На собеседовании продакт-менеджера проверяют три вещи: понимаете ли вы, как продукт зарабатывает и удерживает пользователей, умеете ли проверять гипотезы данными и как выбираете, что делать в первую очередь. Ниже — термины по этим темам с определениями, формулами и примерами того, как их используют в работе и на интервью. Знать определение мало: на кейсе вас попросят применить метрику к конкретному продукту и объяснить, что делать, если она упала.
Как пользоваться словарём
Термины сгруппированы так, как они встречаются в работе: от исследования пользователей до запуска и анализа результата. Для каждого — короткое определение и пример, как о нём говорят на интервью или в рабочей переписке.
Перед собеседованием полезно пройти по списку и для каждого термина ответить себе: «Где я это применял и что из этого вышло?». Интервьюер почти всегда спрашивает про ваш опыт, а термин служит поводом.
Исследование пользователей и проблемы
CustDev (Customer Development) — интервью с потенциальными или текущими пользователями, чтобы проверить, существует ли проблема и как её сейчас решают. Пример вопроса на собеседовании: «Как вы провели бы касдев для новой фичи? Сколько интервью достаточно?» Хороший ответ: 5–10 интервью на сегмент, вопросы о прошлом поведении, без вопросов «купили бы вы…».
JTBD (Jobs To Be Done) — подход, в котором продукт рассматривают как инструмент для «работы», которую пользователь хочет сделать. Формулировка работы: «Когда [ситуация], я хочу [мотивация], чтобы [результат]». На интервью просят сформулировать JTBD для знакомого продукта, например для приложения такси или сервиса вакансий.
CJM (Customer Journey Map) — карта пути клиента: этапы от появления потребности до повторной покупки, с действиями, эмоциями и точками контакта. Используют, чтобы найти места, где пользователь застревает или уходит.
Персона — обобщённый портрет пользователя сегмента: цели, контекст, ограничения. Полезна, когда команда спорит, «для кого» делается фича.
Сегмент — группа пользователей с общими признаками поведения или потребностей. Метрики почти всегда смотрят в разрезе сегментов: средняя конверсия может скрывать, что новички уходят, а опытные пользователи растут.
Боль (pain point) — проблема пользователя, за решение которой он готов платить временем или деньгами.
UX-исследование, юзабилити-тест — наблюдение за тем, как пользователь выполняет задачу в интерфейсе. 5 участников обычно находят основную часть грубых проблем сценария.
Количественные и качественные исследования — опросы и аналитика отвечают на вопрос «сколько», интервью и наблюдения — на вопрос «почему». На собеседовании ценят, когда кандидат комбинирует оба вида.
Продукт, гипотеза и запуск
Гипотеза — проверяемое утверждение о том, как изменение повлияет на поведение пользователей и метрику. Шаблон: «Если мы сделаем X для сегмента Y, то метрика Z изменится на N, потому что…».
MVP (Minimum Viable Product) — минимальная версия продукта, которая позволяет проверить ключевую гипотезу на реальных пользователях. Типичный вопрос: «Какой MVP вы сделали бы для…?» Ответ должен показывать, что вы режете функции, а не качество.
PMF (Product-Market Fit) — состояние, когда продукт решает проблему достаточно большого рынка и пользователи остаются в нём без постоянного «подталкивания». Признаки: кривая удержания выходит на плато, растёт органический приток. Один из известных тестов — опрос Шона Эллиса: доля пользователей, которые будут «очень разочарованы», если продукт исчезнет; ориентир — от 40%.
Discovery и Delivery — две фазы работы: в discovery команда выясняет, что стоит делать, в delivery — делает и выпускает. Вопрос на интервью: «Как у вас было устроено discovery и сколько гипотез отсеивалось до разработки?»
HADI-цикл — Hypothesis, Action, Data, Insights: гипотеза, действие, данные, выводы. Способ быстро прогонять гипотезы короткими итерациями.
Фича (feature) — отдельная функция продукта. Feature adoption — доля пользователей, которые начали ею пользоваться.
Онбординг — первые шаги пользователя в продукте, цель которых — довести его до первой ценности.
Aha-момент — точка, в которой пользователь впервые понимает ценность продукта. Пример: в мессенджере — первое отправленное сообщение и ответ на него.
