題幹與適用情境
請估算一座虛構城市中，當日處方藥配送服務一年的配送費營收。沒有外部資料時，你會如何拆解、驗證並說明結論的可信邊界？
這是一道產品經理、商業分析、策略與顧問職位常見形式的市場規模估算題。2026 年公開的英文產品面試準備資料仍列出市場規模、營收和用量估算，中文產品面試資料也把費米估算列為案例分析類型。本文只據此說明題型具有現實代表性，不聲稱特定公司固定使用，也不聲稱無法驗證的出現頻率。
題目刻意不提供真實市場資料。面試官關注的不是你是否記得一座城市有多少藥局，而是你能否先定義問題，再建立可稽核的模型，保持單位一致，揭露關鍵假設，用另一條獨立路徑檢查量級，最後說明估算能支援什麼決策、不能支援什麼決策。
下文所有人口、家庭規模、處方次數、服務資格、採用率、藥局數、配送能力和價格，都是為了演示方法而設定的面試練習假設，不是任何真實城市或業務的事實。
面試官考察點
第一項是口徑控制。市場規模可能指使用者數、訂單數、商品交易總額、配送費營收或毛利。若題目問配送費營收，答案就不能把藥品售價算進去，也不能把營收直接稱為利潤。時間範圍、地理範圍、客戶單位和幣別同樣要在計算前鎖定。
第二項是結構化拆解。好的模型每一層都能解釋：人口如何變成家庭，哪些家庭產生處方需求，一年發生多少次配藥，多少次適合當日配送，多少次會採用服務，最後如何轉為營收。分支應盡量互斥且完整，避免同一家庭被重複計入。
第三項是對不確定性的處理。沒有資料時可以做假設，但必須標示來源等級、提出低中高區間，並說明哪個變數最值得先驗證。寫出很多小數不會提高可信度；能解釋結果對採用率或資格率有多敏感，才展現判斷力。
最後看驗證與決策。需求端模型回答「可能有人買多少」，供給端模型回答「現有網路大約能交付多少」。兩條路徑接近不代表答案已經是真實市場，兩者差距很大也不能直接取平均。好的回答會追查差異來自單位、覆蓋、採用率還是容量，並設計下一步研究。
回答前需要釐清的問題
- 要估算哪一個指標？ 本題選擇一年配送費營收，不包括藥品交易額、會員費、退款、補貼、外送員成本、支付費和毛利。若面試官要的是市場交易總額或利潤，公式必須改變。
- 地理和時間範圍是什麼？ 本文使用一座虛構城市和一年。城市常住人口、都會區人口與服務覆蓋區不是同一個分母；日、月、年也不能在同一公式中混用。
- 客戶單位是人、處方還是家庭？ 本模型以家庭為需求單位，以配藥事件為交易機會。人口只用來推導家庭數，後續不能又把個人重複加回來。
- 「當日配送」包含什麼？ 需要釐清只計算符合配送條件的一般處方，還是包含冷鏈、管制藥物、急診和跨區訂單。本文把資格率單獨設為假設，不捏造監管事實。
- 價格是每單費用還是訂單總額？ 本題使用每次配送 8 美元的練習費用。若有免運門檻、訂閱方案或動態定價，就要依付費訂單比例或每單平均實現營收重寫。
- 估算用於什麼決策？ 初步篩選機會只需要量級與敏感性；投資、招募或上線決策還需要真實需求、競爭、單位經濟、法規與營運資料，不能由一道費米估算取代。
- 能否使用外部資料？ 若不能，就公開假設並做區間。若可以，應先用權威人口和產業資料校準大分母，再以訪談、調查、歷史訂單或實驗驗證採用意願與支付意願。
30 秒回答框架
「我先把目標定義為這座城市一年的配送費營收，不含藥品交易額和成本。需求端從家庭數、處方需求、年配藥次數，乘資格率、採用率和每單費用，並為後兩項設定低中高值。再用合作藥局數、每日單量和營運天數做供給端驗證；差距大時檢查單位、覆蓋和利用率，不直接取平均。結論只用來判斷是否繼續研究，上線還要驗證合規和單位經濟。」
