Market sizing 最難的部分不是算術——而是在開頭30秒內選對分段方式。根據我們輔導800+市場規模案例的經驗，錯誤的分段選擇導致了大約60%的估算失敗。好訊息是：一個簡單的決策框架就能徹底解決這個問題。
為什麼分段選擇比計算更重要
大多數候選人把準備時間花在心算訓練上，但根據我們對麥肯錫、BCG和貝恩面試中候選人表現的分析，分段錯誤導致的估算偏差是算術錯誤的3倍。一個糟糕的分段方式會迫使你做出大量不靠譜的假設，這些誤差在issue tree的每個分支中層層放大。
舉個例子：“到2030年英國需要多少電動汽車充電站？“如果你按地理位置（城市/郊區/農村）分段，邏輯清晰且易於辯護。如果先按車型分段，則會製造不必要的複雜度，白白浪費2-3分鐘。
兩種核心路徑
每個 market sizing 問題都可以從兩個方向切入：
flowchart TD
A[Market Sizing 問題] --> B{供給側還是需求側？}
B -->|"可數單元<br/>（門店、站點、飛機）"| C[供給側<br/>自下而上]
B -->|"人群行為<br/>（消費者、使用率、頻次）"| D[需求側<br/>自上而下]
C --> E[單元數 × 容量 × 利用率]
D --> F[人口 × 滲透率 × 頻次 × 客單價]
E --> G[市場規模估算]
F --> G
| 路徑 | 適用場景 | 起點 | 示例 |
|---|---|---|---|
| 自上而下（需求側） | 消費品、服務、行為類 | 人口 → 層層過濾 | “紐約每年理髮多少次？” |
| 自下而上（供給側） | 實體資產、基礎設施、B2B | 可數單元 → 向上推算 | “倫敦所有咖啡店的收入？” |
| 混合法 | 複雜市場、交叉驗證 | 一種為主 + 另一種做 sanity check | “德國電動車市場規模？” |
30秒決策法則
聽到 market sizing 問題時，只問自己一個問題：“我能輕鬆數出供給端的單元嗎？”
- 能 → 用自下而上（單元數 × 單元收入）
- 不能 → 用自上而下（人口 × 相關比例 × 消費量）
這個啟發式規則來自頂尖諮詢公司合夥人實際思考估算問題的方式，適用於大約85%的 market sizing 問題。
快速分類示例
| 問題 | 決策 | 原因 |
|---|---|---|
| “美國每年賣出多少網球？” | 自上而下 | 無法輕鬆數出"網球供應點” |
| “星巴克在曼哈頓的年收入？” | 自下而上 | 可以直接估算門店數 |
| “英國寵物保險市場多大？” | 自上而下 | 消費者購買行為驅動 |
| “巴黎有多少酒店房間？” | 自下而上 | 酒店是可數的實體單元 |
| “德國每年賣出多少紙尿褲？” | 自上而下 | 消費者使用頻次是天然驅動力 |
覆蓋90%案例的五種分段模式
根據我們輔導 MBB 面試候選人的經驗，幾乎所有 market sizing 問題都能對映到以下五種分段模式之一：
mindmap
root((分段模式))
1. 人口特徵分段
年齡組
收入層級
城市與農村
2. 使用頻次分段
重度使用者
輕度使用者
非使用者
3. 地理層級分段
國家 → 區域
區域 → 城市等級
城市 → 分割槽
4. 價值鏈分段
生產商 → 分銷商
分銷商 → 零售商
零售商 → 消費者
5. 時間維度分段
高峰與非高峰
季節性波動
工作日與週末
模式1：人口特徵分段
適用場景：產品或服務在不同年齡、收入或地區人群中的滲透率差異明顯。
公式模板：人口 → 年齡/收入分段 → 各段滲透率 → 使用量 × 價格
示例：“美國有多少活躍的健身房會員？”
- 美國人口：3.3億
- 按年齡分段：18-35歲（30%）、36-55歲（25%）、56+（20%）；18歲以下排除
- 各段滲透率：25%、15%、8%
- 逐段計算 → 求和
模式2：使用頻次分段
適用場景：同一產品被不同使用者群以截然不同的頻率消費。
公式模板：總使用者數 → 重度/中度/輕度劃分 → 各組頻次 → 每次消費金額
示例：“倫敦外帶咖啡市場多大？”
- 倫敦上班族：約450萬
- 重度使用者（每天）：20% × 250天 × £3.50
- 中度使用者（每週2-3次）：35% × 130天 × £3.50
