抛弃常识

“解决问题”之前，要先“查明问题”

“提升答案的质量”并不够，“提升议题的质量”更重要

不是“知道越多越聪明”，而是“知道太多会变笨”

与其“快速做完每一件事”，不如“删减要做的事”

与其计较“数字多寡”，不如计较“到底有没有答案”

前半句是一般的想法，后半句就是本书介绍的“从议题开始”的思维

什么是有价值的工作？

生产力=输出/输入=成果/投入的劳力和时间

”有价值的工作“是由两条轴构成，以“议题度”为横轴、以“解答质”为纵轴发展开的矩阵

1）议题度：在目前情况下，找出该问题的答案的必要性有多高

2）解答质：对于该议题度，目前可以提供明确答案的程度

如何具备事半功倍的高效生产力

如果必须在一星期内就要有输出(交出成果)的案件，“从议题开始”解决问题的方式

思考，不要用蛮力；工作，不只靠劳力

工时长短根本不是重点，重点在于只要交出有价值的输出(成果)就好

陷于表层逻辑思考的通病

面对问题时，需要针对各项信息，从符合的意义层面深入加以思考。

不能只听信他人的说词，必须亲自去现场掌握第一手信息，然后将掌握到的信息“以自己的方式去感受”

“深度理解”需要相当长的时间

例如要制造某项商品策略的时候，不仅要搜集市场及竞争者的信息，也要对商品制作过程、资材的调度、物流及销售等均有具体的概念，甚至需要有能力推测发生变化时会造成的影响。

1.1查明议题

从讨论“什么有必要找出答案”开始，并以“为此必须先弄清楚什么”的思考流程着手分析，这才是最标准的做法。

你有没有个人专属的智囊团？

你可能会有很多像是“如果可以验证这个问题的话，我就很厉害吧！”这样的想法。但是，如果不是对该领域具有相当深的人事的人，恐怕不会知道“这对接收者而言是否真的有震撼力”。

要查明议题，就需要判断“实际上有没有震撼力？”，“能否以具有说服力的方式验证？”，“是否能够传达给接收者”这些问题的时候要有某种程度的经验与“选择力”

1.2试拟假说

重要的是"自己的立场是什么？"

就算勉强，也要事先建立具体的假说，绝对不要说“不试试看怎么知道”这种话，在这时候能否站稳脚跟、坚持到底，对后续的影响将非常大

1、针对议题找答案

错误：”XX市场规模现在究竟如何？“这只是单纯的”提问“

正确：”XX市场规模是否正在逐渐缩小？“这才是假说

假说可以让原本单纯的提问，变成有意义的”议题“

2、知道所需的信息及该做的分析

没有提出假说，在讨论阶段与想找出答案的阶段，就无法确定内容是否正确。建立假说才能第一次明确真正需要的信息以及要做的分析是什么

3、让分析结果的解释明确化

例如：某某人，你先针对快要实行的新会计准则做一下调查

假说：在新会计准则下，我们公司的利润是否有大幅下滑的可能性？

           在新会计准则下，对我们公司利润的影响是否达到一年一百亿日元的规模

            在新会计准则下，竞争者的利润也会改变，那我们公司的地位是否会相应变差？

            在新会计准则下，各业务的会记管理及事务处理上，是否有可注意的地方，让负面影响降到最低？

凡事都化为”语言、文字“

深入追究无法用语言或文字表达的原因，就会发现这是因为查明议题与建立假说的方式不够周全。

转化为文字时，就会知道”究竟想要说什么“目前落实到什么程度；

转化为语言时，有一时语塞讲不出来的地方，就表示没有找到议题所在

用语言或文字表达时的重点

1、加入”主语“和”动词“

句子越简单越好，最简单有效的方法就是"用包含主语和动词的句子来表达"

2、用"WHERe","WHAT","HOW"取代"WHY"

