MDA - Tài liệu Logic Tree

Logic Tree: Bí quyết để suy nghĩ như một nhà tư vấn McKinsey
LỜI NÓI ĐẦU
Tài liệu “Logic Tree: Bí quyết để suy nghĩ như một nhà tư vấn McKinsey” được
lược dịch từ nguồn Crafting Cases bởi Mastering Data Analytics. Với mọi mục đích
đào tạo và tham khảo vui lòng sử dụng nguyên bản có kèm trích dẫn.
Xin Cảm ơn!
Logic Tree là một công cụ mà các chuyên gia tư vấn sử dụng để chia nhỏ các vấn đề
lớn thành những vấn đề nhỏ hơn có thể quản lý được. Các công ty tư vấn lớn như
McKinsey, Boston Consulting Group và Bain thường quan sát xem các ứng viên của
họ có sử dụng Logic Tree để giải những câu hỏi trong các cuộc phỏng vấn hay
không.
Là một Nhà phân tích dữ liệu, khi phân tích bạn cần phải tìm ra những insights nhỏ
nhất để trả lời cho vấn đề của bạn. Nhưng cách làm thông thường dường như không
có một hướng đi nhất định để bạn tìm ra một giải pháp mà không có lỗ hổng. Logic
Tree giúp bạn tìm ra được những ngóc ngách nhỏ nhất có thể góp phần tạo nên vấn
đề mà có thể bạn đã bỏ sót trong quá trình phân tích.
Với sự hữu ích của Logic Tree trong cuộc sống hiện đại ngày nay khi con người phải
giải quyết quá nhiều vấn đề mỗi ngày, Mastering Data Analytics đã biên dịch Bộ tài
liệu “Logic Tree: Bí quyết để suy nghĩ như một nhà tư vấn McKinsey” nhằm giúp
các anh chị học viên, những người có nhu cầu tìm hiểu về Logic Tree với ngôn ngữ
Tiếng Việt một cách nhanh và hữu ích nhất!
Bộ tài liệu chỉ khái quát tất cả nội dung lý thuyết liên quan đến Logic Tree, để áp
dụng vào các tình huống thực tế thì bạn cần phải học thêm nhiều nguồn kiến thức
hơn nữa mà những nội dung đó đều nằm trong Khóa học Business
Intelligence của Mastering Data Analytics.
Hy vọng, Bộ tài liệu này có thể giúp bạn tìm hiểu về Logic Tree nhanh nhất và là nền
tảng để bạn xây dựng kỹ năng sử dụng Logic Tree giúp công việc hiệu quả hơn!
Analytics for everyone: Reinventing your business with data analytics

Mục lục
LỜI NÓI ĐẦU
GIỚI THIỆU
Hướng dẫn chi tiết về Logic Tree ......................................................................... 1
CHƯƠNG 1
Nguyên tắc cơ bản về Logic Tree ........................................................................ 4
4 điều bạn cần để hiểu Logic Tree ....................................................................... 4
1. Logic Tree là một "bản đồ" cho vấn đề của bạn.......................................... 4
2. Logic Tree là công cụ để "chia để trị" .......................................................... 8
3. Logic Tree là công cụ tuyệt vời để sắp xếp thứ tự ưu tiên ........................ 11
4. Bạn có thể có "Issue Tree" và "Solution Tree" .......................................... 15
CHƯƠNG 2
Ba kỹ thuật để xây dựng Logic Tree .................................................................. 22
Cấu trúc của một Logic Tree .............................................................................. 22
Kỹ thuật #1: Tạo Math Tree................................................................................ 26
#1. Sử dụng một công thức đã được chứng minh ............................................. 31
#2. Phương pháp "Phân tích theo chiều" ........................................................... 32
#3. Phương pháp kênh ...................................................................................... 33
#4. Sử dụng tổng các đoạn ................................................................................ 34
Kỹ thuật #2: Xếp lớp 5 cách để trở thành MECE ............................................... 36
Cách Elon Musk thay đổi vấn đề cấu trúc thế giới theo những cách "hiển nhiên"
........................................................................................................................... 41
Kỹ thuật #3: Tạo Decision Tree .......................................................................... 45
CHƯƠNG 3
Sáu nguyên tắc cho Logic Tree tuyệt vời .......................................................... 49
1. Tách các vấn đề khác nhau ngay từ đầu .................................................. 49

2. Xây dựng từng phần một lúc..................................................................... 50
3. Mỗi phần phải là MECE ............................................................................ 50
4. Mỗi phần phải có liên quan và thêm insight vào vấn đề ............................ 51
5. Mỗi phần phải được loại bỏ và giúp bạn tạp trung vào vấn đề ................. 52
6. Làm rõ những gì bạn cần trong mỗi lớp bạn xây dựng ............................. 53
CHƯƠNG 4
Ví dụ về Logic Tree .............................................................................................. 55
Ví dụ #1 - Chi phí nhiên liệu hàng không tăng đột biến ...................................... 56
Ví dụ #2 - Năng suất tư vấn áp đảo ................................................................... 61
Ví dụ #3 - Giúp chính phủ giải quyết nạn mù chữ ở trẻ em................................ 63
CHƯƠNG 5
Những lỗi và câu hỏi thường gặp ...................................................................... 65
Bạn có thể học được gì từ những sai lầm chính của Logic Tree thực từ các ứng
viên thực ............................................................................................................ 65
#1 - Anastasia và lỗi bỏ qua định nghĩa vấn đề.................................................. 67
#2 - Anne đã làm rối tung thứ tự lớp như thế nào? ............................................ 68
#3 - Guillaume và "sai lầm trong tập hợp" .......................................................... 71
#4 - Jimi, người không MECE ............................................................................ 74
#5 - Natalia bị từ chối chỉ vì một lỗi đơn giản? ................................................... 76
CHƯƠNG 6
Làm thế nào để thực hành Logic Tree ............................................................... 79
4 cách để thực hành Logic Tree ......................................................................... 79
Thực hành số 1: Tạo "Deep Tree" ..................................................................... 82
Thực hành #2: Tái cấu trúc các trường hợp trong quá khứ ............................... 84
Thực hành #3: Giải quyết các vấn đề trong công việc thực tế ........................... 85
Bài thực hành số 4: Tạo "Mental Tree" .............................................................. 86

BONUS
Áp dụng Logic Tree vào công việc .................................................................... 88
Logic Tree có thể được sử dụng trong mọi khía cạnh của công việc của bạn ... 88
Ứng dụng #1 - Làm bản đồ để giải một bài toán cụ thể ..................................... 89
Ứng dụng #2 - Hướng dẫn các giải pháp động não ........................................... 91
Ứng dụng #3 - Như một cách để cấu trúc một bài thuyết trình .......................... 92
Ứng dụng #4 - Hướng dẫn nghiên cứu các phương pháp hay nhất .................. 95
Ứng dụng #5 - Như một cách để tạo KPI và chỉ số ............................................ 96
TRÍCH DẪN

GIỚI THIỆU
HƯỚNG DẪN CHI TIẾT VỀ LOGIC TREE
Logic Tree: Bí quyết để suy nghĩ như một nhà tư vấn McKinsey và
luôn có cách giải quyết mọi vấn đề rõ ràng, dễ dàng
Hãy hỏi bất kỳ chuyên gia tư vấn nào của McKinsey rằng điều số 1 mà
bạn nên học để giải quyết các vấn đề giống như họ là gì và bạn sẽ nhận
được câu trả lời giống nhau hết lần này đến lần khác:
“Bạn phải học cách tạo Logic Tree.”
Logic Tree (còn được gọi là “Issue Tree” và “Hypothesis Tree”) là CÔNG
CỤ CƠ BẢN NHẤT để cấu trúc và giải quyết vấn đề một cách có hệ
thống.
Nắm vững chúng là một yêu cầu bắt buộc nếu bạn muốn có được một
công việc trong một công ty tư vấn hàng đầu, chẳng hạn như McKinsey,
Bain và BCG.
Nhưng ngay cả khi bạn không nộp đơn xin việc tại những công ty
này, chúng vẫn là một công cụ mạnh mẽ cho bất kỳ công việc nào
yêu cầu bạn giải quyết vấn đề.
Trên thực tế, Logic Tree là công cụ chính mà các chuyên gia tư vấn,
quản lý hàng đầu sử dụng để giải quyết các vấn đề khó khăn nhất trị giá
hàng tỷ đô la mà khách hàng của họ gặp phải.
Hướng dẫn này sẽ hướng dẫn bạn cách tạo và sử dụng Logic Tree.
Analytics for everyone: Reinventing your business with data analytics 1|Page
Tôi sẽ tập trung vào các tình huống phỏng vấn nhưng bạn có thể sử
dụng kỹ năng này trong bất kỳ hoạt động giải quyết vấn đề nào khác. Cá
nhân tôi sử dụng nó hàng ngày tại nơi làm việc.
Trong hướng dẫn này, bạn sẽ học:
CHƯƠNG 1: Nguyên tắc cơ bản về Logic Tree
CHƯƠNG 2: Ba kỹ thuật để xây dựng Logic Tree
CHƯƠNG 3: Sáu nguyên tắc cho Logic Tree tuyệt vời
CHƯƠNG 4: Ví dụ về Logic Tree
CHƯƠNG 5: Những lỗi và câu hỏi thường gặp
CHƯƠNG 6: Làm thế nào để thực hành Logic Tree
BONUS: Áp dụng Logic Tree vào công việc
CHƯƠNG 1
NGUYÊN TẮC CƠ BẢN VỀ LOGIC TREE
Logic Tree là kế hoạch chi tiết về cách các chuyên gia tư vấn của
McKinsey (và những người khác) suy nghĩ.
Chúng làm cho quá trình suy nghĩ của bạn chặt chẽ hơn và rõ ràng hơn
rất nhiều.
Thật không may, họ đã không dạy bạn điều này đủ tốt (nếu có) ở trường.
Họ thậm chí không dạy điều này ở hầu hết các Trường Kinh doanh.
Nhưng nếu bạn học cách khai thác sức mạnh của nó, bạn sẽ thành công
trong các tình huống phỏng vấn (và một sự nghiệp mà mọi vấn đề đều
có thể giải quyết dễ dàng).
4 ĐIỀU BẠN CẦN ĐỂ HIỂU LOGIC TREE
Trước khi chúng ta tìm hiểu chi tiết về cách tạo và sử dụng Logic Tree
của bạn, tôi muốn cung cấp cho bạn một cái nhìn tổng thể. Một cái nhìn
tổng quan là những gì chúng ta sẽ tiếp cận trong chương này.
Tôi sẽ chỉ cho bạn bốn cách xem xét Logic Tree để bạn có thể hiểu về
chúng.
Và tôi sẽ cho bạn thấy điều đó thông qua một ví dụ về Logic Tree thực
tế.
1. Logic Tree là một "bản đồ" cho vấn đề của bạn
Điều đầu tiên bạn cần biết về Logic Tree là chúng không gì khác hơn là
một “bản đồ” của vấn đề.
Không chỉ bất kỳ bản đồ nào, mà là một bản đồ rõ ràng và nghiêm ngặt.
Chúng tôi sẽ đạt được hai mục tiêu đó bằng cách sử dụng một nguyên
tắc gọi là “MECE”.
Vì vậy, giả sử bạn là giám đốc điều hành của Công ty Viễn thông phụ
trách dịch vụ di động B2C – Business to Customer (nghĩa là dịch vụ điện
thoại di động cho những người bình thường như bạn và tôi).
Hãy tưởng tượng bạn gặp vấn đề về giữ chân khách hàng. Điều đó có
nghĩa là có quá nhiều khách hàng hủy đăng ký dịch vụ/gói của bạn.
Làm thế nào bạn sẽ tìm ra những gì gây ra vấn đề này?
Chà, một giám đốc điều hành thông minh sẽ xây dựng một “bản đồ” về
tất cả những điều có thể xảy ra. Bản đồ này là Logic Tree của bạn và
“những điều có thể đang diễn ra” là những giả thuyết của bạn.
Tôi sẽ chỉ cho bạn một trong những điều này, nhưng trước khi làm điều
đó, tôi sẽ yêu cầu bạn thực hiện một nhiệm vụ trong 15 giây:
**Bước hành động: Lấy một tờ giấy và lập danh sách tất cả các giả
thuyết nảy ra trong đầu bạn về lý do tại sao khách hàng có thể hủy
đăng ký dịch vụ di động của Telco này.**
Sau khi bạn đã xây dựng danh sách các giả thuyết của mình, hãy xem
thử Logic Tree cho vấn đề giữ chân khách hàng của giám đốc Telco đó!
Nếu tôi làm đúng công việc của mình, mọi giả thuyết bạn có đều phù
hợp với một trong những ô trên cây này.
Làm thế nào để tôi biết điều đó?
Chà, tôi đã sử dụng nguyên tắc MECE mà tôi đã đề cập ở trên để xây
dựng cái cây này. Điều này có nghĩa là mọi trường hợp của vấn đề đều
ở đây và mỗi “phần” khác nhau đều độc lập với nhau.
Chúng ta sẽ quay lại vấn đề này sau.
Điều thứ hai cần lưu ý là có thể có toàn bộ các loại vấn đề mà bạn thậm
chí không nghĩ đến khi viết ra danh sách các giả thuyết của mình.
Bạn có thể đã nghĩ về việc khách hàng thuê dịch vụ của đối thủ cạnh
tranh vì họ ghét chúng tôi vì nhiều lý do (dịch vụ không đáng tin cậy, dịch
vụ khách hàng kém) và bạn có thể nghĩ về việc họ rời bỏ chúng tôi vì họ
bị lôi kéo bởi sự cạnh tranh nào đó (giá thấp, miễn phí những cái điện
thoại).
Và nếu bạn hiểu biết về ngành viễn thông, bạn có thể biết về việc khách
hàng chuyển sang các dịch vụ trả trước.
Nhưng nếu trực giác của tôi tốt, thì có lẽ bạn đã quên ít nhất một vài
danh mục trong nhánh “Họ vô tình bị huỷ dịch vụ”.
Ví dụ: bạn có thể đã quên nghĩ rằng họ có thể cố tình hủy đăng ký vì họ
đang rời khỏi thị trường.
Làm thế nào để tôi biết điều đó?
Đơn giản – Tôi đã thực hiện hàng nghìn trường hợp với hàng trăm ứng
viên cho công việc tư vấn và hầu hết mọi người đều quên mất những
điều đó.
Điều thứ ba cần lưu ý là tôi thậm chí không đề cập đến bất kỳ giả thuyết
cụ thể nào mà bạn có thể đã viết trên tờ giấy của mình, chẳng hạn như:
● Chúng tôi đã tăng giá và đối thủ cạnh tranh của chúng tôi đã giảm
giá của họ
● Đã có lỗi trong nhà cung cấp dịch vụ thanh toán của chúng tôi và
một nhóm người đã bị tính phí quá cao và nổi giận với chúng tôi
● Mạng của chúng tôi đã ngừng hoạt động trong vài ngày do sự cố
trong hệ thống CNTT của chúng tôi, khiến mọi người ngoại tuyến
● Một sự cố trong hệ thống ngân hàng khiến chúng tôi không nhận
được nhiều khoản thanh toán, điều này khiến các gói đăng ký tự
động bị hủy
Tuy nhiên, tất cả những giả thuyết này (và hàng nghìn giả thuyết khác)
sẽ phù hợp với một trong tám loại ở phần cuối bên phải của Logic Tree.
Tất cả những điều này chỉ để chỉ ra rằng Logic Tree là bản đồ của
vấn đề bạn phải giải quyết.
Cũng giống như một bản đồ tốt, nó bao quát toàn bộ khu vực có vấn đề
(bạn sẽ không muốn có một bản đồ chỉ một phần lãnh thổ mà bạn đang
khám phá).
Và cũng giống như một bản đồ tốt, nó không đi sâu vào những chi tiết
nhỏ nhất (các giả thuyết cụ thể), mà tập trung vào các khía cạnh bao
quát của vấn đề của bạn (các danh mục).
Không nhà thám hiểm nào nên khám phá một lãnh thổ mà không có bản
đồ tốt.
Và không một người giải quyết vấn đề thông minh nào nên bắt đầu giải
quyết vấn đề mà không có một Logic Tree tốt.
2. Logic Tree là công cụ để "chia để trị"
Logic Tree không chỉ là một bản đồ đơn thuần. Chúng là một thứ rất hữu
ích.
Đối với những người không phải là người đam mê chiến lược chiến
tranh như tôi, “chia để trị” là một chiến lược quân sự dựa trên việc tấn
công không phải toàn bộ lực lượng của kẻ thù cùng một lúc, mà thay
vào đó, chia cắt chúng và đối phó với từng bộ phận của chúng trong một
khoảng thời gian.
Đối phó với một con gián hàng trăm lần dễ dàng hơn nhiều so với xử lý
hàng trăm con gián cùng một lúc (xin lỗi vì hình ảnh khó chịu đối với tất
cả những người sợ gián ngoài kia).
Dù sao đi nữa, chiến lược này đã có từ thời của Tôn Tử (nhà triết học
Trung Quốc cổ đại, người đã viết “Nghệ thuật chiến tranh”).
Và điều xảy ra là chiến lược “chia để trị” này không chỉ tốt cho việc đối
phó với các đối thủ quân sự, mà còn TUYỆT VỜI để giải quyết các vấn
đề LỚN, RỐI RẮM, PHỨC TẠP.
Rất khó để giải quyết “vấn đề giữ chân khách hàng” như Giám đốc điều
hành Telco của chúng tôi đang phải đối mặt ngay bây giờ mà không làm
cho vấn đề này trở nên cụ thể trước.
Nhưng nếu bạn cố gắng làm cho vấn đề trở nên cụ thể hơn mà không có
sự trợ giúp của Logic Tree (hoặc “bản đồ vấn đề”), thì bạn sẽ kết thúc
với một trong hai kiểu:
(1) Một danh sách không đầy đủ các giả thuyết có thể xảy ra (như giả
thuyết mà bạn có thể đã viết ra trên tờ giấy của mình)
(2) Một danh sách KHỔNG LỒ với hàng trăm, thậm chí hàng nghìn giả
thuyết (mà đến cuối ngày, bạn thậm chí còn không biết liệu nó có đầy đủ
hay không)
Logic Tree cho phép bạn chia vấn đề và giải quyết từng phần một.
Hoặc, nếu bạn là Giám đốc điều hành của Telco giống như người bạn
của chúng tôi ở điểm số 1, bạn có thể ủy thác công việc này cho người
khác khi vấn đề đã được phân chia gọn gàng.
Đây là một ví dụ về cách bạn có thể chia vấn đề thành các nhiệm vụ và
ủy thác các phần của nó:
Ở phía bên trái là 8 nhóm ở cuối Logic Tree của chúng tôi. Đây là tám
vấn đề tiềm năng.
Và màu cam là sáu nhiệm vụ mà giám đốc điều hành của chúng ta phải
thực hiện để biết nguyên nhân gây ra vấn đề.
Nhiều cái trong số các nguyên nhân thực sự chỉ yêu cầu những người
khác trong công ty bởi vì khi bạn sử dụng “chia để trị”, bạn có thể giao
việc cho người khác (nhân tiện, đó là một cách tuyệt vời để phát triển sự
nghiệp của bạn một cách nhanh chóng).
Tùy thuộc vào những gì họ tìm thấy Nhiệm vụ #1, bạn có thể dừng lại ở
đó. Hoặc bạn có thể cần thực hiện tất cả 6 nhiệm vụ và sau đó thực hiện
thêm một số nhiệm vụ nữa khi bạn tìm thấy thông tin bất ngờ mới.
Bây giờ, tôi biết rằng Giám đốc điều hành Telco này có vẻ không phải là
một chuyên gia thực sự giỏi khi tôi đặt Logic Tree và các nhiệm vụ theo
cách đó. Anh ấy thậm chí còn không biết những điều cơ bản về những gì
đang diễn ra trong công ty của mình!
Analytics for everyone: Reinventing your business with data analytics 10 | P a g e

