此类估算问题一般都可从供需两个角度来思考，一般情况下供需会匹配。
但“春节倒数前三天”这个时刻一定是需求大于供应，因此从供应的角度来思考比较合理。
总人流量包括：飞机乘客，送机人员，其它工作人员。此处只考虑大头：乘机人员。
从供应思考当天机场能够提供多少乘客的运输：
乘客吞吐量
=机场当天起降的飞机数量X每架飞机实际乘客数
=机场跑道数量X机场跑道开放时长/每架飞机起降需要花费的平均时长X每架飞机可承载人数X上座率
假设：
跑道：5个
每架飞机起降需要花费的平均时长：3min
机场跑道开放时长：6：00-2：00（隔天）共计20h
每架飞机可承载人数：飞机一般有三种大小，但中型大型居多，假设分别占比8：2，可承载人数：
上座率：由于是春节，假设飞机平均上座率为90%
则：5X20h/3minX（0.8X+0.2X）X0.9
=36
大约36万人。
2、请你提供一个可行的解决思路，估算一下上海有多少辆自行车。参考回答：上海市的自行车数量=私人自行车数量+共享单车数量
私人自行车数量=该城市总人数X能够骑自行车的人数X有自行车人数比例
共享单车数量=该城市总人数X能够骑自行车的人数X无自行车人数比例/每辆车每天可服务的用户数
其中：
共享单车投放量：
该城市总人数X能够骑自行车的人数X无自行车人数比例/每辆车每天可服务的用户数
假设：
城市总人数为2万
能够骑自行车的人数：18-60岁年龄人群2万X42/80=万人
无自行车人数比例：5/6
每辆车每天可服务用户数：假设使用车的人每天使用两次，每辆车每天可使用时长X使用率/用户单次使用时长=12hX1/3/0.2h=20，则服务的人为10人
故：总投放量=X5/6/10=万
私人自行车数量
该城市总人数X能够骑自行车的人数X有自行车人数比例
假设：
城市总人数为2万
能够骑自行车的人数：18-60岁年龄人群2万X42/80=万人
有自行车人数比例：1/6
故：私人自行车数量=X1/6=万
总自行车数量
故总自行车数量=万+万=万
3、分析数据的时候发现，其他交易额都增长了，只有男装行业较去年同期下降了20%，你认为可能是什么原因？说明一下你的分析思路过程。参考回答：核心：交易额=销量X单价
1.对比销量与去年同期变化
若销量不变或提升，说明有降价操作；
若销量减少，则：
2.对比单价与去年同期变化
若单价提升，说明价格提升对用户而言接受度低；
若单价不变或降低，则考虑是否有外部因素导致销量减少，
比如：
是否有重大活动？比如世界杯奥运会等大型赛事？
是否有相关国家*策？
4、你认为如何通过大数据优化电梯广告内容？参考回答：通过大数据获取：
1.使用电梯的用户画像
包括：年龄、职业、性别、大致收入及消费水平等
2.电梯的应用场景
是公寓？商场？写字楼？不同的场景下采取不同的广告投放策略
根据不同的用户画像和电梯所处的应用场景，有针对性的投放广告。
5、酒店入住是一个季节性比较强的生活需求，人们旅游、商务都需要入住酒店。房间的需求量在时序上存在规律，但又有很多突发型的小高峰和低谷。现实中，大约有60%的人入住酒店会提前n天（假设1=n=30）预定。请设计一套预测某个城市未来某一天酒店入住房间数的系统：1）如何收集数据，并给出采集的日志（或数据）结构2）预测（求解）入住需求量3）阐述预测系统带来的现实意义参考回答：酒店入住是一个季节性比较强的生活需求，人们旅游、商务都需要入住酒店。房间的需求量在时序上存在规律，但又有很多突发型的小高峰和低谷。现实中，大约有60%的人入住酒店会提前n天（假设1=n=30）预定。请设计一套预测某个城市未来某一天酒店入住房间数的系统：1）如何收集数据，并给出采集的日志（或数据）结构2）预测（求解）入住需求量3）阐述预测系统带来的现实意义
1）通过查询历史订单来获取数据收集的数据包括：预定日期a入住日期b退房日期c预定单价d入住当天门店实际价位e入住当天房间实际入住率f入住当天预定与现场住宿比例g2)预测入住需求量分为高峰与平日两种情况来预测：高峰（即周末及节假日）可以根据入住及预定突增的日期来确定平日可以根据与上周/月同比来确定，对比房间实际入住率与预定和现场住宿比率，根据预定日期与入住日期的关系预测预定人数比率
