下篇 结构化战略思维的应用[if !supportNestedAnchors][endif]
第4章 新麦肯锡五步法结构化战略思维的综合运用[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]随着人工智能和计算能力的飞速发展，在不远的将来所有能流程化、标准化和有所谓“正确答案”的岗位都可以也必将被机器取代。人类则应该逐渐聚焦于更复杂、更具挑战和更需要创造力的“更人类”的工作中。
[if !supportLists]2. [endif]芭芭拉·明托Barbara Minto的《金字塔原理》The Pyramid Principle偏重分析性报告撰写的方法。麦肯锡学院McKinsey
Academy倡导“七步成诗”法则（问题描述、问题分解、问题规划、信息整理、分析和论证、建议的提出和方案的表达），聚焦具体问题的细节拆解和解决。
[if !supportLists]3. [endif]常见的企业战略问题有企业发展战略、新产品战略、拓展战略和市场进入战略等，每一个问题都会被麦肯锡视为一个战略项目，麦肯锡咨询师的主要工作就是解决这些战略项目问题。而这些解决战略项目问题的方法和流程就非常值得学习和借鉴。
[if !supportLists]1) [endif]先了解一下麦肯锡在解决战略项目时的基本配置：派遣一支3~5人组成的咨询师小组，用8~10周的时间完成。由一个核心的项目组长EM（EngagementManager）负责带领2~3名组员，同时会有1名合伙人级别的咨询师指导把控项目方向和进展并引领与客户高层互动。如果有需要公司会指派内部或外部专家为项目做专业知识上的支持。
[if !supportLists]2) [endif]第1周，小组成员的核心工作内容就是新麦肯锡五步法的前两步定义问题、结构化分析团队会根据分析结果，生成对本次战略项目的“第一天的答案和第一周的答案”，这也是提出初步的假设的步骤。在项目剩余的大部分时间第2~7周或第9周内团队主要完成提出假设和验证假设以及提出新假设和验证新假设的循环。如果一切顺利团队会在项目的最后一周第8周或第10周进行最后成果展示的准备和项目的最终交付。
[if !supportLists]3) [endif]新麦肯锡五步法从项目管理的角度串起战略项目解决从开始到交付的5个关键步骤。“五步法”的前两步即定义问题、结构化分析涵盖了MECE原则指引下的“切”和纵深分解的“挖”。第三步提出假设与结构化战略思维四大原则中的“假设为前提”如出一辙。而第四步验证假设和相关的包括实地调研在内的落地方法与结构化战略思维四大原则中的“数字说话”和“洞见优于表象”息息相关。第五步交付则更偏重于高效商务交流，这一部分会着重介绍各种高[if !vml]
[endif]
效商务交流的原则和技巧。
第5章 第一步定义问题[if !supportNestedAnchors][endif]
5.1 对问题本身的推敲是思辨者的行为特色[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]定义问题，就是把问题的定义和边界弄明白，回答“我们到底在解决什么问题”。这几乎是所有问题解决方法论的第一步，也是最重要的困难一步。定义问题的最终产物应该是一个清晰的问题陈述。很多时候如果可以精准地把问题定义清楚离找到问题真正的解法也就不远了。
[if !supportLists]2. [endif]在日常工作中面对棘手的问题时人们常处于一种亢奋的“救火状态”，惯性地急于着手解决眼前的问题，很多人错误地认为定义问题简单而直接不值得投入过多的精力。然而问题定义出现偏差将直接导致其他步骤出现偏差，最终答非所问或解决了错误的问题。是否专注于定义问题是具有大局观的战略思维与经验导向的专家思维的重要区别定义问题也是思辨者的鲜明特色。
[if !supportLists]1) [endif]战略思维，从全局高度把握问题的准确性重点在于“为什么——解决什么问题”，并不聚焦“怎么做——实施的细节”。
