先说一下，文章最后有一个不错的免费讲座，建议有空的 PM 能去听一下。
最近星球里关于面试提问的同学比较多，可能是赶上了招聘旺季，搞得我也像每天都在参加面试一样。
不过，多看些面试题还是挺有意思的，尤其是那些第一直觉回答不上来的问题，比较有挑战性。
昨天我就看到这么一个面试题，来自某大厂一个细分业务下高级产品经理岗位。
题目是这样的：
当遇到一个比较紧急但业务信息不是很充分的需求时，你会如何分析并推进这个问题的解决？
说实话，我看到这个问题的第一感觉就是在各种回忆，回忆过去的工作经验中有哪个案例是符合这个场景的。
我想，你们也一定会有这种感觉，如果是实际经历过的问题，回答起来的逻辑和说服力会很强。如果没有过这种经历，那只能结合自己的理解去拼凑答案。
显然，这是一个很难回答的主观题。并且，没有标准答案。
先看这个问题，你觉得面试官要考察的是什么？
是真的想知道你过去的经历中是否搞定过这类的问题么？还是关注你给出的答案是否正确？
都不是。
在我看来，这类问题要考察的是思维组织能力、问题分析能力、逻辑能力和语言表达能力。
说得直白点，你说得对不对不重要，你说得有条有理才是关键。
好，既然按照这个方向去回答这个面试题，那接下来要做的就是构建一套框架思路。
什么叫框架思路？
就像建房子或搞装修一样，先要有大框架，然后在框架的基础上完成细节补充。
针对上面这个问题，大框架包括提取关键信息、定义问题、给出逻辑方案、数据辅助决策、评估和验证。
这既是一个框架，也是搞定这类问题的 5 个步骤。
第一步，提取关键信息。
从面试题中我们可以提取到这么几个关键信息，分别是「紧急」、「业务」、「信息不充分」、「分析」。
翻译一下，面试官要考察的是你在面对一个信息不充分的紧急需求时是如何分析并解决问题的思路。
注意，是思路。
第二步，定义问题。
通过提取关键信息明确了问题考察点，接下来就是定义问题。可能有人会问，问题不是已经放在那了么，怎么还要定义问题？
我这里说的定义问题是让你构建一个问题场景，然后给后面的第三步埋下伏笔。
仔细看这个面试题你会发现，这是一个缺乏具体场景的开放性问题。
这时候，你要做的就是定义一个具体的问题场景来给自己回答的机会。
把问题放到场景里去，举个例子就是「电商业务方要做一个商品销量排行榜功能，要求三天时间内上线并赶上某一个运营活动」。
第三步，给出逻辑方案。
问题场景定义好了，接下来要做的就是自己回答这个问题，给出逻辑方案。此时，对应的是题目中关于「分析」的部分。
首先，「销量排行榜」功能并不是需求，而是一个具体的解决方案，这是需求识别阶段要明确的。
其次，基于这个解决方案去了解业务的真实诉求，发现业务想解决的真正问题是通过爆款商品提升运营活动的订单量和 GMV。
基于这个诉求判断，如果只是单纯地罗列商品销量排行榜，对用户的刺激程度显然不够。此外，还需要投入研发成本进行新功能的开发，周期也长。
于是，产品提出了挑选一些商品进入「秒杀」商品池，通过限时限量低价来刺激订单转化的方案。
基于这种方案，就不需要开发单独的排行榜功能，只需要使用现有的电商秒杀功能即可实现。
第四步，数据辅助决策。
通过需求识别和基于诉求的方案逻辑分析，接下来需要基于客观数据做一些说服力决策。
既然决定选单品来做秒杀活动，就要决定选哪一款。
通过查询参与本次运营活动且销量比较高的单品数据，发现 A 商品的毛利率相对其他商品要高，作为让利秒杀商品比较合适，也能让业务利益最大化。
第五步，评估和验证。
在明确了运营活动引流、转化、成交的路径后，可以结合历史平均数做一个漏斗分析，将每层的流失率计算进去，进而可以根据预期参与人数计算出最终的订单增量。
通过这 5 个步骤，一个解决问题的框架就可以被构建起来了。相对于结论，其实分析的过程更重要。
所以，在面对面试官提出的具体问题时，不要直接针对问题回答问题，可以先想一想面试官想考察的是什么，从对方的角度思考他想得到的答案是什么。
以上，希望对你们有所启发。
最后，前段时间有读者问有没有提升数据分析和应用的学习资料，这里有一个
免费讲座
介绍给你们。
主题是关于数据分析的实践和运用的，包含：
10 种数据思维：批判性思维、偏好性思维、分类思维、漏斗思维、相关思维、逻辑树思维等。
8 种分析方法：事件分析、画像分析、漏斗分析、路径分析、异常分析等。
6 种数据产品能力：可视化分析能力、自主查询能力、用户洞察能力、精准营销能力等。
分享人是有多年数据和商业化产品从业经验的大厂产品经理，还会根据自己多年的职场经验教你年终汇报的实用技巧，以及有关跳槽前简历如何优化以及一些面试技巧。
要报名参加这场在线分享会的，可以直接扫码或点击阅读原文。报名的还能领取一份产品经理知识地图。
·················
唐韧出品
·················
这两天在使用某工具产品时发现一些设计上的问题，有些不爽。再体验几天看看，如果问题还持续，下次准备写一篇文章跟你们聊聊。
