数据分析如何做好问题分解?

数据分析学习社
数据分析学习社
数据分析学习社
348
文章
0
评论
2021-07-2310:22:48 评论 84 9120字
摘要

当问题对你太宏观、太复杂或是毫无解决灵感的时候,进行问题的分解是基本方法,这篇文章里面提到了很多分解的方法和技巧(比如MECE),其实最根本的还是业务理解(依赖自己的常识、别人的指导和自己学习等等),当然也需要有逻辑能力的加持。

数据分析如何做好问题分解?
什么时候需要分解问题?
分解问题就是将一个问题分解成它的各个组成部分,那为什么问题好好的需要去分解呢?就是当问题对你太宏观、太复杂或是毫无解决灵感的时候。
举个例子:如何让公司销售额今年上涨3倍,并且利润保持n%,
                如何聚焦医美行业发现一个让公司未来5年能赚10个亿的新机会?
                我们该初何种产品才能和竞争对手们差异化,提升市场份额?
如销售额与利润涉及多个业务线,多项成本的综合影响,很难能直观快速下定论找出最合适的解决方式,需要将问题逐层分解后才能找出答案,此时分解问题就能够很好的帮助到你。

数据分析如何做好问题分解?

分解问题的好处?
之前我给实习生的一个任务:如何让公司成员自主看我们每日行业动态简报?这个问题一开始发给实习生时,他就有些无从下手,后来通过问题分解后,将其分解成提升用户动力与降低阅读成本后(见上图),他就开始产生了解决问题的灵感,逐层分解下去后,想到的方案更多。通过这个例子大家可以发现一件事情,问题只要经过分解,它会从复杂变简单了,也就更容易产生灵感去解决问题了。
当完成问题界定开始分解问题时,很容易遭受以下四大困难,分别是思考不全、分解无灵感、思维定式、时间不足,以下分别针对这四大问题给出解决方案。
问题一:思考不周全

数据分析如何做好问题分解?

例子中:一个新人在接收领导的问题时,会习惯性的直接针对问题开始发散解决方式反馈给领导,或是急于去寻找一个答案,想到什么就说什么,认为想完了就结束了,这样很容易会让老板认为你没有把事想清楚或是考虑不周。
笔者亲身经历的案例(如上图),销售额下降,解决方直接告知就是几类问题,当大家对你还没有信任的时候,就很容易质疑你思考不周。所以当遇到此类场景时,推荐大家使用议题树分解法
议题树分解法用特定方式将问题逐层分解不同的组成部分,使用它有三个要诀:
第一,聚焦一个问题主体,根据主体通过不同角度去分解,比如行动、判断、标准、成分、问题、流程等;
 
第二,确保问题分解完之后,元素跟元素之间是相互独立的并且是逻辑穷尽,这个的方式就叫做MECE,通过这种逻辑穷尽的方式,自然而然可以避免思考不周的问题,因为逻辑上已经把该想到的东西都无穷包含了;
 
第三,也就是使用议题树最容易被忽略的东西,就是要确保分解之后,是否能很好的被理解、被分发认领、或是产生解决灵感到能解决问题,毕竟我们进行问题拆分的目的是为了更好地去解决问题,所以在拆分的过程中要不断自问"这问题分解后大家好理解吗?听得懂吗?这个任务跟公司的组织架构与岗位职责上是否能匹配并且好分发? 分解之后是否能让执行者有灵感去解决问题。"
基本上任何岗位任何事情任何场景都可以去使用这个方式。这里举四个例子帮助大家理解(如下图)
 