- 輕度使用者（每週1次或更少）：25% × 45天 × £3.50
模式3：地理層級分段
適用場景：密度或行為因地區等級而顯著不同。
公式模板：各等級區域數量 → 每個等級的單元數 → 單元收入
示例：“法國需要多少電動汽車充電站？”
- 一線城市（巴黎、里昂、馬賽）：高密度需求
- 二線城市（20箇中型城市）：中等密度
- 高速公路走廊：按距離間隔估算
- 農村地區：最低覆蓋
模式4：價值鏈分段
適用場景：涉及B2B市場或需要估算供應鏈中特定環節的規模。
公式模板：終端使用者需求 → 沿價值鏈逆推 → 定位目標層級
示例：“美國餐飲POS系統市場多大？”
- 餐廳總數：約100萬家
- 需要POS的比例：正餐（70%）、快休閒（90%）、快餐（95%）
- 系統均價：$5,000-15,000（視細分而定）
- 更換週期：5-7年 → 年市場 = 保有量 ÷ 週期
模式5：時間維度分段
適用場景：消費量隨時間段劇烈波動，取平均值會產生誤導。
公式模板：高峰容量 × 高峰時長 + 低谷容量 × 低谷時長
示例：“瑞士滑雪場的年收入？”
- 雪季：約120天（12月-4月）
- 高峰周（假期）：4周，95%入住率
- 正常雪季：12周，60%入住率
- 非雪季活動：100天，15%利用率
常見分段陷阱
根據我們在數百次練習中觀察到的模式，以下是即使準備充分的候選人也容易踩的坑：
| 陷阱 | 表現 | 解決方法 |
|---|---|---|
| 過度分段 | 5+個差異不大的分段 → 浪費時間 | 最多3-4個分段；差異 < 2倍則合併 |
| 首刀切錯 | 行為差異更大時卻先按地理分 | 問自己：“什麼因素導致這個市場最大的差異？” |
| 遺漏分段 | 估算消費品時忘了B2B需求 | 做MECE檢查：“除了消費者，還有誰在買？” |
| 等權假設 | 將所有分段視為相同規模 | 先估算相對規模（如"A段約佔總量60%"） |
| 精度幻覺 | 3個年齡段就夠用時卻分7個 | 記住：目標是±20%的準確度，不是±2% |
Sanity Check 框架
完成估算後，用15秒做一個快速驗證：
- 人均檢驗：總量除以人口，人均數字是否合理？
- 可比市場檢驗：你的估算與類似已知市場是否在同一數量級？
- 收入合理性檢驗：如果是收入估算，推算出的單個企業收入對已知玩家是否說得通？
比如，如果你估算美國寵物食品市場為$5000億，快速做人均檢驗（$5000億 ÷ 3.3億 ≈ $1,500/人），立刻能發現問題——普通美國人不可能每年花$1,500在寵物食品上。
完整實戰演示：限時3分鐘
以下展示一位優秀候選人如何在3分鐘內結構化回答"倫敦每天有多少共享電動滑板車被租用？"：
0:00-0:30 — 選擇路徑：需求側（自上而下）。無法輕鬆數出滑板車供給，且問題問的是租用行為。
0:30-1:00 — 選擇分段：使用頻次模式。通勤者、遊客和休閒使用者的行為差異巨大。
1:00-2:30 — 搭建框架並計算：
- 倫敦工作人口：約500萬；相關區域（1-3區）：約200萬
- 通勤類使用者：3% × 200萬 = 6萬人；平均每天1.5次 = 9萬次
- 遊客類使用者：市中心每天約10萬遊客；5%嘗試滑板車 = 5千次
- 休閒/其他：約1.5萬次（週末為主，換算為日均）
- 總計：約11萬次/天
2:30-3:00 — Sanity check：倫敦大約部署了1.5萬-2萬輛共享滑板車。11萬次日租意味著每輛車每天被騎5-7次。對共享出行服務來說，這在合理範圍內（Lime 報告主要城市每輛車日均3-8次）。
核心要點
- 分段選擇（而非算術）決定你的估算能否落在±20%的可接受範圍內
- 用"我能數出供給端單元嗎？“啟發式規則在30秒內選定路徑
- 五種分段模式（人口特徵、使用頻次、地理層級、價值鏈、時間維度）覆蓋約90%的案例
- 分段數量上限3-4個——更多分段增加複雜度但不改善精度
- 永遠用15秒做一次 sanity check（人均法或可比市場法）
- 刻意練習模式識別：做過20-30道 market sizing 題後，正確分段會變成直覺
想實戰練習這些分段捷徑？試試案例庫中的 Market Sizing 案例，或在 AI 模擬面試 中測試你的限時表現。如需配合分段使用的計算技巧，請參考 Market Sizing 速算指南。