「人人都是产品经理」四象限选拔法:从面试官角度,看数据产品经理的面试和选拔


我总结了一套四象限选拔方法 , 作为每次提问和评估的提纲 , 与候选人进行面试沟通 。 今天分享给同行面试官做一些参考 , 也分享给想转行和应聘数据产品经理的同学 , 看看面试官可能提哪些问题 , 提前做好面试准备 。

「人人都是产品经理」四象限选拔法:从面试官角度,看数据产品经理的面试和选拔
本文插图
近3年 , 在负责数据产品团队的时间里 , 我进行了社招、校招等面试不下百场 , 也经常跟其他面试官讨论 , 如何通过面试选拔数据产品经理 , 以及面试过程中应该问哪些问题 。
这是一个很难的问题 , 因为对数据产品经理能力、知识、技能的综合要求 , 相比其他方向产品经理要高很多 , 相比分析师、开发等其他岗位又更全面 。 而通过看简历、加1-2小时的面试 , 选拔出优秀的数据产品经理或好苗子 , 更是难上加难 。
经过很多尝试 , 我总结了一套四象限选拔方法 , 作为每次提问和评估的提纲 , 与候选人进行面试沟通 。 今天分享给同行面试官做一些参考 , 也分享给想转行和应聘数据产品经理的同学 , 看看面试官可能提哪些问题 , 提前做好面试准备 。
数据产品经理的四象限选拔方法:
【「人人都是产品经理」四象限选拔法:从面试官角度,看数据产品经理的面试和选拔】
「人人都是产品经理」四象限选拔法:从面试官角度,看数据产品经理的面试和选拔
本文插图
顾名思义 , 四象限选拔方法把对人的评估分为四个部分 , 按照由浅入深的顺序分别是:第一象限:知识和技能 。 是指通过学习、培训可以快速掌握的知识、技能和经验 。 对数据产品经理来讲 , 需要掌握商业知识、数据仓库、数理统计等专业知识 , 以及需求调研、产品设计、数据分析等技能 。 第二象限:通用能力 。 是指无法通过学习、培训等方式快速获取 , 而必须通过刻意练习、长期锤炼打磨 , 才能内化和外显出来的能力 。 对数据产品经理来讲 , 商业洞察力、决策能力、学习能力、沟通协调、处理冲突、深度思考等 , 都是核心的能力项 。 第三象限:性格和兴趣 。 是指个人的性格特点和兴趣方向 , 放到职业和工作上 , 就是对数据产品经理这个工作的兴趣和意愿 , 是否喜欢、愿意长期从事这个岗位工作 , 至少在职业发展初期 , 作为成长历练的路径选择 。 第四象限:驱动力 。 是指对人生的目标和追求 , 内心真正渴望的是什么 。 到人才选拔上 , 就是看候选人是否追求卓越 , 追求人生的自我实现 , 追求荣誉和成就感 。
在实际面试的过程中 , 对每一方面的提问和考察 , 都有一些可借鉴的套路 , 可以帮助面试官在有限的时间里 , 尽可能了解候选人 。
根据四象限选拔方法 , 面试过程可以分为五部分:
第一部分:请候选人进行自我介绍
这部分主要观察候选人积累的工作经验、掌握的专业技能和知识 。 对数据产品经理来讲 , 主要看3个核心点:
(1)数据产品项目经验
负责过哪些数据产品项目 , 对数据产品的工作过程、设计理念、原则、价值评估有什么思考?