3）该预测系统可以辅助酒店提高收入：确定是否需要适当增设房间确定如何定价来在保障入住率的同时尽量提高单价
6、请你估算一下，广州市的出租车数量。参考回答：可以从供需两个角度来考虑：
1.供给：
广州市小轿车总数X出租车比例
=广州市人口数X人均小轿车保有量X出租车比例
2.需求：
广州市人口数X可打车的适龄人数X打车比率X平均每天打车的次数/每辆车每天服务的人数
假设：
广州人口：0万人
可打车适龄人数：12-60岁，0万X48/80约0万
打车比例：有1/5的人有打车需求
平均每天打车次数：平均每五天打车一次，则每天1/5次
每辆车每天服务人数：每天工作时长X非空车时长占比/单次载客时长=12hX1/3/0.25h=16
故：
0万X1/5X1/5/16=2.5万
7、请你估算一下，你所在的城市三星级及以上的酒店大概有多少。参考回答：此类估算问题一般都可从供需两个角度来思考，一般情况下供需会匹配。
但酒店数通常供应需求，因此可以从供应的角度来考虑比较简单。
该城市三星级及以上酒店数目
=该城市所有酒店数目X三星及以上酒店数目占比
=该城市居住面积/每个酒店的辐射范围X三星及以上酒店数目占比
假设：
上海居住面积为平方公里
每个酒店辐射范围为1X0.5=0.5平方公里
三星及以上酒店占比为20%
则：
/0.5X0.2=2
故上海有三星及以上酒店2家。
8、如果让你估算成都市理发店的总量，你有多少种方法可以估算？参考回答：方法：
直接在大众点评上搜索
在百度地图上搜索
查询工商局注册的理发店数目
自己估算
从供给角度估算
理发店数量
=城市居住面积/单位面积理发店数量
从需求角度估算
理发店数量
=每天需要理发的人数/平均每家店单日可接待人数
=城市人口数X需要理发的用户比例X理发频率/平均每家店单日可接待人数
9、请你简述一下数据运营的定义，并阐述一下常用的数据分析方法及适合的应用场景。参考回答：1）数据运营：通过数据挖掘、分析来判断分析运营效果、指导运营活动。
2）常见的数据分析方法如下：
1.杜邦分析法
使用金字塔来层次拆分问题，比如销售额=客单*访客*转化，然后访客又可以细分到浏览量、停留、流失等，浏览量又可以拆分成不同渠道的浏览量。
适用场景
电商销售额
会员收入
2.漏斗分析法
通过漏斗来逐层分析流失及转化情况，如潜在用户——接触用户——停留用户——行为用户——有效用户——成交用户——二次成交用户——核心用户——自传播用户。
使用场景
用户增长
用户转化
3.矩阵/四象限分析法
比如按照SWOT来分析，或者按照其它可拆解的维度和象限来分析，比如市场占有率、产品成交量等。
使用场景：
竞品分析
业务对比
10、请你估算一下武汉市共有多少个加油站。参考回答：可以从供应和需求两个角度来分析
1.供应角度
加油站数目=武汉市面积/单位面积加油站的数目
=武汉市面积/每个加油站覆盖的服务面积
假设
面积为平方公里
每个加油站服务的面积为：2X2=4平方公里
则：
加油站数=/4=0个
2.需求角度
加油站数目=武汉市每天需要加油的车的数量/每个加油站每天可服务的人数
=武汉市机动车辆总数/每辆车每天加油的概率/每个加油站每天可服务的人数
=武汉市（私家车数目+非私家车数目）/每辆车每天加油的概率/每个加油站每天可服务的人数
其中：
武汉市私家车数目=武汉市家庭数X有车家庭的比例
=武汉市人口数/3X有车家庭的比例
假设：
武汉市私家车：非私家车数目=2：8
武汉市人口数：0万
有车一族比例为1/5
则私家车数目=0/3/5=60万
车辆总数为万
每辆车每周加油1次，则每天加油概率为1/7
每个加油站工作时长24h，有3个工作人员，其中白天12个小时内，每10分钟服务一个用户，晚上每小时服务一个用户。
则每个加油站每天可服务的人数=12X3X(6+1)=
则加油站数目
=武汉市机动车辆总数/每辆车每天加油的概率/每个加油站每天可服务的人数
=万/7/
=0
互联网职场之路，大佬养成
第一阶段：自我积累
首先，规划自己的碎片时间。
其次，按年、季度、月度、周，设计自己要