Menu
投递流程优化
概念草图
我针对 HaiTou 的“职位列表页”（用户进入后的首屏）探索了多种布局方案，希望找到最有效的关键信息呈现方式。在评估了 3 套方案后，我基于可用性和版面利用效率，最终选择了 方案二 继续深化设计。
目标校准 & 用户洞察
在完成用户研究和数据分析后，我和跨职能团队一起重新校准了产品目标——不只是让界面“更现代”，而是聚焦解决核心痛点：签证赞助信息不透明以及职位描述（JD）不清晰。基于这些洞察，我将用户大致归为两类：
核心设计目标（HMW）
基于前面重新校准后的用户痛点，我为两类核心用户分别提出了两组 HMW（How Might We）设计目标，用来引导后续的创意发散。
面向 STEM 专业人士
我们如何帮助 STEM 从业者快速识别提供 H-1B 赞助的岗位，并降低他们对赞助资格的疑虑与不确定性？
面向转行求职者
我们如何提升转业者的求职效率，帮助他们更好评估岗位匹配度，并更有信心地投递合适的职位？
详细的 H-1B 签证赞助信息
AI 驱动的职位描述摘要与术语解释
最终版高保真原型
开发就绪交付
输出带完整标注、切图的设计稿（含响应式布局和组件规范），支持开发团队高效落地。
下一步迭代计划
研究与用户测试发现：在投递完成后，用户更倾向使用外部投递管理工具，而不是 HaiTou 自身的投递管理功能。下一阶段我们计划重设计站内的投递管理模块。
头脑风暴中沉淀出多条高潜方向，例如 AI 简历扫描、职位匹配等，这些已经进入原型验证阶段。
用户反馈也体现出对“众包核实 H-1B 赞助”的需求——允许用户为每个职位标记 H-1B 赞助情况，以提升数据透明度与可靠性。
下一阶段原型探索...
海投网 — 求职网站体验重设计
项目简介
我为 Eth tech 公司设计了一款支持响应式布局的求职平台，全程负责从概念到高保真原型的端到端用户体验设计。通过用户研究驱动多轮迭代，并借助可用性测试与数据分析，不断打磨 AI 驱动的职位描述摘要功能，同时为国际求职者提供关键的 H-1B 签证信息。项目灰度上线后取得成果如下：
客户
Eth Tech
时间
12/2024 - 07/2025
角色
产品设计师
工具
Figma, Jira, Qualtrics
团队
1名产品经理, 1名产品设计师, 1名数据分析师, 4名开发工程师
项目背景
在 2023/2024 学年，美国接收了逾 112 万名国际学生。尽管这一群体规模持续增长，许多学生仍因签证赞助机会有限和就业竞争激烈而在求职过程中面临重重困难。
HaiTou 是一款专为国际求职者打造的求职平台，用户群体日趋年轻化。平台提供签证赞助相关信息和求职进度跟踪工具，帮助用户更高效地开展求职、规划职业路径，并持续追踪自己的求职目标。
旧版本
数据点
现存挑战
平台在流失用户…
过去六个月中，尽管求职需求持续走高，各项指标却整体呈现下滑趋势。
初步方案与产品目标
让UI更加现代化
产品经理最初的想法，是通过更现代、更有视觉吸引力的界面设计来改版整个平台 UI，希望借此提升以年轻用户为主的核心人群的留存率。
I. Overview
II. Research
III. Define
IV. Ideate
V. Design
VI. Iteration
VII. Final Design
VIII. Impact
IX. Reflection
海投网 — 求职网站体验重设计
海投网 — 求职网站体验重设计
项目简介
项目简介
我为 Eth tech 公司设计了一款支持响应式布局的求职平台，全程负责从概念到高保真原型的端到端用户体验设计。通过用户研究驱动多轮迭代，并借助可用性测试与数据分析，不断打磨 AI 驱动的职位描述摘要功能，同时为国际求职者提供关键的 H-1B 签证信息。项目灰度上线后取得成果如下：
