049 Methodology Fe3c7a13

---
name: mckinsey-consultant
description: "McKinsey顾问式问题解决系统。从商业问题出发,通过假设驱动的结构化分析方法,生成完整的McKinsey风格研究报告和PPT。集成Problem Solving方法论、Issue Tree拆解、Hypothesis形成、数据收集、Dummy Page设计和终极PPT生成能力。"
version: "1.0"
author: "基于McKinsey Problem Solving 101/102方法论"
license: MIT
---

# McKinsey Consultant 综合问题解决系统

## 🎯 核心能力

这个skill将McKinsey咨询方法论系统化为可执行的工作流,实现从**商业问题**到**McKinsey风格PPT**的端到端解决方案。

### 三大核心阶段

```javascript
const MCKINSEY_WORKFLOW = {
  phase1: {
    name: 'Hypotheses Tree (假设树)',
    steps: [
      'STEP 1: 定义问题边界 (Is & Isn\'t)',
      'STEP 2: 建立Issue Tree (MECE拆解)',
      'STEP 3: 形成Hypothesis Tree (假设驱动)'
    ],
    output: '结构化的假设树和故事线'
  },
  
  phase2: {
    name: 'Dummy Pages (页面设计)',
    steps: [
      'STEP 4: 确定论证方式和信息来源',
      'STEP 5: 设计Dummy Pages结构'
    ],
    output: '每页的论证框架和数据需求清单'
  },
  
  phase3: {
    name: 'Data Collection & PPT Generation (数据收集与生成)',
    steps: [
      'STEP 6: 使用web_search收集数据',
      'STEP 7: 生成McKinsey风格PPT',
      'STEP 8: 迭代优化至终极版'
    ],
    output: '完整的McKinsey风格研究报告PPT'
  }
};
```

## 📋 PHASE 1: Hypotheses Tree (假设树)

### STEP 1: 定义问题边界 (Is & Isn't)

#### 目标
明确"是什么/不是什么",避免方向跑偏,确保研究聚焦。

#### 方法
与用户对齐三个核心问题:
1. **核心目标** - 要解决什么问题?
2. **研究范围** - 包含什么?不包含什么?
3. **交付形式** - 最终输出是什么?

#### 输出模板
```markdown
## 问题定义

### 是 ✅
- [核心目标描述]
- [研究范围界定]
- [交付物形式]

### 不是 ❌  
- [明确排除的内容1]
- [明确排除的内容2]
- [明确排除的内容3]
```

#### 示例 (Podcast案例)
```markdown
## 问题定义

### 是 ✅
- 如何让播客业务更成功
- 中国市场增长的来龙去脉
- 广义的在线有声节目市场,包含中国特有的内容形态

### 不是 ❌
- 要不要做播客业务 (总部自己决策)
- 中西方播客市场对比和可复制性分析 (总部基于我们的深度分析自己判断)
- 西方定义下的狭义播客市场
```

### STEP 2: 建立Issue Tree (MECE拆解)

#### 目标
用不重不漏(MECE)原则将大问题系统性拆解为可回答的小问题。

#### 拆解原则
1. **逻辑驱动** - 基于业务逻辑、数据结构、分析框架
2. **MECE** - 每一层做到mutually exclusive, collectively exhaustive
3. **2-3层优先** - 先做到前2-3层不重不漏,再根据需要深入
4. **颗粒度适中** - 拆到可以通过研究快速验证的程度

#### 常用拆解框架

**市场增长类问题:**
```
市场规模 = 用户数 × 渗透率 × 付费率 × 客单价
```

**业务表现类问题:**
```
- 细分市场维度: A端/B端/C端
- 时间维度: 历史趋势/当前状态/未来预测
- 对比维度: 行业对比/竞品对比/区域对比
```

**原因分析类问题:**
```
- 需求侧: 用户为什么要?用户为什么付费?
- 供给侧: 企业做了什么?产品有什么差异化?
- 环境侧: 大环境有什么变化?
```

#### 输出格式
```markdown
## Issue Tree

### Lv1: [顶层问题]

#### Lv2: [子问题1]
- Lv3: [子子问题1.1]
  - Lv4: [更细问题1.1.1]
  - Lv4: [更细问题1.1.2]
- Lv3: [子子问题1.2]

#### Lv2: [子问题2]
- Lv3: [子子问题2.1]
- Lv3: [子子问题2.2]
```

