題目與適用情境
請為一座壅擠城市設計停車解決方案。團隊有 12 週,也有足夠營運能力在兩個商業區試辦。市政府能提供路邊停車規則,但即時占用資料只涵蓋部分區域且可能過時。一家停車場營運商可以開放可預約庫存。面試官期待候選人選定使用者、問題、產品邊界、MVP、指標與擴張決策。
這是一道虛構練習題。12 週、兩個商業區、資料涵蓋情況與停車場合作關係都是題設,不代表任何真實城市。近期產品感面試資料仍會使用「設計一個停車解決方案」這類開放題;公開交通計畫也顯示,實際停車產品可能同時涉及規則、可用性、路徑引導、預約與需求管理。本題歸為產品類,因為核心工作是決定改善誰的什麼結果,以及產品能誠實承諾到什麼程度;資料與軟體架構都應服從這個選擇。
為了提出明確答案,先假設城市的試辦目標是減少兩個商業區內繞行找位與違規停車。首批使用者選擇需要反覆、限時停車的商業配送駕駛。通勤者、臨時訪客、叫車服務駕駛與需要無障礙停車的人同樣重要,但在一個 12 週 MVP 中同時服務所有人,會混合不同規則、旅程型態與風險等級。
面試官在評估什麼
第一,候選人能否先收斂歧義,再提出功能。「駕駛」並非單一客群,「找停車位」也可能指行前規劃、尋找合法裝卸區、保證有位、付費、延長停車或執行路權政策。高品質答案會把一個細分使用者、一個關鍵時刻與一個結果連起來。
第二,能否誠實處理庫存。路邊規則只能說明某輛車在某時段是否合法,無法證明車位目前為空;感測器觀測可能過時或誤判;預測只代表機率;只有確認過的停車場預約才能給出較強承諾。把所有來源都畫成綠色「有位」圖釘,會製造虛假確定性,並誘發接近目的地時的危險改道。
第三,能否在資訊、保證與需求管理之間做選擇。引導可以涵蓋較多供給,卻無法保證抵達時有位;預約只適用於可控制的庫存,還會產生保留與未到;動態定價可以調節需求,但需要城市授權、公平政策,以及「價格確實是主要限制」的證據。候選人應從能解決目標任務的最小可信承諾開始。
最後,答案要形成端到端閉環:標註資料來源與可信度;設計適合駕駛情境的流程;考慮供給方誘因;用停車結果而非 App 活躍度衡量成功;設定合法性、公平性與隱私護欄;並理解多名駕駛會競爭同一批路邊車位。
回答前應釐清的問題
- 城市或業務究竟要改善什麼? 減少繞行、增加停車費收入、提升配送準時率與協助身障駕駛,會產生不同優先順序與護欄。本文把「在短時間內找到合法停車點」作為試辦結果。
- 每種路邊空間允許哪些使用者與車輛? 一般停車、商業裝卸、叫車上下客、無障礙車位、公車站與臨時管制不能共用一個籠統的「可用」結果。排序前必須先判斷資格。
- 每個資料來源到底能保證什麼? 規則資料確定允許用途,感測器估計占用,停車場系統可能確認可預約庫存。資料新鮮度、涵蓋率與歷史誤差,決定產品只能顯示規則、機率或保證。
- 使用者何時操作產品? 出發前適合比較;車輛行進中必須以語音和最少操作為主。最後一個街廓仍要求閱讀與點按,會造成安全風險。
- 能預約特定車位,還是只能預約停車設施容量? 停車場能控制入口與容量;開放路邊車位通常無法在缺少政策及執法時替某位駕駛保留,因此「預約這個路邊圖釘」可能是假承諾。
- 如何觀測成功停車? 感測器、停車場入場、付款、駕駛回報與人工稽核有不同涵蓋與偏差,指標必須定義證據優先順序。
- 有哪些權限與合作方誘因? 城市擁有路邊規則,停車場擁有私有庫存,駕駛提供回饋。資料權限、執法、分潤和客服責任都可能決定方案能否運作。
30 秒回答框架
「我會先確認試辦目標是減少繞行與違規停車,再區分通勤者、訪客、配送駕駛、叫車服務與無障礙停車需求。針對兩個商業區、12 週的試辦,我會先服務商業配送駕駛,因為他們需要反覆完成限時停靠,也與裝卸區資料相符。MVP 先判斷車輛資格,再結合目前規則與依來源計算的可用置信度,依完整旅程成本排序少量合法選項,並提供語音引導與預設備援。我會明確區分預測的路邊可用性和有保證的停車場預約,絕不把過時資料呈現為空車位。主要指標是進入搜尋區域後 5 分鐘內找到合法停車點的合格試辦行程占比,同時觀察搜尋時間分位數、錯誤引導、違規、駕駛分心、步行負擔、未到、合作方經濟性、隱私與無障礙護欄。由於駕駛共享庫存,我會依區域與時段試辦;只有涵蓋率、可信度、使用者結果與營運成本都達到預設門檻,才擴大範圍。」
