MECE(發音為me-see)

MECE 麥肯錫分析法 或是 MECE 麥肯錫思考術 將某件事或概念當成母集合(整體)思考,分成彼此獨立、互無遺漏(MECE,Mutually Exclusive Collectively Exhaustive)的子集合(部分)。

上面這句話(有一個嚴重錯誤),可以在許多的顧問公司網站,管理叢書,甚至是知名的經理人月刊找到,下圖為『完全圖解!1分鐘搞懂麥肯錫思考架構』的文章:

https://www.managertoday.com.tw/articles/view/51650

我們先認識什麼是MECE。以下文章摘取自資策會官網,2017/10/25 文章 – 『心中有 MECE,溝通更 Easy』(讀者可以先找找碴,錯誤在哪裡?)

美國麥肯錫(McKinsey)顧問公司的新進⼈員,都要訓練⾃⼰將 MECE 原則,變成⾃⼰的反射性思考⾏為,所有經⼿的文件報告或往來電⼦郵件,都要考量是否符合 MECE 原則,因 MECE 就像是個⼈的思考引擎,驅動你能夠看清楚⾃⼰所組織的思考⽅向,將重覆及疑惑的內容減⾄最低,在向組織報告或與他⼈溝通時,同時也能產⽣專業的說服⼒。

ME(Mutually Exclusive)的意思是「彼此獨立」,CE(Collectively Exhaustive)的意思是「互無遺漏」。簡單的說,就是當你將某個待解決的⼤問題,條列分割為數個⼩問題來討論時,就要留意⼩問題彼此之間有沒有重疊性,如果沒有,你就是做到了「彼此獨立(ME)」,如果組合所有的⼩問題,就能完整的回答⼤問題,你就是做到了「互無遺漏(CE)」。

例如問卷調查的年齡別填寫欄,有時候會遇到「20~30歲、30~40歲、40~50歲」的欄位設計,這三個填寫欄位出現「 30歲與40歲」的重疊性,就會讓這兩個年齡的⼈,不知道應該填寫那⼀欄,這就是犯了沒有「彼此獨立(ME)」的⽑病;如果填寫問卷的⼈是19歲或51歲,也會發⽣找不到合適填寫欄位的問題,這就是犯了沒有「互無遺漏(CE)」的⽑病。修改為「19歲以下、20~29歲、30~39歲、40~49歲、50歲以上」,就符合 MECE 了。

訓練⾃⼰把 MECE 內化為反射性思考⾏為,會讓⾃⼰的書⾯或⼝頭報告,更有系統化的完整思考。例如你要報告「如何增進營收」的議題,就可以從「開源」與「節流」兩個⽅向來說明,這兩個分類符合 MECE 原則,然後再把「開源」拆解為「新產品」與「既有產品」分開討論,「節流」則拆解為「固定成本」與「變動成本」來討論,這樣的分類也符合 MECE 原則,循著 MECE 思維逐步再拆解討論議題,直到無法再細分為⽌。

觀察各類產業分析模型會發現,都是符合 MECE 原則。例如波特的五⼒分析、⾏銷 4P、產品⽣命週期(PLC)、BCG 矩陣、SWOT 分析等模型,所以,如果你能夠懂得運⽤產業分析的模型來思考報告內容,⾃然就會產⽣ MECE 的思考架構,你就會發現⾃⼰的報告,變得更有可讀性喔。

以上資料轉摘自資策會官網。

先釐清上面資料幾個重大錯誤。

第一,ME(Mutually Exclusive)的意思是「彼此獨立」。這句話是錯誤的。

當初翻譯 MECE 的人,應該是沒有學好基礎統計學。ME (Mutually Exclusive)是互斥的意思。統計學的相互獨立,是 mutually independent 或是 collectively independent。

互斥的意思就是 A 發生,B 一定不發生;B 發生,A 一定不發生。

相互獨立的意思,A 發生跟 B 的發生無關,反之亦然。這違反 MECE。所以說當初翻譯者沒有翻好。這個錯誤在極多數的管理顧問公司網站/Blog,到現在還在誤用,實在是很糟糕的一件事情。

第二,觀察各類產業分析模型會發現,都是符合 MECE 原則。例如波特的五⼒分析、⾏銷 4P、產品⽣命週期 (PLC)、BCG 矩陣、SWOT 分析等模型,所以,如果你能夠懂得運⽤產業分析的模型來思考報告內容,⾃然就會產⽣ MECE 的思考架構。—-這段論述,更是有嚴重的邏輯錯誤。

