背景：

各大自媒体平台上充斥着漂亮的思维模型图，我本不愿凑热闹，除非能做出改变，在"大模型观"的内容中，所谓的"思维，方法，原则"模型又是不可避免的内容，所以，不得不参与其中，我的方式是尽量让这件事变的有意义。

1. 28个通用模型的系统化

2. 模型图的5个思考

28个通用模型的系统化

前提，对以下模型的分析，不做基础内容分析，只做综合和应用分析。

1. 发现问题（5W2H模型，对比模型，差距模型）

5W2H模型：什么-What，为什么-Why，谁-Why，时间-When，地点-Where，怎么做-How，多少-How much，

对比分析模型：同比分析，环比分析，行为分析，变化分析，进度分析，过程分析，期望分析，

差距模型：问题 = 差距 = 期望 - 现状

要有问题意识，即主动和积极发现问题的意识，基于现实或材料，经过观察或讨论，发现客观存在的异常或差距。

5W2H模型可以应用很多环节，但在这里，作为对现状和情景了解的模型，时间，地点，人物，事件等是描述情景最基本的要素。

5W2H模型中的要素为对比分析模型提供了对比素材，对这些基本要素进行数量上的对比，同比，环比或变化对比，例如，解决问题过程中，涉及人员是否发生变化，时间进度是否变化等。

