90%的Metrics题候选人，第一层答得比谁都满，第二层追问下来，一句话都接不住。
我采过一个候选人。简历扎实，前公司数据不差。Metrics题他开头答得稳：
"这个产品的North Star（北极星指标，衡量产品核心价值的单一关键指标）应该是DAU（Daily Active Users，日活跃用户数），因为日活规模直接反映了产品的健康程度，和业务增长高度相关……"
我点了点头，问了一句：
"为什么是DAU，不是WAU？"
他停顿了三秒。然后说："因为……DAU是行业里比较通用的指标……"
我知道这轮结束了。
不是他答错了，DAU是不是正确的，得看具体产品。是因为他不知道自己为什么这么选。他背了结论，但没有推理。说话流利，一碰就碎。
North Star背错了方向，面试里用30秒暴露出来。这30秒的代价：6个月冷却期 + 一个本来能拿到的$180K Offer。不是因为他不努力，是因为他努力的方向压根不在评分范围内。
你以为在选指标，面试官在看的是别的东西
Metrics题的表面是"你会选哪个指标"。
真正的考题是：你能不能在选择背后给出一个可以被质疑、经得起追问的判断逻辑。
大多数人的准备方式是：背几个常见的North Star，DAU、MAU（Monthly Active Users，月活跃用户数）、GMV（Gross Merchandise Value，总交易额）、NPS（Net Promoter Score，净推荐值），再背几个"North Star选取原则"，然后组合进答案里。
这条路很危险。不是因为内容错，是因为它让你第一层答得很满，第二层一追就断。
面试里真实的对话节奏是：
你说出指标 → 面试官问"为什么" → 你给出理由 → 面试官问"如果这个理由不成立呢" → 你……
第三层，才是真正分开候选人的地方。
不是背功不够，是准备维度错了。不是你不努力，是你努力的方向不在评分范围内。
为什么大多数人在这里准备错了
候选人准备Metrics题最常见的路径是：找一篇"Top PM Interview Questions"的博客，背下DAU/MAU/GMV/NPS的定义和适用场景，背下"一个好的North Star要反映用户价值"这类原则，然后练习把这些内容拼进答案结构里。
这个准备路径有三个致命漏洞：
漏洞一：只准备了结论，没有准备推理链。
"DAU反映用户活跃程度"，这是结论。"为什么DAU而不是session count，两者有什么区别，在什么产品类型下DAU是更好的选择"，这才是推理链。准备了结论的人，面试官一追就断。准备了推理链的人，面试官追到第三层还能接住。
漏洞二：只准备了正向论证，没有准备防御逻辑。
你能说清楚为什么选DAU，但你能说清楚DAU有什么局限性吗？什么情况下DAU会误导你？如果DAU上涨但业务出问题，解释是什么？
这些"为什么这个答案不完美"的问题，才是面试官真正想验证的思维质量。有判断力的PM知道任何指标都有盲区，他们选择指标的同时会说明自己在用什么条件过滤局限性。
漏洞三：把框架当过程，而不是当验证工具。
"North Star要反映用户真实价值"，这是一个原则。但候选人用它的方式是：说出这个原则，然后说"我的指标满足这个原则，所以它是好的North Star"。这是循环论证。正确的用法是：把原则当成一个检验工具，主动去问"我的指标在这个条件上有没有漏洞"，然后诚实地说出局限性和应对方式。
面试官见过太多人把原则当标签贴，而不是当思维工具用。这两种用法，面试官第一个追问之后就能分辨出来。
书里有一章专门完整拆解这个原理，包含3个真题示范和追问应对路径。
面试官听到"DAU"时，大脑在同步运行什么
我来透露一段真实的内心流程。当候选人说出"我选DAU作为North Star"，我脑子里开始的不是认可，是一棵追问树：
第一枝：定义边界。 你的DAU怎么定义的？打开app就算，还是需要完成某个具体动作？如果用户打开了app然后立刻关掉，算进DAU里吗？定义的不同，数字可以差30%以上。