Nhưng hãy tạm giả vờ rằng anh ta mới được tuyển dụng và anh ta
không có lỗi vì không biết những con số cơ bản của công ty mình.
Hoặc rằng anh ta thực sự là một nhà tư vấn quản lý thay vì một giám
đốc điều hành và anh ta được thuê để cung cấp cho các giám đốc điều
hành của công ty này một góc nhìn khách quan về lý do tại sao khách
hàng rời đi.
Bây giờ mọi thứ có ý nghĩa hơn!
Nhưng vấn đề là Logic Tree cho phép bạn tạo một kế hoạch để giải
quyết vấn đề, giống như bản đồ cho phép bạn tạo một lộ trình để đi từ
Điểm A đến Điểm B.
Mẹo chuyên nghiệp: Nếu bạn muốn “chia để trị” các cuộc phỏng vấn tư
vấn, hãy xem bài viết này với danh sách đầy đủ 26 loại câu hỏi phỏng
vấn mà bạn có thể gặp phải tại McKinsey, BCG, Bain và các công ty
hàng đầu khác.
3. Logic Tree là công cụ tuyệt vời để sắp xếp thứ tự ưu tiên
Logic Tree không chỉ cho phép bạn có “bản đồ” về vấn đề và giúp bạn
tạo ra “lộ trình” về cách giải quyết vấn đề đó, mà chúng còn cho bạn khả
năng dự đoán rất nhiều điều có thể xảy ra dọc theo lộ trình đó.
Và dự đoán = ưu tiên.
(Hoặc 80/20, dành cho những bạn yêu thích buzzwords).
Vì Logic Tree trình bày cấu trúc cơ bản của vấn đề của bạn nên chúng
giúp bạn hai điều:
(1) Nhận dữ liệu có cấu trúc theo cách giúp bạn nhanh chóng tìm ra vấn
đề ở đâu

(2) Dự đoán những gì đã xảy ra với độ tin cậy từ trung bình đến cao
ngay cả trước khi bạn nhận được dữ liệu.
Hãy giải quyết từng vấn đề này một cách riêng lẻ.
(1) Logic Tree giúp bạn có được cấu trúc dữ liệu theo cách hữu ích
để ưu tiên vấn đề.
Giả sử bạn là Giám đốc điều hành của Telco và bạn đã xây dựng Logic
Tree của mình.
Hãy nhớ rằng Nhiệm vụ số 1 của anh ấy là yêu cầu đơn vị Business
Intelligence của công ty anh ấy cung cấp dữ liệu cứng về những gì đang
diễn ra?
Giả sử họ quay lại với dữ liệu bên dưới – bạn sẽ ưu tiên vấn đề như thế
nào?
Theo cách tôi nhìn nhận:

Trong số 6,5 nghìn người đã hủy đăng ký năm nay so với năm ngoái,
phần lớn đến từ (4,5) do lỗi hệ thống. Điều này là không thể chấp nhận
được và đây phải là lĩnh vực mà giám đốc điều hành này nên giải quyết
trước tiên.
Nhưng cũng có một lĩnh vực khác thu hút sự chú ý của tôi: nguồn khách
hàng rời bỏ lớn nhất của chúng tôi - họ chuyển sang đối thủ cạnh tranh -
đã tăng từ 7.000 mỗi năm lên 10.000 mỗi năm.
Người này (và công ty) có hai vấn đề khác nhau và việc lấy dữ liệu ở
định dạng có cấu trúc thông qua Logic Tree làm cho điều này trở nên rất
rõ ràng.
(2) Logic Tree giúp bạn đoán chính xác điều gì có thể xảy ra ngay
cả trước khi bạn nhận được bất kỳ dữ liệu nào
Giả sử bộ phận Business Intelligence của công ty này không thông minh
và không có dữ liệu để cung cấp.
Trên thực tế, giả sử công ty này gặp vấn đề với việc thu thập dữ liệu đến
mức họ không thể lấy dữ liệu có cấu trúc cho hầu hết mọi thứ.
Điều này sẽ làm cho vấn đề này trở thành một cơn ác mộng.
Không có dữ liệu có cấu trúc, giám đốc điều hành này (hoặc cấp dưới
của anh ta) sẽ cần thực hiện rất nhiều công việc để kiểm tra từng loại giả
thuyết:
● Để biết liệu khách hàng có đang thuê dịch vụ của đối thủ cạnh
tranh hay không, chúng tôi cần gọi cho một lượng lớn khách hàng
và hỏi

● Để biết liệu một sự cố trong quy trình của chúng tôi có khiến đăng
ký của khách hàng vô tình bị hủy hay không, chúng tôi cần vạch ra
tất cả các quy trình có thể gây ra điều đó và đánh giá từng quy
trình riêng lẻ.
Logic Tree là bản đồ của vấn đề. Và giống như bất kỳ bản đồ tốt nào,
chúng ta có thể sử dụng nó để xem phần nào của địa hình có vẻ quan
trọng hơn những phần khác.
Đây là một ví dụ về cách thực hiện điều đó ngay cả khi bạn không có dữ
liệu:
Rõ ràng là bạn cần sử dụng lý luận logic và một loạt các giả định để ưu
tiên một trong những danh mục này nhiều khả năng hơn những danh
mục khác.
Nhưng trong trường hợp không có dữ liệu, đó thực sự là cách tốt nhất
để làm việc!

Vì vậy, nếu tôi là giám đốc điều hành này và không có dữ liệu, tôi sẽ cố
gắng làm việc thông minh và bắt đầu thử nghiệm những giả thuyết có
khả năng xảy ra nhất.
Điều này có nghĩa là tôi sẽ ưu tiên hơn cho những vấn đề liên quan đến
việc khách hàng sẵn sàng rời bỏ chúng tôi.
Nếu khách hàng vô tình bị huỷ dịch vụ, chúng tôi sẽ có những trung tâm
cuộc gọi điên rồ với đầy những lời phàn nàn của khách hàng và giám
đốc điều hành có lẽ đã biết về điều đó rồi. Có lẽ chúng tôi đã có một số
vụ kiện rồi!
Tôi sẽ không đi sâu vào cách sắp xếp thứ tự ưu tiên nhưng hiện tại, thật
tuyệt khi biết rằng Logic Tree là công cụ cho phép bạn ưu tiên giải quyết
vấn đề một cách hiệu quả vì nó cung cấp cho bạn một cái nhìn rõ ràng
về vấn đề.
4. Bạn có thể có "Issue Tree" và "Solution Tree"
Điều cuối cùng về Logic Tree mà bạn phải biết để hiểu chúng là gì trước
khi chúng ta có thể đi vào chi tiết cụ thể về cách xây dựng chúng là bạn
có thể có “Issue Tree” và “Solution Tree”.
Hoặc, như tôi muốn gọi chúng là “Why Tree” và “How Tree”.
“Why Tree”, còn được gọi là “Hypothesis Tree” là thứ mà chúng tôi đang
nghiên cứu cho đến nay.
Bạn có một VẤN ĐỀ và bạn muốn biết TẠI SAO nó lại xảy ra. Sau đó,
bạn tạo một cây với tất cả các loại GIẢI THUYẾT về lý do tại sao nó xảy
ra.
Giống như chúng tôi đã làm với giám đốc điều hành của mình đang cố
gắng khắc phục vấn đề giữ chân khách hàng mà anh ấy đang gặp phải.
(Nhân đây, đây là lý do tại sao bạn có thể gọi chúng là “Problem Tree”,
“Why Tree” hoặc “Hypothesis Tree”).
Nhưng bạn cũng có thể sử dụng Logic Tree để tìm ra các GIẢI PHÁP.
Điều này làm cho chúng thực sự hữu ích.
Một nhà tư vấn có thể tìm ra nguyên nhân gây ra vấn đề mọi lúc là
một tài sản khá tốt cho nhóm.
Nhưng để có một nhà tư vấn không chỉ có thể làm điều đó mà còn có thể
tìm ra giải pháp tốt nhất cho những vấn đề đó mọi lúc thì còn tốt hơn
nữa!
Vì vậy, hãy để tôi chỉ cho bạn “Solution Tree” hoặc “How tree” khác với
“Problem Tree” như thế nào.
Giả sử nhân vật điều hành Telco của chúng ta KHÔNG gặp vấn đề về
giữ chân khách hàng. Mọi thứ đều ổn và khách hàng không hủy đăng ký
dịch vụ của công ty này nhiều hơn mức bình thường.
Nhưng, một cách tự nhiên, họ vẫn có một số mức độ rời bỏ khách hàng.
Giả sử rằng họ muốn làm cho cấp độ đó thậm chí còn tốt hơn so với
hiện tại.
Và sau đó, nhóm điều hành cùng nhau họp để “brainstorm” một số ý
tưởng về cách giảm tỷ lệ khách hàng rời bỏ để họ có thể tăng doanh thu
nhiều hơn.
Điều mà hầu hết mọi người trong cuộc họp này đang làm là trình bày
các ý tưởng lên bảng trắng.
● “Này, có lẽ chúng ta có thể cải thiện dịch vụ khách hàng của mình.”

● “Này, có lẽ chúng ta nên cung cấp internet nhanh hơn.”
● “Này, nếu chúng ta đưa mọi người vào hợp đồng dài hạn thì sao?”
Nhưng Telco Executive của chúng tôi thông minh hơn thế. Anh ấy đã
học cách tạo Logic Tree với bạn mình, một nhà tư vấn của McKinsey. Và
anh ấy đưa những điều học được vào thực tế.
**Bước hành động: lấy một tờ giấy và xây dựng một Logic Tree với
các DANH MỤC ý tưởng/giải pháp tiềm năng mà công ty này có thể
có để cải thiện khả năng giữ chân khách hàng của họ.**
Bây giờ, lời cảnh báo: “Logic Tree giải pháp” này KHÔNG hoàn hảo.
Nếu cố gắng, bạn có thể nghĩ ra một ý tưởng có thể cải thiện khả năng
giữ chân khách hàng mà không phù hợp với bất kỳ danh mục nào trong
số này.

Và lý do cho điều đó là việc vạch ra tất cả các loại giải pháp khả thi cho
một vấn đề khó hơn nhiều so với việc vạch ra tất cả các loại nguyên
nhân có thể gây ra vấn đề.
Nhưng trong trường hợp bạn nảy ra một ý tưởng không phù hợp với bất
kỳ danh mục nào trong số này, bạn có thể dễ dàng tóm tắt “loại” giải
pháp này là gì và sau đó tạo một danh mục cho nó.
Bây giờ, bạn có thể đang nghĩ - “Bruno, tại sao tôi lại muốn sử dụng
Logic Tree để vạch ra các loại giải pháp? Tại sao không chỉ Brainstorm
một cách tự do?”
Có ba lý do cho điều đó:
(1) Ý tưởng của bạn sẽ được tổ chức tốt hơn
Điều này giúp bạn dễ truyền đạt ý tưởng của mình với người khác.
Và nó cũng giúp bạn sắp xếp ý tưởng của mọi người thành một
tổng thể mạch lạc.
Và sau đó ưu tiên những ý tưởng đó tốt hơn và thậm chí “chia để

trị” trong việc thực hiện chúng.
(2) Sáng tạo từ những ràng buộc
Điều này là phản trực giác, nhưng tin tôi.
Có một nghiên cứu quan trọng cho thấy rằng việc có một số ràng
buộc khiến mọi người sáng tạo HƠN chứ không phải ít đi. (Bạn có
thể tham khảo tại đây, đây và đây).
Và chúng tôi biết điều đó bằng trực giác!
Chưa tin, phải không?

Chà, hãy cố gắng tạo ra một câu chuyện ngắn trong đầu của bạn.
Không có gì đến với tâm trí, phải không?
Bây giờ hãy thử sáng tác một câu chuyện ngắn liên quan đến một
chàng trai người Anh, một phụ nữ Pháp, một chuyến tàu hỏa và
một vài chai rượu vang.
Nó thực sự dễ dàng hơn để làm điều thứ hai, mặc dù có nhiều

ràng buộc hơn.
Bây giờ, nếu tôi yêu cầu bạn tạo ý tưởng về cách cải thiện khả
năng giữ chân khách hàng trong một công ty Telco, bạn có thể tạo
ra 5-7 ý tưởng cho đến khi ý tưởng bắt đầu cạn kiệt dần .
Nhưng nếu tôi yêu cầu bạn đưa ra ý tưởng về cách cải thiện dịch
vụ khách hàng trong Telco, bạn cũng sẽ có thể tạo ra 5-7 ý tưởng
cho đến khi chúng trở nên khan hiếm. Mặc dù cải thiện dịch vụ
khách hàng chỉ là một tập hợp con của những điều bạn có thể làm
để cải thiện khả năng giữ chân khách hàng.
Và sau đó tôi có thể yêu cầu bạn đưa ra các ý tưởng về cách làm
cho việc hủy đăng ký tốn kém về mặt tài chính và bạn cũng có thể
cho tôi một vài ý tưởng.
Mỗi câu hỏi trong số hai câu hỏi cuối cùng là một nhánh của Logic
Tree của chúng tôi từ phía trên.
Và bởi vì Logic Tree của chúng tôi ở trên có 7 nhánh khác nhau,
nên nếu bạn có thể tạo 5 ý tưởng cho mỗi nhánh, thì đó là 35 ý
tưởng!

Tôi chưa bao giờ gặp một người có thể tạo ra nhiều ý tưởng như
vậy chỉ với câu hỏi nhanh (làm thế nào để cải thiện khả năng giữ
chân khách hàng) mà không cần xây dựng Logic Tree trước.
Bộ não của chúng ta dường như bị lẫn lộn với nhiều ý tưởng đó.
Nhưng nếu bạn thêm cấu trúc (ràng buộc) thì bạn có thể thoải mái
suy nghĩ về từng phần mà không lo bỏ sót điều gì.
Điều này dẫn tôi đến lý do thứ 3 tại sao bạn sẽ muốn sử dụng
“Logic Tree giải pháp” bất cứ khi nào bạn cần động não các ý
tưởng…
(3) Chúng buộc bạn phải xem toàn bộ danh mục ý tưởng mà
bạn chưa từng thấy trước đây.
Điều này cần một chút luyện tập, nhưng khi bạn có thể thấy mỗi
danh mục phù hợp với tổng thể như thế nào, bạn có thể thấy các
phần của tổng thể mà trước đây bạn chưa từng thấy.
Lấy ví dụ về danh mục “Làm cho việc hủy đăng ký trở nên tốn
kém”.
Khi tôi nghĩ ra nó, tôi đã suy nghĩ về chi phí tài chính. Bạn biết đấy,
hợp đồng và những thứ khác.
Nhưng khi tôi nhìn thấy từ “tài chính” hiện lên trong đầu, tôi lập tức
nhận thấy rằng cũng có thể có những chi phí “phi tài chính”, chẳng
hạn như phải đến một cửa hàng bán lẻ thực tế để hủy dịch vụ
hoặc mất số điện thoại thân yêu của bạn mà bạn đã có trong 8
năm và tất cả bạn bè và các mối quan hệ kinh doanh của bạn đều
có.

Tôi không có những ý tưởng về “chi phí phi tài chính” này trước khi
tạo danh mục cho chúng.
Đó là một lợi thế lớn khác khi sử dụng Logic Tree để đưa ra giải
pháp cho các vấn đề của bạn. Bạn có thể xem bức tranh lớn hơn.
Vì vậy, chúng ta rút ra được gì từ tất cả những điều này?
Đơn giản. Logic Tree là một “bản đồ” cho vấn đề của bạn, giúp bạn ưu
tiên những gì quan trọng và “chia để trị” để giải quyết vấn đề hiệu quả
hơn.
Và bạn cũng có thể sử dụng chúng để vạch ra các giải pháp.
Ồ, và nhân tiện, tôi gần như quên mất…
Một điều thực sự hiệu quả mà bạn có thể làm là sử dụng “Logic Tree” để
tìm ra vấn đề và sau khi tìm ra, hãy sử dụng “Solution Tree” cho vấn đề
mới phát hiện của bạn.
Vì vậy, hãy nhớ cách chúng tôi sử dụng “Why Tree” để phát hiện ra rằng
một trong những vấn đề của Giám đốc Điều hành Telco của chúng tôi là
khách hàng của anh ấy đang nhường chỗ cho đối thủ cạnh tranh?
Bây giờ chúng ta có thể sử dụng “How tree” để tìm ra các giải pháp tiềm
năng nhằm ngăn khách hàng chuyển sang đối thủ cạnh tranh mặc dù họ
không thực sự thích chúng ta và đối thủ cạnh tranh đang đưa ra ưu đãi
tốt hơn chúng ta.
Tôi sẽ để lại Logic Tree này cho bạn xây dựng.
Và bạn sẽ có thể xây dựng nó bằng các kỹ thuật mà bạn sẽ học trong
chương tiếp theo!

