都是正确的,结构化思维的大厦才不会垮塌。

还有最后一个问题,问题是什么?

下一篇会再详细介绍“什么是问题”,补齐数据分析思维系列的模块一“底层思维”的最后一部分。

本文由 新媒体之家 作者:三元方差 发表,其版权均为原作者所有,文章内容系作者个人观点,不代表 新媒体之家 对观点赞同或支持,未经许可,请勿转载,题图来自Unsplash,基于CC0协议。
1

发表评论