北京冬奧會需要多少志愿者?
編輯導(dǎo)讀:如果你在面試過程中,被問到“北京冬奧會需要多少志愿者?”這個問題,你會如何回答?本文作者對這個問題進行拆解,希望對你有幫助。
最近群里看到一個大廠的面試題,題目是:請評估一下北京冬奧會需要多少志愿者?
大多數(shù)同學(xué)看到這樣的問題會一頭霧水,因為不知道考核的重點在哪里所以會不知如何下手。
一、問題本質(zhì)及方法拆解
這類問題在面試中并不少見,其本質(zhì)并不需要候選人精準說出總數(shù),而是要考察候選人在拆解問題時的思考邏輯。這是典型的【費米估算】問題。
費米估算指的是解決未知結(jié)果的估算問題,將復(fù)雜的問題拆解成小的、可知結(jié)果的部分。如果還不能得出結(jié)果,那就繼續(xù)拆解,直到拆解后的所有部分問題變成一個常識問題或者比較容易解決的,從而將未知的問題逐漸變得清晰。
接下來我們以這道面試題為例,詳細講解費米估算使用方法:
1)確定切入角度
正常來說,費米估算可以從3個角度切入:
- 需求端:從需求端切入,是指從市場總需求出發(fā),估算市場總規(guī)模。比如:xx城市奶粉市場有多大?xx城市私家車數(shù)量有多少。
- 供給端:從生產(chǎn)能力出發(fā),估算一個生產(chǎn)單位(店面或站點)的生產(chǎn)總量。比如:預(yù)估蜜雪冰城一天的營業(yè)額有多少?星巴克一天能做多少杯咖啡。
- 供給+需求:結(jié)合市場總需求及單個生產(chǎn)單位的生產(chǎn)能力出發(fā),估算生產(chǎn)單位的數(shù)量。比如:杭州有多少理發(fā)店。
通過上述定義我們可以看出本題屬于第三種類型,即結(jié)合冬奧會對志愿服務(wù)的總需求和單個志愿者產(chǎn)出志愿服務(wù)能力,從而估算出需要的志愿者數(shù)量,即
?志愿者數(shù)量=冬奧會志愿服務(wù)總需求 ÷?單個志愿者的服務(wù)時長
我們默認單個志愿者的服務(wù)時長為8h/天,那么我們只要計算出每天所需的志愿服務(wù)總時長就可以得到最終結(jié)果。
2)模塊化拆解
我們逐步進行拆解:
確定N的值就是拆解所有的模塊數(shù);單個項目服務(wù)時長是鏈條化拆解項目時長的計算方法。為方便理解,我們以表格形式來展示:
百度了冬奧會志愿者招募項目,一共有12個分類,分別是醫(yī)療服務(wù)、媒體運行與轉(zhuǎn)播服務(wù)、場館運行服務(wù)、對外聯(lián)絡(luò)服務(wù)、競賽運行服務(wù)、市場開發(fā)服務(wù)、人力資源、技術(shù)運行服務(wù)、文化展示服務(wù)、賽會綜合服務(wù)。即這里的N值=12。
接下來我們以醫(yī)療服務(wù)項目為例,通過鏈條拆解的方式估算該項目需求時長。
首先,根據(jù)生活常識找到影響醫(yī)療服務(wù)的因子:潛在被服務(wù)的人數(shù)、服務(wù)時長、場館數(shù)、最小服務(wù)單位數(shù)(即一旦發(fā)生危險,一個醫(yī)療小組最小配置人數(shù))
?醫(yī)療項目總時長=潛在被服務(wù)人數(shù)*服務(wù)時長*場館數(shù)*最小服務(wù)單位數(shù)
?=(場館容納總數(shù)*發(fā)生危險概率)*服務(wù)時長*場館數(shù)*最小服務(wù)單位數(shù)
拆解到這一步,我們已經(jīng)可以根據(jù)生活常識和公開數(shù)據(jù)進行計算了,如果到這一步依然沒辦法計算,那就需要繼續(xù)對因子拆解,直到問題變得清晰。
其次,這里我們假設(shè)場館容納總數(shù)為10000人,發(fā)生危險概率為0.1%,場館每天開放時長為12h,場館數(shù)公開顯示為25,最小服務(wù)單位設(shè)置為5,
最后,代入公式,得出最終結(jié)果:
醫(yī)療項目總時長=10000*0.1%*12*25*5=15000h
同理,我們找到媒體運行與轉(zhuǎn)播服務(wù)總時長的影響因子和計算公式:
媒體運行與轉(zhuǎn)播服務(wù)總時長=被負責(zé)媒體數(shù)*服務(wù)時長*最小單位數(shù)*場館數(shù)
?=(國家數(shù)*來訪媒體數(shù)*媒體采訪概率)*服務(wù)時長*最小單位數(shù)*場館數(shù)
?=91 * 2 * 1/10 *12 * 3 * 25=16380h
接下來,計算場館運行服務(wù)總時長的影響因子和計算公式:
這里標準場館面積為60000平方米,假設(shè)每1500米需要安排一名工作人員,場館運行需要24h安全保障,所以這里服務(wù)時長為24.
