费米问题/market sizing

费米问题的考察目的:

目的在于考察候选人的量化技能、逻辑推演和商业意识。这类问题可能没有标准答案,因为面试官的目的主要在于考察候选人的分析和解决问题的能力,而不是寻找“标准”的答案。

解题步骤:

1、澄清问题

2、分解问题(top-down),列出议题树并确定优先级

3、给出数据估计值(bottom-up)

4、综述并提出推荐(按照金字塔原理,自上而下的向面试官提出推荐)

常用思路:

1、从需求的角度

2、从供给的角度

3、从需求和供给相结合的角度

注意要点:

1、每个题目可能有多种分解思路,议题树除了要MECE之外,还需要注意繁简,效率以及实操性。

2、建模不用太复杂,2层+每一层2-3项即可

3、计算要快速,不要求很精准

4、得到结果后,检查一下答案的合理性

费米估算常用数据

一、全国人口数据

(1)全国人口按14亿计算,粗暴假设农村城市各一半,即7亿。

(2)在城市人口的7亿中,三线及以下VS一二线城市各占比一半,即3.5亿。

(3)一二线城市中,二线中等城市人口约占比一半,即1.7亿,这样的城市有15个(分別为成都、武汉、哈尔滨、沈阳、西安、长春、长沙、福州、郑州、石家庄、苏州、佛山、东莞、无锡、烟台及太原,每个地区约1000W)

(4)剩下的1.7亿人口,再分成两半,各8500W,分別在一线城市(共5个,北上广深天,每个地区约2000W-2500W)和二线发达城市(共8个,杭州、南京、济南、重庆、青岛、大连、宁波及度门,每个地区约1000W)中。

总结:一线城市2000-2500W;杭州、南京、重庆、厦门、成都、武汉、长沙等地区800-1000W

二、阶层数据

阶层数据阶层数据会包括年龄阶层,学历阶层等等。例如,在计算食物、通、交通相关问题时,借助年龄阶层的数据能够体现更加细致的思考;在分析外卖、出行、共享产品时,主要考虑职业结构数据(学生+企业)

(1)年龄阶层

0-18岁:18-30岁:30-60岁:60岁以上=20%:20%:45%:15%

儿童:中青年:老年:15%:70%:15%

❗对人口进行细分,以获得更精确的估计值。对人口进行细分的最常见方法是按年龄划分。可以假设平均预期寿命为 80 岁,并将人口划分为 0-20 岁、21-40 岁、41-60 岁和 61-80 岁。四分之一的人口将属于不同年龄群体。细分背后的主要思想是每个年龄群体都有不同的行为或特征。

(2)教育层次

未上过学:小学:初中:高中:专科&大学及以上=5%:30%:45%:10%:10%

(3)网民职业结构:

学生:企业(白领):农村:工人:其他=25%:20%:10%:10%:35%

三、互联网数据

(1)总计约9.04亿网民,其中手机网民占比99%,可约等于9亿

(2)互联网不同行业用户数:网络游戏用户5.4亿、网络视频用户8.88亿、网约车用户3.4亿、外卖用户4.09亿、网购用户7.49亿

(3)App用户数:快手3亿+,抖音4亿+

一些经典题目的参考框架:

1、上海电影院年收入

需求端:

❗分解需求量的一个常用公式:

市场规模(销售额)=用户基数*渗透率*消费频次*单价

❗一般电影院的收入来源包括:

1、电影部分

2、饮食部分(爆米花、软饮料等)

3、其他部分(玩具、漫画、广告等)

供给端:

拓展:上海电影院行业的年市场规模

北京瑞幸咖啡一天咖啡的营业额

澄清问题:

地点:北京

时间:一天

品牌:仅限于瑞幸品牌的咖啡

品类:限定为咖啡

❗如果问题是瑞幸一天的营业额,则还需要考虑非饮品的销量,如面包甜点等,可以根据二八法则,将咖啡的销量定为80%,非饮品的销量定为20%

可以考虑从供给方和需求方两个角度进行测算,最后将两种方法所得数据进行交叉验证

供给端:

需求端:

这里简单对每周消费瑞幸咖啡的频次进行区分,分别为每周消费2次、4次、7次(即每天消费)。图中仅列示每周消费两次的具体计算过程,另两种情况同理。其中,每周消费4次瑞幸咖啡的人数占比设为50%,每周消费7次瑞幸咖啡人数占比设为20%。

估算北京一年出租的房子数量

假设:

常住人口中45%本地有房无需租房;35%已租房;20%人口需要新租房

学校毕业刚工作白领占比30%,非白领占比35%,工作变动的职员占比25%   其他占比10%

学校毕业刚工作白领、非白领、其他平均3人合租一个房子,工作变动的职员平均两人合租一个房子。

存量替换仅考虑白领和非白领,替换率平均为为1/5(五年一换)

存量替换中的合租人数同上。

图片各列出一种情况,其他人群同上。

需求端:

供给端:

假设北京一年出租出去的房子数量为A,从供给角度直观来看,应该是空置的房子数量B×出租率Y,而空置的房子数量B=稳定有房居民住房数量D×(1-居住率Z),稳定有房居民住房数量D=北京常住人口E×50%/3(注:假设稳定有房居民占北京常住人口的50%,假设稳定有房居民是3人住一套房子,此时用套作单位),假设出租率Y为0.6,居住率Z为0.65,北京常住人口E设为2200万。

