END-TO-END WORKFLOW
从模糊问题到有效行动
一套可以反复使用的 10 步分析流程不用每次都走得很重：简单问题快速通过，复杂或高风险问题才深入。关键是任何一次行动都要重新回到反馈。
01观察Observe→
02建模Model→
03决策Decide→
04行动Act→
05反馈Feedback
每次反馈都会修正你的模型，然后进入下一轮。目标不是一次猜对，而是更快发现自己哪里错了。
每一步要做什么、避免什么
- 01
Define · 定义
记录现状、目标、差距、约束和成功指标。
不要解释原因，只写可以观察或测量的事实。 - 02
Classify · 分类
判断缺的是事实、原因、未来判断、选择、改进、方案还是方向。
问题可能混合，先选择当前最阻塞的一类。 - 03
Decompose · 拆解
用 MECE 或问题树把整体拆成可独立验证的子问题。
同一层只使用一种拆分维度。 - 04
Prioritize · 排序
按影响、未知程度和验证成本选择首个分析点。
不要平均用力，优先做会改变决策的分析。 - 05
Hypothesis · 假设
提出多个可证伪解释，并写下各自预测的证据。
假设是临时模型，不是需要捍卫的立场。 - 06
Evidence · 证据
区分事实、推断和观点，优先收集能区分假设的证据。
证据强度通常是干预实验 > 对照观察 > 单一案例 > 直觉。 - 07
Experiment · 实验
以最低成本改变一个关键因素，设定成功与停止规则。
先验证最高风险假设，而不是先做最完整方案。 - 08
Decide · 决策
比较价值、成本、风险、机会成本与可逆性，明确负责人。
没有完美信息时，记录当前依据和复查条件。 - 09
Feedback · 反馈
执行后观察结果指标和护栏指标，识别副作用。
完成动作不等于解决问题。 - 10
Update · 更新
保留有效模型，修正错误假设，把经验变成规则、清单或系统。
复盘目标是让下一次更容易做对。
问题越复杂，分析才需要越深入
事实问题
可直接查询搜索、日志、询问
确定性问题
规则明确计算、检查清单
多变量问题
原因较多问题树、假设树
不确定性问题
结果有概率基准率、情景、实验
复杂系统问题
会反馈与适应小步干预、持续监测
一个小事实不需要 10 页分析报告。分析深度应与影响、不可逆性和未知程度成正比。
把流程变成你自己的工作表
模板已经按这 10 步组织，提供 3 分钟快速版和高风险问题深度版。