数据分析如何做好问题分解?
案例一:如何让公司成员自主去看数据日报?
可以先对问题进行拆分,分成提升用户动力与降低用户成本,然后观察这个拆分独立吗?穷尽吗?提升动力,降低阅读成本在逻辑独立也几乎穷尽。这时我会问一下对应的负责人:"目前拆到这样,你知道要怎么做了吗?"
他如果稍微有一些灵感,或者他自己已经开始自发性地讲出做法了,这就代表这个拆分是正确的。
继续去拆解,比如用户动力还可以去拆吗?可以从判断上去拆分为正向驱动和反向驱动,比如说正向可能是激励型的,反向可能是恐惧型
正向驱动:
申请一些经费,让大家自己愿意去看,
通过投票的方式,每天去表扬第一个看的员工或反馈观点不错的员工;
反向驱动:
让他领导强迫员工看,如果不看的话就罚他绩效等。
你会发现这个问题拆分完了之后,就算是让一个没有经验的人去解决这个问题,也可以快速的找到解决问题的灵感。拆分的过程当中,你要根据你的项目组成员进行拆分调整,看看是否职责上好分发,容易被理解,假如你自己就是执行这件事情的人员,你也可以不断的去观察自己是否产生解决灵感。
在行动中也是一样的,就是比如说降低阅读成本,容易看,容易读,容易理解,它其实是通过大家接收信息的整个过程的顺序进行拆分。
议题树分解问题作用:提升大家的灵感、确保任务能够分配、确保思考全面,缺点就是花费的时间会比较久
案例二:如何降低投诉量的指标监控体系?
如果说你现在的目标是短期之内降低投诉量,这也可以用议题树分解法进行分解。可以从投诉量的成分来分,根据MECE原则分成服务前的投诉与服务后的投诉。服务前的投诉为没有完成到诊之前,查资料或者是线上咨询这块的服务;服务后的投诉就是顾客到诊之后,他对到诊之后的投诉。
数据分析如何做好问题分解?
此外很重要的是,确认事情是否由不同部门负责,有无边界不清的地方。最后确定成员能否理解,完成问题拆分开始分析。一些初级的分析师会在问题拆分逐步分析时,会忘记考虑成员是不是真的理解,以及拆完了之后这个问题如果发生了,能不能直接分配给对应的团队去解决,分析不只是为了找到问题,同时也需要考虑是否能更好的解决问题,如果分析的维度涉及多方团队,就很难进一步落地解决。
案例三:这个业务我们能不能做?
议题树分解法在确定分析维度时也可很好用
当老板问我说,这个业务能不能做?假设他是问我们有无切入价值,需要简单的判断一个可行性和方向感的话,那其实这问题也可以使用议题树进行拆分,如它的天花板大不大,增速快不快,竞争中集中度怎么样,我有没有进入的筹码,以及我们进去之后能不能守得住这五大评估方向。
如果需要把一个问题的评估维度思考得很完整,通过这个方式把大致上的逻辑梳理明白,并且每一个节点可以再通过议题树逐步的分解下去,最终逐步形成完善的分析方案。
案例四:如何投资才能赚钱?
议题树也非常适合用来去学习一个你没有学过的东西,它可以大幅度的提升你的学习深度与效率。
在还不知道这块领域该如何学习时,也可以先去按照自己的常识进行问题拆分,如通过投资的决策过程进行拆分,我就需要知道我要买什么,知道什么时候买,知道什么时候卖,买多少。通过这个简单的拆分,就能够明确你投资赚钱的领域中,需要学哪几个关键的东西,然后根据这些节点去选择对应材料能帮助你学习。

 

在从0到1去学习一个新东西的时候,非常建议大家使用这个方法。如果说你需要从零到一去构建一个知识体系的话,非常困难而且耗时,但是你通过这个方式,使用过去的常识先去构建一个知识体系,然后逐步的去填充迭代,查缺补漏,你就会学的比一般人更快更深入,因为你是通过你以前的知识体系,重新构建学习新的知识领域,只要补充你未知的部份即可但是如果完全重新的去学的话,很多知识不仅重复学习,新知识又无法和过去的知识打通,这将会导致你会学习的速度非常慢。
议题树有三个强大之处:
 
1,通过这个方式很容易找到别人忽视,但是有机会的地方。
2,全面穷举的思考容易去想出新的业务模型与分析灵感。在我工作的第三年转行数据分析时,通过议题树把线下运营的业务知识,拿来建立分析的指标体系,后来我发现很多数据分析的课程内容,和我自己拆分指标基本上大同小异,只是名字不一样,而且我自行拆解的会更能贴和实际应用。
3,根据历史经验去辅助议题树来学习,可以大幅度的去提升学习效率,因为根据你以前就会的东西,建构新知识体系,跟重新开始学习新的知识相比,两个学习的速度跟效率是完全不一样的,所以当大家刚进入一个陌生领域的时候,也非常推荐大家使用议题树搭建学习体系。
问题二:无分解灵感
接着讲第二个问题,没有分解灵感怎么办?
例:我刚进到医美行业,就被问到医美转诊平台如果要增长三倍有哪些可行的方向?
刚来一个月,连专业名词都听不太懂,该从何开始找方向呢?  还有社区次日留存率低于30%,要提高留存率需要的方案,新手产品刚接手毫无思路怎么办?
分解无灵感可能是由于你对这个领域的经验比较陌生。但其实也是有破解的方式:第一个就是借助别人的分解框架,自己去调整。第二个就是借助同行或者业务专家的经验,但是这时要注意一定要敞开心扉地接纳别人,不要觉得自己很厉害。
案例一:在刚入行还不了解行业情况时,该如何快速的在一周之内把所有的分析方向全部整理出来呢?
数据分析如何做好问题分解?

