进入产品圈的面试题:北京有多少加油站

今天逛产品圈时,有人说了一道面试题“北京有多少加油站?”,让我想起了5年前,本人面试产品助理时,写得答案:“请百度一下"。答案很糟糕,但还是非常感谢那家公司,最后让我通过了面试,正式踏入了互联网圈子。

有一篇文章写关于这道题的我觉得特别好,原文链接:https://www.sohu.com/a/227500802_200664

正文如下:

MBB真题: 北京有多少个加油站?

简单来说,市场估算 就是让面试者估算一个具体的数,可能是市场规模(比如智能手机市场的大小),可能是生活中某些常见事物的数量(海淀区有多少台打印机),也可能是某个具体的、细节的商业问题(楼下的星巴克一天的营业额)

话说,Market Sizing 究竟在测试 candidate 什么样的能力呢?作者以为至少有以下四点:

1. 清晰的思路:估算的每一步都必须逻辑清晰、思路明确,要把一个复杂的问题拆解成多个简单的元素,并且有效的把这些元素组合起来。

2. 清楚的表达:能把自己的想法明明白白地传达给面试官,让面试官也理解你是怎么思考和处理这个问题的。

3. 准确的计算:咨询顾问无法避免和数字打交道,对数字的敏感和比较强的计算能力也是必要的。当然,这些计算仅限于加减乘除。

4. 必备的常识:估算少不了假设,而假设大多基于面试者的常识。有些公司甚至会不止希望做到有常识,而是希望看到良好的“商业嗅觉”。

这篇文章会仔细探讨第一点(清晰的思路),即:要用怎样的框架和结构化思维来对付估算类的问题。而对于第二、三、四点(表达、计算、常识),则只能靠每一个面试者自己下功夫练了。

如果觉得自己说的不够清楚,可以尝试对着镜子练习,或者拿个录音笔录下自己的答案然后仔细听;如果没有一些基本的生活常识,可以主动积累(比如北京的常住人口、家庭户数,网上都查得到);要是计算容易出错,那就多做一些加减乘除练习题吧。

下面我就配合一个例子讲一下,怎么用清晰的思路来解决 市场估算的问题。

请估算北京有多少个加油站?

面对这个问题,没碰到过的同学大多还是容易觉得乱的。会在心里嘀咕:北京有多少个加油站?卧槽这个可怎么做,老子平常又不去加油站。

保证开头步骤的正确是做 市场估算 最重要的。先记住绝大多数估算的实例都至少有两种思考方式:从需求方或者供给方 。

狭义的来说, 需求方就是从需求的角度来考虑(估算的时候认为:市场/客户的需求有多少,规模就有多大,即需求决定了量,生意是供过于求的)而供给方就是从供给的角度来思考(估算的时候认为:商家能供给多少,数量就有多少,由供应决定了量,是供不应求的)。

广义地来看,需求方就是从销售发生的角度来考虑,供给方就是从真实存在的角度来估算。这两个概念我认为并不需要分的特别清楚。而且对于一个具体问题该从哪个角度出发还是很好判断的。

不过,从我个人的经验来看,80%以上的估算还都是会希望 候选人 先从 需求方 来出发的。

怎样解这个题目?

好,那么回到加油站的问题,我们从需求的角度来考虑。加油站是满足了啥需求?车加油的需求呗。所以应该把问题“估算加油站的个数”,转化成“估算汽车需要加油的需求”。

那么究竟怎么转换呢?有些候选人在这里(估算的开头)就开始慌了,还没有想清楚两者的关系究竟是什么就开始说,然后开始盲目的算。

我想在这里强调的是:不管是什么估算的情况,请一定不要在刚上来就告诉我,“北京/中国有多少人口,其中有多少是有车的,有车的人一年加多少升油…”我非常不爱听这样的开头,我相信很多面试官也不会喜欢。

我明明问你的是北京有多少个加油站,你干嘛一上来就告诉我北京有多少人口?尽管可能很多的 估算实例到最后都会落到人口数量上,但是,请不要一开始就这样做。

原则一:请务必从问题出发开始想起!

