总有些人聊起天来一听比其他人显得睿智一些，分析事情来总有各种办法，这些人非常熟练的学会了使用各种思维方式，在面对事情的时候，自然而然的能运用分析框架进行问题分析，这已经成为本能。正好最近有人问起这个话题，就把这些思维方式大概整理一下：
01、分类思维
这是最简单的一种思维方式，有些人说话有条理，就是喜欢用1234，就是典型的分类思维。在市场营销的时候，我们把客户进行分层，也是分类思维。
由于年龄、收入与性别等因素的不同，人与人之间存在着不一样的生理需求与心理需求。而需求不一样的消费者组成了不同的细分市场。针对不同的细分市场，产品会有不同的定位。分类思维是精准营销的前提。
同时，分类思维对于个人日常生活也很管用。比如我们每个人都在生活中扮演着各种角色，工作上是同事；家庭中是儿子、父母、亲人；生活中是朋友等。我们就需要把自己的角色进行分类，在不同的角色中，在生活与工作之间取得平衡。分类思维最重要的能力就是能把复杂混乱的事情梳理出脉络，并逐个击破。
02、矩阵思维
如果碰到多个维度的分类怎么办？这是一般人类大脑遇到的第一个最大的困惑，这个时候矩阵思维就可以起到作用。矩阵思维是分类思维的一个延伸，如果当我们发现存在两个可量化的关键维度时，不妨把这两个维度分别设成X轴与Y轴。
矩阵思维最常用的就是紧急且重要维度的运营，每天面对很对任务的时候，第一个办法是把所有的事情写下来，但是这还不够，因为我们还要进行紧急重要维度的拆分，才能找到最紧急且重要的事情出来。
实际矩阵的运用方式特别的多，比如面对项目的时候，我们可以进行“可行性和商业价值”的矩阵判断，那么当面对很多项目的时候，哪些项目价值大一目了然。当然最著名的矩阵就数波士顿产品矩阵模型，帮助公司在产品模型中找到明星产品和现金牛产品。
简单总结就是当你发现存在两个可量化的关键指标时，就可以试试做成一个矩阵，说不定就会有意外惊喜。
03、漏斗思维
互联网运营推广的人应该很熟悉这种思维方式，还有市场营销的相关人员，我们把用户按路径拆分成不同的阶段，形成转化漏斗，然后分析是在哪个环节转化出现了问题，或者原始数据源头出现问题，从而精准的提升和改进出现问题的模块。
前两年很流行增长黑客，甚至有公司专门成立增长部门，显得神秘兮兮。实际增长黑客实现目标的高价值的核心就是漏斗思维，增长黑客有一个核心概念就是AARRR漏斗模型，漏斗的每一层，都有一定的容量，漏斗越往下，容量越小。而层与层之间的比例，就是转化率，最底层就是收入。他们的主要任务，就是通过优化这些环节，帮助业绩成倍地增长。增长的原理也很简单，就是把每一层的容量都扩大，或者把下层的转化率给提高。增长黑客首先要用数据去判断，哪个地方的容量太小，或转化率太低，然后再制定方案进行针对性提高。
04、决策树
学过计算机的人应该比较熟悉决策树，这是一种入门算法。这种思维方式很实用，也好理解，因为和人的思维过程很像。既可以当做一个体系化的分类思维，也可以当做一个流程图甚至是一个检查清单来使用，关键在于掌握这种思维的框架。
决策树的思维是从顶端的一个基础点开始，一层一层往下去展开，每一层都有若干个支点，每个支点又会分解成多个支线。
一般越接近顶端的因素，重要性越高。
决策树在互联网产品算法中就有应用。比如做产品相关性推荐的时候，底层的算法就可以应用决策树。具体就是当有符合该类条件的相关数据优先推荐，当数据不足时，进行下一条件的运算；又或者在金融案例中，对客户征信的排除，优先当前是否存在坏账，否则直接排除，然后进行收入、学历等算法，最后综合算出得分。
05、闭环思维
闭环应用也非常的广泛，最著名的闭环当然是PDCA循环。PDCA循环是科学管理的一个非常重要的工具，无论是企业还是个人持续发展改进，几乎无所不在的在使用，现在几乎成了很多人的本能了。
PDCA循环包括Plan、Do、Check、Action四个环节。
在行动之前要会做Plan，先分析目标是什么，用什么方式去实现最有效率，识别潜在的问题、障碍与风险等等；然后就去Do，这个是最基础的，按照计划来；然后就要会做Check，学会去追踪与评估自己的行动是否已经达到了目标，有哪些差距，有哪些改进空间，不断的总结与反思，阶段性复盘，可能是每天或每周或每个月，总结出成功的经验与失败的教训。最后还要Action，能够把经验教训都标准化成为下一次行动方案，让成功继续成功，让踩过的坑不再去踩，有点像知行合一的意思。
但是一定不要以为这就结束了，PDCA强调的是要循环，Action一定要为下一次的行动方案成为循环才有最大的效果。
还有认知循环，包括感知——学习——认知——行动，很多闭环思维，所有闭环思维的特点都要求强调循环的概念，而不仅仅关闭的意思。
06、逻辑链
逻辑链是思维方法的大杀器，甚至是一些智力牛人的游戏，我们常玩的狼人杀就是典型的这类游戏。
了解逻辑链，首先得了解逻辑思维，逻辑思维就是通过事物发展找到规律，逻辑的基础根基是归纳和演绎。这是一切逻辑的基础。
