职场常识温习：信息整理的有效方法

MECE的五种分类法

那么如何分类呢？

先告诉你一个在现实生活中，可以通用的分类法则，叫MECE法则。

这个法则来自于麦肯锡，中文意思是“相互独立、完全穷尽”。

简单来说，就是使用MECE法则分类，各个要素之间要保证不能有交叉，也不能有遗漏，也就是“不重不漏”。

MECE的定义图示

举个例子，把人分为男人和女人，就符合MECE法则。因为从人的生理结构上来说，除了男人就是女人。但如果把人分为男人和未婚女人，就有问题了，因为没有穷尽，把已婚女人给遗漏了；把人分为男人和已婚人士，又出现了重复，因为男人里边有已婚的，已婚里边有男人。

在信息分类的时候，MECE就好比一把尺子，可以用来判断信息要素是不是分类清楚了。

所以下次你再遇到一大堆信息的时候，就可以尝试着用MECE法则先穷尽要素，再分析清楚。

相信很多人都会遇到在工作报告，或表格当中有一项叫“其他”。这个“其他”很可能就是因为分类不MECE导致遗漏在外面的。

我建议你，下次再看到“其他”的时候，想一想，它是不是可以列入上面的某一类，或者怎样分类就能做到不重不漏，把所有的信息都列进去，而不需要有“其他”这项了。

对于怎样才能做到不重不漏，我给你提供5种方法，这也就是MECE的5种分类法：

1. 二分法。

这个分类方式在日常生活中比较常见，其实就是把信息分成A和非A两个部分。

比如国内、国外，他人、自己，已婚、未婚，成年人、未成年人，左右，男女，收入和支出，专业和业余等等。

2. 过程法。

也就是按照事情发展的时间、流程、程序，对信息进行逐一的分类。

你在日常生活当中制定的日程表，解决问题的6个步骤，达成目标的3个阶段，其实都属于过程分类。

过程分类法特别适合用于在对项目进展和阶段的汇报上。

3. 要素法。 听起来好像有点深奥，但其实你在生活当中也经常使用。

比如说优秀员工的7种品质、公司的组织架构图等等，其实都是把一个整体分成不同的构成部分。

可以是从上到下，从外到内，从整体到局部。 这种分类方法是用于说明事物的各个方面特征的。

4. 公式法。

也就是说，可以按照公式设计的要素去分类，只要公式成立，那这样的分类就符合MECE原则。

比如，销售额=单价×数量，这里就是把销售额通过公式拆解成了单价和数量。

前些年很多外资企业面试题里，经常有这样的题目，让你去计算中国有多少车辆，北京有多少个餐馆等等。

其实他们并不是真的想知道中国到底有多少车，而是考察你对信息的归纳、整理能力，看你能不能用一个公式的方法把信息进行不重不漏的整理，也就是一个人结构化思考的能力。

5. 矩阵法。

这种分类方式也很常见，举个例子你就明白了。

比如我们在安排工作的时候，有一种分类方式，是把你的工作分成以下四种：（1）重要紧急，（2）重要不紧急，（3）不重要但紧急，（4）不重要也不紧急。

然后可以把它们填到4个象限当中去，这4个象限就是我说的2×2矩阵。这种分类方式就叫做矩阵法。

这种分类方式的关键在于，你要使用2次二分法，什么意思呢？

比如：

你给员工布置任务，你可以先用二分法把员工分为有意愿做任务的员工和没有意愿做任务的员工；

然后再从另外一个维度再用一次二分法，把员工分成有能力做任务的员工和没有能力做任务的员工。

接着，你把这两个不同的类别交叉，就可以得到一个四个象限的类别，它们分别就是有能力有意愿，有能力没意愿，没能力有意愿和没能力没意愿。

得出的这4项分类是MECE的，它是不重不漏的。

讲完了5种MECE的分类方法以后，我希望你知道的是，MECE的好处不仅仅是可以对全部信息进行归类整理，还在于，你对事物的构成要素进行MECE思考的时候，甚至可以激发你没有想到的点子，拓展你的思路。

特定场景的分类模型――

对于大部分情况来说，MECE法则是一个较为通用的分类法则，但在某些场景下我们还有更直接的模型，可以把现有的信息，分类放到一些分类模型当中去。

比如，在考虑市场战略的时候有一个常用的模型叫做3C，即公司（Company）、顾客（Customer）、竞争对手（Competitor）三个英文单词的首字母。

按照这三个要素进行战略归类的时候，就可以防止公司出现忽视用户需求、市场行情，自顾自去开发产品，导致血本无归的情形。

再比如，在做市场营销决策的时候，有个4P结构，是由产品（Product）、价格（Price）、渠道（Place）和营销（Promotion）四个词的首字母构成的。

制定决策的时候，将这四个要素考虑完备，就可以避免陷入“低价格一定有好营销”的误区。

类似的模型还有很多，你平时可以留心积累一些，做个有心人。

把这些思考结构作为你的工具，根据你的工作需要，去选择不同的工具！

小结――

我们说了如何用结构化思维对信息进行整理和归纳。

我给你讲了5种MECE分类的方法，保证你在对信息分类的时候可以做到不重不漏。

同时，我还给你介绍了两种特定场景下的分类工具，你在平时的工作当中还可以去积累更多其他的工具。