CHƯƠNG 2
BA KỸ THUẬT ĐỂ XÂY DỰNG LOGIC TREE
Bạn có thể có tất cả lý thuyết trên thế giới, nhưng nếu bạn không áp
dụng nó vào thực tế, bạn sẽ không giải quyết được bất kỳ vấn đề khó
khăn nhất nào của thế giới (cũng như không nhận được lời mời làm việc
tại McKinsey, BCG hoặc Bain).
Trong chương này, chúng ta sẽ đi sâu vào cơ chế xây dựng Logic
Tree chất lượng.
Cụ thể hơn, chúng ta sẽ đi qua ba kỹ thuật thực tế mà bạn có thể áp

dụng trong cuộc phỏng vấn tình huống tiếp theo hoặc cuộc họp điều
hành để cấu trúc bất kỳ vấn đề nào.
CẤU TRÚC CỦA MỘT LOGIC TREE
Logic Tree là một công cụ “cấu trúc vấn đề”.
Điều đó có nghĩa là bạn có thể cấu trúc các vấn đề bằng cách sử dụng
chúng.
Nhưng ngay cả Logic Tree cũng có cấu trúc cơ bản đối với chúng. Nó có
một chút “meta” và trừu tượng, nhưng điểm mấu chốt là mọi Logic Tree
đều có một số điểm tương đồng với các Logic Tree khác.
Biết được những đặc điểm chung này là điểm khởi đầu để có thể xây
dựng chúng thành công, vì vậy ta sẽ xem xét điều đó trong phần ngắn
này.
Và tôi sẽ nhanh chóng, tôi hứa.

(Lưu ý: Tôi sẽ đặt tên cho một số nội dung để bạn và tôi có thể nói
chuyện hiệu quả hơn trong phần còn lại của hướng dẫn, nhưng bạn
không cần phải ghi nhớ những tên đó hoặc sử dụng chúng trong các
cuộc phỏng vấn tình huống).

Có vẻ như tôi luôn liên tục nhắc đến với thứ MECE này, phải không?
Chúng tôi có cả một loạt bài viết về điều đó và tôi thực sự khuyên bạn
nên xem qua nó.
Bạn có thể làm như vậy ngay bây giờ và sau đó quay lại hướng dẫn này
hoặc bạn có thể đọc hướng dẫn này trước rồi đến đó để hiểu cách tạo
từng phần trong Logic Tree MECE của bạn.
Bây giờ, tôi không muốn phá vỡ dòng đọc của bạn ở đây…
Vì vậy, trước khi bạn mở một tab mới trên trình duyệt của mình và đi vào
một lỗ hổng khác, hãy để tôi giải thích MECE là gì một cách đơn giản.
MECE có nghĩa là Loại trừ lẫn nhau - Mutually Exclusive, Toàn diện
chung - Collectively Exhaustive và đó là nguyên tắc cơ bản để tổ chức
các ý tưởng đã được phổ biến bởi cựu McKinsey Barbara Minto (từ cuốn
sách về Nguyên tắc Kim tự tháp, bạn có thể đã nghe nói về cuốn sách

đó) nhưng quay trở lại với những ý tưởng của Aristotle (vâng, ý tưởng
của người Hy Lạp!).
Về cơ bản, điều đó có nghĩa là lý luận của bạn không có khoảng trống

(toàn diện chung, tất cả các phần cùng nhau làm cạn kiệt toàn bộ) và
không có sự chồng chéo (loại trừ lẫn nhau, một phần khác biệt và độc
lập với phần kia).
Dễ dàng, phải không?
Vâng, đại loại như thế. Hầu hết các bài toán ngoài kia khó hơn vẽ hình
chữ nhật.
Vì vậy, để cung cấp cho bạn ý tưởng tốt hơn về cách áp dụng nguyên
tắc MECE cho một vấn đề kinh doanh, đây là hình ảnh từ bài viết của
chúng tôi về 5 cách để trở nên MECE về các cách MECE khác nhau để
giải quyết cùng một vấn đề:

Không cần phải lo lắng về việc hiểu toàn bộ hình ảnh này ngay bây giờ,
nhưng ý tưởng đằng sau nó là (i) có 5 loại cách để chia nhỏ vấn đề trong
tiêu đề của hình (hoặc bất kỳ vấn đề nào khác) theo cách MECE và (ii)
bạn có thể xây dựng các cấu trúc khác nhau trong mỗi loại.
Logic Tree được xây dựng bằng cách sử dụng rất nhiều cấu trúc MECE
này. Bạn cũng cần biết cách chọn trong số các phương án khác nhau
khi bạn tìm thấy nhiều cách để giải quyết vấn đề…
Tôi sẽ liên kết đến bài viết về 5 cách để trở thành MECE một lần nữa vì
đó là cách tốt nhất để tìm hiểu về MECE một cách thực tế. Thay vì một
đống lý thuyết, tôi chỉ ra những kỹ thuật thực tế mà bạn có thể áp dụng
ngay bây giờ cho bất kỳ vấn đề nào trong bài viết đó.
Hãy chuyển sang các kỹ thuật thực tế để xây dựng Logic Tree.
Kỹ thuật #1: Tạo Math Tree
Phương trình toán học LUÔN LUÔN MECE.
Các phương trình không có khoảng trống và không có phần chồng chéo
(nếu không chúng sẽ không phải là phương trình).

Đó là lý do tại sao tôi sử dụng hình chữ nhật trong hình chữ nhật để giải
thích MECE ở trên. Hình chữ nhật rất lớn trong toán học nếu tôi nhớ
đúng môn toán thời trung học của mình.
Dù sao, một cách dễ dàng để tạo cây MECE là tận dụng lợi thế đó và
LUÔN chia nhỏ cấp độ tiếp theo bằng phương trình toán học.
Rõ ràng bạn chỉ có thể làm điều đó nếu vấn đề của bạn là số.
Nhưng vì hầu hết các vấn đề kinh doanh đều liên quan đến số học, nên
chúng tôi thật may mắn!
Tôi sẽ chỉ cho bạn cách thực hiện điều này theo kiểu “slideshow” vì tôi
muốn chỉ cho bạn theo kiểu từng bước một, vì vậy hãy chuẩn bị nhấp
vào nút mũi tên nhiều lần:
Kỹ thuật #1 - Tạo Logic Tree bằng cách sử dụng "Math Tree"
Một Math Tree là một phương trình có các lớp.
Mỗi phần của cây đều sẽ bằng ô trước đó.
Và mỗi lớp đầy đủ là một phương trình đầy đủ của biến đang được chia
nhỏ.

Vì vậy, làm thế nào để làm điều đó?
Đơn giản, chỉ trong 3 bước.


Tạo Math Tree như một cách để tạo Logic Tree hoàn toàn không khó khi
bạn đã thực hành.
Hầu hết mọi người nhìn thấy chúng được thực hiện và nghĩ rằng họ có
thể dễ dàng làm được, nhưng mọi thứ trở nên tồi tệ khi họ thực sự lấy
một tờ giấy và cố gắng làm những cái cây này.

Vì vậy, đây là bốn phương pháp để thực sự tạo “phương trình nhỏ” của
bạn để chia nhỏ từng nhóm:
#1. Sử dụng một công thức đã được chứng minh
Hầu hết, bạn không cần phải phát minh lại thứ đã được chứng mình.
Nếu bạn biết một công thức phù hợp với vấn đề, chỉ cần sử dụng nó!
Phương pháp phổ biến nhất ở đây là phương pháp cổ điển Lợi nhuận =
Doanh thu – Chi phí, nhưng cũng có những phương pháp khác như bạn
có thể thấy trong hình bên dưới…
Bạn không cần phải ghi nhớ bất kỳ công thức nào cho các cuộc phỏng
vấn tình huống của mình, vì bạn có thể sử dụng các phương pháp khác
và chúng sẽ hiệu quả.
Nhưng biết một số công thức trong số này, đặc biệt là những điều cơ
bản nhất sẽ giúp ích rất nhiều.

#2. Phương pháp "Phân tích theo chiều"
Đây là một trong những yêu thích của tôi!
Chỉ cần tìm một “trình điều khiển” trực tiếp của biến mà bạn muốn phân
tích – một trình điều khiển là “nguyên nhân cơ bản” cho biến đó.
Ví dụ: một "trình điều khiển" hoặc "nguyên nhân" trực tiếp của doanh thu
là "# khách hàng" mà bạn có. Nếu bạn có thêm khách hàng, những
khách hàng mới này sẽ trực tiếp làm tăng doanh thu của bạn.
Sau đó, sử dụng phân tích thứ nguyên để tìm phần bù toán học của nó.
Nếu bạn muốn "DOANH THU" và bạn có "# KHÁCH HÀNG", bạn cần
nhân số đó với DOANH THU/KHÁCH HÀNG.
Giống như trong lớp vật lý ở trường trung học của bạn, những khách
hàng ở tử số sẽ hủy bỏ với những khách hàng ở mẫu số và bạn sẽ chỉ
còn lại DOANH THU dưới dạng thước đo – chính xác là thước đo mà
bạn đang hướng tới.
Phương pháp này thật tuyệt vời vì nó cho phép bạn chia nhỏ hầu hết
mọi số liệu thành một công thức một cách rất nhanh chóng – điều duy
nhất cần cẩn thận là không đánh mất ý nghĩa trong quá trình và kết thúc
bằng một công thức đúng về mặt toán học nhưng không tạo ra bất kỳ kết
quả nào đối với thực tế.

#3. Phương pháp kênh
Điều này hoạt động tốt khi số liệu mục tiêu là tỷ lệ phần trăm hoặc là kết
quả cuối cùng của kênh.
Lấy một ví dụ từ thương mại điện tử: Tỷ lệ chuyển đổi.
Đây là % khách truy cập vào trang web của bạn mua hàng từ bạn. Làm
thế nào bạn có thể chia nhỏ điều đó?
Đơn giản, bạn nhân các bước của kênh từ khách truy cập đến người
mua.

Kệnh có thể nhận thấy ở khắp mọi nơi: Bán hàng, Phát triển sản phẩm,
Tối ưu hóa quy trình.
Tất cả những gì bạn phải làm là tìm những kênh này và sau đó chia
chúng thành các giai đoạn.
#4. Sử dụng tổng các đoạn
Đây là phương pháp ít được yêu thích nhất của tôi vì nó không đi quá
sâu vào cấu trúc của vấn đề mà chỉ đơn giản là cắt nó ra.
Tuy nhiên, nó có thể hữu ích.
Ví dụ: nếu bạn đang làm việc với một tập đoàn và lợi nhuận của họ
giảm, thì có thể hữu ích khi phân chia tập đoàn đó thành các hoạt động
kinh doanh khác nhau.
Hoặc nếu bạn đang cố gắng tìm hiểu sự sụt giảm thị phần của một công
ty trong một danh mục nhất định, thì có thể hữu ích nếu chỉ chia nhỏ nó
thành thị phần của các dòng sản phẩm của công ty đó.

Nếu bạn đã đọc bài viết về 5 cách để trở thành MECE và bạn đã chú ý,
bạn có thể nhận thấy rằng phương pháp số 1, “Sử dụng công thức đã
được chứng minh” và số 2, “Phân tích theo chiều” sẽ giúp bạn có được
Cấu trúc Đại số - Algebra Structure.
Phương pháp #3, “Phương pháp Phễu” sẽ giúp bạn có Cấu trúc Quy
trình - Process Structure.
Cuối cùng, phương pháp #4, “Tổng các phân đoạn” sẽ giúp bạn có được
loại cấu trúc Phân đoạn - Segmentation Structure.
Nếu bạn chưa đọc bài báo, đừng lo lắng về những cái tên này - chúng là
một số cách để trở nên MECE mà chúng tôi dạy ở đó. Tôi chỉ đang giúp
những người đã đọc nó có sự kết nối.
Vì vậy, tóm tắt. Bạn có thể sử dụng bất kỳ phương pháp nào trong bốn
phương pháp này để tạo một “phương trình nhỏ” và bạn kết hợp các
“phương trình nhỏ” này để tạo “Math Tree”, đây là kỹ thuật đầu tiên để
xây dựng và Logic Tree.
Và đó là một kỹ thuật hoạt động tốt với các biến số, nhưng không thực
sự hiệu quả nếu bạn có một loại vấn đề khác cần giải quyết.
Vì vậy, để giải quyết các vấn đề không liên quan đến số - hoặc thậm chí
để tạo ra Logic Tree tốt hơn cho các vấn đề về số - hãy chuyển sang kỹ
thuật hiệu quả nhất trong bộ công cụ Logic Tree của bạn: xếp lớp 5
cách để trở thành MECE.
Đề xuất đọc: Mặc dù trong hướng dẫn này, bạn sẽ học cách tạo Logic
Tree cho bất kỳ loại vấn đề nào, nhưng thường thì chúng tôi chỉ muốn
tạo Profitability Tree (nghĩa là Logic Tree phân tích Lợi nhuận trong một

ngành cụ thể). Tôi đã viết một bài báo cụ thể về Profitability Tree mà bạn
có thể xem tại đây.
Kỹ thuật #2: Xếp lớp 5 cách để trở thành MECE
Kỹ thuật số 1 hoạt động rất tốt vì toán học LUÔN MECE và vì việc tạo ra
các phương trình không quá khó.
Nhưng không phải mọi vấn đề đều là số và có thể được cấu trúc chỉ
bằng các phương trình.
Và ngay cả đối với những bài toán liên quan đến số, thực hiện Math
Tree không phải lúc nào cũng là cách tốt nhất để cấu trúc chúng.
Đây là lúc Kỹ thuật #2 xuất hiện - thay vì xếp lớp “phương trình nhỏ”
chồng lên nhau, chúng ta sẽ xếp lớp “cấu trúc MECE nhỏ” chồng
lên nhau, bất kể chúng có phải là phương trình hay không.
Hãy nhớ rằng, chúng tôi đã tự tin sử dụng các phương trình toán học để
xây dựng Logic Tree vì chúng luôn là MECE. Nhưng từ những nguyên
tắc đầu tiên, thứ chúng ta cần là cấu trúc MECE, không nhất thiết phải là
cấu trúc toán học.
Và chúng ta sẽ tìm thấy những “cấu trúc MECE nhỏ” này ở đâu?
Thật dễ dàng, với 5 cách để trở thành MECE. Đây là 5 kỹ thuật cụ thể
mà chúng tôi đã phát triển để đảm bảo cấu trúc MECE.
Tôi sẽ làm cho cuộc sống của bạn dễ dàng hơn trong trường hợp bạn
muốn đọc về điều đó ngay bây giờ và liên kết đến bài báo chúng tôi đã
viết về chúng.
Nhưng đây là một bản tóm tắt nhanh:

Bản thân quá trình xây dựng Logic Tree bằng cách xếp lớp 5 cách để trở
thành MECE rất giống với quy trình tạo Math Tree.
Bước #1: Xác định cụ thể vấn đề (không cần phải là một biến số ở đây).
Bước #2: Chia nhỏ lớp đầu tiên bằng cách sử dụng một trong 5 cách để
trở thành MECE.
Bước #3: Chuyển đến lớp thứ 2 (và thứ 3 và thứ 4) bằng cách chia nhỏ
từng nhóm thành một “cấu trúc MECE nhỏ” khác cũng xuất phát từ 5
Cách để trở thành MECE.
Tôi sẽ chỉ cho bạn quy trình chính xác để tạo Logic Tree bằng cách xếp
lớp 5 cách để trở thành MECE thông qua ví dụ bên dưới:
Kỹ thuật #2 - Phân lớp 5 cách để trở thành MECE
Ví dụ trường hợp:

Một công ty tư vấn quản lý nhỏ muốn nâng cao chất lượng của những
nhân viên mới được tuyển dụng. Làm thế nào bạn sẽ giúp họ làm điều
đó?

Cái gì tiếp theo?
Chà, bạn rất có thể kết thúc Logic Tree của mình tại đây.
Hoặc bạn có thể đào sâu hơn một vài lớp nữa. Nó thực sự phụ thuộc
vào tình hình.

Phân lớp 5 cách để trở thành MECE là phương pháp tiếp theo của tôi để
tạo Logic Tree và chia nhỏ vấn đề hoặc tìm giải pháp.
Tôi sử dụng nó hàng ngày trong đời, trên giấy hoặc chỉ trong đầu.
Và tôi cũng đã từng sử dụng nó hàng ngày khi còn làm việc tại McKinsey
(mặc dù tôi làm việc đó một cách vô thức – không ai ở đó nói rõ với tôi
rằng có năm cách để trở thành MECE).
Bây giờ, hãy để tôi đề cập đến một điều thường xuyên xuất hiện… Một
điều có thể xuất hiện trong đầu bạn khi bạn thực hiện ba bước trên liên
quan đến Logic Tree là “tốt, nhưng điều này quá rõ ràng”.
Ý nghĩ đó có thể đã lướt qua đầu bạn trong mỗi lần chia nhỏ 1 nhánh
của vấn đề hoặc chỉ khi nhìn vào toàn bộ Logic Tree.
Và đây là quan điểm của tôi: một vấn đề có cấu trúc tốt NÊN trông có vẻ
rõ ràng – ít nhất là trong nhận thức muộn màng.

