卖煎饼真能月入上万吗?

36450017c8bd29d26cbb.jpg

我们经常可以从新闻推送中看到一些诸如卖煎饼、手机贴膜月入上万的新闻,但不知道有没有人真的去估算一下一个煎饼摊的月收入,看看和新闻里说的是不是基本一致。

曲凯老师在得到平台开的《如何成为解决问题的高手》的精品课中,将解决问题归纳为四个步骤:

  1. 明确和理解问题
  2. 拆分和定位问题
  3. 提出解决方案
  4. 总结问题

其中拆分和定位问题是解决问题过程中最重要的环节,而公式化拆解又是拆分问题常用的一种方法。曲凯老师通过两个案例来示范如何通过公式化思维来拆解问题,这两个案例我觉得特别有意思,一个就是文章开头提到的煎饼摊的月收入估计问题,另一个是北京地铁一天客运量的估算。后来从曲凯老师的公众号《四十二章经》中的一篇文章中得知,这两个问题其实都可以归结为一类问题——市场规模预估(Market Sizing)。

市场规模预估问题是咨询行业面试中经常考的问题,这类问题考察的不是最终估算结果的准确性,而考察的是一个人的结构化思考能力(Structured Thinking)、逻辑推理能力(Logical Reasoning)和找出关键因素得出结论的能力(Priorization and Result-oriented)。比如一些常见的市场规模预估问题有:

  • 北京有多少加油站
  • 上海有多少自动取款机
  • 杭州有多少理发店
  • 武汉地铁一天的客运量是多少

第一次看到这类问题,相信很多人和我一样,整个人都是懵的,不知道如何思考。下面就通过煎饼摊的例子来说说这类问题的思考方法。

我们都知道利润等于收入减去成本,所以一个煎饼摊的月利润的公式如下:

煎饼摊的月利润 = 每天卖出的煎饼数量 x 每套煎饼的价格 x 每月工作天数 - 煎饼摊运营一个月的成本

进一步,估计每天卖出的煎饼数量可能会比较粗糙,所以可以把每天按照每小时来划分,也就有:

每天卖出的煎饼数量 = 每小时卖出的煎饼数量 x 每天工作的小时数

为了使估算更准确,还可以对每小时卖出的煎饼数量做差异化处理,比如早餐和晚餐时间每小时卖出的煎饼数量就比其他时间段要多,比如说每小时能卖30套,其余时间平均每小时能卖5套。再假设早餐和晚餐时间段总的时长为4小时,其余工作时间为6小时。这样估算下来,每天能卖出的煎饼数量就是150套。假设每套煎饼的价格为6元,成本为3元,每月工作25天,那么一个煎饼摊每月的利润大概就是11250元。这里有些假设不一定准确,但这不重要,重要的是分析这类问题的思考方法。

再来看一个加油站的案例:

如何估算一个城市有多少个加油站?

类似的问题像一个城市有多少理发店,一个城市地铁每天的运客量是多少,都可以从供和需两个角度来思考。对于加油站和理发店的数量估算来说,从需求的角度可能相对容易些,对于地铁每天的运客量估算,从供给的角度可能更容易些。

下面这张图就将一个城市加油站数量的估算问题清晰地分解成一个树的结构。

Market Sizing back 1.jpg

加油站的数量 = 城市一天总的汽油需求量 / 平均每个加油站每天消耗的汽油量

城市一天总的汽油需求量 = 需要消耗汽油的车辆总数 x 平均每辆车每天消耗的汽油量

车辆总数 = 城市人口总数 x 每人保有车辆数

平均每个加油站每天消耗的汽油量 = 平均每辆车加油的量 x 加油站每天服务的车辆总数

加油站每天服务的车辆总数 = 平均每个加油站的加油泵数量 x 每个加油泵每天服务的车辆数

然后逐步代入估算的数字进行计算就可以知道这个城市总的加油站的数量。

从上面这两个案例分析可以看出,这类问题一般都经历了两个大的步骤:

  1. 将问题自顶向下层层分解,分解后的元素应该相对比较容易和准确地估算;
  2. 自下而上进行汇总计算。

市场容量估算不一定在我们每个人的工作中都会用到,但是这类问题背后的思考方法值得借鉴,就是将一个看似复杂的问题自顶向下拆解成一个个相对简单的组成部分,然后再自下而上最终合成一个公式。公式化思维是我们拆解复杂问题时的一个很有效的工具。所以遇到比较复杂的问题时,我们不妨想一想:

要解决这个问题,可不可以用公式进行拆解一下?


参考

  1. 曲凯得到精品课《如何成为解决问题的高手》
  2. Preplounge: Market sizing can come up as a standalone case or as part of a larger consulting case study
最后编辑于
©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 204,053评论 6 478
  • 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 85,527评论 2 381
  • 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 150,779评论 0 337
  • 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 54,685评论 1 276
  • 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 63,699评论 5 366
  • 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 48,609评论 1 281
  • 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 37,989评论 3 396
  • 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 36,654评论 0 258
  • 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 40,890评论 1 298
  • 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 35,634评论 2 321
  • 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 37,716评论 1 330
  • 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 33,394评论 4 319
  • 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 38,976评论 3 307
  • 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 29,950评论 0 19
  • 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 31,191评论 1 260
  • 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 44,849评论 2 349
  • 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 42,458评论 2 342

推荐阅读更多精彩内容