有了对解决问题过程中基本要素的对比，就能从其中发现异常或差距，例如，指标突然急增或下降，预期目标与现实状态有很大差距，就一定存在问题。

2. 确认问题

分类问题（柏拉图模型，20/80%模型，优先矩阵模型）

柏拉图模型：问题发生的频次，付出的成本，影响范围，持续时间等，

20% / 80%模型：20%的问题造成了80%的影响，

优先矩阵模型：重要&紧急，紧急&不重要，重要&不紧急，不重要&不紧急，

以上三个模型都是对问题的分类，柏拉图模型是通过对问题发生的频次，付出的成本，影响的范围人数，以及持续的时间等数据指标进行统计分析，筛选出主要问题。

20%/80%模型是通过问题造成的影响进行衡量，挑选出重要的20%的问题。

优先矩阵模型是根据问题的重要程度和紧急程度进行分类，其中重要或紧急问题的判定来自柏拉图模型和20/80%模型。

3. 界定问题

描述问题（SCQA模型，PSAC模型，STAR模型）

SCQA模型：情景-Situation，冲突-Complication，疑问-Question，方案-Answer，

PSAC模型：观点-Point，情景-Situation，分析-Analysis，结论-Conclusion，

STAR模型：情景-Situation，任务-Task，行动-Action，结果-Result，

描述问题 = 定义问题，用自己的最简单的语言将问题表达出来，是一件很重要的事情，自己的语言依赖对问题的理解，简单的语言意味着对问题的高度抽象。

对比以上的三个模型，虽然是不同的模型，但包含的要素是基本一致的，即明确了定义问题的要素：情景，观点/目标，方案/行动/结果。

4. 分析问题

其一，列举可能原因（关联图模型，MECE模型）

关联图模型：把有关系的各种要素串联起来的图形，

MECE模型：无重复，无遗漏，

关联图模型是发起思维风暴，将有可能造成问题的原因列举出来，并按照因果或相关等逻辑关系建立联系，也是分析问题原因的初级阶段。

MECE模型是对关联图模型的约束，列举出的原因要遵守无重复，无遗漏的原则。

其二，结构化原因（逻辑树模型，金字塔模型，WBS分解模型）

逻辑树模型：演绎树，以树状图形来分析存在的原因及相互关系的方法，

金字塔模型：突出终点，逻辑清晰，层次分明，以上统下的分析原因的工具，

WBS分解模型：以结果为导向，对要素按照一定原则进行分解，

以上三个模型都是在关联图模型和MECE模型的基础之上，将遵守MECE原则后列举出的原因，按照一定的结构进行重新建立结构关系。

我将以上三个模型归类为形式化模型，即模型的形式结构大于内容，金字塔是上下层级结构，逻辑树是横向归属结构，WBS是纵向归属结构。

其三，找出根本原因（鱼骨图模型，5why模型）

鱼骨图模型：包括原因互相影响，有时间次序的寻找根本原因的图形，

5Why模型：why→why→why→why→why，

以上两个模型都是寻找根本原因的模型，简单但实用，且对于两者的应用不是独立的，是结合应用。

鱼骨图模型的优势包含对原因的分类已经细化，覆盖的较全面；5Why模型的优势是对单一原因进行深入分析，比较深刻。将两者结合应用，发挥两者的优势。

5. 设定目标（确认目标→制定目标→衡量目标）

确认目标

PGRT模型：目的-Purpose，目标-Goal，结果-Result，任务-Task，

制定目标

RSQC模型：范围-Range，进度-Schedule，质量-Quality，成本-cost，

衡量目标

SMART模型：明确-Specific，可量化-Measuranle，可行性-Attainable，相关性-Relevant，时效性-Time-bound，

PORT模型是帮助明确目标，认清目标，强调对目的的思考，通过模型，明确从需求到计划的做事方式，计划先行和成果导向的原则。

RSRC模型帮助制定合理的目标，包括：目标涉及的范围，目标的进度，目标的质量，以及达到目标所消耗的成本，四个因素相互联系，互相影响。

SMART模型是衡量和验证目标是否可行，目标需要是具体的，可衡量的，可行的，相关的，且要在一定时间范围内可完成的。

6. 解决方案（SWOT模型，德尔菲模型，优先矩阵模型）

SWOT模型：优势-Strengths，劣势-Weakness，机会-Opportunity，威胁-Threats，

德尔菲模型：专家规定程序调查法，匿名征询和反馈专家的意见，趋于集中，提高准确率的集体判断结果。

优先矩阵模型：重要&紧急，紧急&不重要，重要&不紧急，不重要&不紧急，

SWOT模型用在这里，是在提出解决问题的方案前考量内部和外部条件，优势和劣势，机会和威胁等具体情况，使得解决问题的方案可以胜出。

德尔菲模型是在提出众多方案后，通过专家的匿名反馈对方案进行筛选，挑选出最恰当的方案，德尔菲模型是包括了定性和定量的综合手段。

在进行SWOT的自我评估，德尔菲的专家意见反馈后，在按照方案提出计划前，还要对方案进行优先顺序的排序，因为方案的数量是无限的，时间，人员和精力是有限的。

7. 解决问题（DOME模型，KT模型，六阶段模型，8D模型）

KT模型：状况评估，问题分析，决策分析，潜在问题分析，

DOME模型：诊断-Diagnosis，目标-Objectives，方法-Methods，评估-Evaluation，

六阶段模型：确认问题，分析潜在问题，确认可能方案，选择最好方案，发展行动计划，完善方案及评估程序。

8D步骤模型：成立团队，叙述问题，执行并验证对策，定义验证根本原因以及忽略点，选择并确认根本原因及忽略点的改正行动，执行并确认永久性改正行动，预防再发生。

以上四个模型都是解决问题中的综合模型，即覆盖过程中的多个阶段，如，KT模型包含了情景和原因分析，六阶段模型包括了分析问题等。

这也是大多解决问题模型的共同的特征，所以，它们的应用就需要与其他单领域，单阶段的模型结合应用，但不能重复，不能遗漏。

8. 复盘方案（PDCA模型，KISS复盘模型）

PDCA模型：计划-Plan，执行-Do，检查-Check，行动-Act，

KISS模型：保持-Keep，改进-Improve，改进-Start，停止-Stop，

复盘是将经验转化为知识和能力的手段，PDCA模型是一个循环模型，侧重是检查计划执行后的效果，作为下一次行动调整和优化的前提。

KISS模型中提出了两个方面的复盘，一是对下一次行动的调整：保持或改进；一是对内容时间的调整：开始和停止。

模型图的5个思考

其一，（知识，思维，能力 ）模型

模型是好还是坏？

模型是知识，思维或能力的快餐，模型可以快速的帮助我们做事，因为模型已经形成了固定的知识内容和思维逻辑，只要按照其框架和逻辑应用，就能达到一定的功效。这样看，模型是好的，发挥了积极作用。