第二枝：因果链测试。 DAU和你的商业目标之间，因果链是什么？DAU涨了，广告收入必然涨吗？DAU涨了，付费转化必然涨吗？说不清楚这条链，你的North Star只是你喜欢的数字。
第三枝：游戏性测试。 有没有一种方式可以让DAU数字好看，但产品实际上在变差？推送量加倍能拉高DAU吗？能。但这是价值，还是消耗？
第四枝：分叉场景测试。 如果DAU涨了但MRR在降，你怎么解释？如果DAU降了但NPS在升，你怎么处理？
这棵树，我不会全问完。但我在等候选人主动触碰其中任何一枝。主动触碰的，说明他们真正想过这道题的深度。等我追问才回答的，说明他们只准备了表面。被追问后说不上来的，说明他们背了结论，没有建立推理。
分数不是答完之后算的，是追问过程里实时更新的。每接住一层追问，分数上升一格。每次开始软化说"……我不太确定……"，分数下降一格。
一段真实的追问对话还原
以下是一段我在真实面试里出现过的对话。候选人回答的是Spotify的North Star指标题。
我（面试官）： 如果你是Spotify的PM，你会把什么指标当作North Star？
候选人： 我会选Monthly Active Listeners，也就是MAL。定义是每月完成至少一次完整listen session的用户数量。原因是Spotify的核心价值是音乐发现和收听体验，MAL能反映用户是否真的在使用产品核心功能。
我： 为什么不是DAU？
候选人： DAU的问题是它包括了打开app但没有听音乐的行为，比如用户打开app然后退出去听别的。MAL的门槛更高，只有真正有收听行为的用户才计入，信号更干净。
我： MAL还有什么问题？
候选人： （停顿了两秒）MAL的问题是它是月级别的，如果产品出了问题，MAL的响应很慢，一个月后你才能看到趋势变化。所以我会把MAL作为North Star，但同时用Weekly Listening Minutes作为leading indicator，这个指标响应更快，可以作为MAL的预警信号。
我： 如果MAL在涨，但每个用户的平均收听时长在跌，你怎么解读这个信号？
候选人： 这个分叉信号很有意思。有两种解读：一是我们在拉新成功，新用户进来但还没有建立深度收听习惯，导致平均时长被稀释；二是老用户的参与度在下降，被新用户数量掩盖了。我会先分新老用户看两条曲线，如果老用户收听时长在降，那是更严重的问题，因为老用户是产品留存和付费转化的主力。
这个候选人通过了Metrics轮。不是因为她的答案完美，是因为她准备的不是结论，是推理链。她知道自己的答案为什么成立，也知道它在哪里不完美。追问到第四层，她还在控场。
有个从Data Analyst转PM的候选人，之前面了6家全挂在追问环节。用了这套追问训练体系4周后，连拿两个Offer，包括一个她之前连简历关都没过的公司。不是她变聪明了，是她终于开始准备的是推理链，而不是结论。
对比场景：低分 vs 高分的YouTube指标题
这是另一道我在面试里多次出过的题。候选人回答差距极大。
题目：YouTube的推荐系统需要一个North Star指标，你会选什么？
面试官："如果你负责YouTube推荐系统，North Star选什么？"
候选人A（低分路径）："我会选Watch Time，就是用户在平台上花的总时间，这是YouTube最核心的指标，能反映用户对内容的参与度。"
面试官内心OS：（Watch Time是YouTube确实用过的指标，但这个人只背了结论。我要测一下。）
面试官："Watch Time有什么问题？"
候选人A："嗯……会有一些……用户不喜欢的内容被推了……"
面试官内心OS：（软了。他没有想过Watch Time最大的陷阱，它驱动极端内容，因为极端内容让人停留更久。2019年前YouTube正是因为Watch Time优化导致极端内容泛滥。这个人背了指标名，没有想过指标的真实弊端。）
候选人B（高分路径）："推荐系统的North Star不应该是Watch Time，而是Satisfied Watch Time，用户主动认为'值得花这个时间'的内容消费量。区别在于：Watch Time把每一秒都等价对待，点开一个标题党视频看了2分钟发现被骗然后关掉，和点开一个真正喜欢的内容看了2分钟，在Watch Time里是一样的。但这两种行为对用户未来留存的影响完全不同。"