也就是说,无论我让你估算什么,你一定要先回答我的都是:“您让我估算的这个数,我想先通过估算 x ,再估算 y ,再把两者进行 z 运算,这样就能得到了。您看这种想法行不?”

请记住,所有的咨询面试都是一样:在你开始说你想说的具体内容之前,一定要先告诉面试官,你接下来想说的东西是什么。结论在先,细节在后。

// 具体问题,具体分析 //

好,那我们继续从问题出发:北京有多少个加油站?如果我们从 需求 的角度来出发(就是认为供过于求),即:所有的车只要想加油,就能加到油。那我们要考虑的第一个指标应该是:到底有多少车需要加油?这个问题一问出来就觉得好像还不太对。似乎所有的车都需要加油(除了 Tesla 要充电以外)。

所以这个问题要加一个“时间限制条件”,比如,“某具体的一天,北京有多少车需要加油”,即“每天需要加油的车辆数”。

而第二个要考虑的指标则应该是,“在这具体的一天里,平均每个加油站能够满足多少辆车的加油需求”,我们可以称它为“每天每个加油站的容量”。画出图来表示就是:


很多面试者要估算加油站,都会联想到车辆数,以及每个加油站的容量。我在这里见到面试者最容易犯的错误就是:直接拿车辆数,去除以加油站每天的容量!亲,车辆数的单位是(辆),加油站每天的容量的单位是(辆/天),你除一下的话,得到的单位是(天)。这是不对的!

所以一定要仔细一点,从问题出发,把估算第一层关系搞对啊!不然不都白算了…

所以你的回答应该是:

“为了得到北京的加油站数量这个数字,我要估算两个数字,分别是“北京每天需要加油的汽车总数量”,和“每天每个加油站的平均容量”,即每天每个加油站能满足多少辆车的加油需求。

我用北京每天需要加油的汽车总数量,除以每天每个加油站的平均容量,就能得到北京加油站的数量。”

当你把这段话说出来,图也画出来,你的第一步就完成了:在一开始就告诉面试官你的估算方法。如果我作为面试官,而你给我这样的开头的话,我会给你一个很强的印象分。我也会在这一刻开始相信,你的思路很清楚,你知道你在说什么。

好了,那么你可以继续了。

“接下来我就想先估算北京每天需要加油的汽车总数量,等估算完了再来估算每天每个加油站的容量。”(时刻告诉面试官你进行到哪儿了,还要怎么进行)

怎么估算北京每天有多少辆车需要加油呢?很简单啦,就是用汽车的总数量,再乘以平均每辆车加油的频率(比如十天一次,就是1/10)。

如图:

加油的频率这个数字我们还是有一点 感觉 的。对于私家车的话,开的频繁的话,三五天一次,开的不频繁的话,俩礼拜一次;对于公家车(比如公交),那可能每天,或每两天都得加油。总之这个数字我们是有概念的,那我们的重点还是放在怎么估那个我们比较没概念的问题上:北京的汽车总数量。

 怎样合理分解你的问题

原则二:合理分解你的问题,并且抓住真正重要的那个部分!

好了,现在就变成非常经典的问题了:北京一共有多少辆汽车?那碰到这个问题,很多同学又开始了:“北京有两千万人口,平均3个人组成一个家庭,平均每xx%的家庭有车…”从问题出发!

北京有多少辆汽车?要回答这个问题的第一件事应该是,告诉面试官,你认为啥才叫汽车。

汽车有很多种,按照使用者分,可以分为:私家车、商用车、政府车、公交车、出租车…当然你也可以按型号分( PV 、 SUV 、重型…),按品牌或国家分(日系车、德国车、国产车…)等等。不过,既然我们是在估算,所以我们还是习惯性地要从需求一侧开始想起,也就是从“所有者”一侧想起。那么,比较合理的分法应该是:私家车和公用车。因为私家车的所有者是居民,公用车的所有者不是居民。

所以我们简单地只先把车分为两大类:私家车和公用车。如下图:


当然啦,你要是想分的细一点,把公用车分成公交车、出租车、政府车等等也行,我这里只是为了方便。一般的 市场估算都只是十五分钟以内。把整体的框架完成要比纠细节要重要。

好了,用你的常识告诉我,是私家车多还是公用车多?

