产品岗经典面试问题-浅谈天塌了?
在求职产品前,都需要大量的时间进行准备。简历优化好了,准备的重点就是面试的问题了。本文整理了产品经理的经典面试问题,供大家参考学习。
“我失业了”
“怎么会”
“裁员、降薪、加班、PUA……”
“非得上班吗”
“不上班感觉天要塌了”
“上班了,天塌了”
如果你也想感受一下天塌了,可以来这里瞧一瞧。
一般面试考核应聘者方向:
逻辑思维能力、价值观、做事态度、学习能力、执行力、沟通表达能力、专业素养。
允许提问的问题控制在1~2个内。
较隐私问题:可以答复不方便对外。
6年产品人亲身遇到的面试问题及答案,共勉。
一、软实力类
1.你觉得产品经理的工作流程是什么?
是不是觉得是老生常谈的问题?NONONO,我之前以为就是简单回答需求调研-需求分析-产品设计-需求评审-开发上线-数据跟踪,就行了,直到一位国企面试官告诉我,其实这个流程大家都知道,需要考察的是你对产品工作的思考与抽象,可以按以下思路回答:
1)需求调研与分析
项目背景、产品定位、解决什么问题
通过用户调研、竞品分析等挖掘需求痛点、价值
2)产品方案(逻辑)设计、细节设计
评估方案可行性,定义产品细节机制
如:产品运转的流程界面的交互、数据的流转等
最终完成一份prd文档,交由开发同学进行执行
3)产品的项目跟进与管理
及时跟进项目进度、积极对项目进行验收,产品上线后,需要对产品的数据进行分析,项目复盘,跟进运营方案,保证我们的产品能正常运转下去,并且找到新的迭代方向
2.如何从0到1设计一款产品?
1)第一步:确定项目目标、背景,了解市场发展情况、竞品分析、用户需求分析等,确定产品定位、目标用户;
2)第二步:搭建用户行为结构框架,找到核心业务流程、痛点、场景;
3)第三步:确定用户核心需求之后,规划MVP版本功能边界;
4)第四步:确定产品信息结构与功能,进行方案/原型设计;
5)第五步:MVP版本方案与商机用户/内部专家进行需求/应用场景验证;
6)第六步:进行产品的PRD设计、需求评审、版本排期、开发测试验收、上线维护;
7)第七步:上线后的数据分析、用户反馈收集,并不断挖掘深层需求,持续迭代更新。
3.你平时是怎么做需求分析的?
1)使用场景
可简单通过几个问题构建基本认知
功能是谁用、什么时候用、具体业务是怎么做的、流程是怎么样的
有需要明确的业务术语吗、用户的操作环境有什么特点
2)收集问题
可分层收集:经营/策略层面是否存在问题、组织架构层面是否存在问题、核心工作流程中是否存在问题、与其他系统交互是否存在问题
可从以上几个层面进行深度剖析
比如:从核心工作流程出发,可通过以下2个问题破冰
想要解决谁的什么问题?
现在遇到这个问题是如何解决的?
3)解决方案及优先级
i.解决方案:通过问题收集有哪些可行方案、这些方案的实现成本有多大、哪个方案最合适、这个方案对用户来说有什么优缺点
ii.需求优先级:通常会使用较早期且成熟的方法,四象限法
将需求划分为重要紧急、重要不紧急、不重要紧急、不重要不紧急,划分完成后基本就能确定需求优先级,进行合理的排期迭代
4.如何理解用户需求与产品需求?
用户需求通过分析和提炼,转化为产品需求。
- 用户需求:是从用户自身出发,对产品的需求和期望,一般会通过用户自己表达或用户访谈的方式呈现;
- 产品需求:是产研团队通过用户调研、竞品分析、需求分析等多方因素,制定出的可行性方案,以满足用户的需求和期望。
5.如何将用户需求转化为产品需求?
与上一问题一般不太会同时出现。
1)了解用户需求的本质
首先我们可以确定用户需求或者是期望。
情景分析法:真实环境与用户的交互、用户与产品的交互、产品与环境的交互。
例如:用户在沙漠中需要水,你就要问自己用户为什么需要水?用户有可能口渴了,那这时候你给他水就好,如果用户是因为太热,你能不能给他防晒服,甚至考虑一下用户体验,觉得防晒服太麻烦,提供防晒霜;
2)梳理业务流程、参与角色、使用场景
3)需求实例化
在产品框架支持的基础上,将其实例化,便可以通过如添加一个搜索框/搜索按钮达到用户目标,那么搜索框/搜索按钮就是产品需求。
6.你自己的产品方法论有哪些?