议题的语言化秘诀，注意表达的句型

"WHERe"——”哪一边？“，”目标在哪里？“

”WHAT“——”该做什么？“，”该避免什么？“

"HOW"——"该怎么做"，”该如何进行？“

3、加入比较句型

例如需要查明”某某是A还是B“的议题，与其用”某某是B"的句型，不如用"某某并不是A，而是B"的句型

1.3成为好议题的三要素

1、属于本质性的选项

好的议题必须是一旦找出答案，就会对之后的讨论方向产生重大影响

2、含有深入的假说

好的议题深入程度，具有“颠覆常识的视角”或用“新结构”解释普遍情况。这样当完成验证时，都会认同由此产生的价值

3、可以找到答案

好的议题必须“确实可找到答案”，因为这世界上“虽然重要却找不到答案的问题”多的不得了。

例如某连锁便利店在检讨“整体营业额下降”的原因时，一开始会提出的议题应该是“究竟是店铺数量减少，还是每一家店铺的营业额下降“。若是前者，该课题就是讨论店铺扩展速度或者是店铺的撤店及加盟退出率；若是后者，问题就在于展店及运营方式。

如何分辨”假议题“？

例如某个饮料品牌长期业绩萧条，全公司一起讨论如何重新振作。此时看到的议题”是否改已现在的品牌继续奋斗下去，还是该更新为新品牌“

如果不知道究竟是由于”市场规模缩减“还是”在与同行的竞争中落败“的话，就无从判断”修正品牌的方向性“是不是议题

假设原因是市场规模缩减，那么在进行品牌修正前，要先重新检视所设定的目标市场。这样”品牌方向性的修正“不仅不是议题，甚至根本什么都不是

议题并非静止不动，而是动态变化

由于议题是”现在必须找出答案的事情“，所以实际上会随着责任部门或立场的不同而改变，甚至还时常可以见到对某人而言是议题，但是对其他人而言就不是议题的情形。

要素2：含有深入的假说

推翻常识

要加深假说的程度，一个简单的方法就是”列出人们普遍相信的事项，从中找找有没有可以推翻的部分，或利用不同的观点也可以说明的部分“

在商界，往往导致彻底地重新检视策略与计划、找到竞争者未察觉的发现或视角，这将成为重要的策略优势

商业上含有深入假说的议题大致有以下几种：

以为正在扩大的市场，却在先行指标的阶段大幅缩减

相对于以为会比较大的区域A，从收益的角度看，却是区域B较大

以销量为主进行竞争的市场，事实上产品的市场占有率越高，利润越少

核心市场的市场占有率扩大了，但成长型市场占有率却缩小了

用”新结构“理解所见所闻

当有些以前没什么关系的信息之间竟然产生了联结时，我们脑中就会感到很强的震撼。所谓”人类了解了什么事“，换句话说，就是”发现两个以上不同的已知信息之间产生了新的联结“

已新结构理解所见所闻的四种类型

1、找到共通点

对于两个以上的事物，只要看出某个共通的部分，人就会恍然大悟。

即使不知道完整的整体样貌，只要知道多个现象之间的相关性，人就觉的已经有所了解。

例如只要知道”保罗和约翰是好朋友，大致都采取相同的行动“，”约翰与理查德对立，采取完全相反的行动“这些信息，只要看保罗最近的行动，就能大致知道理查德在做什么了

3、找到群组

之前原本看起来是像一个或无数个类型的事物，可以判断成特定数量的群组，而加深发现程度。

群组的典型案例是商业上的”市场区隔“。将市场基于某个观点进行划分，只要观察各个群组各自不同 动向，就会获得与之前不同的结果，从而使得对自家商品或竞争对手商品的现状分析与未来预测变得更容易。

4、找到规则

当知道两个以上的事物有某些普遍机智或数量上的关系，人就会觉得能够理解。

物理法则：从桌上掉落的铅笔，从帝企鹅仰望月亮都可以用地心引力解释

商业例子：工业汽油的交易价格有起伏时，十个月后，玉米等农产品的价格将会同样波动

要素3：可以找到答案

无论是多么关键的问题，只要是“找不出答案的问题”就不能成为有意义的议题。“在能找出答案的前提下最具震撼力的问题”，才能成为有意义的议题。就算无法直接找出答案，但通过分解问题，若有可以找到答案的部分，就将那部分划分出来作为议题。

