MECE 是什麼？用分類範例理解不重複、不遺漏

開會討論顧客經營時，有人說要照顧「新客」，有人提到「老客」，另一個人則補上「高消費客」。看起來列出了三種客群，真正整理名單時，卻發現同一位顧客可以同時出現在兩組。MECE 想解決的，就是這類分類重複、範圍不清楚的問題。

MECE 是整理資訊與拆解問題時使用的分類原則，要求各類別彼此不重疊，合起來又能涵蓋指定範圍。掌握這個原則，我們就比較容易看出一份分析重複算了什麼、漏掉了什麼，也能讓團隊在同一個基礎上討論。

接下來我會用一份顧客名單，帶你理解 MECE 的兩個條件，再把這份名單整理成可以實際使用的分類。

MECE 是什麼？先理解「互斥」與「完整涵蓋」

MECE 是 Mutually Exclusive、Collectively Exhaustive 的縮寫，中文通常說「相互獨立、完全窮盡」，也可以理解為「不重複、不遺漏」。用在分類時，更精確的意思是：在事先界定的範圍內，每個項目都恰好歸入一類。

例如，你要整理月底的一份會員名單，就先把「這份名單裡的會員」當成分類對象，再決定依什麼標準分組。分類對象固定下來，才有辦法判斷哪些會員重複出現，哪些會員還沒有地方放。

這個縮寫與金字塔原理作者 Barbara Minto 密切相關。她在 McKinsey 的訪談中說明，自己將這個概念縮寫，並應用在想法的分組與分析。理解它的重點，在於學會檢查分類的結構。

互斥：同一個項目只能進一類

「互斥」（Mutually Exclusive）是指各類別沒有交集，同一個分類對象不會同時符合兩類條件。中文譯名裡的「相互獨立」，在這裡談的是分類不重疊。

例如，把會員分成「買過商品的人」與「累積買過兩次以上的人」，就會發生重疊：買過兩次的人，也符合買過商品的條件。如果把兩組人數直接相加，就會重複計算同一位會員。

改成「從未買過」「恰好買過一次」「買過兩次以上」，每個人的累積購買次數就只會落在其中一組。這樣整理後，每組人數才適合相加。

完整涵蓋：範圍內的每個項目都有位置

「完整涵蓋」（Collectively Exhaustive）是指所有類別加起來，能涵蓋事先設定的全部對象。判斷有沒有遺漏，要回到你原本打算整理的範圍。

沿用剛才的會員名單，如果只列出「恰好買過一次」與「買過兩次以上」，兩類之間沒有重疊，卻漏掉了從未購買的會員。把「從未買過」補回來，才涵蓋了這份名單中購買次數已知的所有人。

實際資料還可能有購買紀錄缺失的會員。這時可以另列「購買次數待確認」，其餘三組只放次數已知的人，讓每一筆資料都有位置，也清楚看見哪些資料需要補齊。

工商時間

如果你想要更系統化、更輕鬆的學好 SEO 與 AI SEO，歡迎參考我與知識衛星合作的 SEO 線上課程：《SEO 排名攻略學》、《AI SEO 流量變革》。

透過《SEO 排名攻略學》獲得穩定的 SEO 流量與實戰經驗。
再搭配《AI SEO 流量變革》看懂 AI 搜尋趨勢，搶佔 AI 搜尋紅利。

用一份會員名單，看懂 MECE 分類怎麼做

我們把前面的例子整理完整。假設一家商店想規劃會員溝通，拿出月底仍有效、每個會員編號只出現一次的 100 人名單，並依截至當月底的累積購買次數分組。以下數字是教學示例。

這次把「購買一次」定義為一筆已完成且未全額退款的訂單，取消訂單不計入。計數單位是會員，每位會員用自己的訂單紀錄判斷該進哪一組。

這份分類的總人數是 40＋35＋20＋5＝100 人。檢查時，除了看加總，也要逐筆確認每個會員編號只出現在一組；這樣才能同時檢查重複與遺漏，而不是剛好有人重算、有人漏算，最後總數卻一樣。

分類清楚後，討論就有了方向：從未購買的會員可能需要了解商品，買過一次的會員可以研究回購機會，紀錄不明的會員則先補資料。這也是 MECE 對工作的價值：先讓大家知道正在談哪一群人，再討論適合的做法。

