問題を解決するための普遍的な公式：3つの戦略：上、中、下

問題に遭遇したとき、どこから始めればよいでしょうか?問題を解決するための前提条件は、問題解決思考を養うことです。この記事では、問題解決から始めて、問題を解決するための普遍的な公式とそれに応じた考え方を詳しく紹介します。トップ・ミドル・ボトムの意思決定は、問題を解決するための普遍的な方法であり、ほとんどの問題を簡単に解決できます。思考スタイルを発達させ、問題解決能力を向上させたい学生におすすめです。

データアナリストは軍事戦略家のようなものだと言われています。軍事戦略家がどのようなスタイルで提言をしているのか見てみましょう。

古代のカウンセラーは、提案をする際には古典的なスタイルを採用しており、最良、中程度、最悪の 3 つの戦略を提案することを好みました。劉備が西川で戦っていたとき、龐統は次のような計画を提案した。

最善の戦略は成都に奇襲を仕掛けること、つまり精鋭部隊を選抜して夜間に攻撃することだ。成功すれば益州を占領できる。

中間の戦略は、まず劉備が益州を占領するのを阻止した将軍の楊淮と高沛を殺し、次に成都へ進軍することである。

最悪の戦略は、回り道をして、まず荊州に戻って軍隊を再編成し、適切な時期が来たら攻撃を開始することです。

子供の頃にこれを読んだとき、私は少し混乱しました。

すでに最良の選択肢があるのに、なぜ中間の選択肢を選ぶ必要があるのでしょうか?

1. 上、中、下の 3 つの戦略が必要なのはなぜですか?

カウンセラーが提案する3つの戦略は自己防衛のメカニズムであると言われています。

リーダーに選択肢を 1 つだけ与えた場合、物事がうまくいかなくなったときに責任を逃れることができなくなります。

しかし、リーダーに 3 つの選択肢を与えた場合、失敗した場合は意思決定者の責任になります。

だから何：

ベスト = 推奨構成

中 = 最小構成

最悪の選択肢 = これをどうしても実行したい場合は、まずこの免責事項をクリックしてください

これにはある程度の真実が含まれていますが、私は別の言い方を好みます。

最良、中間、最悪の戦略は、さまざまな条件下での実装計画を表します。

最善の戦略とは、この対象の問題に対する最適な解決策です。

実際の状況に関係なく、目標を達成するためには、理想的な状況とは何か？最適な解決策は何でしょうか?最適なソリューションを実現するにはどのような条件が必要ですか?

最善の戦略は完璧ですが、残念ながらそれは仮説の中にしか存在しません。現実には最善の政策の前提を満たさない状況が多くあるため、「最善の政策は性急すぎるし、最悪の政策は遅すぎる」と言われています。

最善の政策と現状の矛盾を調和させるために、中間の政策が存在します。

中立政策は、実際の状況に基づいて最善の政策との妥協の結果です。中間の戦略では、最も重要な部分を保持し、中核ではない条件の一部を放棄するか、それを補うために他のリソースを追加します。最終結果は最善の戦略ほど完璧ではないかもしれませんが、中間の戦略は実装が容易で、より実用的な意義があります。結果は完璧ではありませんが、許容範囲内です。

意思決定者が中間の政策に満足せず、損失が大きすぎると考える場合、次善の政策を選択し続けることしかできません。最悪の戦略は、より多くの非中核条件を放棄し、より少ないリソースを投資する必要があるが、成功の確率と結果レポートも低くなる、実装がそれほど難しくない戦略を採用することです。

理解を助けるために例を挙げてみましょう。

夢の女神を追いかける方法を尋ねられたら：

この質問に対する理想的な状況は、あなたが非常に魅力的な資質を持ち、女神があなたに惹かれ、あなたがその方向に向かっていることです。

この目標を達成するための最善の戦略は

今日から本を読み、運動し、適切な服装をし、ゲームやショートビデオアプリをすべて削除し、娯楽活動をすべてやめ、勉強と仕事に専念してください。そうすれば、人生の頂点に達したときに、女の子が自然にあなたに惹かれ、仕事と恋愛の両方で成功するでしょう。

最終的に女神を引き付けることができなかったとしても、あなたはより良い人間になることができ、次回は愛を見つける可能性が高くなります。

しかし、最善の戦略であっても、それを実行するのは不可能だということがわかるでしょう。

妥協できるのは現実だけだ。上で述べたような完璧な状態を達成する必要はなく、女神が最も好む領域だけを選んでください。

つまり、中間の政策は

彼女の交友関係や趣味を理解し、それらの分野で一生懸命努力して半ば専門家になり、彼女の前で同じような興味を持っていることをさりげなく明らかにし、それらの分野での知識を使って彼女を惹きつけましょう。