会核心关注目标用户、目标场景及发生频率。
1)目标合理性:一般用5W2H方法进行分析
需求目的是什么( what ),面向的用户群体是谁( who ),要解决什么场景下的问题( when & where ),为什么要解决,不解决会有什么影响( why );
2)需求合理性:会通过四象限法(前文有提到)或者需求属性(支撑类需求/价值类需求)进行需求分析,判断需求的合理性和必要性;
3)方案合理性:分析方案成本多大,即ROI投入产出比分析(投入很大的资源产出的价值是否相匹配),是否存在其他方案,用更小的成本解决用户问题,接下来就是具体方案规划以及项目流程跟踪;
4)项目复盘:阶段性进行项目复盘跟踪,持续迭代,不断优化工作方案、产品能力。
7.如何系统的了解一款产品?
1)熟悉系统的功能框架,每个模块都是干啥的,是否有依赖关系;
2)从业务主流程开始,搜集有哪些主要的业务场景,解决什么问题;
3)查询历史版本的更新记录和PRD文档,更深入了解系统的来龙去脉;
4)查询工单记录,了解最新遇到的问题,在了解真实业务诉求的基础上,排查产品问题,尝试思考解决方案。
8.你认为用户研究有哪些方法?如何更好地实施?
问卷调查、用户访谈、用户观察、数据分析、A/B测试等
明确研究目的-选择合适的方法-设计有效的问卷或讨论指南-样本选择-数据分析-结果应用
1)明确研究目标:在开始用户研究之前,明确研究目标和问题,有助于指导研究过程和数据收集。
2)选择合适的方法:根据研究目标和可用资源,选择合适的研究方法。例如,如果需要深入了解用户需求,可以选择深度访谈或焦点小组;如果需要大规模收集数据,可以选择问卷调查。
3)设计有效的问卷或讨论指南:如果使用问卷调查或焦点小组,需要设计有效的问卷或讨论指南。确保问题明确、具体,避免引导性或模糊性的问题。
4)样本选择:选择代表性强的样本,确保样本能够反映目标用户群体的特征。同时,要注意样本数量和质量的平衡。
5) 数据分析和解释:在收集到数据后,要进行有效的分析和解释。使用统计方法和可视化工具帮助理解数据,发现模式和趋势。同时,要注意避免过度解读或误读数据。
6.)结果应用和反馈:将用户研究的结果应用于产品或服务的改进和优化。同时,要定期回顾和更新用户研究方法和结果,确保研究的持续性和有效性。
二、过往项目类
1.如果需求要被延期,该如何解决?
1)首先确定需求是否一定会被延期,尽快协调各方资源尽量保证按需上线是最优解;
2)如果确定延期,定位延期原因是什么,出现在哪个环节,协调资源重新排期,最后分析出现延期的原因,怎么保证下次不重复出现类似的问题。
2.你最有成就感的项目/事情是什么,为什么?
可以采用项目背景-过程分析-成果-收获的思路进行回答。
3.有没有和设计/研发争执过,怎么解决的?
摆数据:证明需求的必要性及完成后的收益/价值,或者竞品应用的效果;
讲道理:说明这个需求和公司整体战略的一致性;
向上沟通:如果基础沟通不能达成一致,可拉上双方领导进行沟通讨论。
4.需求评审时研发说需求实现不了怎么办?
站在技术的角度,了解无法实现的原因(是不想做;还是技术壁垒确实做不了);
是否有替代方案;
评估替代方案带来的影响、排期情况,若在可接受范围内,可以适当的妥协。
5.你遇到的最大的挫折是什么?如何解决的?
