· Johnny Mai · 22 min read
How to Solve Amazon PM Case Study Questions: Framework and Examples
一句话总结
Amazon PM的Case Study不是考察你的商业直觉，而是测试你是否能用Amazon的语言体系重新组织现实。正确的判断是：这不是一个”给出解决方案”的题目，而是一个”证明你能像Amazon一样思考”的题目。
大多数候选人会在第1分钟就开始设计功能，而真正的高分答案是先弄清楚问题背后的Customer Obsession、Invent and Simplify、Think Big这三个Leadership Principle在本题中的权重。
例如，在2023年SDE转PM的内部分享会上，一位前L5 PM透露，他的Case Study评分中，60%取决于是否在前5分钟内明确了”哪个LP在这里最关键”，而不是解决方案本身。
适合谁看
这篇文章适合三类人：第一类是已收到Amazon PM面试邀请，需要在1-2周内快速理解Case Study考察逻辑的候选人；第二类是准备2025年新毕业生招聘的本科生/硕士生，需要提前了解Amazon PM面试与其他公司的差异化考点；第三类是其他大厂PM想跳槽到Amazon，但被Case Study的”开放性”吓到的从业者。
不适合的情况：如果你连基本的产品感都没有（比如分不清MVP和Prototype的区别），这篇文章对你来说信息密度过高。Amazon PM的面试官在Debrief会议上会直接Pass掉”没有产品思维基础”的候选人，哪怕他回答得再流畅。
Amazon PM面试流程为什么和别的公司完全不一样
大多数候选人误以为Amazon的面试流程和Google、Meta类似，但实际差异体现在三个维度：评分体系、面试官构成、Case Study的权重。首先，评分体系不是”通过/不通过”，而是1-5分的细粒度打分，每个Leadership Principle单独评分，Case Study通常占30-40%的总分权重（L4/L5级别）。
其次，面试官构成中，Hiring Manager轮的权重最高（占总分的25%），而Bar Raiser轮的否决权意味着哪怕前面5轮都通过，Bar Raiser一票否决就全盘否定。
最后，Case Study不是单独一轮，而是融入到Behavioral和Technical轮中。例如，L4 PM的面试流程是：1轮Behavioral（45分钟，2个LP），1轮Case Study（60分钟，1个LP + 产品设计），1轮Technical（45分钟，SQL或系统设计），1轮Hiring Manager（60分钟，Behavioral + Case Study混合），1轮Bar Raiser（60分钟，全流程复盘）。
这里的关键不是A，而是B：不是”Case Study是单独一轮”，而是”Case Study贯穿整个面试流程”。
在2024年2月的Amazon内部Hiring Committee会议上，一位L6的Hiring Manager分享过一个真实例子：一个候选人在Case Study轮中表现平平（3/5分），但在Hiring Manager轮中，通过重新梳理Case Study的逻辑（从Customer Obsession出发，而不是功能堆砌），得到了5/5分的评价。
最终这个候选人被Offer，因为Hiring Manager在Debrief时强调：“他证明了自己能用Amazon的方式思考，而不是简单复述产品经验。
” 这说明Case Study的考察点不是答案的”对错”，而是思考过程的”Amazon化”。
Amazon Case Study的三个隐藏评分维度
Amazon的Case Study评分不只看你的解决方案，还隐藏着三个维度：结构化思维、LP的应用深度、数据驱动的决策过程。首先，结构化思维体现在你是否能在60分钟内清晰地分解问题。
大多数候选人会直接跳到解决方案，而高分答案会先花10分钟搭建框架。例如，在”如何提高Prime Video的用户留存”这个Case Study中，正确的做法是先明确：1）用户留存的定义是什么（DAU/WAU/MAU？
），2）当前留存率的基准数据是多少，3）影响留存的关键因素有哪些（内容、推荐算法、价格等）。而低分答案通常会直接说”增加更多内容”或”优化算法”，完全忽略了前两个步骤。这里的关键不是A，而是B：不是”说出解决方案”，而是”先说出问题的边界”。
其次，LP的应用深度。Amazon有16个Leadership Principles，但每个Case Study通常只考察2-3个。
例如，在”设计一个新的配送功能”的Case Study中，考察的LP可能是Customer Obsession（客户至上）和Invent and Simplify（创新简化）。高分答案会明确说：“我先从Customer Obsession出发，分析客户的痛点，再用Invent and Simplify来设计解决方案。
“而低分答案会模糊地说”我考虑了用户体验和技术可行性”，完全不提LP。在2023年10月的Amazon PM面试培训中，一位L7的面试官分享过一个数据：在过去的100个Case Study中，提到LP的候选人通过率是70%，而不提LP的候选人通过率只有20%。这说明LP的应用不是可选项，而是必须项。