Cách Elon Musk thay đổi vấn đề cấu trúc thế giới theo những cách
"hiển nhiên"
(Tôi thề với bạn là nó rất thú vị, nhưng bạn có thể bỏ qua đoạn này nếu
muốn và/hoặc hiểu tại sao Logic Tree MECE lại cực kỳ quan trọng ngay
cả khi chúng “hiển nhiên”)
Bạn có thể đã nghe nói về Elon.
Trong trường hợp bạn chưa biết, anh ấy là anh chàng này…
Và anh ấy đã tạo ra những công ty này…

Vì vậy, về cơ bản, anh chàng đã chuyển đổi ngành thanh toán, ngành ô
tô, ngành hàng không vũ trụ và đang chuyển đổi ngành đường hầm và
ngành năng lượng mặt trời.
Nhưng làm thế nào để anh ấy làm điều đó?
Chà, bất cứ ai làm được nhiều như vậy đều có nhiều “công thức bí mật”,
nhưng một trong những điều đặc biệt của Musk là suy nghĩ mọi thứ từ
những nguyên tắc đầu tiên.
Trong bài đăng trên blog tuyệt vời này (từ một trong những blog yêu
thích của tôi), một anh chàng đã tiếp cận được với Musk đã phân tích
chính xác cách anh ấy nghĩ.
Nhưng hãy phân tích một ví dụ cụ thể: cách anh ấy nghĩ ra “The Boring
Company”, một công ty được thành lập để đào đường hầm hiệu quả hơn
và giải quyết vấn đề giao thông ở Los Angeles.
Có hai logic cơ bản đối với công ty:

Logic đơn giản, nhưng là một lập luận thực sự mạnh mẽ về lý do tại sao
đường hầm có lẽ là cách tốt nhất để giải quyết vấn đề giao thông.
(Và đó thực sự là cách duy nhất từng hoạt động cho đến nay - nhu cầu
về đường xá vẫn tiếp tục tăng cho dù có bao nhiêu người đi Uber, việc
xây thêm đường dường như không tạo ra sự khác biệt ở hầu hết các
thành phố và chưa ai có thể tạo ra ô tô bay… Nhưng hầu hết mọi người
ở các thành phố lớn đều sử dụng hệ thống tàu điện ngầm/tàu điện ngầm
mỗi ngày)
Lưu ý rằng về cơ bản, chúng ta đang chia vấn đề thành cung và cầu,
sau đó chia năng lực “đường bộ” thành trên mặt đất, trên không và dưới
lòng đất.
Được rồi, nhưng vẫn còn một vấn đề với các đường hầm: chúng đắt tiền
để làm. Vì vậy, có thể làm cho chúng rẻ hơn? Đây là Logic #2 của Elon
để xây dựng The Boring Company:
Một lần nữa, không có khoa học tên lửa nào ở đây (mặc dù có một chút
khoa học về đường hầm).

Nếu bạn muốn hiểu rõ hơn về cách suy nghĩ của Musk, tôi giới thiệu bài
báo này và bài nói chuyện TED này.
Bây giờ, vào những gì quan trọng đối với chúng ta:
(1) Hầu hết các chuyên gia giao thông đều biết rằng cố gắng giảm nhu
cầu là một cuộc chiến khó khăn và việc mở rộng năng lực đường bộ hầu
như không có kết quả.
(2) Hầu hết mọi người trong ngành ô tô/hàng không vũ trụ đều biết rằng
ô tô bay là một giấc mơ rất xa vời
(3) Hầu hết mọi người trong ngành đào hầm đều hiểu các yếu tố chi phí
của một đường hầm.
Tuy nhiên, không ai nhìn vào bức tranh toàn cảnh và đặt câu hỏi về mọi
thứ từ những nguyên tắc đầu tiên.
Bạn cần một Logic Tree để làm điều đó, ngay cả khi đó là một vấn đề
hiển nhiên.
Tôi không nói rằng Elon Musk vẽ Logic Tree để kiếm sống, nhưng tôi
biết anh ấy có chúng trong đầu vì anh ấy nói như thể anh ấy có một cái
vậy – Tôi đã “lấy” cả hai cái cây mà tôi đã chỉ cho bạn ở trên từ chính lời
nói của anh ấy.
Bài học rút ra từ hộp màu xanh lá cây: Logic Tree là “hiển nhiên” vì
chúng được rút ra từ các nguyên tắc đầu tiên.
Và điều này có nghĩa là nếu bạn muốn suy nghĩ từ những nguyên
tắc đầu tiên, hãy vẽ Logic Tree.

Kỹ thuật #3: Tạo Decision Tree
Trong lĩnh vực Microsoft Excel, loại logic cơ bản nhất bạn có thể thực
hiện là sử dụng các toán tử toán học. Tức là cộng, trừ, nhân, chia.
Nếu bạn muốn tiến thêm một bước, bạn có thể sử dụng cái mà họ gọi là
“toán tử boolean”: hàm AND, hàm OR, v.v.
Và nếu bạn muốn tiến thêm bước thứ ba, bạn có thể sử dụng “toán tử
điều kiện”, trong đó nổi tiếng nhất là hàm IF.
Decision Tree về cơ bản là Logic Tree thông thường với "toán tử có điều
kiện", hàm IF-THEN.
Bây giờ, hãy để tôi nói một cách đơn giản cho tất cả những người không
rành về Excel ngoài kia…
Khi bạn thực hiện Math Tree, cách duy nhất bạn phải liên kết các biến
với nhau là thông qua các ký hiệu toán học. Ví dụ: Doanh thu = Giá * Số
lượng. Có một mối quan hệ toán học giữa mọi thứ trong Logic Tree của
bạn.
Thật tuyệt khi học toán vì toán luôn MECE, nhưng nó cũng có nhiều hạn
chế. Thế còn mọi thứ không thể phù hợp với một phương trình thì sao?
Kỹ thuật số 2: Xếp lớp 5 cách để trở thành MECE.
Nếu bạn chú ý đến nó, mọi thứ không nằm trong mối quan hệ toán học
trong kỹ thuật đó sẽ được nối một cách logic bằng các mối quan hệ “VÀ”
hoặc “HOẶC”.
Ví dụ: chúng tôi có thể tìm được những nhân viên giỏi hơn ‘tại các
trường chúng tôi đã tuyển dụng’ HOẶC ‘tại các trường mới’.

Một ví dụ khác, chúng tôi có thể làm cho những người mới tuyển dụng
trở nên tốt hơn trước dự án đầu tiên của họ 'bằng cách đào tạo họ trước
khi họ bắt đầu' VÀ/HOẶC 'ngay khi họ bắt đầu làm việc cho chúng tôi'.
Decision Tree cũng giống như Logic Tree thông thường nhưng chúng
thêm một lớp logic khác vào đó: câu lệnh IF-THEN.
Tôi sẽ không đi sâu vào chi tiết về cách xây dựng chúng bởi vì (1) đây là
một kỹ năng nâng cao để có thể dự đoán tất cả logic if-then cần thiết để
đưa ra quyết định trước khi bạn bắt đầu khám phá vấn đề và (2) bạn
không cần phải có khả năng này để có được một công việc tại
McKinsey, BCG hoặc Bain nếu bạn có thể sử dụng thành thạo hai kỹ
thuật kia.
Nhưng tôi sẽ cho bạn một ví dụ đơn giản dưới đây để bạn có thể hiểu ý
tôi.
Và nếu bạn muốn tìm hiểu thêm về điều này, thì đây là một bài báo vượt
thời gian từ Harvard Business Review về Decision Tree.

Ngoài ra còn có các loại Decision Tree khác nhau.
Ví dụ: bạn có thể tạo Decision Tree cho cơ hội đầu tư xem xét khả năng
xảy ra của các sự kiện khác nhau để tính toán giá trị kỳ vọng (có một ví
dụ về điều này trong bài viết HBR mà tôi đã chia sẻ ở trên).
Hoặc bạn có thể tạo Decision Tree cho các vấn đề TẠI SAO và NHƯ
THẾ NÀO trong đó bạn sử dụng câu lệnh IF-THEN để cho biết bạn sẽ
tập trung và ưu tiên vào đâu nếu áp dụng một số điều kiện nhất định.
(Ví dụ về cụm từ cuối cùng là: trong trường hợp về “Làm thế nào để một
nhà hàng tăng doanh thu”, bạn có thể nói rằng IF nhà hàng có quá nhiều
hàng khách chờ/nhu cầu, THEN bạn sẽ tập trung vào việc tăng công
suất thông qua mở rộng hoặc tăng năng suất, và rằng IF không có đủ
nhu cầu, THEN bạn sẽ tập trung vào các sáng kiến thu hút và giữ chân
khách hàng.)

Decision Tree có thể trở nên thực sự phức tạp ngay cả đối với những
quyết định đơn giản, vì vậy tôi KHÔNG khuyên bạn nên bắt đầu học với
chúng.
Tập trung vào Kỹ thuật #1 và #2 để giải quyết các vấn đề TẠI SAO và
NHƯ THẾ NÀO.
Đối với các vấn đề thuộc loại “ra quyết định”, chúng tôi khuyên bạn nên
tìm hiểu Conceptual Frameworks trước. Chúng tôi dạy cách cấu trúc
những vấn đề này bằng cách sử dụng Conceptual Frameworks trong
khóa học miễn phí của chúng tôi về các nguyên tắc cơ bản của phỏng
vấn tình huống.

CHƯƠNG 3
SÁU NGUYÊN TẮC CHO LOGIC TREE TUYỆT VỜI
Nếu Logic Tree có “linh hồn”, thì nó sẽ sống theo sáu nguyên tắc
được nêu trong chương ngắn này.
Trên thực tế, nếu tuân theo các nguyên tắc trong chương này, bạn thậm
chí không cần sử dụng bất kỳ kỹ thuật nào trong ba kỹ thuật mà tôi đã
chỉ cho bạn ở chương trước.
Và nếu bạn LÀM CHỦ những nguyên tắc này, bạn có thể nghĩ ra những
kỹ thuật của riêng mình.
1. Tách các vấn đề khác nhau ngay từ đầu
Một số nhà hàng muốn tăng doanh thu nên cố gắng thu hút nhiều khách
hàng hơn. Những người khác có quá nhiều nhu cầu và nên nỗ lực mở
rộng hoạt động của họ để đáp ứng nhu cầu đó và bán được nhiều hơn.
Hầu hết các công ty có vấn đề nhân viên đều có một số lý do khiến mọi
người muốn rời bỏ công việc của họ. Những người khác chỉ sa thải quá
nhiều người.
Và một cuộc khủng hoảng bạo lực ở một quốc gia có thể do bọn tội
phạm gây ra. Nhưng nó cũng có thể được gây ra bởi một hệ thống cảnh
sát thực sự bạo lực.
Yếu tố chung giữa ba tình huống vừa rồi là mỗi tình huống có thể do hai
VẤN ĐỀ HOÀN TOÀN KHÁC NHAU gây ra.
Hãy tách chúng ra sớm trên Logic Tree của bạn vì cố gắng khắc phục
hai điều này cùng nhau sẽ chỉ dẫn đến sự nhầm lẫn. Không tốt.

2. Xây dựng từng phần một lúc
Hầu hết những người lần đầu tiên nhìn thấy một Logic Tree khổng lồ
đều bị choáng ngợp.
Tất nhiên!
Họ nhìn thấy cấu trúc logic khổng lồ này (cần thời gian để hiểu) và tự hỏi
liệu họ có thể làm điều tương tự khi cần hay không.
Điều họ đang thiếu là những cây này được xây dựng từng bước một.
Trước tiên, bạn nhận được câu hỏi về vấn đề và mối quan tâm duy nhất
của bạn là xác định nó thật tốt.
Sau đó, mối quan tâm duy nhất của bạn là chia nhỏ nó thành lớp đầu
tiên.
Sau đó, bạn lấy từng nhóm từ lớp đầu tiên và mối quan tâm duy nhất
của bạn là chia nhỏ từng nhóm thành một “cấu trúc MECE nhỏ”.
3. Mỗi phần phải là MECE
Tôi đã nói về MECE trước đây trong bài viết này, nhưng tôi sẽ làm điều
đó lần cuối.
ME = Mutually Exclusive = Loại trừ lẫn nhau = Không có sự chồng chéo

giữa các phần trong cấu trúc của bạn = cấu trúc của bạn rõ ràng như
bầu trời xanh để người khác hiểu.
CE = Collectively Exhaustive = Toàn diện về mặt tổng thể = Không có kẽ

hở nào trong cách bạn chia nhỏ từng phần trong cấu trúc của mình =
cấu trúc của bạn hoàn toàn chính xác.

MECE khó đối với hầu hết mọi người, nhưng bạn có thể sử dụng 5 cách
để trở nên MECE như một danh sách kiểm tra các cấu trúc mà bạn có
thể sử dụng để trở nên MECE.
Điều đó có nghĩa là nó sẽ không khó đối với bạn và bạn có nhiều cơ hội
nhận được lời đề nghị hơn những người khác. Tốt cho bạn!
4. Mỗi phần phải có liên quan và thêm insight vào vấn đề
Có nhiều cách MECE để giải quyết bất kỳ vấn đề nào.
Chọn một cái phù hợp hơn. Một trong những cách đó thêm insight hơn
cho vấn đề.
Ví dụ, một trong những Logic Tree ở Chương 2 là về việc cải thiện chất
lượng của những nhân viên mới được tuyển dụng trong một công ty tư
vấn. Trong phần “làm cho sự lựa chọn tốt hơn”, tôi có thể chia nó thành
“Giai đoạn 1, 2, 3”, v.v. của quá trình lựa chọn.
Đó sẽ là "đúng về mặt kỹ thuật" và "MECE", nhưng nó hoàn toàn không

mang lại insight nào cho bảng.
Tại sao?
Bởi vì nó sẽ không phải là vấn đề cụ thể.
Dưới đây là hai tài nguyên giúp bạn làm cho cấu trúc của mình trở nên
sâu sắc hơn và giải quyết vấn đề cụ thể hơn:
Đầu tiên là video Youtube về cách tạo Revenue Tree tốt hơn. Nó chỉ ra
cách tạo Revenue Tree sâu hơn nhưng bạn có thể áp dụng các nguyên
tắc tương tự cho bất kỳ loại Logic Tree nào.
Thứ hai là “Kiểm tra bàn chải đánh răng”, một phép đo bằng số để bạn
có thể nhận được thông tin ủy quyền về mức độ sâu sắc của một cấu
trúc so với cấu trúc khác. Bạn có thể xem video tại đây hoặc đọc bài viết
tại đây.
5. Mỗi phần phải được loại bỏ và giúp bạn tạp trung vào vấn đề
Logic Tree được xây dựng theo cách cho phép bạn LOẠI BỎ tất cả
những vấn đề không phải vấn đề và tập trung vào một thứ đang thúc đẩy
vấn đề sẽ hữu ích hơn nhiều so với thứ không cho phép bạn làm điều
đó.
Giả sử bạn là một công ty nước giải khát lo ngại rằng bạn đang bán ít
nước ngọt hơn.
Đây là hai cách để cấu trúc lớp đầu tiên của Logic Tree đó:
(1) Giảm tiêu thụ soda nói chung HOẶC Giảm thị phần
(2) Khách hàng ít sẵn sàng mua sản phẩm HOẶC Cạnh tranh ngày càng
mạnh HOẶC Công ty tiếp thị hoặc sử dụng chuỗi cung ứng kém HOẶC
Kênh phân phối không trưng bày sản phẩm của chúng ta
Cái nào tốt hơn?
Chà, theo nguyên tắc thứ năm này, (1) tốt hơn vì nó cho phép bạn lấy
dữ liệu và loại bỏ toàn bộ nhánh (tất nhiên trừ khi vấn đề đến từ cả hai).
Logic Tree mang tính loại bỏ giúp bạn TẬP TRUNG vào vấn đề và ít lãng
phí thời gian hơn (điều đó có nghĩa là bạn sẽ đạt được tỷ lệ 80/20 nhiều
hơn).
Chìa khóa để có thể loại bỏ là làm cho mỗi nhóm CÓ THỂ SAI LẦM.
Có thể sai lầm có nghĩa là bạn có thể tìm thấy một bài kiểm tra, với một
kết quả nhất định, đảm bảo rằng vấn đề không nằm ở nhóm đó.

Tính có thể làm sai lệch này là điều tạo nên cấu trúc “thử nghiệm giả
thuyết” của Logic Tree. Nếu bạn muốn trở thành người giải quyết vấn đề
dựa trên giả thuyết, bạn cần đưa tính khả thi vào cấu trúc của mình bất
cứ khi nào có thể.
Tuy nhiên, điều này không có nghĩa là mọi cấu trúc đơn lẻ bạn tạo
phải tuân theo nguyên tắc này.
Có những thời điểm mà khả năng làm sai lệch là không thể, và điều đó
có nghĩa là bạn nên tập trung nỗ lực để trở nên sáng suốt nhất có thể
(Nguyên tắc #4).
Thông thường trong những tình huống này, bạn sẽ muốn sử dụng một
Conceptual Frameworks định tính.
6. Làm rõ những gì bạn cần trong mỗi lớp bạn xây dựng
Bạn có thể nhút nhát, nhưng này, hãy vượt qua sự nhút nhát đó!
Bạn không cần phải phỏng đoán để xây dựng cấu trúc của mình. Bạn có
thể hỏi trước.
Trên thực tế, phỏng đoán khi bạn có thể hỏi một câu hỏi đơn giản và loại
bỏ sự nhầm lẫn sẽ gây hại cho hiệu suất của bạn.
Giả sử bạn đang phân tích cách một công ty tư vấn có thể thuê các
chuyên gia tư vấn cấp dưới tốt hơn. Bạn đang cố gắng tìm hiểu cách họ
chọn ứng viên, nhưng bạn không chắc quy trình tuyển dụng của họ hiện
tại như thế nào…
Hỏi!
Nói với người phỏng vấn của bạn:

“Này, tôi muốn chia nó thành các giai đoạn của quá trình lựa chọn nhưng
tôi không biết những giai đoạn đó là gì. Đây là suy nghĩ của tôi… Nó có ý
nghĩa hay tôi đã bỏ sót điều gì?”
Nếu bạn đang thực hiện Sơ đồ Logic Tree để giải quyết một vấn đề
trong công việc của mình, thì nguyên tắc này thậm chí còn quan trọng
hơn. Bạn không thể cấu trúc những gì bạn không hiểu, vì vậy khi nghi
ngờ hãy đặt câu hỏi và hiểu rõ hơn!
Đôi khi những nguyên tắc này sẽ mâu thuẫn với nhau.
Bạn có thể cần phải lựa chọn giữa việc loại bỏ và đi sâu hơn để có nhiều
insights nhất.
Bạn có thể cảm thấy nghi ngờ về việc liệu bạn có nên viết đầy đủ
(MECE) hay chỉ thêm những nội dung có liên quan.
Và khi các nguyên tắc xung đột với nhau, kinh nghiệm và phán đoán sẽ
ở đây để cứu vãn tình hình.
Việc xem những ví dụ thực tế về những người thực sự biết họ đang làm
gì để tạo ra Logic Tree nhằm giải quyết các vấn đề phỏng vấn tình
huống là vô giá để có được trải nghiệm đó.
Đó là lý do tại sao tôi sẽ cho bạn xem các ví dụ chuyên sâu trong
chương tiếp theo, bao gồm các video về quá trình suy nghĩ của tôi về
việc xây dựng Logic Tree cùng với bạn.