面试官内心OS：（好。这个候选人直接触碰了Watch Time最核心的问题。继续追。）
面试官："Satisfied Watch Time怎么测量？"
候选人B："有几个代理指标可以组合：看完率（完整看完vs提前关掉），主动搜索率（看完推荐内容后继续主动搜索相关内容，说明满意度高），以及不感兴趣信号（用户点击了'不感兴趣'或者直接跳过）。这些组合起来能近似Satisfied Watch Time，虽然不完美，但比Watch Time的噪音小很多。"
面试官内心OS：（他知道这个指标的测量难点，而且有具体的解决方案。这才是有判断力的PM思维。）
两种候选人，差距不是知识量，是有没有真正想过指标的弊端和测量方式。
North Star不是指标名字，是一套判断条件
一个指标有没有资格做North Star，需要同时满足三个条件：
第一：它反映用户真实获得价值，而不是行为表面。
"打开app"不等于用户获得了价值。"完成了一次有意义的任务"才是。
这条线一旦画清楚，你会发现大多数候选人在这里就错了。他们选的是行为指标，不是价值指标。
用一个极端例子说明：如果你的产品是一个导航app，"打开app的次数"是行为指标，"成功到达目的地的次数"才是价值指标。前者面试官会追问"打开了但马上关掉算不算？"，后者经得起任何追问。
第二：它和商业目标之间有清晰的因果链，不是相关关系。
用户价值上升 → 留存上升 → 付费意愿上升，或者广告收入上升，或者口碑增长。
说不清这条因果链，你的North Star只是你喜欢的数字，不是战略指标。
面试官经常用来刁难候选人的方式是：提出一个指标上涨但商业指标下降的情景，"如果你的North Star一直在涨，但MRR在降，你怎么解释？"如果你的North Star选得好，你应该能说出这种分叉的成因，而不是一脸困惑。
第三：它很难被游戏。
这是最容易被忽视的条件。指标如果能被运营手段在不创造真实价值的情况下拉高，就不是好的North Star。
推送量可以把DAU拉高，但这是价值，还是消耗用户注意力？有判断力的PM在选指标时就问这个问题。
第三个条件，"游戏性测试"的完整执行路径，是90%候选人真正断掉的地方。书里有一章专门用4道真实面试题逐句示范怎么在这一步不被追垮。
Alexa用户留存：一道典型三条件检验题
我用Amazon Alexa用户留存这道题来展示三条件检验怎么操作。
候选人："我选择Monthly Active Skill Users，每月至少使用一个Alexa Skill的用户数量，作为North Star。"
三条件检验过程：
条件一：反映真实价值吗？
直接说"打开Alexa设备"不是价值。用户真正的价值是：Alexa帮他完成了一件事，查了天气、播放了音乐、控制了智能家居。但"使用一个Skill"也有问题：如果用户每次只用内置的天气查询功能，这算吗？"使用Skill"这个门槛对轻度用户有点高，对重度用户又太低，应该调整为"完成至少一次有效语音任务"。
条件二：有商业因果链吗？
活跃使用Skill的用户 → 对Alexa产生依赖 → 倾向于购买更多Echo设备 → 倾向于开通Amazon Prime → 因为智能家居生态粘性更高，流失率降低。因果链清晰。
条件三：容不容易被游戏？
运营动作能批量制造"使用Skill"吗？可以通过推送消息提醒用户"试用新Skill"，但如果用户点了一下发现没用就关了，这个用户被计入了但没有真正建立使用习惯。需要把门槛提高到"完成一次完整交互并有后续行为"，而不只是"触发了一次Skill"。
这个完整的三步走，才是一个North Star答案真正应该有的深度。
DAU为什么通常不是好答案
DAU是Metrics题被用得最多的指标，也是被滥用最严重的指标。
核心问题：打开app五秒就关的用户，和打开app完成了一次深度任务的用户，在DAU里是一样的。
