中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導讀：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？

大多數同學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、問題本質及方法拆解

這類問題在面試中并不少見，其本質并不需要候選人精準說出總數，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果的估算問題，將復雜的問題拆解成小的、可知結果的部分。如果還不能得出結果，那就繼續拆解，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，估算市場總規模。比如：xx城市奶粉市場有多大？xx城市私家車數量有多少。
• 供給端：從生產能力出發，估算一個生產單位（店面或站點）的生產總量。比如：預估蜜雪冰城一天的營業額有多少？星巴克一天能做多少杯咖啡。
• 供給+需求：結合市場總需求及單個生產單位的生產能力出發，估算生產單位的數量。比如：杭州有多少理發店。

通過上述定義我們可以看出本題屬于第三種類型，即結合冬奧會對志愿服務的總需求和單個志愿者產出志愿服務能力，從而估算出需要的志愿者數量，即

?志愿者數量=冬奧會志愿服務總需求 ÷?單個志愿者的服務時長

我們默認單個志愿者的服務時長為8h/天，那么我們只要計算出每天所需的志愿服務總時長就可以得到最終結果。

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；單個項目服務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，分別是醫療服務、媒體運行與轉播服務、場館運行服務、對外聯絡服務、競賽運行服務、市場開發服務、人力資源、技術運行服務、文化展示服務、賽會綜合服務。即這里的N值=12。

接下來我們以醫療服務項目為例，通過鏈條拆解的方式估算該項目需求時長。

首先，根據生活常識找到影響醫療服務的因子：潛在被服務的人數、服務時長、場館數、最小服務單位數（即一旦發生危險，一個醫療小組最小配置人數）

?醫療項目總時長=潛在被服務人數*服務時長*場館數*最小服務單位數

?=（場館容納總數*發生危險概率）*服務時長*場館數*最小服務單位數

拆解到這一步，我們已經可以根據生活常識和公開數據進行計算了，如果到這一步依然沒辦法計算，那就需要繼續對因子拆解，直到問題變得清晰。

其次，這里我們假設場館容納總數為10000人，發生危險概率為0.1%，場館每天開放時長為12h，場館數公開顯示為25，最小服務單位設置為5，

最后，代入公式，得出最終結果：

醫療項目總時長=10000*0.1%*12*25*5=15000h

同理，我們找到媒體運行與轉播服務總時長的影響因子和計算公式：

媒體運行與轉播服務總時長=被負責媒體數*服務時長*最小單位數*場館數

?=（國家數*來訪媒體數*媒體采訪概率）*服務時長*最小單位數*場館數

?=91 * 2 * 1/10 *12 * 3 * 25=16380h

接下來，計算場館運行服務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，所以這里服務時長為24.

場館運行服務總時長=場館總面積*服務時長*最小單位數*場館數

? ?=60000 * （1/1500）*24 *25=24000h

3）代數計算

到此為止，我們已經得到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：

冬奧會志愿服務總需求=（醫療項目總時長+媒體運行與轉播服務總時長+場館運行服務總時長）*4

=（15000+16380+24000）*4 =?221520

最后代入總公式：

志愿者數量=冬奧會志愿服務總需求 ÷?單個志愿者的服務時長= 221520/8?

=27690（人）

至此，我們計算出冬奧會的志愿者數量是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，很多數據都是拍腦袋得到的，這樣的方式不免讓人懷疑結果的可行性。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據或者生活經驗支撐。

另外一點，公式中的數據不是單一值的估算，而是一系列估算值《模型思維》一書提到[多樣性預測定理]

當我們就某個問題進行預測時，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，能讓整體預測更接近現實情況。

三、費米估算的應用場景

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、新風向的市場預估。因為是新興事物，所以現有數據樣本很少沒辦法做精準的推算。
• 對數據精確度要求不高，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。
• 任務比較緊急，來不及做系統的測算過程。

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果更準確。

• 在確定影響因子時，與專業人員溝通，通過他們工作積累和經驗來確定關鍵因素和影響比例
• 對計算數據，可通過行業報告、頭部公司的招股報告和年報中的數據做參考
• 對最終結果的評估，可橫向參考不同國家、不同地區相關數據做對照。

本文由 @alentain 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。