一道常见的产品面试计算题:O2O项目如何启动新城市拓展?
这是一道常见的产品面试计算题。本文作者从三方面对其进行了解析,不妨看看~
最近在做一个O2O项目,放在A城市试点运行,已经试运行三个月,打算启动新城市的拓展,那么问题来了?
如何通过A城市已有的数据去推算B城市启动时最合理的项目运营数据?
举个例子:
O2O项目B端的上门人员是自雇的,类似河狸家app自雇的上门美甲师、e袋洗app自雇的取货员,58到家自雇的保洁阿姨。
当拓展新城市时,由于无法确定初期的订单量,雇佣太多全职员工会造成项目运营成本的浪费,而雇佣太少,就有可能造成订单量爆发时,服务产能跟不上,导致用户投诉、用户流失,甚至错过最好的市场竞争机会。
好,现在给你一支笔一张纸,以及A城市项目运营的所有数据,请你告诉我,拓展B城市时,在每个时间段,作为老板,我到底要雇佣多少上门人员,保证不亏本又不影响服务产能?
1、明确问题
再阅读一下题目,“要雇佣多少上门人员,保证不亏本又不影响服务产能”,这是两个问题:
(1)不亏本是问你自雇员工数量的上限,超过多少会不再盈利,而这个上限值就是收支平衡点;
(2)不影响服务产能是问你自雇员工数量的下限,超过这个下限值,员工数量就会跟不上订单数量所需的服务产能。
注意,题目有给提示“每个时间段”,只给一个具体的上限值和下限值是错误回答,不考虑时间周期对人员数量的影响都是耍流氓。正确的回答应该给每个时间段对应的数量上限和下限。
明确问题后,就这两个问题点,分别推算解答。
2、计算上限值
自雇人员数量的上限值≤单次上门服务毛利润✖️日均订单数➗单个自雇人员的日均薪资
一句话解释公式:自雇人员的每日总薪资一定要小于每日利润总和。
利润比人员薪资还低,那不就是亏本么?
理解完公式,再来看每个单项的定义:
(1)单次上门服务毛利润:单次上门收入是明确的,收入减去固定成本就是毛利润。
(2)日均订单数:B城市尚未启动没有这个值,只能通过A城市和B城市目标市场规模的对比以及A城市在启动初期日均订单数去推算。
(3)单个自雇人员的日均薪资:A城市自雇人员日均薪资数据已有,对比AB两城市工资收入,通过对比的系数和A城市日均薪资,推算B城市自雇人员的日均薪资情况。
单项的定义解释完毕,再回过头来看这个公式,你会发现这个公式是动态的,毛利润和日均薪资基本不变,但日均订单数会随着时间周期而发生巨大变化。
因为已有A城市的订单量随时间变化的趋势数据,再加上AB两城市的市场调研数据,需求量和目标市场规模的对比,推算B城市的订单量随时间变化的趋势数据,进而算出,B城市自雇人员数量上限随时间变化的趋势。
3、计算下限值
自雇人员数量的下限其实是服务产能下限,也就是市场需求量的上限。
像上门美甲师、保洁阿姨等类似的上门人员,哪怕一天都在外面跑,可提供的服务范围和一天能完成的订单量都是有天花板的。如何计算这个天花板?