这意味着DAU是噪音很大的信号，它不告诉你用户是否在产品里真正获得了价值，只告诉你他们打开了。
更糟的是：DAU可以被激进的推送策略拉高。团队以DAU为North Star，运营就会做对短期数字好但对长期留存有害的事，你看着指标一直涨，直到某天留存悬崖出现。
面试官听到"DAU"时脑子里在想什么：
这是我真实的心理活动，当候选人说"我选DAU"，我的第一反应不是认可，而是开始设计追问树。我会问：这个DAU怎么定义的？打开算还是需要完成某个动作？DAU涨了但转化在降你怎么解释？推送量增加能拉高DAU吗？你考虑过这个问题吗？
每一个追问都是在测试候选人是否真的想过这个答案的局限性。大多数人说"DAU"是因为它是最熟悉的词，不是因为他们验证过它对这个产品是最合适的。
这种情况面试官很快就能感受到。感受到了，后续的每一个回答他都会带着这个判断继续评估你。
想看"DAU替代指标"的判断逻辑在真实面试里怎么运作？书里有30道高频Metrics题的完整分析思路，每道题都标注了追问方向和防御重点。
用Facebook Groups这道经典题看差距
这是Metrics类高频题之一。我在面试里出过很多次，候选人的回答差距极大。
题目：Facebook Groups的North Star应该选什么？
弱答案路径：
"Groups的North Star应该是Groups DAU，因为它代表了用户在Groups里的日活。"
追问："Groups DAU高代表什么？用户在里面做了什么？"
"……做了各种互动……"
这条路答不下去。
中等答案路径（大多数准备过的候选人）：
"我会选Monthly Active Members，定义是每月至少登录一次Groups的用户数量。这个指标反映了用户是否持续在使用Groups功能。"
追问："登录了Groups但没有任何互动的用户，你算进去了吗？"
"……这个……登录也算一种参与……"
这里断了。候选人没有想过"登录"和"有意义的参与"的区别。
强答案路径（展示一个）：
"我选的是：一个月内完成至少一次有意义互动的成员比例。"
有意义互动的定义：评论、发帖、对他人的内容产生反应，或者被他人回复。
为什么这个比Groups DAU更好？
首先，它反映了用户真正来Groups的原因，连接感和信息价值，不是"打开了这个页面"。用户加入一个Groups是因为他们想要归属感和信息交流，浏览算不上真正获得了这个价值。
其次，它和Facebook的商业目标有清晰因果链，有意义互动的用户留存更高，广告曝光价值更高，他们也更容易带新用户加入Groups。一个只浏览不互动的用户，对Groups生态和对Facebook广告目标都贡献有限。
第三，它不容易被游戏，推送通知可以让人打开Groups，但没法批量制造真实的人际互动。发了一条推送让用户来看看，他们看完了就走，这个用户不会被计入"有意义互动成员"。
追问来了："怎么证明这个指标和留存有因果关系，而不只是相关关系？"
强候选人：先讲来自用户研究或数据分析的间接证据，"我们可以看有意义互动次数不同的用户群的90天留存曲线，如果有明显的梯度差异，这是支持因果的间接证据"。再说如果没有数据，可以设计什么样的实验来验证，"做一个实验，对照组保持默认，实验组用产品干预提升某个具体Groups的互动率，然后看三个月后这组用户的整体留存是否高于对照组"。
这就是一个能被追到第三层的答案。其他追问变体和防御逻辑，书里有完整覆盖，包含12个真实案例。
Before/After：同一个候选人的两种状态
下面是同一个候选人，在准备前和准备后对同一道题的回答对比。题目是：如果你是Pinterest的PM，你的North Star是什么？
准备前（原始状态）：
"我会选MAU，因为MAU代表了每月活跃用户数，这是衡量产品健康程度的重要指标。Pinterest的目标是让更多用户来使用产品，所以MAU是合理的North Star。"
追问："MAU涨了但用户没有在平台上消费时间，你怎么看？"
"……这说明我们需要提升用户粘性……"
追问："怎么提升？"