完整回答時，先寫帶單位的公式，再代入數字。數字必須能沿公式逐層重算，區間和驗證也要使用同一口徑。
分步深入解答
第一步：建立「範圍—單位—指標」合約
先在紙上寫一行：虛構城市 × 未來一年 × 符合條件的當日處方配送 × 配送費營收（美元）。這一行是模型合約，後續每個變數都必須回到這四個維度。
這裡最容易混淆的是營收層級。藥品價格屬於商品交易額；8 美元配送費屬於服務營收；扣除外送員、退款、補貼和支付費用後才接近貢獻利潤。題目只問配送費營收，因此結論不能寫成「市場利潤為 580 萬美元」。
第二步：畫出需求端公式並檢查單位
需求端使用以下關係：
年配送費營收 = 人口 ÷ 戶均人數 × 有處方需求家庭比例 × 每戶年配藥次數 × 當日配送資格率 × 採用率 × 每單配送費
本次練習採用以下明確假設：
- 人口：5,000,000 人；
- 戶均人數：2.5 人，因此共有 2,000,000 戶；
- 一年內有處方需求的家庭比例：60%，得到 1,200,000 戶；
- 每個活躍家庭每年配藥 6 次，得到 7,200,000 次配藥事件；
- 當日配送資格率：40%；
- 符合資格事件中的服務採用率：25%；
- 每次配送費：8 美元。
基準情境的訂單量為：
7,200,000 次 × 40% × 25% = 720,000 次配送
對應的年配送費營收為：
720,000 次 × 8 美元/次 = 5,760,000 美元，口述時約為 580 萬美元。
每一步都保留單位，可以看出人口已先轉成家庭，家庭再轉成配藥事件，事件再轉成配送單。若直接把 500 萬人口乘每戶 6 次，單位已經錯了。
第三步：用區間表達不確定性
人口、戶均人數和費用在這道練習裡暫時固定，最不確定的是資格率與採用率。低情境設資格率 30%、採用率 10%，得到：
7,200,000 × 30% × 10% = 216,000 次配送；216,000 × 8 = 1,728,000 美元，約 170 萬美元。
高情境設資格率 50%、採用率 40%，得到：
7,200,000 × 50% × 40% = 1,440,000 次配送；1,440,000 × 8 = 11,520,000 美元，約 1,150 萬美元。
因此練習結論應寫成：其他假設不變時，配送費年營收約為 170 萬至 1,150 萬美元，基準約 580 萬美元。範圍很寬，顯示模型還不適合做重資產承諾，但足以揭露下一步最有價值的研究變數。
第四步：做敏感性分析，不要繼續堆假設
保持其他變數不變，把採用率從 25% 改為 35%，相對增加 40%。基準營收隨之從 5,760,000 美元變為：
7,200,000 × 40% × 35% × 8 = 8,064,000 美元。
這表示採用率的變化會等比例傳導到結果。資格率也有相同性質，兩者又比人口假設更缺乏證據，所以應先驗證。面試中不需要為每個變數製作十檔表格；選兩三個既不確定又高影響的變數，說明它們如何改變決策即可。
若題目提供啟動成本，還可以反推損益兩平所需採用率。先把目標營收除以 8 美元得到所需訂單，再除以 7,200,000 次配藥事件和資格率。這個方向比繼續美化點估計更接近產品決策。
第五步：用供給端模型檢查數量級
建立一條盡量獨立的容量路徑。假設第一年有 60 家合作藥局，每家平均每天能完成 35 單，一年營運 360 天：
60 家 × 35 單/家/天 × 360 天 = 756,000 單/年
按每單 8 美元計算，供給端對應：