逐步深入回答
先定義任務,不要先畫地圖。試辦任務是:「協助商業配送駕駛在目的地附近選擇並抵達合法停車點,讓找位時間可預測。」結果不是開啟 App、點擊圖釘或增加停車次數,而是在不製造交通、安全或公平問題下完成合法車位搜尋。
選擇切入點前先拆分市場:
| 使用者群體 | 核心任務 | 特有限制 |
|---|---|---|
| 日常通勤者 | 長時間停車前預測價格與可用性 | 目的地重複、價格敏感、停留時間長 |
| 臨時訪客 | 看懂陌生規則並找到合法車位 | 在地知識少、重複使用頻率低 |
| 商業配送駕駛 | 反覆找到合法的短時裝卸點 | 時間壓力、車輛資格、停靠次數多 |
| 叫車服務駕駛 | 不阻塞交通地完成上下客 | 停留僅數十秒、乘客位置會移動 |
| 需要無障礙停車的駕駛 | 在目的地附近找到合資格且可使用的車位 | 錯誤引導後果嚴重、資格要求嚴格 |
首批選擇商業配送駕駛。他們的重複旅程可以更快累積學習,商業裝卸區的規則範圍較窄,兩個高密度商業區也符合營運邊界。這只是試辦選擇,不代表其需求比無障礙停車更重要。一般推薦必須排除受保護的無障礙車位;專用體驗應與合資格使用者共同設計,並在庫存與無障礙路徑資料足夠可靠後才上線。
描繪使用者旅程:規劃停靠、接近區域、比較合法選項、導航、抵達、判斷是否可用、停車或切換備援、完成配送、離開。真正痛點不只是「地圖上沒有圖釘」,而是抵達前後的不確定性:規則可能隨時段改變,看似空閒的區域可能迅速被占用,合法車位也可能離配送入口太遠。
設計介面前,先定義三層事實:
- 符合資格: 目前規則顯示該車輛與用途在預計抵達及停留時段內合法。
- 很可能可用: 有明確時間與涵蓋範圍的來源顯示可能有容量,但未替使用者保留。
- 在條款內有保證: 合作方確認停車設施有可預約庫存,並能執行保留、寬限期、價格與取消規則。
產品絕不能把三者合併為一個「有位」狀態。路邊預測應顯示置信度和最後觀測時間;置信度過低時,只顯示合法選項,不宣稱可用。停車場預約應清楚標示設施、抵達窗口、車型限制、步行距離、價格與取消條款。臨時施工、活動、道路清掃與規則變更必須優先於歷史占用模式。
比較三種產品策略:
| 策略 | 效益 | 限制 | 試辦決策 |
|---|---|---|---|
| 規則與機率引導 | 潛在涵蓋最廣,不需長期保留庫存 | 無法保證抵達時路邊有位 | 納入,附置信度與備援 |
| 停車場預約 | 抵達承諾較強,入場結果可觀測 | 合作方涵蓋有限,保留可能浪費庫存 | 作為明確替代方案納入 |
| 路邊動態定價 | 可將需求移到其他時段或地點 | 需要政策授權,可能增加價格敏感者負擔 | 不放進第一版 MVP |
MVP 在行前或透過配送調度系統取得目的地、預計抵達、停留時間與車輛/許可類別。它先排除所有不合法選項,再最多回傳三個選擇:最佳的高機率路邊區域、附近合法備援,以及可用時的可預約停車場。每項顯示步行距離、規則、置信度或保證類型、預估價格與重要限制。使用者應在進入最後路段前選定,行駛中的變化由語音引導處理。
排序應考慮完整旅程,而非僅看距離。概念模型可組合行車時間、步行時間、價格、合法資格、找到車位的機率,以及預測失敗後的恢復成本。權重是需要驗證的產品政策,不是通用常數。對限時配送而言,置信度很低但近 5 分鐘的選項,可能不如稍遠但確定的預約。價格與距離永遠不能凌駕於合法性和受保護車位資格。
失敗恢復是核心產品。若推薦路邊區域已滿,駕駛用一句指令回報「已滿」,系統直接導航到預先計算的備援,不應要求駕駛瀏覽清單。單筆回報須經資料品質檢查後才降低置信度,因為使用者可能誤判或惡意回報。停車場未到需要明確的寬限期、提醒、取消管道與庫存釋放規則,也不能用獎勵誘導駕駛在行進中操作。