 

这时可以借助行业报告的产业链的地图进行思考,我们就是产业链中转诊的角色,下游是机构,上游是流量平台,还有基础服务商给行业玩家提供系统服务,其实涨三倍的机会不外乎这几个方向。
根据议题树,我先思考:
医美市场内去涨三倍还是跨医美市场去涨三倍?
医美市场内,我可以观察自己身处在哪,从自己向外去找方向,如在医美市场往上游走,可以去打造流量平台或是MCN,别人打综合平台,我可能可以去打垂直平台。医美市场也可以往下游走,看看是否可以成为机构或者是给机构提供服务?
再来我在医美转诊里面,我们能否做到整合同行?该用什么方式?假如跨市场的话,我可以思考去凭借优势来跨市场,我们的优势可以从服务相同,用户不同的方向去找机会,我也可以根据用户相同的,但服务不同的方向去找机会。通过借助产业链地图,就算入行不久,也能够快速找到公司增长三倍的方向的研究灵感。
案例二:某社区是留存率低于30%,想提高留存,该如何找到灵感?

数据分析如何做好问题分解?

我可以借助别人的思考框架来思考:
1、从积极的角度来思考,通过给用户好处,让用户方便使用,让体验有趣来找提升留存的灵感,
2、从转移的角度来思考,通过让系统去提醒用户过来,或让作者去影响用户过来,让别的平台来推动用户过来
3、从否定的角度去思考,如何让用户不得不来,如何让用户不过来也能留住?
4、尝试拆解的思路,其实就是跟议题树分解法一样,把流程拆开去找灵感
5、最后你可以试试脑洞的方式,脑洞是没有逻辑的。我们可以找很多的外援来去进行头脑风暴会,还可以用一些创意的工具来去突破我们的思维定式。
特别强调一下:当你对一个领域非常不了解的时候,其实现在线上课程很多,就比如B站。如果你想要在某个领域快速上手,非常推荐你找个专家网课,一则快速帮你的知识体系提升到一个层次;二则快速产生各种灵感与解决思路。
再来细讲脑洞部份的头脑风暴会
为什么需要头脑风暴会?主要是你自己很难想到,所以需要集思广益,举办一个大家一起激发想法的会议。
 
聚焦一个主题,把大家约进来,让大家提出解决问题的想法,尽量鼓励天马行空,多多益善,越有创意,越不着边际越好,过程会有点像在闲聊,创意就有可能在不知不觉间聊出来。

数据分析如何做好问题分解?

这过程有一个点需要特别注意,就是一定要避免批评别人的创意,因为人在压抑的环境是很难有创意的。举个例子:就是你可能对这个东西有一些想法,但是可能还不成熟,但是如果讲出来马上就有人说,你这个讲的不对,你就可能不愿意去讲了,这个也是创意被扼杀的一个常见场景。
脑洞的元素分解整合法:此法适用于寻找流程、产品或服务上面的灵感,使用方式就是将产品构成的主要元素分解开来,例如理发店把它分解成剪发、洗头、座位、镜子、排队、价格…等之类的主要元素,然后通过元素快速的让你产生创意。
首先可以针对元素,做一些删除,剔除一些原来必不可少的模块,例如把飞机的餐食剔除了,就变成廉价航空,把登陆剔除了就变成免登陆,就可能马上提升付费转化率。

数据分析如何做好问题分解?