(2)产品技能
对某个数据产品项目的展开介绍 , 通过STAR原则进行了解和提问;或者开放性的问题 , 对某个产品的设计优缺点和改进建议 , 对用户需求、痛点的洞察 , 对解决思路的设想和思考 。 正向表现:有「以用户为中心」「以业务为中心」「追求价值创造」的思考出发点;对问题的分析逻辑有点线面体的系统性、结构化梳理 , 关注项目落地后拿到切实的收益 , 有依靠数据决策和量化评估的意识;负向表现:不关注用户 , 接到需求后只讲对接和推进 , 缺少思考和思辨 , 缺少深刻洞察和认识 , 缺少使用数据和量化的习惯、敏感性 。
(3)数据技能和知识
掌握SQL、数据仓库、数据挖掘、数理统计、数据分析等知识和技能 , 需要关注候选人掌握到了什么程度 , 有哪些实践经验 , 有没有遇到难点和进阶计划 。 正向表现:讲明白学了什么具体内容、有什么收获、有什么具体实践 , 越具体越好 , 对实践过程中的难点描述的越具体越好;负向表现:掌握了皮毛、想学但还没开始、掌握了一些概念但没有实践、没有进阶的想法和行动 。分页标题
第二部分:针对候选人讲的具体项目 , 或者假设出来的问题 , 通过提问观察候选人的通用能力
(1)推动能力:在xx项目中 , 你遇到的最大困难是什么?如何解决的?
正向表现:对困难有清晰的认识和分析 , 对解决思路有系统性的思考 , 有持续推动问题解决的坚韧意志;
负向表现:对困难的描述不清晰 , 缺少对解决困难后的结果描述 , 对解决困难方式方法的优化缺少思考 。
(2)学习能力:平时通过什么渠道学习和获取信息?学了什么?有什么收获?
正向表现:有明确的渠道、习惯 , 讲清楚具体看了什么书、文章 , 收获了什么内容 , 分享出来;如果能在这一环节 , 分享一些引起面试官共鸣的内容 , 是很大的加分项;
负向表现:没有学习的习惯 , 没有明确的渠道 , 没有太多收获 , 泛泛而谈 , 讲不清楚 , 或者讲错了内容 。
(3)深度思考:对某个事情、事件的看法?对原公司、应聘公司发展的思考?
正向表现:能够逻辑清晰、有条理地讲述自己的观点 , 能够有一定的深度和认识 , 从本质、正反、逆向、分层、分角度等多种视角进行思考和陈述;
负向表现:讲述没有观点 , 分析没有条理 , 思考的视角局限 , 缺少引人深思、眼前一亮的想法 。
第三部分:观察候选人的意愿和兴趣 , 对产品、数据、业务的热情 , 数据产品经理对候选人的吸引力是什么?有什么兴趣爱好?在兴趣爱好上有哪些投入和行动?
正向表现:能够表现出感染人的热情和强烈的意愿 , 在兴趣爱好上有深度的投入 , 比如爱好者和发烧友 。
负向表现:对数据产品的创造热情不是很强烈 , 认为数据产品工作只是一个挣钱多有技能储备的谋生手段;在兴趣爱好上 , 无所谓负向表现 , 只是对某件事物投注充分热情的人 , 更能让人相信他 , 在意愿强烈的其他方向上也会努力追究卓越 。
第四部分:提问候选人的职业规划、目标是什么?成就感、挫败感的来源和经历是什么?
了解候选人人生的目标和追求 , 数据产品经理是一个天花板很高、通过发挥个人能力创造极高价值的岗位 , 如果驱动力不足 , 没有一颗追求卓越、持续提升自己、追求自我实现的心 , 很难长期持续成长 , 走到更高的境界和高度 , 在遇到困难和阻碍时也更容易退缩和停滞 。
第五部分:关注候选人询问面试官的问题 。
问题多少、对岗位的热情和渴望是否足够、问题的层面和角度、是否敞开心扉来沟通、问题跟面试岗位和公司的关系 , 这些都是可以用来观察和评估的点 。
从过程来看 , 大致要经历这五部分 , 而从人才选拔的决策来看 , 观察顺序正好相反 , 最重要的是候选人底层的驱动力 , 接着是意愿和兴趣 , 然后是通用能力 , 最后才是专业知识和技能 。 因为每一个面试官都希望选拔出高潜力、值得长期发展和培养的优秀人才 , 知识和技能可以快速培养 , 能力可以持续磨练 , 但底层驱动力和意愿、兴趣 , 却无法轻易改变 。
本文由 @Probes 原创发布于人人都是产品经理 。 未经许可 , 禁止转载
题图来自Unsplash , 基于CC0协议