Vì lấy phân tích sử dụng data làm cơ sở, ta hãy phân nhỏ các mục có thể số
hóa, hay chỉ tiêu hóa (bằng cách sử dụng bốn phép tính, có thể tránh việc bị
sót hay bị trùng).
Ví dụ như, khi phân nhỏ các yếu tố “lợi nhuận” dựa vào “thương hiệu”,
“thái độ của nhân viên”, “vị trí”, hẳn là sẽ khó phân tích khi để nguyên data
như vậy (khó mà chia giá trị lợi nhuận qua các số liệu không đong đếm được
như thương hiệu hay vị trí). Chúng ta có thể tiếp tục với các yếu tố này khi
có kết quả phân tích nguyên nhân ở bước tiếp theo.
- Không tự ý chuyển đến phần phương án hay nguyên nhân.
Ví dụ như khi phân nhỏ vấn đề trong “lợi nhuận”, có người sẽ nghĩ đến “tiếp
đãi khách hàng”, “vị trí” hay “sản phẩm”. Khi xác định nguyên nhân chính,
việc chọn các điểm để làm rõ thì rất tốt, nhưng đôi khi lại vượt xa vấn đề cần
phân tích là “lợi nhuận”. Ở bước này, sau khi xác nhận được điểm chính của
vấn đề, thì cần xây dựng giả thuyết và chứng minh nó, do đó tránh không
tùy tiện đưa vào các câu chuyện chủ quan.
Để công việc được khách quan và chính xác, ta hãy phân tích theo từng
bước trong Cây logic , và thử suy nghĩ một cách có hệ thống.
Mỗi lần phải viết Cây logic thấy phiền làm sao… Vậy thì, dù cho giải quyết
vấn đề nào hay phân tích data nào, thông thường chúng ta phải viết Cây
logic như trên. Tuy nhiên, tôi nghĩ không nhất định phải viết mới được. Lúc
đầu để tập làm quen, bạn có thể viết trên giấy những câu đơn giản thôi, sau
đó khi quen dần và có kinh nghiệm, tự nhiên bạn có thể vẽ trong đầu Cây
logic này nếu trường hợp không quá phức tạp. Tùy vào độ phức tạp của vấn
đề, nhiều khi những gì bạn vẽ trong đầu khi có kinh nghiệm là đã đủ sử dụng
rồi.
Có điều, vì mục đích là trình bày cho người khác xem, và khiến họ bị thuyết
phục bởi những căn cứ, phân tích bạn đưa ra, nên sẽ hiệu quả hơn nếu bạn
làm rõ được những suy nghĩ trong đầu đó. Do vậy, nếu có được những data