也可以尝试重组元素,比如更改登录顺序或更改服务顺序。也可以尝试复制元素,把它加的更重更强,例如把自行车座位加强,自行车就成了多座位的自行车,把空气清新剂把清新剂加强,就变成两倍提神的清新剂。
还可以可以尝试对元素优化或增加,比如把扫把速度提升,可能就把扫地变成吸尘器。
最后在使用创意工具的过程中,可能组合出一个和原本目标不相干的新东西,这个时候你可以使用任务统筹
什么任务统筹呢?就是根据创造出来的新物种,去赋予它的新任务,比如说针对粘胶创新,当不小心搞出一个不粘的胶,虽然针对粘的牢没有帮助,但不粘的胶也可以用来做便利贴。凡是涉及到脑洞和创意的部分,就一定是在大家思维之外的东西,所以使用创意工具的过程中,一定要先强破使用创意工具去打破思维框架,再来思考合理性,才能有效地突破思维定式,诞生创意。
举个QB理发店创新案例:
 
数据分析如何做好问题分解?
理发店的要素可以分成价格、茶水/咖啡、洗发、按摩、吹风、速度、卫生,把这些要素列出来后,针对洗发与按摩做减法,针对速度与卫生去做加法,最后在元素基础上去增加元素,QB理发店就诞生了。
问题三:思维定式
 
无论你在执行议题树或借鉴别人的思维模型时,思维定式会如影随形,比如说针对用户去做分类。把用户分成男人跟女人,这种分法就没考虑LGBT人群的实际场景。其实这就是思维定式,人生活在社会中,常常无法避免会去用过去的常识进行事务判断,下图是笔者曾经的思维定式案例。

数据分析如何做好问题分解?

思维定式常见的三大原因(其实还有很多深层次的原因,这里仅列出工作中最常见的)
一、在分解与考虑问题时,只思考自己能够做的方案,而没考虑这件事情或许有其他人能做,这是一个刚进入职场的新人常常会陷入的问题,原因是害怕犯错或是麻烦别人,就会不自觉选择只做自己能做的事情,造成的风险就是工作产出被你的能力限制,阻碍了自己进步。
二、只做自己想做,而不是做该做的事情,这块是资深专家的重灾区,很多专家会只愿意专研技术,而不愿做简单能快速产出效果的事情。
三、分解时只根据自我的见识,而不是去找有见识的人去做。这块是聪明人的重灾区,你可能觉得自己很厉害,靠自己就能想出来做法,但这些问题可能行业已经有成熟的解决方案,你找一个工作一两年的人问一下就可以节省大量的时间,但可能由于自己的傲气,就导致了时间浪费。
思维定式,往往来自于自我的限制,而且往往无法自己去察觉,所以要适时地通过外力与意识来破除。比如说上面讲的脑暴、创新工具,不断的虚心请教与观察别人,都是破除思维定式的好方式。只要是人都一定会有自己的思维定式,但只要你承认你存在思维定式,你反而能很好的控制思维定式的发生。投资上也有类似的道理,当你知道你绝对没办法预测涨跌的时候,将其列入交易纪律,反而就可以有不错的收益效果(海龟交易法)。
下面来分享思维定式的成因与破除方式。下图是我非常喜欢一张图,这张图很好的去说明思维定式的成型与破除的方式。

数据分析如何做好问题分解?

比如说我刚开始工作时如果马上能做出成绩,当下的我就会觉得自己很强什么都会,这个时候就有可能陷入巨婴时期。也就是你不知道自己不知道,还无法察觉自己不知道的时期,这时的我还非常傲慢并且沾沾自喜,别人说什么都听不进去,此时也是思维定式最严重的阶段。在此阶段可能会有人暗示你的无知,但也因为傲气导致你无法察觉或是不愿意承认。
直到老路行不通,开始遭遇了重大挫折,就进入到自信崩溃区,这个时候的你会对原先很有信心的地方完全没自信,陷入一段非常难过与自我怀疑的时期,陷入到绝望之谷。
当崩溃到一定阶段,伤口慢慢结痂了,开始进入成长与自信重建期,这时候是思维定式最弱的时期,开始逐步吸纳外界建议,自信逐步重建。
当成长到自以为快到大师的时候,傲气又出来了,然后就开始不断的轮回成巨婴时期,周而复始。