[if !supportLists]2) [endif]专家思维，则往往把“为什么——解决什么的问题”当成已知，而侧重“怎么做——实施的细节”以及成果输出，比如“用什么方法、以什么速度和价格在限定时间内敲钉子”。因此在项目初期战略思维更注重需求端的逻辑，而专家思维十分注重过往经验、专业和最佳解决方案。
[if !supportLists]3. [endif]战略思维和专家思维没有对错和高低之分在不同的应用场景都有各自的优势。
[if !supportLists]1) [endif]战略思维是在“做”之前，强迫当事人跳出思维定式和实施细节从全局和需求角度考虑问题，并定义问题本身，是强调理性“想”的思维；专家思维是凭借过往经验和专业知识“专业的人做专业的事儿”，聚焦落地实施“做”的思路。
[if !supportLists]2) [endif]战略思维的价值在于，在新产品大面积量产之前，甚至在设计阶段，提出关键性问题，引导决策人从用户刚需角度出发重新思考和定义问题，以避免耗费几亿甚至几十亿生产一个市场并不认同的产品而造成巨大的损失。
[if !supportLists]3) [endif]战略思维的价值还在于，刺激企业管理层重新审视产品逻辑，从产品本位回归需求本位。
[if !supportLists]l [endif]产品本位是成功的大企业中较为常见的产品逻辑，是指决策过度依赖产品优势，单纯从产品本身思考，而忽视以市场需求为导向的逻辑。“本公司产品具有各种优势所以必然会受到市场的欢迎”这是比较明显的产品本位的逻辑。
[if !supportLists]l [endif]现实中较成功的企业容易对曾经辉煌的拳头产品产生强烈的“怀旧”情结。然而随着市场的变化，过去的成功和思维定式反而会阻碍企业对新需求的关注。当产品本位而不是需求本位思维占了主流产品战略，在方向上就容易出现偏差，过度偏重已有产品逻辑而忽视新的需求。这时战略思维会帮助管理者从需求和大局角度考虑顺应市场，及时调整产品逻辑延续往日的辉煌。
5.2 定义正确问题的衡量标准[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]如何衡量是否“定义了正确的问题”最直接的衡量标准，就是当这个正确的问题被解决后，相关的所有问题也会得到完全解决而没有后遗症。定义了正确的问题后着手解决这个问题时就会发现问题表象发生了根本性的改变。被影响的人会在深层行为上发生变化，从而使问题完全得到解决而不是“拆了东墙补西墙”的暂时缓解。
[if !supportLists]2. [endif]当我们习惯性地快速落实短期方案而没有理解表层问题背后真实的问题时，就很容易会出现“按下葫芦浮起瓢”的窘境。有时甚至会因方向错误而南辕北辙无功而返。
[if !supportLists]3. [endif]鉴于定义问题的重要性，及时让上级或需求方参与并提供反馈至关重要，这也要求我们具备一定的“管理上级”的艺术，建议分成四个步骤：加速共识达成；让决策人深入参与讨论过程；把决策拆分成具体步骤并落实初期的任务；建立信任、反复沟通。当我们遇到犹豫不决的领导，我们要做那个“义无反顾的灵魂”感召决策人立即行动以完成定义问题。
[if !supportLists]4. [endif]完成了问题定义战略方向性的相关拷问并得到上级或需求方认可后，可以使用“问题定义工具箱”[if !vml]
[endif]
来指导团队在细节层面精准把握问题定义的框架。
[if !supportLists]1) [endif]第一步，摸清问题的大背景，从全局角度看待，而不是孤立地看待这个具体问题。比如这个问题出现时市场需求的变化、竞品的模式和成绩、有无创新性的科技潮流或替代品等。对问题上下文的探究有时会启发洞见的产生，甚至引发对问题本身的重新定义。
