前言
在準備產品經理 面試的過程中，為了讓我可以好好準備以及了解產品，我開始進行了一場高強度的模擬面試。題目是一個經典的「雙邊平台 (Marketplace)」難題：
情境： 某求職平台的軟體工程師職缺，雖然職缺瀏覽與點擊應徵的數據很健康，但在最後的「填寫表單」環節，流失率高達 85%。
背景： 40% 的流量來自手機 (Mobile Web)，但應徵表單需要填寫大量文字與問答。
這篇文章記錄了我從初期的「直覺解法」，經過與 Gemini 扮演的模擬面試官的挑戰後，如何迭代出更具深度、兼顧 B/C 端需求的產品策略。
我的直覺診斷與解法
我認為流失的主因是「心理門檻」與「裝置限制」。用戶可能只是好奇點開，發現要填的資料太多 (自我推薦信、企業問答），加上當下可能在移動中（非電腦前），導致「想投但現在懶得投」，最後忘記了。
我初步解法
- 挽回機制： 用 Email 提醒未完成的用戶回來填寫。
- 降低門檻： 想要引導 B 端企業最多只能出 3 題自訂問題。
- 推廣策略： 認為提醒是剛需，所以我認為可以直接上線，且追蹤的指標是開信率。
來自模擬面試官的挑戰
面試官針對我的解法，提出了三個直擊靈魂的挑戰，讓我意識到自己思維上的盲區：
Challenge 1：你是在解決症狀，還是在解決病根？
- 盲點： Email 提醒是一個「落後指標」的解法。Email 本身的開信率就是一層巨大的漏斗。
- 質問： 既然發現 40% 流量來自手機，為什麼不在當下解決手機輸入困難的問題？為什麼要讓用戶流失後再祈禱他會開信？
- 建議： 考慮「分段式應徵 (Progressive Application)」，先送出基本資料鎖定用戶。
Challenge 2：對 B 端的同理心不夠
- 盲點： 限制企業出題數量，是在挑戰客戶的招募流程。大企業需要這些問題來篩選人，減少題目會導致履歷品質下降。
- 質問： 產品能不能在不犧牲 B 端需求的前提下，降低 C 端的輸入門檻？
Challenge 3：推廣策略太過魯莽
- 盲點： 「直接上線」忽視了風險。頻繁的提醒信可能會被標記為垃圾郵件，甚至導致用戶卸載、對品牌將有所損害。
- 質問： 你要如何設計 A/B Test 來驗證發信的「時機」與「頻率」？
我的反思與思維升級
面對挑戰，我並沒有全盤接受模擬面試官的建議，而是結合我對「工程師族群」的理解，進行了深度的反思與辯證：
關於「落後指標」的反思
我被說服了。依賴運營手段（Email）來修補產品缺陷是治標不治本，雖然運營手段的優化也很重要，但產品問題仍不能忽視。產品本身應該就要能解決當下的摩擦力。
- Insight: Email 開信本身對使用者也是高摩擦力的行為，無法保證有效。我們必須在用戶還在 App/Web 內的時候就留住他。
關於「分段送出」的辯證
模擬面試官建議「先送出部分資料」，但我認為這不適用於工程師或是所有職缺。
- My Counter-point: 工程師通常有專業包袱，且我認為大部分的人也不願意將「半成品」履歷交給企業。
- The Pivot: 比起面試官建議的「分段送出」，我認為更好的做法是提供「儲存草稿」，搭配排定時程發送或提醒。這能降低使用者的心理負擔（不用一次寫完），同時確保 B 端收到的都是完整履歷。這解決了輸入門檻，也顧及了用戶尊嚴。
關於 B 端同理心
限制題目確實太武斷。更好的做法是「柔性引導」：
- 標示「必填/選填」。
- 可以建議企業將最重要的問題標示必填，其餘建議可以選填，避免嚇到求職者；針對求職者端，也採取引導方式，如：填寫越完整將會提升 XX% 曝光。
關於 A/B Test 的維度
我原本認為 Email 沒什麼好測的，因為提醒屬於剛需，忽略了「發送時機」本身就是一個關鍵變數。
- Learning
- 如果不管發送時間，而是用戶一離開頁面就寄信，會不會導致信件太多？這樣是好的體驗嗎？
- 舉例來說，光是使用者離開頁面，那到底是要離開後 1 小時寄？還是 24 小時寄？這會大幅影響轉化率與干擾度。同時，必須監控「取消訂閱率 (Unsubscribe Rate)」 這種反向指標。
最終優化策略
綜合上述面試官的 Challenge 以及我的，我重新定義了產品策略：
解決方案：草稿與跨裝置接力
- 機制： 當用戶在手機上填寫受阻或想離開時，系統跳出「儲存草稿」選項。
- 引導用戶願意完成第一步，可能是先上傳一份履歷或是嘗試寫下自我推薦信。
- 流程： 點擊儲存後，系統發送一封「繼續完成申請」的連結到信箱。
- 價值： 用戶心理負擔降低（不需要現在寫完），且不需擔心 B 端看到半成品；B 端則能收到完整且高品質的履歷。
2. 降低輸入摩擦
- UI 優化： 針對企業問答，區分必填與選填，並且透過適當的引導，提升完成度與降低負擔。
3. 驗證與推廣
- A/B Testing： 測試不同的提醒時間點（如：存草稿後 30 分鐘 vs. 隔天早上）or 嘗試讓用戶自定義提醒時間。
- 指標定義：
- 北極星指標： 應徵完成率。
- 過程指標： 草稿喚回率 — 驗證跨裝置機制是否有效。
- 反向指標： 七日退訂率— 確保提醒機制沒有造成用戶反感。
結語
這場模擬面試讓我學到，如果自己想要往資深 PM 邁進，價值不在於「執行功能」，而在於「洞察代價」與「平衡衝突」，尤其是面對雙邊平台，怎麼顧全雙方體驗，還要凸顯產品價值。
從一開始只想用 Email 補救的「症狀解」，到後來能提出兼顧工程師尊嚴與跨裝置體驗的「根本解」，關鍵在於不盲從數據，也不盲從老闆，而是回到「使用者場景」去思考。
後記：人機協作的真實體悟
在這場高強度的模擬練習中，我對 AI 扮演的角色有了體悟。它不只是一個幫我查漏補缺的工具，更是一位能拓展我「知識邊界」的導師。
1. 拓展邊界，看見全貌：我深刻體會到，要提出一個好的產品解法，不能只靠通用的理論或是直覺（如：做個漏斗、發個 Email）。透過與 AI 的攻防，我被迫快速吸收不同產業的 Domain Know-how（例如：求職平台中 B/C 端的利益衝突、使用者的心理特質）。唯有理解產業全貌，才能找到既符合商業邏輯，又貼近使用者體驗的解法。
2. AI 提供選項，人類負責決策： 這次練習也讓我意識到一個關鍵：AI 提出的解法往往「邏輯完美」，但不一定「體驗完美」。 例如 AI 可能會建議最高效的「分段送出」，但身為 PM，我必須回歸到我的 TA（工程師）與實際使用情境（專業形象包袱）來進行把關。
AI 可以幫助我們發散思考、提供方向，但它無法取代我們對人性的洞察。「不盲從 AI 的漂亮解法，回歸 TA 與場景做最終決策」，這才是在 AI 時代下，產品經理不可被取代的核心價值。
這是我第 53 天的練習紀錄，將持續練習這個「數據思維升級計畫」，持續優化觀察力與邏輯💪
