题干与适用场景
公开的 2026 产品经理面试指南将“讲一次你终止功能或项目”列为行为题，要求候选人说明改变判断的数据、沉没成本、干系人影响和学习。回答重点不是证明功能失败，而是证明你能把资源从低价值路径移到更重要的用户结果。本文讨论真实经历的表达与决策方法，不把单一指标当作自动下线开关。
面试官考察点
面试官会观察你是否先定义用户结果，再选择证据，并能区分“没人发现”“发现但不好用”和“使用后伤害核心体验”。Google 的 HEART 研究提出先明确 Goals、Signals、Metrics，再用行为和态度信号衡量用户体验；它也提醒团队把日志指标与定性研究互相校验。强回答会说清继续投入的机会成本、可逆实验和最终退出条件。
回答前需要澄清的问题
- 这是终止探索、暂停发布，还是下线已使用功能？生命周期不同，迁移和沟通风险也不同。
- 功能服务哪个用户结果？若目标是减少完成任务时间，单看点击量会误导判断。
- 哪些用户被分群？新用户、付费用户和高频用户的采用与留存可能完全不同。
- 是否存在合规、合同或迁移承诺？这些约束可能要求保留只读模式或延长通知期。
- 证据是相关性还是因果性？实验、对照组、访谈和支持工单的可信度不同，决定结论强度。
30 秒回答框架
“我负责功能 X，原目标是改善用户结果 Y，初始假设是 Z。上线后按用户分群查看采用、任务成功和反指标，发现证据没有支持假设，而且继续投入会挤占项目 Q。我先做了一个可逆的暂停或灰度验证，和工程、客服及受影响客户确认迁移方案，最后决定终止并把资源转到 Q。结果请替换为真实指标；复盘时我会说明下次如何在立项时设定退出门槛。”
分步骤深入解答
1. 先定义继续做的理由
把功能目标写成用户可感知的结果，例如“让首次配置在一次会话内完成”，再列出可观测信号：完成率、达到价值所需时间、重复使用和投诉。Google 的 Goals-Signals-Metrics 流程提醒，指标必须对应目标，不能因为数据容易采集就拿页面浏览量代替成功定义。
2. 用分群与反指标找出真实问题
分别看新老用户、计划层级、平台和使用频率。低采用可能来自发现性差，也可能是需求本身不重要；高采用也可能伴随错误率、退款或支持量上升。用漏斗、留存和定性反馈把“没人用”与“用后受损”分开，再记录数据覆盖和样本限制。
3. 比较三条路径的机会成本
把继续迭代、暂停学习、终止并迁移写成同一张决策表。继续迭代保留潜在价值但消耗工程容量；暂停可以用小实验验证关键假设；终止释放容量，却要承担迁移、合同和信任成本。候选人不需要伪造精确 ROI，但要说明排序依据与不可逆影响。
4. 设计退出与迁移
终止不是删除按钮。先冻结新用户入口，保留已有用户的读取或导出能力，发布通知和替代路径，再删除后台任务、指标和支持文档。为每一步设负责人、时间点和回滚条件；如果证据只支持暂停，就不要把暂停包装成彻底下线。
高质量示范回答
“我负责一个面向小团队的报表导出功能，原目标是减少客服代导出请求。上线后我按团队规模和套餐分群，发现大客户采用率尚可，但小团队很少完成首次导出，而且导出失败会增加客服工单。我们先用简化向导做小范围实验，确认主要问题是权限解释而不是缺少导出格式。修复权限提示后，小团队的完成率仍未达到预先设定的门槛，而工程团队正准备投入新的权限模型。于是我建议冻结新增入口，保留已有报表的下载和数据迁移，通知受影响客户，并把工程容量转给更高频的核心报表。结果指标请替换成你的真实数据；我的复盘是，立项时应把分群采用与支持成本写进退出条件。”
常见错误
- “使用率低所以删除” → 没有定义用户目标或分群 → 先说明目标、信号、样本和反指标。
- 只看平均值 → 小群体风险被掩盖 → 按用户阶段、套餐和平台拆分，并报告数据覆盖。
- 把暂停说成终止 → 忽略迁移责任 → 区分实验、冻结、只读和正式下线的边界。
- 沉没成本变成继续理由 → 过去投入不能证明未来价值 → 比较剩余投入与替代项目的机会成本。
- 编造提升百分比 → 结果无法追问 → 使用真实指标，或明确写成待替换占位符。
- 忽略反指标 → 功能可能提升点击却损害信任 → 同时监控错误、退款、投诉或留存变化。
追问及应对
如果高价值客户仍然依赖这个功能怎么办？
先确认合同、迁移期限和替代方案，再按客户分群计算保留成本。可以保留只读或导出能力，延长通知期，并把例外条件写进退出计划；不能用总体平均值掩盖集中风险。
如果数据不够支持终止，你会怎么做？
把最大不确定性转成最小可行实验，预先定义样本、观察窗口和停止条件。实验期间冻结非必要投入，避免团队在证据不足时继续扩大范围。
工程已经投入很多，团队反对下线怎么办？
承认已完成工作的价值，区分可复用资产与不可回收成本，再展示未来投入、用户结果和替代项目的比较。让团队参与迁移和资产复用设计，减少“否定过去”的感受。
终止后指标反弹，是否应该恢复功能？
先验证反弹是否来自季节性、迁移失败或测量变化。若用户结果确实恶化，依据原退出条件重新评估小范围恢复；恢复也应是可逆实验，不等于自动回到原路线。