MECE-probleemstructuur · IN HET KORT
Als een probleem te groot voelt, helpt het om eerst te bepalen wat je moet uitzoeken. De MECE-skill scherpt de kernvraag aan en verdeelt die in deelvragen. Je krijgt een onderzoeksstructuur waarin aannames, ontbrekend bewijs en het eerste werk zichtbaar zijn.
Jouw opdracht
Fictief voorbeeld: de workshopomzet daalt, maar je weet niet waarom. Een eerste splitsing is het aantal verkochte plaatsen en de gemiddelde opbrengst per plaats, met dezelfde periode en definities. De eerste actie kan zijn die gegevens uit het boekingssysteem halen. Pas daarna kun je een oorzaak onderzoeken.
Mogelijke uitwerking
Dit voorbeeld laat de werkwijze zien. Het is geen klantresultaat of belofte over jouw uitkomst.
01 / DE BASIS
Een bevestigde kernvraag, probleemboom met bewijsbehoefte, overlapcontrole en één actie van maximaal een werkdag.
02 / ZO KAN HET ERUITZIEN
Fictief voorbeeld: de workshopomzet daalt, maar je weet niet waarom. Een eerste splitsing is het aantal verkochte plaatsen en de gemiddelde opbrengst per plaats, met dezelfde periode en definities. De eerste actie kan zijn die gegevens uit het boekingssysteem halen. Pas daarna kun je een oorzaak onderzoeken.
Dit voorbeeld laat de werkwijze zien. Het is geen klantresultaat of belofte over jouw uitkomst.
Een nette probleemboom bewijst geen oorzaak en garandeert geen volledige dekking. Terugkoppeling tussen takken moet zichtbaar blijven. Onbekende impact krijgt geen verzonnen percentage. Voor een eenvoudige feitenvraag of een kleine taak kan de structuur meer werk opleveren dan ze bespaart.
03 / AAN DE SLAG
Vat situatie en complicatie samen en formuleer één onderzoeksvraag zonder verborgen oplossing.
Kies een logische splitsing, controleer overlap en gaten en geef elke tak een weerlegbare hypothese.
Kies het nuttigste eerste bewijs en een afgebakende onderzoeksactie voor morgen.
04 / MAAK HET EIGEN
De Nederlandstalige skill is gratis te downloaden als ZIP met een SKILL.md-instructiebestand. Je hoeft voor de download geen account aan te maken of een e-mailadres achter te laten. Het bestand wordt aangeboden onder de MIT-licentie; lees de licentievoorwaarden voordat je het aanpast of verder verspreidt. Hulp bij het toepassen? Plan een gesprek.
Alle informatieDownload. Pas toe. Verfijn.
Taal van het bestand: Nederlands
Lees verder in je eigen tempo.
Je hebt een probleem dat te groot voelt om te beginnen, en je merkt dat elk gesprek erover meteen in oplossingen schiet. Deze gratis skill doet het omgekeerde: hij herschrijft je vraagstuk eerst naar één scherpe resolutievraag, knipt die op in twee tot vijf takken die elkaar niet overlappen en samen alles dekken, hangt aan elke tak een hypothese die fout kan zijn, en eindigt met één actie die morgen in een werkdag past. Wat hij niet weet, verzint hij niet: dan staat er [ONBEKEND] met de vindplaats erbij.
de regels hierboven komen uit de zip op deze pagina · SKILL.md is 11.812 bytes
Dit is het uitgewerkte voorbeeld dat in de SKILL.md zelf staat, hier ingekort weergegeven. De input is precies zoals mensen het echt zeggen: een cijfer, een richting, en de eerlijke opmerking dat je niet weet waar je moet beginnen. Let op wat er als eerste gebeurt. Er wordt niet meteen geknipt: eerst herschrijft de skill de vraag en legt hij die ter bevestiging voor.