我为 Eth tech 公司设计了一款支持响应式布局的求职平台，全程负责从概念到高保真原型的端到端用户体验设计。通过用户研究驱动多轮迭代，并借助可用性测试与数据分析，不断打磨 AI 驱动的职位描述摘要功能，同时为国际求职者提供关键的 H-1B 签证信息。项目灰度上线后取得成果如下：
+16.2%
日活用户
+12.9%
用户满意度
+22.4%
投递转化率
+8%
用户留存率
客户
客户
Eth Tech
Eth Tech
时间
时间
12/2024 - 07/2025
12/2024 - 07/2025
角色
角色
产品设计师
产品设计师
工具
工具
Figma, Jira, Qualtrics
Figma, Jira, Qualtrics
团队
团队
1名产品经理, 1名产品设计师, 1名数据分析师, 4名开发工程师
1名产品经理, 1名产品设计师, 1名数据分析师, 4名开发工程师
项目背景
项目背景
在 2023/2024 学年，美国接收了逾 112 万名国际学生。尽管这一群体规模持续增长，许多学生仍因签证赞助机会有限和就业竞争激烈而在求职过程中面临重重困难。
HaiTou 是一款专为国际求职者打造的求职平台，用户群体日趋年轻化。平台提供签证赞助相关信息和求职进度跟踪工具，帮助用户更高效地开展求职、规划职业路径，并持续追踪自己的求职目标。
在 2023/2024 学年，美国接收了逾 112 万名国际学生。尽管这一群体规模持续增长，许多学生仍因签证赞助机会有限和就业竞争激烈而在求职过程中面临重重困难。
HaiTou 是一款专为国际求职者打造的求职平台，用户群体日趋年轻化。平台提供签证赞助相关信息和求职进度跟踪工具，帮助用户更高效地开展求职、规划职业路径，并持续追踪自己的求职目标。
旧版本
旧版本
数据点
数据点
现存挑战
现存挑战
平台在流失用户…
过去六个月中，尽管求职需求持续走高，各项指标却整体呈现下滑趋势。
+25.3%
用户流失率
更多用户在点击“申请”按钮之前就离开页面，说明用户在关键步骤发生了流失。
-21.5%
平均停留时长
平均停留时长出现缩短趋势，表明用户参与度下降，求职流程中可能存在阻碍或摩擦点。
-12.7%
投递转化率
在完成职位搜索后，点击“申请”的用户比例下降，整体投递转化率走低。
31.9%
低于行业平均水平
各项核心指标长期低于行业平均水平，持续落后于主要竞品，反映出存在较为稳定的可用性问题。
-18.4%
日活跃用户
日活用户数随时间下滑，用户留存与持续参与度同步下降。
Bootstrap 模板
MVP阶段采用
导致整体视觉与交互规范不统一，也限制了以用户为中心的系统性设计。
平台在流失用户…
过去六个月中，尽管求职需求持续走高，各项指标却整体呈现下滑趋势。
初步方案与产品目标
初步方案与产品目标
让UI更加现代化
让UI更加现代化
产品经理最初的想法，是通过更现代、更有视觉吸引力的界面设计来改版整个平台 UI，希望借此提升以年轻用户为主的核心人群的留存率。
为什么用户会流失？
为什么用户会流失？
为了验证“让UI更现代化”这一初步方向是否真正回应了用户需求，我首先需要搞清楚用户流失的根本原因。基于此，我发起了一轮前期用户研究。
为了验证“让UI更现代化”这一初步方向是否真正回应了用户需求，我首先需要搞清楚用户流失的根本原因。基于此，我发起了一轮前期用户研究。
研究方法与目标
研究方法与目标
为了了解更广泛的求职环境，我先发起了一份在线问卷，调研用户在不同求职平台上的偏好与使用习惯，共收集到 200+ 份有效问卷。
随后，为了深入聚焦 HaiTou 的产品问题，我招募了 25 名参与者开展可用性测试和深度访谈，识别导致用户流失的关键痛点、未被满足的需求，以及背后的典型行为模式。
为了了解更广泛的求职环境，我先发起了一份在线问卷，调研用户在不同求职平台上的偏好与使用习惯，共收集到 200+ 份有效问卷。