小小感悟

我认为思维定式的轮回,跟佛教提到的轮回是很像的。轮回是什么?就是因为人有贪嗔痴慢疑,但是社会不会因你而改变,所以你很容易在某个执着上不断的遭受相似的痛苦,这也是为什么人会活的这么痛苦的原因。而要破解轮回,其实就是在三件事情上发力,分别是明心、见性、印心。
明心:就是给自己一个崩溃的机会,提升你的察觉力,社会不会因为你而改变,但生活过程中社会会产生各种小事情来点醒你,如果你一直不察觉与修正,小事积累多了就会形成巨大的痛苦,明心就是指提升察觉力让你能感受到这些小小的不舒服,而不是毫无知觉直至累积成大痛苦来折磨你。
见性:崩溃之后,你会发现这个社会跟你想的不一样,而你还能察觉到自己和社会不一样的根源在哪。
印心:当你知道自己不一样之后,又能放下执着、顿悟并且接纳改变自己。印心后又可以进一步的提升提升明心的能力,如此周而复始,最后慢慢的去把自己放下。

 

为什么从数据分析讲到这件事情呢?因为你在分析和找到分析思路的过程当中,思维定式会完全限制你更客观的找到有效的解决方案,但如果了解思维定式诞生的过程,并且接受人性的存在,就能加以预防,反而比较不会把自己陷入到痛苦之中。

问题四:时间不足,灵感又足
 
当你对该问题相当熟悉,在时间不足的情况,你可以试试假设树进行更快的论证。

数据分析如何做好问题分解?

比如客服工单积累多,去想个解决方案,但因为管理这块业务已经一段时间了,造成积压的原因已经都知道,时间又很紧急,不太需要把事情想那么完整,直接解决即可(如下图)。

数据分析如何做好问题分解?

如果你开始带人了,你的下属觉得问题他非常清楚,直接开始做就行了,那你要怎么样快速的判断他是否清楚?你也可以使用假设树来验证一下他是否清楚。诀窍就是多问他几个为什么,看他回答的条件是否足以支持为什么的成立

 

但假设树使用有两个条件,一个就是对问题很熟,二就是对假设的回答有逻辑支撑,你就可以开始直奔主题,但是当你面对不熟悉的业务,千万不要使用假设树,不然你连假设是否支撑问题都无法判断。
困住未来的,往往是过去的自己,困住你过去的,是人性的执念,人执念放不下,就等着让社会敲打,持续轮回痛苦。这件事情提醒大家,如果你已经开始将界定问题与分解问题融入到你的工作中,你执行的次数越来越多,就会发现限制你界定与分解的往往来自于自我的执念,你这个执念会在推进项目的过程中反复被敲打,然后轮回并痛苦。

数据分析如何做好问题分解?

数据分析如何做好问题分解?

为什么分解问题之后,需要用到优先级排序,有两个主要原因,第一个,资源有限,需要集中精力,第二个,优先级的评判标准有时候非常复杂,特别是涉及多方角色有不同观点的时候就很难达成一致,导致无法直接排序。
使用优先级排序这个技巧时,大家不要简单认为只是排一个谁先做谁后做的事情,其真正的价值并不在于结果,而是通过这个过程,把多个人的观点与意见客观有效的达成一致。例如说像产品部门,该如何决定先做什么项目后做什么项目,要用什么标准去评判谁先做谁后做,又不会让团队成员认为你独裁并产生怨言,这时把大家引入优先级排序过程,共同创造维度与投票打分,就可以有效的让成员达成一致,达到客观决策的效果。
优先级排序有三个常见场景,其中之一就是当项目很多,需要决策谁先谁后的时候,第二就是当大家需要对一件重要的事情做决断,但是又僵持不下时,第三就是自己无决策权,需要引导多方决策者进行决策的时候。
使用优先排序有四个关注点,
一、制定统一的评分维度,并确认每个维度的重要程度(权重),这两者都需要与决策者达成一致。
二、引入多元的视角进行打分,有时候决策者不一定充分了解业务,为了避免决策失误,可以引入业务专家进行打分,提升客观性。
三、打分过程不要过度的注重细节,因为排序的目的是要快速达成共识有时把握大方向快速决策,会比意见僵持不下意义更大,在这个会上争出谁对谁错并不是最重要的,要给别人留一些余地。
四、要有冒险的准备,现在做的所有的排序都有可能会调整你原本的安排,比如说你现在做a业务,并且做了很长时间,投入大量成本,但现在市场环境都显示a业务已经在走下坡路,你能否去壮士断腕地把这个项目喊停。喊停其实非常困难,它对应到的是人的沉没成本问题,什么叫沉没成本?举个最简单例子:就是你如果买了电影票进去的看电影,你看到一个烂电影,但是你已经看了十分钟了,但因为已经花了钱,大多数情况你还是会继续看完。
案例:使用ICE方法进行产品优先级排序(Impact影响范围、Confidence自信程度、Ease实现难易)

数据分析如何做好问题分解?

