根本原因分析（RCA）是一项结构化的问题处理法，用以逐步找出问题的根本原因并加以解决， 而不是仅仅关注问题的表征。这要求我们要透过冰山一角，找到隐藏在水下的部分。

当然，任何一个问题，如果我们刨根究底，不加任何限制，我们甚至可以将其原因追溯到文明，因此，“适可而止,命中要害” 就显得特别重要。

一般来讲，根本原因要从下面三个维度进行一定的深挖，深挖到一个可执行层面（actionable level)，即直到可以采取有效措施为止：

• 物理原因（技术原因），如原材料错误、设备故障

• 人的原因，如错误操作、遗漏的操作导致问题发生

• 体系原因，如流程、方针等不能支持正确的决策导致问题发生

下面来看这7个秘密武器都有哪些？鱼骨图 Fish b

一、鱼骨图：又名因果图（Cause and effect daigram）, 由日本管理大师石川馨先生发明，故又名石川图。此工具简明实用，深入直观，是精益活动中常用武器。

 要点：

• 右边鱼头是果(effect)，左边鱼骨和鱼刺是因（cause)；

• 鱼骨是大的要因(main-cause)，鱼刺是小的要因（sub-cause);

• 现场作业大的要因一般为5M1E：人、机、料、法、环、测；

• 管理类问题大的要因一般为：人、事、地、时、物；

• 此武器搭配头脑风暴法使用更佳。

PS：头脑风暴法（Brain Storming），一种通过集思广益、发挥团体智慧，从各种不同角度找出问题所有原因或构成要素的会议方法。BS有四大原则：严禁批评、自由奔放、多多益善、搭便车。

二、5-why分析法：又称“5问法”，就是对一个问题点连续以5个“为什么”来追问，以追究其根本原因；之所以叫 5 Why，是因为大多数问题通过问5个问什么基本能找到其根本原因。

三、故障树分析(Fault Tree Analysis:简称FTA) 又称事故树分析，由美国贝尔电报公司的TEL实验室于1961年提出，是安全系统工程中重要的分析方法，常用于各种复杂设备问题的原因分析

一般来讲，安全系统工程的发展也是以故障树分析为主要标志的。故障树分析法故障树分析法1974年美国原子能委员会发表了关于核电站危险性评价报告，即“拉姆森报告”，大量、有效地应用了FTA，从而迅速推动了它的发展。

FTA 以数学为基础，采用逻辑符号帮助分析，直观、明了，思路清晰，逻辑性强，可以做定性分析，也可以做定量分析。

从一个可能的事故开始，自上而下、一层层的寻找顶事件的直接原因和间接原因事件，直到基本原因事件，并用逻辑图把这些事件之间的逻辑关系表达出来。

四、柏拉图 Pareto Chart ：又名主次因素图、排列图，可看作是按降序排列并带有累积百分比的特殊柱状图，是十九世纪的经济学家“维尔法度·柏拉图”创造的一种分析方法。

要事，凡事抓重点。此法背后的核心原理就是20/80法则。把数据按次序排列区分，在原因分析时可以找到“关键少数”（Vital Few）和“非关键多数” (Trival Many)，并予以区分。

 柏拉图的主要用途 

(1)按重要顺序显示出每个质量改进项目对整个质量问题的作用； 
(2)识别进行质量改进的机会。 
(即识别对质量问题有着影响的因素,并加以确认)    

作图步骤 

1)  选择要进行质量分析的项目； 
2)  选择用来进行质量分析的度量单位，如出现的次数（频数、件数）、成本、金额或其他； 
3)  选择进行质量分析的数据的时间间隔； 
4)  画横坐标； 
5)  画纵坐标； 
6)  在每个项目上画长方形，它的高度表示该项目度量单位的量值，显示出每个项目的影响大小； 
7)  由左到右累加每个项目的量值（以％表示），并画出累计频率曲线（帕累托曲线），用来表示各个项目的累计影响； 
8)  利用柏拉图确定对质量改进为重要的项目（关键的少数项目）。

五、失效模式及后果分析

六、树状图 Dendrogram：亦称树枝状图，Dendro即希腊语中的“tree” 。树形图是数据树的图形表示形式，以父子层次结构来组织对象，是枚举法的一种表达方式。

风靡的麦肯锡金字塔原理 MECE法则，其实本质就是个树状图而已，并不高深。

所谓： MECE=Mutually Exclusive Collectively Exhaustive。

即： 相互独立，*穷尽。

也是初中学生学习概率问题所需要画的一种图形

近几年流行的思维导图 Mind map，其实就是树状图哦，只不过更加思维图像化了。对了，Mind map的在线工具有很多。

七、散点图（scatter diagram）：即通过分析数据点在直角坐标系平面上的分布，来判断两变量之间是否存在某种关联的一种图形工具。

散点图中包含的数据越多，比较的效果就越好。

散点图与折线图相似，而不同之处在于折线图通过将点或数据点相连来显示每一个变化。

散点图是回归分析的基础。在回归分析中，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。