De AI MECE Probleem Structuur Coach is een gratis skill uit onze skill-bibliotheek, een van de 100 skills die we daar zonder account beschikbaar stellen. Een skill is een instructiebestand, SKILL.md, dat een AI-assistent een vaste werkwijze meegeeft voor één taak. Geen software die je installeert, geen abonnement, geen koppeling met je systemen: één tekstbestand van 1.613 woorden instructie dat Claude vertelt hoe je een groot vraagstuk opknipt, welke toetsen daarbij horen, in welke volgorde dat gebeurt en wat hij onder geen beding zelf mag invullen. Wil je eerst weten wat een skill precies is, lees dan wat Claude skills zijn.
Het probleem dat de skill oplost is een vergaderprobleem dat je waarschijnlijk herkent. Er is iets mis, iedereen heeft een theorie, en binnen tien minuten praat de kamer over oplossingen terwijl niemand het probleem heeft opgeschreven. Er wordt data opgehaald zonder dat iemand weet welke vraag die data moet beantwoorden. Twee mensen onderzoeken hetzelfde vanuit een andere hoek. En de tak waar het antwoord werkelijk in zit, staat op geen enkel bordje, want die is niemand opgevallen. Daar zet de skill een vaste volgorde tegenover: eerst structureren, dan pas oplossen.
Hij is geschreven voor iedereen die af en toe met een vraagstuk zit dat groter is dan een taak: ondernemers, managers, adviseurs, marketeers, projectleiders. De typische aanleidingen die de skill zelf noemt zijn strategische keuzes, omzetdalingen, klantretentie, productiviteitsvraagstukken, marktonderzoek en organisatorische problemen. Kortom: de momenten waarop mensen meteen in oplossingen schieten. Hij hoort thuis in de dienst AI en automatisatie, waar we dit soort werkwijzen ook echt inrichten voor bedrijven.
Eén ding moet je vooraf weten, en de skill zegt het zelf ook: hij structureert, hij lost niet op. Aan het eind van een sessie heb je geen antwoord op je vraag. Je hebt een boom, een set hypothesen en een plek om te beginnen. Dat klinkt minder dan een antwoord, maar het is precies wat ontbreekt op het moment dat een vraagstuk te groot voelt. Structuur maakt het onderzoek efficient, het vervangt het onderzoek niet.
Wie een groot probleem niet opgelost krijgt, zoekt de fout meestal in de uitvoering. Bijna altijd zit hij eerder: in de vraag. Daarom zit er een aparte fase voor de probleemdefinitie in, en de eisen die daar staan lezen als een lijst van wat er in de praktijk misgaat.
De vraag is een oplossing in vermomming. Hoe verhogen we ons advertentiebudget is geen probleemvraag maar een besluit dat al genomen is. Wie zo begint, onderzoekt alleen nog of het besluit klopt. Wat de skill eist, is dat de resolutievraag begint met waarom, hoe of welke, dat hij met onderzoek te beantwoorden is, en dat er geen oplossing in zit. Waarom daalt onze maandomzet voldoet daaraan, en dat verschil bepaalt alles wat eronder hangt.
De takken overlappen elkaar. Zet je een vraagstuk uiteen in marketing, sales en klanttevredenheid, dan kan een oorzaak in alle drie tegelijk vallen. Het gevolg is dubbel werk en een discussie over wie waarvan is. De M van MECE staat precies daarvoor: mutually exclusive, de delen sluiten elkaar uit.
Er zit een gat in de indeling. Dit is de duurste fout, want je merkt hem niet. Als je omzetdaling uiteenvalt in minder klanten en lagere orderwaarde, maar niemand de vertrokken klanten als aparte tak opschrijft, dan onderzoekt de hele club maandenlang de verkeerde helft. De C van collectively exhaustive dekt dat af: samen honderd procent.
De hypothese kan niet fout zijn. Klanten zijn ontevreden is geen hypothese, want er is geen enkel onderzoek denkbaar dat die uitspraak onderuit haalt. Per tak moet er dus een falsifieerbare uitspraak liggen: klanten die in het eerste kwartaal instroomden zeggen bij opzegging vaker dat de levertijd tegenviel. Die kun je toetsen, en dus kun je hem ook verliezen.