資料品質本身就是產品介面。應依區域與來源維護涵蓋率、觀測時間與校準結果,用人工稽核及已確認停車結果核對感測器或合作方事件。某來源在一種街道幾何中有效,不代表換一條街仍有相同置信度。若規則仍是非結構化文字或僅以快照更新,就要顯示限制、優先建立規則驗證流程,並在合法性不確定時阻止推薦。
12 週試辦分四階段:
- 第 1–3 週:核實事實與流程。 驗證規則映射、稽核候選區域、訪談並隨車觀察駕駛、定義證據優先順序、測試免持原型。
- 第 4–6 週:影子模式。 產生推薦但不引導駕駛執行;將結果與實際合法性、占用、抵達結果及調度員選擇比對,校準置信度並移除危險區域。
- 第 7–10 週:有限即時試辦。 僅開放固定隊列與指定時段,配置支援人員及即時停用開關,每日檢討錯誤引導。
- 第 11–12 週:複測與決策。 重跑表現較弱的條件,評估合作方營運及隱私,再依預設標準決定擴大、縮小、迭代或停止。
主要指標定義為:進入搜尋區域後 5 分鐘內找到合法停車點的合格試辦行程占比。5 分鐘只是練習門檻,實務上應由基線研究與城市服務目標取代。同時報告搜尋時間 p50 與 p90,不能只看成功占比。次要指標包括推薦採用率、依證據類型區分的成功停車、配送完成時間、備援使用率、合格駕駛重複使用率、停車場轉換率與資料涵蓋率。
護欄包括:引導至違規或不合資格區域、高置信度錯誤預測、併排停車與違規、碰撞或分心回報、額外步行負擔、濫用無障礙車位、停車場未到與取消、駕駛申訴、合作方利用率與支援成本、位置資料保留,以及不同區域或駕駛群體間的不平等結果。App 活躍度僅能診斷,不能取代停車結果。
由於處理組與對照組駕駛會競爭同一批車位,不能直接進行一般使用者層級 A/B 測試。引導可能把處理組需求移往某街區,進而改變對照組看到的可用性。應優先依區域與時段分群,或採輪換策略,同時檢查交通與活動可比性並記錄跨群移動。若無法充分隔離,就把結果描述為試辦證據,不要宣稱取得精確的獨立使用者因果效果。
最後預先聲明擴張門檻:規則來源達到約定的合法性錯誤門檻;高置信度預測已校準;代表性時段內主要結果與尾端搜尋時間均改善;嚴重安全、合法、隱私與無障礙護欄保持安全;合作方支援成本符合可複製的營運模式。每次只向相鄰區域或一個新使用者群體擴張一項變因。如果成果只出現在停車場保證庫存的情境,驗證的是預約切入點,不能宣稱已解決全市路邊車位預測。
高品質示範回答
「我會先釐清目標。假設城市要減少兩個商業區的繞行和違規停車,而非單純增加停車收入。我會區分通勤者、訪客、配送駕駛、叫車服務駕駛和無障礙停車需求。對 12 週試辦而言,我會從商業配送駕駛開始,因為他們反覆進行限時停靠,也符合現有裝卸區資料。這個範圍不允許一般駕駛占用受保護的無障礙空間。
產品承諾取決於資料來源。規則只能說明車輛在預計時段是否合法;近期感測器觀測只能支持機率;停車場合作方才可能在條款內保證預約。我會把它們分別標為符合資格、很可能可用和有保證,不把三類資訊都變成綠色圖釘。
MVP 在進入最後路段前取得目的地、抵達時間、停留長度和車輛類別,先排除違法選項,再最多提供三個選擇:高機率路邊區域、合法備援,以及可用時的預約停車場。每項顯示步行距離、價格、限制,以及觀測時間與置信度或預約條款。駕駛中的變化由語音處理;若路邊已滿,一句指令即可切換備援。
第一版不做動態定價,因為它需要政策授權與公平分析,而目前首要風險是能否提供可信推薦。我會用三週驗證規則與駕駛流程,三週執行影子模式,四週進行有限即時試辦,最後兩週複測弱項並決策。
主要指標是進入搜尋區域後 5 分鐘內找到合法停車點的合格行程占比,並報告 p50、p90 搜尋時間。護欄包含高置信度錯誤引導、違規、分心、步行負擔、無障礙車位濫用、隱私、停車場未到、合作方成本與區域公平。因為駕駛共享路邊庫存,我會依區域與時段分配或使用輪換試驗,而非盲目隨機到個人。
