Amazon — 16 Leadership Principles · LP1. Customer Obsession

描述你合作过最以客户为中心的人。

Describe the most customer-obsessed person you've worked with.

答案语言

考察要点

这道题看似在问别人,实则在考察你自己的行为。它考察的核心是:

  1. Customer Obsession (客户至上):你是否能识别、欣赏并学习真正的“客户至上”行为?你对“客户至上”的定义是什么?它不是简单地听客户的话,而是深入挖掘客户未被满足的潜在需求,并为之创造价值。
  2. Learn and Be Curious (好奇求知):你是否能从优秀的同事身上学习,并将他们的优点内化为自己的行为准则和工作方法?
  3. Ownership (主人翁精神):即使问题最初不是由你发现的,你是否会主动承担责任去推动解决?

高分示范答案(STAR)

Situation(背景) 我在前公司(一家电商平台)担任搜索推荐团队的资深工程师。当时我们团队的核心目标是提升搜索结果页的点击率(CTR)。团队大部分成员都专注于算法模型的调优和 A/B a testing。但我观察到我们的一位产品经理 Anna,她的工作方式与众不同。

Task(任务) 当时,我接到的任务是优化一个特定品类(比如“运动鞋”)的搜索排序算法,目标是在一个季度内将搜索点击率提升 5%。然而,Anna 让我意识到,真正的任务应该是解决“用户搜了但找不到满意商品”的根本问题,而不仅仅是提升一个中间指标。

Action(行动) Anna 的“客户至上”行为深深影响了我,我采取了以下行动:

  • 学习并深入一线: 我观察到 Anna 每周会固定花半天时间,不是开会,而是泡在客服工单系统里,阅读最真实的用户反馈。受她启发,我不再只盯着数据报表。主动向 Anna 申请了客服工单系统的只读权限,并利用一个周末,筛选分析了近 500 条关于“搜索不准”和“找不到东西”的用户投诉。
  • 发现真实痛点: 通过分析工单,发现了一个高频场景:大量用户抱怨,在搜索“某品牌运动鞋”后,无法筛选出“当季新款”。他们只能一页页地翻,体验极差。而我们后台的“新品”标签是全局性的,无法与“品牌”维度做组合筛选,这是个技术盲点。
  • 推动技术方案落地: 整理了这些用户原话和数据,向团队证明这不是个例,而是一个普遍痛点。然后,主动设计了一个技术方案:改造我们的倒排索引,为商品增加一个动态的时间戳属性,并优化查询引擎以支持多维度的组合查询。起初,有同事担心改动核心索引风险大、工作量高。
  • 用行动化解阻力: 为了说服团队,利用业余时间,花了两周搭建了一个最小可行性原型(MVP),并导入了部分真实数据。向团队现场演示了在新旧方案下,搜索“耐克新品”的结果差异。看到原型效果后,团队的疑虑被打消了,最终同意将这个功能纳入下一个开发冲刺。

Result(结果) 新功能上线后:

  • 针对特定品牌的“新品”筛选功能,其使用率在第一个月就达到了该品类搜索总量的 12%,远超预期。
  • 更重要的是,相关品类的用户复购率在接下来一个季度提升了 5%,证明我们解决了真实的用户留存问题。
  • 客服侧关于“找不到新品”的工单数量,在一个月内下降了超过 70%。
  • 我从 Anna 身上学到:真正的客户至上,是主动走出自己的技术世界,去寻找数据背后那个活生生的人和他们真实的困境。

低分陷阱(常见扣分点)

  • 只描述别人,没有“我”的行动:反例:“我的同事 Anna 非常客户至上,她经常看用户反馈,还和用户访谈,她真的很棒。”(然后呢?这和你有什么关系?)
  • 把“客户至上”理解为“满足客户所有要求”:反例:“有个客户想要一个很奇葩的功能,虽然不合理,但为了客户至上,我们就加班帮他做了。”(这体现不出你的判断力和对更广大用户群的责任心)。
  • Result 虚化,没有量化:反例:“我们上线了新功能,用户反馈很好,项目很成功。”(“很好”是多少?怎么衡量的?面试官无法评估你工作的影响力)。
  • Action 停留在“想”或“说”,没有“做”:反例:“我建议团队应该多关注用户反馈,而不只是看数据。”(然后呢?你为了这个建议做了什么实质性的推动工作?)。

高概率追问(3 个 + 示范回答要点)

  1. 追问:当同事最初反对你的技术方案时,你是如何具体说服他们的?除了做原型,你还做了什么?

    • 要点1(数据驱动):强调你不是空口白话,而是展示了具体的、量化的证据。例如,“我把那 500 条工单分类整理成一个表格,用图表展示‘新品筛选’是 Top 3 的抱怨点,这比任何口头描述都有力。”
    • 要点2(风险管理):表明你考虑到了他们的担忧。例如,“我主动评估了修改索引的风险,并提出了一个灰度发布计划:先在一个小流量的品类上线,验证稳定性后,再逐步推广到全站,把潜在影响降到最低。”
    • 要点3(寻求支持):可以提及你争取了关键人物的支持。例如,“在团队讨论前,我先和我的经理以及 Anna 做了沟通,他们都认为这是个高价值的方向,这在会上给了我很大的支持。”
  2. 追问:除了看客服工单,你还通过哪些方式去理解客户需求?

    • 要点1(数据分析):提及对用户行为数据的深入挖掘。例如,“我会分析用户的搜索日志,看哪些搜索词的点击率为零,或者用户在搜索后快速离开了,这些都是潜在不满意的信号。”
    • 要点2(跨部门合作):体现你主动链接其他团队。例如,“我定期会和市场、销售同学交流,他们在一线能听到很多我们工程师听不到的声音。”
    • 要点3(亲身体验):展示你的代入感。例如,“我会强制自己每周至少花一小时,像真实用户一样在我们的 App 上购物,或者去竞品 App 上体验,寻找可以改进的地方。”
  3. 追问:这个故事里,你最大的收获是什么?这个收获如何影响了你之后的工作方式?

    • 要点1(思维转变):从“功能交付”到“价值创造”。“我认识到,工程师的职责不只是写代码实现 PRD,而是要对最终的用户价值负责。从那以后,每次接到需求,我都会先问‘我们为什么要做这个?它解决了谁的什么问题?’”
    • 要点2(工作方法改变):将客户洞察融入日常工作流程。“我养成了一个习惯,在每个项目启动时,都会主动去寻找相关的用户原始反馈(录音、工单、评论等),而不仅仅是看产品经理提炼过的需求文档。这让我对需求的理解更深刻。”

故事复用建议

这个故事非常扎实,可以灵活调整侧重点,用于回答以下问题:

  • Ownership (主人翁精神):强调你如何主动发现非本职的问题,并承担责任推动解决。
  • Bias for Action (崇尚行动):强调你如何通过快速构建原型来打破僵局,而不是无休止地开会讨论。
  • Deliver Results (交付结果):强调最终实现的、可量化的业务和用户价值。
  • Invent and Simplify (创新简化):强调你如何通过技术创新(改造索引)来解决一个看似无解的用户体验问题。
  • Dive Deep (深入钻研):强调你如何不满足于表面数据,而是深入挖掘客服工单和用户行为日志。
  • Disagree and Commit (敢于谏言,服从大局):可以展开描述与同事意见不合时,如何有理有据地表达异议,并在团队决策后全力投入。