30 вопросов на собеседовании продакт-менеджера с разбором

Зачем готовиться к вопросам заранее

Главная боль на собесе продакта — не «не знаю ответ», а «знаю, но в голове каша». Когда у тебя 40 минут и интервьюер с уставшим лицом, нет времени думать с нуля. Поэтому готовые скелеты ответов на типовые вопросы — твоё всё.

Подготовка не равна зубрёжке. Зубрят джуны на стартовых ролях — и это видно за километр. Готовиться надо так: разобрать формат раундов, прогнать 30–40 типовых вопросов, для каждого собрать структуру ответа из 3–4 пунктов, добавить 2–3 личных истории, которые ложатся под половину поведенческих вопросов. Дальше — тренировка вслух, желательно с другом или ментором.

В этой статье — 30 вопросов, которые реально задают на российских собесах PM (Авито, Яндекс, Ozon, Тинькофф, Wildberries, VK и помельче). Разбиты по четырём блокам: продуктовые, аналитические, поведенческие, кейсы. Не зубри ответы дословно — лови логику.

Продуктовые вопросы

Цель таких вопросов — понять, как ты думаешь про продукт. Не «что ты знаешь», а «как ты разложишь незнакомую задачу». Тут нет правильного ответа в учебнике — есть структурный ход мысли.

1. Расскажи про любимый продукт и что бы ты в нём улучшил. Не говори «Telegram, всё идеально». Назови конкретный продукт, опиши целевую аудиторию, jobs-to-be-done, метрики успеха. Потом выдели слабое место и предложи 2–3 гипотезы улучшения с метриками. Хороший шаблон ответа: «Пользуюсь Яндекс.Картами каждый день, JTBD — быстро добраться. Слабое место — поиск по точкам интереса плохо ранжирует свежие отзывы. Гипотеза: добавить вес recency. Метрика: CTR по точке, конверсия в маршрут».

2. Как бы ты улучшил поиск в Авито? Структура: пользователь → проблема → гипотезы → приоритизация → метрики. Не прыгай сразу в фичи. Уточни сегмент: покупатель или продавец, новый или старый, мобайл или десктоп. Дальше 2–3 гипотезы с RICE-оценкой.

3. Что такое product-market fit и как его измерить? Sean Ellis test: % пользователей, которые сильно расстроятся, если продукт исчезнет (бенчмарк ~40%, но это ориентир, а не закон). Плюс retention curve выходит на плато, NPS, органический рост, доля повторных покупок.

4. Какие метрики ты бы трекал для нового маркетплейса? Север-метрика, входная воронка (регистрация → первый поиск → первый заказ), retention D1/D7/D30, GMV, take rate, cohort LTV. Для маркетплейса важна двусторонняя ликвидность: время до первого ответа продавца, доля заказов с ответом меньше часа.

5. Как принимаешь решение, какую фичу делать первой? Фреймворк RICE или ICE: Reach × Impact × Confidence / Effort. Главное — не сам фреймворк, а аргументация: откуда взялся Reach, как мерил Impact, что снижает Confidence.

6. Как валидируешь идею до разработки? Проблемные интервью (5–7 хватает, чтобы понять есть ли боль), прототип в Figma, лендинг с конверсией, fake door test, MVP с ручным бэкендом.

7. Когда стоит убить фичу? Если retention на ней ниже базового, нет роста по основной метрике, поддержка дороже выхлопа, фича блокирует рефакторинг. Решение оформляется как отдельный документ — иначе через год будут спрашивать, кто это убил.

8. Расскажи про A/B-тест, который ты запускал. Гипотеза → MDE → размер выборки → длительность → результат → решение. Если теста не было — расскажи кейс из учёбы или симуляцию. Важно показать, что понимаешь, чем отличается «не значимо» от «нет эффекта».

Вопрос	Что хотят услышать	Главная ловушка
Любимый продукт	Структура: JTBD → метрики → улучшение	Хвалить без критики
Улучшить поиск	Сегмент → гипотеза → метрика	Сразу прыгать в UI
PMF	Sean Ellis + retention curve	«Когда юзеры довольны»
Метрики маркетплейса	Двусторонняя воронка	Только GMV

Аналитические вопросы

Тут проверяют, умеешь ли ты вообще читать цифры и не пугаешься SQL. Для PM глубокий ML не нужен, но базовый SQL, A/B и метрики — обязательны.

9. DAU упал на 15%. Как разбираешь? Сегментируй: платформа, география, новые/старые юзеры, версия приложения. Сравни с релизами, маркетингом, сезонностью. Стандартный фреймворк: внешнее vs внутреннее, новые vs старые, постепенно vs скачком. Дальше по статье «Кейс метрика упала».

10. Чем отличаются DAU, WAU, MAU и stickiness? DAU — уникальные пользователи за день, WAU — за 7 дней, MAU — за 28–30 дней. DAU/MAU = stickiness. Бенчмарк >20% — продукт залипчивый. Для медиа — норма выше, для b2b — ниже.

11. Что важнее: retention или рост? Retention. Без него рост — дырявое ведро. Но в ранних стадиях продукта без роста ты не наберёшь когорт, чтобы померить retention честно. Поэтому правильный ответ — «зависит от стадии».

12. Что такое retention cohort и как его считать? Группа юзеров, пришедших в один период. Считаем долю вернувшихся в день N от размера когорты. Бывает classic (вернулся именно в день N) и rolling (вернулся в любой день из окна).

13. SQL: достань топ-5 продуктов по выручке за месяц.

SELECT product_id, SUM(amount) AS revenue
FROM orders
WHERE created_at >= DATE_TRUNC('month', CURRENT_DATE)
GROUP BY product_id
ORDER BY revenue DESC
LIMIT 5;

Готовься писать на доске или в HackerRank.