可通过一个实践案例,从挑战点、过程、方案、成长进行回答。
挑战点:在客户公司,需要将个人负责的工程进度管理系统与客户其他多个系统进行对接,与客户第三方供应商合作影响项目排期(不确定性因素太大)。
过程说明:多系统对接中同一模块需要涉及到和客户的第三方物料系统、安全管理系统等多个系统交互,相互进行数据的传输等,第三方支持程度较参差,配合度不高,沟通成本较大,原本说好的上线时间并没按要求执行。
方案:
1)与客户侧沟通不同系统的业务逻辑、流程,对第三方系统有一定的了解和认知,客户与第三方系统目前的合作阶段;
2)在确定项目上线时间后,将与第三方合作部分的时间单独计算;
3)合作过程中,做好定位(需要确认清楚双方的定位是什么、分别负责什么内容…);
4)并以文档形式确认对接方案、时间要求,双方签字确认。
成长:
1)在多方协同合作的情况中,锻炼了我的协调和快速反应能力,并一定程度提升了项目管理能力
2)新业务新技能学习上多方面触达,可以快速掌握和应用新业务
6.怎么验证方案的可行性?
1)用户需求评估
设身处地的站在用户角度思考问题,深度挖掘用户的实际需求,不要拍脑袋、靠经验,往往不够准确;
2)产品定位评估
明确产品的用户群体、痛点、场景,产品优势,商业模式;
3)关联逻辑评估
技术实现是否与底层框架冲突等等;
4)影响范围评估
从几个角度出发分析影响用户数量、功能范围、影响的功能使用频率;
5)投入资源评估
人力资源、时间限制、逻辑复杂度、技术限制进行分析评估;
6)预计产出评估
分析上线后需求带来的价值(直接利润收益或对公司带来长期战略价值);
7)风险评估
分析需求是否对产品有负面影响,若评估后影响很大,就必须搁置,直到找到更合适的方案。
7.如果xx指标骤降/骤增,你会怎么做?
可从问题确定、原因分析、方案提供的流程回答。
1)数据校验:—-问题确定
i.校验数据准确性
ii.校验数据属于异常而非正常波动
准确性:校验是否因系统上报错误等异常原因导致,如检查数据获取渠道、sql是否有误、数据看板是否及时更新
异常还是波动:拉长时间轴对比查看观测日数据是否异常
最终确定数据准确且是异常骤变,再进行后续分析
2)后续分析可进行指标拆解,从大到小,比如GMV下降了,可拆解为访客数、订单转化率、订单均价进行进一步分析——原因分析
3)后续分析也可通过多维度进行拆解分析,比如从用户、产品、竞品分析——原因分析
用户:分析用户的使用路径和获客到下单各环节或给用户分群(新/老用户、用户角色、年龄等维度圈选),进行分析
产品-功能:分析产品能力是否满足用户需求
产品-运营:近期是否有影响该观测指标的运营活动,比如超前消费,双十一把钱花完了11.12开始吃土
竞品:分析竞品的活动和优惠情况
4)解决方案—方案提供
定位到问题原因后,产出方案,比如是因为竞品活动导致的用户流失,可考虑增加优惠活动或优化用户体验来吸引用户回归。
三、拓展能力类
1.怎么定义产品商业化?
主要是通过用户需求、行为路径、市场情况等分析形成其在商业化产品、功能的价值匹配。
如:客户的A需求上线后 1)与标准产品规划是否匹配 2)上线后带来的商业价值是什么。
2.数据产品和业务产品有什么区别
1)解决问题的方式和目的不同:
数据产品侧重通过结构化数据来解决问题,通常用于决策支持和策略优化等。
业务产品侧重于业务流程和功能实现来解决问题,直接支持业务的日常运营和用户服务等。
2)关注点不同
数据产品侧重关注如何提升用户转化、降低用户流失,提高用户满意度等
业务产品侧重关注如何满足用户需求,提高产品质量,及优化用户界面
3)专业技能稍有差异
除基础技能如需求分析、用户分析、竞品分析外
数据产品需熟悉数据生产加工流程:数据采集、加工直到数据服务产品
但两者还是相辅相成的,数据源于业务,业务需要数据支撑辅助决策
3.ToB 和 ToC 的产品有什么区别?
1)用户群体不同:toB主要是面向企业、组织机构;ToC主要面向普通大众、消费者;
2)业务形态不同:ToB大多是扁平化功能,可以单独拆分售卖;ToC是1个核心功能为主,产品多维度延伸;
3)使用场景不同:ToB大多是在办公环境下使用;ToC场景较多,利用碎片化和随机性;
4)决策不同:ToB决策人在少数人手里,一般都是决策层,企业一旦采购更换的意愿就比较低,偏重决策人的利益诉求;ToC使用权都是在用户手中,因更换成本低,更换的意愿较ToB高一些,每个用户都是自己的决策人,偏重用户体验;
5)营销模式不同:ToB主要是产品本身的营销,解决业务问题降本增效;ToC主要是通过流量进行营销获利。
4.你认为什么是一款成功的产品?