756,000 × 8 = 6,048,000 美元，約 600 萬美元。
它和需求端基準 720,000 單相差 36,000 單，也就是以需求端為基準約 5%。這只是練習假設構造出的量級接近，不能當作真實需求證據。供給端可能把理論容量當成實際利用量，需求端也可能高估採用率。兩者一致只表示目前算術和量級沒有明顯衝突。
若兩條路徑相差三倍，先列出共同口徑，再逐項檢查：服務覆蓋區是否相同，藥局數是否只含合作方，35 單是尖峰還是全年平均，採用率是否針對全部配藥或只針對符合資格的配藥，以及營運天數是否重複折算。找到差異來源比把兩個數字平均更有價值。
第六步：把估算轉成研究計畫
公開資料適合校準人口、家庭結構、處方量級和藥局供給等大分母。美國小企業管理局的市場研究指引也區分既有資料與直接研究，並建議檢查需求、市場規模、位置、市場飽和度和價格。與本產品最相關的資格率、採用意願和支付意願，應優先用第一手證據驗證。
下一步可依風險排序：
- 與藥局和合規專家確認哪些訂單真正符合當日配送條件，縮小資格率區間；
- 訪談目標使用者，區分「需要配送」和「願意為當日配送付 8 美元」；
- 用候補名單、禮賓式人工配送或小範圍活動頁測試真實轉換，不只詢問態度；
- 用少量合作藥局記錄每店每日可完成單量、拒單原因和時段波動；
- 在營收之外補上退款、補貼、履約成本與重複使用，計算單位經濟。
估算的產品價值是決定先購買哪條資訊。它不能證明市場存在，也不能取代合規審查、競爭分析或真實試點。
第七步：為結論加上決策邊界
最終結論應同時包含點估計、範圍、敏感變數、驗證結果和用途。例如：「基於練習假設，年配送費營收基準約 580 萬美元，低高情境約 170 萬至 1,150 萬美元；供給端容量對應約 600 萬美元。資格率和採用率主導不確定性，因此下一階段先驗證這兩個變數。此結果支援是否進入低成本研究，不支援直接決定上線或投資規模。」
這種表達保留可行動性，也避免把模型輸出偽裝成觀測事實。真實資料進入後，逐一替換假設並記錄版本，不要只修改最終數字。
高品質示範回答
「我先確認口徑：估算的是一座虛構城市一年實現的當日處方配送費營收，單位是美元；不含藥品交易額、訂閱營收、退款、補貼和履約成本。我會先做需求端，再用供給端檢查量級。以下數字都是面試假設。
假設城市有 500 萬人，平均每戶 2.5 人，共 200 萬戶。假設 60% 的家庭一年內有處方需求，就是 120 萬個活躍家庭；每戶一年配藥 6 次，得到 720 萬次配藥事件。若其中 40% 符合當日配送條件，25% 會採用服務，一年就有 72 萬次配送。按每單 8 美元，基準配送費營收是 576 萬美元，口述約 580 萬美元。
我不會只報這個點估計。把資格率和採用率分別設為 30% 與 10%，低情境是 21.6 萬單、172.8 萬美元，約 170 萬；設為 50% 與 40%，高情境是 144 萬單、1,152 萬美元。因此合理的練習範圍是約 170 萬至 1,150 萬美元。
接著從供給端檢查。若第一年有 60 家合作藥局，每家每天平均完成 35 單，一年營運 360 天，容量約 75.6 萬單，對應 604.8 萬美元，約 600 萬。它比需求端基準高約 5%，表示兩套練習假設在量級上相容，但不證明需求真實存在，也不證明容量能充分利用。
最敏感的變數是資格率和採用率。例如採用率從 25% 提高到 35%，其他條件不變，營收會從 576 萬變為 806.4 萬美元。所以下一步我會先與藥局及合規專家驗證資格範圍，再透過使用者訪談與小範圍付費試點驗證採用率和 8 美元支付意願，同時衡量實際履約成本。
