大廠產品經理準備 MBB Case 時，值得自查的一個習慣，是聽見「增長放慢」就想到會員，聽見「體驗不好」就準備改版。這裡的 Solution-first，指的是目標、原因和限制還沒釐清，就先選定解法。修正的方法是先說清客戶要作什麼決定，找出影響結果最大的原因，再把產品經驗變成可以驗證、也可以放棄的方案。
這不是對產品經理的能力判定，也不代表諮詢面試只接受一種回答順序。McKinsey 的官方面試說明把案例面試的重點放在分析思考與解決複雜問題的方法；Bain 的面試頁也同時強調結構、精確和創意。產品背景可以提供具體想法，但面試官仍需要聽見：這個想法為什麼適合眼前的客戶。
產品規劃裡的共同背景，在 Case 中需要說清楚
在熟悉的業務裡，你可能早已知道主要用戶、交易流程、工程資源和公司的年度目標。討論產品規劃時，直接比較兩個功能的成本與收益，可能十分合理。Case 的不同之處，在於這些共同背景通常尚未具備。客戶要的是利潤恢復，你卻把「提高月活躍用戶」當成目標，後面的方案即使精彩，也可能回答了另一個問題。
成熟的產品工作同樣需要診斷；準備諮詢面試時，要補上的是那些平日已經內化、卻沒有說出口的推理。你怎麼知道客戶問題發生在哪一群用戶？為什麼這個問題值得先處理？如果不開發功能，改價格、流程或服務範圍能否更有效？這些問題能讓對方理解你的選擇。
可以先用下面五欄整理思路。它是本文的練習工具，不是 MBB 官方評分表。
| 項目 | 開始提方案前要說清楚的事 |
|---|---|
| 目標 | 誰要作什麼決定，多久內達到什麼經營結果？ |
| 診斷 | 結果變差集中在哪個環節、客群或時間段？ |
| 證據 | 哪個數字能區分可能原因，哪個結果會推翻你的判斷？ |
| 方案 | 用什麼方式處理已找到的原因，還有哪些可比較選項？ |
| 試點成效 | 小範圍測試看什麼結果，何時擴大、調整或停止？ |
把「可以做」改成「什麼情況下值得做」
假設客戶經營門店與線上渠道。「做小程式、加會員、上 AI」都是可能的方向，卻還不是建議。先把每個想法背後的原因寫出來，才能知道需要什麼證據。
「做小程式」可以改成：如果高價值用戶在下單時遇到反覆跳轉，而且因此放棄交易，縮短流程可能提高有效訂單。但要先看放棄發生在哪一步，以及目前渠道能否直接修好。用戶根本沒有進入購買頁，就不能只靠付款流程改版處理。
「加會員」可以改成：如果重複購買下降，且主要原因是現有權益缺乏吸引力，會員方案可能有用。接著要比較同類用戶的購買頻率、優惠成本及原本就會發生的交易，不能把領券後的全部訂單都算成會員帶來的收益。
「上 AI」則需要更具體的問題：是客服等待太久、選品不準，還是庫存預測錯誤？三者需要不同資料，也有不同失誤成本。如果補貨延誤來自供應商的最低起訂量，先換預測工具未必能改善缺貨。這種改寫保留了你的產品想法，同時讓想法接受檢驗。
合成案例：訂單沒有下跌，為什麼月利潤少了三十萬元？
以下公司、數字及追問均為原創合成練習，不來自任何企業內部資料，也不是 MBB 真題。假設一家中國大陸新零售連鎖經營二十家門店，同時提供到家配送。目前月營業利潤由二十萬元降至負十萬元。管理層希望六個月內把每月營業利潤恢復到二十萬元，初期一次性投入不超過十萬元。題目暫不考慮新開門店，金額均為人民幣。
容易跳到解法的開場是：「我會做會員分層，用個性化優惠提升復購，再優化小程式提高轉化率。」它提出了三個工作方向，卻沒有確認利潤下降是否由復購或轉化造成，更沒有交代優惠會不會吃掉利潤。
可以改成：「我先確認二十萬元指單月營業利潤，並釐清一次性投入是否另外計算。接著比較訂單量、客單價、商品毛利和配送成本的變化，找出三十萬元的差額來自哪裡；再按配送距離或門店拆分。確認原因後，我會比較能在預算內試行的措施。」