[if !supportLists]2) [endif]第二步，定义成功解决问题的最终验证标准：可以是财务上的指标，比如三年内收入增长100%；也可以是非财务的，比如品牌市场影响力一年内达到品类前三。具体且可衡量的验证标准不光有利于项目最终的验收，还能给团队一个具体的，便于在工作上进行协同的方向，为问题的最终解决奠定良好基础。
[if !supportLists]3) [endif]第三步，明确问题的边界。项目管理十分重视“项目范围管理”，因为在解决问题的过程中稍不留意问题的范围就会悄然变化，也就是“范围蔓延”Scope Creep。问题或项目范围的经常变化，会直接导致团队缺乏聚焦，也会造成解决问题的周期超长资源管理失控。明确问题边界要与主要的相关方进行商榷并确认，如果是解决工作中的问题强烈建议将达成的共识记录并存档。
[if !supportLists]4) [endif]第四步，弄清楚解决问题时的限制条件。应用MECE原则，通过头脑风暴可以形成一个潜在方法的清单彼此独立不重叠且穷尽地解决问题。但现实中并不是所有方案假设都能被接受，所以在定义问题时就要明确解决问题的制约因素。比如要解决“三年内收入增长100%”的问题除了企业本身的自然增长，能否通过收购等方法利用资本杠杆提升收入，能否通过财务变通，如财务并表或调整收入确认的方法快速达到既定目标，这些都是问题定义中需要明确的不可缺少的限制条件。
[if !supportLists]5) [endif]第五步，明确问题解决的相关人员和责任人。解决复杂问题一定需要团队协作，甚至调动外部力量。关于相关人员的归类可以借鉴项目管理的经典“责任矩阵RACI”（R责任人、A负责人、C被咨询人和I被通知人）。责权相对清晰，容易追踪问题解决的进展。
[if !supportLists]6) [endif]第六步，明确能调配的资源。对内外互补资源进行结合并充分利用往往会有助于推动问题解决的进程：内部资源相对容易调配，但由于问题优先级等制约，定义问题时要明确哪些内部资源可以重度使用，甚至排他地专用一段时间；除了内部资源还要善于利用外部资源。外部资源包括专家、信息来源例如专业数据库等、专业服务商等。
第6章 第二步 结构化分析[if !supportNestedAnchors][endif]
6.1 “切”问题是结构化分析问题的核心[if !supportNestedAnchors][endif]
6.2 分析问题要小心逻辑陷阱[if !supportNestedAnchors][endif]
除了“切”分、MECE原则和各种单维或多维图谱结构化分析，还要求培养严谨的思维逻辑。逻辑是结构化分析的必备基础，就算把问题“切”得再好，还是需要通顺而严谨的逻辑来连接。
6.2.1 归纳法与演绎法
[if !supportLists]1. [endif]归纳法，是从“个别”上升到“一般”的方法，即从个别事实中提炼、概括出一般的原理。演绎法，是从“一般”到“个别”的方法，即从一般原理推理出个别具体的结论。
[if !supportLists]2. [endif]归纳法和演绎法是方向相反的两种逻辑推理方法，但两者又互相依赖、互相渗透、互相促进：归纳法通常是演绎法的基础，作为演绎法出发点的一般原理往往是通过归纳法得来的；演绎法是归[if !vml]
[endif]
纳法的前提，为归纳法提供理论指导和论证。
[if !supportLists]3. [endif]归纳法不是严谨的科学逻辑：
[if !supportLists]1) [endif]在有限的资源情况下我们永远无法查看所有可能的个例。一般使用归纳法时，面对的都是理解能力较强的听众而且谈论的大多是公认的不太会产生异议的观点。在这种情况下粗枝大叶的归纳法可以勉强过关；
[if !supportLists]2) [endif]归纳法容易产生明显的逻辑漏洞，选择性地或不成比例地罗列某种情形，归纳法就容易成为误导的工具。类似的以偏概全、经不起推敲的逻辑在现实生活中并不鲜见。比如，某只股票在过去一年，上涨的天数和下跌的天数基本持平，综合表现很平庸。但是分析师完全可以选择性地罗列股价上升的时间节点粉饰出股票上涨的趋势。
