外資ITのPM(プロダクトマネージャー)面接フローと重要質問・回答時のポイントを、
WorkCircleのユーザー様、ゆうさんと共同で記事にしました。
✏️
著者について
氏名:ゆう🇺🇸本気のアメリカ就職
プロフィール:メガベンチャーでデータ分析とプロダクトマネジメント|元GAFA米国本社|シアトル在住|在米11年|東大→外資コンサル→メガベンチャー→ベイエリア駐在→アマゾン米国本社→米国スタートアップ→メガベンチャー出戻り(米国支社所属)|英語学習のコツと純ジャパがアメリカ就職する方法を発信
X:https://x.com/honkiku1
Blog:本気のアメリカ就職
Note:海外就職攻略の教科書
前提
本記事は、著者がこれまでPM面接を受けてきた・行ってきた経験、人から聞いた話、及びネットや書籍から得た情報をもとに執筆しています。著者のPM経験は全てアメリカのテック企業のものであるため、日本企業のPM面接には当てはまらない可能性があります。
採用プロセス
PMに限らず、アメリカの多くのテック企業の採用プロセスは、ざっくり以下のような流れで進んでいきます。
応募 → 書類選考 → フォンスクリーニング → インタビュー(複数回) → オファー
応募〜書類選考
まず、応募する際にはその企業のリクルーター(採用担当)から声を掛けられたりエージェントに紹介されたりなど様々な経路がありますが、書類選考の通過のしやすさは体感的には以下のような感じです。
リクルーター > リファラル > エージェント > 採用サイト
リクルーターから声をかける場合、そのままそのリクルーターとフォンスクリーニングになることが多く、書類選考自体はほぼ確実に通ります。
リファラル(社員からの紹介)では、リクルーターから声をかけられる時ほどの確実性は無いですが、リファラル経由の採用はマッチング率が高い傾向があるので一旦は通してみようかという意識が働きやすくなります(とはいえ合わないときは普通に落ちます)。
エージェント経由での書類選考の通過のしやすさは、そのエージェントのポジションの理解度の高さや、採用先の会社からの信頼度に大きく依存します。採用側が求めている人材像と全く異なる人材を推薦してくるエージェントはけっこういます。
最後は企業の採用サイトやLinkedIn経由から直接応募するパターン。これでも通るときは通るのですが、大手テック企業だと1つのポジションに数百件の応募が来ることもざらなので、通過率を上げるために可能な限りリファラルを狙っていくべきです。その会社に知り合いがいれば確実にリファラルを依頼すべきだし、もし直接の知り合いがいなくても友人・知人経由で紹介してもらったり、それでもダメならLinkedInで社員を探してDMでお願いしてみるなど、取り得る手段は全て使ってリファラルを狙いましょう。
フォンスクリーニング
書類選考が通ると、初めにフォンスクリーニングと言って電話で簡単なインタビューが行われます。
フォンスクリーニングではリクルーターと話すことが多いですが、Hiring Managerと直接話すこともあります。
内容としては、先方からそのポジションのもう少し詳細な説明があり、その後こちら側の経歴、リロケーションの可否、ビザサポートの要否などが聞かれます。
フォンスクリーニングは足切り的な意味合いが強いので、その内容で落とされることはそれほど多くないのですが、先方の社内プロセスがリクルーターのフォンスクリーニング後にHiring Managerによるレジュメの確認などだったりすると、この時点で落とされる可能性もあります(実質的には書類選考落ちですね)。
インタビュー(複数回)
フォンスクリーニングが終わるといよいよインタビューになります。
コロナ前は実際に先方のオフィスに出向いてインタビューを行っていたので「オンサイトインタビュー」と呼ばれていましたが、コロナ後はリモートで済ませてしまうことがほとんどですね。
ここで聞かれる質問とその対策についてはこの後の章で詳述します。
オファー
インタビューで面接官から合格が出れば晴れてオファー(内定)です。お疲れ様でした。
が、オファーが出たからと言って喜んでいてはいけません。少しでも良い条件を獲得するために、「給与交渉」をしなければいけません。ただ、給与交渉の仕方はさすがに本記事のスコープを逸脱し過ぎなので、ここでは「給与交渉は必ずした方が良いです」と述べるにとどめておきます。もし需要があればそのうち別記事で書きます。
PM面接でよく聞かれる質問の傾向と対策
ここからは、具体的にPM面接でよく聞かれる質問の傾向と対策について述べていきます。ただし、どのような質問がされやすいかは企業ごとにけっこう特徴があるので、応募先の中の人にどんな質問がされるかを聞いておくと良いです。中の人に知り合いがいなければ、リクルーターに聞いてもけっこう教えてくれます。
GAFAMで僕が把握している範囲だとざっくり以下のような傾向があります:
Google | 行動に関する質問、プロダクトの設計に関する質問、アルゴリズムに関する質問がよく出される。 |
Amazon | 行動に関する質問がほとんど。 |
Meta | 行動に関する質問、プロダクトの設計に関する質問、評価指標に関する質問がよく出される。 |
Microsoft | 行動に関する質問とプロダクトの設計に関する質問がよく出される。 |
(とは言え同じ会社でも組織やマネージャーによって傾向は異なるので、あくまで参考程度に捉えておいてください)
プロダクトの設計に関する質問
概要
「{対象ユーザー}向けの{プロダクト}を設計してください」や、「{プロダクト}を改善してください」といった、プロダクトの設計・改善をさせる質問。
質問例
- 子ども用のX(旧Twitter)を設計してください。
- あなたの好きなプロダクトは何ですか?それをどのように改善しますか?