随后，为了深入聚焦 HaiTou 的产品问题，我招募了 25 名参与者开展可用性测试和深度访谈，识别导致用户流失的关键痛点、未被满足的需求，以及背后的典型行为模式。
平台使用情况与偏好
平台使用情况与偏好
是什么驱动求职者选择某一个求职平台？
职业社交网络完善，内推与人脉资源丰富。
页面结构清晰，信息直观，几乎没有广告和噪音干扰。
提供员工评价、薪资与面试体验等信息，便于了解公司真实情况。
更偏向在校生与应届生，支持校友内推，对入门岗位友好。
智能职位匹配工具，帮助用户快速找到合适岗位。
提供 H-1B 签证赞助相关信息，面向国际求职者的专门平台。
求职者最常使用的求职平台是什么？
95%
77%
53%
46%
15%
5%
用户流失原因
用户流失原因
用户在哪里流失？
93%+
用户在完成职位搜索或浏览详情后、点击“申请”按钮之前流失。
为什么在求职过程中离开或停用 HaiTou？
H1B 签证赞助信息不完整
在其他平台完成了投递
为弄清含糊或过于技术化的职位描述(JD)，跳转到别处查资料
为了更好匹配职位描述(JD)，需要修改简历或求职信
需要记录和管理自己的投递进度
更偏好 LinkedIn 等平台的一键投递流程，而不是 HaiTou 相对繁琐的流程
流失后，用户去了哪里？
78%
前往 USCIS 等移民相关官网查询签证信息。
65%
使用外部工具查看职位描述、润色简历 (如 ChatGPT)。
100%
跳转到公司官网或第三方招聘系统，在外部平台完成申请。
43%
使用功能更强的求职进度追踪工具 (如Excel、Notion)。
为什么去往这些平台？
在 HaiTou 搜完职位后，用户会跳转到 USCIS 等官网核对 H1B 细节，回到 HaiTou 的比例较低。
为弄清职位描述中的专业名词或细节，用户会先去 Google 搜索或用工具润色简历，再决定是否投递。
用户倾向在公司官网或第三方招聘系统（如 Greenhouse 等）完成正式申请流程。
提交申请后，用户更愿意用Excel、Notion 等外部工具管理投递进度，因为这些工具更灵活、可定制性更高。
数据点
数据点
用户旅程地图
用户旅程地图
竞品差距分析
竞品差距分析
Why users were leaving?
To validate whether the initial approach — modernizing the UI — truly addressed user needs, I first needed to understand the root causes of user drop-off. This led to a round of initial user research.
Research Methods & Goals
To understand the broader job-seeking landscape, I first launched an online survey to explore users’ platform preferences and behaviors across various job platforms, collecting 200+ responses.
Then, to explore Haitou-specific issues in depth, I recruited 25 participants for usability testing and in-depth interviews, uncovering pain points, unmet needs, and behavioral patterns contributing to user drop-off.