如果你想進一步依購買時間、頻率與金額理解顧客價值，可以接著認識 RFM 分析。前面的名單整理，正是讓後續顧客分析更清楚的基礎。

MECE 怎麼用？從問題到分類的四個步驟

開始練習 MECE 時，我建議先挑一個可以拿出實際資料的小問題，例如整理會員、訂單或客服案件。從具體項目開始，你會比較容易發現分類規則在哪裡打架，哪裡留了空缺。

第一步：說清楚這次要整理的對象

先用一句話寫下這次要回答的問題，再補上對象與時間範圍。例如：「我要了解截至月底，這 100 位有效會員的累積購買次數，作為下一次會員溝通的起點。」這句話會決定哪些人需要納入。

如果討論的是這個月的訂單，就把每一筆訂單當成項目；如果討論的是會員，就用會員當成項目。整份分類保持同一個單位，數字才接得起來。

第二步：同一層只用一種分類標準

接著選一個與問題有關的標準，例如累積購買次數、訂單付款狀態或案件處理進度。同一層的所有類別，都回答同一個問題，彼此才能比較。

開場的「新客、老客、高消費客」之所以難用，就是把購買歷程與消費金額混在一起。若你想同時看兩件事，可以先依購買次數分組，再於各組內依金額細分；每一層都寫清楚自己的判準即可。

第三步：把分類邊界與未知資料寫清楚

類別名稱要搭配可判斷的條件。以購買次數來說，「一次」指恰好一次，「兩次以上」從兩次開始；遇到取消或退款訂單，也按照前面約定的方式計算。

如果改用年齡練習，可以依同一天的實足年齡分成「未滿 18 歲」「18 歲以上、未滿 65 歲」「65 歲以上」。剛滿 18 歲與剛滿 65 歲的人，各有明確位置；年齡資料缺失者則另放待確認組。

第四步：用實際項目檢查 MECE 是否成立

把資料逐筆放進分類，問自己兩個問題：「這一筆會同時落入兩組嗎？」「這一筆會找不到組別嗎？」第一個問題檢查互斥，第二個問題檢查完整涵蓋。

拿前面的會員名單來看，買過一次的人應該只進一次組；購買紀錄缺失的人應該進待確認組。最後比對每組會員編號與原名單，確定 100 位會員各有一個位置，就完成了這次分類檢查。

分類完成後，MECE 能幫你做什麼？

MECE 很適合用在整理資料、安排分析順序與分工。當每個項目的位置清楚，團隊就能依組別往下研究，減少兩個人重複處理同一份名單，或某一群人完全沒人負責的情況。

例如，會員名單中有 40 人尚未購買，你就可以針對這一群人研究購買阻力。若接下來想了解他們從認識商品到下單的過程，可以搭配 銷售漏斗整理每個階段需要回答的問題。

分類完整，不代表已經找到問題的原因。「沒有購買」是會員狀態；價格、需求、信任或購物流程，才是接下來要用訪談、行為資料或測試來研究的可能原因。同一位會員也可能同時受到幾種因素影響。

因此，分類與找原因可以分成兩步：先讓資料各有位置，再針對重要組別提出假設、蒐集證據。這樣使用 MECE，就能把討論推進到具體問題，而不只停留在畫一張漂亮的分類圖。

從行銷的角度來看，整理顧客的目的，是更理解他們的需求、提供適合的價值。分類標準也應該服務這個目的，讓我們分完之後，知道下一步值得研究什麼。

工商時間

如果你想要更系統化、更輕鬆的學好 SEO 與 AI SEO，歡迎參考我與知識衛星合作的 SEO 線上課程：《SEO 排名攻略學》、《AI SEO 流量變革》。

透過《SEO 排名攻略學》獲得穩定的 SEO 流量與實戰經驗。
再搭配《AI SEO 流量變革》看懂 AI 搜尋趨勢，搶佔 AI 搜尋紅利。

結語：用 MECE，讓每個項目都有清楚的位置

理解 MECE，可以先記住一個畫面：把一份固定的名單分組，每個人恰好出現一次。互斥處理重複，完整涵蓋處理遺漏；而對象、時間與分類標準，決定了我們正在檢查哪一份名單。

下次遇到一份難以討論的清單，可以先試著說清楚「這次要分的是什麼」，再用同一個標準重新整理。當大家對分類有了共同理解，後面的分析、分工與行動，也會更容易接上。