Publié le

mece 예제

MECE 개념은 매우 간단해 보일 수 있지만 때로는 생각보다 적용하기가 더 어려울 수 있습니다. 시작하기 위해 몇 가지 간단한 예제를 살펴보고 어떻게 잘못될 수 있는지 보여 드리겠습니다. 시작하려면 다음을 살펴보겠습니다. 예를 들어 인구수를 연령대 또는 소득 수준(다른 많은 가능한 동인 중)으로 분류하도록 선택할 수 있습니다. 둘 다 MECE 고장을 생성합니다. 그러나, 우리가 스피드 보트를 판매하려고하는 경우, 소득 수준은 많은 사람들이 우리의 제품을 감당할 수있을 것입니다으로, 만들기 위해 더 현저한 세분화 될 것입니다. 우리가 기저귀를 판매하려고하는 경우, 우리는 젊은 부모를 대상으로 할 것입니다으로 연령 그룹은 더 유용한 세분화입니다. 물론 모든 개별 수준에서 세분화를 선택한 것은 완전히 MECE여야 합니다. 그렇지 않으면 구조가 제대로 작동하지 않으며 전체 분석을 위험에 처하게됩니다. MECE 원칙의 간단한 예는 인구를 연령 그룹으로 분류하는 것입니다. 여기서 인구를 두 그룹으로 나누면, 위의 한 그룹, 즉 60, 60 미만의 다른 그룹은 MECE 원칙에 따라 계산됩니다. 전체 인구는 60(ME, 두 버킷 간에 겹치지 않음)이며 하나 또는 다른 버킷(CE)에 포함된 모든 사람이 포함됩니다. 면접관이 모호한 용어로 말하거나 질문을 풀지 않으려는 것을 발견할 수 있습니다.

이는 면접관이 예제를 제공하여 원하는 답을 포기하고 싶지 않기 때문일 수 있습니다. 질문에 대답하기 전에 질문하거나 올바르게 이해하도록 질문재구성합니다. 예를 들어, 컨설턴트이고 고객이 All Foods Corporation이라고 가정해 보십시오. 모든 식품은 다양한 종류의 식품을 생산하고 다음 히트 시장 카테고리를 찾고 있으며 컨설팅 회사를 고용하여 다음에 생산할 식품을 파악했습니다. 연령 대괄호 예제에서는 연령 대괄호에 1년 만 겹치는 MECE 이외의 프레임워크를 실수로 만드는 것이 쉽습니다. 많은 상황에서 간단한 입력 오류 나 감독으로 인해 중복이 발생하므로 항상 재료를 다시 확인하십시오. PrepLounge의 “시작 및 컨설팅 사례”의 아래 예제에서는 일반적으로 MECE 방식으로 비용이 세분화되는 방법을 보여 주었습니다. 그런 다음 문제 트리와 같은 형식을 사용하여 데이터를 쉽게 근사화할 수 있도록 추정값을 기본 구성 요소로 세분화합니다. 이제 연구와 전문적인 직관에 따라 가설을 세를 이제 야할 때입니다. 예를 들어 예제 스프레드시트를 살펴보면 긴 꼬리 콘텐츠를 만드는 것이 클라이언트가 유기적 가시성을 높이는 가장 좋은 방법이라고 생각합니다. 위의 예제를 계속 하여 “Tacos” 범주에 대해 자세히 살펴보겠습니다.

모든 유형의 타코를 철저히 살펴보고 싶다면 다음 엔터티 집합이 철저할까요? 대답은 : 아니오. 왜? 예를 들어 닭고기, 갈은 쇠고기, 스테이크 타코를 부르는데, 이는 전 세계 타코의 대부분을 차지한다고 해서 모든 종류의 타코는 완전히 소진되는 것은 아닙니다. 새우 타코, 생선 타코, 심지어 는 어떻습니까… 디저트 타코? 문제의 근본적인 드라이버를 설정하려면 가능한 후보의 MECE 집합을 만들어야 합니다. 이것은 우리가 아무것도 놓칠 수 없다는 것을 모두 알고 있으며 실제로 만든 요인을 식별하여 혼란스러워하지 않을 것이라는 것을 알고 있음을 의미합니다. 아래에서 보다 복잡한 비즈니스 사례에 MECE를 적용하는 MECE 원칙을 적용하는 예가 표시됩니다. 지금은 분석을 위해 MECE 세분화를 얼마나 정확하게 만들어야 하는지에 대해 좀 더 자세히 알아볼 것입니다. 첫 번째 팁은 수학 수식을 사용하면 MECE 방식으로 프레임 워크를 세분화하는 데 정말 잘 작동 할 수 있다는 것입니다.