设当日总单量为y,自雇人员数量为x:
(1)每个员工日均单量=当日总单数(y)/员工数量(x)=a=y/x;
(2)设置每单服务1小时,即每个员工当天工作a小时;
(3)一天上班8小时,剩余交通时长为(8-a)小时,则每个员工每单交通时长为b=(8-a)/a小时;
(4)当前城市的公共交通b小时可以达成的路程距离为直径距离。城市地铁每小时速度为60-120公里,考虑到等待、走路等其他因素,设每小时30公里为城市交通路程距离,每个员工每单服务范围直径=R=30b(km²);
(5)通过直径距离算出每个员工的服务范围面积=S= π(R/2)² ;
(6)当前城市服务范围总面积=服务范围面积*员工数量=W=S*x 。
代入并化简:W=225π * x * (8x/y-1)² 。
W是项目在B城市的服务范围面积,例如只服务B城市的主城区。
y是当日总订单量,之前已说过,通过已有A城市的订单量随时间变化的趋势数据,再加上AB两城市的市场调研数据,需求量和目标市场规模的对比,推算B城市的订单量随时间变化的趋势数据,
将W和y的值代入公式,就可以算出自雇人员数量下限(x)随时间变化的趋势了。
你问我一元三次方程怎么解?不要自己傻傻去算,搜索“一元三次方程求根计算器”,有小工具可以通过输入系数直接计算。
作者:kiki,90后,定居魔都,一只创业中的产品狗。(原创公众号:pmwiki)
本文由 @kiki 原创发布于人人都是产品经理。未经许可,禁止转载。
一般面试官注重的是你的逻辑思路、分析问题和解决问题的能力 而且公式推导有问题
如果是我的话 首先应该对A城市的数据进行分析,可以使用正态分布、柱状图等等工具找出一定的规律(不用很精确,因为你只有一张纸和笔),根据这个规律我得到什么结果,再分析A城市和B城市的事业环境因素差异,是否能把A城市的数据绩效结果使用在B 城市上,如果可以就可以作为基准进行参照,如果不可以,分析A城市和B城市哪些因素会导致数据会有偏差,再做出判断
还是觉得你的看法比较符合实际
产品经理的重要素质之一是深入挖掘用户需求背后的诉求,同理,这道题目的深层次考察点应该是面试者的逻辑思维及缜密性,上来就计算,连基本的数学模型都没有建立,是通常意义下说的为了答题而答题,而不是为了解决问题而答题。
初中数学的水平就可以做推算,如果是面试的话,只需要说思路就可以。
作者很厉害啊
其实,有个问题,纯数学问题是无法解决 用户在某个时间点的需求高峰的,比如白天工作时间8个小时,大家肯定都不想在中午12点左右和下午5-6点左右,这样吃饭的时间做上门服务,那么就导致了其他时间点,比如下午2-4点需求高峰。在需求高峰的时候,如果无法满足需求,用户也是会流失的。
所以,我觉得需要根据A程序用户的需求频次和主要时间点,b 城市的规模和薪资水平,再优化下这个计算公式
很屌,已经成功放弃。
有一个矛盾点,单个员工服务范围*员工人数 这里忽略了服务范围重叠的问题,而这个是最正常不过了。
我的思路是,订单量应该和人口密度和下单频率做一个数据拟合,如果线性相关度高,就可以预估出各个人口密度区的下单频率期望值。
而这个人口密度数据,B城是应该有的。
不同意这种算法。建议从一定周期一定目标区域预估潜在消费群体的消费频次,再评估一名服务员在一定周期最多能服务多少人,求得最小化雇佣服务员的数量。
没有业务铺设的分类和次序逻辑,陷入了成本游戏和数字推演的深渊…
这是数据分析师的题目吧
首先不太同意作者的回答方向。面试时被问到这种问题,先不说我们能不能在短时间内想到求解方法(可能大部分人在这就gg了),其实面试时除去正常的简历、行业知识的问题以外,其他所有复杂问题的本质意图都是要看这个人是不是有基本的理解与分析问题的能力,是否能抓住问题的关键,我觉得这类问题要以基本的产品思维去回答,而不是去算数。
“单次上门收入是明确的”
看到这句话的时候,第一反应就是 怎么明确的?明确的情况下 何来此题?
瞬间觉得数学好重要
其实完全可以换一个方法去解决这个问题。例如搞补贴,众筹,这些都可以在新开城市的时候获得一手比较准确的数据
同意
同意,但是不懂如何操作补贴、众筹来获得比较准确的数据 求解求解求解求解
有一个问题啊,城市服务总面积在您的文中是直接采用的主城区面积吗?可是单个员工的服务范围面积S可能会有重复吧?所以W=S*X这个等式是不是不太合理啊?不太明白,请指教,谢谢!🙏
好厉害……是不是数学不好就没办法做产品经理了……
需要积累。