Фичафлаг (feature flag) — переключатель, который включает функцию для части пользователей без нового релиза. Нужен для постепенной выкатки и экспериментов.
Метрики аудитории и вовлечённости
DAU / WAU / MAU — число уникальных активных пользователей за день, неделю и месяц. Первым делом на интервью уточните, что считается «активностью»: открытие приложения, поиск, целевое действие.
Stickiness (липкость) — отношение DAU к MAU. Если DAU = 20 000, MAU = 100 000, stickiness = 20%: средний пользователь заходит примерно 6 дней в месяц. Для мессенджеров нормальны высокие значения, для сервисов бронирования отпуска — низкие, и это нормально.
Retention (удержание) — доля пользователей, вернувшихся в продукт через N дней после первого визита.
- N-day retention (classic) — вернулись именно в день N.
- Rolling (unbounded) retention — вернулись в день N или позже.
- Bracket retention — вернулись в заданный интервал, например на 7–13 день.
Вопрос-ловушка: «Retention D30 — 8%. Это хорошо?» Правильный ответ начинается с уточнений: что за продукт, как часто у пользователя возникает потребность, какой тип retention.
Churn rate (отток) — доля пользователей или платящих клиентов, ушедших за период. Для подписок: ушедшие за месяц / клиенты на начало месяца.
Когорта — группа пользователей, объединённых по дате первого действия (например, зарегистрировались в одну неделю). Когортный анализ показывает, как ведут себя разные поколения пользователей, и помогает отличить улучшение продукта от сезонного притока.
Воронка (funnel) — последовательность шагов к целевому действию с конверсией между ними. Пример: открыл карточку вакансии → нажал «Откликнуться» → отправил резюме.
Конверсия (CR) — доля пользователей, совершивших целевое действие, от всех, кто был на предыдущем шаге.
Activation rate — доля новых пользователей, дошедших до aha-момента или ключевого действия в первые дни.
Engagement — вовлечённость: частота, длительность и глубина использования (сессий в день, действий за сессию).
Частота использования (frequency) — сколько раз за период пользователь совершает целевое действие. Её путают с retention: retention отвечает, вернулся ли человек, frequency — как часто он пользуется продуктом.
Монетизация и юнит-экономика
Юнит-экономика — расчёт прибыльности на одну единицу: пользователя, заказ, подписку. Если один клиент приносит меньше, чем стоит его привлечение и обслуживание, масштабирование только увеличит убыток.
ARPU (Average Revenue Per User) — средний доход на пользователя за период: выручка / все активные пользователи.
ARPPU (Average Revenue Per Paying User) — средний доход на платящего пользователя: выручка / платящие пользователи.
Конверсия в оплату (C1, paying share) — доля платящих среди активных пользователей. ARPU = ARPPU × конверсия в оплату — эту связь часто проверяют на собеседовании.
LTV (Lifetime Value), он же CLV — доход (лучше — валовая прибыль) от клиента за всё время, пока он пользуется продуктом. Упрощённая формула для подписки: ARPU × маржинальность / месячный churn. Пример: ARPU 500 ₽, маржа 70%, churn 5% → LTV = 500 × 0,7 / 0,05 = 7000 ₽.
CAC (Customer Acquisition Cost) — стоимость привлечения одного платящего клиента: маркетинговые и продажные расходы / число новых клиентов.
LTV/CAC — соотношение ценности клиента и стоимости его привлечения. Часто называют ориентир «не ниже 3», но на собеседовании лучше объяснить, от чего он зависит: срок окупаемости, доступ к деньгам, стадия компании.
Payback period (срок окупаемости CAC) — за сколько месяцев клиент вернёт затраты на привлечение: CAC / (ARPU × маржинальность).
CPA (Cost Per Action) — стоимость целевого действия: регистрации, заявки, установки.
ROMI (Return On Marketing Investment) — окупаемость маркетинговых вложений: (доход от кампании − затраты) / затраты × 100%.
ROI — окупаемость любых инвестиций, в том числе разработки фичи.
AOV (Average Order Value), средний чек — выручка / число заказов.
GMV (Gross Merchandise Value) — общий оборот сделок через платформу, включая деньги продавцов. Для маркетплейсов важен вместе с take rate — долей GMV, которую платформа оставляет себе как выручку.
