一個政治系學生在麥肯錫的一年

我進麥肯錫不是因為對顧問行業有什麼清晰的規劃。比較誠實的答案是：我在 EdYouth 做了兩年政策倡議，然後有人告訴我麥肯錫在找「解決問題」的人，聽起來有吸引力，雖然我完全不知道那在實務上是什麼意思。

我怎麼進去的

我沒有商業底子，沒有 case competition 戰績，財務報表對我來說是陌生語言。我有的是一個關於「我怎麼解決問題」的故事，那個故事是真實的，有脈絡，有具體的思考痕跡。我後來進去了，然後才開始意識到自己對商業世界有多陌生。

對一個習慣在教育政策和倡議脈絡裡工作的人來說，商業分析的日常有很多「我應該知道但不知道」的時刻。

試著在裡面站穩

我給自己設定了兩個標準，作為在這個環境裡工作的原則：resourceful 和 ownership。不懂的東西就想辦法弄懂；沒有人接的事情就把它接起來。我沒有辦法靠「業界知識」取勝，但我可以靠「解決問題的姿態」讓自己有用。

我第一次真正需要把大學的程式課派上用場，是在一個沒有人叫我去做的情況下。有個定期要跑的資料處理流程，原本要花四個小時：兩小時人工、兩小時等電腦。我花了一個下午，靠著 Python 底子、HTML 的基本概念、Google，還有一次一段地問 GPT，把整個流程改成兩次滑鼠點擊，十五分鐘跑完。那時候 AI 工具還沒有 agentic 的概念，所有東西都得一段一段 debug，反而因為這樣把過程真的弄懂了。那個經歷讓我帶走了一個習慣：遇到重複性的摩擦，第一個問題不是「怎麼做更快」，而是「這個步驟有沒有必要存在」。

有個任務需要做視覺化報告，我從沒碰過 Power BI。靠著 Excel 和資料分析打下的底，兩天學起來了。工具可以換，但判斷什麼數字要呈現、什麼邏輯要藏在後面，這個能力是可以帶著走的。同一段時間，我還做了一個 Excel 模型原型，前面是可以輸入參數的介面，後面是我建的分析邏輯，讓沒有技術背景的人也能在幾分鐘內跑出他們需要的答案，而不用理解背後怎麼運作。這個專案甚至還實際被客戶採用、幫忙省了 100 多萬的美金！那是我第一次認真思考：「讓分析可以被使用」和「讓分析很厲害」是兩件不同的事。

讀財報、讀法規，都是任務先到，我再去補課。有幾次的工作需要我在幾天內搞懂完全陌生的材料，但並不是因為我提前準備了，而是因為工作到了你就得弄懂。而這種學習方式比讀書快，且更有效。

我享受了這個階段

在某個時間點，我意識到自己不只是在適應一個陌生環境，我真的在享受這個過程。分析的嚴謹度、假設驅動的思考方式、讓複雜的東西壓縮到讓人能在三十秒內做決定的溝通紀律，這些本來就是我直覺地在使用的東西，只是麥肯錫的環境加速了我內化它們的速度。

EdYouth 教我的是：先搞清楚誰要做什麼決定，政策才會改變。麥肯錫把這個直覺轉化成了一套更嚴謹、更系統的工具箱。這個組合，是我一直帶著走、最值錢的東西。

為什麼不繼續留下來？

這是個我被問過很多次的問題。簡短的答案是：時間線。我很享受在那裡的時間，如果時機不同，我可能走一條不同的路。但差不多在那個時候，我發現自己更想做的，是另一種工作：把政策直覺和分析能力用在真正的產品和市場上，而不只是服務客戶的分析。也是這個念頭，讓我開始往顧問業以外的地方探索。

如果你正在準備麥肯錫面試，我有寫一篇比較具體的備考紀錄：麥肯錫 BA 面試分享。面試怎麼準備、流程是什麼、有哪些需要注意的地方，全部都在那裡。