嗯,当然是私家车多。所以你的真正应该重点估算的部分是私家车。其实对于很多这种需要平行分成好几类的情况,面试官都会让你只关注于多的那一部分,而忽略少的那一部分。这就是我上述提到的“抓住真正重要的那个部分”,也就是,先重点估算一下有多少私家车。

那如何估算北京的私家车数量呢?还是从需求的角度开始想起啦。开私家车的是谁?当然就是私家车主啦。不过这个时候终于到了我们非常熟悉的估算持有品了。持有品数量 = 持有者×平均持有个数。这个地方有个小 tricky 的点,就是,车除了可以按照车主来估算,更合理的方式应该是按照家庭来估算,因为车这种东西是家庭使用品。

所以公式是:北京的私家车数量 = 北京拥有车的家庭 × 每个家庭拥有的辆数

还是画出图来:


对于“每个家庭拥有的辆数”这个数字,是一个略大于1的数,似乎没什么好继续 break down 的了。那么“有车的家庭”呢?我们还可以继续分解它:

有车的家庭(数)= 北京市所有的家庭(数) × 其中有车的比例。

如图:


好了,我们终于得到了拆无可拆的公式:

汽车总数量 ≈ 私家车数量 = 全部的家庭(数) × 有车的比例 × 每个家庭拥有的辆数

其中,全部的家庭(数)是一个我们已有的知识(大概700万户),而有车的比例、每个家庭拥有的辆数,都是需要我们去赋予我们的假设数字了。虽然很多同学如果直接从“北京有2000万人口,平均3口人组成一个家庭”出发,也可以列出同样的式子,不过,我仍然把这个方法教给大家。

这算是一种Top-down:就是“由上而下,由目的开始,推理出达到目的的方法及其细节”。而很多同学习惯的那种从人口出发的方式叫做 Bottom-up ,就是“由下而上,由要采取或能采取的行动开始思考,最终看这些行动能否达到目的。这两种思考方式没啥好不好的区别,在很多咨询公司里也都在用。但对于做 case ,这种对逻辑框架感要求很高的场合,我个人感觉还是 top-down 比较好一点。

而我上面画出来的那些图,其实就是一种“议题树状图 ”,是展现逻辑思维框架很常用的方式。

好了,做个 case 不要扯那么高端,有的时候真是受不鸟我们这种装逼的人。

原则三:分情况考虑

 怎样做“分情况考虑”

对于不同的家庭,“有车的比例”和“每个家庭拥有的辆数”这两个变量都是不一样的。想当然我们就知道,对于收入高的家庭,有车的比例也会高;对于收入较低的家庭,有车的比例也会低。同理每个家庭拥有的辆数。

当你面试面多了,你就会发现,当你说完你的思路并给出你的假设数据后,面试官总会 问你 你:“你这个数从哪来的呀”,“你觉得这个数高了还是低了呀”…其实不 分情况也真没啥不行,脑子里估个平均就是了,但是合理的 分情况 就可以应付面试官对你的质疑啦。

具体来说,就是这样:


列一个表格,把家庭按收入结构分为高、中、低三档,而每一档的“家庭数”、“有车的比例”和“每个家庭拥有的辆数”都不一样。具体来说,高收入的家庭只占10%,但却假设全都有车,并且每个家庭都有两辆;中等收入的家庭是绝大多数,占60%,其中有一半的家庭有车,并且只有一辆车;而低收入的家庭只有十分之一是有车的,有也只有一辆车。

