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 职场 观点 业界

DatatoValue 普通用户 2020-4-30 2878

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




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。



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。




Data To Value,致力于数据产品领域的分享和交流,用数据创造价值。欢迎大家关注↓↓↓↓↓↓


登录后回复
最新回复 (0)
返回
发新帖
AxureShop
AxureShop
AxureShop