你可能开过这样的会。团队讨论"为什么用户流失"，大家轮流提意见，白板上贴满了便签：

"产品经常崩溃""客服回复太慢""竞品上个月发了新功能""价格比对面贵""运营活动没人参加""老用户社群没人说话""新用户不会用""市场大环境不好"。

两个小时过去，意见收集了一堆，散会时却还是说不清下一步该做什么。

把这些便签放在一起看，会发现它们记录的事情并不一样。"产品经常崩溃"描述的是产品故障，"竞品发了新功能"记录的是竞争对手的变化，"市场大环境不好"则是一句还需要展开的背景判断。

这些意见都可能有用，但缺少明确的整理规则，讨论就容易在几个话题之间来回跳。刚说完产品，又转去谈竞品，谁该查什么、哪些意见还没讨论到，也跟着混在了一起。

芭芭拉·明托（Barbara Minto）1963年加入麦肯锡担任顾问，后来逐渐承担起帮顾问们理清报告逻辑的工作。她发现，报告写不清楚，往往是因为动笔之前就还没想清楚：论点有重复，关键情况又没交代。

她命名并推广的方法中，有一项分类检查标准叫MECE。Mutually Exclusive指互不重叠，Collectively Exhaustive指完全覆盖，中文常说"不重不漏"。

明托也提到，这种分类逻辑远早于她。她的工作包括为它命名，并把它用在顾问的思考与写作训练中。

检查重复时，手上至少有材料可以比较。不过，光看类别名称还不够。你得写清楚哪些内容可以归进来，哪些不能，再拿容易同时符合两个类别的情况试一试。

刘润在《5分钟商学院·基础》里讲过一个例子。团队讨论"怎么卖出更多衣服"，提出四个想法：开拓电商渠道、开展网络营销、减少成本以降低价格、改进生产流程以提高效率。

如果改进生产流程是为了降低成本、支持降价，那么它就可以放到"减少成本以降低价格"下面，作为一条具体措施。把两者并列，有可能把同一个思路算了两遍。

遗漏就没这么直观了。一个问题没有出现在清单上，你很容易连检查它的念头都没有。

回到开头那个会议。八条便签涉及产品、客服、价格、竞品、运营和市场环境，看起来已经考虑了不少方面。但这八条只是大家当时想到的内容，不能据此断定所有流失原因都找到了。

检查有没有遗漏，先要说清楚"全部"指什么。这个范围，就是分类的"总体"。

在这次整理中，总体是白板上的八条便签。我们可以逐条核对，看看有没有重复归类、有没有哪条被落下。至于还有哪些流失原因没想到，需要继续找材料，比如请其他岗位的同事补充，或者拿用户访谈记录来对照。

还有一种情况容易让人放松警惕。把某一年的订单按下单月份分成十二类，每一笔订单都有位置，也不会同时落入两个月。这套分类可以不重不漏，但如果你想知道用户为什么购买新产品，按月份分组未必能回答这个问题。

MECE原则能检查类别之间是否重叠、是否覆盖了确定的范围。至于这种分法对当前的问题有没有帮助，还得另外判断。

"互斥"说的是，按同一套规则，一个对象不会同时属于两个类别。

比如，按注册时长把用户分成"新用户"和"老用户"：注册不满30天的是新用户，满30天及以上的是老用户。在同一个时间点，一个人只能属于其中一组。

但两组用户照样会互相影响。新用户带来的话题会改变社群氛围，老用户的经验和示范也会影响新用户怎么使用产品。把人分开统计，不会让这些联系消失。

另外，还要留意不同分类标准混用的情况。讨论用户流失时，有人把意见分成"人员、流程、成本、方案"。人员关注谁来做，流程关注怎样做，成本关注花多少钱，方案则可能同时涉及前面几项。一条意见很容易符合不止一个类别。

要让分类有用，就得把归类规则写清楚。同一层的类别放在一起，应当能判断一条记录到底属于哪里。

分好组之后，手上有了一份整理过的材料。想据此制定方案，还要继续做判断。

先回头看，这个分法是否适合当前的问题。按新老用户分是一种分法，按消费水平分是另一种。同一个用户可以既是新用户，又属于高消费人群。你可以先按注册时长分组，再在各组下面按消费水平细分；也可以明确两个维度的边界，直接形成交叉群体。需要避免的是把"新用户"和"高消费用户"当成两个互不重叠的并列类别。