从用户角度出发:持续解决目标客户的需求,操作简便,能够快速有效解决用户的实际问题;
从产品角度出发:相比竞品有独特的竞争优势,在持续不断地迭代中满足客户不同场景的需求;
从商业角度出发:技术层面可实现该产品,并可以持续维护、更新迭代,为公司创造长期的可持续性价值,包括但不限于利润、赢利模式、战略地位、市场价值等。
5.为什么选择我们公司?
第一步:阐述自己的职业规划,证明自己喜欢求职的岗位;
第二步:阐述喜欢目标用户的企业文化、工作氛围等,证明自己对这家公司的热爱。
第三步:说明自己的稳定性。
如:首先我喜欢产品经理这个岗位,以后也计划一直在本岗位进行深耕,贵公司在做的xx领域相关内容已经是名列前茅,所处行业发展前景很好,我坚信做自己喜欢做的事情才会为公司创造最大的价值。
最后,想在这个城市定居买房,压力比较大, 最近几年只想专注于工作,将自己的能力最大化的为公司带来价值,同时也做到自我提升。
6.未来的职业规划是什么?
第一:未来1~3年内,在工作处理上希望自己持续抽象产品方法,形成深度产品方法论,能有一套对多场景工作不仅限于产品设计有用的解决问题的方法,最好我可以将自己的方法论输出,能有一定的影响力。
第二:在所处行业领域上,我希望自己能够在同一个领域持续深耕,对整体的行业、市场、产品形态都能有自己的较深刻的认知。
7.数据加工的流程
业务需求调研与分析–产品方案与细节设计–产品的项目跟踪与管理
数据生产加工流程:数据采集,数据预处理,数据存储,数据处理与分析,数据可视化,数据服务产品化
数据采集:从各种来源(业务系统、日志文件等)收集原始数据,需要保证数据的完整性和准确性;
数据预处理:收集到的原始数据进行清洗、去重、转换等操作,消除数据中的噪声和异常值,提高数据质量;
数据存储:将预处理后的数据存储到合适数据存储系统中,如分布式文件系统(HadoopHDFS)或数据库(NoSQL)
数据处理与分析:使用各种技术和工具对数据进行分析,如统计分析、机器学习等,以发现数据中的模式、关联,应用于决策支撑
数据可视化:分析后的数据通过图形化的形式展示出来,帮助用户更好理解和使用数据,常用的可视化工具如tableau、power BI等
数据服务产品化:经过处理和分析的数据应用到实际业务中,如推荐系统、风险管理等,需考虑数据的真实性、实时性与可靠性,以满足业务需求。
8.市面上的数据产品类型及产品举例
1)数据集成产品:帮助企业实现数据的整合与管理,如Hadoop,提供分布式存储与处理大规模数据的能力,应用于数据挖掘、机器学习等场景
2)数据分析与可视化产品:辅助企业进行数据挖掘与分析并以可视化、易于理解的形式展示出来,帮助企业从数据中提取有价值的信息,支撑业务决策,如FineReport、FineBi、永洪BI、Tableau、PowerBi等
3)数据挖掘与机器学习产品:利用算法与模型,自动从大量数据中挖掘有价值的模式与关系,实现自动化的预算与决策支持,如由谷歌开发的开源机器学习TensorFlow,提供丰富的API和工具,帮助开发者快速构建和部署复杂的机器学习模型
4)数据安全与隐私产品:帮助企业保护关键数据资产与数据信息,主要包括数据存储加密软件、数据备份恢复系统等。
9.举例分析你知道的几种商业模式和盈利模式?
1)商业模式:
以客户驱动的商业模式,大部分代理大厂商产品,营销客户赚差价、服务费为主
以产品驱动的商业模式,自研产品,进行售卖服务
以资源驱动的商业模式,有行业和特定资质为背景的,比如三大运营商
2)赢利模式:
广告、实物/虚拟商品的售卖、平台佣金、增值服务、金融服务
以上是本人近期所遇频率较高的问题,欢迎大家一起交流~
本文由 @不知名产品露 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自Unsplash,基于CC0协议
该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务
- 目前还没评论,等你发挥!