用框架来查缺补漏

前面介绍了框架的作用，但这并不说假设必须完全符合框架。使用框架，是为了检查假设是否有遗漏。此外，框架还有助于明确“可视的范围”和“不可视范围”。它可以帮助我们认识到，“自己目前正在哪个范围进行研究”。这一点极为重要，因为它直接规定了数据分析的范围。

例如对产品非常熟悉的人，就有可能将注意力只集中在产品上，而不太会考虑渠道或价格。即使是十分了解业务流程的人，对于销售收入、销售成本等财务方面的假设，有时也会出现遗漏。因此，利用框架提炼出需要考虑的关键词，再次确认自己的视野是否受到局限才是万全之策。

此外，遗漏并不都出于无意识的疏忽。我经历过的公司内部改革中，对一些需要伴随痛苦的改革、改进或问题，相关人员有时不一定会爽快地提供、明示所有的知识或信息。尤其是对自己不利的信息，有人甚至会刻意隐瞒。

这种情况下，就必须依靠其他通用信息（框架等），实现尽可能完善的分析。尤其是对方远在国外的情形下，难度就会更大。因此我们需要具备克服这些困难的能力和技巧。

接下来再介绍一下提出假设时的其他关键。从能影响各项假设的驱动视角来思考问题，更便于找到下一步应该采取的措施。驱动是指“自己能够控制的数据”。因为根据分析数据的结果，找到解决问题的措施，才是大多数问题的最终目标。

根据应该采取的措施来提出假设的做法是本末倒置，但如果提前意识到之后应该采取的措施，则可以避免出现最糟糕的情形，即“分析后却没有找到应该采取的具体措施”。能否做到这一点是重要的分水岭，决定了我们的工作只是以分析告终，还是能够解决问题。

看到这里，也许有的读者会觉得，“假设是很好，但是在数据分析之前要做的工作太多了。”这一点其实不用担心。因为我也并不是每次进行数据分析之前，都要制作类似图1—3、图1—4的图表。

在尚未习惯数据分析的阶段，制作图表是一种行之有效的方法。但实际上很多时候，这个工作只要在头脑中做就可以了。制作图表可以提高数据分析的效率，更容易实现目标。但如果成为负担，害得我们为此而顾不上关键的数据分析和解决对策，图表就失去了意义。

此外，即使提出了思路清晰的假设，确定了所需的数据，在实际工作中却很少会遇到所需数据全都摆在眼前的情况。不过即便这样，我们也不应该根据“现有数据”来开始所有的工作。只在“现有数据”的范围内进行分析或者解决问题，会妨碍我们发现问题的本质及有效的对策，很可能导致我们的工作仅以“数据游戏”告终。

没有数据就要不计代价地花费时间或金钱去收集数据，这种观点没有错，但在实际工作中却是不现实的。因此商务人士需要设法借用相同或相近的数据来代替理论上所需的数据。

例如，假设我们需要“工作繁忙程度”数据。如果对所有员工就最近一个月的繁忙程度进行问卷调查，应该能够获得包括主观评价在内的数据。但是如果不具备进行问卷调查所需的时间或人力，就应该寻找与“繁忙程度”近似的数据。这样就可以拓宽思路，用“每月人均处理票据的数量”“平均加班时间”“日平均工作时间”等常规的管理数据进行分析。

我在日产负责中东及近东市场时，曾经需要预测未来的市场需求。当时没有日产汽车的需求预测数据，我必须自己收集可能与之相关的数据，并用数字来证明自己的预测。原油价格、外汇汇率、对象市场的GDP（国民生产总值）等数据可以反映出中东及近东市场的特征，并且在相关机构的官方网站上都能够查到。于是我将这些数据与日产过去的业绩进行对照，从中选出可以用上的内容，尽量从自己能够获得的数据中挖掘出更多的信息，反复摸索试错。

这种努力已经不是分析方法的问题，而是依靠个人创意和毅力获得成果的尝试。这次经历也使我改变了“没有合适的数据就无法分析”的观点。这件事坚定了我的信心，对任何看似有用的数据，都要想方设法从中挖掘信息，分析出尽可能正确的结论。