产品经理面试策略:针对问数量、估算的“面试问题”如何进行思考和回答?

更新时间:2023-06-30 09:25:28 阅读: 评论:0

产品经理面试策略:针对问数量、估算的“面试问题”如何进行思考和回答?
产品经理面试时,面试官总会提出些“刁钻”的问题,让你无从下手;面试官出这类题的目的是什么?面对这类问题应该如何思考和回答呢?
 
  在产品经理面试中,是否有曾遇见比较奇葩、无从下手的问题,类似如下的:
深圳有多少个学校?
北京有多少个产品经理?建筑物拆除
上海有多少辆本田汽车?
广州海珠区有多少间7-11便利店?
珠海海怡湾畔小区的入住户数有多少?
北京胡同小巷子的煎饼摊一年能卖多少个烧饼?
  首先,这是属于学术界数量估算中的“费米问题”。
  其次,通常产品面试中借此希望能考察候选人的:逻辑思考、分析和心理抗压能力。因为这类问题十分开放,可以很好考验出候选人在面对毫无头绪的问题、不具有行业背景知识的情况下所作出的分析、推断。
  最后,根据我在产品面试的经历、工作实践的思考,谈一些分析和解答的思路:
一、分析策略
  PS:由于在产品面试中,此类问题更注重是“逻辑思考”。即根据问题进行分拆、提出有理有据的分析、进而得出结论,侧重是逻辑性而非正确性。这是首要的,要避开不敢动脑、不敢表达的心理。
  我总结的作答思路有三种:
从上到下/左右开弓:从宏观层面由上层往下推/由从某个点横向切入,反推上去;
上下限:利用上下限思想,“夹”逼推出来;
第三者:直接求是不行,往往通过计算出第三者才能知道答案。(……原谅这叫法)
  由于数量估算都是非常开放没有唯一答案,所以这三种思路在针对不同的问法都可以灵活运用、相互验证。同时,这些是个人总结的技巧,比较难用理论去阐述。
  因此,接下来通过举例,将这种思想贯穿其中:
1. Top-down、Bottom-up
  (1)估算深圳市丰田汽车的数量?
  层级拆解:深圳市汽车(第一层)、丰田汽车(第二层)、丰田(横向可以是特斯拉)
  分析思路1:Top-down
先假设已知深圳市全市共有机动车300万辆;(一层)
在深圳市几个车流密集区域采样,记录每100辆车中丰田车的占比,取平均占比;(二层)
假如平均占比为25% ,那么得出:300万×25%=75万辆。
红豆歌词王菲  分析思路2:Bottom-up
先假设已知深圳全市有「特斯拉」8万辆;(与丰田是横向同层)
四时田园杂兴梅子金黄杏子肥
在深圳某地多点采样得出:在每100辆汽车车中,「特斯拉」车的占比为2%,丰田车的占比为20%;argo浮标
那么得出:8万/2%*20%=80万辆。(利用横向反推)
自欺欺人的近义词>票据责任
你说我猜游戏  (2)要补充边界
  在面试过程中,面试官在听完有逻辑、能独立思考出的答案后,往往是认可并提高面试成功几率。不过也有面试官会选择继续追问,挖掘出所回答的“边界点”,以此考察你的逻辑思维是否缜密、反应速度是否够快、是否能“自圆其说”。
  一般考虑边界的点很多,常见有:时间、地点、数量、行业背景知识等。往往候选人通过边界补充,不仅可考察刚上述说到的点,也是自我证明“有料、懂更广”的途径。
  针对上面的,我举几个例子:
  在对丰田汽车采样的时候,选择什么地点呢?(证明边界有考虑)
选择密集的区域就正确?如口岸、机场、商场等是否有影响数据的真实性?
若只取口岸附近的车流密集区,则占比有可能偏高。(香港牌的保姆车绝大多数是丰田埃尔法)
苍苍横翠微那么应该取多少个才比较“均衡”呢?
  在对特斯拉进行采样时,该怎么分析?(证明你对特斯拉有研究,知道是可以充电)
若取样地点是「特斯拉充电桩」附近,同样也会造成数据偏高的情况;
特斯拉在深圳属于什么定位?
2. 利用上、下限“夹逼”
  问题:北京某胡同口的煎饼摊一年能卖出多少个煎饼?
  层级拆解
时间:统计1年,即365天,即365*24小时; 其次,煎饼摊卖的时间一般是早中晚的时间段,可以任选一个或三个时间段;再其次,一个煎饼制作时间约30~60秒;(记住,没有对错只有逻辑推理,根据假设不同分析也不同)
求什么:求数量,多少个? 即统计在一个时间段范围大约能卖出多少个煎饼。得出这个数量数字不难,关键是怎么证明是合理的。证明数量合理可以用上下限“夹逼”出来。
  分析思路:

本文发布于:2023-06-30 09:25:28,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/82/1069947.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:面试   问题   数量   分析
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图