【PM 面試技巧分享】0.1%的錄取率下，奪得知名外商 SaaS 設計平台產品 Offer！

我這輩子唯一學不會的事情就是放棄！估值 60 億美金的知名外商 SaaS 設計平台公司釋出了產品負責人職位，經歷七輪面試＋一個艱難作業，而我最後成功拿到了 PM offer！

前情提要：我有七年以上產品經理經驗，三年帶團隊經驗。

面對畢業於常春藤大學 (Stanford, UC Berkeley, Princeton..etc.) 擁有在百大企業 Google、Airbnb、Amazon、百度、抖音、騰訊、阿里巴巴等多年工作經驗的 PM 競爭者們，我是如何脫穎而出？

到了最終關，我與其他四位學經歷都超級優秀的候選人競爭相比，我具體是用什麼策略成為最後被選中的那一位呢？

本篇文章分享自己成功面試上世界頂尖獨角獸外商的產品經理面試準備過程，內容顆粒度會細到面對各種 PM 面試題目的應答策略與框架。希望能幫助任何想要踏入 PM 領域的產品新鮮人，或正想要轉換跑道的朋友。

本文經 產品經理喬 授權轉載，原文刊載於此。

一、閱讀 Job Description 的內容細節，深思工作經歷中獨特的成功案例，客制化專屬履歷！

不要丟一份通用型履歷到你非常想要的公司！(通用型履歷：不管公司 JD 怎麼寫，你的履歷都寫一樣內容) 過去我在公司面試超過 200 位「產品經理」相關職位的候選人，對於這部分特別有感。假設今天是面試「電子商務」的職位，候選人的履歷卻大部分強調自己之前做相機的工作經歷，那這些人可能在 HR Screening 就被刷掉了，到不了業務負責人的手上。

所以我自己在找機會時，也特別注意「履歷客制」的部分。成功率高的 PM 履歷，是必須詳細閱讀目標公司的職位 JD，仔細思考自己是否有相關經歷，並從中找出能夠在履歷呈現自我優勢的地方加以描寫，進而得到面試機會。

畢竟從履歷開始就算是面試環節，履歷中每一段經歷沒有必要把所有完成的事項都寫上，過於繁雜、沒有秩序的履歷會被認定是沒有邏輯的，並且也有可能被面試官定位為沒有事先把控內容質量就投遞履歷的情形。

二、永遠記得遠比投履歷更有效的途徑是 Referral (推薦)！

PM 職位透過獵頭或者認識的人內推，往往會是快速通過 HR 關的方式之一。為什麼呢？

第一個難關：如果是透過自己投遞簡歷到公司網站，HR 必須從大量信件中找到你。
第二個難關：你要如何在沒有人給予介紹或者在零合作經驗的情況下，快速獲得面試機會？

相對來說很難！除非真的特別優秀！但其實，以反饋時間來說，自己投也是慢很多！

有獵頭找上門，即便機會不是想要的，也記得保留這個人脈。職場或者學生時期所認識的人，盡量不要樹敵！因為獵頭有時握有不公開招聘的高級職位，可以請他們推薦。以及同領域的人在未來職場上可能會在你想要的公司工作，這時候如果可以請他們內推，真的會省很多力氣！畢竟連 HR 都沒看上你，更沒面試機會了。職場上有貴人真的很重要。

與獵頭相處是一套哲學，你要懂得進退。因為常常發生的是，獵頭會想盡辦法利用你挖出更多有效人脈，讓他可以去繼續挖。這情況很常發生在你是經歷很吻合的候選人，但是沒在看機會。Again，跟獵頭的關係是一套哲學。

三、不是想要的職位 (Role) 在 HR Screening 階段明確表明，過程中跟進、面試反饋，時刻調整自我。

面試的時候，中心思想就是要從 HR 身上挖取到更多有利於面試的資訊。與 HR 相處時，基本做人道理都要有，不要一副自己高高在上一定會被面試上的感覺 （別忘了還有其他競爭者，你不是唯一，時時刻刻保持謙卑）也千萬不要忘記 HR 有權利決定要不要雇用你的。有些公司的 HR 甚至有非常大的權力，即使業務都過關了，HR 覺得溝通力、領導能力不行，你就是會被刷掉。

當自己對專業能力滿意、認為自己是個軟硬實力兼具且適合職位的候選人。面試的目的很單純，就是要讓每一位面試官都喜歡自己。你很難是產品經理的全才，如何在面試對答說出面試官想聽的答案方向就是核心關鍵。

面試產品經理前的 5 個要點確認：

1. 確認面試流程：與 HR 明確面試流程有幾關？大體上會跟哪些面試官進行面試？
2.  了解面試官：每位面試官在面試時，最在乎的點是什麼？他們的地雷誤區是什麼？
3. 制定面試策略：盡力獲取每位面試官的名字與頭銜，獲取他們對相關領域的想法與重點。（更厲害的是，找到面試官的專業社交平台帳號，仔細研究他們最近關注的議題有哪些）
4. 精進專業技能：這個職位更看中專業領域的哪些能力？如何準備？
5. 熟悉公司文化：公司文化要熟讀！讓自己在面試階段看起來就是個 perfect match。