這個開場仍然有方向，而且每一步都服務於同一個決定。若面試官已要求你直接分析某張成本表，就先完成該問題，不必把整套開場重新念一遍。先診斷不等於凡事都從零盤問。
接下來，題目提供兩個可比較月份的完整簡化損益資料。商品毛利已扣除商品進貨成本，尚未扣除配送與門店固定成本；沒有其他收入或費用。這個定義很重要，否則容易把同一項成本扣兩次。
| 每月項目 | 之前 | 目前 |
|---|---|---|
| 訂單量 | 十萬單 | 十萬單 |
| 每單收入 | 五十元 | 五十元 |
| 收入 | 五百萬元 | 五百萬元 |
| 商品毛利率 | 30% | 30% |
| 商品毛利 | 一百五十萬元 | 一百五十萬元 |
| 每單平均配送成本 | 四元 | 七元 |
| 配送成本合計 | 四十萬元 | 七十萬元 |
| 門店及其他固定成本 | 九十萬元 | 九十萬元 |
| 營業利潤 | 二十萬元 | 負十萬元 |
計算是：之前一百五十減四十減九十，得到二十萬元；目前一百五十減七十減九十，得到負十萬元。因此在題目給定口徑下，三十萬元差額完全來自配送成本。此時繼續展開會員權益，便無法解釋它怎樣優先處理已知問題。
這張表只定位了成本項目，還沒有解釋成本為何上升。可能是配送距離變長、訂單時段更分散、每次可合併配送的單量減少，或配送報價調整。下一個問題應該能區分這些原因，而非一次索取所有用戶數據。
再拆一層：成本上升來自訂單結構，不是每條路線都漲價
補充資料顯示，近距離配送每單三元，遠距離每單十三元，兩期單價都沒有改變。兩類訂單均按每單五十元收入和 30% 商品毛利率計算。遠距離訂單占比卻由 10% 升至 40%。之前平均成本為 90% × 三元＋10% × 十三元＝四元；目前則是 60% × 三元＋40% × 十三元＝七元。你現在找到的原因，是更多訂單轉向成本較高的服務範圍。
目前解釋的是成本變化的直接原因。遠距離占比為什麼提高，仍值得追問：是服務範圍擴大、活動吸引了較遠的用戶，還是近距離訂單被競爭者分走？不同答案會影響後續選擇。若只是延續一次活動的低效補貼，調整活動可能就有用；若本地主要用戶持續流失，則還需要處理近距離業務的競爭問題。
仍不能因此直接說「砍掉遠距離訂單」。每單商品毛利是五十元 × 30%＝十五元。扣掉十三元配送成本，遠距離每單仍貢獻兩元，用來承擔固定成本；近距離則貢獻十二元。題目假設固定成本不變，所以在沒有替代訂單的情況下，取消全部遠距離配送，反而會失去目前四萬單 × 兩元＝八萬元的月度貢獻。
這裡的「每單貢獻」，指扣掉隨訂單發生的商品與配送成本後，還剩多少錢支付固定成本。它不是完整的每單淨利。先把口徑說清楚，才能比較減少訂單、提高客單價、調整配送費、合併配送等選項，而不把「成本高」直接理解為「應該停止服務」。
面試官給出反面數據時，讓答案真的改變
現在面試官補充：同一口徑下，老客戶次月復購率由 41% 變成 42%；現有小程式完成了 85% 的訂單，付款完成率也沒有明顯變化。這些合成數據不能證明所有用戶都滿意，卻削弱了「復購下降或付款流程變差造成這次利潤下降」的解釋。
有用的回應是：「這組數據讓我降低會員改版的優先順序。眼前的主要問題是遠距離訂單占比上升，而每單貢獻較低；我會先比較合併配送、最低配送金額和配送收費。用戶研究仍有價值，但目前要用來判斷等待時間或收費的接受程度。」你承認哪些推理已經改變，也指出保留下來的工作會怎樣服務新方向。
如果仍想主張發券，可以用一個小計算檢查。假設三元優惠真的帶來一萬筆額外遠距離訂單，每單原價、商品成本與配送成本不變，而且沒有帶來其他收益。原本每單貢獻兩元，扣掉三元優惠後變成負一元；額外一萬單會讓月利潤再少一萬元。即使訂單量上升，這個方案在所給假設下仍背離利潤目標。