但是，也正是因为模型的"快，固定"属性，盲目或强烈的依赖模型，就是缺少更主动，更丰富，更独立的思维方式，长此以往，失去的要远大于得到的。所以，我们需要对模型有全面和辩证的看法。

到底是思维模型，还是知识或能力模型？

在《我的大模型》《知识转化为能力》《经验转化为知识》中，我比较具体的论述了知识，能力与素质的关系，其中也蕴涵了思维的作用，即经验经过思维转化为知识。

将这种理解强加在模型上，以上的众多模型，可以是知识模型-具体知识，思维模型-如何思考，也可以是能力模型-即如何应用。知识模型为最基础层次，思维模型为中间层次，能力模型为高层次。

其二，模型分类：通用模型，专业模型

类比职业能力的评估有通用能力和专业能力，例如，产品经理岗位的通用能力有沟通能力，执行能力和学习能力；专业能力有市场分析能力，数据分析能力，营销渠道能力等。

解决问题的模型也分为两种：通用模型和专业模型

通用模型：可以应用在很多领域，没有局限，如，5W2H模型，5why模型，MECE模型，PDCA模型，逻辑树模型，鱼骨图模型等。（这一篇就是通用模型）

专业模型：应用在特定的领域，有局限性，如，PEST模型，五力模型，4P和4C模型，STP模型等。（下一篇分析专业模型）

其三，问题，原因，目标，方法（四者关系）

问题与原因：问题是由原因造成的，分析问题和分析原因是两个不同的概念，分析问题是已经明确了问题，分析原因是对造成问题的原因进行研究，解决问题的过程中，先分析问题，再分析该问题的原因。

原因与目标：制定目标的前提是确定根本原因，原因是对已发生事情的回溯，目标是对未来将发生事情的期望，解决问题包括了先找出根本原因，再制定目标。

目标与方法：目标是要做什么，方法是要怎么做，解决问题的过程中，要明确目标是否正确，再确认方法是否正确。

问题，原因，目标与方法的关系：先明确问题，再分析该问题的原因，再根据主要原因制定目标，最后根据目标确定具体方法。

其四，模型化，数学化，系统化

在《因果关系，机器学习和控制系统》中我明确了一种有意义的科学方法论，即模型化→数学化→系统化，这里做了应用和验证。

这篇内容列举了解决问题的28个小模型，且并不意味依照模型就能解决好问题，将28个模型按照一定的逻辑结构形成一个大的模型是第一步。

此外，还需要在定性大模型的基础上，增加定量分析-大模型的数学化，即在每个解决问题的过程中对每个小模型进行衡量和评估。《数字与问题》

在大模型和数学化的基础上，使得解决问题的全过程形成一个动态的复杂系统，与外部环境做信息的输入和输出，及时调整和控制模型的要素，小系统以及结构，使得更好的发挥对外功能。

其五，模型系统化的逻辑体系

问题解决是一个复杂的过程，包括很多内容和环节，类比科学体系的构建需要一套逻辑结构，解决问题的模型系统化同样需要逻辑结构，我个人经历两个阶段：

其一，发现问题→分析问题→解决问题，相关内容：《发现问题》《分析问题》《解决问题》

其二，挖掘问题（发现问题→分析问题→界定问题）→表达问题→解决问题，相关内容：《数字问题》

这篇内容的逻辑结构分为两部分：

挖掘问题：发现问题→确认问题→定义问题→分析问题→设定目标；

解决问题：提出方案→制定计划与执行→衡量/追踪/控制；

对比以上两个阶段，增加了对定义问题，设定目标，以及细化了解决问题的过程。

这样做有两个原因：其一是现存有意义的模型决定的，它们有意义且应用很具体，需要正确的位置。其二是完善和细化解决问题的过程阶段，使得整个体系更具有逻辑性。

想了解更多资讯，欢迎前往chatDZQ官网！