✨ 產品經理面試基本題：把握 7 問題，好好表達自己！

• Tell me about yourself. (介紹下你自己。)
• Why do you want to work here? (為什麼想在這公司工作？)
• Why do we have to hire you? (我們為什麼要雇用你？)
• What is your biggest weakness? (你最大的弱點是什麼？)
• What is your biggest strength? (你最大的優點是什麼？)
• If we don’t hire you, what could be the reason? (如果我們不雇用你，可能會是因為什麼原因呢？)
• Where do you see yourself in 5 years? (你覺得你五年內如何發展？)

✨ 產品經理面試專業題：分析 FANG (Facebook, Amazon, Netflix, Google) 的 PM 面試，歸納出 7 大產品經理面試的必問類別。

•  產品策略 (Product Strategy)
• 產品設計 (Product Design)
•  數據定義 (Metric Definition)
•  數據變化 (Metric Change)
•  估算題 (Estimation)
•  技術解釋 (Technical Explanation)
•  情境題 (Behavioral Question)

附表為 2019 美國大公司產品經理面試考題分布（僅供參考）

基本上最安全的方式就是所有面試題目的類型都先做準備，畢竟它們也是環環相扣、彼此影響的。但如果硬要做準備策略的調整，建議事先探聽問題方向的比重。而技術解釋題可以視面試公司的情況再做最後的時間分配。

1. 確認公司情況
○ 現況：Facebook 變現的手法是廣告變現。
○ 核心數據： LTV、ARPU → 人均廣告展示數、人均廣告點擊率影響收入。

2. 列下解法
○ 建立用戶旅程中與收入最相關的架構：用戶在訊息流瀏覽 → 看到廣告 → 點擊廣告
   → 以上的架構就可以是 產品設計基於的策略，我們產出的策略就是優化每一個節點的轉化率

3. 討論解法
○ 加更多廣告位、優化廣告推薦演算法→ 可以使用 ICE 框架判斷優先級

→加更多廣告位：可能導致更打擾用戶體驗，導致留存下降。雖然開發成本低，但是影響過於負面，所以優先級低。
→ 優化廣告推薦演算法：涉及到ML機械學習 (Machine Learning) 的話不確定性通常都很高，前期與開發的溝通成本也會高，但是如果能            提升個性化廣告推薦演算法。影響相當高，雖然開發成本也高，但我認為這是一個必然持續該投入成本的方向。

4. 結論
○ 產品策略是：用戶瀏覽 → 廣告展示數 → 廣告點擊率
   基於這樣的架構，思考兩個轉化率要使用怎樣的產品設計來優化。
○ 推薦解法是：優化廣告推薦演算法
   權衡與風險：Machine Learning 的不可預測性非常高，排期難以預測
   衡量成功指標：人均廣告展示數、人均廣告點擊率、LTV (生命週期價值)、ARPU  (用戶平均價值)

• 確認公司情況 (Business)

→ 談完公司情況後，可以跟面試官說自己認為做電影就是在做影片 (把自己如此認為的原因與對方說)並且確認：有沒有任何期望自己更專注的數據指標 (收入/用戶參與率等等)。如果沒有，自己會專注於某數據，因為 xxx。把自己的思路 (原因/結果) 都明確告知。

• 分析用戶 (User)：若是談到電影，可很快的區分為生產側與消費側：
  我個人會選擇生產側的一般用戶，除了一般用戶的基數比較大，對於影響因為現在 Facebook 的導航列已經有獨立出一個給影片觀看功能 (2020/ 07)，所以功能整體已經相對完善。但是一般用戶創造影片還是沒有與社交有任何結合。

→ 我選擇做影片是個很孤單的體驗，因為做影片是最多用戶會接觸到的場景，對業務指標影響較大。其他兩者是基於做完影片後，才會延伸出的需求。

• 設計解方 (Solution) 
  ○ 製作影片時，可以邀請他人一起進行 (熟人使用 Tag 功能進行，陌生人會出現在 Discover 模塊讓其加入)
  ○ 在 Facebook Event 功能中，定制化一個種類讓做影片的人群聚
  ○ 每當家人與親密朋友間的紀念日時，把他們從小到大的回憶基於一個影片模板，讓自己與他們一起編輯這個影片
  