CHƯƠNG 4
VÍ DỤ VỀ LOGIC TREE
Khi tôi đang chuẩn bị cho cuộc phỏng vấn tình huống của mình, tôi đã
tìm kiếm các ví dụ về Logic Tree tốt xung quanh.
Tôi không tìm thấy.
Tôi không muốn bạn trải qua điều tương tự, vì vậy ở đây tôi sẽ đi sâu
vào và không chỉ cho bạn thấy những Logic Tree tuyệt vời mà còn
cho bạn thấy, trong video, cách tôi suy nghĩ qua từng bước xây
dựng chúng.
Tôi sẽ cho bạn thấy mọi thứ diễn ra trong đầu tôi cũng như những sắc
thái cụ thể khiến chúng trở nên tuyệt vời.
Tôi sẽ sử dụng các ví dụ khác nhau để bạn có thể thấy cách các nguyên
tắc và kỹ thuật áp dụng cho các loại tình huống khác nhau.
Và tôi sẽ làm chính xác những gì tôi sẽ làm trong một cuộc phỏng vấn
tình huống thực tế khi giải quyết một vấn đề thực tế tại nơi làm việc.
Điều duy nhất tôi sẽ tránh làm là sử dụng Decision Tree.
Tại sao?
Bởi vì nó khó hơn nhiều để đạt được kết quả MECE khi sử dụng chúng,
chứ đừng nói đến việc giải thích tại sao đó là MECE. Tôi sẽ chỉ thể hiện
thay vì thực sự giúp bạn tìm hiểu cách áp dụng các nguyên tắc và điều
gì tạo nên một Logic Tree tuyệt vời.

Ví dụ #1 - Chi phí nhiên liệu hàng không tăng đột biến
Ví dụ đầu tiên này là một câu hỏi tình huống khá dễ khiến nhiều ứng
viên đã chuẩn bị kỹ càng thất bại.
Thật buồn cười là một số vấn đề có thể dễ dàng đối với các chuyên gia
tư vấn thực thụ nhưng lại khó khăn ngay cả đối với những ứng viên đã
thực hiện hơn 50 trường hợp.
Đây là lý do tại sao điều này xảy ra: vấn đề kinh doanh không khó giải
quyết từ góc độ nguyên tắc đầu tiên (đó là cách các nhà tư vấn giỏi có
xu hướng nghĩ) nhưng chúng hơi bất thường hoặc quá cụ thể đối với
một ngành.
Hầu hết các ứng viên chưa tiếp thu tốt các nguyên tắc giải quyết vấn đề
đều cảm thấy choáng ngợp khi họ gặp một trường hợp hoàn toàn không
liên quan đến bất cứ điều gì họ đã gặp trước đây.
Tệ hơn nữa là khi vấn đề này không phù hợp với nửa tá khuôn khổ mà
các ứng viên này đã thuộc lòng.
Đây là video về ví dụ đầu tiên này. Tôi thực sự khuyên bạn nên thử cấu
trúc Logic Tree này bằng cách tạm dừng video ngay sau khi tôi làm rõ
câu hỏi tình huống và sau đó so sánh cấu trúc và quá trình suy nghĩ của
bạn với cấu trúc của tôi.
Nếu bạn không có quyền truy cập âm thanh hoặc không thể xem video
ngay bây giờ, thì bạn cũng có thể tiếp tục đọc và nắm bắt những thông
tin chi tiết chính, mặc dù tôi thực sự khuyên bạn nên quay lại để xem
video này sau!
(11) Issue Tree Example - Step-By-Step Approach with Takeaways -

YouTube

Vì vậy, điều thú vị về ví dụ Logic Tree này là tôi đã cấu trúc hai lớp đầu
tiên của cây dưới dạng Math Tree (Kỹ thuật #1) và sau đó tôi sử dụng kỹ
thuật “Các từ đối lập” và kỹ thuật “Conceptual Frameworks” để xây dựng
các lớp 3 và 4.
Bạn cũng có thể làm điều đó mà!
Đây là toàn bộ Logic Tree nếu bạn không thể xem video:
Có ba điểm chính rút ra từ cấu trúc này:
Bài học rút ra #1: Chia nhỏ một bài toán số theo cách toán học miễn
là phép toán vẫn có ý nghĩa/sâu sắc – sau đó nhận thêm các lớp
bằng cách sử dụng “cấu trúc MECE nhỏ” định tính.
Như với hầu hết mọi thứ liên quan đến giải quyết vấn đề, đây không phải
là quy tắc được viết bằng đá.
Có một số vấn đề về số được cấu trúc tốt nhất với cấu trúc định tính. Và
không phải lúc nào bạn cũng cần thực hiện các lớp định tính sau đó.

Nhưng thông thường, cách tốt nhất để chia nhỏ một vấn đề toán học
ban đầu là chia nhỏ nó thành một phương trình trước, vì bạn sẽ có thể
định lượng mức độ đóng góp của mỗi thành phần vào vấn đề.
Và thông thường chỉ riêng phương trình sẽ không đủ để đưa bạn đến
những thứ có ý nghĩa.
Ví dụ, trong trường hợp này, nếu chúng ta chỉ sử dụng toán học trong
cấu trúc của mình, chúng ta sẽ bỏ sót các yếu tố quan trọng thể hiện
trực giác kinh doanh trong thế giới thực, chẳng hạn như “bảo trì”, “trọng
lượng máy bay” và “sự kết hợp của các loại máy bay trong đội bay”.
Bài học rút ra #2: Dừng từng nhánh khi nó có thể giải thích hợp lý
nguồn gốc của vấn đề
Tôi đã dừng một số phần của cây ở Lớp 2, các phần khác ở Lớp 3 và
các phần khác ở Lớp 4.
Làm sao tôi biết lúc nào nên dừng lại?
Trước đây, rất nhiều người đã hỏi tôi điều này: làm cách nào để tôi biết
rằng Logic Tree của mình đã hoàn thành? Tôi cần bao nhiêu lớp?
Quy tắc là dừng lại khi nhóm của bạn có thể giải thích vấn đề một cách
hợp lý.
Ví dụ: trên Lớp 2, bạn có một nhóm có “# of trips flown has risen”. Điều
này có thể giải thích hợp lý tại sao chi phí nhiên liệu có thể tăng lên.
Điều này khá hợp lý – nếu bạn bay nhiều chuyến hơn, chi phí nhiên liệu
của bạn cũng sẽ tăng theo.
Bây giờ, người ta có thể hỏi “why has the # of trips flown has risen” và
nếu đó là vấn đề thực sự đang diễn ra, tôi với tư cách là một nhà tư vấn

sẽ muốn biết điều đó. Nhưng điều đó đang trở nên chi tiết, bạn không
cần phải đi xa đến thế trừ khi vấn đề được chứng minh là có.
Nếu tôi nói với mẹ tôi hoặc ai đó trên phố rằng chi phí nhiên liệu của một
hãng hàng không tăng lên do số chuyến đi tăng lên, họ sẽ chấp nhận
câu trả lời và có lẽ sẽ không thắc mắc gì thêm (và chắc chắn họ sẽ nói
với tôi rằng tôi là một kẻ lập dị vì quan tâm đến chi phí nhiên liệu của một
hãng hàng không).
Bây giờ, nếu tôi nói với mẹ tôi hoặc một anh chàng ngẫu nhiên nào đó
trên đường rằng chi phí nhiên liệu đã tăng lên vì số lít nhiên liệu trên mỗi
km bay đã tăng lên, họ sẽ: (1) nghĩ rằng tôi thực sự kỳ quặc và (2) không
chấp nhận câu trả lời đó.
Ngay cả khi tôi sử dụng ngôn ngữ dễ tiếp cận hơn và nói rằng hiệu quả
tiết kiệm nhiên liệu của hãng hàng không này đã giảm, họ vẫn hỏi tôi "tại
sao lại giảm"? (Đó là, giả sử mẹ tôi thực sự quan tâm đến các hãng
hàng không).
Nếu tôi dừng nhánh đó ở lớp thứ 2, tôi sẽ không kể toàn bộ câu chuyện.
Và vì vậy tôi đã đi sâu hơn một cấp độ.
Bây giờ, ở lớp thứ 3, nếu tôi nói rằng hiệu quả sử dụng nhiên liệu giảm
vì chúng ta đang sử dụng các loại máy bay kém hiệu quả hơn, hầu hết
mọi người sẽ hài lòng với câu trả lời đó. Tôi có thể dừng Logic Tree tại
đây.
Nhưng trong trường hợp chúng tôi bay cùng một loại máy bay, hầu hết
mọi người sẽ KHÔNG hài lòng. Họ sẽ giống như “Này, bạn đang nói với
tôi rằng bạn tiết kiệm nhiên liệu hơn mặc dù chúng ta đang bay cùng một
loại máy bay? Làm thế nào mà?"

Và vì vậy chúng tôi tìm hiểu sâu hơn về cấp độ đó. Có lẽ máy bay đang
bay với trọng lượng lớn hơn. Hoặc chúng tôi đang bảo trì ít hơn. Hoặc
chúng ta đang bay ở độ cao thấp hơn và đối mặt với khí quyển đặc hơn.
Hoặc các phi công của chúng tôi luôn thay đổi tốc độ.
Hầu hết mọi người sẽ coi bất kỳ câu trả lời nào trong số đó là đủ. Điều
đó có nghĩa là chúng ta không cần phải đào sâu hơn.
Bài học số #3: Bạn vẫn có thể đi sâu hơn vào các nhóm bạn cần
Nếu phần cuối cùng mang lại cho bạn ý tưởng về nơi dừng cấu trúc
Logic Tree, thì phần này cho phép bạn tìm hiểu sâu hơn thế.
Giả sử người phỏng vấn của bạn nói với bạn rằng vấn đề là hãng hàng
không này đang sử dụng máy bay của họ nặng hơn và hỏi tại sao lại
như vậy. Vâng, trọng lượng là ở phần cuối của cây của chúng tôi, phải
không? Nhưng chúng ta vẫn có thể điều tra lý do đằng sau việc tăng cân
đó.
Ở đây tôi sẽ phân chia những thứ làm tăng trọng lượng cho máy bay
thành các loại: con người, hàng hóa, thiết bị, nhiên liệu (chúng ta có thể
bay với lượng nhiên liệu dư thừa và do đó tiêu tốn nhiều nhiên liệu hơn
để tự mang theo nhiên liệu).
Hoặc giả sử người phỏng vấn nói với bạn rằng giá nhiên liệu đã tăng
mặc dù chúng ta đang mua cùng một sản phẩm từ cùng một nhà cung
cấp.
Tại sao điều đó có thể xảy ra?
Chà, chi phí của nhà cung cấp này đã tăng lên (ví dụ như vì dầu thô tăng
giá) hoặc tỷ suất lợi nhuận của họ cao hơn (ví dụ như vì chúng tôi cũng

không đàm phán). Chúng ta có thể tìm hiểu sâu hơn về từng yếu tố này
nếu cần.
Vấn đề ở đây là mặc dù bạn cần một nơi nào đó để dừng Logic Tree của
mình (nếu không thì bạn sẽ dành cả ngày để xây dựng 15 lớp), nhưng
bạn cũng cần lưu ý rằng bạn có thể đi sâu đến mức cần thiết vào các
phần cụ thể của cấu trúc của bạn rằng vấn đề thực sự là.
Bạn tìm thấy vấn đề thực sự nằm ở đâu bằng cách lấy dữ liệu, bằng số
hoặc không, cho từng phần trong cấu trúc của bạn.
Ví dụ #2 - Năng suất tư vấn áp đảo
Các chuyên gia tư vấn thực sự cũng có những vấn đề cá nhân cần giải
quyết.
Và thường thì họ sẽ giải quyết chúng bằng Logic Tree!
Chúng là một cách tuyệt vời để xem các lựa chọn của bạn là gì.
Vì vậy, trước khi bạn xem xét ví dụ này, tôi muốn bạn làm một bài tập:
**Bước hành động: lấy một tờ giấy và viết ra tất cả những ý tưởng
bạn có để trở nên hiệu quả hơn trong trường hợp bạn bị choáng
ngợp với công việc của một nhà tư vấn**
Những gì bạn sẽ thấy từ bài tập này là nếu bạn chỉ “tự do động não” các
ý tưởng để cải thiện năng suất trên giấy, bạn sẽ có một danh sách dài
(có thể) các bước hành động không liên quan đến nhau, khó ước tính
tác động và sắp xếp thứ tự ưu tiên.
Nhưng nếu bạn đã xây dựng Logic Tree để sắp xếp những ý tưởng đó,
thì bạn sẽ có được thứ gì đó gần với hệ thống thực tế hơn nhiều để cải
thiện năng suất.

Đây là những gì tôi muốn nói về điều đó:
(11) Issue Tree Example (Unusual Case Interview Problem) - YouTube
Cây này đang giải một bài toán định tính hơn Ví dụ #1, nhưng các kỹ
thuật vẫn hoạt động.
Lúc đầu, bạn xác định vấn đề thực sự cụ thể.
Và sau đó, bạn tạo lớp “cấu trúc MECE nhỏ” khác nhau bằng cách sử
dụng các kỹ thuật từ 5 cách để trở thành MECE.
Đây là Logic Tree cuối cùng trong trường hợp bạn không thể xem video:
Tất nhiên cây của bạn vẫn có thể khác cây này và vẫn đúng.
Làm thế nào để bạn biết nếu nó đúng hay không?
Chà, đơn giản thôi: bạn có tuân thủ các nguyên tắc chính không? Bạn có
đang sử dụng các kỹ thuật mà tôi đã chỉ cho bạn trong hướng dẫn này
không?

Nếu vậy, Logic Tree của bạn đủ tốt ròi!
Ví dụ #3 - Giúp chính phủ giải quyết nạn mù chữ ở trẻ em
Đây là một ví dụ thú vị vì nó tập trung đặc biệt vào Nguyên tắc #1: Phân
tách các vấn đề khác nhau ngay từ đầu.
Trên thực tế, toàn bộ Logic Tree được xây dựng bằng cách phân tách
các vấn đề khác nhau lặp đi lặp lại.
Tại sao?
Bởi vì vấn đề cần giải quyết có nhiều nguyên nhân gốc rễ khác nhau
hoàn toàn khác nhau.
Sau khi xem video, bạn sẽ thấy rằng cách xây dựng Logic Tree rất trực
quan.
Tuy nhiên, đưa vấn đề này cho hầu hết mọi người và họ không thể cấu
trúc nó. Họ sẽ đưa ra những ý tưởng và giả thuyết không có trật tự cũng
như logic bao quát.
Kiểm tra xem làm thế nào để giúp chính phủ giải quyết nạn mù chữ ở trẻ
em đến trường công lập:
(11) Public Sector Issue Tree Example - YouTube
Nếu bạn không thể xem video, tôi sẽ đặt một hình ảnh của Logic Tree
bên dưới.

Lưu ý cách mỗi lớp về cơ bản là nhóm trước đó được chia thành hai vấn
đề hoàn toàn khác biệt.
Giá trị của việc xây dựng Logic Tree như thế này là bạn có được bản đồ
tất cả các loại nguyên nhân gốc rễ có thể xảy ra. Nó cũng khá dễ dàng
để làm như vậy!

CHƯƠNG 5
NHỮNG LỖI VÀ CÂU HỎI THƯỜNG GẶP
Tôi đã giúp hàng trăm người học cách xây dựng Logic Tree.
Trong quá trình đó, tôi đã thấy họ tạo ra hàng nghìn Logic Tree. Và chắc
đâu đó có cả hàng vạn lỗi lầm.
Phạm sai lầm là một phần của quá trình học tập.
Nhưng bạn không cần phải tự mình mắc phải tất cả những sai lầm đó vì
bạn có thể học hỏi từ họ!
Trong chương này, tôi sẽ chỉ cho bạn những lỗi phổ biến nhất mà mọi
người mắc phải (với Logic Tree thực, từ các ứng viên thực) và cũng trả
lời một số câu hỏi phổ biến nhất nảy sinh khi bạn học cách xây dựng
chúng.
Bạn có thể học được gì từ những sai lầm chính của Logic Tree
thực từ các ứng viên thực
Khi tôi lần đầu tiên viết bài báo 5 cách để trở thành MECE tôi đã có một
thử thách nhỏ trong phần cuối của nó.
Tôi đã thách thức mọi người gửi cho tôi một cấu trúc cho một vấn đề
kinh doanh cụ thể có thể xảy ra trong một cuộc phỏng vấn tình huống:
“Hãy tưởng tượng bạn đang thực hiện một dự án với Amazon và
họ đang phàn nàn về sự gia tăng trộm cắp trong kho hàng của họ –
điều gì có thể gây ra sự gia tăng trộm cắp này?”
Và thế là tôi có hàng tá Logic Tree thực sự từ những ứng viên thực sự
cho cùng một vấn đề.

Điều thú vị là tất cả những ứng cử viên này đều có ba điểm chung:
(1) Họ gặp khó khăn với việc tạo cấu trúc MECE cho trường hợp của họ
(nếu không thì tại sao bạn lại đọc một hướng dẫn khổng lồ về cách
MECE?).
(2) Họ vừa đọc một hướng dẫn khổng lồ với các kỹ thuật khác nhau để
MECE và hướng dẫn cách xây dựng Logic Tree bằng các kỹ thuật này.
(3) Họ đủ tâm huyết để thực hiện thử thách của tôi, dành 10-20 phút để
xây dựng Logic Tree tốt nhất của họ và gửi chúng cho tôi.
Tuy nhiên, ngay cả khi tất cả những điều đó đang xảy ra với họ, hầu hết
các Logic Tree của họ đều mắc lỗi. Sai lầm mà bạn và tôi có thể học hỏi.
Vì vậy, trong phần này, tôi sẽ cho bạn xem cây của họ, chỉ ra những lỗi
chính của họ và cho bạn xem phản hồi mà tôi đã gửi cho họ.

