Планирование и приоритизация
Как вы расставляете приоритеты в функциях нового продукта?
Сначала определите цель первого релиза и главный пользовательский сценарий. Сравните функции по ожидаемой пользе, доказательствам, затратам, рискам и зависимостям. Выберите минимальный набор, который позволяет проверить продуктовую гипотезу. Взвешенная оценка помогает обсуждению, но не заменяет решение; пример берите из своего опыта.
Ссылки для изучения
Примеры хороших ответов из реальных собеседований
- Мок-интервью продакт-менеджера: проектный кейс · 7:25–8:41Мок-собеседование · Объяснение интервьюера
Интервьюер показывает порядок приоритизации: связь со стратегией, влияние на ключевые сценарии и только затем общая оценка задач.
Каков ваш подход к планированию дорожной карты продукта?
Стройте roadmap от целей и ожидаемых результатов, затем связывайте их с инициативами и допущениями. Ближайшие работы детализируйте, дальние показывайте с большей неопределённостью. Согласуйте зависимости с командой и стейкхолдерами и пересматривайте карту при появлении новых данных.
Ссылки для изучения
Как развести две фичи с одинаковым баллом приоритета?
Одинаковый итоговый балл означает, что формула перестала различать варианты, а не что они равноценны. Сначала проверяют стратегическую связь и обязательные ограничения: регуляторный срок, контракт, зависимость другой команды. Затем сравнивают стоимость задержки, time criticality, обратимость решения, риск и объём неизвестного. Если одна фича разблокирует несколько следующих, это отдельный аргумент. Для близких вариантов полезно выбрать меньший эксперимент, который быстрее даст информацию. Правило tie-break фиксируют до обсуждения конкретных любимых идей, иначе скоринг превращается в оправдание заранее выбранного решения.
Ссылки для изучения
Какие методы приоритизации дополняют RICE?
ICE быстро сравнивает идеи по impact, confidence и ease, но чувствителен к субъективным шкалам. WSJF полезен при общей очереди и зависимостях: стоимость задержки делят на размер работы. Kano разделяет базовые ожидания, линейную ценность и факторы восторга, обычно на основе исследования пользователей. Impact-effort даёт простой визуальный разговор, когда точных данных мало. Методы не выдают объективную истину: шкалы калибруют на одной группе кандидатов, допущения записывают, а обязательные работы и риски рассматривают отдельно. Выбор метода зависит от решения, доступных данных и цены ошибки.
Ссылки для изучения