1.4  用于确立议题的信息收集

取得用于思考的材料

针对所处理的主题及对象“粗略的获取用于思考的材料”——也就是不要花费太多时间，只要搜集主干结构的信息，亲身感受一下对象的状态。在这里与其追求详细数字，不如着眼与整体的流程与结构

大多数情况下，从建立假说到验证为止，短则一个月、长则十天可以绕完一个循环。所以，最开始的步骤，就是搜集用于思考而提出假说的资料，尽可能在二至三天就完成；访谈等需要花时间做准备的部分，要事先做好准备工作。

技巧1：接触第一手信息

很多时候，只要没有眼见为凭、亲身感受，就无法理解第一线究竟发生了什么事。因为时常会有乍看之下毫不相干的事物，一到现场却是紧密的联动关系，或者本应是联动的事物却彼此分离的情况。

二手信息只不过是显示从拥有众多层面的复合性质的对象中，巧妙的抽取出来的某一个片段式的信息而已。所谓的“事实”，只要不是直接看见的人就无法认知。

另外，到各个现场接触一手信息的时候，就会听到现场人员由经验所衍生出来的智慧。

技巧2：掌握基本信息

搜集信息的第二个技巧就是从一手信息中获得感觉，同时将世间常识和基本事项在某种程度上加以整合，按照MECE(Mutually Exclusive Collectively Exhaustive 彼此独立、互无遗漏)原则快速扫描(调查)

商业中持续观察的要素：

1、业界内的竞争关系

2、潜在进入者

3、替代品

4、业务下游(顾客、买家)

5、业务上游(供货商、供应企业)

6、技术和创新

数字

从整体角度，根据“不知道就无法继续讨论”的一系列数字来确定大致情况，如讨论整理业务时候，会提出"市场规模"，“市场占有率”，“营业利益率”

问题意识

所谓“问题意识”，是依循过去以来的脉络，找出该领域、业界、企业的常识，与课题领域相关的一般共识，以及从前是否讨论过、讨论的内容及结果等。要涵盖全部的“如果不知道这些，与该领域的人就无法进行对话”的内容，并确认是否遗漏了重要的观点。

架构

无论哪个领域，都需要一下信息：到目前为止课题整理的情况，课题周围的事情如何定位；并要了解正在讨论的问题在既有架构中是什么样的定位，以及什么样的解释。具体而言，活用一下方法可以轻易掌握整体情况：

总论、评论

杂志、专业杂志的专题报道

分析报告或年度报告

主题相关书籍

教科书中相符的几页

技巧3：不要搜集过头或知道过头

刻意地将搜集信息的深度保留在概要阶段，也就是"不要做过头"，当信息过多时，将无法更有智慧。

搜集过头

用于搜集信息的努力、时间和其所获得结果的信息量，在某种程度上呈正比关系，一单超过某个程度，迅速吸收新信息的速度就会慢下来

知道过头

对某个领域的一切都了如指掌的人，要产生新的智慧是极为困难的，因为手边所拥有的知识几乎超越了所有想法。

当人对某个领域有兴趣，在刚获得新信息的阶段，一开始会有各种关心的内容或疑点。每次在向他人求教这些问题或找到答案的过程中，都会加深自身的理解，并涌现新的观点或智慧。