#1 - Anastasia và lỗi bỏ qua định nghĩa vấn đề
Logic Tree đầu tiên tôi muốn cho bạn xem là do Anastasia gửi.
Có vẻ như là một Logic Tree khá tốt, phải không?
Ý tôi là, nó mô tả khá rõ quy trình của một nhà kho.
Vâng, không hoàn toàn.

Có một vài sai lầm mà Logic Tree này mắc phải về Tính chất MECE, một
số phần có thể sâu sắc hơn, v.v. Nhưng sai lầm quan trọng nhất ở đây là
Anastasia đã bỏ qua tính đặc thù của vấn đề.
Phần lớn Logic Tree này không phải là về hành vi trộm cắp - mà là về
việc mất đồ nói chung. Vì vậy, cô ấy đang nói về thiệt hại, sơ suất, lỗi
máy móc, v.v.
Hầu hết các cây không nói về trộm cắp ở tất cả!
Điều đó có nghĩa là cô ấy nói rất nhiều về những thứ không liên quan
đến vấn đề và bỏ qua rất nhiều điều quan trọng. Nó cũng ngụ ý rằng cô
ấy không lắng nghe vấn đề.
Đây là điều số 1 tôi muốn Anastasia tập trung vào và là điều số 1 tôi
muốn nói với bạn để đảm bảo rằng bạn không rối.
Bây giờ, cấu trúc của Anastasia còn có điều thứ 2 mà tôi muốn cô ấy tập
trung vào nếu việc xác định vấn đề không phải là vấn đề: tìm kiếm
nguyên nhân gốc rễ.
Mặc dù cô ấy mô tả rất xuất sắc về quá trình lưu kho diễn ra như thế nào
và do đó có thể vạch ra vấn đề có thể xảy ra ở đâu, nhưng cô ấy không
bao giờ nói về lý do tại sao.
Bạn biết đấy, những thứ như hệ thống an ninh và thiếu hình phạt và có
nhà kho ở những khu vực có nhiều tội phạm. Các loại điều bạn có thể
mong đợi cho một câu hỏi TẠI SAO…
#2 - Anne đã làm rối tung thứ tự lớp như thế nào?
Logic Tree này thực sự khá tốt!
Nhưng nó có ba sai lầm chính. Bạn có thể đoán chúng là gì không?

Vâng, tôi đã cho bạn cái chính trong tiêu đề.
Lớp đầu tiên của Anne không nên là lớp đầu tiên.
Tại sao?
Bởi vì vị trí địa lý không phải là tất cả những gì quan trọng. Các khu vực
địa lý khác nhau của vấn đề không phải là cách phù hợp nhất để giải
quyết vấn đề.
Hơn nữa, ngay cả khi nó là, tại sao lại chia theo lục địa? Tại sao không
phải là thành phố nhỏ so với thành phố lớn? Hay khu vực thu nhập thấp
so với khu vực thu nhập cao? Hoặc khu vực tội phạm cao so với tội
phạm thấp?
Dù sao đi nữa, tôi nghĩ rằng đó là một ý tưởng tuyệt vời khi đề cập rằng
bạn muốn biết vấn đề phổ biến hơn ở nhà kho nào. Nhưng những gì tôi
đã làm là đặt nó như một ghi chú phụ cho Logic Tree thực sự đào sâu
vào các nguyên nhân tiềm ẩn của vấn đề, chứ không phải là khóa học
chính.
Cô ấy có thể đã thực hiện Issue Tree nguyên nhân cho một nhà kho và
sau đó nói ở cuối: “Sau đó, tôi sẽ xem xét các nguyên nhân này cho tất
cả các nhà kho mà chúng tôi có, được phân chia theo khu vực địa lý,
quy mô kho, độ tuổi của chúng, vân vân".
Và Logic Tree đào sâu vào các nguyên nhân tiềm ẩn này sẽ trông như
thế nào?
Chà, rất giống ví dụ của Anne về Logic Tree cho các nhà kho ở Mỹ (tôi
đoán cô ấy cũng sẽ sao chép cho các châu lục khác).
Bây giờ, bạn có thể đang nghĩ: hai sai lầm khác mà cô ấy đã mắc phải là
gì?
Chà, một là cô ấy đưa ra giải pháp cho từng nguyên nhân gốc rễ của
vấn đề. Đó không phải là một sai lầm trong chính nó. Trong thực tế, tôi
thích nó. Nhưng vấn đề là cô ấy đã làm điều đó hơi sớm – lẽ ra cô ấy
nên tìm hiểu sâu hơn về lý do tại sao mỗi sự việc lại xảy ra.
Hãy nhớ rằng câu hỏi tình huống là câu hỏi TẠI SAO chứ không phải
câu hỏi NHƯ THẾ NÀO.
Và những gì cô ấy đã làm là gợi ý, ví dụ, rằng nếu những tên trộm nội bộ
có ý định ăn cắp phải chịu trách nhiệm về sự gia tăng trộm cắp, thì họ
nên tiến hành kiểm tra tốt hơn.
Thay vào đó, những gì cô ấy nên làm là nói rằng nếu đó là nguyên nhân,
thì nguyên nhân đó đã xảy ra bởi vì (a) họ đã ngừng kiểm tra lý lịch, (b)
kiểm tra lý lịch có chất lượng kém hơn hoặc (c) kiểm tra lý lịch chưa bao
giờ được thực hiện tốt trong việc ngăn chặn điều đó nhưng đó chưa bao
giờ là vấn đề trước đó. Và sau đó có lẽ đào sâu hơn vào nguyên nhân.

Nhưng cô ấy đã đưa ra các giải pháp trước khi cô ấy giải quyết tận gốc
và điều đó có thể sai lầm vì cô ấy có thể đang giải quyết vấn đề sai.
Và sai lầm cuối cùng cô mắc phải là một sai lầm liên quan đến định
nghĩa vấn đề.
Tất cả mọi thứ cô ấy đề cập đều liên quan đến số lượng trộm cắp.
Nhưng chúng tôi không biết nếu đó là vấn đề. Không rõ ràng về câu hỏi
tình huống (có mục đích). Có lẽ vấn đề là giá trị bị đánh cắp.
Vì vậy, cô ấy sẽ làm tốt hơn nhiều bằng cách thể hiện điều đó trong cấu
trúc của mình. Có thể có nhiều vụ trộm hơn (trong trường hợp đó, Logic
Tree của cô ấy hợp lệ) và có thể số tiền bị đánh cắp trên mỗi vụ trộm
cao hơn (và vì cô ấy không xem xét điều này nên cô ấy đã bỏ sót một
phần của vấn đề).
#3 - Guillaume và "sai lầm trong tập hợp"
Có nhiều vấn đề với Logic Tree bên dưới, chẳng hạn:
● Phân khúc khu vực ngay từ đầu khi đó không phải là yếu tố thực
sự phù hợp để giải thích vấn đề (như trong Sai lầm #2)
● Sự phân khúc khu vực này thậm chí không phải là MECE (có
những quốc gia mới nổi ở Châu Âu và anh ấy đã quên tất cả các
quốc gia phát triển ở Châu Á)
● Thiếu $ giá trị trộm cắp (một lần nữa, như trong Sai lầm #2)
● Cách anh ấy phá vỡ cấu trúc quy trình để giải thích sự gia tăng #
vụ trộm trên mỗi kho hàng không sâu sắc/liên quan lắm
Nhưng tôi muốn bạn chú ý đến một sai lầm khác có liên quan đến các
tác động nhân quả. Tôi gọi nó là “sai lầm trong tập hợp”.

Bạn có thể phát hiện ra nó không?
Cho tôi hỏi bạn một điều… Nếu số lượng trạm xăng trong một thành phố
tăng gấp 2 lần trong một năm, liệu doanh số bán xăng có tăng gấp 2 lần
không?
Họ thậm chí sẽ tăng 10 hay 20%?
Không cần thiết!
Nhiều trạm xăng hơn không thúc đẩy nhu cầu nhiên liệu nhiều hơn (trừ
khi có rất ít trạm xăng giá cao trong thị trấn, nhưng hãy bỏ qua các kịch
bản cực đoan sang một bên).
Vâng, có thể có gấp đôi số lượng trạm xăng vì nhu cầu tăng vọt. Nhưng
cũng có thể xảy ra trường hợp các trạm xăng là một ngành kinh doanh
thực sự có lãi và các doanh nhân tham gia vào thị trường này thậm chí
còn nghĩ rằng nhu cầu không tăng.

Cũng có thể xảy ra trường hợp một số người không biết họ đang làm gì
đã tham gia thị trường mặc dù nhu cầu không tăng và lợi nhuận không
cao (và mọi người hiện đang mất tiền).
Vì vậy, nếu bạn muốn tìm hiểu xem nhu cầu về khí đốt có tăng lên trong
một thị trấn hay không, một cấu trúc MECE mà bạn có thể sử dụng là “#
trạm xăng * trung bình lượng xăng bán ra trên mỗi trạm”, nhưng đó
không phải là cách tốt nhất.
Tại sao?
Bởi vì # trạm xăng không thúc đẩy nhu cầu - nhiều ô tô hơn và mức sử
dụng mỗi ô tô nhiều hơn.
Điều tương tự cũng xảy ra với cấu trúc của Guillaume.
Nhiều nhà kho hơn không dẫn đến nhiều hành vi trộm cắp hơn. Họ
không gây thêm trộm cắp.
Ví dụ: giả sử nếu Amazon đã cơ cấu lại hoạt động của họ và họ đã

chuyển từ 10 kho hàng khổng lồ sang 100 kho hàng nhỏ hơn, với mục
tiêu giao hàng nhanh hơn. Trộm cắp tăng gấp 10 lần có ổn không? Nó
thậm chí sẽ ổn nếu nó tăng 50 hay 100%?
Có lẽ là không, phải không?
Amazon mang cùng một số mặt hàng, họ có số lượng nhân viên gần
như nhau (xem xét hành vi trộm cắp nội bộ) và nếu họ có hệ thống an
ninh của mình, họ không nhất thiết phải hấp dẫn hơn đối với những tên
trộm bên ngoài (nếu có, sẽ khó đánh cắp hơn nhà kho nhỏ hơn nhà kho
lớn).

Nhiều nhà kho hơn không nên gây ra nhiều vụ trộm hơn. Nhà kho không
phải là tác nhân tạo ra ăn trộm cũng như cây xăng không phải là tác
nhân của nhu cầu xăng.
Nhà kho và trạm xăng chỉ đơn thuần là nơi tập hợp của một thứ gì đó.
Nhà kho tập hợp các sản phẩm sẽ được vận chuyển (hoặc bị đánh cắp)
và trạm xăng tập hợp nhiên liệu để bán (hoặc không bán trong trường
hợp nhu cầu không đổi).
Đó là lý do tại sao tôi gọi sai lầm này là “sai lầm trong tổng hợp” – nghĩ
rằng vì yếu tố tập hợp tăng lên nên nó đã gây ra vấn đề của bạn.
Thay vào đó, hãy cố gắng xây dựng Logic Tree của bạn với một số mối
quan hệ nhân quả trong tâm trí. Trong trường hợp vấn đề về trạm xăng,
đó sẽ là “# ô tô * nhiên liệu được sử dụng cho mỗi ô tô”.
Trong trường hợp trộm cắp ở Amazon, bạn có thể sử dụng “# sản phẩm
trong kho * tỷ lệ trộm cắp” nếu bạn cho rằng càng nhiều sản phẩm thì
càng có nhiều nhu cầu đối với kẻ trộm hoặc “tỷ lệ tội phạm trung bình
nơi đặt kho hàng của Amazon * % trong số những tội phạm đó ở trong
kho hàng của Amazon” trong trường hợp bạn cho rằng tỷ lệ tội phạm
tổng thể là cố định và bạn chỉ có thể kiểm soát mức độ tiếp xúc của mình
với nó.
#4 - Jimi, người không MECE
Một lần nữa nhiều vấn đề với Cây này.
Bạn có thể tìm kiếm sai lầm sau này theo tốc độ của riêng bạn, vì vậy tôi
sẽ chỉ ra MỘT SAI LẦM CHẾT NGƯỜI BẠN KHÔNG BAO GIỜ ĐƯỢC
Mắc Phải:

Jimi không MECE trên lớp đầu tiên của Logic Tree của anh ấy.
Một phần vì anh ấy khăng khăng sử dụng Conceptual Frameworks (khó

nhất trong 5 cách để trở thành MECE) mà không cần phải làm điều đó
(vì bài toán trộm cắp là một bài toán số).
Một phần vì anh ấy không biết cách tạo Conceptual Frameworks một
cách MECE (như chúng tôi dạy trong các khóa học của mình).
Và điều này sẽ khiến Jimi bị từ chối trong một cuộc phỏng vấn tình
huống thực tế tại McKinsey, BCG, Bain hoặc bất kỳ công ty nào khác.
Và nó có thể khiến anh ta bị sa thải nếu anh ta phụ trách các kho hàng
của Amazon.
Đừng như Jimi.
Hãy luôn MECE (và đặc biệt là ở lớp đầu tiên)!

#5 - Natalia bị từ chối chỉ vì một lỗi đơn giản?
Tôi thích Logic Tree này một chút.
Nó được xây dựng tốt, mặc dù có một vài vấn đề.
Và thật thú vị vì Natalia, người phụ nữ đã xây dựng cái cây này đã từng
bị loại khỏi vòng chung kết Bain và BCG trước đó. Cô đang chuẩn bị thử
lại. Điều đó có nghĩa là cô ấy đủ giỏi để thực sự lọt vào vòng cuối cùng
nhưng lại mắc một số sai lầm khiến cô ấy không nhận được lời đề nghị.
Có lẽ những sai lầm của cô ấy đã được hiển thị trong Logic Tree của cô
ấy?
Có lẽ… Hãy cùng xem:
Có hai sai lầm lớn với cây này.
Một điều chúng ta đã nói trước đây – Natalia đã sử dụng một cấu trúc
khái niệm để phá vỡ nhóm “Các yếu tố cơ sở kho hàng” và gặp khó
khăn khi xây dựng nó. Có sự trùng lặp giữa “Bảo mật” và “Bảo mật

thông tin”. Ngoài ra, có nhiều thứ không được xem xét ở đây (bao gồm
cả hành vi trộm cắp do nhân viên nội bộ gây ra).
Nhưng một sai lầm mà tôi muốn các bạn chú ý ít rõ ràng hơn nhiều. Đó
là một sắc thái hơn là một sai lầm.
Nó nằm trên lớp đầu tiên.
Cách cô ấy xây dựng nó tốt hơn nhiều cách khác: Có các yếu tố bên
ngoài (tội phạm) và các yếu tố bên trong (chính nhà kho).
TUY NHIÊN, thật sự rất khó để kiểm tra cái nào đang gây ra sự gia tăng
trộm cắp. Những thứ này trông có vẻ đo lường được nhưng thực ra
không phải vậy.
Tại sao?
Bởi vì đo lường tổng thể tội phạm là một thách thức. Và nhận được dữ
liệu đó, một nỗi đau thậm chí còn cao hơn.
Ví dụ: Chúng ta nên xem xét dữ liệu tội phạm nào để chứng minh/bác bỏ
thực tế là tội phạm bên ngoài đã gia tăng? Nó có nên là sự cố hình sự
tổng thể? Trộm cắp chỉ? Trộm kho, cụ thể?
Ngoài ra, làm thế nào khu vực dữ liệu nên được? Hàng xóm? Thành
phố? Tiểu bang?
Và bởi vì bạn không thể đo lường “các yếu tố cơ sở kho hàng”, nên khó
có thể loại trừ toàn bộ nhánh của cây. Điều đó có nghĩa là cây này
không có tính "loại bỏ" lắm, bởi vì các yếu tố trong nhánh đầu tiên không
thể làm giả được.
Bây giờ, tôi đang thực sự kén chọn ở đây chỉ để đưa ra một điểm
quan trọng đối với bạn.

Có thể trong một cuộc phỏng vấn thực tế, Natalia đã có thể đưa ra một
bài kiểm tra có thể loại bỏ toàn bộ chi nhánh một cách đáng tin cậy.
Và có thể vấn đề có thể được giải quyết mà không cần loại kiểm tra
nghiêm ngặt đó (Ví dụ: Có thể họ đã thay đổi hoàn toàn nhân viên an
ninh của mình và có lỗ hổng bảo mật trong quy trình, vì vậy nguyên nhân
sẽ rõ ràng).
Nhưng nếu tình huống khó khăn hơn, nhiều sắc thái hơn thì Natalia sẽ
khó thực sự chẩn đoán được vấn đề.
Và liệu cô ấy có thực sự làm được điều đó trong đời thực hay không là
câu hỏi số 1 trong đầu người phỏng vấn.
Lớp đầu tiên của cô ấy không tệ, nhưng có những cấu trúc MECE khác
sâu sắc như cấu trúc này cũng sẽ dễ kiểm tra hơn, dễ làm giả hơn.
Và trong một vòng cuối cùng có thể tạo nên sự khác biệt.

CHƯƠNG 6
LÀM THẾ NÀO ĐỂ THỰC HÀNH LOGIC TREE
Luyện tập giúp hoàn thiện kĩ năng hơn.
Hoặc, như một giáo viên thường nói, "Thực hành tạo nên sự trường
tồn".
(Có nghĩa là thực hành kém còn tệ hơn là không thực hành).
Bạn có thể có tất cả lý thuyết trên thế giới, bạn có thể đã xem tất cả các
ví dụ và vẫn không thể thực hiện khi đến lúc sử dụng công cụ này.
Điều đó có nghĩa là đọc hướng dẫn này là vô ích nếu bạn không áp
dụng nó vào thực tế.
Trong chương này, tôi sẽ chỉ cho bạn cách thực hiện.
4 cách để thực hành Logic Tree
Tôi chỉ có thể bảo bạn đi thực hành Logic Tree.
Nhưng sau đó chương này sẽ không tồn tại!
Đùa thôi
Đây là vấn đề, bảo mọi người thực hành Logic Tree là những gì chúng
tôi đã làm khi bắt đầu thực hành huấn luyện phỏng vấn tình huống.
Nhưng nó không thực sự hiệu quả.
Hầu hết mọi người sẽ chỉ ghi nhớ những Profit Tree phổ biến mà bạn
thấy ngoài kia và cố gắng áp dụng chúng vào các vấn đề khác nhau.