接着看，各部分之间有什么联系。产品体验会影响用户满意度，满意度影响留存，留存情况又可能影响后续的产品迭代。分类树能帮你整理这些因素，却表达不完它们之间的联系。这些关系还要单独分析。

定方案时，还得分清对象分类、结果分解和行动选择。

按注册时长划分用户，检查的是一个人是否同时符合两个类别。把利润写成"收入减成本"，表达的是计算关系，不能把收入和成本直接称为互斥类别。

"提升产品"和"优化运营"则是可以组合执行的行动。整理行动清单时，你要检查一项行动是否被重复归类；选择方案时，你要判断哪些行动适合一起做。类别互斥，并不要求行动只能选一项。

选什么分法、怎样理解各部分的联系、哪些行动值得组合，都要结合具体业务判断。一张分好类的表，还回答不了这些问题。

前面讲了标准和容易误解的地方，现在回到那块白板，完整做一遍。

这次先处理白板上的八条便签，目标是把已有意见归好类。后面如果收集到新材料，再补进来检查。

范围确定了，才能拿原始清单逐条核对。

这里要分类的是便签上的具体问题。同一个用户可能既遇到产品崩溃，又觉得价格贵，但这是两项不同的意见，可以分别记录。

我们先围绕获取、使用、服务三个环节整理与用户接触有关的问题，再单独记录外部背景。判断归属时，看便签直接描述了什么，不能因为一个问题可能影响多个环节，就到处重复放置。

归类之前，先把含义问清楚。

"运营活动没人参加"，说的是拉新活动，还是老用户促活活动？两者需要检查的内容不同。这里假设主持人确认，它指的是拉新活动。

"新用户不会用"也有歧义。是界面不直观，用户找不到功能？还是已经向客服求助，却迟迟没得到回复？假设进一步确认，这条说的是界面不直观。

同样，"价格比对面贵"也要问清楚，是影响首次选择，还是老用户续费。为便于演示，这里按首次选择时的价格比较处理；老用户社群则按提供答疑和交流的服务群处理。

针对这八条已经澄清含义的意见，约定四个类别：

获取阶段，记录用户发现产品、比较价格和决定是否尝试时遇到的获客问题。这里放入"价格比对面贵"和"运营活动没人参加"。产品功能、性能方面的问题归使用阶段，客服或社群服务本身的问题归服务阶段。

使用阶段，记录产品本身的功能和性能问题。这里放入"产品经常崩溃"和"新用户不会用"。前者是故障，后者已确认指界面不直观。获客活动的问题、客服响应的问题分别归入相应类别。

服务阶段，记录客服、服务社群等接触点本身的问题。这里放入"客服回复太慢"和"老用户社群没人说话"。产品本身的故障仍归使用阶段，拉新活动参与情况归获取阶段。

外部背景，记录竞争对手和市场环境的变化。这里放入"竞品上个月发了新功能"和"市场大环境不好"。这些变化可能影响用户获取或留存，但这两条便签直接记录的是外部变化，先放在这里，不重复放进其他类别。

两条外部信息也要保留。不能因为现有类别装不下，就把材料从原始清单里删掉。它们是否与流失有关，可以留待后续调查。

先查重复：有没有一条意见，同时符合两个类别？

按照刚才确认的含义和约定的规则，逐条核对。"产品经常崩溃"描述产品性能，归使用阶段；"价格比对面贵"在这里指首次选择时的价格比较，归获取阶段。

如果一条意见同时符合两个类别，先看问题出在哪里。它可能包含了两个不同的问题，需要拆成两条；也可能只是意思没说清楚，需要再问一句。只有确认记录本身清楚，才能判断是不是类别边界需要调整。

再查遗漏：对照原始清单，有没有意见没被归进去？

回到原始的八条便签，逐条打勾：

获取阶段两条，价格和拉新活动；使用阶段两条，产品崩溃和界面不直观；服务阶段两条，客服回复和社群活跃；外部背景两条，竞品新功能和市场环境。

各类别下的记录加起来，正好是原来的八条。按这次约定的含义和规则，每条都有归属，没有重复放置，也没有漏归。

归完类，得到的是一份结构化的意见清单。哪些意见能够解释用户流失，还要调查。

比如，"产品经常崩溃"已经归到了使用阶段。接下来可以查看崩溃日志，对比流失用户和留存用户遇到崩溃的频率，再看流失时间是否与崩溃高峰重合。

即使这些数据对得上，也不能直接认定崩溃导致了流失。两组用户使用的版本、设备、使用强度是否不同？这些差异会不会同时影响崩溃和流失？还得继续检查其他解释。

"运营活动没人参加"也是如此。活动参与率低，是观察到的情况；"活动设计不当导致参与率低"，是待检验的解释；"重新设计活动"，则是准备采取的行动。整理清单时，把这几种内容分清楚，后面才知道哪些该核实，哪些还不能急着做。