运用一般的做法无法找到议题时

最简单的方法，就是让头脑休息片刻，然后再一次重复刚才介绍的基本步骤，再次接触信息、与有见识的人讨论。

方法1：删减变量

例如Twitter与Facebook等社交网站服务对商品购买行为有什么影响？用什么数值可看出上述影响？若普及是否存在临界值般的数值？这些问题间有什么样的相关性？

删减要素或限制要素。例如“商品购买行为”涵盖的范围太大，可以将商品领域限定为“数字家电”，如果仍然范围太大，将讨论的对象缩减为“数码相机”，“打印机”等。

将问题与问题相关的要素，通过限定对象或按群组分类的方法加以删减，真正的议题通常就因此变得清楚可见。

方法2：可视化

讨论对象主体本身与空间有关时，例如“店铺中的陈列方式”时，可以排列出相互的关系并制成图画。

当处理步骤有既定顺序时，将所有步骤由前到后，像拼图的碎片一样一字排开，简单地直接在纸上画图。

想要变现得到的几个主属性(X轴或Y轴)的数值时，用图表进行可视化。例如讨论啤酒新产品的方向性，可以以清淡与浓烈度为轴试着画图表。就能看见以下述扩展为前提要查明的地方：手边既有商品处于哪个位置，市场的趋势是朝向哪里，基于上述状况口味的方向性可能会朝向哪里等。

从“究竟最终想要的是什么？”开始思考

例如思考自己三至五年的中期事业计划时，设计“想象中的情形与到达目的的正确路径”，正是成为“最终想要的成果”。然后进一步思考知道什么才能决定“愿景”

1、现在的业务状况(市场观点、竞争观点)

2、该以什么作为业务目标的景象

3、三至五年后的目标，最关键的因素该放在哪里(是要守住相对优势的地位，还是要积极开发市场等)

4、对于当时的强项及符合自家企业制胜模式的想法

5、用数值表现可以如何表达

这时候，1至5项分别就是该找出答案进行查明的地方，也就是议题

方法4：反复问“So what”(所以呢？)

对理所当然的问题反复问So what,由此让假说越来越具体，验证问题的议题也会越琢磨越有深度。不用与查明原因，而是用于查明该找出答案的议题。团队一起头脑风暴是个很好的方法。

当要素与变量牵涉在其中时，尝试将几个重要变量先填入极端的数值，就能看出哪个要素的变动会成为关键。

例如一个生意通常具有多个收益来源，在“商品营业额=收益A”，“会员费=收益B”，“招揽广告=收益C”等情况下，究竟哪个变量真正对提升收益有效果。这时候将“市场规模”、“市场占有率”等基本要素填入极端数值，例如“市场变成十倍，或者五分之一”，“市场占有率变三倍或三分之一”

能提高解答质、让生产力大幅提升的工作就是要发展“故事线”，并对故事线进行图解、制作“连环图”，这两项结合起来就称作“议题分析”。

最初是为了让议题讨论的范围与内容明确化，之后阶段则发回了管理进度与查明障碍的功能，最后阶段则用于完成简报或论文，并直接成为整个计划的总结。

以假说形式写下故事线：

1、日本大学即使是重点大学，资金也严重不足

2、日本重点大学与海外顶尖大学的差异并非来自学费或业务收入的不同(一般认为)，而是在于巨额投资、国家补助等收入来源在结构上的差异

3、无论是在投资还是补助方面，海外顶尖大学都具有与日本大学天差地别的资金规模与组织架构，而那不是可以轻易追的上的。

4、基于上述内容，以现在日本大学所进行的业务改善或“整废合”(整理、废除、合并)的这些方法，在运作上应该很难与世界同列顶尖大学匹敌

5、如果想要建立与海外顶尖大相当的经济基础，就应该设定目标以确保大学建立自主资金来源、大幅增加国家补助，并描绘出实现该目标的路线图(Road map)

解决方式:

1、到处搜集相关议题(在这个案例中是大学的资金来源问题)的资料；

2、当搜集到完整的资料后，思考其中涵义；

3、将课题排列出来，组建故事线；

制作故事线有两项工作：一项是“分解议题”，另一项是“根据经过分解的议题组建故事线”

主要议题是很大型的问题，要将原始的主要议题分解到“可找出答案的大小”为止。当分解议题时，一定要分解到“彼此独立、互无遗漏”的程度，而且每个次要议题都要“具有本质意义，且不能再往下分解”