当把产品方案都列举出来后,就可以开始进行优先级排序。
第一步:确定评价维度,例如影响范围,自信程度的难易度,并和决策者与相关利益者达成一致。
第二步:打分,这个时候方案A、方案B、方案C需要的业务经验跟常识都不一样怎么办?这时你可引入专家角色进行打分,不然有可能一个很好的项目就被不懂业务的人砍掉了。
第三步:根据排序结果执行方案,过程很简单,核心精神是三个:一,你要跟大家达成一致。二,你要引入懂这件事情的人来评分,三,要有壮士断腕的决心,根据客观情况来做决策。
 
数据分析如何做好问题分解?
再来细说下该如何确定评分维度?
第一可以先看看公司是否有专家知道评估维度,如果有直接拿来推进就好了,如果你自己熟悉业务,自己先和决策人达成一致即可。
第二种情况就是当你自己不熟业务,公司也没有其他专家知道如何评估怎么办?这时可以找同行专家借鉴,参考懂行专家的文章、书或是课程,然后配合问题拆分的方式,逐步明确维度。
例如我选股的时候,就借鉴价值投资的选股逻辑,找低估值,增长率高,安全边际高的。再例如我确定产品优先级的时候,可以借鉴产品专家习惯使用的ICE法,分别是影响范围,自信程度跟难易度。
最后要注意选取的维度不要过多,尽量找影响结果80%当中最重要的20%的维度(二八法则),维度太多的话,虽然可能会提升精准度,但是会让大家人工评分过程非常痛苦,同时对排序的结果影响不大。

数据分析如何做好问题分解?

再来说下该如何进行投票打分,分成简单版与专业版。
简单版:大家开个会去打分,直接取平均或是加权平均(延伸阅读:德尔菲法)。
专业版:AHP法,建立一个层次结构模型,把你的元素确定下来,让大家去逐一比对两元素的相对重要程度,打完分之后,它会给你算出一个很精准的数字大小,让你可以去快速的去做判断,目前有很多第三方工具可以辅助记算分值,就算没有代码技能也能快速上手使用。
笔者第一次使用是确定拓展绩效的计算模型,将影响BD拓展的各种要素(成本、区域的难易度…等),一一列出,找BD专家进行元素排序,就可以快速将影响多方利益的维度权重大小明确出来,非常适合用于多要素、多层次复杂问题。
介绍下我曾经使用过的AHP工具,使用就三个步骤,
第一步:先把元素填写进来。
第二步:请专家过来,评价元素的相对重要性,比如说元素a跟元素b比谁更重要?
第三步:按重要程度依次打分,

数据分析如何做好问题分解?

打完分之后,工具会帮你检查是否满足一致性,如果满足,这工具就能帮你算出每个元素对事情的影响分数(类似主成分分析)。它是一个在你没有线上数据,人工即可判断主成分的实用工具。
优先级排序小结
何时需要进行优先级排序?就是当项目太多,需要抓大放小,或是意见僵持不下的时候。
优先级排序的四大步骤,第一就是先制定统一的考量维度。第二就是多元视角进行打分。第三就是不要过度关注细节。第四就是要有冒险的准备。这是一个在管理、运营和产品都可以使用的技巧,大家一起共事,最怕就是大家无法一起合作,只有大家对目标有共识,方能更好聚焦,有效合力。
结语:
人人都知道选择大于努力,
 
但选择背后的思考你都做到了多少?
从今日起培养定义、分解与排序问题的习惯吧!
虽然实际上把一个问题思考透彻非常困难与耗费精力,但请尽量在影响范围较大或是代价较大的事情上多思考一些,才能少走一些弯路。

End.

来源:空白女侠 ,作者:黄家翰 

本文为转载分享,如果涉及作品、版权和其他问题,请联系我们第一时间删除(微信号:lovedata0520)

更多文章前往首页浏览http://www.itongji.cn/

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: