开放情景，发人深省
在面试候选人的过程当中，我一般会采用开放式问题加上情景模拟的方式，这样可以避免很多经验不足但是准备充分的候选人蒙混过关。比如有关需求计划岗位，一般不会问这样的问题，你是否做过需求计划，做需求计划有哪些要点，需求计划关键指标是那些，请分享一些你做过的最佳案例等等，诸如此类的问题。这种类型的问题都是一些外行人或者HR的提问方式，很容易被准备充分的候选人给忽悠过去。记得以前有一些专门指导大学生（没有工作经验但是善于记忆和背诵）面试的书叫《面经》还是《面霸》的，其中就充斥着对于此类问题的标准答案和回答方式。
所谓开放式问题加上情景模拟的方式应该是这样的，请为我们公司做明年一年的需求计划，详细到城市，SKU和月度层面。你可以把我当做公司任何其他部门同事来发起讨论和提出问题。其中根本没有标准答案，只是为了观察在这个过程当中，候选人主动搜集了哪些数据，找了哪些相关部门提了哪些问题，如何确定最终的需求计划，一下子就可以看出候选人是否有经验，有能力，无论是有才还是无能，都一览无余，藏都藏不住。相形之下，两种方式高下立判。
有违常识，却是本质
很有趣的一点是，在这个过程当中，所有候选人，无论是否有经验，都提到了要提取历史数据进行分析汇总，其实这一点很普遍即使不做需求计划的人，比如采购，生产，质量，市场，人事，财务等等都会从历史数据入手，作为分析未来的基础。但却很少有人对历史数据的本质提出过疑义。在此，先来让我们插播一个概率论的常识，一颗硬币正面还是反面和历史数据无关，就算之前抛的一万次都是正面，但是现在这次抛掷上去之后，下来到底是正面或是反面的概率都是50%。简单地说历史数据并不影响现在这次的结果，影响这次结果只是这次抛投行为的一些参数。比如抛出硬币的力量，角度，风速，地面等等情况。单次的结果和这些初始参数相关和历史数据不相关。
在这点上，历史数据类似于公司的管理制度和行业规则。人类社会其组织无论大小，表面看上去是依照规则制度在运行，但实际上是依照在这个组织中的大部分人认同的共识在运作。比如公司的规章制度上都写明，9点上班，但是实际上公司上班的时间和员工进公司的时间往往不是9点。你会看到只有新员工会比较遵守这个规则，老员工因为洞悉目前这个企业内的共识就可以比较有弹性。过去的共识，形成了现在的规则制度。共识在不断变化之中，真正可以凌驾于规则制度之上的人，是最最洞悉当前共识的人。所以政治家，社会活动家，这些最能够洞悉群体人心的人，往往会成为社会发展的领袖和新的规则的制定者。
既对也错，各擅胜场
历史数据也是对于过去企业活动和行业运营的总结，而并不代表未来的共识，因为这种共识不但超越了个人，甚至超越了单个企业，是在行业和宏观经济层面的。这么说的话，很多人会问，难道历史数据就没用了吗？也不是。因为过去对于大多数的行业和职能所处的环境都相对稳定，这种基于历史数据的分析因为那些“决定硬币正反面的参数”变化不大或者没有变化，很幸运地和未来的结果差异不大，这就是人们所谓的有效，起作用了，预测对了。比如欧美发达国家经济体，成熟行业，都非常适用于使用历史数据来预测未来。然而在一些快速发展的经济体比如金砖四国或者急速发展的行业比如互联网行业或者创新产品，历史数据的价值就大打折扣。预测未来就更需要从决定消费决策的基本参数入手进行因果分析。
简言之，应用历史数据分析预测对了结果，更多是运气好，因为处于一个相对稳定的环境。从实用角度讲，是有价值的，毕竟投入的成本低，结果好。但是当你面对剧烈变化的宏观环境和行业发展趋势，还是应该摒弃历史数据的桎梏，投入基本参数因果分析的怀抱，这样才能获得更好的结果。