题目是：

假如你是百度地图的PM，现在想要知道某条道路的拥堵情况，你有哪些 *** ？

题目本身不长，属于发散型问题，思路不限，这类问题大家稍作思索都能想到一些线索和思路，但难就难在想到的都是分散的点，没有系统和结构，能否将此题答全基本依赖运气，想到就有，没想到就没办法。

从面试官的角度来看，也没法从答案中听出拆解逻辑和思路。但实际的业务过程中，我们遇到的问题是千奇百怪的，现实远比考题复杂，如果不能构建自己的思维框架，一旦遇到完全陌生的场景和问题，就会完全懵逼。

所以以下分享我对此题的答题思路，答案不唯一，欢迎多多讨论~

首先不要着急给解决思路和 *** ，先理清楚题面的信息，从题面给出的信息入手进行拓展，题目虽然不长但是隐含了一些背景信息，比如想要知道某条道路的拥堵情况的话。那么进一步思考道路拥堵情况和百度的哪块业务挂钩，在什么场景服务于什么用户。推测出该功能服务的目标用户后，根据用户场景需求框架我们才能更好的给出解决办法。

也就是，我们为什么要获取道路拥堵信息，这些信息有什么用？

与其只是做一个信息的搬运工，将需要的信息搬运过来，然后被动等别人搬走，做一个十分勤奋但是没有成长的点。我们更应该带着问题去思考，为什么做这件事情，信息从哪里来，到哪里去，在整个系统中承担什么样的功能和作用，上游和下游的职能分别是什么。这样的话才能同时具备线的思维和面的思维，从而能够从一个宏观的视角去把握和理解自己作为一个点应该如何去服务整个系统。

那么什么样的用户更关心道路是否拥堵，大概率是需要驾车出行的用户（公交出行的用户也会有关注拥堵信息的诉求，但公交线路相对固定即使知道拥堵也只能更换出行方式或者出行时间来躲避拥堵，拥堵信息相对没有起到那么关键的作用）。

因此从题面上我们大致推断目标用户是驾车出行的用户。

那么通过目标用户，我们来分析一下用户场景，用户使用百度地图进行导航大致可以按照时间分为行前，行中和行后（这里用到的是时间维度的拆分框架）。

行前用户输入想要去的目的地，希望知道道路拥堵情况，以便于提前躲避拥堵，选择合适的路线出发。行中我们可能灵活的变更目的地，希望知道下一条路段的实时拥堵情况及时调整目的地。行后我们到达目的地，如果不是短时间内需要再次出发的话，道路拥堵的信息就不太需要了，所以行后场景暂时不做考虑。

通过以上的分析我们可以知道，行前和行中用户都存在了解道路拥堵信息的诉求，了解道路拥堵信息是为了更好的规划路线，躲避拥堵，优化其出行体验。所以了解了项目背景和项目目标后，接下来我们进入正题，我们如何获取道路拥堵信息。

道路拥堵信息六个字拆为两个部分，道路拥堵，和信息。道路拥堵是事件，修饰后面的名词信息。先说道路拥堵，既然是事件，那么必然有起因经过和结果。我们把道路拥堵作为我们关注的结果的话，是什么原因会导致道路拥堵？

简单脑暴一下，我能想到的原因有：

常规原因：核心路段车流量大，节假日车流量大；

特殊原因：道路施工，交通事故，临时封路。

常规来说，某些路段的拥堵和时间，地点有着必然的联系，比如高速路上平常不太堵车，到了节假日由于车流量变大，经常会出现堵车。如果能够收集一段时间内各个路段的车流量信息，基于拥堵情况和时间，地点的联系进行建模，即可对于日常的常规拥堵进行有效预测。

当然，常规拥堵以外，还有一些特殊原因会导致拥堵，比如道路施工，交通事故，临时封路等等。由于这些事件大概率会导致临时的交通拥堵，因此如果我们能获取事件上游的信息，将这些因素纳入对拥堵情况的预测模型中，即可对于道路的拥堵情况有更为准确的判断。

对于拥堵信息而言，我们先基于信息的事件特点，对于信息做出了预判，下一步就需要获取实时信息进行验证。因为真正的拥堵成因可能十分复杂，拥堵持续的时间也可能没有稳定有效的模型，即使是交通事故也分情况和路段，有些小型交通事故车主之间协商解决也很快，并不会造成拥堵。

所以获取事件信息是一个方面，另一个方面我们根据信息的属性来获取，信息的流通分为信息的产生——传播——接受。