Entrevistas de product manager sondam o pensamento de produto, a familiaridade com métricas, e como você decide o que não construir. Aqui estão as perguntas mais comuns com respostas modelo.
Cada pergunta vem com uma resposta modelo para você comparar com a sua.
RICE pontua cada item por Reach vezes Impact vezes Confidence dividido por Effort, o que força as estimativas a serem explícitas e comparáveis. O score não é a decisão — o valor dele é expor onde duas pessoas discordam, geralmente em impact ou confidence. Frameworks também precisam de um filtro estratégico por cima, porque o item com maior score às vezes é irrelevante para o objetivo deste trimestre.
Uma North Star metric é a única medida que melhor captura o valor que os clientes recebem e que prevê crescimento sustentável. Para um marketplace geralmente são as transações completadas ou o gross merchandise value, não os cadastros, porque um cadastro sem uma transação não criou valor para ninguém. Uma boa North Star é difícil de manipular — uma métrica como page views premia comportamento que prejudica o produto.
Uma hipótese usável estabelece a crença, a mudança, o efeito esperado, e a medição: acreditamos que encurtar o onboarding para três passos vai aumentar a ativação da semana um de 22 para 28 por cento, e vamos saber em duas semanas. Nomear o número de antemão é o que evita que o time declare vitória depois do fato. Também deveria estabelecer qual resultado te faria abandonar a ideia.
Você olha a adoção primeiro — se alguém encontrou e usou — depois a retenção desse uso, depois o impacto na métrica de resultado que a feature deveria mover. Uma feature pode ser usada e ainda ser um fracasso se canibaliza um fluxo melhor ou eleva o volume de suporte. A disciplina que torna isso honesto é definir o limiar de sucesso antes do lançamento em vez de escolher uma métrica que fique boa depois.
Trate isso como informação, não resistência: pergunte especificamente o que impulsiona a estimativa, depois trabalhe o escopo em vez da pressão. Geralmente existe uma versão menor que testa a mesma hipótese, ou uma entrega em fases onde a parte arriscada vem depois. Empurrar um time a se comprometer com uma data em que não acredita produz dívida de qualidade que custa mais do que o atraso teria custado.
Você conversa com usuários sobre seu comportamento passado real em vez de perguntar se gostariam de uma feature hipotética, porque as pessoas são previsores pouco confiáveis das próprias ações futuras. De cinco a oito entrevistas por segmento geralmente traz à tona os padrões dominantes, depois do que entrevistas novas majoritariamente repetem o que você já ouviu. O discovery termina quando você consegue prever as respostas da próxima entrevista.
Um MVP é o menor produto que gera aprendizado real de usuários reais sobre a suposição mais arriscada. A pergunta de escopo não é o que podemos cortar, mas o que precisa ser verdade para isso funcionar, e qual é a forma mais barata de testar isso. A falha comum é lançar uma versão pequena da visão completa em vez de um teste direcionado — você obtém um produto fraco e nenhum aprendizado.
Retention é a parcela de usuários ainda ativos depois de um período, churn é seu inverso, e LTV é o valor total que um cliente gera antes de sair. Eles se compõem: uma pequena melhoria de retention eleva o LTV desproporcionalmente, o que eleva o quanto você pode gastar em aquisição. A melhoria quase sempre começa no início do ciclo de vida — corrigir a ativação da semana um move a curva inteira mais do que qualquer campanha de win-back.
Numa entrevista de verdade você fala sob pressão. O Cam faz essas mesmas perguntas, avalia cada resposta e mostra exatamente o que melhorar.
Praticar entrevista de Product Manager →