หลักการ MECE เป็นวิธีการจัดระเบียบข้อมูล ที่ใช้ในการทำความเข้าใจ และแก้ไขปัญหาที่ไม่ทราบจำนวนมาก สาระสำคัญของวิธีนี้คือ คุณต้องศึกษาปัญหา การรวบรวมกลุ่มขององค์ประกอบที่ละเอียดถี่ถ้วนร่วมกัน การต่อต้านพวกเขาด้วยองค์ประกอบที่ไม่เกิดร่วมกัน การค้นหาปัญหาจริง และหาวิธีแก้ปัญหา นี่เป็นแนวทางสากล ที่สามารถนำไปใช้ได้ในทุกด้าน ตัวอย่างเช่น คุณสามารถค้นหาสาเหตุที่พนักงานละเมิดกฎ และไม่โอนเอกสารไปยังที่เก็บถาวร

จากนั้นคุณสามารถเปลี่ยนหลักการของ MECE ให้กับตัวคุณเอง และคิดออกว่า ควรสมัครเข้ายิมหรือเป็นมังสวิรัติ เมื่อมองแวบแรกหลักการ MECE อาจดูซับซ้อน และไม่มีประโยชน์มากนัก อย่างไรก็ตาม หากคุณสละเวลาสักครู่ เพื่ออ่านบทความนี้ คุณจะเข้าใจทุกอย่าง และมักจะใช้เครื่องมือนี้ในการตัดสินใจ หลักการ MECE คืออะไร อธิบายรายละเอียดได้ ดังนี้

หลักการ MECE เป็นหลักการการจัดกลุ่ม เพื่อแบ่งชุดขององค์ประกอบออก เป็นชุดย่อยที่ไม่เกิดร่วมกัน หรือเฉพาะส่วนรวม VI / ME และแบบละเอียดถี่ถ้วน หรือทั้งหมดรวมกัน SI / CE ดังนั้น ชื่อ VISI หรือ MECE กฎนี้กำหนดขึ้นในช่วงปลายทศวรรษ 1960 โดยที่ปรึกษาทางธุรกิจ บาร์บารา มินโต สำหรับแมคคินซีย์ ต่อมาได้กลายเป็นองค์ประกอบสำคัญอย่างหนึ่งในหนังสือหลักการปิรามิดมินโต

ซึ่งสร้างขึ้นจากการนำเสนอข้อมูลอย่าง มีโครงสร้างตั้งแต่แนวคิดหลัก ไปจนถึงรายละเอียดที่เล็กที่สุด VISI เป็นเทคนิคการแก้ปัญหาอย่างเป็นระบบ ที่ช่วยแก้ปัญหาที่ซับซ้อน ช่วยให้คุณหลีกเลี่ยงความสับสน และมุ่งเน้นไปที่ข้อมูลสำคัญที่จะนำคุณไปสู่ความสำเร็จ สิ่งนี้มีประโยชน์ในกระบวนการสร้างแผนที่ธุรกิจ โดยที่เค้าโครงที่เหมาะสมของข้อมูล มีความครบถ้วนสมบูรณ์ และไม่นับซ้ำที่ระดับใดๆ ในลำดับชั้น

ตัวอย่างเช่น คุณสามารถจำแนกบุคคลตามปีเกิด ปีเกิดเป็นองค์ประกอบทั่วไปที่ทุกคนมีหลักการ VISI มีผลบังคับใช้ที่นี่ หากจำเป็นต้องจำแนกบุคคลตามสัญชาติ หลักการ VISI จะไม่ทำงาน เนื่องจากสัญชาติไม่ได้แยกจากกัน บางคนมีสัญชาติสองสัญชาติ และองค์ประกอบที่ละเอียดถี่ถ้วนร่วมกันหลักการ VISI เป็นเครื่องมือที่มีค่าสำหรับการสร้างแผนผัง ปัญหาที่แบ่งคำถามที่ซับซ้อนออก เป็นองค์ประกอบพื้นฐานที่จะประเมินฃ

ซึ่งช่วยในการค้นหาสาเหตุของปัญหา การคิดแบบนี้มีประโยชน์ เพราะจะหลีกเลี่ยงการทำซ้ำ และชี้แจงตัวเลือกในการแก้ปัญหา กล่าวอีกนัยหนึ่ง VISI คือ ชุดเครื่องมือที่ไม่มีการทับซ้อนกันและช่องว่าง ช่วยให้คุณเห็นว่า องค์ประกอบใดบ้างที่ละเอียดถี่ถ้วนและเข้ากันไม่ได้ วิธีการใช้หลักการ MECE เมื่อคุณต้องการปรับ หลักการ VISI ให้เข้ากับสถานการณ์ของคุณเอง ให้ใส่ใจกับกฎห้าข้อที่เป็นพื้นฐานของวิธีการ

รายการขนาดเล็กในชุด ไม่สามารถทับซ้อนกันได้ หากรายการแสดงในหลายหมวดหมู่ โครงสร้างจะทำงานไม่ถูกต้อง ควรพิจารณาถึงสถานการณ์ที่ไม่ปกติ ที่อาจจัดบุคคลไว้มากกว่าหนึ่งประเภท ข้อผิดพลาดมักเกิดขึ้น เนื่องจากความประมาท ดังนั้น ให้ลองตรวจสอบวัสดุอีกครั้ง ผลรวมของชิ้นส่วนต้องเท่ากับทั้งกลุ่ม โครงสร้างจะต้องครอบคลุมทั้งกลุ่ม ซึ่งอาจต้องพิจารณาการโต้ตอบกับลูกค้าโดยทั่วไป

ของชิ้นเล็กควรเทียบเคียงกันได้ หมวดหมู่ในการจัดประเภท VISI ควรเปรียบเทียบตามลักษณะที่คล้ายคลึงกัน กฎสามข้อ ชุด 3 ชิ้นใช้งานง่าย และจดจำง่าย นี่ไม่ใช่ข้อกำหนดบังคับ แต่ช่วยให้เข้าใจโครงสร้างที่กำลังสร้างขึ้นได้ง่ายขึ้นมาก หากองค์ประกอบดังกล่าวไม่เหมาะกับคุณ ให้เพิกเฉยกฎนี้ และรวมไว้ในรายการมากเท่าที่จำเป็น

ข้อผิดพลาดทางตรรกะและความไม่สอดคล้องกัน หลักการ VISI เป็นเครื่องมือวิเคราะห์ที่ทรงพลัง แต่ถึงแม้จะไม่ได้ป้องกันข้อผิดพลาด ที่อาจเกิดขึ้นทั้งหมด ดังนั้น เพื่อหลีกเลี่ยงปัญหา คุณควรศึกษาสมมติฐานอย่างรอบคอบเสมอ แม้ว่าโครงสร้างที่สร้างขึ้น จะดูเหมาะสมที่สุดก็ตาม หากคุณมีปัญหากับการประเมินข้อมูล ให้สนใจหลักสูตรการคิดอย่างมีวิจารณญาณ หลังจากผ่านไปแล้วจะมีข้อผิดพลาดน้อยลง

กฎการพิจารณานั้นเป็นสากลและอนุญาตให้คุณปรับหลักการของ MECE ให้เข้ากับประเภทของธุรกิจ หรือความต้องการส่วนบุคคล มาดูตัวอย่างกัน สมมติว่าคุณเปิดร้านแกดเจ็ตของคุณเอง และสำหรับการทำงานหลายเดือน คุณไม่ได้รับผลลัพธ์ทางการเงินที่คาดหวัง นักวิเคราะห์ของคุณอ้างว่า ทุกกรณีอยู่ในบิลเฉลี่ย ในแผนมีค่าใช้จ่าย แต่อันที่จริงมีเพียง ลองใช้หลักการ VISI เพื่อวิเคราะห์สถานการณ์

เป็นไปได้มากว่าปัญหาซ่อนอยู่ ในองค์ประกอบอย่างใดอย่างหนึ่งต่อไปนี้ เกินราคา การจัดประเภทที่ไม่เหมาะสม หรือตำแหน่งร้านค้าที่ไม่สำเร็จ เรารวบรวมทุกอย่างในตารางเดียว แบ่งแต่ละปัจจัยที่เลือกออกเป็นกลุ่มเพิ่มเติม ลบสิ่งที่ไม่จำเป็นออกทั้งหมด และเน้นปัญหาตามหลักการที่เหลือ เราใช้หลักการ VISI และระบุปัญหา ที่เป็นไปได้มากที่สุด สำหรับที่เก็บอุปกรณ์ของเรา ส่วนที่ยากที่สุดยังคงอยู่ เราต้องใช้สมมติฐานของเรา และพัฒนาวิธีแก้ปัญหา

การแบ่งปัญหาออกเป็นหมวดหมู่ อาจดูเหมือนเป็นการเคลื่อนไหวโดยสัญชาตญาณ ข้อมูลที่รวบรวมอาจมีประโยชน์ในบริบทอื่น แต่ไม่สามารถแก้ปัญหาได้ หากมีการวนซ้ำกับข้อมูลดังกล่าว อาจนำไปสู่วิธีคิดที่ไม่สามารถแก้ปัญหาเชิงกลยุทธ์ได้ เพื่อให้ชัดเจนยิ่งขึ้น มาดูตัวอย่างที่ไม่เกี่ยวข้องกับ VISI โดยจะรวมรายชื่อลูกค้าประเภทต่างๆ ตามงานอดิเรกของพวกเขา เมื่อมองแวบแรก มีเหตุผลบางประการ ลูกค้าทุกคนเป็นคน และมีความสนใจในบางสิ่ง

ความสนใจนี้สามารถกำหนด สร้างโครงสร้าง และพยายามใช้เพื่อวัตถุประสงค์ของบริษัท ผลลัพธ์ควรเป็นดังนี้ บริษัทได้เรียนรู้ว่า ลูกค้า 80 เปอร์เซ็นต์ สนใจฟุตบอลและชกมวย ในระหว่างงานอีเวนต์สาธารณะ บริษัทจะจับสลาก ซึ่งรางวัลส่วนใหญ่เกี่ยวข้องกับฟุตบอล หรืออุปกรณ์ชกมวย รางวัลหลักคือ ตั๋วสำหรับการต่อสู้ หรือการแข่งขันที่สำคัญ หลังจากงานเสร็จ ลูกค้าจะยิ่งผูกพันกับบริษัทมากขึ้น เข้าร่วมงานและใช้บริการต่อไป

หากคุณมองอย่างใกล้ชิด แนวทางนี้มีข้อเสียที่ชัดเจน ประการแรกผู้คนสามารถมีส่วนร่วมในงานอดิเรกทั้งสองประเภท และโกรธเคืองหากพวกเขาไม่ชนะอะไรบางอย่าง ดังนั้น จึงไม่มีองค์ประกอบที่แยกจากกันที่นี่ ประการที่สอง ลูกค้าที่ร่ำรวยที่สุด อาจเป็นผู้ที่ไม่ได้มีส่วนร่วมในการสำรวจ และชื่นชอบการเล่นกอล์ฟ นั่นคือการจำแนกประเภทที่ทำขึ้น ไม่มีองค์ประกอบที่ละเอียดถี่ถ้วนร่วมกัน

ซึ่งหมายความว่า แม้จะเป็นความคิดที่ดี แต่การสุ่มตัวอย่างดังกล่าวอาจไม่ได้ผล บริษัทจะใช้จ่ายเงิน และอย่างดีที่สุดจะไม่สูญเสียอะไรเลย ในทางธุรกิจ แนวทางนี้ไม่น่าสนใจ ดังนั้น เพื่อไม่ให้หวังโชค คุณต้องใช้หลักการ MECE อย่างถูกต้อง และสุ่มตัวอย่างตามเกณฑ์อื่น การเขียนความคิดเห็นว่าหลักการใดที่คุณจะจำแนกลูกค้า และสิ่งนี้จะส่งผลต่อการขายอย่างไร

 

 

บทควาทที่น่าสนใจ :  สารพิษ และข้อมูลพิษวิทยาในการใช้ยาในหนู สุนัข กระต่ายทำการทดลอง