例如讨论“希望挽救某商品的营业额”这一课题时，想要分解“营业额”时，区分的方式包括“市场规模x市场占有率”，或是“使用者人数x顾客人均消费额”，以及“一级城市的营业额+二级城市的营业额+其他城市的营业额”

1、该锁定的市场需求

2、业务的获利模式

"市场需求"的议题会是“锁定什么样的市场区隔及需求”；而“业务的获利模式”的议题则是“以什么样的业务组织架构提供价值，并让业务永续经营”

分成哪些区隔？各有什么动向？从需求角度观察各个区隔及区块的规模及成长度。

时间轴上是否有该留意的事情？有没有发生不连续的变化、从具体内容是什么？是否发生使用者转换趋势、其详情是怎样的？从国外成功案例中获得了哪些心得？

具体而言该锁定哪个市场需求？可获得的选项、来自竞争者观点的评价、自家企业的强项，以及由处理容易度观点进行观察的评价。

商界随手可用的是用于公司拟定策略、称作“WHERe、WHAT、HOW”的模板

WHERe：该锁定什么领域？

WHAT：该构建什么样的具体的制胜模式

HOW：该如何具体实现？

经营战略的定义：

基于对包含市场在内的业务环境构造的了解

让自家企业持续获利的制胜模式明确化

整合成为一贯的商业策略

当课题比较新时，有时几乎没有可用于分解议题的模板，例如开发现在几乎不存在的“电子商品券”这项商品

这个案例中“最终想要的”应该是“成为核心的商品理念”，也就是下述情况：

1、何时？由谁？在什么情况下使用？为什么这会比既有的付费方式更便利？

仅此于理念的是：

2、会产生哪些费用与成本？改如何分工负责？如何能符合预算？

这些就是所谓的“经济效益”，需要查明由谁负责发行价值的职能。要先将职能筛选出来，再决定各项职能分别由哪个公司负责。

3、基于这个架构可以构建什么样的系统，并可以做什么样的运用？

这些关于"IT系统"的讨论也是不可或缺的项目

4、这项电子商品券要取什么名字？(命名)与既有品牌间属于什么关系？(建立品牌)广告标语和基础设计如何处理？(建构识别系统)整体而言将如何进行促销？

5、确定使用店铺与发行单位与设计扩大的目标，并推行“策略合作”

6、具备“店铺支持业务的设计”，对于导入店家提供操作系统训练与总公司的维修、支持服务。

像这样从“最终想要的是什么？”来倒着推想，针对其中为必要性的要素多次设想模拟状况，正是分解到"彼此独立、互无遗漏"程度的基本功

1、容易看出课题的全貌

2、容易看出在次要议题中处理先后顺序较高的次要议题

在“搜集用于查明议题的信息”时或“分解议题”时发挥作用的“彼此独立、互无遗漏”原则就称为MECE，根据这个想法构建用途广泛的“思维框架”就称为建立架构

顾客：新的市场区域中的可见需求范围太广，现在的主力商品无法满足顾客，所以潜藏着很大的不满。

竞争者：这种需求涵盖的范围，从竞争者所致力经营的领域来看，近期内大概不会有实质上的竞争。

企业：这个领域与自家公司业务的加乘作用大，且在商品的制造上课发挥强项。

以上述形式分解议题，并组建故事线

在筛选次要议题时，要从“知道XX就可以进行这项决策”的角度出发。另外，如同制造产品时会按照顺序产生“设计、调试、制造、出货前测试”等程序一样，依循时间顺序筛选要素也是一种方式。

典型故事主轴：

1、共有问题意识及前提所必备的知识

2、关键议题、次要议题的明确化

3、针对各个次要议题的讨论结果

4、整理上述项目综合性的涵义

需要故事线的原因：

1、只凭借分解后的议题或次要议题所提出的假说，不足以构成论文或简报

2、大多数时候随着故事线主轴不同，之后所需要的分析的表达方式也会不同

该解决的问题是“该锁定的市场需求”与“业务的获利模式”这二者相乘

现在二者都还很模糊，需要分别重新检视

2、该锁定的市场需求

需求的扩展

时代的趋势及非连续变化的发展(趋势、竞争环境)

发挥自家企业强项的区块(基于以上而锁定的论点)

3、业务的获利模式

在这个领域取得的业务的获利模式有五个(扩展模式)

从提升收益的容易堵及发挥自己强项的容易堵来看，该选模式A还是B(适用性高的模式)

模式A、B成立的关键条件分别是......

