Decode
解构
用户是谁、处于怎样的情境、被什么问题卡住——什么才是痛得值得被认真对待的难点。
Meet Stryv
与 Roy Ang 的 Stryv 会面
面试沟通：Product / Design / Experience（以“可演示策略文档”的方式展开）
"Experience-oriented product designer — connecting product truth, trust design, and AI-accelerated conversion."
Today
🇸🇬 SG · 2026-06-02
Positioning
自我定位：转译者（Translator）
把“产品事实（R&D / 工程）”转译成“用户能理解且愿意相信的购买决策体验”。
I turn ambiguous human needs into clear design intent, and turn complex engineering constraints into decisions teams can build—so brand story, UX, and manufacturing stay aligned.
Encode
转译
把合适的技术与品牌价值放进产品中，使体验同时具备工程可信度与可被讲述的品牌故事。
Align
对齐
让项目内部的各个角色以及与结果相关的外部协作方，始终在清晰沟通里推进决策。
At a glance
一页速览：design × engineering × AI
用数字概括：学段、实习、做过的项目，以及帮助我读懂语境的跨国经历。
4
学段
同济 · POLIMI · NUS 等学习章节
4
实习
硬件/工业设计/体验与系统协作
10+
项目
从形态到落地：CMF / UX / 原型 / 交付
Matrix
项目矩阵（把能力放在“可落地语境”里）
不把自己包装成单一职能，而是跨“硬件-体验-软件”的协作接口。
| 领域 | 代表项目 | 我负责的切面 | 协作对象 |
|---|---|---|---|
| 硬件 · 开发 | B&O BeoGrace | CMF · FEA · 光学 | 工程 · 供应链 · 工艺 |
| 可穿戴 | Breatho（NUS · HCI） | 反馈 · 气动 | 人机 · 固件 · 应用 |
| 体验 · 系统 | PSA 海港仿真平台 | Figma · 信息架构 · 组件 | 仿真 · 开发 · 利益相关方 |
| 软件 | CookEase（Android） | 落地 · 数据 · 状态 | 工程 · 测试 · 发布 |
My focus for Stryv is not “more content”. It’s a purchase decision experience that stays truthful to the product, builds trust across touchpoints, and lets the team iterate faster with AI.
Section 0
Stryv × 合作方向探索
从 R&D 与体验设计视角，看产品决策、AI 工作流与品牌信任
"Experience-oriented product designer — connecting product truth, trust design, and AI-accelerated conversion."
Section 1
背景与切入点
为什么是我 × 为什么是现在
- 我的背景是 R&D 与产品外观设计，不是纯 marketing
- Stryv 当前阶段：产品强、SKU 多、已盈利；2026 年 3 月收购 Sterra，从 personal care 扩展到 home care
- 核心矛盾：功能很多，但用户记不住；价格有优势，但信任门槛仍在
- 我的切入点：不是「多做广告」，而是设计一套「帮助用户决策 + 建立信任 + 加速团队迭代」的系统
"My background is in R&D and exterior design. I'm thinking about this less as a campaign deck and more as a purchase decision experience — from social discovery, to guided recommendation, to offline trust validation."
Section 2
三个可能的合作方向
方向 1
Product Storytelling & Launch Communication
产品叙事与新品宣发
核心问题：用户记住的不是功能参数，而是「解决什么痛点、为什么值得信任、为什么现在买」
- 选择 hero product cluster（Hair Styling：AirFlex 2.0 / AirSleek / Hairdryer）
- 分析现有 PDP 与竞品表达
- 重构 website / campaign / social 的产品叙事
- 用 AI 辅助视觉方向、短视频脚本、文案框架
24h 适合度：★★★ 最高
One direction is product storytelling and launch communication — translating product features into user-facing value across website, campaign, and social.
方向 2
AI-enabled Product Design Workflow
AI 赋能的产品设计全流程
核心问题：AI 不只是做图，而是帮助硬件团队更快完成洞察、概念、CMF、竞品分析、视觉验证与营销转译
- 搭建适合 Stryv 的 AI design workflow
- 从用户痛点 → 概念 → CMF → 页面表达 → campaign visual
- 测试各工具在不同环节的适用性
- 区分「可进生产」vs「只是 gimmick」
24h 适合度：★★ 中等（24h 可做 mini demo，完整流程需 1–2 周）
Another direction is building an AI-enabled product design workflow — using AI to accelerate research, concept exploration, CMF, content, and implementation, not for gimmicks.
方向 3
Design Language & Trust-building Experience
设计语言与信任体验系统
核心问题：若长期被理解为「affordable alternative」，下一阶段必须建立自己的设计语言与信任感
- Audit 产品外观、CMF、包装、网站、门店体验是否统一
- 提出清晰的 product design language
- 设计门店 demo、trust proof、线上线下一致体验
- 把门店作为 user research + product education 空间
24h 适合度：★★ 中高（可做 quick audit + 原则框架）
The third direction is Stryv's design language and trust-building experience — moving from good value to a recognisable product identity.
中文：24 小时 case 最适合方向 1；长期合作我最感兴趣方向 2 + 3。
English: For 24 hours, I can show how I think and execute through one focused case. Long term, I'm most excited about AI-enabled design workflows and Stryv's own product design language.