Alles is even belangrijk. Zonder prioritering blijft een boom een mooi plaatje. Daarom markeert hij welke twintig procent van de takken naar verwachting tachtig procent van het antwoord oplevert, met de reden erbij, en sluit hij af met één actie. Niet drie, want wie met drie acties begint, begint met geen enkele.
In diff-vorm, met regels uit het voorbeeld van de skill: wat er als vraagstelling uit gaat, en wat ervoor terugkomt.
De boom uit het voorbeeld, met daarboven de splitsing die de skill eerst verwierp. Het interessante zit niet in de takken maar in de twee vragen eronder: kan een oorzaak in twee takken tegelijk vallen, en past er iets in geen enkele tak. Beantwoord je een van beide met ja, dan is de splitsing niet MECE en gaat hij terug.
Een skill is zo goed als zijn instructies, dus die beschrijven we hier gewoon, en wel het bestand dat nu in de zip zit. Het opent met een frontmatter waarin staat wanneer Claude de skill moet oppakken.
Niet alleen bij de vaktermen MECE, issue tree, probleemboom, Minto, Pyramid Principle, SCQA en McKinsey methode, maar juist ook bij hoe mensen het echt zeggen: waar begin ik, dit probleem is te groot, ik zie door de bomen het bos niet, help me dit opknippen, wat is de kernvraag, waarom daalt onze omzet, waarom lopen klanten weg, en ik weet niet welke data ik moet ophalen. In de frontmatter staat er meteen bij wanneer je hem juist niet moet gebruiken: bij pure feitenvragen met één antwoord, en bij taken van minder dan twee uur, want daar is structureren duurder dan gewoon doen.
Daarna volgt een hoofdstuk over de theorie waarop de skill rust, en pas daarna de werkwijze: vier fases in een vaste volgorde. Fase 1 is de probleemdefinitie via SCR, drie regels: de situatie in feiten, de complicatie die de situatie verstoort met sinds wanneer en hoe merkbaar, en de resolutievraag. Die vraag wordt de wortel van de boom, en de instructie is uitdrukkelijk om hem eerst ter bevestiging voor te leggen, want zit de wortel fout, dan is alles eronder verspilde moeite.
Fase 2 is de decompositie. De wortelvraag gaat in twee tot vijf deelvragen, en de skill moet bewust een structuur kiezen uit zes mogelijkheden: algebraisch, procesmatig, per stakeholder, per segment, volgens een bestaand model zoals 7S, of intern tegenover extern. Algebraisch heeft daarbij de voorkeur wanneer het kan, want dat is het meest waterdicht. Hij benoemt welke structuur hij kiest en waarom, splitst hooguit drie niveaus diep, en toetst elke splitsing hardop op de twee vragen uit FIG.02.
Fase 3 hangt aan elke tak vier dingen: een falsifieerbare hypothese, een impactinschatting van hoog, midden of laag met één zin waarom, het bewijs dat nodig is inclusief waar dat te halen valt, en een eigenaar die het uitzoekt. Ontbreekt de data om de impact in te schatten, dan komt er [ONBEKEND] te staan. Daar wordt nooit een zelfbedacht getal ingevuld.
Fase 4 sluit af: de MECE-toets nog eens expliciet en uitgeschreven als zin in plaats van als vinkje, de 80/20 markering met reden, en één concrete actie voor morgen van maximaal één werkdag, met daarbij de vraag die hij beantwoordt en wat je daarna weet. Daarnaast staat er een verplichte inputchecklist van zes punten, met de regel dat de skill alleen navraagt wat ontbreekt en maximaal twee vragen tegelijk stelt.
Er staat een vast outputformat in met de koppen Probleemdefinitie, Issue Tree, MECE check, 80/20 prioriteit en Actie voor morgen. Er staat een volledig uitgewerkt voorbeeld in, dat je in verkorte vorm in FIG.01 en FIG.02 terugziet. En het bestand sluit af met acht weigeringen, vijf grenzen van het framework en zes bronnen. Wil je zelf zo'n bestand leren schrijven, dan legt SKILL.md schrijven die opbouw stap voor stap uit.