[if !supportLists]4. [endif]演绎法是自上而下的，也就是从公理推出个体的判断，比归纳法更加严谨和科学。通常严谨的商务逻辑推理是用归纳法生成假设，然后仔细科学地验证。只有假设验证成为公理才能用演绎法来推导对具体个体的判断。
[if !supportLists]1) [endif]演绎逻辑经典公式：MP“如果是乌鸦就都是黑色的。这只鸟是乌鸦，所以这只鸟是黑色的”。MT“如[if !vml]
[endif]
果是乌鸦就都是黑色的。这只鸟不是黑色的所以这只鸟不是乌鸦。”
[if !supportLists]2) [endif]多重命题演算规则MMP：“如果是乌鸦就都是黑色的，如果是黑色的都不吉利，所以乌鸦不[if !vml]
[endif]
吉利。”
[if !supportLists]3) [endif]不像归纳法本身就有出现纰漏的可能性,演绎法的错误不在于逻辑推理自身的漏洞,而往往出现在应用层面。如典型的MP逻辑错误：“如果是乌鸦就都是黑色的。这只鸟是黑色的，所以它是乌鸦。”这个错误把MP逻辑公式的第二段Q和P的位置用反了。
6.2.2 相关关系与因果关系
6.2.2.1 相关关系correlation与因果关系causation的定义
[if !supportLists]1. [endif]某一事物不论是好的还是坏的，只要发生就一定会与某些人或物发生关系，这种关系包含不确定性。只要存在直接或间接的关联就说明两个事物具有相关关系。
[if !supportLists]2. [endif]从确定性来讲，因果关系比相关关系更明确。
[if !supportLists]1) [endif]因果关系，意指有某些事物发生作为起因，就一定会有某些结果的发生。
[if !supportLists]2) [endif]相关关系，起初是统计学上的一个概念，是指一个变量变化的同时，另一个变量也会随之发生变化，但不能确定一个变量变化是不是另一个变量变化的原因。比如刮风和下雨通常一起发生两者有很强的相关性，但不能肯定是谁导致了谁，所以不确定两者是否存在因果关系。
6.2.2.2 相关关系在商业应用中贡献巨大
[if !supportLists]1. [endif]大数据分析可以在完全不考虑因果关系的情况下通过数据点的相关性和其他规律精准地给出对下一个购买行为的预测分析。
[if !supportLists]2. [endif]随着5G时代的到来、物联网的普及、计算机运算速度的提升和成本的降低，相关关系在商业上应用的速度、普及率和准确率都会提升。更多商家直接找来大数据专家用各种算法来挖掘数据深度分析后，更高效地预测消费者下一次购买的行为，立竿见影地提高销售量。
[if !supportLists]1) [endif]以Target为例，商家会员卡系统记录了大部分消费者的购物数据，并用这些数据分析消费者的购买习惯，通过系列相关性分析，进行客户画像分析。一旦某种类别的指数达到CRM的设定标准，公司就会为此类消费者打上标签，推送相关产品促销信息。
[if !supportLists]2) [endif]商家不必纠结“因果”仅用相关关系就可预测大部分市场营销的需求。比如美国零售门店经理们只需要知道每逢超级碗Super Bowl橄榄球决赛的时候啤酒和尿不湿会同时卖得好，到那时把这两种货品并列摆放在门口就能卖得更多；每当飓风来临之前，告诉我们美式甜饼总会热销，一定要把甜饼备足以保证销售。
6.2.2.3 因果关系需要严格而烦琐的验证
[if !supportLists]1. [endif]相对“相关关系”的认知，推导“因果关系”就复杂得多，需要相当的投入才能做到。最简单的因果关系验证实验需要以下4种可能性矩阵来收集数据：
[if !supportLists]1) [endif]原因出现结果出现a个案例
[if !supportLists]2) [endif]原因出现结果未出现b个案例
