要加入MBB之类高逼格的咨询公司通常会经过案例面试（Case Interview）环节。在案例面试中，面试官会讲述一些简单的信息，同时提出问题，有时甚至在完全不给出任何信息的情况下抛出一些看似无厘头的问题，要求面试者当场给出答案或建议。这有多难？我们不如来操练一把。
假设你拿到的case是：“上海有多少个加油站？”
一脸懵逼，“这谁知道？”是大部分的人第一反应，我也同样，心说：还好，我的工作不需要经历这样的面试，要不肯定没饭吃。
可是，请专业一点好吗？咱们现在是在模拟案例面试，即便不知道，也得硬着头皮回答，于是灵机一动，问道“请问能不能百度？”
“不能！”面试官无情的说到，一脸不屑。
一万匹草泥马在心中奔腾，无奈啊，又不能骂面试官，那只能猜了。妈呀，这要怎么猜？连驾照都没有，还要我猜有多少加油站，不带这样的，咱能不能换个题？太背了，早知道早点学驾照了？可是这和学驾照有什么关系？起码开车的人经常去加油，比较了解一点？但是好在老公开车，也经常跟着去加油，稍微观察过一下，算了，事已至此，瞎猜个吧？”几千个？”，不不不，太多了，又不是饭店，大小小巷满地开花。加油站嘛，不多的，家附近都没有，老公每次去加油都要开出几里地的样子。那样的话，“几十个？“好像又少了一点，几十个的话一个区就几个加油站，目测好像又不止，应该是几百个吧，那几百呢？算了，随便猜吧，鼓起勇气，对面试官说：”500个！“说完顿时又觉得说多了，500个意味着一个区有50个加油站，有那么多吗？心中打鼓。
面试官轻轻笑了一下，然后问道：“怎么算的？“
完了，还以为要宣布猜对还是猜错，结果问怎么算的，算什么算啊，是猜的哇。可是要说是猜的肯定完蛋，怎么也得装装样子。
“上海总共十个区，每个区的加油站数量是几十个的样子，有多有少，所以估计全市500个左右。”
面试官皱了皱眉头：“再想想其他思路。“
其他思路，要是有早想了，又不让查百度，怎么想嘛？
“考虑一下上海有多少辆汽车？“面试官竟然给出了善意的提示。
这个提示无疑是救命稻草。对哦，要是知道有多少辆汽车就好了。可是怎么知道有多少辆汽车呢？从身边想起，好像公司的男同事大部分都开车，女同事开车的少。平均几个人有一辆车呢？一般一个中等收入的家庭大多会有一辆车吧，但是年纪大的没有，平均2.5个家庭有一辆车，貌似差不多。这样一来只要知道上海有多少家庭就能估计上海有多少量车了？大脑中灵光一现，叮！有一个数字是知道的，2500万，对！2500万就是上海常住人口数，这个数字新闻常常看到，不会错，这样只要估计平均每个家庭几个人，就能知道家庭数，然后就能估计有多少车了。一个家庭平均几个人呢？有1个人的，2个人、3个人的家庭最多，现在开放二孩，4人家庭也开始有了，当然还有5人以上的家庭，但非常少，取2.5吧，这样上海就差不多1000万个家庭，平均2.5个家庭一辆车就是400万辆车。耶！太聪明了。
“400万辆车”，于是大声的推算过程告诉面试官，心中想着，这次八九不离十了。
“可是我的问题是上海有多少加油站？“面试官冷冷的回答道。
对哦，怎么把问题忘了？估计上海有多少辆汽车只是一个提示，还没有得到最终答案呢。400万辆车需要多少加油站呢？
这个问题牵涉到一个加油站能给多少车加油？又是一个难题，可是这一次，不会像之前那样手足无措，因为掌握套路了！冷静的想一想，一个加油站一天能给多少汽车加油呢？加油站有好几个加油桩，具体是多少个呢？回忆一下，每次老公开车去加油，有四排，每排有2个加油桩，每个加油桩2个口，然后每次都排队，前面好几辆车，一辆车加油大概5-10分钟，这样的话，一个小时能加2*2*4*10=160辆车，那个加油站基本从早到晚排队，不对，是因为我们去加油的时候都是高峰期，也有不用排队没人加油的时候吧。加油站是24小时的吗？不确定，即便是的话，半夜也没几个人加油吧，这样就算拼凑起来一天8个小时满负荷加油，一天总共加1280辆车左右。加油站有大有小，我家去的那个加油站应该算比较中的，所以平均一个加油站一天能给1280辆车加油。