"……增加更多的个性化内容……"
这个答案拿到了2分（满分5分）。没有判断，没有因果链，没有对指标局限性的认知。
准备后（有判断力的状态）：
"Pinterest的商业模式是广告，广告收入和用户在平台花的时间高度相关。所以我的North Star不是MAU，而是Weekly Engaged Hours，每周用户在Pinterest上有实际内容互动行为的总时长。
这里我有两个定义要说明：第一，'有实际内容互动'的定义是点击了某个Pin、保存了内容，或者在搜索后停留超过30秒，不包括纯粹浏览。第二，选Weekly而不是Monthly是因为Pinterest的使用模式，用户通常有周期性的使用节奏（周末规划、季节性购物），Weekly能更好地捕捉这个模式。
MAU的问题是：它包括了进来看了三秒就走的用户，这类用户对广告商来说价值很低。Weekly Engaged Hours更直接地和广告收入挂钩，也更难被表面的增长动作游戏，推送可以把用户拉进来，但如果内容不好，他们不会停留。"
追问："如果Weekly Engaged Hours在涨，但广告收入在跌，你怎么解释？"
"两条路径：一是用户花时间但没有看到广告，他们的使用路径规避了广告位置，或者广告质量太差导致用户跳过。二是行为数据和收入数据之间有时间差，用户行为的变化会滞后反映在广告合同的续签和定价上。我会先分开看这两条路径，再决定处置方向。"
这个回答拿到了4.5分。同一个人，差距来自准备的维度不同。
你可以自己试错3个月摸索什么是"有因果链的指标逻辑"，也可以花2小时读完书里的Metrics专章，直接跳过这段弯路。
选指标的四步实操框架
面试里遇到"设计指标"类题目，四步走完：
第一步：定义用户的核心目标，不是行为。
不是"用户来打开app"，是"用户打开app之后想完成什么"。
问自己：用户使用这个产品，他们想要的最终状态是什么？Instagram的用户想要的不是"刷了很多内容"，是"感觉和朋友保持了连接"或者"发现了让自己感觉更好的内容"。找到这个最终状态，你的指标就有了落脚点。
第二步：找一个能直接映射这个目标的指标。
问自己：如果用户实现了这个目标，哪个数字会动？
如果用户实现了"和朋友保持了连接"，那么互动类数据会上升，评论率、回复率、私信数量。如果这个数据不动但DAU在涨，用户就是在浏览不是在连接。你的North Star应该跟着目标走，不是跟着最容易收集的数据走。
第三步：对这个指标做三条件检验。
反映真实价值吗？有商业因果链吗？容不容易被游戏？
每一条都要说出具体的分析，不是说"满足条件"就过了。尤其是"容不容易被游戏"这一条，很多候选人跳过，但这是面试官最喜欢追问的地方。
第四步：说出你排除了哪些候选指标，以及为什么。
这一步很多人跳过。但这是最能展示判断力的地方。"我选X而不是Y，因为Y有这个局限性"，比"我选X"高十倍的信息量。
面试官见过太多只说"我选X"的候选人。能主动说出"我也考虑过Y和Z，但我排除了它们，原因是……"的候选人，会立刻脱颖而出。因为这种思维方式说明这个人在做真实的判断，而不是在应付考试。
这不是另一本告诉你"要有判断力"的面试书，是一套在面试现场自动运行的判断系统。操作系统的意思是：不需要见过这道题。系统帮你在30秒内识别题型、调用对应框架、预判追问方向。判断力不是天赋，是训练出来的。背了结论的人，面试官追两层就断。内化了推理链的人，追到第四层还在控场。这个差距，不是智商的差距，是准备维度的差距。不是A而是B，不是"我知道DAU"，而是"我知道DAU在这个产品里为什么成立，在什么条件下会失效，以及我选它而不是WAU的具体判断逻辑"。
追问第三层：真正分开候选人的战场
我做过统计：在我参与过的Metrics轮面试里，大约70%的候选人能给出一个"还说得过去"的North Star选择。但只有不到30%的人能在第三层追问下依然保持清晰的判断逻辑。
这30%几乎全部通过了这一轮，另外40%的"还说得过去"里，大多数都没有通过。
第三层追问典型的样子：
"这个指标下降了20%，根因是什么？"