[if !supportLists]3) [endif]原因未出现结果出现c个案例
[if !supportLists]4) [endif][if !vml]
[endif]
原因未出现结果未出现d个案例。
[if !supportLists]2. [endif]能严格地控制其他因素即去掉混淆变量，并把这四套数据收集齐全已经是相当大的挑战了。但是[if !vml]
[endif]
要真正确认因果关系还要用数学公式来验证：
[if !supportLists]1) [endif]如果ΔP的值是零，则完全无相关性；
[if !supportLists]2) [endif]如果ΔP的值是正数，则值越大，总实验次数为上限因果关系越强；
[if !supportLists]3) [endif]如果ΔP的值是负值，则说明此原因有抑制效果。
[if !supportLists]3. [endif]在现实生活中人们面对的往往是更复杂、更难隔离原因因素的场景，比如球队是否赢球就有球队能力、球员动力和俱乐部资源等内部因素的差异，还有对手、天气、运气等外部和不可控因素。不管多么复杂的场景，思辨者都要意识到因果关系的严格要求，摒弃“人云亦云”的惯性思维，并尽可能地利用数据和逻辑得出自己的结论。
6.2.2.4 后知后觉的因果关系
在很多时候因果关系是人们后知后觉从不可逆的灾难性后果中发现的。因为渡渡鸟的灭绝，卡伐利亚树果实外壳再也不会被磨薄，导致其种子不会发芽卡，伐利亚树也因此近乎灭绝。如果人类当年放过渡渡鸟或许现在就有机会挽救这种濒临灭绝的树木。
6.2.2.5 因果关系与相关关系混为一谈的谬误
[if !supportLists]1. [endif]草莓冰激凌的热卖与鲨鱼袭击案件增多虽然同时发生，但它们之间只具有相关关系，而不是因果关系。它们是由同一原因也就是“天热”造成的。
[if !supportLists]2. [endif]“确认偏误”，只要我们见到喜鹊，并且发生任何好事都会强化，对这种错误因果关系的确信而往往忽略相反的事件。比如我们出门见到喜鹊,然后捡到了100元就会自然地把喜鹊和好运当作因果关系的连接。
[if !supportLists]3. [endif]在认知过程中大脑会惯性地探究事件之间的关联这是人类学习的本能，但大脑有时也会“想当然”地虚构因果关系。这快速思考的一种体现。比如你听到“小明的爸爸参加家长会”“老师迟到了”和“小明的爸爸很生气”，在我们脑海里会马上推出一个自己想象出来的因果关系-“因为老师迟到所以小明的爸爸很生气”。其实这些相关的事实并不一定存在因果关系，也许小明的爸爸是因为小明的成绩差而生气。
[if !supportLists]4. [endif]“比利山羊的诅咒”就是典型的因果关系谬误。即使没有被“诅咒”的球队也有很久没获得冠军的。但人们还是愿意相信诅咒的存在可能因为它更有戏剧性、更生动、更有趣吧。
[if !supportLists]5. [endif]“就像视觉幻象一样，因果幻觉会在常见的情形下发生在任何人的身上。科学的思考方法，是防止因果幻觉的最好途径。但科学的思考方法不是本能的反应，而是需要被教授的技能。”
[if !supportLists]1) [endif]在大数据时代相关关系的确给我们提供了很多增加收益、降低成本的方法。但相关关系是相对不稳定且易变的；只有通过因果关系才能找到事件发生的真正诱因，人们才可能通过相应的举措助力或抑制诱因的产生从而达到期盼的结果。
[if !supportLists]2) [endif]渡渡鸟的故事告诉我们对因果关系的无知会带来不可逆的灾难。思辨者要认识到相关关系的功用，但又不只满足于短期的功能性获利；要努力探究纷繁复杂事件背后的因果关系。
6.3 规避分析问题的误区[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]在讨论初期思辨者输入的只是讨论结构逻辑树，公司管理者输入的则是专业知识、实践经验和其他相关信息。随着话题的深入和对公司业务了解的加强，我们可以提供更多框架之外的增值服务。此时记住一定要“切”干净，小心以偏概全步入“切”的误区，只靠单一维度切分而简单粗暴地推导出结论是十分危险的。