当然,这个分法和数字假设并不准确,也不一定是最合理的。我们可以有很多种分类的方法,这些数字也会因我们每个人的见识不同而存在差异,我只是展示其中一种可能的方法。其它比如,“一口之家/两口之家/三口之家/多口之家”这样的分法也很合理,甚至是他们的组合,比如:“高收入的三口之家”、“低收入的一口之家”……只要你想做 分类,就可以做成很多、很多种。

通常,对于人口这样最常见的分类单元的话,“年龄、性别、地域、收入”是最常见的几种 分类 的方法。

好了,接下来一步就是把表格里每一行的数字乘起来,再把每一行的结果相加,就是答案(北京有多少辆私家车)啦:

700万×10%×100%×2 + 700万×60%×50%×1 + 700万×30%×10%×1 = 370万

所以,北京有私家车370万。好了,如果你在一个真实的面试中,把相对重要的部分(私家车)算到这么细,面试官往往就不会再要求你算那个次要的部分(公家车)了。你可以自己给那个部分一个合理的比例,比如20%(也就是接近80万辆),然后加总起来就可以继续了。当然,如果我要是非要估公家车的数量,也可以估,那就是按照公交车、出租车、各种车来慢慢估,每一个都可以成为一道独立的  题目呢。

于是,北京的车辆总数就是370万+80万=450万。

(你也可以把“加油的频率”这个数字投影到上面的那个表格里,但我是认为“加油的频率”和收入关系不大,而且想顺便验证一下自己对于北京车辆的估算这个数准不准,所有就没这么做)。

所以我们简单起见,就直接加油的频率就好了。我们就假定它是1/10(平均每10天加一次油)。当然,这个数字也可以通过 分类不同的车型、车种,来说明它的合理性,我就不在这里写的那么详细了。

所以,北京每天需要加油的车辆应该是:450万×10%=45万(辆)。

 估完车辆数目之后怎么办?

“好,我已经估算完了北京每天需要加油的车的辆数。那我接下来就要估算每天每个加油站平均的容量了”(在面试中间不断地告诉你的面试官,你之前做了什么,你接下来还要做什么)。

对于“每天每个加油站的容量”该怎么估算,我认为也要习惯性地按照是从 供不应求还是供过于求来考虑。我认为,对于加油站这种大多数都是24小时营业的业态来讲,一天的某几个小时应该是供不应求的,而其它时间应该是供过于求的。

如图:


假设 供不应求 是每天6个小时,就是在这6个小时里上加油站要排队,而 供过于求 是剩下的18个小时,即无须排队,我们来计算一下每个加油站每天的容量:

(由于这里的逻辑还比较简单,我就直接不画成逻辑图了)

假设对于一个 典型的加油站来讲,有三杆加油枪。

对于 供不应求来讲,所有的车都在排队,所以三杆加油枪同时使用在给车加油。假设五分钟能加满一辆车,那么一个小时里,一杆枪就能加12辆车,三杆枪就能加36辆车,在这全部的 供不应求(6个小时)里,一个加油站总共能服务的车辆数就是36×6=216(辆)车。

对于 供过于求 来讲,车不排队,我们假设五分钟才来一辆车,那么一个小时加油站能 serve 的车是12辆,在全部的 供过于求(18个小时)里,一个加油站总共能服务的车辆数就是12×18=216(辆)车。

所以,我们认为一个加油站一天能服务的车辆总数是216+216=432(辆)车。

“好了,我们已经估算出北京每天需要加油的车辆数是45万辆,又估算得出每个加油站每天的平均容量约是430辆车,我们用这两个数相除,就是我们要的答案。”

北京的加油站数 = 每天需要加油的车辆数 ÷ 每天每个加油站的容量

= 450,000(辆/天)÷430(辆/天)≈1000

所以,估算得出北京有1000个加油站。

 其他方法有哪些?

当然,估算加油站还有其他的方法,比如按照路段来估算,按照企业来估算(北京的加油站基本被中石化、中石油垄断,还有少数外企的几家)等等。这就都是以广义的 供给方 的角度来考虑了。这些方法往往都需要一些上网相辅助。不过,当面试官问你“ How can you verify your result ”的时候,你可以用这些想法来回答他。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容