MRR / ARR — ежемесячная и годовая регулярная выручка в подписочных продуктах. Net Revenue Retention (NRR) — сколько выручки сохранилось от прошлогодних клиентов с учётом апгрейдов, даунгрейдов и оттока.
Маржинальность — доля выручки, остающаяся после прямых затрат. В ИИ-продуктах сюда входят расходы на вызовы моделей.
Freemium, триал, пейволл — модели монетизации: бесплатная базовая версия, бесплатный пробный период, экран, где предлагают оплатить доступ.
Фреймворки метрик
North Star Metric (метрика «Полярной звезды») — одна метрика, которая отражает ценность для пользователя и связана с долгосрочной выручкой. Пример для сервиса вакансий: число откликов, получивших ответ работодателя за неделю. Частый кейс: «Выберите North Star для Яндекс Карт / Telegram / онлайн-школы».
Дерево метрик — декомпозиция главной метрики на составляющие. Выручка = активные пользователи × конверсия в оплату × ARPPU. На кейсе «выручка упала» по дереву ищут, какая ветка изменилась.
AARRR (пиратские метрики) — Acquisition, Activation, Retention, Referral, Revenue: привлечение, активация, удержание, рекомендации, доход. Каркас, чтобы разложить путь пользователя на этапы и найти слабое место.
HEART — фреймворк Google для UX-метрик: Happiness, Engagement, Adoption, Retention, Task success. К нему добавляют схему Goals — Signals — Metrics: цель, поведенческий сигнал, измеримая метрика.
Leading и lagging метрики — опережающие (быстро реагируют, например активация в первый день) и запаздывающие (выручка, годовой отток). Команда управляет опережающими, чтобы влиять на запаздывающие.
Прокси-метрика — метрика, которую можно измерить быстро и которая предсказывает целевую. Нужна, когда целевая метрика меняется слишком медленно для эксперимента.
Guardrail-метрики (контрольные) — метрики, которые не должны ухудшиться при изменении: скорость загрузки, жалобы, отписки. Пример ответа: «Тестирую новый онбординг на активацию, guardrail — доля обращений в поддержку».
Vanity metrics («метрики тщеславия») — красивые, но бесполезные для решений цифры: число скачиваний за всё время, суммарные просмотры.
Удовлетворённость и обратная связь
NPS (Net Promoter Score) — индекс готовности рекомендовать: доля промоутеров (оценки 9–10) минус доля критиков (0–6) по шкале 0–10. Диапазон от −100 до +100.
CSAT (Customer Satisfaction Score) — удовлетворённость конкретным взаимодействием, обычно по шкале 1–5; считают долю оценок 4–5.
CES (Customer Effort Score) — сколько усилий пользователь потратил на решение задачи. Подходит для оценки поддержки и сложных сценариев.
eNPS — тот же принцип NPS, но для сотрудников; встречается, если продукт связан с HR.
A/B-тесты и статистика
A/B-тест — эксперимент, в котором пользователей случайно делят на группы: контрольная видит текущую версию, тестовая — изменённую. Сравнивают целевую метрику.
Нулевая гипотеза (H0) — предположение, что разницы между группами нет. Тест проверяет, достаточно ли данных, чтобы её отвергнуть.
p-value — вероятность получить наблюдаемую или большую разницу при условии, что H0 верна. Если p-value меньше выбранного уровня значимости (часто 0,05), результат называют статистически значимым.
Уровень значимости (α) и мощность (1 − β) — допустимая вероятность ложноположительного результата и вероятность заметить эффект, если он есть. Стандартный набор: α = 5%, мощность = 80%.
MDE (Minimum Detectable Effect) — минимальный эффект, который тест способен обнаружить при заданном размере выборки. Чем меньше MDE, тем больше нужно пользователей. Вопрос на интервью: «У вас 2000 пользователей в неделю, конверсия 3%. Сможете ли вы заметить рост на 2%?»
Размер выборки — сколько пользователей нужно в каждой группе; считают до запуска теста по базовой конверсии, MDE, α и мощности.
Peeking (подглядывание) — привычка остановить тест, как только результат стал значимым. Повышает долю ложных побед. Правильный ответ: зафиксировать длительность заранее или использовать последовательные методы.
