從Mckinsey面試的啟發
當然，從我的資歷就知道面試沒有過，但是，從考題的研究可知道，自己與傑出人士的差異在那。
當時接到面試通知實在很高興，能到先進智庫歷練是人生的一大願望，面試前，Mckinsey也提供考題App供練習，當時實在太大意，沒有仔細研究題目的背後意義是當時最大敗筆。
所以這次就之前的考題，來評量自己與世界一流人才的差異。
考題
雖然最新的考題是用game的方式進行，但目前網路上，還是可以找到幾年前的3份練習考題，如下
McKinsey Problem Solving Test Practice Test A
McKinsey Problem Solving Test Practice Test B
McKinsey Problem Solving Test Practice Test C
這些測驗都是根據以前McKinsey之前的顧問case編寫而成，以下就考題內容做個分析，與個人失敗的檢討。
基本上，題本有3個來自該公司個案場景，每個場景各有3到4個次章節，一共26個問題，時間是60分鐘，不能用任何計算機，沒有提供計算紙，須善用題本的空白部分計算，解題時只需考慮題本提到的情境作答，分數方式以答對者記分。
場景
所有場景的描述，一定是幾段文字敘述以及圖表，例子如下
因為時間不多，所以理解場景的速度要快。
如果工作很少做比較複雜圖表分析者，一定要把這三個試題本很仔細練習過一次，就本人而言，因為只習慣簡單的長條圖，這類蘊含多樣資訊的圖表，很難在第一時間掌握住。
就以上面的案例，圖表提到是proportion of annual bussiness sector growth,指的是比例，但我看到前面三者，有正有負就開始迷惑了。
因為這樣的問題，做題速度變慢，計算起來就是覺得怪怪的，後來仔細看到後面7者，Productivity+Hour長條圖就是100%，就知道要表達的是什麼了。
所以一定要練習。
場景理解的深度
所有的題本，一定可以看到類似以下形式的問題
有的是要找出最佳的解釋，有的是要找出最無關的說明，這些問題佔題本至少1/3的比例。
這類的問題目的是要了解面談者的理解能力到何種程度，如果只是讀完場景的描述，一般人好像可以有個初步理解，但理解的深入程度到那，就從這些看起來似乎都對的選擇題來考驗受試者對問題理解的精細程度到那？
就我個人做題的結果，第一次測驗實在慘不忍睹，但也發現我個人的盲點，首先，我無法很精確地找到最合適的答案，所以就用消去法排除，除了造成時間不少的花費外，有時還遇到2個答案近似無法立即決定，最後憑直覺做選擇。
就我的案例，可以用消去法推導者正確率高，但用直覺猜測者，錯誤率極高。
另外，最有趣者，有些問題是看完個案全部章節後，才發現原先的理解不對，所以又回到之前的問題做修改。
所以我發現與才智傑出者的最大差異在於（1）對理解的深入程度過淺（2）速度過慢。
推論與分析
推論與分析是前面理解程度的延伸，有些題目還要搭配對圖表的理解進行計算，如下
這個例子含場景的描述，理解了場景，開始做分析，如本案的海鮮店案例來評估在多少剝蝦量下，採用機器剝蝦才比較划算？
列出算式可能不會難，但 沒有練習，就是會跌跌撞撞，此外，理解沒有到位也會造成算式錯誤，如我的例子，我以為機器一啟動就不需要勞工，所以沒有把勞工操作的費用算進去，當然也就算錯了。
如果筆算能力不足就很麻煩，而且算錯是最大的挑戰
有計算的題目可以用計算驗證，，但難度還是不如以下從深入理解下進行的推論。
這個就理解程度，在做更深一層的探索，就是推論的能力，不少的推論除了是靠邏輯外，有的還是要靠計算來分析，此外，對字義的精確理解也是很重要的一環，這些考題是沒有差不多的概念，有的字義代表百分比如Profit margin，有的字義則是數字如Profit。
由此可見，差不多先生的成績會慘不忍睹。
計算
習慣用計算機就會減低筆算能力，但筆算會產生一種對數字的感受度，這個感受度對速度有正面影響。
以下的例子很有趣
這是指數運算，像我只能推出（1+x)^n ≈ 1+nx , 但指數增加到一個數值後，就有明顯的差異，如本案的n=10, 數學厲害一點可能採用多項式展開，但我認為這不是考試的重點。
而是但推出（1+x)^n ≈ 1+nx時，用前幾個計算推導時，就要感受到誤差開始大幅增長，推估出可能的數字。
這點sense,就區分了我這個半吊子與強者。
小結
由此可見，該測驗可以看得出受試者的層次，從基本理解力的深度，不但要深，而且要有精確的特質。
再者就是對數字的感受度，除了對圖表的理解外，還有從筆算能力推測出的數字變化的感受度。
這個測驗讓我很具體了解我與傑出人士的差異在那？就我目前的狀況，有些解答我還是沒看懂，所以還在探索原因在那。
即使沒有打算到該公司上班，但想理解自己的限度，或是增進自己的商業分析能力，這會是很好的學習的範本。