Vấn đề với điều đó là họ không xây dựng khả năng tạo cây mới cho
những vấn đề mới.
Những người khác sẽ cảm thấy bế tắc. Họ sa lầy vào các chi tiết và sợ
làm sai và lãng phí thời gian. Hoặc họ sẽ không biết bắt đầu từ đâu.
Vậy chúng ta đã làm gì?
Theo thời gian, chúng tôi đã tạo ra các kỹ thuật khác nhau để mọi người
thực hành cây. Mỗi cái có một chức năng khác nhau và chúng hiệp đồng
với nhau – bạn càng sử dụng nhiều kỹ thuật, bạn càng học được nhiều
hơn.
Dưới đây là bốn cái yêu thích của tôi:
Như bạn có thể thấy, có một logic cho bốn loại thực hành mà tôi sẽ đề
xuất. (Với tư cách là một nhà tư vấn trước đây, tôi không thể vượt qua
ma trận 2×2)

Thực hành theo trường hợp cụ thể rất quan trọng vì loại thực hành
này rất nhắm mục tiêu đến những gì bạn sẽ tìm thấy trong các cuộc
phỏng vấn theo trường hợp của mình.
Nhưng bạn cũng cần thực hành tổng quát hơn hàng ngày vì điều đó
sẽ huấn luyện tâm trí bạn luôn suy nghĩ theo cách có cấu trúc. Ngay cả
khi bạn đang ở trong xe buýt. Ngay cả khi bạn đang đi chơi với gia đình.
Ngay cả khi người phỏng vấn hỏi bạn câu hỏi thân mật đó về thời gian
bạn học tập ở nước ngoài.
Trên trục tung, bạn sẽ tìm thấy loại vấn đề mà bạn sẽ thực hành.
Bạn cần thực hành với những vấn đề thực tế mà bạn đã cố gắng
giải quyết trước đây bởi vì bạn (hoặc đã) đầu tư cảm xúc vào chúng.
Bạn biết những sắc thái về chúng mà bạn sẽ không biết về một vấn đề
ngẫu nhiên và bạn quan tâm (hoặc đã quan tâm) đến việc giải quyết
chúng. Điều đó mang lại cho bạn sự chặt chẽ và tự tin để cấu trúc các
vấn đề với tất cả các sắc thái và chi tiết mà chúng cần.
Nhưng bạn cũng cần luyện tập với những bài toán giả định, những
bài toán bạn chưa từng nghĩ đến trước đây. Tại sao? Bởi vì điều đó
mang lại cho bạn sự linh hoạt và tự tin để cấu trúc bất kỳ vấn đề nào,
ngay cả những vấn đề bạn chưa từng gặp trước đây!
Nó giúp bạn sáng tạo hơn và huấn luyện bạn đối mặt với những điều
chưa biết. Rốt cuộc thì học cách cấu trúc vấn đề để làm gì nếu bạn
không thể đối mặt với những vấn đề mới?
Sử dụng bốn kỹ thuật tôi sẽ chỉ cho bạn, bạn sẽ có được tất cả bốn loại
thực hành.

Trên thực tế, vì đây là ma trận 2×2, nên thực hành với ba trong số các
kỹ thuật này là đủ để giúp bạn thực sự thành thạo, vì vậy nếu bạn không
thích bất kỳ kỹ thuật nào trong số này, vui lòng bỏ qua một trong số
chúng nếu muốn.
Thực hành số 1: Tạo "Deep Tree"
Loại thực hành đầu tiên là tạo ra các Logic Tree sâu sắc cho các vấn đề
giả định, mô phỏng một vấn đề bạn sẽ làm trong một cuộc phỏng vấn
tình huống nếu bạn có 20-30 phút để suy nghĩ hoặc một vấn đề bạn sẽ
làm trong một dự án thực tế.
Quá trình này khá đơn giản:
(1) Nghĩ về một vấn đề (kinh doanh hoặc khu vực công) mà ai đó có thể
phải giải quyết. Đó có thể là vấn đề TẠI SAO hoặc vấn đề NHƯ THẾ
NÀO.
(2) Tạo Logic Tree nhiều lớp để giải quyết vấn đề. Nhắm đến ít nhất 6
lớp và cố gắng tạo nhiều hơn thế khi bạn thực hành nhiều hơn.
Những gì bạn sẽ nhận thấy là một vài lớp đầu tiên sẽ khá dễ dàng, đặc
biệt nếu vấn đề bạn chọn cấu trúc là một vấn đề phổ biến.
Tuy nhiên, khi bạn đi sâu hơn, bạn sẽ thấy rằng nó ngày càng khó hơn.
Tại sao?
Bởi vì khi bạn đi sâu vào Logic Tree của mình, bạn phải giải quyết
những vấn đề cụ thể hơn nhiều, những vấn đề mà bạn có thể chưa bao
giờ nghĩ đến trong đời trước đây.
Những lớp sâu nhất là những lớp dạy cho bạn nhiều điều nhất.

Mọi người đều biết cách chia nhỏ “lợi nhuận” theo cách MECE. Rất ít
người có thể chia nhỏ “cải thiện khả năng giữ chân khách hàng” theo
cách MECE. Thậm chí ít hơn nữa có thể tìm thấy cấu trúc MECE về
cách tăng khó khăn cho khách hàng khi huỷ dịch vụ.
Bài tập này hoạt động hiệu quả vì hầu hết các trường hợp đều bắt đầu
rất rộng nhưng cuối cùng chúng cũng đi đến những vấn đề thực sự cụ
thể, chẳng hạn như “tăng khó khăn cho khách hàng khi huỷ dịch vụ”,
“nhiệm vụ công việc thuê ngoài”, “giảm thiểu rủi ro khi mua hàng” và
những thứ tương tự.
Đây là một ví dụ về “deep tree” cho phần “Làm thế nào để giảm chi phí
trong nhà máy sản xuất phụ kiện?”:
Này, tôi là người đầu tiên nói rằng cái cây này không hoàn hảo, đặc biệt
là ở những lớp cuối cùng. Thực sự rất khó để tạo cấu trúc MECE cho
“các điều khoản và điều kiện mua hàng” và những thứ cụ thể khác
tương tự.

Và tôi chỉ đề cập đến phần "chi phí vật liệu", nếu không nó sẽ không vừa
với màn hình.
Nhưng tôi muốn cho bạn thấy một ví dụ để bạn có thể thấy bạn nên đi
sâu đến mức nào khi thực hành loại thực hành này.
Thực hành #2: Tái cấu trúc các trường hợp trong quá khứ
Hãy nhớ trường hợp cuối cùng bạn đã làm? Một trong những bạn sai
lầm trên cấu trúc ban đầu?
Cấu trúc của bạn sẽ tốt hơn bao nhiêu nếu bạn có 20-30 phút để làm
điều đó?
Có một cách đơn giản để tìm hiểu…
Cơ cấu lại trường hợp đó với bao nhiêu thời gian tùy thích!
Đây là một cách thực sự tốt để thực hành Logic Tree vì (1) bạn tiếp thu
những gì bạn đã học được trong trường hợp và (2) bạn có thể cấu trúc
nó với thời gian không giới hạn và không lo lắng.
Ngoài ra, hãy thành thật mà nói, bạn cứ tự nhủ rằng cấu trúc của mình
không tốt như chúng có thể vì bạn không có nhiều thời gian để xây dựng
chúng và bạn lo lắng.
Thực hành này đơn giản như cái tên cho thấy, nhưng CÓ MỘT SẮC
THÁI…
Bạn sẽ cảm thấy muốn nhấn mạnh quá mức vào các phần của vụ việc
mà người phỏng vấn đã hướng dẫn bạn và nhấn mạnh nhẹ vào các
phần khác.
Vì vậy, ví dụ, nếu bạn có một trường hợp về lợi nhuận và trường hợp đó
kết thúc bằng việc cắt giảm chi phí lao động trong một công ty viễn
thông, bạn sẽ có xu hướng làm cho cấu trúc của mình mạnh mẽ hơn
nhiều ở phần chi phí lao động so với phần còn lại của cây.
ĐỪNG LÀM VẬY.
Thay vào đó, xây dựng một cây mạnh mẽ xung quanh.
Có thể trường hợp này là về chi phí lao động, nhưng trường hợp tiếp
theo có thể là về chi phí cơ sở hạ tầng và trường hợp tiếp theo có thể là
về giá cả. Xây dựng một cấu trúc mạnh mẽ xung quanh mô phỏng
những gì bạn sẽ làm cuộc phỏng vấn của tôi đã diễn ra theo bất kỳ
hướng nào trong số đó.
Hãy chuẩn bị cho mọi tình huống.
Thực hành #3: Giải quyết các vấn đề trong công việc thực tế
Có một vấn đề trong công việc?
Làm việc như một nhà tư vấn và xây dựng Logic Tree trước hết!
Phải đạt được một mục tiêu nhất định trong một tổ chức mà bạn làm
việc hoặc cộng tác?
Chia nhỏ số liệu đó thành Logic Tree và tìm đòn bẩy tốt nhất để tập
trung vào.
Có một bài tập về nhà ở trường?
Cố gắng xây dựng một Logic Tree cho nó.
Bằng cách làm những điều này, bạn sẽ kết hợp Logic Tree trong công
việc và học tập hàng ngày của mình.
Đôi khi tôi thậm chí còn tạo ra chúng khi đọc một cuốn sách để sắp xếp
ý tưởng của nó tốt hơn. Và khi tôi làm điều đó, tôi kết thúc với toàn bộ
cấu trúc và tất cả những ý tưởng quan trọng của một cuốn sách chỉ
trong một trang.
Bài thực hành số 4: Tạo "Mental Tree"
Hãy nhớ rằng tôi đã nói rằng bạn có thể thực hiện 3 trong số 4 loại thực
hành trong chương này mà vẫn làm tốt chứ?
Chà, đừng bỏ qua cái này.
Mental Tree tập luyện một phương thức khác với các bài tập khác, bởi vì
nó diễn ra trong đầu bạn.
Nó giống như tính nhẩm nhưng dành cho Logic Tree.
Và đó là một kỹ năng mà mọi nhà tư vấn đều có thể làm được, và bạn
cũng vậy.
Vậy “Mental Tree” là gì?
Nó đơn giản. Khi bạn trải qua một ngày của mình, bạn sẽ nhận thấy
nhiều điều. Bạn sẽ tò mò về mọi thứ. Bạn sẽ tự hỏi làm thế nào để khắc
phục một số vấn đề nhất định hoặc tại sao chúng lại xảy ra ngay từ đầu.
Bạn sẽ có những câu hỏi như:
● “Làm thế nào nhà hàng này có thể tạo ra nhiều nhu cầu hơn?”
● “Thành phố có thể làm gì để cải thiện hệ thống giao thông của
mình?”
● “Tại sao bác sĩ luôn trễ hẹn?”
● “Các mạng truyền hình sẽ làm gì để tạo thêm doanh thu khi mọi
người đều có trên Youtube và Instagram?”

Và khi bạn có những câu hỏi này, hãy sử dụng những cơ hội này để tạo
ra các Logic Tree trong đầu bạn.
Không phải những cái lớn, 2 hoặc 3 lớp là tốt.
Nhưng hãy làm điều đó và cố gắng ghi nhớ chúng trong đầu khi bạn tạo
ra các giả thuyết cho từng nhóm. Lúc đầu, điều này sẽ thực sự khó
khăn, nhưng một khi bạn đã quen với nó thì sẽ rất dễ dàng.
Và một khi đã dễ dàng, bạn sẽ có thể sử dụng Logic Tree bất cứ khi nào
bạn cần.
Thực hành này đặc biệt quan trọng đối với các vòng cuối cùng vì các đối
tác thường yêu cầu bạn thảo luận một vấn đề mà không cần sử dụng
giấy. (Và họ mong đợi bạn cấu trúc nó)

BONUS
ÁP DỤNG LOGIC TREE VÀO CÔNG VIỆC
Nếu bạn đã đọc đến đây, bạn đã học được cách sử dụng công cụ linh
hoạt nhất để giải quyết các vấn đề kinh doanh (và nhiều vấn đề khác).
Và nếu bạn giống tôi, bây giờ bạn muốn tối đa hóa giá trị bạn nhận được
từ việc học điều này!
Logic Tree có thể giúp bạn trở thành người giải quyết vấn đề tốt hơn,
đồng thời trình bày ý tưởng của bạn tốt hơn, mang lại hiểu biết ngày
càng tốt hơn và thậm chí là trở thành người quản lý tốt hơn.
Trong chương này, tôi sẽ chỉ cho bạn 5 ứng dụng trực tiếp, trong công
việc của Logic Tree mà bạn có thể sử dụng nếu bạn là nhà tư vấn, nếu
bạn làm việc trong ngành và ngay cả khi bạn đã bắt đầu kinh doanh
riêng.
Logic Tree có thể được sử dụng trong mọi khía cạnh của công việc
của bạn
Trước khi chúng ta đi vào các ví dụ về các ứng dụng trực tiếp về cách
sử dụng Logic Tree trong công việc, hãy để tôi khẳng định một cách táo
bạo: Logic Tree có thể được sử dụng trong mọi khía cạnh công việc
của bạn.
Bạn biết câu nói về việc mọi thứ trông giống như một cái đinh đối với
anh chàng có một cái búa chứ?
Chà, đừng nghĩ Logic Tree là những cái búa.
Chúng giống dao quân đội Thụy Sĩ hoặc Microsoft Excel hơn. Đó là một
công cụ có nhiều chức năng.
Và bạn có thể sử dụng nó với tư cách là một nhà tư vấn, nhưng cũng có
thể là một giám đốc điều hành, một doanh nhân, v.v. Tôi đã từng dạy bố
tôi, một bác sĩ, cách sử dụng nó và giờ đây ông ấy có thể giải thích quá
trình suy nghĩ và chẩn đoán của mình cho bệnh nhân tốt hơn.
Tại sao tôi nói với bạn tất cả những điều này?
Xin lưu ý rằng 5 ứng dụng công việc mà tôi sắp giới thiệu cho bạn là một
số điều bạn có thể thực hiện với Logic Tree.
Với một chút sáng tạo, bạn có thể làm được nhiều hơn thế.
Ứng dụng #1 - Làm bản đồ để giải một bài toán cụ thể
Nếu bạn đã từng dành thời gian với tư cách là một nhân viên tri thức
trong sự nghiệp của mình (đó là hầu hết các vị trí phân tích và quản lý tại
hầu hết các công ty), bạn sẽ biết cảm giác bế tắc với một vấn đề là như
thế nào.
Hầu hết các vấn đề kinh doanh đều bắt đầu với một câu hỏi rất đơn giản,
gần như tầm thường, nhưng khi tìm hiểu sâu hơn, bạn bắt đầu thấy tất
cả các sắc thái mà bạn cảm thấy choáng ngợp.
Nó rất khác so với trải nghiệm giải quyết vấn đề ở trường kinh doanh,
nơi tất cả thông tin bạn cần (và tất cả thông tin bạn sẽ nhận được) đều
nằm gọn trong 10-20 trang.
Dù sao đi nữa… Khi bạn cảm thấy choáng ngợp, khi bạn cảm thấy có
quá nhiều sắc thái cần xử lý và khi bạn cảm thấy có quá nhiều hướng để
đi, thứ bạn cần là một tấm bản đồ. Một cái nhìn cấp cao về vấn đề với
các phần riêng biệt của nó được bày ra trước mặt bạn để bạn có thể đặt
các con số, giả thuyết và kế hoạch hành động trong từng phần.
Những gì bạn cần là một Logic Tree.

Nhiều năm trước, tôi làm việc trong một công ty đầu tư mạo hiểm ở
Brazil. Họ mới tham gia thị trường và muốn đầu tư vào thương mại điện
tử.
Nhiệm vụ của tôi là tìm ra loại hình kinh doanh thương mại điện tử nào
sẽ phát triển mạnh trong nước để họ có thể đầu tư tốt. Nó sẽ là phụ tùng
ô tô? Có lẽ thời trang? Hoặc có lẽ giao đồ ăn?
Đó là một nhiệm vụ quá sức đối với tôi. Có rất nhiều điều bạn có thể làm
với thương mại điện tử.
Vì vậy, những gì tôi đã làm là xây dựng hai Logic Tree. Một với các tùy
chọn của chúng tôi và một với các tiêu chí cấp cao mà tôi muốn thấy
trong mỗi tùy chọn để nó trở thành một thương mại điện tử thành công.
Một cái gì đó như thế này:
Bây giờ, những cái cây thật tôi đã làm phức tạp hơn thế này một chút.
Họ đã có:

● Nhiều lớp hơn và cấu trúc MECE nhiều hơn cho ngành dọc
● Các tiêu chí khác để thành công không được hiển thị ở đây
● Ưu tiên hóa để chúng tôi có thể tìm thấy thông tin quan trọng nhất
trước tiên và nhanh chóng loại bỏ toàn bộ ngành dọc
Nhưng bạn có thể hình dung được… Tôi đã lấy cả hai cây này và đưa
vào một bảng tính và bây giờ tôi có một bản đồ về vấn đề mà tôi có thể
giải quyết.
Vì tôi đã sử dụng Logic Tree để tạo bản đồ này nên tôi đảm bảo rằng
suy nghĩ rõ ràng và chặt chẽ, rằng tôi sẽ có thể làm việc hiệu quả bằng
cách nhanh chóng loại bỏ các lựa chọn tồi và rằng tôi sẽ mang lại insight
cho bảng.
Nó cũng loại bỏ tất cả sự choáng ngợp và làm cho công việc của tôi hiệu
quả hơn nhiều. Tôi không còn phải xem xét tất cả các yếu tố cùng một
lúc trong đầu nữa. Tất cả những gì tôi phải làm bây giờ là điền vào một
bảng với thông tin tốt nhất mà tôi có thể nhận được và xem kết quả.
Ứng dụng #2 - Hướng dẫn các giải pháp động não
Động não tìm giải pháp cho các vấn đề kinh doanh phổ biến là một hoạt
động căng thẳng.
Mọi người đều muốn đưa ra giải pháp tốt nhất và mọi người muốn thể
hiện ý thức chung CŨNG NHƯ sự sáng tạo. Đó là một nơi khó khăn để
được ở trong.
Ngoài ra, mọi người thường động não tìm giải pháp cho các vấn đề cấp
bách và quan trọng (tại sao phải sửa những gì không bị hỏng?) và điều
này thường được thực hiện trong các cuộc họp, điều này làm tăng thêm
áp lực.
Nhưng đó không phải là tất cả… Trong hầu hết các cuộc họp, việc tạo ra
giải pháp diễn ra một cách ngẫu nhiên – những ý tưởng hoàn toàn khác
nhau được đề cập kéo dài vài phút và thậm chí rất khó để đánh giá đâu
là ý tưởng tốt nhất.
Kết quả? Các giải pháp tốt nhất hiếm khi giành được chiến thắng và điều
phổ biến là mọi người thậm chí không đạt được sự đồng thuận về việc
nên thực hiện giải pháp nào.
Vì vậy, giải pháp là gì?
Chắc chắn rồi: Logic Tree.
Nếu bạn có một cuộc họp đưa ra giải pháp (hoặc nếu bạn tự mình thực
hiện) và bạn có thể tìm thấy cây Như Thế Nào đạt được sự đồng thuận
(không phải giải pháp thực tế, mà là cấu trúc của vấn đề) khi bắt đầu
cuộc họp, thì bạn có thể dẫn dắt cuộc thảo luận về phía trước, giúp mọi
người tạo ra các giải pháp cho từng thùng cây của bạn và sau đó sắp
xếp thứ tự ưu tiên cho những giải pháp đó một cách có tổ chức.
Ngoài ra, làm theo cách này có xu hướng đưa ra nhiều ý tưởng hay hơn
– vì lý do tương tự tại sao việc phân chia vấn đề mang lại nhiều sáng tạo
hơn trong các cuộc phỏng vấn tình huống. Sẽ dễ dàng hơn để có được
5 ý tưởng cho mỗi nhóm hơn là 40 ý tưởng cho toàn bộ vấn đề.
Tôi đã từng tham dự cả hai loại cuộc họp đưa ra giải pháp. Một bên
khiến bạn cảm thấy như một sự hỗn loạn vô nghĩa, còn bên kia mang lại
cho bạn sự chắc chắn rằng vấn đề sẽ được giải quyết ngay từ phút đầu
tiên.
Ứng dụng #3 - Như một cách để cấu trúc một bài thuyết trình
Cấu trúc một bài thuyết trình là thứ khiến hầu hết mọi người ĐIÊN RỒ.