解答說明：

1. Goal：今年的業務目標是什麼？ — 假設業務目標是收入

2. Action：找出與業務目標相關在應用內的行為 — 以「觀看廣告」為例

3. Metric：根據行為去定義相關數據 —
(1) 業務關鍵數據：人均廣告展示次數、人均廣告點擊次數、人均廣告點擊率、廣告主下廣告總量等
(2) 整體關鍵數據：LTV、ARPU 等等

4. Evaluation：衡量以上數據是否夠精確或能幫助進行產品決策？ — 每個數據都要可以進行用戶分群各自監測數據：分市場、分新老用戶、分高低使用頻率用戶等等。

解答說明：

1. 確認問題的範圍與定義 — 縮小問題範圍

•  Where — 發生在哪個市場？還是全部市場？
•  When — 是一直發生？還是只發生在特定時間區段？
•  What — 是在哪個平台發生？Web 端？iOS/Android？是特定版本？
•  Who — 是否是特定的用戶群體受到影響而已？還是整體？

2. 追根究底找出根本問題 (Root Cause)

3. 結論 (Summary)

綜合上述，針對 Facebook DAU下跌 30% 的情況，首先定義問題範圍、然後從內部與外部原因去定位問題，進而找出根本原因，進行修正。

1. Clarify 釐清問題

• 公司目前情況：YouTube 目前的商業模式有訂閱與廣告變現
• 確認分析目標：主動詢問面試官本題是否可以只考慮廣告變現
  (表現出自己的理解，並且假設自己不是特別懂訂閱，可以再有知識盲區的情況下回答)
• 確認分析地點：主動詢問面試官是否可以只考慮美國？或者要考慮全世界？
  

2. Map out calculation 公式化問題

• 美國廣告日收入＝DAU(美國) x 人均廣告觀看次數 x 廣告展示率 x 單個廣告觀看平均盈利 x DAU= Daily Active User (日活躍用戶)

3. Round number 使用好估算的數字

• 美國 DAU：假設美國總人口為 300M (3億)，我們只考慮 0–80 歲的人，且人口均勻分佈如下 (100%代表全體會用 YouTube)

• 人均廣告觀看次數：
  ○ 聽音樂的用戶可能一天會看 20 個以上的影片
  ○ 看影片的用乎可能一天只會看 1 個影片
  → 基於這種情況，可預估每天人均看 10 個影片
  
• 廣告成功展示率：不可能每個用戶看影片時，都能成功拉到廣告展示。
  → 所以初估 50% 為廣告成功展示率
  
• 單個廣告平均盈利：用戶每看一個廣告，可以盈利多少 → 在此可以粗估為 0.01 USD。
  ○ 美國廣告日收入 = DAU (美國) * 人均廣告觀看次數 * 廣告展示率
  → 150M * 10 * 50% * 0.01= 7.5M (USD)

4. Summary

簡短做出結論並估算數字合理性，與面試官確認是否有任何疑慮。以上的回答是否是他可以接受的呢？

解答說明：

1. Clarify 確認問題定義

網路可以是點對點之間的數據傳遞技術，也可以是區塊鏈(Blockchain)相關技術。
比較常見的情況是：在瀏覽器 (Browser) 輸入一串 URL 後獲得搜尋結果。與面試官確認往這方向深入討論是否可以呢？這樣主動定方向的好處是，可以規避自己不熟悉的技術盲區，通常面試官會樂意接受自己主動去定義方向。但也可能會有面試官拒絕此方向的可能性。

2. Step-by-Step 一步一步解釋

面試現場如果有白板或者任何服務工具，可以劃下視覺化流程 (服務端與客戶端交互)，方便與面試官溝通。

3. 結論

簡短把剛剛說的話用總結的方式再說一次，呈現出自己溝通技巧以及總結能力：當我收入 URL，DNS 會剖析它成為 IP 地址，透過網路跟服務端進行交互，如果有結果，就會透過網路返回至客戶端，也就是我的裝置。

💡 以下例題作為說明：職涯中若與同事發生衝突的經驗？

以上七種產品經理面試中會遇到的題型，都不是特別簡單。所以練習真的很重要！不要裸面 (沒準備就面試)，會留下黑歷史給企業的資料庫。我個人練習花了至少三個週末，而且週末是全天在練習，我個人面試練習方式如下：

• 針對每一種題型默寫框架，練習直到可以說出每一個題型的框架，這行為必須要跟呼吸一樣自然。我個人每一個框架都至少默寫了 60 次。
•  一定要進行模擬面試，無論是否有對象可以跟你一起！每一種題型都一定要逼自己可以回答的非常順。心態上要調整，不要想要一步登天。我也是練習了三個週末，才在面試中表現比較好。

1. 面試中的學習：面試很看緣分，有時失敗了不是你的錯，而是面試官跟你對談的氣氛已經不對了 (換個角度想，你避免了可能不適合你的工作環境)。但是你一定要從每一次的面試中學到東西，避免下次再犯。

2. 面試官資訊：再次強調，盡量獲得面試官的資訊 (尤其是 LinkedIn)，並且研究每一位面試官，去定製化應答策略絕對有助於通過面試。

3. 自我表現：記得面試的目的是，讓面試官喜歡自己、認可自己！多去思考自身優劣勢，以及 JD 上提及的要求。面試過程中要規避自己的弱勢，多主動出擊掌握話題，凸顯自己的優勢。