操作时还有一个口诀，"单主题，一维度，前主要，后其他"。先确定要整理什么、按什么标准分，列出主要类别，再看是否需要"其他"。

"其他"指已有类别之外的剩余内容，要明确排除前面已经收录的类别。如果范围清楚，现有类别已经覆盖全部，就不用再加。

"待查"则是记录的状态。产品问题可以待查，市场问题也可以待查，所以把它标在具体意见旁边就好，不必另设一个"待查"类别。

到这里，白板上有了四组意见，每条旁边注明已知情况和待查内容。谁查崩溃日志，谁比较两组用户的崩溃频率，都可以逐项安排。

分类帮忙整理出了调查清单。调查结果是否支持原来的解释，还得看证据。

前面手动做了一遍分类。换一个场景：你要让AI帮你写一份运营方案，怎么让输出结构清晰、不重不漏？

直接说"帮我写一份方案"，AI给你的东西看起来什么都说了，仔细看却有重复，也有漏掉的方向。问题不在AI的能力，在你的指令缺少结构。MECE正好可以补上这一步，有两种用法。

第一种：写新方案之前用，让AI从源头搭好骨架。在指令里要求输出满足MECE两条标准——各模块之间不能重复，每个模块只解决一个核心问题；同时覆盖完整内容，包括背景、目标、用户分层、策略、动作、资源、分工、节奏、指标、风险和复盘。战略、策略、动作、指标不能混在同一层级。先搭框架，再分模块展开。

第二种：方案写完后用，给方案做体检。把方案交给AI，让它从两个维度检查：互不重叠方面，逐条排查各模块有没有内容重复、边界模糊、职责交叉；完全覆盖方面，逐条核对背景、目标、用户、策略、动作、资源、分工、节奏、指标、风险、复盘有没有遗漏。检查完，让它输出问题清单和遗漏清单，再给一版重构后的方案。

写新方案时用第一种，改已有方案时用第二种。一个负责"从源头搭好骨架"，一个负责"体检、拆解、重组、补齐"。

但AI能帮你搭框架、查框架，不能保证查全。AI也不知道你不知道什么。AI补充的一条原因假设，不能直接写进"已经确认的事实"里。最后仍要回到业务记录，核实那些看起来合理的解释。尤其要留意写得很流畅的回答——段落齐全、每一栏都有内容，容易让人觉得已经分析完了。此时仍要拿原始材料逐项核对。

看着原本混乱的便签分成几组，人确实会轻松一些。至少能看清大家分别在讨论什么了。但"整理完成"和"原因查明"，中间还有一段工作。

MECE既可以用来检查已有材料，也可以用在收集材料之前。比如，先按全年十二个月设计订单统计框架，再逐月填入数据，照样可以检查这套分类是否重叠、是否覆盖确定的时间范围。搭建分析分支时，也可以用它检查结构。

这套检查无法保证你掌握了全部事实，更不能保证解释正确、决策有效。请其他岗位的同事补充意见、对照用户访谈、做问卷调查，都是继续寻找材料的办法。新材料进来后，再看它能否归入现有类别，还是需要修改原来的框架。

回到开头那个会议，主持人可以这样说：

这样，讨论就有了可以继续推进的具体事项。散会时留下的，也不只是一张写满意见的白板。

下次整理材料时，先问自己，这次要处理的总体是什么？采用了什么归类规则？每条记录放在了哪里？

再对照原始清单，检查有没有记录同时符合两个类别，有没有哪条还没归进去。

遇到放不进去的内容，先查原因。是信息不足，需要澄清？是一条记录包含了多个问题，需要拆分？是类别边界不清，需要修订？还是材料超出了原定范围，需要重新考虑范围？

归类之后，还要分清哪些是观察到的事实，哪些是待检验的解释，哪些是准备采取的行动。这会直接影响下一步该找谁、查什么，以及哪些决定还需要等一等。