Platform Usage & Preferences
Drop off Reasons
Data Points
User Journey Map
Competitive Gap
为什么用户会流失？
为了验证“让UI更现代化”这一初步方向是否真正回应了用户需求，我首先需要搞清楚用户流失的根本原因。基于此，我发起了一轮前期用户研究。
研究方法与目标
为了了解更广泛的求职环境，我先发起了一份在线问卷，调研用户在不同求职平台上的偏好与使用习惯，共收集到 200+ 份有效问卷。
随后，为了深入聚焦 HaiTou 的产品问题，我招募了 25 名参与者开展可用性测试和深度访谈，识别导致用户流失的关键痛点、未被满足的需求，以及背后的典型行为模式。
平台使用情况与偏好
用户流失原因
数据点
用户旅程地图
竞品差距分析
目标校准 & 用户洞察
目标校准 & 用户洞察
在完成用户研究和数据分析后，我和跨职能团队一起重新对齐了产品目标——不再只是让界面“更现代”，而是聚焦解决核心痛点：签证赞助信息不透明以及职位描述（JD）不清晰。基于这些洞察，我将用户大致归为两类：
核心设计目标（HMW）
核心设计目标（HMW）
基于前面重新校准后的用户痛点，我为两类核心用户分别提出了两组 HMW（How Might We）设计目标，用来引导后续的创意发散。
面向 STEM 专业人士
面向 STEM 专业人士
我们如何帮助 STEM 从业者快速识别提供 H-1B 赞助的岗位，并降低他们对赞助资格的疑虑与不确定性？
我们如何帮助 STEM 从业者快速识别提供 H-1B 赞助的岗位，并降低他们对赞助资格的疑虑与不确定性？
面向转行求职者
面向转行求职者
我们如何提升转业者的求职效率，帮助他们更好评估岗位匹配度，并更有信心地投递合适的职位？
我们如何提升转业者的求职效率，帮助他们更好评估岗位匹配度，并更有信心地投递合适的职位？
头脑风暴产出方案
头脑风暴产出方案
我发起了一次和跨职能团队（XFN）的头脑风暴会议。围绕每一条 HMW 设计目标，团队共同产出了 25+ 个方案思路：一部分来源于前期的竞品设计分析，一部分是在会议中即时发散出来的想法。
我发起了一次和跨职能团队（XFN）的头脑风暴会议。围绕每一条 HMW 设计目标，团队共同产出了 25+ 个方案思路：一部分来源于前期的竞品设计分析，一部分是在会议中即时发散出来的想法。
我们采用点票法对方案进行优先级筛选，确定下一步设计的重点方向...
我们采用点票法对方案进行优先级筛选，确定下一步设计的重点方向...
方向一：H-1B 信息强化
方向一：H-1B 信息强化
在职位列表页和职位详情页中，高亮标记该岗位是否提供 H-1B 赞助。
在职位详情页中提供 H-1B 赞助历史，如申请量、通过率等关键指标。
针对有 H-1B 赞助历史的公司，突出展示签证申请联系人/HR 联系方式，方便用户进一步确认。
在职位详情中展示相似岗位的历史 H-1B 申请记录，帮助用户评估该岗位的赞助稳定性。
重构 H-1B 筛选器的交互与样式，提升入口曝光度和整体可用性。
方向二：AI 驱动的职位描述简化与解读
方向二：AI 驱动的职位描述简化与解读
在职位描述中新增精简的“职位概览”模块，归纳岗位核心职责和关键信息。
引入“能力/技能地图”，对职位描述中的关键技能和术语做结构化整理与解释。
为复杂术语提供悬浮说明（Tooltip），用通俗易懂的文案给出定义，降低用户理解成本。
如果我们有更多时间...
如果我们有更多时间...