Fase 1 is de fase die mensen willen overslaan, en precies daarom staat hij vast. De probleemdefinitie zoals de skill hem opbouwt, inclusief de kandidaat-vraag die het niet haalde. Een vraag die een oplossing verstopt, valt hier af en niet drie weken later.
De SKILL.md noemt zes bronnen bij naam, en dat is bewust: dan kun je ze nalezen en zelf bepalen of je het ermee eens bent. Ze zijn hier op volgorde van invloed beschreven.
MECE en de pyramide komen van Barbara Minto. Zij ontwikkelde het principe in de jaren zestig bij McKinsey en werkte het uit in The Pyramid Principle. Twee jaartallen zijn allebei juist en horen bij verschillende uitgaven: in 1973 gaf zij het zelf uit als een reeks boekjes, en in 1987 verscheen de brede editie bij Pearson die de rest van onze skillpagina's noemt.
MECE staat voor Mutually Exclusive, Collectively Exhaustive: onderdelen die elkaar niet overlappen en samen honderd procent van het probleem dekken. Het Pyramid Principle zelf gaat over iets anders, namelijk hoe je het antwoord communiceert: top down, met de governing thought vooraan en de onderbouwing eronder. MECE zit daaronder, want het bepaalt hoe je het probleem opknipt voordat je een antwoord formuleert. Wie vooral het communicatiedeel zoekt, is beter af bij de Pyramid Principle Schrijver skill, en voor de verhaalopening bestaat de SCQA communicatiecoach.
Het hypothesegedreven werken komt van Ethan Rasiel. The McKinsey Way uit 1999 beschrijft de praktijk erachter: je begint niet met data verzamelen maar met een hypothese, en de data die je daarna ophaalt heeft een doel. Dat vertaalt de skill naar de eis dat elke tak een falsifieerbare uitspraak draagt, met daarbij het bewijs dat nodig is en waar dat te halen valt. Rasiel schreef in 2001 met Paul Friga ook The McKinsey Mind, dat als tweede bron in het bestand staat.
De logic tree en de 80/20 komen van Conn en McLean. Bulletproof Problem Solving uit 2018 werkt de boom uit als werkplan: per tak weet je wie hem oppakt, welk bewijs nodig is en wanneer je klaar bent. Daar komt ook de eis vandaan dat je markeert welke twintig procent van de takken naar verwachting tachtig procent van het antwoord oplevert. Wie precies dat prioriteringsdeel zoekt, kan naast deze skill de Pareto Analist skill gebruiken.
De 5 Whys komt van Taiichi Ohno. Toyota Production System uit 1978 staat in de bronnenlijst als aanvullende techniek voor één enkele tak. Dat is een nuttige afbakening: MECE ordent het geheel, de 5 Whys graaft binnen één tak door naar de oorzaak. Die twee bijten elkaar niet, ze werken achter elkaar. De 5 Waarom Analist skill is de logische volgende stap zodra je weet welke tak je wilt uitgraven.
De waarschuwing tegen bevestigingsdrang komt van Richards Heuer. Psychology of Intelligence Analysis uit 1999 gaat over het toetsen van concurrerende hypotheses in plaats van het bevestigen van één. Dat is de scherpste zelfkritiek in het hele bestand: hypothesegedreven werken maakt je sneller en vergroot tegelijk de kans dat je vindt wat je al dacht. Actief bewijs zoeken dat je eigen hypothese onderuit haalt, is daarom een harde opdracht in het bestand. Wie die reflex breder wil trainen, kan terecht bij de Eerste Principes Denker skill, die aannames afpelt tot wat er echt vaststaat.
Ook zonder de skill te installeren kun je met deze principes je eigen vraagstuk beter aanpakken: schrijf de vraag op voordat je oplossingen bedenkt, toets je indeling op overlap en gaten, en zoek bewijs dat je ongelijk geeft.
