2.1.1 明确和理解问题
在接触到问题的时候，首先需要对问题建立起宏观的认识，具体可以采用下述四种方法来理解问题。
1．准确地描述问题
在与用户沟通需求的过程中，人们容易下意识地忽略隐藏的内在要素。因此，准确地描述问题需要在日常语言沟通的基础上进行量化。例如，在解决预测问题的过程中，用户通常都会要求算法的预测准确度高，但是不同业务对“高”的需求也不尽相同，对于“高”的准确表达容易被忽视，从而影响后续解决问题的过程。因此，双方需要对问题的指标、数值等业务需求进行准确的量化。将用户的需求细化为：算法预测准确度要高，达到MSE在90%以上。准确地描述问题，才能让算法人员明白用户真正的需求。
2．明确问题的构成要素
在与用户沟通业务问题的过程中，如果能一次性将所有问题确认清楚，则可以有效减少反复沟通的时间，提升工作效率。5W2H分析法又叫七问分析法，由二战中美国陆军兵器修理部首创，用五个以W开头的英语单词和两个以H开头的英语单词进行设问，为第一时间就能够明确问题的所有要素提供方法，有助于弥补考虑问题的疏漏。
5W2H分析法的主要内容如图2.2所示，具体含义如下：
●What——是什么？确定主要的内容目标。
●Why——为什么？确立业务问题的原因以及目的。
●Who——谁？安排参与解决问题的人员。
●When——何时？建立合理的时间规划。
●Where——何处？寻找合适的地点。
●How to do——怎么做？如何提高效率？指定执行的策略。
●How much——花费多少？预估解决问题所耗费的成本。
图2.2 5W2H分析法
利用5W2H分析法来明确问题的构成要素，可以帮助我们更深刻地理解问题，提高工作效率。
3．探究问题的本质
“准确地描述问题”和“明确问题的构成要素”这两种问题分析方法直观，易于使用，而第三种方法是问题分析中最抽象也是最关键的——探究问题的本质。通常，真正的问题不会直观地呈现在我们面前，而是会以表象的、含有某些干扰信息的形式呈现。排除干扰，透析问题本质分为如下两步：
（1）区分问题表象与根本原因
由丰田佐吉所提出的5Why分析法，俗称“五问法”，从结果着手，沿着因果关系链条顺藤摸瓜，直至找出原有问题的根本原因。5Why分析法是对一个问题点连续问5个“为什么”来挖掘其根本原因。虽名为5Why，但也可能是N次询问以达到能探索到根本原因为止。由于算法业务问题与制造业问题不太相同，因此需要对原有5Why分析法的三个层面进行微调来贴合算法问题的业务场景：
●第一个层面：问题是什么？从问题本身进行分解探究。
●第二个层面：为什么会发生？从问题产生的角度探究。
●第三个层面：如何解决问题？从“体系”或“流程”的角度探究。
每个层面通过连续5次或N次的询问得出最终结论。只有以上三个层面的问题都探寻出来才能发现根本问题。同时，5Why分析常常以图文的形式来阐述（见图2.3）。其中，OK表示要因确认后，发现不是引起问题的原因，因此不需要对此进一步分析；NG表示要因确认后，发现是引起问题的原因，需要对此进一步分析并且设立防止对策。
图2.3 5Why分析法
（2）区别问题的初步解决方案与问题本身
在遇到问题时，人们往往会有直观的感受或碎片式的想法，在脑海中产生问题初步解决方案，惯性地将初步解决方案当作问题本身来应对，但这些想法是片面的，很容易受到问题表象的迷惑。相应地，在与用户沟通的过程中，对于用户所提出的解决方案，我们不能一味迎合，而是将解决方案作为参考，通过分析问题来找到问题实质，然后再进一步制定问题的解决方案与决策。
4．显性化问题隐含的假设
显性化问题隐含的假设是明确和理解问题的最后一个阶段，除了理想状态，实际中的所有问题都有一定程度的假设和应用边界。
举个生活中的例子：“你是南方人，还是北方人？”来自福建的会说自己是南方人，而来自北京的则会说自己是北方人。这其中就蕴含着南北划分的基本假设，中国南北划分是以秦岭——淮河为界，界限以北为北方、以南为南方。因此，现实生活中的问题基本都存在假设，需要人们脱离常规的思维，以更为科学严谨的态度寻找到大脑认为理所当然的那些“隐含的假设”。
更进一步地，对于同一问题，随着所处问题的背景不同、假设不同、角度不同，所用于解决问题的方法就会不同，例如数理统计的两大学派——频率学派与贝叶斯学派在统计推断上的不同。对于一批样本而言，频率学派假设其分布是确定的、参数也是确定的，但是参数未知；相反，贝叶斯学派认为没有唯一的参数，而假设参数本身存在一个概率分布，参数空间里的每个值都可能是真实模型使用的参数，区别只是概率不同。两个学派所处的角度不同，对问题的假设不同，因此解决问题的方法也就不同。