4、业务理念的方向性

该锁定的市场需求与该锁定的业务的获利模式相乘之后，所看好的业务的获利模式有下述四个(理念)

各个理念的具体意象为......

类似脚本分镜图、漫画分格图

在讨论中，每当找到次要议题的大难或是有新的发现时，故事线就要跟着改写。

起步阶段

故事线用于搜集“究竟为了验证什么而该怎么做”这些目的意识

分析和讨论阶段

通过审视故事线，可以让验证议题的假说的进度变得明确，每次产生分析结果或新事实时，故事线就会增添细节或进行更新。

整合阶段

故事线在职场的简报中即为总结，在论文终究是开宗名义的摘要。语言的清晰度与逻辑的流畅度具有至关重要的作用，要琢磨这些要素，故事线是不可或缺的关键。

在用逻辑制作故事线时，有两个模板可以用。一个是“并列，为什么”，一个是“空、雨、伞(确认课题、深掘课题、做出结论)”

并列“为什么”

例如“该投资案件A”时，至少需要以下三个观点，并排列出各自的“为什么”

1、“为什么案件A有吸引力呢？”

2、“为什么该着手处理案件A？”

3、“为什么可以着手处理案件A”

空、雨、伞(确认课题、深掘课题、做出结论)

“空”：XX是问题

“雨”：要解决这个问题，必须查明这里才行

“伞”：如果是这样的话，就这么办吧

在思考"最终该传达的信息(即经过证明的议题假说)"时，要思考什么样的分析会让自己赞同并能说服对方，再遵循故事线提前设计出从上述思考中设想到的内容。

分解议题、组建故事线都只是停留在文字阶段而已，通过将具体的数据意向制作成视觉图像表现出来，我们立刻就可以看到最终输出的蓝图

固定格式，将纸张纵行分割，以此整理次要议题(故事线的假说)、分析意向、分析方法与信息来源

1、比较

2、构成

3、变化

“分析的本质就是比较”，以相同的数量、长度、重量、强度等某个共通轴比较两个以上的数值。

构成

构成是将整体与部分做比较，如市场占有率、成本比率、体脂肪率等，很多概念是将部分相对于整体进行比较，才具有意义。

变化

变化实在时间轴上比较相同的事物，如营业额的变动、体重的改变，针对某个现象进行事前与事后的分析，都算是运用变化的分析。

三种模板分别有多种表达方式，再与三种模板相乘，合计的表达方式有很多种

“笑的质量与频率”的轴抽取法：

每天有没有笑出来：有/没有；若有，频率如何？（比较）

每天有几次发自内心深处笑出来：有/没有；若有，频率如何？（比较）

笑的次数当中有多少次是发自内心深处？（构成）

跟以前相比，笑的频率是增加/减少？若减少，是从何时开始减少的？(比较的变化)

最近发自内心深处笑出来的比例是增加/减少？(构成的变化)

结果端的“健康度”的轴抽取法：

BMI（比较）

特定健康检查的结果（比较）

自认为”自己很健康而感觉幸福“的程度(比较)

身体上有感觉到痛苦或不舒服的日子的比例(构成)

入睡及起床状况良好的日子的比例(构成)

最近三个月内这些健康状况指标的动向等(比较的变化、构成的变化)

