金字塔原理在数据分析中的运用

金字塔原理的由来

巴巴拉·明托在2002年出版了《金字塔原理》一书。她毕业于哈佛商学院，之后在麦肯锡这家世界顶级的咨询管理公司负责提升公司员工的写作能力，涵盖复杂的报告、研究性文章、备忘录或演示文稿等，这个工作一做就是三十多年。《金字塔原理》一书就是对她的成果最好的总结。

虽然目的是指导写作，但是因为该原理的科学严谨性，可以规避各种偏差带来的疏漏，从而有效的帮我们梳理思维，所以在注重逻辑思维、注重数据分析的工作领域得到了广泛的应用和借鉴。

核心思想

针对一个核心命题，找到合理的子命题做支撑，子命题往往是3-7个（明托的经验值）。重复此过程，为子命题找到孙命题，如此层层展开，最后形成一个金字塔形态的结构。层层支撑，层层逻辑严谨，从而无懈可击的验证核心命题。

如何做到

做到以下四点即可：1.结论先行；2上下对应；3.分类清晰；4.排列有序。

结论先行

你的核心命题应该是结论，而非问题。确认子命题的过程中，子命题依然是结论而非问题。换言之，金字塔原理整个塔体都是结论。

上下对应

子命题对于父命题有绝对的从属关系，子命题一定是父命题的一个组成部分。换言之，父命题包含子命题，绝无交叉可能。

分类清晰

兄弟命题属于同纬度的分类，是严苛的同类关系。此处明托提出了MECE原则，即：相互独立，没有重叠；彼此穷尽，没有遗漏。换言之，一个父命题的所有子命题彼此绝无交叉重叠，且所有子命题的集合应等于完整的父命题；子命题集合大于父命题证明有重叠，反之则证明有遗漏。分类的过程是运用金字塔原理的难点所在。

排列有序

兄弟命题之间有严格的排序，明托主要讲了四种排序：

演绎顺序：即，一种逻辑层面的顺序，比如大前提、小前提、结论。

时间顺序：比如一月/二月/三月、周一/周二/周三……

结构顺序：即，空间层面的顺序，比如北京、上海、广州、深圳……

程度顺序：重要程度等，比如首要、其次、再次……

如理解无误，此时你应该可以脑补出一个逻辑严谨、层次分明、结构清晰的金字塔状结构。它几乎无懈可击的证明了主命题，堪称完美。但如果你想想工作中的实际情况，又似乎寸步难行。

数据分析中运用

一.从全局出发，回归核心问题

金字塔原理是完全事实与结果做导向的分析法，忘掉你手头的分析工作，回到全局。找到脱离了数据的命题本身，比如如何评价运营行为的效果、如何评价盈利状况等。

二.用指标数据和数学公式回答你的问题

比如：盈利 = 收入 - 成本 

结果在左，公式在右，其中“收入”和“成本”是指标数据，结果就是金字塔的父命题，指标数据就是子命题

这看似简单，实际有四个问题需要回答好：

1.公式是否正确

在已知简单场景中，公式自然简单而常见。在新领域或复杂场景中，抽象公式应小心谨慎，反复验证。

2.指标数据在公司运营行为中是否有实际意义

假设一个企业有三条独立业务线，例子中的公式就毫无意义可言。一旦数据分析人员的分析框架得到企业认可，指标数据迟早会体现到KPI中，用于各部门工作考核（KPI的定义即为关键绩效指标），并指导企业发展，这影响深远。

基于假设，以上的公式可改为：盈利 = A业务线盈利 + B业务线盈利 + C业务线盈利

3.指标数据定义是否明确

比如DAU的定义：单日打开app两次及以上或单次停留超过10分钟（各个公司是不同的）

不明确的定义会导致无法通过数据量化，很多指标有意义却难以定义，比如：用户的忠诚度，很多公司没有明确定义，只停留在感性的关注；一些优秀的公司做出了明确的定义但非常复杂且在不断优化中。

4.指标数据能否在数据集中提炼获得

有些指标在数据集中有所体现但与其他数据交叠，无法提炼；有些指标，可以统计却未曾统计；有些指标统计成本高昂。

三.运用步骤二，完善整个金字塔

在这一过程中，我们会发现各种统计遗漏、不可分解、不可量化的问题，慢慢来，金字塔的层数基本反映了企业的深度。在这里要注意的是取舍的问题：

1.注意二八法则的运用，20%的客户带来了80%的效益，这20%才是核心。

2.不要苛求子命题的完整性，影响度很低的子命题不用过度展开。

3.注意马太效应等各种经济学效应带来的影响，避免分析偏差。

4.金字塔左边线的重要性会明显高于右边线，分配更多精力关注左边线。

四.将数据带入金字塔框架

理论上，经由框架指导得出的分析，能很好的解决之前的问题。如果有问题未能解决则有两种可能：1.框架设计存在偏差；2.问题不属于本框架，属于其他的命题。

明托在书里提到了两种抽取金字塔结构的方法，一种自上而下(提出主题，层层分解，检查逻辑)，一种自下而上(列出观点，归纳总结，检查逻辑)。本文只提到了自上而下，因为自下而上的方法过程曲折且容易偏差，费力不易讨好，但如果核心命题毫无头绪时，不妨试试。

笔者写文章是为了交流、换脑，谢绝所有转载以便集中本文流量，同时欢迎拍砖、欢迎大批特批、欢迎嬉笑谩骂，欢迎分享本文链接。

笔者考虑新的工作机会，数据分析不是本行，目标职位是策略型产品经理、后端产品经理，欢迎推荐工作。