それでも中道戦略が面倒だと感じる場合は、時間をかけて他人を理解し、多くのことを学ぶ必要があり、非常に面倒です。

そうすると、最悪の戦略に頼るしかなくなります。最悪の戦略は成功を保証するものではありませんが、実行するのは非常に簡単です。

次善の選択肢は次のとおりです。

彼は毎日彼女の健康状態を尋ね、朝食をご馳走し、引っ越しを手伝い、WeChat Moments での彼女の投稿に真っ先に「いいね！」をします。彼女に彼氏がいるかどうかに関わらず、彼はいつも彼女に忠実です。女の子が恋に挫折し、ふと振り返ってあなたがまだ彼女を待っていることに気づいたとき、彼女はあなたがどれほど大切であるかを理解し、あなたと一緒にいたいと思うかもしれません。

最悪の戦略は、やるべきことがたくさんあるように思えますが、それらはすべて自分の能力の範囲内で実行できるものであり、実際は最も単純なものです。しかし成功率ははるかに低く、そのような人は結局はおべっか使いになってしまうことが多いのです。

2. 普遍的な公式

上、中、下の 3 つの戦略は、3 つの異なる考え方に対応しています。

1. 最も良い考え方は、問題の本質を見つけることです。問題を解決するには、まず問題の本質を見つけ、目標を達成するために必要な条件を整理し、次にその条件を達成する方法を見つけなければなりません。

2. 中間の戦略は、最善の戦略と実際の環境との妥協点となる、より現実的な考え方です。 Zhongce は実行可能性と実現可能性に焦点を当て、達成可能な道筋を提案します。

3. 最悪の戦略は通常、問題の本質を無視し、実行できる簡単なことだけを行うことです。

人生において、私たちの多くは最悪の事態を想定して問題について考えます。たとえば、「1年間で100万ドルを稼ぐにはどうすればいいですか？」という質問。

多くの人は、年間100万稼いでいるのに給料が数十万しかないなら、副業をしたり、短いビデオを撮ったり、小さなビジネスを始めたりしたらどうだろうと思うでしょう。そして、いくらかの資金を投資すれば、毎年数万ドルを稼ぐことができます。

このような思考は点状になっており、次々とアイデアが浮かんでくるのです。これらのアイデアは基本的に現時点で私が実行できることであり、標準的な最悪の事態を想定した考え方です。

最善の思考法、つまり問題の本質を追求する思考法を使うなら、この問題について考えるべきです。では、年間100万ドルを稼ぐためにどのような方法があるか考えるべきでしょうか?

答えは給与所得、投資配当所得、副業所得などが考えられます。給与所得の場合、100万という目標を達成するにはどのような条件を満たす必要があるのでしょうか？どのようなスキルが必要ですか?どのような証明書が必要ですか?どの会社に行くべきでしょうか？給与の増額等のお願いの仕方

大企業に勤めれば年間100万稼げるのですが、今の履歴書があまり良くなくて大企業に入るのは難しいのですが、どうすればいいでしょうか？いくつか妥協して中間点を見つけましょう。大企業を辞めて、まずは中堅企業に転職して給料を50％増やし、副収入を加えて経費を減らして投資に回すという方法もあります。

上から下まで考える戦略は、問題を本質から分析するため、最悪の選択肢よりも実行に効果的です。

この3つの戦略思考は、普遍的な問題解決方法でもあります。

上記は、女神を追い求める方法や年間100万を稼ぐ方法など、さまざまな問題を3つの戦略思考を使って考えます。他の問題にも同じことが当てはまります。

たとえば、職場の会議で、上司があなたにいくつかの要求をします。この包括的なフレームワークを使用して質問に答えることができます。

この要望に対して、XX条件とXX条件を満たすことが理想だと思います。これらの条件が満たされれば、半年以内にこの目標を達成できると確信しています。 (最善の選択肢)

ただし、これらの条件には多くのリソースが必要です。 2 番目の選択肢としては、コア機能の一部だけを残して開発エンジニアを 2 人追加すれば、あと 3 か月以内に完了できると思います。 （中国政策）

最後に、会社がこれらのリソースを提供できない場合は、XXX 機能のみを実装できると思います。このような文（最悪の選択肢）は、最悪の選択肢の考え方で考えられる条件 A、条件 B、条件 C などよりもはるかに整理されています。

3. まとめ

今日の話題をまとめてみましょう。

最善の戦略は問題に対する最適な解決策であり、中間の戦略は実際の状況に基づいた妥協であり、最悪の戦略は最も労力がかからないが最も効果が低い戦略です。

上、中、下の 3 つの戦略は、ほとんどの問題を解決するのに役立つ普遍的な問題解決の思考方法です。

著者: ジェイソン

出典：WeChat公開アカウント：「三次元分散」（ID：686668）