De SKILL.md bevat een lijst van acht dingen die de skill nooit doet, en die lijst is minstens zo belangrijk als wat hij wel doet. Een boom die er overtuigend uitziet maar op verzonnen cijfers rust, is gevaarlijker dan geen boom. In het gesprek pakken die acht regels zo uit: elke regel is een verzoek dat je zou kunnen doen, met de reactie die de skill volgens zijn eigen instructies geeft.
De zip is 5,2 KB en bevat één map, ai-mece-probleem-structuur-coach, met daarin de SKILL.md. Installeren is een kwestie van het bestand op de juiste plek zetten, en die plek verschilt per omgeving. SKILL.md is sinds december 2025 een open standaard, en dezelfde skill werkt daardoor ook in Codex, Cursor en Gemini CLI. Je downloadt dus geen Claude-bestand maar een werkinstructie die elke moderne AI-assistent kan lezen. Loop je vast, dan staat de volledige route in Claude skills installeren.
~/.claude/skills/ (of .claude/skills/ in je project)./ai-mece-probleem-structuur-coach.AGENTS.md in je repo.AGENTS.md.Daarna is het gebruik simpel: beschrijf je vraagstuk in normale taal, inclusief wat er precies gebeurt, sinds wanneer, en welke cijfers je wel en niet hebt. Hoe rauwer de beschrijving, hoe beter, zolang er maar feiten in zitten. Wat ontbreekt vraagt hij zelf na, maximaal twee dingen tegelijk. Werkt de indeling voor jouw branche niet goed genoeg, open dan de SKILL.md en voeg je eigen decompositiestructuren toe: het is een tekstbestand, geen black box. In de kennisbank staat de bredere uitleg over werken met AI.
Op zijn sterkst is deze skill bij vraagstukken die groot genoeg zijn om er verkeerd aan te beginnen: een omzet die daalt zonder duidelijke reden, klanten die weglopen, een team dat trager wordt, een markt die je nog niet kent, een strategische keuze waar drie mensen drie verschillende dingen over roepen. In al die gevallen is de winst niet dat je sneller een antwoord hebt, maar dat je niet drie weken het verkeerde onderzoekt.
Er zijn ook situaties waarin je hem beter laat liggen, en het bestand is daar zelf duidelijk over. Bij pure feitenvragen met één antwoord is een boom onzin. Bij taken van minder dan twee uur is structureren duurder dan gewoon doen. En bij vraagstukken waar het probleem zelf nog niet vaststaat, of bij creatieve en ontwerpvragen, werkt divergeren beter dan opknippen: je moet dan eerst meer mogelijkheden zien, niet minder.
Daarnaast staan er vijf grenzen van het framework zelf in benoemd, en die zijn eerlijker dan je van een instructiebestand zou verwachten. MECE is een ideaal, geen garantie. In sociale en organisatorische vraagstukken overlappen oorzaken vrijwel altijd een beetje. Het doel is bruikbaar scheiden, niet perfect scheiden.
De boom is zo goed als de wortelvraag. Een keurige structuur onder een verkeerde vraag is verspilde precisie met een geruststellend uiterlijk. Hypothesegedreven werken vergroot de kans op bevestigingsdrang, dus zoek actief bewijs dat je hypothese onderuit haalt. Het model past slecht bij vraagstukken zonder vastomlijnd probleem, zoals hierboven al genoemd. En bij sterke terugkoppeling tussen takken is een boom een vereenvoudiging: als de prijs het verloop aanjaagt en het verloop weer op de prijs drukt, dan benoem je die lus in plaats van hem weg te knippen. In FIG.02 staat die waarschuwing letterlijk bij tak 3.
Wat de skill ook niet doet, is je vertellen of het probleem dat je aandraagt het juiste probleem is om nu aan te werken. Een perfect gestructureerde analyse van een randverschijnsel blijft een analyse van een randverschijnsel. Wie eerst wil bepalen of het vraagstuk uberhaupt urgent is, kan beter beginnen bij een risicoblik zoals de Pre-Mortem Analist skill, die een plan vooraf laat mislukken om te zien waar het breekt.
