2.18 邏輯樹分析模型

麥肯錫邏輯樹又稱問題樹、演繹樹或分解樹等，很多咨詢公司分析問題最常使用的工具就是“邏輯樹”。邏輯樹是將問題的所有子問題分層羅列，從最高層開始，并逐步向下擴展，如圖2-18所示。

圖2-18 邏輯樹分析模型

把一個已知問題當成樹干，然后開始考慮這個問題和哪些相關問題或者子任務有關。每想到一點，就給這個問題（也就是樹干）加一個“樹枝”，并標明這個“樹枝”代表什么問題。一個大的“樹枝”上還可以有小的“樹枝”，以此類推，找出問題的所有相關聯項目。邏輯樹主要是幫助我們理清自己的思路，不進行重復和無關的思考。

那邏輯樹怎么運用于數據分析呢？

一個門店近半年銷售額下滑很嚴重，可是不知道到底是什么問題。這個時候就可以按照邏輯樹的分析框架進行分析。把所有影響展現量的因素都羅列出來，然后一個一個地進行分析，看是不是這個因素的原因，這樣就可以把店鋪的問題都找出來了。

邏輯樹分析法最大的好處就是可以幫你理清分析的思路。如果沒有這種分析，可能會很亂，一下分析這個，一下分析那個，進行了很多重復的分析、很多沒有意義的思考。先做好邏輯樹框架之后，基本上就能避免這些問題。

邏輯樹分析也有缺點，就是它依賴于一個人的經驗和對業務的專業程度。例如，如果你不知道影響展現量的因素有哪些，那么就算分析到了出現問題在于展現量，你也沒有辦法繼續下面的分析。如果你經驗不足、專業能力不強，就很容易漏掉很重要的地方。例如，你對競爭環境分析能力不強，就可能會漏掉這一塊，而真正影響展現量的可能就是競爭環境。因此，出現這種情況的話就會走偏了。