简历扫描 & AI 智能匹配
简历扫描 & AI 智能匹配
支持用户上传简历，与职位描述 (JD) 中的技能关键词自动比对，识别能力缺口，并给出可视化的岗位匹配度评分。
提供 AI 驱动的一键简历优化建议，帮助用户快速提升与目标岗位的匹配度。
MVP 优先级列表
MVP 优先级列表
我们从影响力、可行性、投入产出比、主观优先级（Cherry-pick）、实现周期五个维度，对候选方案进行量化打分并排序，形成以下功能优先级列表。
我们从影响力、可行性、投入产出比、主观优先级（Cherry-pick）、实现周期五个维度，对候选方案进行量化打分并排序，形成以下功能优先级列表。
投递流程优化
投递流程优化
概念草图
概念草图
我针对 HaiTou 的“职位列表页”（用户进入后的首屏）探索了多种布局方案，希望找到最有效的关键信息呈现方式。
在评估了 3 套方案后，我基于可用性和版面利用效率，最终选择了 方案二 继续深化设计。
我针对 HaiTou 的“职位列表页”（用户进入后的首屏）探索了多种布局方案，希望找到最有效的关键信息呈现方式。
在评估了 3 套方案后，我基于可用性和版面利用效率，最终选择了 方案二 继续深化设计。
根据反馈迭代设计
根据反馈迭代设计
在完成 V1.0 的界面设计和初版原型后，我将方案分享给产品经理和内部测试同学收集反馈。 他们指出了多项可用性问题，主要集中在：H-1B 信息的准确性、术语悬浮提示（Tooltip）的可发现性，以及版面层级不清等方面。这些问题最终都在后续的 V2.0 版本中被逐一优化和解决。
在完成 V1.0 的界面设计和初版原型后，我将方案分享给产品经理和内部测试同学收集反馈。 他们指出了多项可用性问题，主要集中在：H-1B 信息的准确性、术语悬浮提示（Tooltip）的可发现性，以及版面层级不清等方面。这些问题最终都在后续的 V2.0 版本中被逐一优化和解决。
1. H-1B 信息与AI 职位摘要功能
1. H-1B 信息与AI 职位摘要功能
引入悬浮提示，帮助用户理解复杂术语
引入悬浮提示，帮助用户理解复杂术语
针对问题 1 的设计研究：如何提高术语悬浮提示的可发现性
针对问题 1 的设计研究：如何提高术语悬浮提示的可发现性
为解决“术语悬浮提示可见性不足”的问题，我发起了一轮设计研究，对比多种术语悬浮提示的触发方式，并梳理出一条从“被动提示”到“主动高亮”的方案光谱：从最左端——鼠标悬停或选中术语触发悬浮提示，到最右端——采用下划线和高亮标记术语，暗示鼠标悬停会触发术语提示弹窗。
后续 A/B 测试结果显示，新方案让该功能的使用率提升了 43%，更多用户可以注意到并主动查看术语解释。
为解决“术语悬浮提示可见性不足”的问题，我发起了一轮设计研究，对比多种术语悬浮提示的触发方式，并梳理出一条从“被动提示”到“主动高亮”的方案光谱：从最左端——鼠标悬停或选中术语触发悬浮提示，到最右端——采用下划线和高亮标记术语，暗示鼠标悬停会触发术语提示弹窗。
后续 A/B 测试结果显示，新方案让该功能的使用率提升了 43%，更多用户可以注意到并主动查看术语解释。
详细的 H-1B 签证赞助信息
详细的 H-1B 签证赞助信息
AI 驱动的职位描述摘要与术语解释
AI 驱动的职位描述摘要与术语解释
最终版高保真原型
最终版高保真原型
开发就绪交付
开发就绪交付
输出带完整标注、切图的设计稿（含响应式布局和组件规范），支持开发团队高效落地。
用户测试
用户测试
我对 42 名参与者进行了可用性测试，其中包括 19 名内部人员和 22 名种子用户，覆盖线下和 Zoom 远程两种形式。我们将参与者随机分为两组：
A 组：使用原网站（旧版本）
B 组：使用重新设计的高保真原型
两组参与者都被要求浏览职位，并可根据自身判断申请心仪的岗位。整个过程中，我负责观察用户行为、记录关键指标，并在任务结束后收集用户反馈。结果显示，重新设计的版本在平均停留时长和投递转化率等核心指标上都有明显提升。
在 B 组中，超过一半的参与者会主动使用 H-1B 信息卡片和 AI 职位摘要等新增功能，并在访谈中普遍反馈“更容易快速判断要不要投递”，这也在一定程度上解释了投递转化率的提升。
项目成果
项目成果
功能灰度上线后的核心业务指标变化：
用户反馈
Yijun Zhang
Madison, WI, U.S.