Deze skill is de gratis doe-het-zelf-versie van werk dat we ook als dienst leveren. Compleet is hij, en zonder addertjes, maar besef wel wat een skill is: hij leert je AI hoe hij iets doet, terwijl elke nieuwe sessie leeg begint. Hij is niet de motor en hij is niet het geheugen. Jij prompt, jij levert elke keer opnieuw de context, jij controleert. Wie dat anders wil, heeft twee vervolgstappen: de motor uit handen geven, of het geheugen regelen.
Trede 3 verdient meer dan een alinea, want dit is het verschil tussen een slimme chat en een systeem waar je op kunt bouwen. Bij deze skill geldt dat extra: een probleemboom is geen eenmalig document maar een onderzoek dat weken loopt. Jarvis is het organisatiebrein: het onthoudt wat je AI's moeten weten, verdeelt het werk en houdt bij wat er gebeurde. Je merkt het als eerste bij de start van een nieuwe sessie.
Wij draaien zelf al maanden op dit systeem. Elke agent-sessie, elke taak en elke beslissing wordt erin gelogd en is terug te lezen. Een nieuwe sessie begint daardoor niet blanco: hij haalt eerst de vastgelegde besluiten, de lopende projecten en de laatste wijzigingen op, en werkt verder waar de vorige stopte. We beschrijven dus geen belofte maar de werkwijze waar we zelf dagelijks in werken.
Bekijk de vier plannen op jarvis/prijzen. Via de wachtlijst geef je alleen vrijblijvend je voorkeursplan door. Dat maakt nog geen account, bestelling of betalingsplicht. Zakelijk maatwerk bespreken we eerst.
Structureren is één schakel. Er gaat een keuze aan vooraf over welk probleem je pakt, en er komt een uitgraving achteraan zodra je weet welke tak ertoe doet. Deze skills uit dezelfde bibliotheek pakken elk een ander stuk van die keten.
Zodra je weet welke tak ertoe doet, moet je erin. MECE ordent het geheel, deze twee graven binnen één tak.
5 Waarom AnalistOorzaak: graaf binnen één tak door naar de werkelijke oorzaak, de techniek die de SKILL.md zelf als aanvulling noemt.SKILL Pareto AnalistPrioriteit: werkt de 80/20 uit die de MECE-skill alleen markeert, met de verdeling erachter.SKILLOpknippen is niet de enige route. Soms moet je eerst afpellen of juist twijfelen aan het probleem zelf.
Eerste Principes DenkerAannames: pelt af tot wat er echt vaststaat, waar MECE indeelt wat er al ligt.SKILL Theory of Constraints AnalistHefboom: zoekt de ene beperking die de hele keten remt, in plaats van alle takken tegelijk.SKILLEen boom is geen besluit. Deze twee helpen bepalen welk type vraagstuk je hebt en waar je analyse breekt.
Cynefin BeslisserOrdening: bepaalt eerst of je vraagstuk zich uberhaupt laat opknippen of dat het complex is.SKILL Pre-Mortem AnalistRisico: laat het plan vooraf mislukken, zodat je ziet welke tak je over het hoofd zag.SKILLMinto schreef ook over de presentatie van het antwoord. Daar zijn aparte skills voor.
Pyramid Principle SchrijverPresentatie: dezelfde auteur, maar dan voor het antwoord in plaats van het probleem.SKILL SCQA CommunicatiecoachOpening: de verhaalvorm waar SCR de eerste drie letters van leent.SKILLNieuw met skills? Deze drie leggen het systeem uit voordat je gaat downloaden.
Wat zijn Claude skillsHet idee achter SKILL.md en waarom een instructiebestand meer doet dan een prompt.BLOG Claude skills installerenDe volledige installatieroute per omgeving, uitgebreider dan het drieluik hierboven.BLOG SKILL.md schrijvenZelf een skill maken, inclusief de opbouw met weigeringen en outputformat.BLOGWaar deze skill vandaan komt en wat er nog meer is.