[if !supportLists]1) [endif]维度切分是可以直接分解、简化问题；然后再深“挖”，也就是沿着上一层每个支点再度切分，直至从更深层次、更全面地揭示问题的实质。
[if !supportLists]2) [endif]然而维度和眼睛的视角十分相似，当眼睛聚焦并看清楚局部细节的时候，其他的可视内容总会被弱化和虚化甚至被隐藏。因此我们在应用时一定要意识到“切”存在盲区，并要通过更多维度的切分等方法努力减轻或避免盲区。
[if !supportLists]l [endif]比如在客户调研切“人”这个品类时，只采用性别单一维度，不管性别数据多么齐全和精准，推演出的商业举措都会受限于这个单一维度，导致调研结论以偏概全。其他的相关核心维度如年龄、职业、地域等就无法从数据中看到。
[if !supportLists]l [endif]如手机厂家V品牌的核心用户画像是“二三线城市年轻女性”的案例，就是个很好的三维度细分，组合的结果。为了准确地提炼出这3个相关维度V品牌的市场人员收集了十几个相关维度如职业、收入水平等并进行了细致的数据分析。
[if !supportLists]2. [endif]回顾一下“中国医院正在发生的十大科技潮流”的案例项目，刚开始，用地域、规模、级别、所有制、业务范围等维度“切”了很多刀，比如一线vs二线城市医院、专科vs综合医院、三甲vs二乙医院等。但是团队很快就发现这种子目录列举法切分的弊端，是细分后的医院大多拥有相似的科技潮流，这就造成了切分并没有深化，对问题的理解没有分解出新的细节或带来洞见；然后团队只用“病患触点”单一流程来“切”问题，核心的问题在于病患视角限制了调研的覆盖面，从而导致了一个重要产品医院管理系统（针对IT人员，医务员工，管理人员和CTO）没有被包含在调研的范围内，仅用了一个特例而且只需要一个特例就全线击垮了“病患触点”逻辑的全面性。如果没有客户及时的反馈，和我们在解决方案结构上的修正，那么不仅一周后的交付物不合格还会造成时间等资源不可逆的浪费；当团队把从“病患”“医生”和“CTO”3个视角输出的调研结构再次呈现给客户的时候客户肯定了框架的深度和广度为下一步调研开了“绿灯”。
第7章 第三步提出假设[if !supportNestedAnchors][endif]
7.1 假设的功能[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]“结构化分析”和“提出假设”往往同时发生，因为提出假设是建立在结构化分析的基础之上的。结构化分析和提出假设在沟通方向上侧重不同。在结构化分析明确逻辑框架之后，假设清单的功能，主要是作为后续实地调研时团队统一的验证名录，又被称为“访谈提纲的主要内容”。
[if !supportLists]1) [endif]结构化分析侧重于外部沟通，主要用来确认方向性思路，如“团队将用什么方法或思路框架来解决问题”。
[if !supportLists]2) [endif]提出假设是自上而下方法论的核心原则，它要求团队在项目初期还没有进行实地调研和缺少必要专业知识输入的大背景下，用假设方式来准备可能的方案选项。主要用于团队内部讨论和协作的“半成品”，为第四步验证假设的实地调研做充分准备。
[if !supportLists]3) [endif]值得强调的是，提出假设是问题解决中最具创造性的过程，因为在这个阶段生成的假设是没有经过实地调研证实的初期想法，而为了激发盒外思维和创造性，本阶段鼓励不拘一格地提出想法，产生的假设必然会有浓重的“拍脑袋”之嫌。一般提出的假设只用于内部讨论而杜绝向外透露。过早地向外透露会被认为不专业，最终要输出的是大胆假设后仔细验证过的真知灼见。