对国际学生非常友好
作为 F-1 学生，我一直很难分辨哪些岗位真的提供 H-1B 赞助。现在的设计清楚多了，我可以快速扫一眼就筛掉不合适的职位，省了我很多时间。
Jessica Lee
San Jose, CA, U.S.
快速技能核对，省时很多
职位摘要里把必备技能都提前拎出来了，我几秒钟就能判断值不值得投，效率高很多。
Daniel Rivera
London, UK
签证联系人这个设计很贴心
大多数职位不会一开始就说明是否赞助签证，有一个可以直接联系的人非常有帮助，让整个过程没那么迷茫。
Rohan Mehta
Bengaluru, India
一眼就能看懂签证信息
我很喜欢页面同时展示 H-1B 标签和该岗位的历史申请记录。大部分招聘网站都不会做到这么细，这让我更容易判断哪些岗位值得投。
用户反馈
Yijun Zhang
对国际学生非常友好
作为 F-1 学生，我一直很难分辨哪些岗位真的提供 H-1B 赞助。现在的设计清楚多了，我可以快速扫一眼就筛掉不合适的职位，省了我很多时间。
Madison, WI, U.S.
Daniel Rivera
签证联系人这个设计很贴心
大多数职位不会一开始就说明是否赞助签证，有一个可以直接联系的人非常有帮助，让整个过程没那么迷茫。
London, UK
Jessica Lee
快速技能核对，省时很多
职位摘要里把必备技能都提前拎出来了，我几秒钟就能判断值不值得投，效率高很多。
San Jose, CA, U.S.
Rohan Mehta
一眼就能看懂签证信息
我很喜欢页面同时展示 H-1B 标签和该岗位的历史申请记录。大部分招聘网站都不会做到这么细，这让我更容易判断哪些岗位值得投。
Bengaluru, India
下一步迭代计划
下一步迭代计划
研究与用户测试发现：在投递完成后，用户更倾向使用外部投递管理工具，而不是 HaiTou 自身的投递管理功能。下一阶段我们计划重设计站内的投递管理模块。
头脑风暴中沉淀出多条高潜方向，例如 AI 简历扫描、职位匹配等，这些已经进入原型验证阶段。
用户反馈也体现出对“众包核实 H-1B 赞助”的需求——允许用户为每个职位标记 H-1B 赞助情况，以提升数据透明度与可靠性。
下一阶段原型探索...
下一阶段原型探索...
投递管理 - 职位列表视图
投递管理 - 职位看板视图
投递管理 - 主动添加一条申请记录
AI简历评估功能
做得比较好的地方有哪些？
将量化数据与访谈洞察结合分析，精准定位关键流失点和核心痛点，保证设计决策都有数据支撑。
与产品经理、数据分析师和开发团队高效协作，通过多轮平衡取舍推进端到端的方案验证与落地。
后续可以改进的方面有哪些？
更主动地获取数据
后续团队合作中，我会更主动地与数据分析师沟通，持续获取关键数据洞察，让设计决策更加数据驱动、更加有依据。
打磨微交互体验
如果有更多时间，我将投入更多精力在微交互动效与细节体验上，增强界面的情感化设计，打造更细腻、更具记忆点的用户体验。
头脑风暴产出方案
我发起了一次和跨职能团队（XFN）的头脑风暴会议。围绕每一条 HMW 设计目标，团队共同产出了 25+ 个方案思路：一部分来源于前期的竞品设计分析，一部分是在会议中即时发散出来的想法。
方向一：H-1B 信息强化
在职位列表页和职位详情页中，高亮标记该岗位是否提供 H-1B 赞助。
在职位详情页中提供 H-1B 赞助历史，如申请量、通过率等关键指标。
针对有 H-1B 赞助历史的公司，突出展示签证申请联系人/HR 联系方式，方便用户进一步确认。
在职位详情中展示相似岗位的历史 H-1B 申请记录，帮助用户评估该岗位的赞助稳定性。
重构 H-1B 筛选器的交互与样式，提升入口曝光度和整体可用性。
方向二：AI 驱动的职位描述简化与解读
在职位描述中新增精简的“职位概览”模块，归纳岗位核心职责和关键信息。
引入“能力/技能地图”，对职位描述中的关键技能和术语做结构化整理与解释。
为复杂术语提供悬浮说明（Tooltip），用通俗易懂的文案给出定义，降低用户理解成本。
我们采用点票法对方案进行优先级筛选，确定下一步设计的重点方向...