SRM (Sample Ratio Mismatch) — расхождение фактического деления трафика с плановым (например, 52/48 вместо 50/50). Сигнал ошибки в сплитовании: результатам такого теста доверять нельзя.
Эффект новизны — временный рост интереса к любому изменению. Поэтому тесты держат хотя бы одну-две полные недели.
A/A-тест — две одинаковые группы; проверяет, что система экспериментов не находит различий там, где их нет.
Множественное тестирование — сравнение многих метрик или вариантов сразу повышает шанс случайной «победы»; применяют поправки, например Бонферрони.
Приоритизация и планирование
Бэклог — упорядоченный список задач и идей продукта.
RICE — Reach × Impact × Confidence / Effort: охват, влияние, уверенность, трудозатраты. Пример: фича затронет 5000 пользователей в квартал, влияние 2, уверенность 80%, трудоёмкость 4 человеко-недели → (5000 × 2 × 0,8) / 4 = 2000.
ICE — Impact × Confidence × Ease; упрощённая версия без охвата, удобна для быстрой сортировки гипотез.
MoSCoW — Must have, Should have, Could have, Won't have: обязательно, желательно, можно, не в этот раз. Применяют для определения объёма релиза.
Модель Кано — делит функции на базовые (их отсутствие раздражает), линейные (чем больше, тем лучше) и восхищающие (неожиданные плюсы).
Роадмап (roadmap) — план развития продукта по времени или по целям. На интервью ценят роадмап «по проблемам и результатам», а не список фич с датами.
OKR (Objectives and Key Results) — цели и ключевые результаты: качественная цель и 2–4 измеримых показателя. Пример: цель «Соискатели быстрее находят подходящую работу», KR — «доля откликов с ответом работодателя выросла с 25% до 35%».
KPI (Key Performance Indicator) — ключевой показатель эффективности; в отличие от OKR обычно отражает постоянную норму, а не амбициозную цель.
Trade-off — компромисс между вариантами, когда выигрыш в одном оборачивается потерей в другом. Слово часто звучит в вопросах «Почему вы выбрали это решение?».
Технический долг — накопленные упрощения в коде, которые замедляют будущую разработку. Продакт должен уметь объяснить, сколько ресурса команды отдаётся на его погашение и почему.
Процессы и документы
User story — описание требования от лица пользователя: «Как [роль], я хочу [действие], чтобы [результат]». Дополняется критериями приёмки (acceptance criteria).
Эпик — крупная задача, которую разбивают на несколько user story.
PRD (Product Requirements Document) — документ с требованиями к продукту или фиче: проблема, цель, метрики успеха, сценарии, ограничения, открытые вопросы.
Scrum — фреймворк с короткими итерациями (спринтами), ролями Product Owner, Scrum Master, команда разработки и регулярными событиями: планирование, дейли, ревью, ретроспектива.
Kanban — поток задач без фиксированных итераций с ограничением числа задач в работе (WIP-лимит).
Definition of Done (DoD) — общий список условий, при которых задача считается готовой.
Стейкхолдеры — люди и отделы, на которых влияет продукт или которые влияют на него: руководство, продажи, поддержка, юристы. Типичный вопрос: «Расскажите о конфликте со стейкхолдером и как вы его решили».
Go-to-market (GTM) — план вывода продукта на рынок: сегмент, позиционирование, каналы, цена.
Позиционирование и ценностное предложение (value proposition) — какую проблему и для кого продукт решает лучше альтернатив.
Термины для ИИ-продуктов
Вакансии продактов в ИИ-продуктах на vibejobs.ru требуют, кроме базовых метрик, понимания специфики моделей.
LLM (Large Language Model) — большая языковая модель, основа чат-ботов и ИИ-ассистентов.
Эвалы (evals) — наборы тестовых примеров и критериев, по которым оценивают качество ответов модели до и после изменений. Аналог регрессионного тестирования для ИИ-функций.
Галлюцинации — правдоподобные, но неверные ответы модели. Продакт отслеживает их долю и сценарии, где они наиболее опасны.
Стоимость запроса (cost per request) и токены — плата за обращение к модели, которая зависит от объёма входного и выходного текста. Влияет на маржинальность и цену тарифа.
Latency — время ответа. В чатах пользователи чувствительны к задержке, поэтому её берут в guardrail-метрики.