[if !supportLists]2. [endif]统一的访谈提纲的核心内容是沿着结构化视角结构而生成的众多假设，帮助每个顾问组员进行较为一致的、有针对性的实地调研。比如团队用头脑风暴的方式沿着“病患触点”流程的每一个关键节点提出10个左右的具体科技的假设。比如在问诊节点小组通过头脑风暴生成了远程医疗、移动设备、电子病例、助诊系统、手机问诊和电子支付等具体科技的假设，这些假设除了被验证，还可以为访谈破冰预热，激发洞见产生甚至生成新的假设，从而将实地调研的功效最大化。
[if !supportLists]3. [endif]验证已有假设之后，顾问团队成员会运用访谈技巧往下深“挖”追加一个开放性的问题：“X医生，在您的问诊过程中，除了刚才提到的几种科技或设备，还有没有类似的呢？”此刻X医生自然会按照相似筛选标准，提供更多答案。比如回答“我们还有类似的服务公众号、微信群手机App也正在研发。”医院公众号和App等便成为提出假设部分的新假设候选科技。由此可见，提出假设不仅是发生在项目初期，更贯穿了整个项目过程和第四步验证假设，构成循序渐进的自循环过程。
7.2 提出假设的关键举措头脑风暴[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]头脑风暴是提出假设的关键举措，既可以应用于针对问题的整体，也可以应用于聚焦细节层面的主题。理想的人数应控制在3~8人之间，以确保讨论中的互动和个人贡献的最大化。发生频率并不固定，它几乎可以发生在问题解决过程的任何阶段。头脑风暴在项目初期至关重要，尤其在定义问题、结构化分析和提出假设阶段它会直接生成“第一天的答案”。
[if !supportLists]2. [endif]遵循3个原则：
[if !supportLists]1) [endif]“差异”：是对假设本身的要求，同时也是对头脑风暴参与者的要求。头脑风暴鼓励不同的视角，因此迥异的背景直接带来思考角度的多样性。如果参与者有相似的背景就会导致群体讨论和个人思考的结果就会趋同，因而失去了一起讨论“风暴”的意义。
[if !supportLists]2) [endif]“平等”：在讨论中没有任何“愚蠢”的假设，也没有“更重要”的假设，即使是头脑风暴的主持人也没有特权不能拒绝合理的假设。只要相关不管多么“反常规”，也不论是实习生还是合伙人提出的假设会议主持人都要平等地将它们写在白板上。在心态上，它要求团队成员以放松的心态参与讨论，不要努力显示自己的聪明或高明。
[if !supportLists]3) [endif]“发散”：头脑风暴要鼓励基于直觉的发散思考，但在发散中锲而不舍地寻求隐藏的结构。越是盒外思维，就越能挑战已有的固化思维，带来突破性创新的可能。头脑风暴鼓励用其他行业的成型经验跨界解决手中的问题。各种假设提出之后，会被汇总整理。实践证明，那些“发散”不好归类的假设，反而会给问题解决带来意想不到的启发。
7.3 提出假设时杜绝专家过早参与[if !supportNestedAnchors][endif]
[if !supportLists]1. [endif]提出假设的过程，尤其是最初期的头脑风暴活动，即使专家招之即来，也不能过早地让专家参与到讨论中。这是因为提出假设是自上而下思维方式的体现，它与以经验为导向的自下而上的思维方式截然不同，如果没有足够的经验来平衡，就会产生激烈的冲突。
[if !supportLists]2. [endif]专家如果没有经过体系化的结构化战略思维训练，在讨论中专家会信心满满地告诉所有头脑风暴的参与者：同样的问题他在某某项目上遇到并成功解决过，只要按照以往的经验重做一遍就可以了，还用什么头脑风暴。
[if !supportLists]3. [endif]提出假设是新麦肯锡五步法里承上启下的关键一环，而且有别于平常的经验导向的思维定式需要适应和在实践中反复磨炼。这一步完全不同于毫无根据的“拍脑袋”，在新麦肯锡五步法里有严格的“验证假设”的过程会及时修正错误，并提出新的假设形成科学验证的闭环。