Las entrevistas de product manager sondean el pensamiento de producto, la comodidad con métricas, y cómo decides qué no construir. Aquí están las preguntas más comunes con respuestas modelo.
Cada pregunta viene con una respuesta modelo con la que puedes comparar la tuya.
RICE puntúa cada item por Reach por Impact por Confidence dividido por Effort, lo que fuerza a que las estimaciones sean explícitas y comparables. El score no es la decisión — su valor es que expone dónde dos personas no están de acuerdo, usualmente en impact o confidence. Los frameworks también necesitan un filtro estratégico encima, porque el item con más score a veces es irrelevante para el objetivo de este trimestre.
Una North Star metric es la única medida que mejor captura el valor que reciben los clientes y que predice crecimiento sostenible. Para un marketplace usualmente son las transacciones completadas o el gross merchandise value, no los registros, porque un registro sin una transacción no creó valor para nadie. Una buena North Star es difícil de manipular — una métrica como page views premia comportamiento que daña el producto.
Una hipótesis usable establece la creencia, el cambio, el efecto esperado, y la medición: creemos que acortar el onboarding a tres pasos aumentará la activación de la semana uno de 22 a 28 por ciento, y lo sabremos en dos semanas. Nombrar el número de antemano es lo que evita que el equipo declare victoria después del hecho. También debería establecer qué resultado te haría abandonar la idea.
Miras la adopción primero — si alguien la encontró y usó — luego la retención de ese uso, luego el impacto en la métrica de resultado que la feature debía mover. Una feature puede usarse y aun así ser un fracaso si canibaliza un mejor flujo o eleva el volumen de soporte. La disciplina que hace esto honesto es definir el umbral de éxito antes del lanzamiento en vez de elegir una métrica que se vea bien después.
Trátalo como información, no resistencia: pregunta específicamente qué impulsa la estimación, luego trabaja el alcance en vez de la presión. Usualmente hay una versión más pequeña que testea la misma hipótesis, o una entrega por fases donde la parte riesgosa viene después. Empujar a un equipo a comprometerse con una fecha en la que no cree produce deuda de calidad que cuesta más de lo que hubiera costado la demora.
Hablas con usuarios sobre su comportamiento pasado real en vez de preguntar si les gustaría una feature hipotética, porque la gente es un predictor poco confiable de sus propias acciones futuras. De cinco a ocho entrevistas por segmento usualmente saca a la superficie los patrones dominantes, después de lo cual las entrevistas nuevas mayormente repiten lo que ya escuchaste. El discovery termina cuando puedes predecir las respuestas de la próxima entrevista.
Un MVP es lo más pequeño que produce un aprendizaje real de usuarios reales sobre la suposición más riesgosa. La pregunta de alcance no es qué podemos cortar sino qué debe ser cierto para que esto funcione, y cuál es la forma más barata de testear eso. El fallo común es lanzar una versión pequeña de la visión completa en vez de un test dirigido — obtienes un producto débil y ningún aprendizaje.
Retention es la porción de usuarios todavía activos después de un período, churn es su inverso, y LTV es el valor total que un cliente genera antes de irse. Se componen: una pequeña mejora de retention eleva el LTV desproporcionadamente, lo que eleva lo que puedes permitirte gastar en adquisición. La mejora casi siempre empieza al comienzo del ciclo de vida — arreglar la activación de la semana uno mueve toda la curva más que cualquier campaña de win-back.
En una entrevista real hablas bajo presión. Cam hace estas mismas preguntas, evalúa cada respuesta y muestra exactamente qué mejorar.
Practicar entrevista de Product Manager →