Fermi-задачи на собесе продакта: как считать

«Сколько в Москве кофеен?» — и тишина. Кандидат либо пытается вспомнить статистику, либо шутит «несколько тысяч». Оба варианта плохие. Fermi-задачи — это не про точную цифру. Это про то, умеете ли вы разбить непонятное на понятное, не паниковать без данных и ловить нелепицы в собственных расчётах. В этой статье — алгоритм, базовые цифры и три полных разбора, которые можно повторить на собесе.

Что такое Fermi-задача

Fermi-задача (или estimation) — это «прикинь на пальцах число» с минимумом данных. «Сколько кофеен Старбакс в Москве», «сколько в год тратят россияне на доставку еды», «сколько лифтов в Москве».

Назван в честь Энрико Ферми, который любил подобные задачи и быстро прикидывал мощность атомных взрывов по тому, как далеко улетают бумажки. Главное — не угадать точную цифру, а пройти путь: разложить незнакомую величину на знакомые и обосновать каждый коэффициент.

В продуктовой работе Fermi нужен ежедневно: оценить TAM/SAM/SOM нового рынка, потенциал фичи, supply/demand нового города, сколько стоит запустить новую вертикаль. Без этой техники вы всегда будете «ждать аналитика».

Зачем их спрашивают

Интервьюера интересуют три вещи:

1. Можешь ли ты разложить большую неопределённость на куски.
2. Не паникуешь ли от вопроса без данных.
3. Ловишь ли явные нелепицы в собственных оценках.

Это полезный навык в реальной работе PM: оценить размер рынка, потенциал фичи, supply/demand нового города. Точность не нужна — нужен порядок величины. Если кандидат за 15 минут даёт обоснованные 500 млрд руб., а реальная цифра 700 млрд — это отличный результат. Если он молчит и просит «дайте данные» — провал.

Алгоритм решения

1. Уточнить вопрос. Что считаем? За какой период? В каких границах? «Сколько кофеен в Москве» — это все точки, или только сети, или с посадкой?
2. Выбрать подход. Сверху вниз (от населения / рынка) или снизу вверх (от единицы и масштабировать).
3. Декомпозировать. Разложить на 3–5 множителей. Больше — хаос.
4. Подставить разумные коэффициенты. Использовать известные ориентиры: население городов, доли возрастов, средние чеки.
5. Перемножить. Считай вслух, округляй до удобных порядков.
6. Sanity-check. Сравни с известными ориентирами или альтернативным путём.

Шаблон-фраза при старте: «Прежде чем считать, уточню три вещи: [граница задачи], [период], [сегмент]. Считать буду сверху вниз через [базовая величина]. Допущения буду озвучивать вслух».

Базовые цифры, которые надо знать

Эти ориентиры держите в голове — без них Fermi не считается:

Величина	Ориентир
Население РФ	~145 млн
Москва	~12 млн
Санкт-Петербург	~5.5 млн
Города-миллионники	16 штук, ~33 млн суммарно
Доля интернет-аудитории в РФ	~80% (~115 млн)
Доля экономически активных	~55% от населения
Средняя продолжительность жизни	~73 года
Средняя зарплата по РФ (2025)	ориентир 75 тыс. руб.
Средний чек в фастфуде	ориентир 400–600 руб.
Средний чек в доставке готовой еды	ориентир 600–900 руб.
Средний чек поездки в такси (Москва)	ориентир 500–700 руб.
Дней в году	365
Рабочих дней	~250

Эти цифры — порядки величин. На собесе никто не ловит вас на «не 12.6, а 12.4 млн». Главное — не путать миллион с десятком миллионов.

Пример 1. Сколько кофеен в Москве

«Сколько в Москве кофеен?»

Уточняю: считаем все кофейни (включая островки в ТЦ) или только классические заведения с посадкой?

Допустим, классические заведения для сидячего кофе.

Подход — сверху вниз через спрос.

Население Москвы ~12 млн. Доля взрослых, кто покупает кофе вне дома, — оцениваю как 30%, то есть ~3.6 млн человек. Из них реально регулярных покупателей раз в день — может, треть, то есть ~1.2 млн.

Допустим, средняя кофейня обслуживает 200 чашек в день в среднем. Тогда нужно 1 200 000 / 200 = 6000 кофеен.

Sanity-check 1 (через выручку). Средняя точка приносит, грубо, 200 × 200 руб = 40 тыс. в день. Это около 1.2 млн в месяц выручки. Похоже на минимум, чтобы кофейня выживала с арендой и зарплатой бариста.

Sanity-check 2 (через плотность). 6000 кофеен на 12 млн жителей = 1 кофейня на 2000 человек. На центральной улице плотнее, на окраине реже — звучит правдоподобно.

Цифра порядка 5–8 тыс. кофеен в Москве — выглядит правдоподобно.

Пример 2. Сколько такси в день в Питере

«Сколько поездок такси совершается в Санкт-Петербурге за день?»

