编辑导语：MECE分析法也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类；而且能够借此有效把握问题的核心，并成为有效解决问题的方法；本文作者方向了关于MECE的解释与分享，我们一起来看一下。

几乎所有数据分析的书、教程、文章，都很政治正确写上MECE作为数据分析的准则。

这东西很快又成为一个数据领域的“咕咚来了”：

• 到底啥是MECE？
• 为啥非得MECE？
• 我做的是不是MECE？

一大堆问号没人回答，今天我们系统讲解一下。

一、什么是MECE

MECE，是Mutually Exclusive Collectively Exhaustive的缩写，简单归纳成8个字：相互独立，完全穷尽；听起来就很厉害呀，如果能完全穷尽，那分析肯定是无懈可击。

问题是：怎么做到呢？来个最直观的例子：

问题场景：项目组的张雨萱小妹纸又迟到了！上个月居然迟到了19天！原本同事们迟到个两三天，HR是不会管的，可这一个月19天迟到也太夸张了，于是告到领导那里。

妹纸哭得梨花带雨地来投诉：

• 那项目组好多人都迟到呀，你们也不管；
• 那遇到下大雨全程堵车呀，你们又不管；
• 那临近项目上线，就是搞到很晚呀；
• 那前一天加班了，就是会到的晚呀……

问：该咋分析实际情况？

二、不用MECE的恶果

新手数据分析师，马上拿个笔在这列清单：

• 迟到原因1：堵车
• 迟到原因2：下雨
• 迟到原因3：项目上线
• 迟到原因4：加班
• 迟到原因5：自己懒
• 迟到原因6：其他

这么干的话，他们很快会发现：各种原因是交织在一起的！下雨了又自然会堵车，加班和项目上线也是经常重叠的，懒和所有问题是重叠的；然后又有可能既下雨又加班又很懒……根本扯不清到底影响多少，即使都扯清了，还有个其他在等着呢。

于是又情不自禁的想要百度《多因素独立检验模型如何构建》，或者去微信群问“有没有头腾阿公司的HR分析大佬，急，在线等！”了。

这就是没有用MECE法则拆解问题的坏处：数据分析毫无逻辑，变成了单纯的拉交叉表；实际上很多新人就是这么干的，遇到问题，把渠道、时间、产品、用户等维度拉出来，和问题指标一一交叉，交叉完看到哪个柱子低了：就它了！**被人质问：多种原因交织的时候怎么区分？就回答不上来了。

三、MECE如何操作