因此:北京一年出租出去的房子数量A=空置的房子数量Bx出租率Y =稳定有房居民住房数量D x (1一居住率Z) x 出租率Y=(北京常住人口 Ex50%/3)(1-居住率Z) x出租率Y =(2200x50%/3)(1-0.65) x 0.6 =77(万套)

北京每天地铁人流量

供给法1:通过观察闸口人流量进行估算

说明:此处高峰时长没有设为6h的原因是对于单入口而言,在工作日期间,一般一个站点一天只出现一波高峰:早上有大批上班族从家附近的地铁站入口进入/学生从家附近的地铁站入口进入,因此算作单条地铁线路中除公司/学校站点以外的其他站点的一次高峰;而公司/学校站点出口不再二次进行人流量计算。其他地铁线路同理。(另:根据二八法则,仅考虑工作日中大多数人乘坐地铁去上班上学的情况,乘坐地铁游玩等其他小众需求暂不考虑)

在傍晚时,有大批上班族/学生从公司站点/学校站点入口进入,算作这些站点一天中的一次高峰,而家附近的地铁站点出口闸机不再二次计算人流量。

高峰时期通过闸机人数为10800/3=3600人;非高峰时期通过闸机人数为46800/30=1560人。因此单闸机一天流量为5160人。5160*5*24*20=1238.4万人。


根据相关新闻数据显示,上述方法估算数据基本接近。

7月12日,北京轨道交通全路网日客运量创历史新高,达1375.38万人次

供给法2

注意:

(1)地铁换乘因素:有些人在一次出行的时候会在不同的地铁线路间换乘,就会导致被统计了两次。剔除这部分重复统计,流量的一个粗糙的方法是,假设每辆列车下车的人当中有20%是换乘的、加以剔除,只保留80%真实的人流量流出;

(2)同一班地铁上的人流量替换倍数:在计算每一班列车的客流量的时候,很多人都能想到等于"该列车总载客容量",乘以“上座率”,却遗漏了一个因素就是,班列车从起点跑到终点,比如一共20个站,很少有人是走完全程的,而是平均只坐5~10个站,也就是说,这班列车上的人在不断的替换,所以要乘以一个替换比例。

耐用品的销量计算(需要考虑更换周期)

❗理解“存量替换”和“替换率”

❗不要把“存量”当“增量”

❗公式:耐用品销量=当年新增的需求量+市场上存量的替换量

如仅仅因为美国有2.8亿辆汽车,并不意味着每年购买2.8亿辆汽车。需要估计汽车的更换周期大致为每10年更换一次。

例如:全国一年核磁共振机销量

估算北京外卖骑手人数

供给端:

男性外卖骑手:2200万*50%(20-55岁人数占比)*60%(在私企工作人数占比)*50%(男性占比)*3%(在外卖公司上班)*90%(外卖公司里90%是送外卖的,10%是管理人员)*5/6(平均每月休息5天)=7.5万

女性外卖骑手:2200万*50%(20-55岁人数占比)*60%(在私企工作人数占比)*50%(女性占比)*0.5%(在外卖公司上班)*90%(外卖公司里90%是送外卖的,10%是管理人员)*5/6(平均每月休息5天)=1.25万

供给端总的外卖骑手:8.75万

需求端:

思路1:2200万*50%(适合点外卖人群20-55岁)*80%(收入符合人群)*3/7(平均每周点3次外卖)/50(假设每个外卖骑手一天送50单)=7.54万

思路2按高峰非高峰时期来看(高峰时期共6h,外卖员每小时送7单;非高峰时期6h,外卖员每小时送3单)

则2200万*50%(适合点外卖人群20-55岁)*80%(收入符合人群)*3/7(平均每周点3次外卖)/(6*7+6*3)=6.2万

其他可供练习的费米/market sizing 经典题目(摘自hacking the case interview)

美国有多少个加油站?

麦当劳每年卖多少个汉堡?

每天有多少架飞机从洛杉矶 (LAX)起飞?

一个有五位造型师的美发沙龙每周能赚多少钱?

电动汽车的市场规模有多大?

乞力马扎罗山的重量是多少?

美国每年消费多少罐苏打水?

您需要堆叠多少个甜甜圈才能比埃菲尔铁塔高?

大峡谷可以容纳多少水?

隐形眼镜的全球市场规模是多少?

美国每年卖多少双鞋?

泡泡糖的全球市场规模是多少?

纽约帝国大厦里有多少个灯泡?

位于东京繁忙十字路口的热狗摊卖了多少个热狗?

美国每年销售多少台笔记本电脑?

印度一次性尿布的市场规模是多少?

世界上每年有多少个亚马逊包裹被盗?

每年在美国销售多少轮胎?

美国二手婚纱的市场规模是多少?

©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 215,723评论 6 498
  • 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 92,003评论 3 391
  • 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 161,512评论 0 351
  • 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 57,825评论 1 290
  • 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 66,874评论 6 388
  • 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 50,841评论 1 295
  • 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 39,812评论 3 416
  • 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 38,582评论 0 271
  • 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 45,033评论 1 308
  • 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 37,309评论 2 331
  • 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 39,450评论 1 345
  • 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 35,158评论 5 341
  • 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 40,789评论 3 325
  • 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 31,409评论 0 21
  • 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 32,609评论 1 268
  • 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 47,440评论 2 368
  • 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 44,357评论 2 352

推荐阅读更多精彩内容