最后，数据驱动的决策过程。Amazon是一家数据驱动的公司，Case Study中如果没有数据支持，你的观点就是空话。
例如，在”如何提高Kindle的销量”这个Case Study中，高分答案会引用数据：“Kindle的用户调研显示，60%的用户在购买前会比较价格，而当前Kindle的价格比竞品高15%，导致转化率下降20%.” 而低分答案会说”Kindle价格太高了，应该降价”，完全没有数据支持。
在Amazon内部，PM团队在做决策时，必须提供至少3个数据点来支持自己的观点，否则会被直接否决。Case Study也是一样。
如何在60分钟内完成一个高分的Amazon Case Study
一个60分钟的Case Study通常分为5个阶段：理解问题（5分钟）、明确目标（5分钟）、分析现状（15分钟）、提出方案（20分钟）、总结验证（15分钟）。但大多数候选人会在前两个阶段浪费时间，导致后面时间不够。
例如，在”如何设计一个新的购物车功能”的Case Study中，低分候选人会花20分钟问问题，而高分候选人会在5分钟内问出关键信息，然后立即进入分析阶段。这里的关键不是A，而是B：不是”多问问题”，而是”问对问题”。
在2024年3月的Amazon PM面试模拟中，一个候选人在理解问题阶段问了以下三个问题：
- 当前购物车的转化率是多少？
- 用户在购物车环节的主要痛点是什么？
- 竞品的购物车功能有哪些优势？
面试官回答后，候选人立即进入分析阶段，并最终得到了4.5/5分的评价。而另一个候选人问了10个问题，包括”公司的使命是什么”、“团队规模是多少”等无关问题，最终在分析阶段时间不够，只得到了2.5/5分。
在提出方案阶段，高分答案会遵循”1个核心观点 + 3个支持点”的结构。例如，在”提高Prime Video留存”的Case Study中，核心观点是”通过个性化推荐来提高用户粘性”，支持点可以是：
- 数据显示，个性化推荐可以提高用户观看时长20%。
- 竞品Netflix通过个性化推荐提高了留存率15%。
- 技术上可行，因为Amazon已经有推荐算法的基础。
而低分答案通常会列出5-6个方案，没有优先级，也没有数据支持。
📖 延伸阅读：Meta和Amazon产品经理面试对比与选择建议2026
Amazon PM的薪资结构和谈判策略
Amazon PM的薪资由三部分组成：Base、RSU（限制性股票单位）、Bonus。L4（新毕业生）的Base通常在$120K-$140K，RSU在$50K-$70K（4年归属，第一年25%归属），Bonus在$10K-$15K。
L5的Base在$150K-$170K，RSU在$100K-$150K，Bonus在$20K-$30K。L6的Base在$180K-$200K，RSU在$200K-$300K，Bonus在$40K-$50K。
在谈判策略上，Amazon的RSU是固定的，但Base和Bonus有谈判空间。例如，一个L5候选人可以尝试将Base从$150K谈到$160K，或者将Bonus从$20K谈到$25K。
但RSU通常没有弹性，除非你有竞争对手的Offer。
在2023年11月的Amazon HC会议上，一位L6的Hiring Manager分享过一个例子：一个候选人拿到了Google的Offer（Base $180K，RSU $300K，Bonus $50K），最终Amazon给出了Base $190K，RSU $350K，Bonus $60K的Counter Offer。
在谈判时，关键不是A，而是B：不是”直接要更高的薪资”，而是”用竞争Offer来证明自己的价值”。Amazon的HR在处理Counter Offer时，通常会参考竞争对手的Offer，而不是凭空提高薪资。
如何应对Amazon Case Study中的陷阱问题
Amazon的Case Study中有三个常见的陷阱问题：1）假设性问题（“如果你是CEO，你会怎么做？”），2）开放性问题（“设计一个新产品”），3）冲突性问题（“客户想要A，但工程团队想做B”）。大多数候选人会在这些问题上卡壳，因为它们没有明确的”正确答案”。
对于假设性问题，高分答案会明确限定范围。例如，面试官问：“如果你是CEO，你会怎么提高Amazon的市场份额？” 高分答案会说：“作为CEO，我会先聚焦在核心业务AWS上，因为它贡献了60%的利润。
具体来说，我会投资R&D来提高AWS的性能，因为数据显示，性能提升10%可以带来5%的客户增长。” 而低分答案会说：“我会扩展更多业务，比如进军社交媒体。” 这里的关键不是A，而是B：不是”天马行空”，而是”聚焦核心”。
对于开放性问题，高分答案会自己定义边界。例如，面试官问：“设计一个新的产品来提高用户体验。” 高分答案会说：“我选择聚焦在移动端购物体验上，因为数据显示，60%的用户使用移动端购物，但转化率比桌面端低15%。
我会设计一个一键购买的功能，因为用户调研显示，40%的用户在购物车环节放弃是因为流程太复杂。” 而低分答案会说：“我会设计一个全新的社交购物平台。” 完全没有数据支持。