"这个指标涨了，但付费转化在跌，你怎么解释？"
"如果这个指标和另一个指标出现矛盾，你优先看哪个？"
"你的North Star选择依赖一个假设，这个假设如果不成立，你整个分析方向会变吗？"
能在这四类追问下保持立场的候选人，Senior级别不在话下。一直重复说"我觉得……不确定……"的候选人，$150K和$220K的差距就是在这里产生的。
不是第一层答案决定你的薪资范围。是第三层追问决定的。
指标设计的隐藏陷阱：四类常见误区
在真实的Metrics面试里，有四类候选人经常踩进去的指标误区。每一类都是可以避免的，但需要在准备阶段就想清楚。
误区一：把"可以测量"当成"应该测量"。
DAU可以测量，所以大多数候选人选它。Session时长可以测量，所以很多人用它作为参与度指标。
但"可以测量"不等于"这个测量有意义"。一个更难测量但更准确的指标，比一个容易测量但充满噪音的指标更好。
面试官见过太多候选人选了一个指标，原因只是"它比较容易测"。这是工程思维，不是产品思维。产品思维是：先想清楚"什么才是我们真正想知道的"，再考虑如何测量。
误区二：把"相关关系"当成"因果关系"。
用户满意度和留存率有相关关系，满意度高的用户通常留存更长。但这不代表"提升满意度就一定能提升留存率"。
满意度和留存率往往同时受到第三个因素（比如产品是否解决了核心问题）的驱动，而不是满意度驱动留存。如果你提升了满意度但没有解决核心问题，留存率不会跟着涨。
在选North Star的时候，必须验证的是因果关系，不是相关关系。"我们可以通过提升这个指标来驱动业务目标"，这句话的"驱动"需要是因果链，不只是统计相关。
误区三：忽视指标的时间粒度。
"Monthly Active Users"和"Daily Active Users"测量的是同一件事，只是时间窗口不同。但时间粒度的选择会产生根本性的差异：月级别的指标响应慢，如果产品有问题，一个月后才能看到信号；日级别的指标响应快，但噪音更大，短期波动更难解读。
在面试里说清楚为什么选这个时间粒度，而不是另一个，这是一个很多候选人跳过的细节，但面试官经常会追问的点。
误区四：没有leading indicator和lagging indicator的区分意识。
North Star通常是lagging indicator，它反映的是过去一段时间的累积表现，变化慢，响应慢。但在面试里，如果面试官问"你怎么快速知道这个North Star是否在往正确方向走"，你需要有leading indicator。
Leading indicator是北极星的预警信号。它变化更快，能在North Star改变之前给出早期信号。能说出你的North Star对应的leading indicator是什么，是Senior级别候选人应该有的思维层次。
指标答案的"进阶版自测"
把你准备好的North Star答案，先做这一个问题的测试：
这个指标，能不能被一个不创造真实用户价值的运营动作批量拉高？
如果可以，它不是好的North Star。
这个问题很简单，但大多数候选人从来没有对自己的答案问过。
进阶版自测：把你的指标给一个"贪婪的增长团队"，他们有30天时间，只需要让这个数字好看，不需要考虑长期。他们会怎么做？如果他们能找到三种以上的方式让数字好看但产品实际上没有变好，你需要重新考虑这个指标是否真的能作为North Star。
更进阶版：拿一个真实公司的产品（Duolingo、LinkedIn、Slack），选一个你认为合适的North Star，然后用这个"贪婪增长团队测试"检验它。
做完这个测试，你对指标的理解就从"知道概念"升级到了"有判断力"。这两种人在面试追问里的表现，差的不是一点点。
书中框架预览：如何建立指标的追问防御
书里有一个我叫做"指标三角验证"的框架。简单说前两步：
第一步：正向论证。 为什么这个指标能代表用户价值？写出完整的因果链，不只是一句话。
第二步：逆向压力测试。 列出三种情景：（1）指标上升但产品实际上在变差，是什么情况？（2）指标下降但产品实际上在变好，是什么情况？（3）什么运营手段可以在不创造真实价值的情况下拉高这个指标？