Human-in-the-loop — схема, в которой человек проверяет или подтверждает решения модели. Снижает риск ошибок там, где цена ошибки высока.
RAG (Retrieval-Augmented Generation) — подход, при котором модель отвечает с опорой на найденные в базе документы. Снижает долю выдуманных ответов.
ИИ-агент — система, которая сама выполняет цепочку действий для достижения цели: ищет, вызывает инструменты, проверяет результат. Подробнее о вакансиях в этой нише — в разделе ИИ-агенты.
Как термины проверяют на собеседовании
Вопросы на определение встречаются на скрининге. На основных этапах проверяют применение.
Кейс «метрика упала». «DAU снизился на 15% за неделю. Ваши действия?» Ход ответа:
- Проверить данные: не сломалось ли логирование, не изменилось ли определение активности.
- Отделить внешние причины: сезонность, праздники, действия конкурентов, сбои у платформ.
- Разложить метрику по сегментам: платформа, версия приложения, регион, новые и старые пользователи, источник трафика.
- Найти, после какого релиза или события началось падение.
- Сформулировать гипотезу и способ проверки.
Кейс «оцените фичу». «Как понять, что новая фича удалась?» Нужны целевая метрика, guardrail-метрики, способ сравнения (A/B-тест или сравнение когорт) и заранее определённый порог успеха.
Кейс «выберите метрику». «Какая North Star у сервиса бронирования отпуска?» Ответ учитывает частоту использования: для редких покупок дневная активность бесполезна, важнее число подтверждённых бронирований и повторные бронирования за год.
Кейс «приоритизация». «У вас 10 идей и ресурсы на две. Как выберете?» Покажите фреймворк (RICE или ICE), но объясните, откуда берутся оценки и как вы их проверите.
Вопросы про юнит-экономику. «CAC вырос в полтора раза. Это плохо?» Зависит от того, изменились ли LTV и срок окупаемости. Если параллельно вырос ARPPU, рост CAC может быть приемлемым.
Ответ «по фреймворку» без уточняющих вопросов в начале оценивают ниже, чем ответ, где кандидат сначала выяснил продукт, сегмент и цель бизнеса.
Как показать знание терминов в резюме
В резюме термины работают, когда рядом есть цифра и контекст: «Увеличил D7 retention новых пользователей с 18% до 24% за счёт нового онбординга, проверено A/B-тестом на 40 тыс. пользователей». Список «знаю метрики LTV, CAC, retention» без примеров рекрутер пропустит. Собрать резюме с такими формулировками можно в конструкторе резюме.
Частые вопросы
Нужно ли продакт-менеджеру знать SQL?
В большинстве вакансий продуктового менеджера в России SQL указан как требование или большой плюс. Достаточно уметь написать запрос с JOIN, группировкой и фильтрами, чтобы самостоятельно посчитать воронку или когорту без аналитика.
Чем retention отличается от churn?
Retention показывает долю вернувшихся пользователей, churn — долю ушедших. Для платящих клиентов за один период они дополняют друг друга до 100%, для поведенческого retention по дням прямой связи нет, потому что пользователь может пропустить день и вернуться позже.
Какие метрики спрашивают у джуниор-продакта?
Обычно базовый набор: DAU/MAU, retention, конверсия воронки, ARPU, LTV, CAC, NPS и понимание A/B-теста. От мидла и сеньора ждут дерева метрик, юнит-экономики и опыта выбора метрики под цель бизнеса.
Что делать, если на кейсе не знаешь термин?
Честно сказать, что не сталкивались с этим названием, и попросить пояснить. Затем рассуждать по сути. Попытка угадать определение выглядит хуже, чем уточняющий вопрос.
Чем продакт-менеджер отличается от проджект-менеджера в терминах?
Продакт отвечает на вопросы «что и зачем делать» и говорит в терминах метрик, гипотез и ценности для пользователя. Проджект отвечает за сроки, бюджет и ресурсы проекта и оперирует диаграммой Ганта, критическим путём и рисками. В небольших командах роли совмещают.
Сколько времени нужно, чтобы выучить эти термины?
Определения можно выучить за несколько дней. Чтобы уверенно применять их на кейсах, нужно 2–4 недели практики: разбирать знакомые продукты, строить для них дерево метрик и проговаривать ответы вслух.