归纳就是从个别事件得出一个具有普遍性意义的结论，这过程叫归纳推理。例如，过去的一个月，馒头每天都会更新公众号，所以总结得出馒头的笔记公众号更新频次是每天。
反过来如果从原来的结论，推广到某个别事件的过程判断，就叫演绎推理。例如，因为知道馒头的笔记公众号是日更，所以知道今天也会更新。
归纳与演绎，是两个互相联系的好朋友：归纳，特殊性是因，一般性是果；演绎，一般性是因，特殊性是果。有了归纳和演绎作为基础，就有了逻辑推理的基础。
最经典的逻辑链，就是亚里士多德的三段论：大前提—小前提—结论。现在三段论已经变成了我们阐述问题的最简洁的一种表达方式；还有就是因果推导：“因——（假设）——果”。
逻辑链对于提高思考的深度非常有帮助，我们常见到思考有深度的人通常都是这样，不断的追问几个问题，自己都把问题解决了，其实逻辑链就是把问题向一个方向拓展多层的结果。
最简单的提升逻辑链思维的方法有五步：
- 至少连问三个为什么，通过为什么先把问题归纳出来；
- 把每一层的为什么的因果关系找到；
- 通过因果关系，找到每一层的问题的解决方案；
- 把每一层的解决方案整体拿出来看，有没有和结果或哪一层形成反制效果；这一层最难
- 结合PDCA，最终形成下一步的行动计划；
如果不断的往复使用这个方法，就会发现从此打开了新的人生窗口。
总结一下：
通过拓展逻辑链的前端，探究原因，有助于理解问题根源；通过拓展逻辑链的后端，思考结果，有助于提出行动方案。逻辑链的长度，决定了一个人的思维深度；一个人的思维深度，也决定了他的人生高度。
07、时间思维
超体中说，对于人类来说，所有事物的唯一计量刻度都是时间，只有时间能标识一切，失却时间，则一切失去意义。事实上所有的世界变化的确都是在时间的河流中存在的，时间思维是跳出三维的空间，站在时间维度去看待变化，发现其中的规律。
常见的规律现象有，发展趋势、季节性变化、周期性变化。其中有必要聊一聊的是趋势和周期性变化。
趋势有大趋势，也有小趋势，雷布斯的风口论讲的就是大趋势；周期性变化有微观周期，也有宏观周期。但是无论哪一种规律，都要选择一个相对合理的时间刻度上去看待，如果站在微观上去看宏观，甚至会发现相反的效果，这就是当局者迷的原因。
比如十年有一轮的经济危机，这是十年为刻度的；又比如站在中国的国运的角度上，过去的两千年的国运，是以五百年为周期。那么对于我们现在判断就必须站在同样刻度的周期维度里去看待。
站在时间的角度，我们可以学会这几个眼光：
1、预判未来的走向
善于运用时间思维的人，他们更容易识别出事物的变化规律，也能感知到事物下一步变化的走向。
说白了，这种强大的能力就是：预判未来的能力！
典型的就是投资了，价值投资就是在时间中发现规律，一家好的公司，从长期时间刻度上来说，就是会被市场认可，这个规律是不变的，不管当下或短期内，这只股票会有什么样的变化，只要长期规律没有发生变化。
2、识别异常情况
这个就可以拔高到很高，因为人类社会发展有他存在的普遍规律，比如在工业社会前的马尔萨斯陷阱，就是普遍规律，谁也逃避不开。
同样，我们在关注中，每天有无数个指标涌进来：用户增长率、点击率、购买率、转发率、绑定率……浩如烟海。
怎么知道哪个指标有问题？
学会时间思维就可以大大的降低工作强度。原理很简单，首先所有的数据，你肯定都会有预判，只要未来走势预判设置一个安全区域，一旦曲线的走势突破了安全区域的上下边界，就要及时的红色警报。
08、数据思维
大数据时代，数据思维还是有必要提一下，这是一个化平凡为神奇的工具。
虽然说现在是大数据时代，但是因为各种关系原因，还是很多人和公司，不重视数据，甚至基础数据思维都建立不起来。典型的就是做市场评估的时候，舍不得真正投入前期的资金去做充分的调研，用几条问来的数据就开始创业；产品初期没有充分的数据情况，就匆匆得出结论等等。
所以数据思维并没有像想象中，发货的那么威力巨大，因为总感觉这是一个投入巨大，收效不直接的东西。
但在实际过程中，还是要刻意建立数据思维，无论是企业还是个人，有这么几个过程：数据的建立——指标体系——优化指标
09、相关思维
几年前有一本书叫《大数据时代》，提出过一个观点，大数据关注的不是因果关系，而是相关关系。
这个也许就是数据时代的因果吧，事实上，尤其是在混沌理论提出到量子概率学发展至今，严格的因果逻辑关系越来越被打破，相关性原理也大行其道就和这个有关系。
尤其在大数据时代，相关性原理也找到了具体应用的方法。
比如市场部为提高业绩，就去年的投放做了一个数据分析，然后要决定哪个媒体广告需要减少投资，哪个媒体广告需要增加投资？这个关于预算分配的问题，永远都让市场部头的人头疼。
当然如果投放渠道或关键词特别少，那也很简单，选择那个性价比最高的，但是如果投放渠道和关键词特别多，就不是这么简单的计算了。就可以用相关思维来解决这个问题，看销售额与哪个广告的投放量存在正相关，问题一下子就具体很多了。
其实当手头上拥有很多数据时，现在很多数据分析师，经常私下干的事就是把这些数据不断去组合，甚至排除内心里任何固化的逻辑思维，仅看数据相关性，发现了很多新奇的东西。