简历扫描 & AI 智能匹配
支持用户上传简历，与职位描述 (JD) 中的技能关键词自动比对，识别能力缺口，并给出可视化的岗位匹配度评分。
提供 AI 驱动的一键简历优化建议，帮助用户快速提升与目标岗位的匹配度。
如果我们有更多时间...
MVP 优先级列表
我们从影响力、可行性、投入产出比、主观优先级（Cherry-pick）、实现周期五个维度，对候选方案进行量化打分并排序，形成以下功能优先级列表。
在完成 V1.0 的界面设计和初版原型后，我将方案分享给产品经理和内部测试同学收集反馈。 他们指出了多项可用性问题，主要集中在：H-1B 信息的准确性、术语悬浮提示（Tooltip）的可发现性，以及版面层级不清等方面。这些问题最终都在后续的 V2.0 版本中被逐一优化和解决。
根据反馈迭代设计
1. H-1B 信息与AI 职位摘要功能
2. 引入悬浮提示，帮助用户理解复杂术语
针对问题 1 的设计研究：如何提高术语悬浮提示的可发现性
为解决“术语悬浮提示可见性不足”的问题，我发起了一轮设计研究，对比多种术语悬浮提示的触发方式，并梳理出一条从“被动提示”到“主动高亮”的方案光谱：从最左端——鼠标悬停或选中术语触发悬浮提示，到最右端——采用下划线和高亮标记术语，暗示鼠标悬停会触发术语提示弹窗。
后续 A/B 测试结果显示，新方案让该功能的使用率提升了 43%，更多用户可以注意到并主动查看术语解释。
用户测试
我对 42 名参与者进行了可用性测试，其中包括 19 名内部人员和 22 名种子用户，覆盖线下和 Zoom 远程两种形式。我们将参与者随机分为两组：
A 组：使用原网站（旧版本）
B 组：使用重新设计的高保真原型
两组参与者都被要求浏览职位，并可根据自身判断申请心仪的岗位。整个过程中，我负责观察用户行为、记录关键指标，并在任务结束后收集用户反馈。结果显示，重新设计的版本在平均停留时长和投递转化率等核心指标上都有明显提升。
在 B 组中，超过一半的参与者会主动使用 H-1B 信息卡片和 AI 职位摘要等新增功能，并在访谈中普遍反馈“更容易快速判断要不要投递”，这也在一定程度上解释了投递转化率的提升。
项目成果
功能灰度上线后的核心业务指标变化：
Yijun Zhang
Madison, WI, U.S.
对国际学生非常友好
作为 F-1 学生，我一直很难分辨哪些岗位真的提供 H-1B 赞助。现在的设计清楚多了，我可以快速扫一眼就筛掉不合适的职位，省了我很多时间。
Jessica Lee
San Jose, CA, U.S.
快速技能核对，省时很多
职位摘要里把必备技能都提前拎出来了，我几秒钟就能判断值不值得投，效率高很多。
Daniel Rivera
London, UK
签证联系人这个设计很贴心
大多数职位不会一开始就说明是否赞助签证，有一个可以直接联系的人非常有帮助，让整个过程没那么迷茫。
Rohan Mehta
Bengaluru, India
一眼就能看懂签证信息
我很喜欢页面同时展示 H-1B 标签和该岗位的历史申请记录。大部分招聘网站都不会做到这么细，这让我更容易判断哪些岗位值得投。
用户反馈