這不等於會員方案永遠無效。如果它能提高每單購買金額、引導用戶自提，或產生經過驗證的長期收益，結論可以不同。但你需要算出改變了哪個條件，不能只說「用戶長期價值更重要」。同樣，競爭者若提供免費快速配送，會影響客戶接受收費或等待的意願，應納入測試，而不是被當成必須繼續補貼的充分理由。
BCG 的官方準備頁建議澄清假設、呈現思路，也提醒不要忽略反饋。本文據此設計的練法，是讓每一次反面資訊至少改變一個具體選擇：調整優先順序、撤回一項假設，或改寫需要收集的證據。這是練習建議，並非聲稱三家公司採用同一評分標準。
產品能力應在這一步發揮：把診斷變成可驗證的措施
診斷清楚後，你熟悉的用戶流程、產品約束及試驗設計就能派上用場。例如，先讓部分遠距離訂單選擇較寬的送達時段，觀察能否把同一區域的訂單集中配送。這時要解的產品問題很具體：如何清楚呈現送達承諾，哪些用戶願意等待，以及系統如何安排訂單，讓配送路線與時間配合。
假設測試前估計，這項措施可將遠距離每單配送成本由十三元降至十元，四萬單全部保留，其他條件不變。全部推廣後，在這組假設下每月可節省四萬 × 三元＝十二萬元，讓營業利潤由負十萬元升至正二萬元。它有改善空間，仍距二十萬元目標十八萬元；一次性開發與培訓投入也尚未計入這個單月改善額。
因此，建議應是先驗證這十二萬元的改善機會，同時尋找剩餘差額的可行來源，而不是宣布問題已解決。若實際只覆蓋一半遠距離訂單，且每單節省維持三元，月度節省也只有六萬元。說清楚規模限制，比把試點效果直接乘到所有訂單更有用。
試點可以選相近區域分組比較，在覆蓋工作日與週末的期間觀察。主要看扣除商品成本、優惠、配送、退款與額外營運支出後的總貢獻變化，並同時追蹤訂單量、準時送達及用戶投訴。如果取消訂單或退款增加，就不能只憑配送成本下降判定成功。若用戶在兩組間跨區下單、節假日需求不同，也要說明比較可能受到干擾。
這個設計還需要一條停止條件：如果總貢獻下降，或送達承諾明顯惡化，就縮小或暫停試行。十萬元是允許投入的上限，不代表一定要花完；實際開發、人員與配送協調成本，必須取得估算後再決定。你的產品經驗此時支持的是一項商業選擇，並且能說清它如何被驗證。
用一輪重答，檢查自己有沒有走回老路
拿這個案例錄一次九十秒開場，再讓練習夥伴依次給出損益表、配送結構、復購與付款數據。每輪只重答三件事：目前最重要的發現、原判斷改了什麼、下一步最值得驗證什麼。聽錄音時，檢查每項建議前面是否都有相應證據；如果只是不斷增加功能，卻沒有刪掉過時的方案，就重新練習一次。
最後用六十秒收尾：「我建議先測較寬送達時段能否降低遠距離配送成本，因為三十萬元利潤下降來自遠距離訂單占比提高。在訂單不流失等假設下，每月可改善十二萬元，仍不足以達標。下一步是確認成本估算、比較不同配送安排，並檢查用戶流失及服務品質；試點若降低總貢獻，就停止擴大。」這段結論沒有假裝知道所有答案，但每個決定都有依據。
練習時可談公開業務模式，或自行設計數字；不要帶入前公司的用戶明細、實驗結果、演算法參數、收入拆分或未公開產品規劃。企業名稱匿名化，也不等於機密內容就可以使用。
完成中文推理後，先把同一段開場和收尾轉成英文；需要進一步練習時，可查看 Mock Interview 服務。線上 Mock Interview 以英文進行，面試及反饋由系統產生。這次練習只追蹤一個改變：當數據不支持原方案時，你能否清楚解釋為什麼改選另一條路。
來源與適用範圍
以上官方頁面於 2026 年 9 月 7 日核對；它們支持一般準備方向，不能代替特定辦公室或職位的面試通知。本文案例及數字為獨立設計，不代表公司實際經營結果，亦不構成任何僱主的背書。
- McKinsey：Getting ready for your interviews：案例面試的分析與問題解決重點。
- Bain：Interviewing：結構、精確與創意的要求。
- BCG：Case Interview Preparation：逐步分析、澄清假設及回應反饋的建議。