能回答完这两步的候选人，面试里不会被追问追垮，因为他们已经在准备阶段把所有的漏洞都自己找过了。
完整的第三步和进阶变体在书里。你可以自己录音复盘10次才能发现"第三步"断在哪里，也可以直接用书里的复盘模板一次定位。
三道经典追问：你能不能接住
这是三道我在真实Metrics面试里用过的追问变体。用来测试你的准备是否真的到位。
追问一："你的North Star涨了，但用户留存率连续三个月在跌。你怎么解释这个分叉，以及你会优先关注哪个？"
弱候选人的回答模式：立刻感到困惑，或者说"这是个好问题"然后给出一个很宽泛的解释。
强候选人的回答模式：先提出两个具体的解释框架，一是指标定义本身有问题（North Star没有真正反映用户价值，所以它涨的同时用户体验在变差）；二是指标之间存在时间差（North Star是领先指标，留存率是滞后指标，分叉说明近期有些事情开始损害用户体验，还没有完全反映在North Star里）。然后说明在这种分叉场景下，留存率是更根本的健康信号，应该优先关注。
追问二："如果你有三个候选指标，你怎么做最终选择？"
弱候选人：把三个指标都说一遍，然后说"都各有优劣，我选X因为它比较全面"。
强候选人：对三个指标分别用"三条件检验"打分，反映真实价值、有商业因果链、难以被游戏，然后从得分最高的选，同时说明主要的局限性和如何通过辅助指标弥补。
追问三："如果这个产品的North Star无法被量化怎么办？"
这是一个更深层的追问，很少见但很有区分度。
弱候选人：说"那就找一个可以量化的替代指标"，但说不清楚怎么找。
强候选人：区分"不能直接测量"和"没有代理指标"，几乎所有用户价值都有代理指标可以近似。用"用户报告了满意度"来代理"用户是否真的获得了价值"；用"完成了关键任务序列"来代理"用户解决了他们的核心问题"。关键是说清楚这个代理指标的偏差方向，以及什么信号会让你怀疑代理指标失准了。
这三道追问，你能接住几道？一道以下，说明你准备的是表面。三道都能接住，说明你准备的是判断系统。
Metrics面试的完整准备清单
在进入Onsite之前，这是你应该能回答的最低准备清单。不是背答案，是真正想清楚过：
关于North Star选择：
- 对任何一个你选的指标，能说出它为什么能代表用户真实获得的价值（不是行为表面）
- 能说出它和商业目标之间的因果链（不只是相关关系）
- 能说出它的主要局限性，以及至少一种它会被游戏的方式
- 能说出你排除了哪些候选指标，以及为什么排除
关于指标分叉场景：
- 如果North Star在涨但留存在降，你的第一个假设是什么，第二个是什么
- 如果两个核心指标出现矛盾，你的优先级逻辑是什么
- 如果North Star突然下降，你的根因分析起点是什么
关于追问防御：
- 任何一个指标，被问"为什么不是X"，你有具体的理由
- 任何一个判断，被问"这个理由成立的前提是什么"，你知道答案
- 面对"信息不全"的追问场景，你知道怎么用逻辑继续推进
这份清单里，每一条你能流畅回答的，都是一个在面试里不会被追垮的支撑点。每一条你回答不了的，都是面试官的追问树里的一个潜在红旗。
很多候选人在追问里暴露的，不是知识不够，而是判断没有真正建立起来。背过的答案在压力下是碎的。内化过的判断逻辑，才是稳的。
《如何从0到1准备硅谷PM面试》用了专门的几章覆盖Metrics类题型，包括指标选择逻辑、下降根因分析框架，以及面试官最常用的追问路径。五个维度，这里只展示了前两个。39章正文 + 完整题库 + 每章练习卡，是一套在面试现场自动运行的判断系统，不是另一本背框架的书。
免费 Preview → 《如何从0到1准备硅谷PM面试》完整版 →
P.S. 这套系统的完整版，定价不到你一次Mock Interview coaching的1/10。39章+8附录+30题拆解+练习卡。你在这篇文章里如果有一个判断让你停下来想了一下，完整版的密度是这个的50倍。需要的人自己拿：免费Preview →