只有規則正確率、置信度校準、停車結果、尾端表現、護欄與支援成本都通過預設門檻,我才擴張。若成功只來自可預約停車場,就擴大預約產品,並停止宣稱已解決開放路邊車位的即時可用性。」
常見錯誤
- 先畫滿綠色車位的地圖 → 圖釘掩蓋使用者、合法性、資料時間和保證層級 → 先選使用者,再定義各來源能做出的承諾。
- 把所有駕駛當成一種使用者 → 通勤、配送、上下客與無障礙停車的任務和規則不相容 → 選擇一個切入點,明確保護未納入群體。
- 把感測器輸出叫作「有位」 → 抵達前占用可能改變或偵測錯誤 → 顯示校準機率與觀測時間,只把可執行庫存稱為保證。
- 只依距離排序 → 最近的車位可能違法、已滿、失敗成本高或不安全 → 在合法前提下依完整旅程與失敗成本排序。
- 預約無法執行的路邊車位 → 其他駕駛仍可占用,產品無法履約 → 開放路邊只做預測,只對可控制庫存提供預約。
- 立即加入動態定價 → 團隊尚未證明資料可信或價格是限制,政策也可能不公平 → 先驗證引導,再要求城市授權和公平審查。
- 最佳化推薦點擊率 → 駕駛點擊後仍可能繞行或違規 → 衡量合法停車結果和搜尋時間分布。
- 要求駕駛行進中回報 → 回報動作增加分心風險 → 使用語音或停車後確認,不獎勵行進中互動。
- 在共享車位上做個人隨機 A/B → 處理會改變對照組面對的庫存 → 採用地理/時段分群、輪換及外溢檢查。
- 一家合作方成功就擴大所有情境 → 有保證的停車場庫存無法驗證開放路邊預測 → 明確成功的供給類型,只擴大對應切入點。
追問與應對方式
追問 1:如果城市完全沒有即時占用感測器,你會推出什麼?
推出規則優先產品,不虛構即時可用性。顯示合法選項、開放時段、價格、步行距離和合作停車場容量;歷史置信度只有在已校準且清楚標示時才顯示。透過影子模式、人工稽核、付款或合作方事件及停車後回饋累積證據。若無法判斷路邊是否為空,產品應協助規劃與失敗恢復,不能宣稱能找到空車位。
追問 2:駕駛經常忽略第一推薦,你會調查什麼?
依合法性、步行距離、價格、行駛方向、置信度、配送入口、車型和歷史失敗,比較採用與拒絕的選項。在決策時刻訪談駕駛,檢查產品是否漏掉重要限制或最佳化了錯誤任務。低採用率不一定是介面問題,也可能是排序目標、資料可信度或目標使用者選擇錯誤。
追問 3:停車場預約出現大量未到,怎麼處理?
先區分原因:抵達時間估計不準、取消困難、隱藏費用、路線變更,或零成本投機保留。依原因測試提醒、短寬限期、便利取消與候補釋出;量清原因後才考慮適當訂金。同步衡量駕駛完成率和被保留卻未使用的容量。規則過嚴雖可能提升利用率,也會排除真正因路況延誤的駕駛。
追問 4:為何這裡不適合使用者層級隨機實驗?
停車庫存是共享的。推薦會將處理組駕駛引向某街區,改變對照組看到的車位、交通甚至價格。外溢有限時可依區域與時段分群,也可在可比時段輪換策略;同時記錄跨界駕駛、活動、天氣與道路限制。若干擾仍顯著,就縮小因果結論,不要報告無效的獨立使用者提升。
追問 5:城市現在要求支援所有一般小客車駕駛,怎麼辦?
不能只替配送 MVP 換標籤。重新把小客車旅程拆成通勤、活動、短訪與無障礙需求,確認城市目標,研究不同停留時間及付款行為,只加入相關庫存與規則。在保留配送基準的同時,先於一個區域試辦一個新增群體。擴張是新的產品假設,不是首批使用者的自然複製。
追問 6:如何替需要無障礙停車的駕駛設計?
與合資格使用者及無障礙組織共同設計;驗證許可和車位規則、路緣斜坡、通行路徑、車輛淨高、障礙狀態,以及過時資料的後果。受保護車位不得進入一般推薦與定價實驗。只有涵蓋率與錯誤處理足以支撐更強承諾時才上線,並衡量成功抵達、額外行駛與步行負擔、錯誤引導及實際障礙回報。
追問 7:停車場收入增加,但繞行沒有下降,如何判斷?
業務指標改善,試辦目標卻沒有改善。檢查預約是否來自原本就會使用停車場的人、尋找路邊車位的駕駛是否無法接受價格或步行距離,以及引導是否只轉移交通而未縮短搜尋。收入可保留為合作方指標,但只有合法停車和搜尋時間同時改善,產品才算成功。否則應調整客群、價值主張、供給組合,或停止試辦。