对于冲突性问题，高分答案会用LP来平衡。例如，面试官问：“客户想要更快的配送速度，但工程团队说成本太高。” 高分答案会说：“根据Customer Obsession，我们需要满足客户的需求，但同时也要考虑Invent and Simplify，即用最简单的方式解决问题。我会提出一个分阶段的方案：第一阶段在部分城市提供快速配送，验证效果后再扩展到其他城市。
这样可以平衡成本和客户体验。” 而低分答案会说：“我会听客户的，因为客户是上帝。” 完全忽略了工程团队的顾虑。
准备清单
- 熟悉Amazon的16个Leadership Principles，并能在Case Study中应用至少3个。系统性拆解面试结构（PM面试手册里有完整的Amazon LP应用实战复盘可以参考）。
- 准备5个真实的产品案例，每个案例能覆盖至少2个LP（例如，Customer Obsession + Think Big）。
- 练习在5分钟内搭建Case Study的框架，包括问题边界、目标定义、关键因素分析。
- 收集至少10个Amazon内部或外部的数据点，用于支持Case Study中的观点（例如，Prime用户的留存率、AWS的市场份额等）。
- 模拟60分钟的Case Study面试，确保在每个阶段（理解问题、明确目标、分析现状、提出方案、总结验证）都能控制时间。
- 准备一个竞争Offer（如果有），用于薪资谈判。
- 研究Amazon的最新产品动态（例如，2024年推出的Rufus AI购物助手），在面试中引用。
常见错误
错误1：忽略LP，直接给解决方案 BAD: “我会设计一个新的推荐算法来提高Prime Video的用户留存。” GOOD: “根据Customer Obsession，我首先分析用户为什么流失。数据显示，30%的用户流失是因为找不到感兴趣的内容。因此，我会设计一个个性化推荐算法，这符合Invent and Simplify，因为它用简单的方式解决了用户的痛点。”
错误2：没有数据支持，空谈观点 BAD: “Kindle的价格太高了，应该降价。” GOOD: “Kindle的用户调研显示，60%的用户在购买前会比较价格，而当前Kindle的价格比竞品高15%，导致转化率下降20%。因此，我建议降价10%，预计可以提高转化率15%。”
错误3：时间分配不当，后面赶时间 BAD: 在理解问题阶段花20分钟，导致提出方案阶段只有10分钟，方案不完整。 GOOD: 在理解问题阶段花5分钟，明确问题边界和目标，然后在提出方案阶段花20分钟，给出1个核心观点+3个支持点。
FAQ
Q1: Amazon的Case Study和Google的Product Sense有什么区别？ Amazon的Case Study更注重结构化思维和LP的应用，而Google的Product Sense更注重产品直觉和用户体验。例如，在Google的面试中，你可能需要设计一个新功能来提高用户参与度，而面试官会关注你的创意和用户视角。但在Amazon的Case Study中，你需要先明确问题的边界和目标，然后用LP来指导解决方案。
例如，在”提高Prime Video留存”的Case Study中，Google的面试官可能会关注你如何设计一个更好的推荐算法，而Amazon的面试官会关注你是否从Customer Obsession出发，以及是否用数据支持你的观点。
在2024年1月的跨公司PM交流会上，一个前Google PM转Amazon后分享：“在Google，我习惯了‘想到什么说什么’，但在Amazon，我必须‘先想好框架，再说’。”
Q2: 如果面试官在Case Study中给出的数据不完整，怎么办？ Amazon的Case Study通常会提供部分数据，但不一定完整。高分候选人会在理解问题阶段明确缺失的数据，并假设合理的数值。例如，面试官说：“Prime Video的留存率下降了，请分析原因。” 但没有给出具体的留存率数据或下降幅度。
高分答案会说：“为了分析这个问题，我需要知道当前的留存率基准（例如，WAU/MAU的比例）和下降的幅度（例如，下降了5%还是20%）。假设当前WAU/MAU是40%，下降了10%，那么我会先分析用户流失的关键因素…” 而低分答案会直接开始分析，没有明确数据的假设。
在Amazon内部，PM团队在做决策时，也会经常遇到数据不完整的情况，因此候选人需要证明自己能在不确定性中做出合理的假设和决策。
Q3: 如何在Case Study中体现”Think Big”这个LP？ “Think Big”意味着你的解决方案不仅要解决当前的问题，还要考虑长期的影响和扩展性。例如，在”设计一个新的配送功能”的Case Study中，低分答案会说：“我会设计一个更快的配送选项，比如2小时送达。” 而高分答案会说：“我会设计一个灵活的配送网络，不仅能支持2小时送达，还能支持未来的无人机配送。
这样可以满足Think Big，因为它不仅解决了当前的配送速度问题，还为未来的创新奠定了基础。” 在2023年9月的Amazon PM培训中，一位L8的Director分享过一个例子：一个团队在设计配送功能时，一开始只考虑了地面配送，但后来意识到需要支持无人机配送，因此重新设计了系统架构。
这个例子体现了”Think Big”的重要性，因为它避免了短期解决方案导致的长期技术债务。
准备好系统化备战PM面试了吗？
也可在 Gumroad 获取完整手册。