Section 3
三个方向背后的同一套方法
1
Outcome over Output
不交付更多素材，交付更清晰的用户决策与更高转化效率。
2
System over Single Touchpoint
不做 isolated campaign，做 Social → Web → Store 闭环系统。
3
Truth Layer + Speed Layer
Truth Layer（R&D / Design）：产品事实、CMF、demo、trust · Speed Layer（AI）：research、draft、personalisation、iteration
4
Reduce Choice, Increase Confidence
SKU 越多，越需要 guided decision，而不是更长的 PDP。
| 用户阶段 | 心理状态 | 对应方向 |
|---|---|---|
| 知道有你 | 这和我有什么关系？ | 方向 1 叙事 |
| 考虑购买 | 能不能信？买哪个？ | 方向 1 + 3 |
| 团队迭代 | 能不能更快更准？ | 方向 2 |
| 长期品牌 | 是便宜替代还是有标准？ | 方向 3 |
"The philosophy is the same: help users decide with confidence, and help Stryv express product truth consistently. AI speeds it up; design and retail make it believable."
Section 4 · 重点
我的 24h Case 提案 — AI 辅助的全链路决策体验
把方向 1 升级成「社媒引流 → 对话式官网 → 线下体验转化」，并串联方向 2 和 3
4.1 问题定义
- Stryv 产品功能强，但 AirFlex / AirSleek / Hairdryer / ProStyler 让用户选择困难
- 用户不信任「便宜 alternative」，需要线上决策 + 线下验证
- 社媒流量进入后，PDP 信息过载，缺少 guided path
- 门店是 trust asset，但线上线下未充分打通
4.2 全链路架构
Social / Ads（痛点内容）
↓
Website AI Chat / Guided Quiz（产品推荐）
↓
分支 A：立即购买
→ PDP + personalized bundle
→ PDP + personalized bundle
分支 B：预约门店体验
→ 最近门店 + 时段 + 专属优惠
→ 最近门店 + 时段 + 专属优惠
分支 C：先看对比
→ AirFlex vs AirSleek vs Hairdryer
→ AirFlex vs AirSleek vs Hairdryer
↓
Offline Store（60 秒 demo + 促销转化）
↓
Purchase + UGC 回流社媒
4.3 每一环的价值
| 环节 | 用户痛点 | 我的贡献 |
|---|---|---|
| 社媒 | 功能太多，不知道和自己有没有关系 | R&D 视角提炼场景痛点，不是堆 spec |
| 官网 AI 对话 | 选择困难、不信便宜货 | 决策树 + 信任话术 + 引流线下 |
| 线下店 | 摸不到试不了就不买 | demo 脚本 + 陈列/CMF 体验设计 |
| 促销闭环 | 来了不买 | 预约专属优惠、bundle、限时活动 |
4.4 Hero Product Cluster
不只选一个 SKU，选「Hair Styling 决策簇」：
- AirFlex 2.0 — 多造型、对标主流高端 multi-styler 场景
- AirSleek — wet-to-dry 直发一步搞定
- Professional Hairdryer — 最轻、最快吹干
- 社媒打场景，不是打参数
Section 5
AI Workflow — 什么该自动化，什么必须人来
| 环节 | AI 能做 | 人不能省 |
|---|---|---|
| 社媒 & 广告 | 从 reviews/竞品提取痛点、生成 hook 文案 draft、短视频脚本框架 | brand voice 定调、product claim 准确性审核 |
| 官网对话推荐 | 自然语言对话、解释「为什么推荐这个」 | decision tree 逻辑、产品知识库 truth 校验 |
| 24h 可 demo：10 轮 sample conversation + chat widget mockup | ||
| 线下门店 | 根据线上对话预生成客户画像、FAQ 辅助、follow-up 邮件 | 真实 demo、触感体验、信任建立、成交 |
| R&D / Design | 竞品分析、CMF 视觉探索 draft、PDP 结构 draft | design direction、CMF 最终决策、trust 体验设计 |
"AI is a multiplier, not a substitute."
Section 6
Trust is Designed, Not Claimed
- 价格优势可以获客，可感知的品质与一致性才能留客
- 信任触点：产品 CMF、包装、网站质感、门店 demo、售后保修
- 门店不只是收银，而是 user research + trust-building 的物理界面
- Premium affordable，不是 cheap premium
60 秒门店 Demo 脚本框架
1
重量对比
「320g，比苹果还轻」
2
噪音对比
「56dB，早起不吵醒家人」
3
吹干计时
「现场计时，对比传统吹风机」
4
信任证据
「40 年工厂合作、0.1% 故障率、2 年保修」
Section 7
24 小时内我会交付什么
- Problem framing（1 页）
- User persona × 3（通勤女性 / 旅行需求 / 高端品牌价格敏感者）
- Decision tree（7 个问题 → 产品匹配逻辑）
- Sample AI conversations × 3（英文）
- Web chat mockup（推荐结果 + 门店预约 CTA）
- 3 条社媒 hook + 引流逻辑
- 门店 60 秒 demo script
- AI workflow 一页图
- Metrics & next steps（对话完成率、预约率、预约→购买转化）
"In 24 hours I can deliver a decision flow, sample conversations, a web chat mockup, store demo script, and AI workflow map — enough to show how I think across product, design, and conversion."
Section 8
Talking Points for Roy
若问：为什么是你？
I've worked across product, design, and launch. For Stryv, you're at an inflection point — proven products, profitable growth, expanding into home care. That's when storytelling and design language matter most.
若问：24h 能做什么？
A focused purchase decision loop for one product category — not a full build, but enough to show thinking and execution.
若问：和 marketing 有什么区别？
I'm not making ads alone. I'm designing the system that helps users choose the right product and trust it — from social hook to store demo.
建议反问 Roy 的 5 个问题
- For the 24h case, which product or launch are you most focused on in Q2?
- Post-Sterra, is the bigger challenge discovery, conversion, or brand trust?
- How do you see retail stores today — sales or product education?
- What would 'qualified' look like — deck, mockup, or something shippable?
- If I join as a generalist, where is the biggest gap — launch, design, or AI workflow?
Section 9 · Live Demo
Hair Styling 产品推荐对话
前端 mock — 无需真实 AI API。面试时可现场演示 Section 9。