将比较时的条件写在便利贴之类的纸上，将相关部分进行归纳。

例如分析”喝运动饮料的情境“

1、差异

2、有变化

3、有类型

例如营销学中有各种方式进行消费者市场调查，可以用访谈的方式，也可以利用网络，可以设定条件或随机抽选来挑选回答者，也可以找很多具有特定属性的人。这些都非常重要，而且与议题息息相关。如果能在所有工作开始阶段就看到这个情形，也就能有充足的时间安排各项准备工作。

1、超过临界值的输入，并没有任何意义

如果没有某种程度的输入，就不会产生活动电位通过长距离传达信息，称为“全有或皆无定律”。无论味道还是声音，都是超过某个强度就可以突然感觉到，而达到某个程度之后就突然感觉不到。

2、只有认知不连续的差别

人脑无法认知“些微平缓的差异”，只能认知那些“异质或不连续的差别”，这是脑中思考知觉时所依据的原理之一，也是设计分析时需要进行明确对比的原因。

明确对比导致的差别越明显，就越能提高脑中认知的程度。在设计分析意象时，不要持续使用相同的分析模板，图表有很多表达模式和种类，我们必须注意应劲量避免连续使用相同形式。

3、所谓理解就是联结信息

在脑神经系统中，“两个以上的意义重叠联结时”与“理解”在本质上是无法区分的。

4、持续联结信息将转变成记忆

赫布法则：只要重复多次那个让人不得不想到与某个信息联合的场合，一再地体验“原来如此”，人们就不会忘记这个信息。

想要让对方牢牢记住有意义的内容，不断重复是没有用的，必须让对方重复“xx和xx确实有关系”这种将信息联结起来的“理解的经验”。

学习外语光看单词是记不住的，要在不同的场合、情境中记忆。

这个阶段再次确认目标是什么，只需要关注“如何在有限时间内有效率地产生真正有价值的输出”，彼此竞争所锁定的高议度活动的价值有多少，以及可以将输出的质量提升到多高。

不要贸然直接进行分析或验证，就算最终属于用以验证相同议题的分析仍有轻重高低之分。先查明最有价值的次要议题，进行这方便的分析。

依循故事线与连环图而排列的次要议题中，必定有些部分对最终的结论或故事主轴影响很大，从这些部分开始着手，即便只是粗略程度也要先找出答案，知道哪些部分是否真的可以验证。

难题1：无法得出想要的数值或证明

例如尝试通过”观察衣、食、住、行“这些生活中的几大范畴，推测经济规模，这个案例从开始就摆明了根本没有想要的具体数值

进行结构化推断

例如验证”电子游戏行业除了在硬件导入部分，还会在软件部分产生大幅营业额及利润“

结构化：整体营业额=硬件营业额+软件营业额

费米推论法，世界上无论什么数值都可以大致推断得出结果，像是“美国有多少辆电车”，“芝加哥的钢琴调音师人数”等

有些情况只要知道大致规模，就可以找到次要议题的答案。

例如推导：“某女性名牌旗舰店的展店场地，该设在涩谷的公园大道还是表参道？”，如果想知道哪边比较接近公司的目标客户群体，可以直接在这两个地方进行粗略调查，掌握大致动向及规模

用多种方式进行推断

当规模未知的数值很重要是，用多种方式计算来获取该数值的规模，用几种方式逐一找出各项数值，也就是“由规模观察”

例如：希望知道某商品营业额的时候，可以利用“单价x销售个数”，“市场规模x市场占有率”

如果遇到无法问人，或独自一人不能顺利解决的时候，答案是“当期限将近，如果解方案还没有眉目的话，就快速干脆放弃那个办法”

无论是什么样的分析，都要尽量避免完全没有替代方案的情况

我认为所谓天才，就是拥有下述资质的人：

不受同辈压力的左右；

永远记得探索“问题的本质究竟是什么？”，很少依赖心想事成

拥有多种表达事物的方法，当一个方法无法顺利进行时，可快速切换成其他方法

总之，就是不固执。多数人会失败的原因，不都只是因为执着于某个地方，从一开始就下定决心想尽办法要让它成功吗？与费曼谈话时，无论提出什么样的问题，一定可以听到他回答“不，这部分也有别的看法”。我从来没有认识一个人，像他这么不执著于任何事物。

