先看這樣一個案例，線路板裝配時，點膠工藝的不良率高達10%，需要進行改善，那么從何入手呢？有很多因素都可能對結果產生影響，主要因素在哪里呢？如果全部進行分析那么要耗費太多的時間和精力，究竟從哪里入手呢？這里有一種思路，如果造成結果的原因特別多的時候，我們可以先從現象開始進行分層，然后再進行分析。它的思路是這個樣子的：如果平均不良率是10%，這是一個現象，這個10%可能由許多個來源構成，而這些來源有可能是兩個有顯著差異的總體所造成的這樣一種現象，如果我們把這樣的一種類別能夠分開，那么就可以馬上找到一種改進的方向，也就是對原有的一種現象進行分層，如對原始數據中記錄的一些類別對它們進行層別，如果對生產線進行層別的話，A生產線不良率為10.4%，B生產線不良率為9.7%，差別不大，接著按膠的供應商進行層別的時候，甲供應商不良率為17.1%，乙供應商不良率為2.2%，有顯著的差異，所以通過層別找到重點的一個方向，是膠水不同造成的不良。

　　可見層別法不是一開始就去找原因，而是先將現象進行分層這樣的一種方法。如果我們想從大量信息中搜索出有價值的信息，層別法是非常快捷的一種方式。前提條件是我們要把這些數據不斷地分維度，所以當問題出現之后，我們一般來尋求有沒有信息，當信息收集到之后最佳的方式是從現象中分維度、找重點、找異同、找規律，而不是馬上就進行原因分析。

　　再看這樣一個場景，公司的發電機在秋末時出現周期性超速，而設備檢查員停機對每個部件進行檢查，沒有發現顯而易見的原因。如何應用層別法分析呢？我們可以通過問問題的方式來不斷地核查各種現象來找出不同，因為和原來完全都是一樣的話，結果也會和以前一樣，既然結果和以前不同，一定是過程發生了某些變化。我們來看看這個案例是如何用問問題的方式進行層別的。問：為何出現失速這種現象？這個問題好不好呢？這個問題是不是問不同呢？實際上這個問題問的是技術上問題，可能我們要分析很多很多的原因，這不是層別的思路。那我們應該怎樣來問？問：在秋末這個時候究竟有什么差別？答：加了防凍劑。接著該怎么問呢？我們會想到每年都會加防凍劑，那么我們會問：防凍劑有什么變化？答：用了新牌號的防凍劑。那么接下來我們就要去評估和驗證新的防凍劑會造成失速嗎？通過這樣不斷的問找不同、找變化點的一種思路就可以快速的找到問題發生的原因。所以這里當我們發現信息量不是特別多的時候，我們可以通過層別法來挖掘一些信息，然后找出不同。

　　綜合以上兩個案例，當信息量非常大的時候，我們通過層別法來削減一些不必要的信息，然后找到重要的信息，當信息量非常少的時候，通過層別法提問的方式來補充信息，來找出有價值的信息。

　　本文為冠卓咨詢原創文字作品，任何人或組織不得對本文進行篡改，轉載或以盈利為目的行為，一經發現，將負法律責任。