我的結論是：基於這些假設，年配送費營收基準約 580 萬美元，範圍約 170 萬至 1,150 萬美元。這個估算可以決定是否值得進入低成本驗證階段，不能單獨支援上線、招募或投資決定。」
這段回答的關鍵不是記住 500 萬或 8 美元，而是讓面試官能替換任一假設並重算。若面試官提供真實資料，立即替換對應變數，同時保持口徑、單位和兩條路徑一致。
常見錯誤
- 沒有定義「市場規模」就開始乘數字 → 使用者數、交易額、營收和利潤混在一起 → 先寫地理、時間、客戶單位、指標和幣別。
- 在人與家庭之間來回切換 → 同一需求被重複計算，公式單位失真 → 每一步標示單位，明確說明何時從人口轉為家庭、事件和訂單。
- 把精確小數當成可信度 → 假設沒有證據，保留三位小數只會製造假精確 → 口述時合理取整，同時保留可重算的原始算式。
- 只給一個點估計 → 面試官看不到不確定性，也不知道結論何時失效 → 對高影響未知量提出低中高情境。
- 列出很多範圍卻不做敏感性分析 → 區間很寬，但無法指導下一步研究 → 找出最能改變結果且最缺證據的變數。
- 把需求端和供給端結果直接平均 → 兩個模型的偏差不會因平均自動消失 → 檢查差異來自覆蓋、單位、採用率還是容量利用。
- 把容量當成需求 → 藥局能配送 75.6 萬單，不代表使用者會購買 75.6 萬單 → 分別命名需求、容量與實際成交。
- 把配送費營收寫成商品交易額或利潤 → 指標層級改變，產品判斷也會錯誤 → 明確說明包含項與排除項，利潤另建成本模型。
- 用估算直接建議上線 → 合規、競爭、留存與單位經濟仍未驗證 → 把結論限定在下一步研究和試點決策。
追問及應對
追問一：25% 的採用率完全沒有依據，為什麼還能使用？
承認它是待驗證假設，不替數字辯護。展示 10%、25% 和 40% 對結果的影響，或根據面試官提供的目標營收反推所需採用率。估算的任務是揭露決策依賴，不是假裝已經知道採用率。
追問二：如果服務改成每月訂閱，不再按單收費呢？
營收公式改為符合條件的家庭數乘訂閱採用率、月費和 12 個月，再依平均訂閱月數或流失修正。訂單量仍用於檢查履約容量，但不能再乘 8 美元作為營收。免費配送的使用強度也會影響單位經濟。
追問三：如果合規限制讓資格率從 40% 降到 20% 呢？
其他假設不變時，訂單和營收都減半：720 萬次配藥乘 20% 再乘 25%，得到 36 萬單；乘 8 美元得到 288 萬美元。接著重新檢查供給是否過剩，以及低規模下合作藥局網路是否仍具經濟性。
追問四：需求端與供給端相差三倍時怎麼辦？
不要平均。先統一地理、時間和訂單定義，再查供給模型使用的是理論尖峰還是平均利用量，需求模型的採用率是否只套用在符合資格的事件，合作藥局覆蓋是否完整。若仍無法解釋，就把差異保留為風險區間，並設計最便宜的實驗區分兩種模型。
追問五：如果現在給你真實訂單資料，你會如何更新模型？
依使用者或家庭隊列計算真實配藥頻次、資格率、採用率、付費金額、回購和退款，分開新舊使用者與不同覆蓋區。用真實值替換對應假設，保留舊版本和差異解釋。也要檢查歷史訂單是否來自促銷期或有限藥局，避免把有選擇偏差的樣本外推到全城。
追問六：這個結果如何影響產品路線圖？
先看在保守情境下，機會是否仍足以覆蓋驗證和履約成本。若結論主要由採用率決定，就優先安排支付意願與真實轉換實驗；若主要由資格率決定，就先完成合規與供給研究。只有關鍵區間縮小、單位經濟與使用者價值同時成立後，才進入更大範圍建設。