#### 实际案例 (Podcast - 简化版)
```markdown
## Issue Tree

### Lv1: 1. 中国在线有声节目市场的增长具体体现在哪里

#### Lv2: 1.1 细分市场 - 该市场哪些细分领域的用户与收入增长了
- Lv3: 1.1.1 该市场有哪些细分领域
  - Lv4: 1.1.1.1 按照内容结构分有哪些细分领域
  - Lv4: 1.1.1.2 按照题材主题分有哪些细分领域
- Lv3: 1.1.2 该市场各细分领域的历史趋势
  - Lv4: 1.1.2.1 各细分领域用户何时开始出现,增长可以分为哪些阶段
  - Lv4: 1.1.2.2 各细分领域的收入何时开始出现,增长可以分为哪些阶段

#### Lv2: 1.2 B端 - 该市场哪些企业的用户与收入增长了
- Lv3: 1.2.1 该市场有哪些主要企业
- Lv3: 1.2.2 各企业在各细分领域的营收与用户结构是什么样的

#### Lv2: 1.3 C端 - 该市场哪类用户的时间与支出增长了
- Lv3: 1.3.1 按照人口属性看哪些用户在增长
- Lv3: 1.3.2 按照需求原因看哪些用户在增长

### Lv1: 2. 中国在线有声节目市场为什么增长

#### Lv2: 2.1 需求端 - 在重点增长的细分领域,是什么驱动了该类需求增长
- Lv3: 2.1.1 新的有声内容用户为什么转化
- Lv3: 2.1.2 新的有声内容付费用户为什么愿意付费
- Lv3: 2.1.3 付钱变多的有声内容付费用户为什么愿意付更多

#### Lv2: 2.2 供给端 - 在重点增长的企业,他们做了什么赢得了用户和收入
- Lv3: 2.2.1 产品中用了什么样的手段提升注册
- Lv3: 2.2.2 产品中用了什么样的手段提升活跃
- Lv3: 2.2.3 产品中用了什么样的手段提升付费率
```

### STEP 3: 形成Hypothesis Tree (假设驱动)

#### 目标
将Issue Tree转化为可验证的假设,形成连贯的storyline。

#### 形成假设的方法

**1. 常识推理**
- 基于行业经验和常识先做初步判断
- 例: "感觉有声市场主要分为讲故事的和教知识的"

**2. 快速web_search**
- 搜索行业报告、专家观点、数据概览
- 提取framework信息而非全部细节
- 例: 搜索"中国有声书市场 细分领域"获取分类框架

**3. 形成假设**
- 基于常识+快速搜索,对每个Issue形成"大概率会发生的判断"
- 假设必须是可验证的 (知道什么数据能证明/证伪)

#### 从Issue到Hypothesis的转化示例

```markdown
**Issue**: 1.1.1.1 按照内容结构分有哪些细分领域

**常识**: 感觉总体分为讲故事的、讲知识的、聊天式的

**快速搜索**: 
- 搜索"中国有声节目 分类"
- 在多份报告中找到"细分市场规模"图表
- 提取主要类别: 有声书、在线课程、播客、儿童故事

**Hypothesis/故事线**:
"这个市场分为有声书、在线课程、传统播客、道;其中有声书中儿童内容由于规模较大单独作为一类。过去5年里主要的用户时长增长来自于有声课程和表演式有声书。"
```

#### Hypothesis Tree输出格式

```markdown
## Hypothesis Tree / Storyline

### 核心假设

**H1**: [第一个核心假设,通常是对"增长体现在哪里"的判断]
- 支撑假设1.1: [更细的假设]
- 支撑假设1.2: [更细的假设]

**H2**: [第二个核心假设,通常是对"为什么增长"的判断]
- 支撑假设2.1: [更细的假设]
- 支撑假设2.2: [更细的假设]

### 需要验证的关键数据点
1. [数据点1] - 用于验证H1
2. [数据点2] - 用于验证H1.1
3. [数据点3] - 用于验证H2
```

