先看这样一个案例，线路板装配时，点胶工艺的不良率高达10%，需要进行改善，那么从何入手呢？有很多因素都可能对结果产生影响，主要因素在哪里呢？如果全部进行分析那么要耗费太多的时间和精力，究竟从哪里入手呢？这里有一种思路，如果造成结果的原因特别多的时候，我们可以先从现象开始进行分层，然后再进行分析。它的思路是这个样子的：如果平均不良率是10%，这是一个现象，这个10%可能由许多个来源构成，而这些来源有可能是两个有显著差异的总体所造成的这样一种现象，如果我们把这样的一种类别能够分开，那么就可以马上找到一种改进的方向，也就是对原有的一种现象进行分层，如对原始数据中记录的一些类别对它们进行层别，如果对生产线进行层别的话，A生产线不良率为10.4%，B生产线不良率为9.7%，差别不大，接着按胶的供应商进行层别的时候，甲供应商不良率为17.1%，乙供应商不良率为2.2%，有显著的差异，所以通过层别找到重点的一个方向，是胶水不同造成的不良。

可见层别法不是一开始就去找原因，而是先将现象进行分层这样的一种方法。如果我们想从大量信息中搜索出有价值的信息，层别法是非常快捷的一种方式。前提条件是我们要把这些数据不断地分维度，所以当问题出现之后，我们一般来寻求有没有信息，当信息收集到之后最佳的方式是从现象中分维度、找重点、找异同、找规律，而不是马上就进行原因分析。

再看这样一个场景，公司的发电机在秋末时出现周期性超速，而设备检查员停机对每个部件进行检查，没有发现显而易见的原因。如何应用层别法分析呢？我们可以通过问问题的方式来不断地核查各种现象来找出不同，因为和原来完全都是一样的话，结果也会和以前一样，既然结果和以前不同，一定是过程发生了某些变化。我们来看看这个案例是如何用问问题的方式进行层别的。问：为何出现失速这种现象？这个问题好不好呢？这个问题是不是问不同呢？实际上这个问题问的是技术上问题，可能我们要分析很多很多的原因，这不是层别的思路。那我们应该怎样来问？问：在秋末这个时候究竟有什么差别？答：加了防冻剂。接着该怎么问呢？我们会想到每年都会加防冻剂，那么我们会问：防冻剂有什么变化？答：用了新牌号的防冻剂。那么接下来我们就要去评估和验证新的防冻剂会造成失速吗？通过这样不断的问找不同、找变化点的一种思路就可以快速的找到问题发生的原因。所以这里当我们发现信息量不是特别多的时候，我们可以通过层别法来挖掘一些信息，然后找出不同。

综合以上两个案例，当信息量非常大的时候，我们通过层别法来削减一些不必要的信息，然后找到重要的信息，当信息量非常少的时候，通过层别法提问的方式来补充信息，来找出有价值的信息。

本文为冠卓咨询原创文字作品，任何人或组织不得对本文进行篡改，转载或以盈利为目的行为，一经发现，将负法律责任。