五个知识工作场景，看分析为什么会越做越偏

老板问“为什么增长慢了”，团队一头扎进海量数据

所有人都开始拉报表、看漏斗、开分析会。两周之后有了一堆图，但还没回答一个更前的问题：我们到底要解释总量变慢，还是要解释哪个关键环节变慢？

失效点： 题目没切清，数据越多越乱。

大家都在讨论“怎么提升用户满意度”，没人知道要拆成哪几块

有人讲客服，有人讲产品，有人讲价格，还有人讲品牌。观点都像有道理，但没有共用拆解框架。最后讨论变成平行输出。

失效点： 题目没有被拆成少数关键小题。

研究做得很满，最后却说不出一句结论

资料很多、访谈很多、洞察也很多，真正交付时却只能说“情况比较复杂”。这通常不是结论复杂，而是从一开始就没有用一句假说把研究拉住。

失效点： 没有暂时性假说，信息会越收越多。

分析会总有人要求“先把所有资料都找全”

一个商业分析项目里，团队花了大量时间搜行业报告、竞品文章和专家访谈，希望先建立全面认知。

结果一个月后，资料库很满，判断还是摇摆，因为没人先定义“哪一类信息最可能改变当前结论”。

失效点： 搜集目标是“全面”，不是“会改判断”。

方案写到最后，总是缺一句能站住的话

一个策略同学每次写方案都能列出很多现象、原因、机会、风险，但最后的执行会上，别人还是会问：“所以你真正建议什么？”

这不是表达问题，是前面的分析根本没收束成一个清楚判断。

失效点： 没有把答案压成一句真正能负责的话。