多數像我這樣非企管出身但對企業經營充滿興趣的人而言，麥肯錫（McKinsey）總是和日本趨勢大師大前研一（Kenichi Ohmae）劃上深淺不一的聯想。一來是因為大前研一理工訓練背景與所用的語言總是那麼的熟悉與貼切，二來是在其獨特思考方式的剖析與引導下，企業疑難雜症的解決就像解數學問題一樣，顯得單純又有樂趣。
伊森．雷索（Ethan M. Rasiel）這個前麥肯錫員工曾在1999年與2001年撰寫關於麥肯錫運作模式與問題解決之道的兩本書。分別為麥肯錫專業主義（The McKinsey Way）與麥肯錫的專業思維（The McKinsey Mind: Understanding and Implementing the Problem-Solving Tools and Management.），其中中文翻譯版與英文原本如參考資料所示[1-3]。該書以淺顯的範例紀錄麥肯錫顧問的心得與精髓，當然也包括剖析看待問題方式與經驗。
在上述兩本書中，作者提到對於麥肯錫人而言，最難以忘懷的是面對每一新議題的MECE、MECE、MECE（發音為me-see）（如圖一所示）。該書表示，MECE是每一個麥肯錫人解決問題的必要條件，這個單字在麥肯錫人一進入公司後便植入腦海，任何人手頭的文件、報告、電子郵件與語音郵件都必須是MECE。那何謂MECE？MECE又與高等數學中的正交基底（orthogonal basis）有何相關？此兩點是本文討論重點。
所謂的MECE即是"Mutually Exclusive, Collectively Exhaustive"的縮寫，中文意思就是”彼此獨立，互無遺漏”。MECE是問題解決過程的一種過程與這終狀態，其中MECE要求每一問題中的議題（issue）需要彼此獨立，並且將全部議題所壘加起來的狀態需要是完整的（亦即不能遺漏任何議題）。換句話說，MECE即是將問題拆解成許多子問題（在此子問題稱為議題），並重新建構這些議題關係，使相關議題彼此間獨立且完整（也就是其他議題不能再拆解成與先前議題相關，並且無法再增新的議題），是解決問題的重要步驟。
此外，Wikipedia也針對MECE Principle進行定義，內容包括：
The MECE principle (where "MECE" stands for "mutually exclusive and collectively exhaustive") says that data should be divided in groups which do not overlap and which cover all the data. This is desirable for the purpose of analysis, because it avoids the both problem of double-counting and the risk of overlooking information.
The MECE principle is useful in the business mapping process. If information can be arranged exhaustively and without double counting in each level of the hierarchy, the way of arrangement is ideal.
總而言之，一旦每個問題之議題可以獨立與完整的展開，那麼問題的解決程序即可依此架構與邏輯進行，標準操作模式（問題解決模式）成為可行。
MECE的論述與正交基底的概念相似。正交基底是數學上（代數）所使用的專有名詞[5]，我們過去在高中數學課堂裡所學習的空間向量，即是正交基底在三維空間的一個簡單例子。以三維空間來說，{(1,0,0),(0,1,0),(0,0,1)}等即組成一完整的三維正交基底，其中(1,0,0)即是常見的X軸單位向量；(0,1,0)即是常見的Y軸單位向量與(0,0,1)即是常見的Z軸單位向量。
上述三個向量彼此獨立且完整的撐起一個三維空間，其中獨立的意思就是上述第三個向量無法分解成其他兩者之代數合，而完整的意思就是只要此三個基本向量就夠了。一旦，此三個基本向量建立後，空間中的任何一其他向量，皆可化簡成此三向量的線性代數組合，而其他空間中的代數運算，例如求距離、求體積與求面積等也均可建立在此三維向量運算規則上。
由上面兩個類比關係可以看出，建立一個相互獨立且完整的基底是一重要步驟。為何此步驟或是準則扮演關鍵角色，因為一旦所有考量面向（即議題）可以一一建立，那麼其他資料與資訊均可依此準則（議題架構）進一步拆解與建立起來。若是再加上其他系統或是人為的運算規則後，問題解決程序即可依此系統性的建立起來。往後我們再進一步討論此主題運用方式。(1407 字)
| 圖一 MECE定義與內容（Source: The McKinsey Way, 1999） |
 |
參考資料：
--------------------------------------------------------------------------------------------------------------------------------------------