整理一下，现在估计上海有400万辆车，同时估算一个加油站一天能给1000辆车加油，做除法了不？不不不，还差一步，400万辆车是总数，但不是说这些车天天要加油，我家开的不算多，每周加油一次，那些开滴滴的估计天天要加，可也有比我家开的更少的吧，就算大部分汽车平均一周加一次油吧，那每天要加油的车即总数的15%左右，也就是60万辆。
用60万除以1280，哇，是469，跟之前拍脑袋猜的非常接近，太神了。想到这里已经难以抑制兴奋之情，把如此这般，这般如此的思考过程一股脑儿的告诉面试官，期待着面试官的肯定。
“这个估计合乎逻辑，但是只有家庭小汽车去加油站加油吗？“
对哦，还有公交车呢，商用车，洒水车，垃圾车哩，怎么忘记考虑了？那些车应该没有家庭小汽车多吧。乘个系数是个不错的办法。
“考虑其他车辆也要加油，所以加油站应该会比469多，如果乘以1.5的系数的话，就是703个，上海有700个左右加油站。“
“听上去不错，能把你的思路从头到尾整理一遍吗？“
得到了面试官的肯定很是开心，但是要完整的整理思路还需要花一点时间。
仔细想来这个问题的拆解是顺着需求和供给两条主线形成的。
拆解需求的时候，充分利用了已知的上海人口数，之后估计家庭数，估计家庭汽车数，估计每天家庭汽车加油次数，按比例估计其他每天汽车加油次数，最后加总得到上海每天汽车加油需求次数。
拆解供给的时候，则是根据生活常识对加油站每小时加油次数做估计，再结合对于加油站每天满负荷加油时间的估算，计算出每个加油站每天的加油次数。
最后将需求除以供给，即上海每天汽车加油次数除以每个加油站每天的加油能力，计算出上海加油站的数量。
终于面试官满意的点了点头。离开面试房间迫不及待的百度了一下，查到“截止2017年1月25日，上海有829个加油站。“估计的相当接近了啊，赞赞赞！不由感慨通过合理的逻辑推理，看似无厘头的问题竟然可以迎刃而解。
进一步思考这个案例，其实“上海有多少加油站”问题是典型的市场规模Market Size估算问题，这类问题基本都可以用“供需关系“这个框架来解决，这是因为市场的本质就是需求和供应的关系。
想明白这一点，这类问题就有了大体的着手方向，可是如果没有相关的数据支撑，最终还是无法找到答案。加油站问题里，上海人口是已知数，其他估计数基本都是通过生活经验common sense做的合理估计，因此最后的估算结果相差不大。这里提到了另外两个关键因素common sense，到商业环境中即business sense，以及用数据驱动data driven的理念。任何推理和分析抛开数据支撑，都是无法落地的。
在整个分析过程中，需要对问题进行层层拆解，拆解要顺应不重不漏原则，逻辑必须完整。任何一个逻辑断点就会使答案无法得到。
有人或许会担心：推理中由于采用了过多的估计，会不会使结果产生很大的偏差。这是非常有可能的，但是丝毫不影响构建思维方法，在业务实践中，这些估计数正是需要通过严谨的数据采集和分析被准确替代的部分。
结合商业用途，总结一下：
1）“上海有多少加油站“问题是商业问题中市场规模类问题的缩影，这类问题普遍采用”供需“框架进行分析。
2）定义完分析框架后，要对问题进行层层拆解，不重不漏，逻辑完整。
3）问题分析过程中business sense发挥作用，但是如果缺乏business sense也可以和他人讨论或者采用头脑风暴，凝聚集体智慧。
4）分析的核心理念是数据驱动。
最后，不得不说顶尖咨询公司通过这类案例面试来筛选人才自有精妙之处。通过不断的训练掌握商业问题的思维方法可以在任何工作角色中游刃有余。大家如果感兴趣的话不妨练习思考”上海有多少火锅店“、”公司边上的星巴克一天多少营业额“这类问题，对于想开火锅店和咖啡店的你更是有大大的必要哦。