#### 实际案例 (Podcast)

```markdown
## Hypothesis Tree / Storyline

### 核心假设

**H1: 市场增长主要来自有声书和在线课程,而非传统播客**
- H1.1: 有声书中,"表演式有声书/广播剧"是主要增长驱动
- H1.2: 在线课程的单用户价值极高,拉动收入增长
- H1.3: 传统分集播客在中国接受度低

**H2: 增长驱动力是"碎片化时间填充"+"焦虑驱动的自我提升需求"**
- H2.1: 用户使用场景是通勤、做家务等碎片时间
- H2.2: 中国用户偏好知识类/自我提升类内容
- H2.3: "焦虑"和"自我发展需要"是付费主要动因

**H3: 供给侧的内容生产模式和变现方式支撑了增长**
- H3.1: 有声书通过"头部播主高收入"示范效应带动内容井喷
- H3.2: 在线课程通过"卖课程"实现高客单价
- H3.3: 平台分为综合平台(喜马拉雅)和垂直平台(得到)

### 需要验证的关键数据点
1. 2019-2024年有声书/在线课程/播客的用户数和收入增长数据
2. 各细分领域的头部平台和市场份额
3. 用户画像数据(年龄/收入/使用场景)
4. 内容创作者变现数据(头部播主收入/课程定价)
5. 平台产品功能对比(注册/活跃/付费转化手段)
```

## 📋 PHASE 2: Dummy Pages (页面设计)

### STEP 4: 确定论证方式和信息来源

#### 目标
为每个假设确定最佳的论证方法和数据来源。

#### 论证方式分类

**1. 模型模拟**
- 适用: 市场规模预测、增长拆解、情景分析
- 示例: "中国有声市场规模 = 智能手机用户数 × 有声渗透率 × 付费率 × 客单价"

**2. 量表分析**
- 适用: 多维度对比、评分排序
- 示例: "平台对比表 - 从用户规模/内容数量/变现能力/产品功能4个维度对比喜马拉雅vs得到"

**3. 框架分析**
- 适用: 战略定位、竞争格局
- 示例: "波士顿矩阵 - 将各细分领域按增长率和市场份额分类"

**4. 案例分析**
- 适用: 成功经验总结、标杆研究
- 示例: "头部播主'紫荆'如何从讲鬼故事起家到财富自由"

**5. 数据可视化**
- 适用: 趋势展示、结构展示
- 示例: "2019-2024年各细分领域收入堆积面积图"

**6. 抽象归纳**
- 适用: 用户画像、行为特征
- 示例: "在线课程核心用户画像: 25-35岁,一线城市,中高收入,职场焦虑"

#### 信息来源分类

| 来源类型 | 适用场景 | 搜索策略 |
|---------|---------|---------|
| **行业报告** | 市场规模/趋势/格局 | "[行业] 市场报告 2024" |
| **企业年报/财报** | 企业收入/用户数/增长率 | "[公司名] 财报 2024" |
| **新闻媒体** | 最新动态/案例故事 | "[事件] 新闻 最近" |
| **专业数据平台** | 详细数据/用户画像 | "艾瑞咨询 [主题]" |
| **学术论文** | 理论框架/深度分析 | "[主题] 研究 论文" |
| **产品官网** | 产品功能/定价策略 | 直接访问官网 |

#### 输出格式

```markdown
## 论证方案

### H1: [假设1]

#### 论证页面1: [页面标题]
- **论证方式**: [模型模拟/量表分析/框架分析/etc.]
- **信息来源**: 
  - 主要: [来源类型1] - [具体搜索关键词]
  - 次要: [来源类型2] - [具体搜索关键词]
- **关键数据点**:
  1. [数据点1描述]
  2. [数据点2描述]

#### 论证页面2: [页面标题]
...
```

### STEP 5: 设计Dummy Pages结构

#### 目标
为每个论证页面设计McKinsey风格的页面布局和图表结构。

#### McKinsey常用页面布局类型

基于mckinsey-ppt-v4,我们有以下常用布局:

**1. 标题+单图表型 (Title + Single Chart)**
```
布局结构:
- 顶部: 论点式标题 (Argument-driven title)
- 中部: 主图表 (占60-70%空间)
- 底部: 数据来源 + 关键洞察框

适用: 单一数据故事,趋势展示
图表类型: 折线图/柱状图/面积图
```