Bạn phải xem xét khán giả của mình, cách thu hút và duy trì sự chú ý,
cách kể chuyện, trình bày quan điểm của bạn một cách nhanh chóng và
đi thẳng vào vấn đề cũng như rất nhiều mục tiêu mâu thuẫn khác.
Nhưng đây là một cách đơn giản để làm điều đó: Sử dụng Logic Tree
của vấn đề làm cơ sở cho cách tổ chức bài thuyết trình của bạn.
Điều này hoạt động vì Logic Tree của bạn là bản đồ vấn đề của bạn. Và
bản đồ là những cách tuyệt vời để giúp mọi người hiểu một điều phức
tạp một cách đơn giản và chính xác.
Để tôi chỉ cho bạn một ví dụ về cách làm điều này…
Bạn có nhớ giám đốc điều hành Telco từ Chương 1 đã gặp sự cố vì

khách hàng của anh ấy đã hủy đăng ký dịch vụ của họ không? Tôi sẽ
giúp bạn nhớ nó, đã lâu rồi…
Bây giờ, hãy tưởng tượng anh ấy phải trình bày những gì đang xảy ra
với ban điều hành. Nó cần phải là một bài thuyết trình ngắn gọn và đi
vào trọng tâm cũng như hấp dẫn.
Không phải là một giải pháp đầy đủ cho vấn đề, mà là một bản trình bày
cho thấy những gì đã xảy ra.
Bạn sẽ làm gì ở vị trí của anh ấy?
Đây là những gì tôi sẽ làm:
Slide 1: Biểu đồ hiển thị vấn đề ở mức độ cao (tổng số lượt hủy đăng ký
đã tăng từ 10,5 lên 17 nghìn khách hàng, trong đó tăng 2.000 lượt từ
những khách hàng sẵn sàng hủy đăng ký và 4.500 lượt từ những khách
hàng buộc phải huỷ đăng ký).
Tôi cũng muốn thêm một số điều chỉ ra rằng nguyên nhân khiến khách
hàng bị buộc rời khỏi (vấn đề chính) là do hệ thống có vấn đề.
Nói cách khác, Slide 1 sẽ là “Chế độ xem cấp cao” + “nguyên nhân gốc
rễ của vấn đề chính”. Mọi thứ ban cần để hiểu rõ tình hình.
Slide 2: Biểu đồ nêu chi tiết nguyên nhân gốc rễ của vấn đề chính, với
tất cả các chi tiết cần thiết để hiểu tại sao nó lại xảy ra. Điều này sẽ bao
gồm các con số và những điều định tính về vấn đề hệ thống đó.
Slide 3: Biểu đồ cho thấy mặc dù chúng tôi chỉ mất thêm 2.000 khách
hàng vì họ muốn, chúng tôi thực sự đã mất 3.000 để cạnh tranh. Tôi
muốn hiển thị các con số (Lớp thứ 2 tại nhóm “Họ muốn hủy đăng ký”)
và cho thấy rằng có tiềm năng ở đó.
Slide 4: Tôi sẽ quay lại các vấn đề của hệ thống và bắt đầu nói về các
giải pháp. Tôi sẽ chỉ ra những gì đã được thực hiện, những gì đang
được thực hiện và những gì tiếp theo để ngăn điều đó xảy ra lần nữa.

Slide 5: Tôi sẽ trình bày các bước tiếp theo để hiểu cách giữ chân nhiều
khách hàng hơn so với đối thủ cạnh tranh. Đây là một vấn đề ít khẩn cấp
hơn nên tôi sẽ để nó ở đó.
Thế là xong, đơn giản và dễ hiểu.
Và tất cả đều dễ vì tôi có một Logic Tree đơn giản và dễ hiểu giúp tôi
giải quyết và giải thích vấn đề theo những cách đơn giản và dễ hiểu.
Ứng dụng #4 - Hướng dẫn nghiên cứu các phương pháp hay nhất
Tất cả chúng ta đều từng gặp một ông sếp vội vã đi ngang qua bàn làm
việc của bạn và tình cờ nói: “Này, bạn nên thử tìm một số phương pháp
hay nhất xung quanh X”.
X có thể là bất cứ điều gì họ quan tâm: Thuyết trình tốt hơn, chia sẻ tài
liệu nội bộ, cải thiện năng suất tại nơi làm việc, có thêm khách hàng.
Và vấn đề với điều đó là thực sự rất khó để nghiên cứu điều đó. Nếu
bạn chỉ gõ “các phương pháp hay nhất cho X” trên google, rất có thể bạn
sẽ nhận được một số mẹo thực sự chung chung, rõ ràng.
Một điều tôi đã học được ở McKinsey là nghiên cứu các phương pháp
hay nhất cho từng thành phần của X. Vì vậy, thay vì tìm kiếm các
phương pháp hay nhất xung quanh việc “có thêm khách hàng”, tôi có thể
nghiên cứu các phương pháp hay nhất để “có thêm khách hàng tiềm
năng” và “tăng tỷ lệ chuyển đổi".
Và sau đó tôi có thể chia nhỏ các thành phần đó hơn nữa và tìm kiếm
các phương pháp hay nhất cho từng thành phần phụ.
Đoán xem công cụ bạn cần để có được tất cả các thành phần một cách
hợp lý là gì? Vâng, Logic Tree!

Một phương pháp hay nhất thông thường dành cho thành phần phụ của
X thường là một insight để cải thiện X, vì vậy, chỉ cần thực hiện bài tập
này, bạn sẽ vượt lên dẫn trước các đồng nghiệp của mình với tư cách là
người tiếp cận thông tin chi tiết về cách cải thiện công ty của bạn.
Ứng dụng #5 - Như một cách để tạo KPI và chỉ số
Trong trường hợp bạn không biết biệt ngữ, thì KPI chính là “Các chỉ số
hiệu suất chính”.
Chúng là bảng điều khiển của một doanh nghiệp. Những con số bạn
phải nhìn vào để xem doanh nghiệp của bạn lành mạnh như thế nào.
Nhưng làm thế nào để bạn tạo KPI?
Vâng, trong ba bước đơn giản:
1) Bạn xác định mục tiêu của mình
2) Bạn chia mục tiêu của mình thành các thành phần phụ để bạn đạt
được chúng
3) Bạn tìm ra các chỉ số cho từng tiểu hợp phần ưu tiên. (Không có phần
“ưu tiên” thì các chỉ báo này sẽ không phải là “Chìa khóa”)
Vì vậy, ví dụ: Nếu bạn đang chuẩn bị cho các cuộc phỏng vấn tư vấn và
bạn muốn xem quá trình chuẩn bị của mình đang diễn ra như thế nào,
thì đây là một ví dụ về cách tạo KPI mà bạn có thể theo dõi:

Mỗi gạch đầu dòng có thể là một KPI. Một số trong số này là số để theo
dõi, số khác là KPI Có/Không.
Tôi không nói cũng không ám chỉ rằng mọi ứng viên nên sử dụng tất cả
các KPI này để chuẩn bị, nhưng hãy lưu ý rằng bạn có thể nhận được
nhiều sắc thái như thế nào khi sử dụng Logic Tree MECE để tạo KPI.
Hầu hết các ứng viên chỉ theo dõi # trường hợp họ đã làm mà không hề
quan tâm đến chất lượng của những trường hợp đó.
Không có thắc mắc tại sao hầu hết bị từ chối.
Nó giống như một công ty chỉ theo dõi số lượng sản phẩm đã bán mà
không quan tâm đến lợi nhuận, tỷ lệ giữ chân khách hàng, sự hài lòng
của khách hàng, kiểm soát chất lượng, v.v.
Bạn có thể lấy bất kỳ Logic Tree nào từ bài viết này và biến nó thành
danh sách KPI để theo dõi trong mỗi nhóm quan trọng.
Chắc chắn có một nghệ thuật để theo dõi cái nào tốt hơn (vì bạn không
muốn kết thúc với 35 KPI khác nhau) nhưng chỉ cần tạo chúng từ Logic

Tree MECE cho phép bạn có ít nhất một chỉ báo cho mọi phần quan
trọng của vấn đề, không để lại điểm mù trong dashboard chính của bạn.

TRÍCH DẪN
Nogueira, B. (n.d.). The Definitive Guide To Issue Trees. From Crafting Cases:
https://www.craftingcases.com/issue-tree-guide/

VỀ MDA
Mastering Data Analytics
Dẫn đầu mảng Đào tạo Data Analytics tại Việt Nam
Sau hơn 2 năm hoạt động, Khai MDA là Đối tác đào tạo chính thức
giảng thành công 36 Khóa học cho nhiều Doanh nghiệp danh
Public với mỗi lớp từ 80 đến100 tiếng như Coca-cola, Prudential,
học viên. MDA là trung tâm thu hút P&G, Generali, Merck, HSC,
đông học viên nhất tại Việt Nam AON, AEON…
hiện nay.
Dịch vụ chúng tôi:

• Khóa học: Business Intelligence, Business Analytics,
Enterprise Data Warehouse
• Đào tạo Doanh nghiệp: Data Analytics for Managers, Data
Analytics with self-service, Data Visualization & Storytelling
• Tư vấn Doanh nghiệp
KHÓA HỌC NÀY DÀNH
CHO AI ?
Nhà quản lý hoặc người đi làm trong mọi lĩnh vực
có nhu cầu khai thác Data phục vụ cho công việc như HR,
Finance, Marketing, Logistics, Sales… để đưa ra những quyết
định tốt hơn qua việc phân tích dữ liệu kinh doanh, hoặc muốn
chuyển qua ngành phân tích dữ liệu.
Những người đang làm việc trong lĩnh vực Business

Intelligence/Data Analytics mong muốn có hệ thống kiến
thức bài bản và tư duy đúng áp dụng cho công việc.
Sinh viên/du học sinh muốn học hỏi thêm về lĩnh vực
Data Analytics cho công việc tương lai và đón đầu xu thế.
100% giáo trình Tiếng Anh, giảng dạy bằng tiếng Việt được cập nhật mới nhất và sử dụng
đa dạng tool BI trong suốt khóa học. Dù tool chỉ chiếm 20% toàn nội dung học, nhưng
cover đầy đủ 5 phần trong nội dung thi PL-300/DA-100 (Chứng chỉ của Microsoft - Power
BI Data Analyst Associate)
Trong suốt khóa học, bạn còn được nhận bộ Data + Slides + Videos dạy Coding DAX và
SQL miễn phí; thư viện 400+ và hướng dẫn sử dụng chart trong Power BI, 20+ video clip
hướng dẫn step-by-step cách vẽ chart và các kỹ năng từ đơn giản đến nâng cao
NỘI DUNG KHÓA HỌC
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
CONTEXT/ DATA DATA

RAW DATA
BIG PICTURE DICTIONARY CLEANING
DATA DASHBOARD/
DATA MODEL ANALYTICS VISUAL AD-/
TAXONOMY ML RESULTS
FOCUS DATA
INSIGHT
(decluttering) STORYTELLING
MASTERING
DATA ANALYTICS
Mastering Data Analytics là Đơn vị Đào tạo hàng

đầu về Phân tích Dữ liệu Kinh doanh cho cá nhân và
doanh nghiệp trong nhiều lĩnh vực khác nhau. Với
đội ngũ Giảng viên là những chuyên gia có nhiều
kinh nghiệm làm việc, đào tạo và tư vấn về Phân tích
Dữ liệu cho các Doanh nghiệp lớn như như Pruden-
tial, BIDV, P&G, HSC, Merck, Grab, AEON, CocaCo-
la, Generali, AON...
Đặc biệt, Mastering Data Analytics hiện đang là đối

tác đào tạo Phân tích Dữ liệu chính thức cho các
doanh nghiệp lớn hàng đầu Việt Nam và quốc tế.
Ngoài các khóa học Public Training (Business Intelli-

gence, Business Analytics), Mastering Data Analyt-
ics còn cung cấp các dịch vụ như Corporate Train-
ing và Corporate Consulting

MDA - Tài liệu Logic Tree

Uploaded by

Copyright:

Available Formats

You might also like

MDA - Tài liệu Logic Tree

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

MDA - Tài liệu Logic Tree

Uploaded by

Copyright:

Available Formats

Logic Tree: Bí quyết để suy nghĩ như một nhà tư vấn McKinsey

LỜI NÓI ĐẦU

Xin Cảm ơn!

Analytics for everyone: Reinventing your business with data analytics

LỜI NÓI ĐẦU

Hướng dẫn chi tiết về Logic Tree ......................................................................... 1

Nguyên tắc cơ bản về Logic Tree ........................................................................ 4

4 điều bạn cần để hiểu Logic Tree ....................................................................... 4

1. Logic Tree là một "bản đồ" cho vấn đề của bạn.......................................... 4

2. Logic Tree là công cụ để "chia để trị" .......................................................... 8

4. Bạn có thể có "Issue Tree" và "Solution Tree" .......................................... 15

Ba kỹ thuật để xây dựng Logic Tree .................................................................. 22

Cấu trúc của một Logic Tree .............................................................................. 22

Kỹ thuật #1: Tạo Math Tree................................................................................ 26

#1. Sử dụng một công thức đã được chứng minh ............................................. 31

#2. Phương pháp "Phân tích theo chiều" ........................................................... 32

#3. Phương pháp kênh ...................................................................................... 33

#4. Sử dụng tổng các đoạn ................................................................................ 34

Kỹ thuật #2: Xếp lớp 5 cách để trở thành MECE ............................................... 36

Kỹ thuật #3: Tạo Decision Tree .......................................................................... 45

Sáu nguyên tắc cho Logic Tree tuyệt vời .......................................................... 49

1. Tách các vấn đề khác nhau ngay từ đầu .................................................. 49

Analytics for everyone: Reinventing your business with data analytics

2. Xây dựng từng phần một lúc..................................................................... 50

3. Mỗi phần phải là MECE ............................................................................ 50

Ví dụ về Logic Tree .............................................................................................. 55

Ví dụ #2 - Năng suất tư vấn áp đảo ................................................................... 61

Ví dụ #3 - Giúp chính phủ giải quyết nạn mù chữ ở trẻ em................................ 63

Những lỗi và câu hỏi thường gặp ...................................................................... 65

#1 - Anastasia và lỗi bỏ qua định nghĩa vấn đề.................................................. 67

#3 - Guillaume và "sai lầm trong tập hợp" .......................................................... 71

#4 - Jimi, người không MECE ............................................................................ 74

#5 - Natalia bị từ chối chỉ vì một lỗi đơn giản? ................................................... 76

Làm thế nào để thực hành Logic Tree ............................................................... 79

4 cách để thực hành Logic Tree ......................................................................... 79

Thực hành số 1: Tạo "Deep Tree" ..................................................................... 82

Bài thực hành số 4: Tạo "Mental Tree" .............................................................. 86

Analytics for everyone: Reinventing your business with data analytics

Áp dụng Logic Tree vào công việc .................................................................... 88

Ứng dụng #5 - Như một cách để tạo KPI và chỉ số ............................................ 96

Analytics for everyone: Reinventing your business with data analytics

HƯỚNG DẪN CHI TIẾT VỀ LOGIC TREE

“Bạn phải học cách tạo Logic Tree.”

Trong hướng dẫn này, bạn sẽ học:

CHƯƠNG 1: Nguyên tắc cơ bản về Logic Tree

CHƯƠNG 2: Ba kỹ thuật để xây dựng Logic Tree

CHƯƠNG 3: Sáu nguyên tắc cho Logic Tree tuyệt vời

CHƯƠNG 4: Ví dụ về Logic Tree

CHƯƠNG 5: Những lỗi và câu hỏi thường gặp

CHƯƠNG 6: Làm thế nào để thực hành Logic Tree

BONUS: Áp dụng Logic Tree vào công việc

NGUYÊN TẮC CƠ BẢN VỀ LOGIC TREE

4 ĐIỀU BẠN CẦN ĐỂ HIỂU LOGIC TREE

1. Logic Tree là một "bản đồ" cho vấn đề của bạn

Làm thế nào bạn sẽ tìm ra những gì gây ra vấn đề này?

Làm thế nào để tôi biết điều đó?

Chúng ta sẽ quay lại vấn đề này sau.

Làm thế nào để tôi biết điều đó?