De hele skill-bibliotheekAlle 100 gratis skills op een rij, per onderwerp gesorteerd.HUB AI en automatisatieDe dienst erachter: van losse skills naar werkende automatisering in je bedrijf.SRV AI-trainingenAls je team dit soort werk zelf wil leren opzetten.SRV KennisbankArtikelen over SEO, AI en online zichtbaarheid, doorzoekbaar.DOCNiets. De skill is gratis, valt onder de MIT-licentie en je hoeft geen account aan te maken en geen e-mailadres achter te laten. Je downloadt een zip van 5,2 KB met daarin een map en een enkel bestand, SKILL.md, en dat is de complete skill. Er is geen betaalde versie en er komt geen verkoopmail achteraan.
Ja. SKILL.md is sinds december 2025 een open standaard, en hetzelfde bestand werkt daardoor ook in Codex, Cursor, Gemini CLI en andere tools die de standaard volgen. In Codex pak je de zip uit in .agents/skills/ in je project, of in ~/.agents/skills/ voor al je projecten; Codex ondersteunt SKILL.md sinds de open standaard van december 2025 rechtstreeks. De inhoud van SKILL.md in je AGENTS.md zetten kan ook nog steeds. De instructies zelf zijn gewoon leesbare tekst, dus een AI-assistent die instructiebestanden accepteert kan ermee overweg.
MECE staat voor Mutually Exclusive, Collectively Exhaustive: de delen overlappen elkaar niet en dekken samen honderd procent van het probleem. Barbara Minto ontwikkelde het principe in de jaren zestig bij McKinsey en werkte het uit in The Pyramid Principle. Twee jaartallen zijn allebei juist en horen bij verschillende uitgaven: in 1973 gaf zij het zelf uit als een reeks boekjes, en in 1987 verscheen de brede editie bij Pearson die de rest van onze skillpagina's noemt. Overlap levert dubbel werk en ruzie over wie waarvan is. Gaten leveren blinde vlekken, want het echte antwoord zit dan in de tak die niemand heeft opgeschreven.
Nee. Waar een impactinschatting hoort die je niet kunt onderbouwen, zet de skill [ONBEKEND] en benoemt hij waar die data te halen is. Hij wijst ook geen oorzaak aan zonder bewijs: een hypothese is een gok die je opschrijft om hem te kunnen weerleggen, geen conclusie. Cijfers, percentages, benchmarks en marktgegevens verzinnen staat als eerste punt in de lijst van acht dingen die de skill nooit doet.
Maximaal drie niveaus diep en maximaal vijf takken per niveau. Boven vijf takken is het geen structuur meer maar een lijst, en dieper dan drie niveaus wordt de boom onbruikbaar in een gesprek. De skill knipt de wortelvraag eerst op in twee tot vijf deelvragen en splitst daarna alleen waar dat echt iets toevoegt.
Bij vraagstukken waar het probleem zelf nog niet vaststaat, en bij creatieve of ontwerpvragen: daar werkt divergeren beter dan opknippen. Ook bij taken van minder dan twee uur is structureren duurder dan gewoon doen. En bij sterke terugkoppeling tussen takken, zoals een prijs die het verloop aanjaagt dat weer op de prijs drukt, is een boom een vereenvoudiging. De skill benoemt die lus dan in plaats van hem weg te knippen.
Wat er precies gebeurt in feiten en niet in interpretatie, sinds wanneer en of het geleidelijk of plotseling ging, welke cijfers er al zijn en welke er te halen zijn, wat er al geprobeerd is en met welk resultaat, wie beslist en wie het onderzoek kan uitvoeren, en welke beperkingen gelden in tijd, budget en mensen. Ontbreekt er iets, dan vraagt de skill maximaal twee dingen tegelijk na.
Een goede boom bespaart je weken verkeerd onderzoek, maar hij levert het onderzoek niet. Zit jouw vraagstuk in de hoek van vindbaarheid, dan is de eerste tak vaak sneller te toetsen dan je denkt: de gratis SEO scan laat in enkele seconden zien waar je site staat. En wil je doorpraten over wat AI verder voor je bedrijf kan doen, van losse skills tot volledige automatisering, dan doen we dat gewoon in een gesprek.