場館運行服務(wù)總時長=場館總面積*服務(wù)時長*最小單位數(shù)*場館數(shù)
? ?=60000 * (1/1500)*24 *25=24000h
3)代數(shù)計算
到此為止,我們已經(jīng)得到3個項目的總需求時長,考慮到篇幅問題,這里假定12個項目總時長=4*3個項目總時長。即:
冬奧會志愿服務(wù)總需求=(醫(yī)療項目總時長+媒體運行與轉(zhuǎn)播服務(wù)總時長+場館運行服務(wù)總時長)*4
=(15000+16380+24000)*4 =?221520
最后代入總公式:
志愿者數(shù)量=冬奧會志愿服務(wù)總需求 ÷?單個志愿者的服務(wù)時長= 221520/8?
=27690(人)
至此,我們計算出冬奧會的志愿者數(shù)量是27690人。
二、費米估算的準確性和實用性
以上例子中,我們通過模塊化拆解和鏈條拆解的方式得到最終的答案,但是用戶會看到在計算過程中,很多數(shù)據(jù)都是拍腦袋得到的,這樣的方式不免讓人懷疑結(jié)果的可行性。這個就涉及到平均律的問題,費米估算不是萬能的,其使用有個很重要的前提。
費米估算成立的前提是所有的估算值需要有實際數(shù)據(jù)或者生活經(jīng)驗支撐。
另外一點,公式中的數(shù)據(jù)不是單一值的估算,而是一系列估算值《模型思維》一書提到[多樣性預(yù)測定理]
當我們就某個問題進行預(yù)測時,模型不一定是準確的,但多個模型的正負疊加時卻會相互抵消,能讓整體預(yù)測更接近現(xiàn)實情況。
三、費米估算的應(yīng)用場景
費米估算是不精確的計算方式,所以它有自己的適用場景:
- 新的行業(yè)、新風(fēng)向的市場預(yù)估。因為是新興事物,所以現(xiàn)有數(shù)據(jù)樣本很少沒辦法做精準的推算。
- 對數(shù)據(jù)精確度要求不高,只需要到度量單位級別即可。比如在評估項目體量時,評估項目成本是幾萬、幾十萬還是幾百萬。
- 任務(wù)比較緊急,來不及做系統(tǒng)的測算過程。
四、提高準確度的方法
雖然整體的估算是模糊的,但我們還是可以采取一些措施使得估算結(jié)果更準確。
- 在確定影響因子時,與專業(yè)人員溝通,通過他們工作積累和經(jīng)驗來確定關(guān)鍵因素和影響比例
- 對計算數(shù)據(jù),可通過行業(yè)報告、頭部公司的招股報告和年報中的數(shù)據(jù)做參考
- 對最終結(jié)果的評估,可橫向參考不同國家、不同地區(qū)相關(guān)數(shù)據(jù)做對照。
本文由 @alentain 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于CC0協(xié)議。
有點類似用戶增長里的增長模型拆解。
看到標題也懵了一下 下意識想回答一個想當然的數(shù)字
沒想到點開文章 獲得了一個新的解決思路
請問是什么群,可以加入嗎
受教了,原來這些事情背后也有一套邏輯分析的過程,我之前還以為是看情況估算的哈哈哈
妹想到,又學(xué)到了~~雖然看起來很復(fù)雜,但是又感嘆竟然可以有如此算法,妙啊
化繁為簡
哇哦,又發(fā)現(xiàn)了新知識,很有用。但是沒學(xué)會哈哈哈哈哈。
第一步建立印象;第二步遇到類似問題套框架;第三次就內(nèi)化為自己的能力了。相信你可以的,加油~
嗯呢嗯呢,好的。
學(xué)到了,感覺運用在生活中遇到很復(fù)雜的問題,也可以借鑒費米估算法
對的,在生活中的應(yīng)用場景還是很多的~