14. Что такое статзначимость простыми словами? Вероятность увидеть наблюдаемый эффект, если на самом деле эффекта нет. p<0.05 — типичный порог. Не путать с «вероятностью того, что эффект есть» — это частая ошибка.

15. Что такое MDE? Минимальный эффект, который тест способен задетектить при заданных мощности и значимости. Зависит от размера выборки и базовой конверсии. На малых выборках ловишь только большие эффекты.

16. Как поймёшь, что A/B-тест сломан? SRM (Sample Ratio Mismatch), резкий перекос по сегментам, метрика-санити-чек ушла, дубликаты в логах, эффект слишком большой (подозрительно).

Поведенческие вопросы

Формат STAR: Situation, Task, Action, Result. Без воды. Заранее напиши себе 5–6 историй из опыта, которые покрывают: конфликт, провал, успех, лидерство, решение без данных, давление сроков.

17. Расскажи про конфликт с разработчиком. Не «я был прав, он был неправ». Покажи, как разрулил: услышал позицию, нашёл данные, пошли к тимлиду или сделали MVP. Идеальная история — где разраб оказался прав в технической части, а ты в продуктовой, и вы пришли к компромиссу.

18. Самый большой провал в продукте. Бери реальный, признавай свою долю ответственности, выводы. Хорошая структура: контекст → решение → почему оказалось ошибочным → что сделал → что выучил.

19. Как принял решение без данных? Опиши контекст, гипотезу, риски, как минимизировал. Покажи, что не парализуешься без дашборда.

20. Расскажи про задачу, где ты выгорел. Без слёз. Что вызвало, что сделал, как восстановился. Идея — показать осознанность, а не геройство.

21. Конфликт с менеджером. Покажи зрелость: услышал, обосновал свою позицию данными, договорились. Не рассказывай истории, где ты «победил» руководителя — это красный флаг.

Кейсы и эстимейшены

22. Сколько кофеен Старбакс в Москве? Fermi-задача. Население Москвы → доля посетителей → визитов в день → пропускная способность точки. См. отдельный пост про Fermi. Главное — проговаривать вслух каждое допущение.

23. Как бы ты запустил Яндекс.Доставку в новом городе? Сегментация города, юнит-экономика, supply (курьеры) vs demand (заказы), маркетинг, KPI на 90 дней. Уточни: какой город, какой бюджет, какие соседи уже работают.

24. Дизайн фичи: подписка для интернет-магазина. JTBD → сегменты → ценность → ценообразование → метрики → риски. Не забудь про каннибализацию текущих покупок.

25. Расследуй: уведомления стали кликать в 2 раза реже. Сегменты, версии, A/B недавние, изменения в копирайте, насыщение, сезонность, изменения на стороне платформы (iOS, Android).

26. Метрика для нового мессенджера. Stickiness, отправленные сообщения на DAU, retention D7, доля диалогов 2+, время ответа.

27. CIRCLES для нового продукта Тинькофф. Comprehend → Identify customer → Report needs → Cut → List solutions → Evaluate → Summarize. См. пост про CIRCLES.

28. Юнит-экономика подписочного сервиса. LTV = ARPU × срок жизни × маржа. CAC < LTV/3 — общепринятый ориентир. Уточняй когорты, payback period.

29. Что сделаешь в первые 30/60/90 дней на новой роли? 30: слушаю, метрики, команда, доступы. 60: первые гипотезы, маленькие победы, ритуалы. 90: roadmap, синки с соседними командами, презентация лидам.

30. Почему ты уходишь с текущей работы? Без негатива в адрес работодателя. Фокус на росте: «упёрся в потолок по влиянию», «хочу новый домен», «хочу большую команду».

Частые ошибки

• Прыгать в решение без структуры. Интервьюера интересует ход мысли, а не финальный ответ.
• Бубнить без чисел. Хорошие ответы пахнут метриками, MDE и юнит-экономикой.
• Ругать прошлого работодателя. Красный флаг.
• Зубрить ответы дословно. Видно за версту.
• Не задавать вопросы. Продакт без вопросов — не продакт.
• Игнорировать уточняющие вопросы. Если кейс «улучши поиск», а ты не спросил, какой сегмент — половина баллов мимо.
• Использовать STAR без Result. Без цифры в конце история не считается.

Связанные темы

• Как подготовиться к собесу за месяц
• Структура собеса PM в РФ
• Поведенческий раунд: STAR и примеры
• Фреймворки кейс-интервью
• Кейс «метрика упала»

FAQ

Сколько вопросов задают на одном собесе?

В среднем 5–10 на раунд. Раундов обычно 3–5.

Можно ли просить время подумать?

Да. 10–30 секунд тишины — норма. Лучше, чем сыпать словами без смысла.

Что если не знаю ответ?

Скажи прямо, опиши, как бы искал ответ. Хуже всего — выдумывать факты.

Нужно ли учить SQL для PM?

Да, базовый. Минимум: SELECT, GROUP BY, JOIN, оконные функции на уровне понимания.

Как тренировать ответы?

В тренажёре по реальным вопросам с разбором. См. ссылку ниже.

Сколько готовиться к собесу PM?

Если есть опыт — 2–3 недели по часу в день. Без опыта — 1.5–2 месяца с пет-проектом и кейсами.

Что важнее: фреймворк или личный опыт?

Личный опыт с правильной структурой. Чистый фреймворк без историй звучит как заучка.

---

Тренируйте вопросы для собеса PM — откройте тренажёр с 2500+ вопросами.