面灵AI→

美团 运营岗面经合集:购药动线诊断、拼好饭供给策略与行为面

轮次
多轮面试合集
时间
2026-09
来源
牛客网

《面试题目》

面经 01 · 运营岗(面试时间:2025 年 10 月 27 日)

  1. 你如何基于”地区×场景×品类”做用户分层与策略试验?核心目标与代理指标分别选什么,如何做样本量与干扰控制?
  2. 选你最熟的一条购药动线,请用数据定位一个”卡口点”,给出诊断框架与 2 周内的最小可行改动
  3. 为”30 分钟到药”时效承诺设计指标体系,并说明冲突管理(如时效 vs 审核合规)
  4. 设计一个”夜间购药”专项增长(目标:夜间下单占比 +X%),请给出供给、需求、产品三端的组合拳
  5. 你如何把用户反馈转译为产品与运营 backlog?请演示一次”从反馈→问题定义→证据链→实验设计→灰度发布→复盘”的闭环
  6. 围绕”处方药闭环”(在线问诊→电子处方→药师审核→配药→配送→随访),请列出影响转化的 5 个最高杠杆点与合规要点
  7. 设计一套”高风险品类售后策略”(如含特殊管理药品、温控品类):退换原则、赔付标准、用户沟通脚本与存证要求
  8. 做一次”竞对拆解+倒推机会”:对比本地即时零售药品业务,给出 3 个”可从外部观测且可复制”的策略点,并设计最小试点

面经 02 · 运营岗(面试时间:2025 年 10 月 27 日)

  1. 给你一个工作日午高峰”简餐/卤味”品类在三所高校+两座写字楼簇的片区,现状是成团率不稳、配送 TP99 偏高。请设计”品类×LBS 密度×成团等待窗”的一体化策略:目标分区、成团人数阈值、等待窗长度、对商家侧 SKU/价格带的要求与招商节奏
  2. 在商家一口价结算机制下,为”快餐·15-25 元价带”设计品类 P&L 框架:含商家到手价、平台补贴、营销投放、配送成本摊销(考虑拼团带来的边际配送成本下降)、退款逆向损失等,并给出 GM/CM 目标区间与红线监控
  3. 请拆解”白领午餐×写字楼簇×雨天”的需求画像与消费任务,给出 SKU 池构成与店型结构,并定义供给缺口雷达与招商优先级矩阵
  4. 设定目标:在”拼好饭专场+搜索结果页+首页场景化模块”实现品效最优。请设计场域-品类-人群的流量编排方案,并说明如何把实时成团概率与配送 ETD 纳入排序特征
  5. 设计一套多城市分层灰度:对”成团人数阈值与等待窗”进行构造化实验,明确城市/商圈/店型分层、样本量、实验周期与冷启动保护,并给出首要指标、护城河指标与失败止损线
  6. 在”15/19.9/23/29”四个价格锚点下,为”盖浇饭”二级类目做价格带工程:给出每个锚点的人群、份量标准、搭配规则与毛利底线,并定义”价格力”诊断面板
  7. 在 PHF 场景,提出一套”内容化供给质量提升”方案:要求哪些类目强制补充实拍/明厨亮灶、平台给予哪些流量激励、如何做抽检与汰换?

面经 03 · 运营岗(面试时间:2025 年 10 月 20 日)

  1. 最有挑战的项目是什么,过程中遇到了哪些难点和卡点
  2. 在这个项目中你会和其他同学如何协作分工
  3. 你觉得自己最擅长什么?在过往经历里成长了什么?
  4. 你的不足是什么?
  5. 聊到数据分析能力,深挖项目细节
  6. 如果再做一遍,你要怎么优化
  7. 你觉得自己最大的优势是什么
  8. 如何看待高德发布的榜单
  9. 如何理解 A 项目的用户画像
  10. 在投放过程中,有对 A 项目的用户画像做考虑吗?
  11. 围绕目标继续深挖 A 项目

面经 04 · 运营岗(面试时间:2025 年 10 月 19 日)

  1. 你如何设计拉新活动吸引新用户
  2. 你对不同用户生命周期(如新手期、成长期、成熟期)的运营策略有什么理解
  3. 你是如何看待工作压力的

《参考解析》

  1. 策略题先立目标层级,再谈动作:像”用户分层与策略试验”这类题,先分清北极星指标(GMV、下单占比)与代理指标(曝光转化率、成团率、复购率),再讲分层维度为什么是”地区×场景×品类”——地区决定供给密度、场景决定需求时段、品类决定履约难度。样本量按实验最小可检测效应反推,干扰控制说清同商圈不同试验组互斥、自然波动用历史同期做对照。

  2. 定位”卡口点”要有漏斗和数据口径:把购药动线拆成搜索/进入、选品、加购、问诊开方、支付、履约几段,逐段算转化率和流失绝对值,卡口是”流失量大且改动成本可控”的那一段,而不是转化率最低的那一段。两週内的最小可行改动要能落到具体动作(改默认排序、补 SKU、缩短问诊等待、加时效标签),并给出验证指标与观察周期。

  3. 时效指标体系必须处理冲突:承诺类目标不能只看达成率,还要看超时率、超时赔付成本、履约成本,以及审核合规带来的前置耗时。答冲突管理时给机制:时效分级(不同品类不同承诺)、高峰降级策略、审核与配送并行而不是串行、把合规耗时显式放进对外承诺里,避免指标互相打架。

  4. P&L 框架要给出量级和红线:品类 P&L 的骨架是收入(商家到手价与平台抽佣口径)减成本(补贴、投放、配送摊销、退款逆向损失),拼团的边际配送成本下降要在摊销里体现。GM(毛利)与 CM(贡献毛利)给区间、不给点值,红线监控挑两三个会先恶化的指标——补贴率、单均配送成本、退款率。

  5. 灰度实验的要素答全:分层维度(城市、商圈、店型)、样本量与实验周期(按单量而非天数定)、冷启动保护(新策略初期给流量扶持、避免因成团率低直接判定失败)、首要指标(成团率/履约时效)与护城河指标(复购、商家留存)、失败止损线。只说 A/B 测试而不说分层和止损,会被认为没做过真实灰度。

  6. 行为面别背通用答案:项目深挖类问题(最难的点、如何协作、再做一遍怎么优化)都要挂在具体项目上,讲清你的角色、你做的决策、数据结果,以及如果重做会改哪一步——最后一问是面试官区分”真做过”和”参与过”最省力的办法。用户画像与投放类追问,同样要能说出画像标签是怎么来的、投放中怎么用的。