造成停滞的主要原因就是“仔细过头”。

找出议题，并遵循着基于议题的故事线完成分析和验证，将议题的相关信息强有力的传达给别人

报告最理想的状态是在听众或读者听完或读完后，接收者能与发表者用友相同的问题意识，并赞同其主张，甚至同样对结果感到兴奋。因此，需要接收者达到下述状态：

1、了解正在处理的课题是有意义的

2、了解最后的信息

3、赞同信息并付诸行动

德尔布吕克的教诲

1、认为听者对这个领域完全不熟悉

2、设想听者具有高度智慧

在“从议题开始”的世界里，不需要“感觉有趣”或“认为好像重要”，只要有“真的有趣”或“真的重要”的议题就够了；也不需要弄得很复杂，而是应完全删除会让注意力分散或模糊不清的东西；不再有白费工的部分，并让流程与构造都很明确。

按照“是否完整传达依循议题的信息”的观点，推敲故事线的结构，有三个程序

1、确认逻辑结构

2、设计流程

3、准备“电梯演讲”

尽量只留一个作为整体结构的架构，存在多个架构，接收者的理解度会降低。

确认逻辑结构的阶段，出现新概念可以赋予原创名称，避免用旧说法引起误解

程序2：琢磨流程

从一个议题陆续扩展出关键的次要议题后，在不迷失流程方向的情况下，思考也跟着扩展开来。

建议采用一遍彩排、一遍整理的方式。可以先用“看图说故事形式的初稿”之后用“以人为对象的细腻定案”

“看图说故事形式的初稿”，图表先准备齐全，一面翻页一面说明，并逐步修正整体的说明顺序及信息的强弱。

“以人为对象的细腻定案”，找听众进行如同正式演出般的预演，越简朴的问题就越重要，所以听众最佳人选是未直接了解计划讨论的主题及内容的人。

程序3：准备好“电梯演讲”

以20至30秒左右的时间，整合并传达复杂的计划摘要。利用“电梯演讲”可以让人了解金字塔结构整合故事线的优点。因为结论的重点并列在上方，下方也以相同结构排列出各项重点。

1、具备依循议题的信息

2、(论据部分)向纵向及横向的扩展应具有意义

3、论据支持信息

1、彻底落实“一图表一信息”原则

2、推敲纵向与横向的比较轴

3、统一信息与分析的表达

技巧1：彻底落实“一图表一信息”原则

推敲图表时，一开始要确认是否存在依循议题的明确信息。确认每个图表是否真的只包含一个信息，以及该信息是否正确地与次要议题联结。

人从看见图表，到做出“理解了”或“有意义”的判断之间的时间长约15秒，大部分是10秒左右。“第一眼”如果没有把握好，那个图表有也等于无。人绝对不会认为自己的头脑不好，千错万错，都是别人的错

技巧2：推敲纵向与横向的比较轴

在纵向及横向的扩展中，存在于验证议题联结的清楚意义。即使处理的是正确的主要议题和次要议题，如果没有选对适当的轴用作分析，该分析本身就注定会失败。

公平地选择“轴”

在比较业务选项时，如果只看成功的结果与机会，却没有讨论实际可能会遇上的瓶颈，从而造成某些图表中在选择轴时存在偏颇而无法正确比较的话，简报本身将完全失去可信度

让轴的顺序具有意义

单纯用字母排序的图表，改成用“由大到小”或“发生时间”等具有意义的观点重新排列，会感到明了易懂。

注意比较“应该交集的条件”。找到轴的交集以制作共同轴，将原本相互牵连纠结的世界变成可以做简单比较的世界

分析结果不能联结上明确的信息，大多数时候是由于信息的切入点中有噪音。如果猜到可疑条件，有时候将他们相交就可以让轴变的清晰