这篇文章我给了大家总结了一个通用的分析方法，如果你还没看过可以先看下这篇文章，然后继续往下看
让过去的经验和当下形成链接
所有的模型基本都是通过观察大量案例，进行分析、归纳、抽象得来，再通过新增的案例不断去迭代这个模型
这个过程依赖很多知识和方法储备，他们相互作用产生，因此大量的阅读和案例积累必不可少，也可以说这是一个量变到质变的过程，看得多了，就会发现其中的规律
因此，也不要指望做了一个功能就要抽象出一个成熟的模型，但倒是可以抽象出一个1.0，能够满足当前案例的模型，然后再去观察更多案例，从而迭代修正1.0的模型
因为一个具体案例，他的模型是固定的，众多案例才能从特殊性归纳出普遍性
所以，做一个功能或者项目，就抽象出一个小模型，然后等着新的案例进来，对模型逐渐迭代，这个方法可以让自己养成归纳的习惯，前后的经验建立的一个继承、融合、升华的机制
比如做了一个需求，财务找你要增加一个批量修改的功能，你问他为什么，他告诉了你原因，你认可了，然后看了下同类产品怎么做的，做好以后你拿给财务看，他觉得可以，你就开始推进研发了......
这是一个具体的实施，那么其实从中就可以归纳出一个简单的产品的生命周期的流程：需求进来、需求评估、需求调研、方案设计、方案确认、投入研发......
你就可以把它固定下来，做为自己的工作方法1.0，然后又接了很多需求，发现有些环节并不能完全适应，那就可以进行调整
这样的习惯和模式，会让自己的经验存在继承性，随着时间的推移，能力才会指数级增长
因此，实时归纳和融合当下，是链接过去经验和推进未来进程的有效方法，让成长形成一种机制，让这个机制加速成长
没有复杂的方法，都是简单的道理
开头的问题中有4个关键点可以逐一解答
第1点：怎么想到要分析的要素
这里的要素就是指“支付场景、参与对象、参与对象的账户、支付方式、支付类型、清算模式”
我不是想到的，而是归纳出来的，所以这里我的方法就是“归纳法”，其实就是先把所有涉及到的元素都拿出来，然后用放大镜看，进行分类对比，发现哪些对资金流和信息流有影响的要素
先拿一笔具体的支付进行分析，然后铺开看里面有什么，然后就进行发散，比如我在吃饭时扫码支付、京东商城购物、交水电费等等，我发现不同的支付场景是会影响资金流和信息流的，那么就把场景先拎出来，这是一个影响因素，不同场景下的支付信息流和资金流是不一样的
然后信息流是信息的流动，是一条线，流过一些地方，那一定是从一方流到另一方，所以参与对象肯定要考虑了，对于支付来说参与对象有很多，收付款人、支付机构、清算机构等
剩下的参与对象的账户，因为是管理资金，支付方式，支付类型等都会影响资金流的流动模式
所以，对经验进行归纳总结，至于怎么归纳总结，这是一个基础的方法，大家可以去深度研究一下这个方法
就像面前放了一堆五颜六色的豆子，你会自然而然想到“颜色”这个要素，红色、黄色、绿色进行分类以后，你发现颜色是这堆豆子很重要的特征，这里就是通过分类看出了颜色这个要素，而豆子的形状都是一样的，所以并不是一个重要的特征，就可以抛弃掉，除非你发现里面有方形的豆子，那么形状就会引起你的注意
第2点：哪些因素会影响
这个其实就是找不同，在众多信息流和资金流的结果中找到大家的不同，这个不同可能就是影响信息流和资金流的因素
比如你发现，用微信零钱支付和微信绑卡支付的资金流差别很大，那么支付方式就是很重要的一个影响因素
所以，多拿出案例，分析他们的不同，是什么引起了他们的不同，那么这个影响点，就可以抽象出来作为一般性
这就是归纳总结中提炼关键要素的方法
第3点：怎么建立这个思维方式
这个方式很简单，就是归纳和推演的方法，从上学就学过这个方法，只不过可能不会去深究，日常生活经常用，但不会过多去关注这个方法本身
比如，你四五天都发现每次下楼倒垃圾，都会有一只白猫路过
那么你就会推断今天下楼应该还能看到，这就是推演的过程
然后你告诉家人，每天早上9点，楼下那个小路会有一只猫路过，这个就是归纳的过程
把大量的特殊性案例进行归纳，得出普遍性的结论，并利用这个结论去推演出新的特殊性
所以，并没有什么高深的方法，就是最基础的科学方法
只不过，你要多用，形成习惯，熟能生巧
因此，我可以说
这里使用了“通过归纳特殊性而得出普遍性的方法”
怎么归纳，有详细的科学方法，这里就不赘述了，只给大家介绍我用的方法论是什么，不是我特殊的方法论，而是已经很成熟的方法论，我把他用到了写作上，归纳总结了我的工作经验
所以，要学会归纳
第4点：换成其他的内容，而不是支付
这个就是普遍性到特殊性的过程了，不是信息流和资金流分析方法的普遍性和特殊性
而是“用归纳法得出信息流和资金流的分析方法”这个用归纳方法论使用技巧的特殊性
归纳出“如何使用归纳法去得出一个模型”的普遍性
所以，这里就是用归纳法去归纳一个归纳法
让经验形成规律，让规律形成链接
有很多基础的方法，不要忽视他们
我们在学生时代学过很多优秀的科学方法
上学没用么，有用，最大的用处就是我们学到的基础的科学方法
比如归纳法、排除法、推演法、组合法、对立统一关系、从量变到质变等等
要灵活地学以致用
所以说，开头的问题也可以这么回答
利用特殊性归纳出普遍性，再利用普遍性推演出特殊性
一个很基础的科学方法，小学就学过，只不过我们忘记了，怎么加强这个方法，可以读读逻辑学
比如看了很多人都会吃饭，所以我们归纳得出“所有人都会吃饭”
因为“所有人都会吃饭”所以推演出某岛上的人也会吃饭，而岛上四面环海，所以又可以推演出“吃的饭大概率以海鲜为主”
归纳法的好处就是可以通过特殊看普遍性，但是受到了样本数量的限制，所以是有局限性的，得出的普遍性也会随着新样本的出现而得到不断地迭代优化
这就是自我的迭代的过程
而要想不断实现自我迭代，就先从迭代出1.0开始，然后去吸收更多的样本案例进行升级迭代出2.0、3.0......
因此，归纳出普遍性的结论也是量变到质变的过程
而归纳法和推演法又是对立和统一的关系
对立性体现在“一个是从多到少，一个是从少到多”
而他们又是统一的，体现在相互依存，推演离不开归纳，只有通过归纳特殊性得出普遍性才能进行推演，从普遍性再次得出特殊性
所以，最后我可以这么回答最开始的问题
利用一定量的特殊性工作案例或者样本归纳出普遍性实现从量变到质变的过程，再利用发生质变的普遍性推演出大量的特殊性指导工作，实现从质变到新的量变的过程，从而实现归纳和总结、质变到量变、特殊性和普遍性的对立统一
所以不要忽视基础学科中的基础方法，因为都是普遍性的理论，是对自己最好的科学思维的训练，让这些基础科学方法之间形成链接和应用场景的迁移
最后，看了很多别人的方法论和总结，不要忘了自己在学生时代学到的那些最基础的科学方法，最伟大的科学思维的训练
术很重要，但道不能被忽视
大道至简，繁杂的花里花哨的术的背后，一定是最简单的道理
用最基础的方法，让自己的经验形成规律，让规律形成链接，通过链接迭代自己