**2. 标题+左右分栏型 (Title + Two-Column)**
```
布局结构:
- 顶部: 论点式标题
- 左侧: 图表或要点列表
- 右侧: 解释性文字或第二图表

适用: 对比分析,一图一文
```

**3. 标题+2×2矩阵型 (Title + 2×2 Matrix)**
```
布局结构:
- 顶部: 论点式标题
- 中部: 2×2矩阵图 (如波士顿矩阵/定位矩阵)
- 各象限: 简短说明文字

适用: 战略定位,分类框架
```

**4. 标题+表格型 (Title + Table)**
```
布局结构:
- 顶部: 论点式标题  
- 中部: 多维度对比表格
- 表头: 深蓝色背景+白色文字

适用: 多维度对比,量表分析
```

**5. 标题+瀑布图型 (Title + Waterfall Chart)**
```
布局结构:
- 顶部: 论点式标题
- 中部: 瀑布图(增长拆解/变化归因)

适用: 增长驱动因素分解
```

**6. 标题+时间轴型 (Title + Timeline)**
```
布局结构:
- 顶部: 论点式标题
- 上部: 横向时间轴
- 下部: 各时间段的柱状图/面积图

适用: 历史演进,阶段划分
```

**7. 洞察总结页 (Insight Summary)**
```
布局结构:
- 顶部: 总结性标题
- 中部: 3-5个带序号的洞察框
- 每个框: 深蓝色背景+白色标题+浅色内容区

适用: 章节总结,关键发现
```

#### Dummy Page设计输出格式

```markdown
## Dummy Pages设计

### 第X页: [McKinsey风格论点标题]

**对应假设**: H1.1

**页面布局**: 标题+单图表型

**图表类型**: 堆积柱状图

**数据需求**:
- X轴: 2019, 2020, 2021, 2022, 2023, 2024
- Y轴: 市场收入 (亿元)
- 系列: 有声书, 在线课程, 播客, 其他

**McKinsey设计要点**:
- 标题: 论点式,如"有声书和在线课程驱动中国市场增长,播客贡献有限"
- 配色: PRIMARY_BLUE主色,各系列用蓝色渐变
- 标注: 2024年有声书和在线课程占比达85%
- 洞察框: 右下角浅蓝框强调"播客仅占5%,远低于西方30-40%"

**信息来源**:
- web_search: "中国有声市场 细分收入 2024"
- web_search: "喜马拉雅 得到 市场份额"
```

#### 实际案例 (简化)

```markdown
## Dummy Pages设计

### 第3页: 有声书和在线课程驱动中国市场增长,传统播客仅占5%

**对应假设**: H1

**页面布局**: 标题+单图表型 (时间轴+堆积柱状图)

**图表类型**: 
- 上部: 横向时间轴 (2019-2024)
- 下部: 堆积柱状图

**数据需求**:
- 2019-2024各年的细分市场收入
  - 有声书收入 (亿元)
  - 在线课程收入 (亿元)
  - 播客收入 (亿元)
  - 其他收入 (亿元)

**McKinsey设计要点**:
- 标题字号: 18pt bold, PRIMARY_BLUE
- 时间轴: 深蓝色线,关键年份标注
- 柱状图: 从上到下为有声书/在线课程/播客/其他
- 颜色: PRIMARY_BLUE (有声书), SECONDARY_BLUE (在线课程), LIGHT_BLUE (播客), GRAY (其他)
- 标注: 2024年有声书37亿, 在线课程28亿, 播客3亿
- 洞察框: 右下角 "播客在中国仅占5%,远低于西方市场30-40%占比"

**信息来源**:
1. web_search: "中国有声市场规模 细分 2024"
2. web_search: "喜马拉雅 得到 收入 2024"
3. web_search: "中国播客市场规模"

---

### 第5页: "表演式有声书"通过头部播主示范效应带动内容井喷

**对应假设**: H1.1

**页面布局**: 标题+左右分栏型

**左侧**: 
- 图表类型: 折线图 (双Y轴)
- 数据需求:
  - 2019-2024有声书内容数量增长
  - 2019-2024头部播主平均年收入

**右侧**:
- 案例框: 头部播主"紫荆"案例
  - 起步: 2017年开始讲鬼故事
  - 爆发: 2020年单月收入突破50万
  - 示范: 带动1000+新播主入场
- 数据来源框

**McKinsey设计要点**:
- 左侧折线图: 双Y轴,内容数量用柱状,收入用折线
- 右侧案例框: 浅蓝背景,深蓝标题
- 关键insight: "头部收入增长5倍 → 内容供给增长10倍"

**信息来源**:
1. web_search: "喜马拉雅 有声书 播主数量"
2. web_search: "紫荆 有声书 收入"
3. web_search: "有声书创作者 变现"

---

### 第8页: 在线课程单用户价值是有声书的3倍,成为收入增长主力

**对应假设**: H1.2

**页面布局**: 标题+表格型

**表格结构**:
| 对比维度 | 有声书 | 在线课程 | 播客 |
|---------|--------|---------|------|
| 用户规模 (百万) | 180 | 45 | 30 |
| 付费率 | 8% | 35% | 2% |
| 客单价 (元/年) | 120 | 680 | 50 |
| **单用户价值** | **9.6元** | **238元** | **1元** |
| 市场规模 (亿元) | 17.3 | 10.7 | 0.3 |

**McKinsey设计要点**:
- 表头: PRIMARY_BLUE背景 + WHITE文字
- "单用户价值"行: 加粗 + 浅蓝背景强调
- 底部洞察框: "在线课程虽用户量仅为有声书1/4,但贡献了38%的市场收入"

**信息来源**:
1. web_search: "得到 樊登读书 用户数 付费率"
2. web_search: "喜马拉雅 会员 定价"
3. web_search: "在线课程 客单价 中国"
```

## 📋 PHASE 3: Data Collection & PPT Generation

### STEP 6: 使用web_search收集数据

#### 搜索策略

**1. 分层搜索**
```python
# 第一层: 获取框架和概览
web_search("中国有声市场 分类 框架")
web_search("有声书 在线课程 播客 定义")

# 第二层: 获取核心数据
web_search("中国有声市场规模 2024")
web_search("喜马拉雅 用户数 收入 2024")

# 第三层: 获取细节和案例
web_search("紫荆 有声书 播主 收入")
web_search("得到 樊登读书 课程定价")
```

**2. 多源验证**
- 至少2-3个来源验证关键数据
- 优先选择: 企业财报 > 权威研究机构 > 行业媒体

**3. 数据清洗**
- 统一单位和口径
- 标注数据年份和来源
- 处理缺失数据 (估算并说明)

#### 搜索执行建议

每个Dummy Page的数据收集:
- 执行2-5次web_search
- 如果初步搜索结果不理想,调整关键词重新搜索
- 将搜索到的数据整理成结构化格式

### STEP 7: 生成McKinsey风格PPT

#### 调用mckinsey-ppt-v4 skill

基于Dummy Pages设计和收集的数据,调用mckinsey-ppt-v4 skill生成PPT。

#### PPT结构

```
第1页: 封面
- 标题: [研究主题]
- 副标题: [研究范围和时间]

第2页: 目录/内容概览
- 基于Hypothesis Tree的章节结构

第3-N页: 正文页
- 每页对应一个Dummy Page设计
- 严格遵循McKinsey设计规范

最后一页: 结论与建议
- 3-5个核心洞察
- 行动建议 (如果需要)
```

#### McKinsey核心设计规范(融合自mckinsey-ppt-v4)

**配色方案**:
```python
PRIMARY_BLUE = RGBColor(0, 41, 96)      # 深蓝 - 主标题/表头
SECONDARY_BLUE = RGBColor(0, 101, 189)  # 中蓝 - 图表主色
LIGHT_BLUE = RGBColor(201, 240, 255)    # 浅蓝 - 洞察框背景
IKEA_YELLOW = RGBColor(255, 219, 0)     # 黄色 - 强调/警示
WHITE = RGBColor(255, 255, 255)         # 白色
GRAY = RGBColor(128, 128, 128)          # 灰色 - 次要信息
```

**排版规范**:
```python
# 页面尺寸
SLIDE_WIDTH = 10.0    # 英寸
SLIDE_HEIGHT = 5.625  # 英寸 (16:9)

# 内容区域
CONTENT_LEFT = 0.8    # 左边距
CONTENT_WIDTH = 8.4   # 内容区宽度
CONTENT_TOP = 1.0     # 上边距 (标题下方)

# 字体规范
TITLE_FONT_SIZE = 18  # 标题
BODY_FONT_SIZE = 11   # 正文
CAPTION_FONT_SIZE = 9 # 注释/来源
```

**强制规则**:
1. ⭐ **深蓝背景必须配白色文字** - 任何PRIMARY_BLUE或SECONDARY_BLUE背景,文字必须是WHITE
2. ⭐ **大文本框用直角矩形** - 宽度>3英寸的内容框必须用MSO_SHAPE.RECTANGLE (不是ROUNDED_RECTANGLE)
3. ⭐ **默认无边框** - 所有文本框默认无边框 (shape.line.fill.background())
4. **论点式标题** - 每页标题必须是一个完整论点,而非话题
5. **高信息密度** - 充分利用空间,但避免拥挤 (文字密度<60字符/平方英寸)

### STEP 8: 迭代优化至终极版

#### 优化流程 (参考mckinsey-ppt-v4迭代方法论)

**第1轮: 初版生成**
- 快速生成完整PPT
- 接受布局不完美
- 关注内容完整性和逻辑连贯

**第2轮: 问题识别**
- 用户逐页查看,截图标注问题
- Claude记录所有问题:
  - 元素遮挡/重叠
  - 文字溢出
  - 颜色对比度不足 (深蓝背景深蓝文字)
  - 图表标签显示不全
  - 内容密度过高

**第3轮: 针对性修复**
- 根据用户反馈精确修复
- 同类问题批量处理
- 验证修复效果

**第4轮: 内容拆分 (如需要)**
- 识别高密度页面
- 拆分为2-3页
- 保持逻辑连贯

**第5轮: 细节打磨**
- 微调间距和对齐
- 统一字号和颜色
- 完善页脚信息
- 最终质量检查

#### 质量检查清单

生成后必须检查:
```
□ 所有深蓝背景文字已设置为白色
□ 表格表头文字是否为白色
□ 大文本框是否误用圆角矩形
□ 元素是否有遮挡/重叠
□ 文字是否溢出
□ 图表标签是否完整显示
□ 时间轴/图表宽度是否一致
□ 不必要的边框是否已去除
□ 单页文字密度是否合理
```

## 🚀 完整工作流示例

### 用户输入

```
"我们公司正在考虑进入中国电动车充电桩市场。请帮我分析:
1. 这个市场的增长情况如何?
2. 主要玩家有哪些,他们是怎么做的?
3. 我们有什么机会?"
```

### Claude执行流程

#### Phase 1: Hypotheses Tree

**STEP 1: 定义问题边界**

```markdown
## 问题定义

### 是 ✅
- 分析中国电动车充电桩市场增长情况和驱动因素
- 识别主要玩家和成功模式
- 基于市场分析提出进入机会建议

### 不是 ❌
- 是否进入该市场的决策 (公司高层决策)
- 详细的进入执行方案 (需要后续专项研究)
- 全球充电桩市场对比 (聚焦中国市场)
```

**STEP 2: 建立Issue Tree**

```markdown
## Issue Tree

### Lv1: 1. 中国充电桩市场增长情况如何

#### Lv2: 1.1 市场规模与增长
- Lv3: 1.1.1 充电桩保有量和增长趋势
- Lv3: 1.1.2 市场收入规模和增长趋势
- Lv3: 1.1.3 与电动车销量的关系

#### Lv2: 1.2 细分市场结构
- Lv3: 1.2.1 公共桩vs私人桩
- Lv3: 1.2.2 直流快充vs交流慢充
- Lv3: 1.2.3 不同场景(高速/商场/社区)

### Lv1: 2. 主要玩家及成功模式

#### Lv2: 2.1 主要玩家格局
- Lv3: 2.1.1 Top5玩家及市场份额
- Lv3: 2.1.2 国企vs民企vs新势力

#### Lv2: 2.2 成功模式分析  
- Lv3: 2.2.1 商业模式(充电服务费/广告/数据)
- Lv3: 2.2.2 布局策略(重点场景/区域)
- Lv3: 2.2.3 技术差异化(功率/用户体验)

### Lv1: 3. 进入机会在哪里

#### Lv2: 3.1 市场空白
- Lv3: 3.1.1 欠发达地区覆盖不足
- Lv3: 3.1.2 特定场景(如景区/县域)

#### Lv2: 3.2 体验痛点
- Lv3: 3.2.1 找桩难/排队久
- Lv3: 3.2.2 支付复杂/兼容性差
```

**STEP 3: 形成Hypothesis Tree**

```markdown
## Hypothesis Tree

**H1: 市场正处于高速增长期,公共快充是核心增长点**
- H1.1: 2020-2024年充电桩数量年均增长率>50%
- H1.2: 公共直流快充桩增速快于私人交流桩
- H1.3: 高速公路和城市商圈是主战场

**H2: 市场被头部玩家主导,但格局未固化**
- H2.1: 特来电/星星充电/云快充占据50%+份额
- H2.2: 国企央企凭借资源优势快速扩张
- H2.3: 单纯卖充电服务费盈利困难,需要生态变现

**H3: 机会在于差异化定位和细分场景突破**
- H3.1: 头部玩家聚焦一二线,三四线覆盖不足
- H3.2: 用户体验痛点明显(找桩/支付/等待)
- H3.3: 可考虑"场景专家"模式(如专注景区/县域/物流园)

### 需要验证的关键数据点
1. 2020-2024充电桩保有量和增速
2. 公共vs私人、快充vs慢充结构和趋势
3. Top5企业名称、份额、布局策略
4. 充电服务费水平和盈利能力
5. 用户调研数据(痛点/满意度)
```

#### Phase 2: Dummy Pages

**STEP 4 & 5: 设计Dummy Pages** (展示3个关键页)

```markdown
## Dummy Pages设计

### 第3页: 中国充电桩市场高速增长,公共快充是核心驱动力

**对应假设**: H1, H1.1, H1.2

**页面布局**: 标题+单图表型 (时间轴+堆积柱状图)

**图表设计**:
- 上部: 2020-2024时间轴
- 下部: 堆积柱状图
  - X轴: 年份
  - Y轴: 充电桩数量(万台)
  - 系列1: 公共直流快充(深蓝)
  - 系列2: 公共交流慢充(中蓝)
  - 系列3: 私人桩(浅蓝)

**数据需求**:
- 2020-2024年各类型充电桩保有量
- 2024年同比增长率

**McKinsey设计要点**:
- 标注: 2024年公共快充达到XXX万台,YoY+78%
- 洞察框: "公共快充4年增长5倍,成为充电基础设施主力"

**信息来源**:
- web_search: "中国充电桩保有量 2024 统计"
- web_search: "公共充电桩 快充 慢充 数量"
- web_search: "充电桩行业报告 2024"

---

### 第6页: 特来电/星星充电/云快充占据半壁江山,国企央企快速追赶

**对应假设**: H2.1, H2.2

**页面布局**: 标题+表格型

**表格设计**:
| 排名 | 企业 | 类型 | 公共桩数(万) | 市场份额 | 主要布局 |
|-----|------|------|------------|---------|---------|
| 1 | 特来电 | 民企 | 45 | 22% | 高速+商圈 |
| 2 | 星星充电 | 民企 | 38 | 19% | 社区+商圈 |
| 3 | 云快充 | 民企 | 25 | 12% | 高速 |
| 4 | 国家电网 | 国企 | 22 | 11% | 高速+服务区 |
| 5 | 南方电网 | 国企 | 15 | 7% | 城市公共 |

**McKinsey设计要点**:
- 表头: PRIMARY_BLUE背景 + WHITE文字
- "类型"列: 民企用SECONDARY_BLUE,国企用GRAY
- 底部洞察: "Top5占71%份额,但Top2-5差距不大,格局未固化"

**数据需求**:
- 各企业公共充电桩数量和份额
- 企业性质和主要布局场景

**信息来源**:
- web_search: "充电桩企业排名 2024"
- web_search: "特来电 星星充电 市场份额"
- web_search: "国家电网 充电桩 布局"

---

### 第9页: 机会:以"场景专家"模式切入三四线或垂直场景

**对应假设**: H3, H3.3

**页面布局**: 标题+2×2矩阵型

**矩阵设计**:
- X轴: 市场竞争强度 (低 → 高)
- Y轴: 盈利潜力 (低 → 高)
- 四个象限放置不同场景:
  - 高潜力+低竞争: **物流园/货运** ⭐, **旅游景区** ⭐
  - 高潜力+高竞争: 高速服务区, 城市核心商圈
  - 低潜力+低竞争: 县域农村
  - 低潜力+高竞争: 社区私人桩

**McKinsey设计要点**:
- 右上象限用IKEA_YELLOW背景标注"推荐切入"
- 每个气泡标注场景名称+简短说明
- 底部行动建议框: "建议聚焦'物流园+景区'组合,成为垂直场景专家"

**数据需求**:
- 各场景的竞争格局
- 各场景的充电频次和服务费潜力
- 用户痛点数据

**信息来源**:
- web_search: "物流园 货运 充电桩 需求"
- web_search: "景区 充电桩 覆盖率"
- web_search: "充电桩 用户 痛点 调研"
```

#### Phase 3: Data Collection & PPT Generation

**STEP 6: 执行web_search收集数据**

为每个Dummy Page执行2-5次搜索,例如:

```python
# 为第3页收集数据
web_search("中国充电桩保有量 2020-2024 统计")
web_search("公共充电桩 快充 慢充 比例 2024")
web_search("中国充电桩行业研究报告 2024")

# 为第6页收集数据
web_search("特来电 星星充电 市场份额 2024")
web_search("充电桩运营商 排名 Top10")
web_search("国家电网 充电桩 布局 数量")

# 为第9页收集数据
web_search("物流园充电桩需求 市场空间")
web_search("旅游景区充电桩覆盖率 2024")
web_search("充电桩用户痛点 调研报告")
```

**STEP 7: 生成PPT**

调用mckinsey-ppt-v4 skill,基于:
- Dummy Pages设计
- 搜索收集的数据
- McKinsey设计规范

生成15-20页的完整McKinsey风格PPT。

**STEP 8: 迭代优化**

用户查看初版,反馈问题:
- "第3页柱状图的2024年标签第二行没显示"
- "第6页表格表头文字看不见,都是深蓝色"
- "第9页右上角气泡和标题重叠了"

Claude针对性修复:
- 增加标签容器高度到0.35英寸
- 表头文字强制改为WHITE
- 重新布局第9页,删除所有形状后重建

2-3轮迭代后达到终极版质量。

## 📋 使用指南

### 启动对话

用户可以用以下方式启动:

**方式1: 直接描述商业问题**
```
"我们在考虑是否要进入XX市场/推出XX产品,帮我分析一下市场情况和机会。"
```

**方式2: 提供初步思考**
```
"我想研究XX行业的增长原因。我初步觉得可能是因为A、B、C,你帮我建立一个分析框架。"
```

**方式3: 上传现有材料**
```
"这是我们收集的一些行业报告[上传],帮我提炼出关键洞察并做成McKinsey风格PPT。"
```

### Claude响应流程

1. **澄清问题** (Phase 1 - STEP 1)
   - 确认"是什么/不是什么"
   - 对齐研究目标和范围

2. **建立Issue Tree** (Phase 1 - STEP 2)
   - 自动生成2-3层MECE拆解
   - 展示给用户确认

3. **快速形成假设** (Phase 1 - STEP 3)
   - 基于常识推理
   - 执行5-10次快速web_search获取框架信息
   - 形成Hypothesis Tree展示给用户

4. **设计Dummy Pages** (Phase 2 - STEP 4-5)
   - 为每个关键假设设计论证页面
   - 列出数据需求清单
   - 用户可以review并调整

5. **收集数据并生成PPT** (Phase 3 - STEP 6-7)
   - 执行15-30次web_search收集数据
   - 调用mckinsey-ppt-v4生成初版PPT
   - 提供下载链接

6. **迭代优化** (Phase 3 - STEP 8)
   - 用户反馈问题
   - Claude针对性修复
   - 2-3轮迭代至完美

### 用户控制点

用户可以在以下节点pause并调整:

1. **问题定义后** - 调整研究范围
2. **Issue Tree后** - 增删改问题节点
3. **Hypotheses后** - 修改假设或优先级
4. **Dummy Pages设计后** - 调整页面布局或数据需求
5. **初版PPT后** - 反馈问题进行迭代

## 🎯 质量保证

### 内容质量

- ✅ 假设有逻辑支撑,不是拍脑袋
- ✅ 数据来自多个可靠来源
- ✅ Issue Tree符合MECE原则
- ✅ Storyline连贯,论据充分

### PPT质量

- ✅ 严格遵循McKinsey设计规范
- ✅ 深蓝背景必配白色文字
- ✅ 大文本框用直角矩形
- ✅ 无不必要边框
- ✅ 论点式标题
- ✅ 高信息密度但不拥挤

## 📚 参考文献

本skill基于以下方法论和工具:

1. **McKinsey Problem Solving 101/102** - 问题解决方法论
2. **MECE原则** - 不重不漏的框架思维
3. **金字塔原理** - 结构化表达和论证
4. **mckinsey-ppt-v4** - McKinsey风格PPT生成规范
5. **Python-pptx** - PPT程序化生成

## 版本信息

**McKinsey Consultant Skill V1.0**
- 发布日期: 2025-01
- 作者: 基于McKinsey方法论和实战经验
- 许可证: MIT License

---

**准备好开始了吗?请描述您的商业问题,我将引导您完成整个McKinsey咨询式分析流程!** 🚀