Население ~5.5 млн. Доля активных пользователей такси-сервисов — 30%, то есть ~1.7 млн. В среднем такой человек заказывает 2–3 раза в неделю, или ~0.4 раза в день.

Получаем 1.7 млн × 0.4 ≈ 680 тысяч поездок в день. Округляю до ~700 тысяч.

Sanity-check. Если каждая поездка приносит сервису, грубо, 200 руб (средняя комиссия с чека ~600 руб), то рынок такси в Питере = 700к × 200 руб × 365 ≈ 50 млрд руб в год по комиссии. Общий GMV — около 150 млрд руб. Похоже на правду по порядку, потому что весь рынок такси в РФ оценивается публично в районе 1 трлн руб., и Питер занимает примерно 10–15% страны.

Пример 3. Объём рынка доставки еды в РФ

«Сколько в год россияне тратят на доставку еды?»

Население РФ ~145 млн. Активная аудитория доставки — оцениваю в 25%, то есть ~36 млн. Средняя частота — 4 заказа в месяц = 48 в год. Средний чек — ~700 руб.

36 млн × 48 × 700 ≈ 1.2 трлн руб в год.

Sanity-check. Открытые оценки рынка готовой еды и фудтеха в РФ — порядки сотен миллиардов рублей. Цифра завышена — пересмотрю активную долю до 15% и частоту до 3/месяц. Получится 145 × 0.15 × 36 × 700 ≈ 550 млрд руб. Уже похоже на правду.

Важно — не стесняться корректировать оценки на лету. Это плюс, не минус. Интервьюер видит, что вы умеете замечать ошибки.

Sanity-check

Способы проверки:

• Сравнить со смежной величиной (рынок такси vs рынок каршеринга, кофейни vs число офисов).
• Сравнить два пути решения (top-down и bottom-up). Если расходятся в 10 раз — где-то ошибка.
• Проверить «здравый смысл»: 6000 кофеен на Москву = 1 кофейня на 2000 человек. Похоже.
• Проверить через выручку. Если получается, что одна точка приносит 50 руб в день — что-то не так.
• Проверить границы: ваша оценка населения активных пользователей не больше всего населения?

Хороший Fermi-ответ всегда заканчивается sanity-check. Без него — заявка на «кандидат не ловит явные ошибки».

Частые ошибки

• Не уточнять. «Сколько мячей в футбольном матче» — у каких команд? Какого уровня?
• Слишком много множителей. 8 коэффициентов — перемножение хаоса. 3–5 — потолок.
• Зацикливаться на точности. Цель — порядок, а не цифра. Не «278 459», а «~250 тыс.».
• Не делать sanity-check. Финальная цифра без проверки — половинчатая работа.
• Плыть в населении/географии. Знай базовые цифры: 12 млн Москва, 145 млн РФ, ~80% интернет-проникновения.
• Молчать. Считать «в голове» — плохо. Интервьюер должен слышать ход рассуждений.
• Принимать первую оценку как финальную. Если sanity-check показывает расхождение в 2–3 раза — пересчитайте, не оправдывайтесь.
• Использовать слишком точные коэффициенты. «Допустим, 27.4% покупают кофе» — звучит фальшиво. «Грубо треть» — нормально.

Связанные темы

• Фреймворки кейс-интервью
• CIRCLES framework
• Продуктовый раунд PM
• Кейс «метрика упала»
• Структура собеса PM

FAQ

Дают ли калькулятор?

Обычно нет. Считай в уме или на бумаге. Округляй до удобных чисел: 12 × 0.3 ≈ 4, не 3.6.

Должна ли цифра совпасть с реальной?

Нет. Главное — обоснованный путь и правильный порядок. Расхождение в 2–3 раза с реальностью — нормально. В 10 раз — повод пересчитать.

Можно ли гуглить?

На собесе нет. Ориентиры держи в голове заранее. Базовых 10–15 цифр (см. таблицу выше) хватит на 80% задач.

Какие цифры выучить?

Население городов РФ, доли возрастов, средние чеки в основных нишах, число рабочих дней в году, средняя зарплата.

Где тренировать?

В тренажёре в разделе кейсов на оценку — с разбором каждого шага. И на ходу: в метро прикидывайте сколько людей проходит через турникет в час.

Что делать, если интервьюер не даёт уточнений и говорит «решай как хочешь»?

Озвучьте свои допущения вслух: «Беру город — Москву, период — год, сегмент — взрослые от 18». Это и есть уточнение, просто вы ставите его сами.

Как реагировать, если интервьюер говорит «эта оценка завышена»?

Спросите, в какую сторону по его мнению, и какой коэффициент пересмотреть. Это не провал, а нормальный диалог. Перерасчёт на лету — плюс к оценке.

---

Тренируйте Fermi-задачи — откройте тренажёр с 2500+ вопросами.