我用自上而下的方法。美国人口约3.3亿，成年人约2.5亿。约65%的成年人喝咖啡，即1.62亿咖啡饮者。按饮用量分：重度（30%）平均3杯，中度（40%）平均1.5杯，轻度（30%）平均0.5杯。加权平均：1.65杯/人/天。总计：1.62亿 × 1.65 ≈ 2.67亿杯/天。NCA报告约4亿杯/天，我的估计在合理范围内——可能低估了重度饮者。

我会从利润公式开始系统性地识别下降来源。首先是收入问题、成本问题还是两者都有？收入方面：是销量下降还是价格下降？如果是销量，是所有产品/细分还是特定的？是整个市场在萎缩还是我们在丢份额？成本方面：固定成本增加了吗（租金、工资）？可变成本上升了吗（原材料、配送）？我还要确认这是行业普遍现象还是公司特有的。让我先问：客户的收入同比有变化吗？

咨询的三个方面与我的最佳工作方式完美契合。第一，多样性——我在面对新行业的新问题时最有活力。在当前岗位我用分析供应链学到的框架重构了运营团队，这种跨领域思想的交叉正是咨询在规模上实现的。第二，结构化问题解决——我喜欢把模糊问题拆解为可验证的假设。第三，影响力加速——咨询让我在前几年就能参与对CEO重要的问题。

我围绕四个方面结构化分析。市场：规模和增长率？监管动态？中国EV市场巨大，年增30%+，政府补贴强。竞争：关键玩家？比亚迪、蔚来和理想有本地优势。外国品牌面临重大阻力。能力：客户有EV技术吗？在中国有品牌认知吗？供应链基础设施？差距在哪？进入方式：考虑到竞争强度和监管复杂性，我建议与本地制造商合资获取市场准入和本地专业知识。关键问题是客户能否在技术上差异化同时借助本地伙伴做分销。

我遵循三步方法。第一，精确定义问题——我们到底在解决什么、为谁、何时？定义好的问题已经解决了一半。第二，用MECE原则将问题分解为问题树——每个分支相互独立且共同穷尽。对于利润下降，一级分支是收入和成本；收入下的二级是价格和销量；销量下的三级可能是现有客户和新客户。第三，排优先级——不是每个分支都值得等量分析。我用影响潜力和数据可用性的组合决定先聚焦哪里。在之前的岗位，我用这个方法诊断了15%的客户留存下降，发现问题集中在一个细分——前90天的企业客户——从而做了针对性的入职优化。