STAR на собесе: структура ответа

На днях собеседовал кандидата с интересным опытом и экспертизой.
НО! решение задач, да и рассказ о себе, приходилось из него доставать с силой.

Хочу порефлексировать через пост про фреймворк STAR.
Первично это метод диагностики софтсклилов, но можно применить для структурирования ответов на кейсы.
Пример:
ВОПРОС> В приложении резко упала конверсия в оплату. Что будете делать?
ОТВЕТ> Посмотрю аналитику, соберу гипотезы, запущу A/B-тест.
Это плохой ответ, своего рода диалоговый черри пикинг: мышления не видно.

А через STAR видно:
Situation
Локализую проблему: когда началось, у кого, на какой платформе и на каком шаге воронки..
!Уточняем ситуацию у интервьюера.
Task
Задача: быстро понять, это баг, релиз, платежка, трафик, оффер или сломанная аналитика.
Action
Оцениваю охват и вес проблемы.
Напрягаю дежурного разработки: проверить релизы, ошибки API, логи и изменения в платежах.
Если баг: фикс или rollback.
Смотрю дэши: по воронке: тариф → кнопка оплаты → платежка → успешная оплата, сравниваю платформы, сегменты и источники трафика.
Если продуктовая просадка: выделяю сегмент, гипотеза, быстрый эксперимент.
Result
На выходе решение: откатить релиз, починить оплату, оплатить Tilda, упростиь флоу или идти в эээксперименты.

Вот так на кейсах делай и интервьюер скажет: я тебя вижу 🤌

❤️ решаю структурно
😈 запускаю A/B на всё

#продуктовыйменеджмент #собеседование #STAR #pm