舉例行銷的 4P,Promotion 極有可能會跟不同的 Place 的特點連動而有不同的作法,他並不是一種互斥的關係。

再來,SWOT 的內部優勢,極有可能跟外部機會連動,因此也不會是互斥的。

最後,是因為有優質的思考架構,才能做出好的產業分析內容。而不是因為運⽤產業分析的模型來思考報告內容,就會產⽣好的的思考架構。更不是運用這些產業分析模型來報告,就會有 MECE 的思考架構。

第三,節流,也不應該僅僅只有關注到「固定成本」與「變動成本」這兩件事情。如何投資,有效規劃金流,裡面也有重要的節流精神。

以下是更正的說法與舉例:

MECE 的作法就是在定義的範圍內,切分合宜的類別,這樣就不會遺漏。而各類別之間是互斥的,就不會產生重複。透過完整的範圍,沒有重複的分類去思考,就能相對完善而具備有效性。

有網友詢問,4M1E 人機料法環境,品質不良原因分析,是不是 MECE,難道還有第六種因素嗎?

我的回答:4M1E 不適合拿來當 MECE 案例,雖然他本身是生產,品質極為優良與重要的工具,他有交互影響的成份,也就是他並不互斥,機器跟操作者是有互動關係的,有可能是正向因果,或是正相關,或是負向因果,負相關。另外游標卡尺,電子稱,溫度計等測量工具,許多專家認為不屬於 4M1E,就我個人巡廠經驗,這些影響品質非常大。

4M1E 之所以不能拿來當 MECE 範例,是因為品質不良有可能同時好幾個因素,這違反互斥,而且又有其他可能原因,這有遺漏;但這全然不會減損 4M1E 是一個重要工具的本質。

MECE 的案例 – 麥肯錫思考術 麥肯錫分析法

最近的例子,幫 A 國家某省政府規劃人民福利案。

範圍:什麼日期間的設籍居民

分類:

  •   住a縣的居民,b縣的居民。(不好,因有人在兩個縣都有房子)。改為:設籍a縣者,設籍b縣者。(可,互斥,完整,只有兩縣)
  •   有男孩的,有女孩的,有男孩女孩的(不好,獨立但不互斥,不完整)。改為:沒有孩子的,只有男孩的,只有女孩的,有男孩女孩的(好,互斥,完整)
  •   兒童:嬰兒,讀幼兒園的,讀國小的(不好,有小孩沒有讀)改為:在什麼日期點,3 歲以下,3-6 歲,6-12 歲(好,互斥,完整)
  •   家有 65 歲以上老人,沒有者(好,互斥,完整,但不夠用)改為:包含到收入,撫養人數,年醫療費用等各種組合。

規劃的背景,因政府提供福利不能重複,不能漏掉。此外郵寄資料如正確,透過合併作業,可以減少一年好幾百萬份的信件(給沒有eMail 的民眾)。

透過 MECE 的練習,可以先掌握資訊,資料分類的基本原則與基礎。有了不重複,沒有遺漏的分類與規劃,接下來的分析才能更有效,產生的行動方案,解決方法才能更精準。

MECE 有沒有缺點?

MECE 分析只是進行完整問題解析之基礎,並不是真正的問題分析與解決。

當我們處理複雜問題時,雖然 MECE 分析過程是完整和互斥的,但是最終分解完成後的各項要素之間是會有影響的(如上面筆者所述,有可能是正向因果,或是正相關,或是負向因果,負相關)。問題的實際面經常是複雜的網巢狀結構,單由 MECE 分析所產生的簡單樹狀結構是不適用的。

舉上面網友詢問的生產管理因子 – 人機料法環

MECE 方法既不能辨別出不能分入任何類別的事物(如上述的游標卡尺),又不能處理在分類之後新加入的事物對分類的影響(游標卡尺精確度的影響)。

MECE 的這些局限性,導致許多良好的分類模型(被分成的各個種類之間不一定互斥)被忽略,或是為了要強硬套入 MECE 模型,而導致不必要的困擾,強迫這些分類的條件滿足 MECE 的前提,很有可能是不必要的限制。

MECE 分析是偏靜態的,也就是分析時的問題與資料,已經固定不變。

隨著工作複雜度增加,越來越多工作者要求自己強化邏輯思考能力。我會建議從 MECE 的思考模型開始著手,這是比較簡單的第一步,也是其他思考模型不錯的基礎。

然而,現實生活中問題,或是大型的專案,各個要素(或是子專案)之間的關聯,常常是動態的(也就是彼此依賴或影響,不論是正向影響或是負向)。解決方式形成過程理應是動態分析,動態加靜態的分析才是完整的分析。面對動態的變化,我們需要『系統化思考』。 麥肯錫思考術 麥肯錫分析法

 

推薦閱讀: