数据分析必备思维之:系统性思维

前两篇的内容介绍了推理的基本方法,演绎和归纳。然后介绍了组合演绎归纳的结构化方法,现在我们已经掌握了可以解决比较复杂的问题的方法。

但是上面这些方法就好像学生掌握了解题技巧,在面对特定问题的时候游刃有余,但是到了社会上,发现自己什么都不会了。

你按照结构化思维的方式解决问题,但是发现,当你解决了A问题,解决问题的做法带来了B问题。随后再去解决B问题,但最终又会带来C问题。你在各种各样的问题中间疲于奔命,事情似乎又没有好转的迹象。

现实世界有多复杂?

想象一下,假如你把硬币抛向空中,会发生什么?很简单:它会掉到地上。
但如果不是扔硬币这么简单的事情,而是向非洲提供价值100万的救援物资呢?又会发生什么?
如果我们用结构化思维来看待这个问题,似乎非常简单。要解决的问题是非洲的饥荒,那么解决方案可以可以分为外部和内部,外部的援助是解决方案的一种。非洲当地人得到救援物资,度过困难时期,之后逐步走向健康发展的道路。

但是实际情况是什么?
由于发达工业地区的救援物资免费地提供给非洲的贫困地区,导致当地的手工业和初级工业遭到毁灭性的打击,你再便宜也不可能比免费送的便宜啊。
​于是非洲当地好不容易建立起来的脆弱的经济系统崩溃了,社会重新打散成为一个个孤立的个体,陷入更加贫困的境地。从而需要更多的援助。

为什么会这样?
这是因为结构化思维只能解决静态复杂的问题,这种分析方法假定事物之间的关系是固定不变的,所以头疼了医头是的做法是可行的。

但是实际生活中,事物之间的关系非常复杂,很多实体被牵涉其中,它们都被这样或那样的连接联系在一起。 由于连接的存在,一个事件会引发下一个事件,然后是再下一个,再再下一个……由于牵涉其中的事件很多,而每个事件都可能有多种行为,从而增加了最终可能出现的结果数目。

欢迎来到动态复杂的现实世界,要想解决这个问题,我们需要系统性思维。

系统是什么?

《系统思考》一书中对系统的定义是“一群相互连接的实体”

一台没有开机的电脑,是系统吗?并不是。

它有电脑的结构,但是还不是系统,因为各个部件之间没有连接。

当电脑开机时,电流便在各个组件之间形成了连接。信息从硬盘到内存,再从内存到cpu,电脑这个整体能够通过这种连接实现特定的功能,这就成了一个系统。

用什么工具来分析系统?

现实是由许多循环组成的,但是我们只看到直线。

产生这种思考方法的原因,是因为“主语-谓语-宾语”的表达方式天生就是线性思考的。

我们想要理解系统,就必须学会系统思考的语言,系统循环图。

为了理解这种新语言的基本要点,我们来看一个简单的系统:往杯子里灌水。
整个过程可能是这样的:我们在灌水时会留意着水位的上升,在监视实际水位与我们心中的目标水位之间的差距。当水位上升到目标水位附近时,我们就关小水龙头,放慢水流量,最后杯子满了,就完全关闭水龙头。

想象一下,我们如果蒙上眼睛,还能好好地用杯子灌水吗?

显然不能,为什么?因为眼睛需要知道水位变化。
知道水位变化做什么呢?指导我们调节水龙头的水量大小。
水量大小又影响着杯中的水位变化。

你看,灌水这个简单的动作,拆开来看,也非常复杂。
实际上,这是一个由五个变量组成的水位监测系统:目标水位、实际水位、两者之间的差距值、水龙头开关的位置,以及水流量。

这些变量组成一个因果关系环路或圆圈,叫做“反馈过程”。这个反馈过程持续运行,直到水位达到目标值。

数据分析必备思维之:系统性思维_第1张图片
image.png

上图就是一个系统循环图。

循环图的基本组成部分

系统循环图的基本组成部分:正负反馈和延迟

正反馈(或放大反馈)过程是增长的引擎。只要你处在增长的局面,一定就有正反馈作用。正反馈过程也可以产生加速的衰减:很小的衰减被放大成越来越严重的衰减,就像金融恐慌时银行财产的衰减情况一样。

负反馈更准确的翻译是稳定反馈,它不是正反馈的反面,而是以目标为导向,起到稳定作用。如果目标是稳定不动,那么负反馈的作用就像车上的刹车装置。如果目标是保持每小时60英里的速度,那么负反馈作用就会让车加速到每小时60英里,但不会再高。

另外,许多反馈过程都有“延迟”,就是影响作用过程中的间歇和中断,它使作用的结果逐渐才能显现出来。

系统思考语言中的所有观念,都是以这三个元素为基础建立的,就好像英语的句子基本上都是由名词和动词组成的。

我们一旦掌握这些积木块,就可以构建系统基本模式。

系统循环图的基本结构:回路

增长回路

或者叫正反馈循环,是由两个及以上的正反馈连接起来的环形回路。

增强回路,会让在此系统中的要素,像滚雪球一样不断地增强。 比如说,为什么会富者越富,甚至逐渐形成了阶层固化? 就是因为财富的增加会带来资源分配的不平衡,而资源不平衡会带来每个人的竞争力出现本质的差距,这又进一步导致财富的向上聚集,富者越富!
生活中案例比如: A身处一家小公司,感觉每天工作重复无挑战,开始产生厌恶,每天机械化的上班打卡,完成固定工作,越是这样越是感觉到厌恶,时间越久越不敢跳槽,然后更加厌恶工作。这就是一个典型的恶性循环,系统每循环一次,厌恶感就加强一次。

增长回路的基本结构如下,在《第五项修炼》这本书中,为了方便阅读,在回路中间加了一个滚雪球的图标,表示这种回路会不断增强。

数据分析必备思维之:系统性思维_第2张图片
image.png

调节回路

调节回路,是由1个负反馈(或者单数个)加上若干个正反馈所组成的环路(见图20-14)。 调节回路的功能,是让系统趋向稳定或者达成某个目标。 比如,我们前面说的调节热水器的那个过程,就是一个调节回路,让水温达到并稳定在一个确定的温度上(见图20-15)。

增长回路的基本结构如下,在《第五项修炼》这本书中,为了方便阅读,在回路中间加了一个天平的图标,表示这种回路会自我调节。

数据分析必备思维之:系统性思维_第3张图片
image.png

这两类回路是系统思考最简单的形式,不过他们本身还不足以解释复杂的世界。我们可以把他们组合起来,形成非常复杂的系统循环图来解释我们这个世界。

系统循环图的进阶结构

系统的基本模式是由若干个增强回路或者调节回路构成的。是比较常见的一些系统结构,前人将他们总结成了一些固定的套路,以下简单介绍几种模式。

有延迟的负反馈
数据分析必备思维之:系统性思维_第4张图片
image.png

结构描述:个人、群体或组织为某个目标而行动,并针对反馈过程的延迟作出反应,调整行动。如果意识不到延迟,他们就会作出过多的调整和修正,也(有时)可能由于看不到任何进展而完全放弃行动。

商业案例:地产开发商不停地上新项目,直到产生销售疲软——然而那时市场上已经有足够多的其他在建项目,供过于求的结果已成定局。

管理原则:在迟钝的系统里,富有攻击性的过分行动将导致不稳定。要么保持耐心,要么使系统反应更灵敏。

强者愈强

为什么强者会越来越强?之前的增长回路解释了部分原因。不过现实世界中,我们不可能不考虑系统中的其他要素,比如竞争对手。强者愈强模型可以更好地解释这种现象,结构如下:

数据分析必备思维之:系统性思维_第5张图片
image.png

结构描述:结构由两个增长回路构成。在支持或资源有限的情况下,某一方变得更成功,就会获得获得更多的支持,而另一方就会失去支持。

案例:害羞的学生一开始上学就遇到问题(也许由于情绪原因,也许因为尚未发现的学习障碍),于是被贴上“笨学生”的标签,结果相比其他有积极表现的同学,他受到的鼓励和关注就越来越少了。

应对方法:寻找两者的总目标,以使两者获得平衡的表现。有时候要切断或削弱两者之间的关联,这样就避免它们对同一个有限资源的竞争(如果两者的关联只是由于偶然的疏忽,却引起对资源的不良竞争,那就需要这样做)。

增长极限

虽然说强者愈强?不过这种增长会一直持续下去吗?

答案是否定的,因为增长会有上限。

增长极限这种基本模式就是一个增长回路加上一个调节回路。

结构如下:

数据分析必备思维之:系统性思维_第6张图片
image.png

结构描述:这是在一段时间内加速增长或扩张的自我增强过程。但之后由于调节回路的影响,增长开始放缓(系统内的参与者往往无法理解),并逐渐完全停止,甚至有可能逆转,开始加速崩溃。

比如公司快速发展,盈利的部分投入生产,生产出来的产品创造更多盈利。这种增长回路可能会因为市场总量的限制,或者管理水平的限制而达到极限。

应对方法:不要在正反馈(增长)环路上使劲儿推,要设法消除(或削弱)限制因素。如果是因为管理能力不足,公司规模扩大后出现了各种问题导致的产能不能继续增长。那么再增加设备和人员是无法提升产量的。最好的办法是解决调节回路中的管理能力不足的问题,从而提升增长的上限,重新进入增长回路。

转移负担

如果得了胃炎,胃疼时光吃止痛药会好起来吗?

短期内会有一定的缓解,但是长期下去,胃病反而会越来越严重。

这种做法看起来很傻,但是实际生活中有很多人犯类似的错误。

比如公司的绩效管理体系有问题,导致离职率很高。很多公司就采用大量招聘的方式的来解决这个问题。问题解决了吗?看起来短期内人员重新补充上来,但是绩效管理体系没有改进,员工大量离职的风险依然存在。如果公司业务发展到关键时期出现大量离职,造成的危害反而更大。

在系统思考中,这种结构被称为“转移负担”,结构如下:

数据分析必备思维之:系统性思维_第7张图片
image.png

结构描述:为了纠正问题而使用的短期“缓解方法”,看似立即奏效,但随着这种纠正方法的反复运用,更根本的长期纠正方法就越来越被忽视。最终的结果是开发根本解决方法的能力萎缩或消失,导致对“症状缓解法”的更严重的依赖。

应对方法:我们应该聚焦在根本解决方法上。假如“症状缓解法”是必要的(因为根本解决法有延迟),那就用它来争取时间,以完善根本解决方法。

恶性竞争

有些模型不仅仅在组织内部,可能和组织外的竞争对手有关。比如“恶性竞争”模型”。结构如下。

数据分析必备思维之:系统性思维_第8张图片
image.png

结构描述:两个人或者两个组织认为,自己的利益依赖于建立对对方的优势。如果一方占据了优势,另一方就觉得受到更大的威胁,于是便更加咄咄逼人地去重建自己的优势,结果又使前者受到更大的威胁,也使前者更咄咄逼人,如此等等。双方往往把自己咄咄逼人的行为看成是对对方的防卫反应,而各自的“防卫”行动导致双方都不愿意看到的恶性循环。

商业案例:某公司开发了一款新产品,立刻在市场上成为了畅销产品。而几乎同事,另一家公司也开发出来类似的产品。随后,第一家公司对另一家公司的市场占有率非常嫉妒,决定降价20%。于是第二家公司的销售受到影响,也决定降价。而第一家公司仍然想继续提升市场占有率,于是进一步降价。第二家公司利润开始受损害,虽然不情愿,但还是又跟进,再次降了价。又过了几年,两家公司的利润都降低到难以为继的程度,这款产品是否能继续存在,也成了疑问。

应对方法:寻找“双赢”的方法,让双方都达到自己的目标。在许多情况下,某一方可以单方面逆转这种恶性循环,方法是公开、主动、大胆的“和平”行动,以使对方感到没那么多威胁了。

一些更复杂的例子

《系统思考》一书中给了一些复杂的案例,我们可以看看一个现实问题最终的系统循环图究竟长什么样。
(其中S代表加强,O代表减弱)

数据分析必备思维之:系统性思维_第9张图片
image
数据分析必备思维之:系统性思维_第10张图片
image
数据分析必备思维之:系统性思维_第11张图片
image

有了这些图形,一旦遇到其中一个变量出现变化,我们就能顺藤摸瓜,找出受影响的其他要素,并预测事情会怎样发展。
要注意,系统循环图是术而非道。没有一样的图,也没有最好的图,这取决于一个人思考问题的成熟度。

这些和数据分析有什么关系呢?

说了这么多,系统性思维和数据分析到底有什么关系呢?

在《目标思维》那篇文章里,我提到了一个观点:“业务方想要的数据,不一定是他想要的”。我们必须找到对方真正的业务诉求是什么。

比如,现在要求你做一个新用户的获客分析。业务方想要知道获客渠道里哪一个渠道的质量最高,以此来指导今后的投放渠道的侧重点。

这个问题看起来没什么问题。

我们可以通过《结构化思维》中提到的方法进行分析,拆分新用户的渠道,分析新用户的属性,最终找到最佳的渠道,以及哪类新用户是优质用户等等信息。

实际上,工作中这类业务需求已经算是比较靠谱的了。不过这类问题依然可以值得深挖一下。

业务方的实际需求是什么?
业务方的需求需求是提升获客的效率,用更少的成本获取更多的有效用户。这时候我们就要梳理一下获客的系统,看看究竟有哪些因素影响了获客的效率。

也许现有的获客系统是“增长极限”的模式,虽然投入更多的钱,可以获得更多的用户,更多的用户会带来更多的钱,这是一个增强回路。

但是,现有系统中可能还存在一个调节回路,由于变现手段的缺乏,导致客单价不高,因此在投放策略选择上存在很多限制。只能选择一些投放成本比较低的渠道,一些价格高但质量好的渠道没办法投放。

这个时候该怎么办?
在增强回路这一端发力当然可以提升一些获客量,但是可能不解决根本问题,而且效率也不高。

如果能在调节回路上发力,找出用户的潜在需求,开发新的变现方式,从而提升用户价值,那么增长回路那一端的系统就又会开始运转。

再比如,业务方想要提升销售额,但是目前的运营手段已经略显疲态。
那么分析这个问题的核心是什么?是如何优化现有的运营漏斗吗?

不,这是一种典型的转移负担模型,真正的解决方案应该是找出根本解,学习市场上新的社群营销、直播营销等方式,然后分析用户的特性和业务属性,看一下哪一种方式更适合自己的业务。

所以这个时候应该做的应该是做一个市场行业分析,而不是漏斗转化分析。

你用系统性思维看待这个世界时,就不会浮于表面,观察将更有深度。你能看到别人看不到的事物背后的关系,相比别人提前预知事物未来的发展。

你不再限于当下的视野,可以站在更大的角度思考问题。你不仅可以用系统思维来思考组织内的问题,还可以思考和竞争对手的关系,思考行业的博弈。

当你的思维跳脱出现有系统,站在更高的全局视角观察系统,就能清晰地看到大趋势,找出系统的主要矛盾。

底层思维模块小结

总结一下已经介绍过的,分析问题需要的各种底层认知思维:
解决问题要有目标思维,有了正确的目标,才能得出正确的结果。
那怎么找到正确的目标?
用系统性思维,找出各要素之间相互连接的复杂关系,看出如果解决了A要素,会带来什么样的新问题。直到找到真正要解决的最重要的问题是什么?
这个时候,一个大问题变成了系统中一个要素的问题。这时候可以不考虑动态的情况,只分析静态的问题。
再用结构化思维对这个静态问题进行拆解,将问题更加细化,找出可以落地执行的方案。而想要组织起结构化思维,更底层的是逻辑思维。只有确保每一个逻辑都是正确的,结构化思维的大厦才不会垮塌。
还有最后一个问题,问题是什么?
下一篇会再详细介绍“什么是问题”,补齐数据分析思维系列的模块一“底层思维”的最后一部分。

阅读书单

最后,系统性思维是一种需要大量时间学习和联系的思维,光我这一篇文章是远远不够的。我写这一系列文章的目的也仅仅是为了让大家对数据分析需要的各种思维之间的关系有一个框架性的认识。

如果想要深入学习系统性思维,《系统思考》的译者邱昭良博士推荐过一批书单。
邱昭良博士认为,系统性思维从入门到精通,大致需要经过三个阶段:
一、 入门阶段
在入门阶段,主要目的是了解系统思考的概念、基本原理,引起学习者深入探究的兴趣,为此读物要写得通俗易懂,简单、有趣。综合上述考虑,我为大家推荐三本基本上是实践导向的或寓言故事类、通俗易懂的读物:

  1. 彼得·圣吉著,《第五项修炼——学习型组织的艺术与实务(全新修订版)》(第5章),中信出版社,2009
  2. 洛·瓜特·丁著,《大鱼吃小鱼》,中国人民大学出版社,2003
  3. 哈彻斯著,《冰山的一角》,东方出版社,2004

二、进阶阶段
在理解并掌握了系统思考的基本原理、概念之后,在进阶阶段,主要需要掌握系统思考的基本方法与工具,以实践应用为主。为此,我向大家推荐面向实践者、讲述系统思考的方法以及应用的书籍。主要包括以下两本:

  1. 丹尼斯·舍伍德著,邱昭良译,《系统思考(修订版)》,机械工业出版社,2008
  2. 邱昭良著,《系统思考实践篇》,中国人民大学出版社,2009

三、深入阶段
在深入阶段,至少可以分三条途径进行深入探索:
从原理上,可以去阅读一些较为学术性或有一定深度的经典读物,包括相关哲学、思维科学;
从应用方法上,可以去了解更多关于系统动力学建模、系统基模等方面的专业读物;
从应用领域上,可以去了解系统动力学(系统思考)在教育、环保、经济、管理等各个领域的应用专著。
在这方面,推荐大家阅读一些系统思考方面的大家的著作,如系统动力学奠基人Jay Forrester教授及其弟子Denella Meadows、John Sterman等人的著作,包括但不限于:

  1. 德内拉·梅多斯著,邱昭良译,《系统之美》,浙江人民出版社,2012
  2. 约翰·斯特曼著,《商务动态分析方法》,清华大学出版社,2008
    3.德内拉·梅多斯等著,《增长的极限(30年纪念版)》,机械工业出版社,2013

你可能感兴趣的:(数据分析必备思维之:系统性思维)