回答のアプローチ
- Why:プロダクトのミッションとゴールを明確にする
- 質問の文脈を明らかにする。なぜその問題が重要なのか、なぜそれを解決する必要があるのか。自ら前提を置いても良いし、面接官に確認の質問をしても良い。
- 実際に存在している会社の新しいプロダクトを考えるなら、その会社のミッションを念頭に置く。「なぜ」その会社がそのプロダクトを作るのかを意識する。
- もし特定の会社のプロダクトではないなら、一旦は売上をゴールにすれば良いと思うが、念の為に面接官に確認すると良い。
- Who:対象ユーザーを絞り込み、ユースケースを洗い出す
- ユーザーの解像度を上げるために、対象ユーザーを絞り込む。質問で対象市場がある程度特定されていたとしても、それを更に細かい対象に絞り込んだ方がユースケースを洗い出しやすい。
- 対象ユーザーになりうるユーザーグループを特定したら、前段で設定したミッションとゴールに沿って評価指標(例:市場規模、収益性など)を設定し、各グループに得点付けをする。
- 明らかに優先度の低いユーザーグループはここで切り捨ててOK。
- 残ったユーザーグループについて、ユースケースと現在のソリューション(それぞれのユースケースを現状どのように満たしているか)をリストアップする。
- 各ユーザーグループの課題の深刻度(現在のソリューションにどれだけ不満があるか)を考える。いくら市場規模が大きくても、課題の深刻度が低いユーザーグループは結局そのプロダクトを必要としていないので対象ユーザーとしては不適切。
- 課題の深刻度を先程のユーザーグループテーブルに追加し、最終的な対象ユーザーグループを決める。
- What:ソリューション(機能)を考えて優先付けをする
- 対象ユーザーの情報に基づいてプロダクトのアイディアを考える。
- 先ほどリストアップしたユースケースから、特に解決すべきユースケースを抽出する。
- 3〜5つの機能のアイディアを考え、それぞれのユースケースに紐づける
- 各機能について、ユースケースへの貢献度、開発難易度、会社のゴールへの貢献度などを得点付けして機能の優先度を決める。
対策
- ある程度慣れが必要なので、模擬面接等で練習を繰り返しておく。
- 好きなプロダクトとその改善案はよく聞かれるので、事前に1〜2個考えておく。
評価指標に関する質問
概要
プロダクトや機能の評価指標を設定させる質問。プロダクト設計をさせる質問のフォローアップとして聞かれることも多い。
質問例
- Notion AIの成功を測るためにどのような指標を選びますか?
- いま設計してもらったプロダクトの成功をどのように評価しますか?
回答のアプローチ
何も無いところからいきなり評価指標をひねり出してもダメで、プロダクト/会社のミッション・ゴールに基づいて「なぜ」その指標なのかをきちんと説明できるようにする。
- プロダクト/会社のNorth Start Metric(NSM)を考える
- これはそのビジネスモデルによってDAU、利用時間、課金率などだいたい決まってくる。
ビジネスモデル | 例 | NSM |
広告 | Facebook | DAU(Daily Active Users)、利用時間 |
フリーミアム | モバイルゲーム | DAU、課金率 |
エンタープライズSaaS | Slack | DAU、課金転換率、NDR(Net Dollar Retention) |
2サイドマーケットプレイス | Airbnb | MAU、予約数 |
Eコマース | Amazon | MAU、取引総額 |
- 機能とNSMをマッピングする
- 対象となる機能が変化を及ぼす中間指標を検討し、それがNSMにどのように影響を与えるかをマッピングする。このような中間指標をいくつか挙げる。これが対象機能の評価指標の候補になる。
- 優先度と目標を設定する
- 各指標に優先度を付ける。機能による変化が大きく、かつNSMへの影響が大きいと考えられる指標が優先度の高い指標となる。
- 時間に余裕がありそうなら各指標の目標値を設定する。
対策
- メジャーな会社・プロダクトのNSMを事前に考えておく。
行動に関する質問
概要
いわゆるBehavioral Questions。仮定の話ではなく、過去の実際の体験を深堀りし、候補者の人間性やコミュニケーションスキルなどを理解しようとする質問。よく「〇〇だったときの話をしてください」という聞き方をされる。
質問例
- 付き合うのが非常に難しい相手と仕事しなければならなかったときの経験を教えてください。
- 問題のあるチームメンバーに対して指導を行い、大きく成長させられたときの経験を教えてください。
回答のアプローチ
面接官がその質問によってどのような特性を評価したいかを汲み取り、その特性を適切にアピールできる話をすることが重要。よく問われるのは以下のような特性:
- 失敗に適切に対処しそこから学びを得ることができるか
- 他人の意見を拝聴しつつ自分の責任で意思決定ができるか
以下のSTARメソッドで回答すると分かりやすく伝えやすい:
- Situation:背景や状況を説明する
- Task:その状況下で自分に課された目的や課題を特定する
- Action:その目的や課題のために自分が取った行動を説明する
- Result:その行動の結果と、そこから得られた学びを総括する
例えば、
質問:付き合うのが非常に難しい相手と仕事しなければならなかったときの経験を教えてください。
回答例:
前職で、開発チームとマーケティングチームの間でPMを担当していた時のことです。マーケティングリーダーは強いこだわりがあり、意見が通らないとすぐに不満を表に出すタイプの方でした。さらに、開発チームのリーダーとは意見がしばしば対立し、プロジェクトの初期段階では両者のコミュニケーションが停滞し、スケジュールにも遅延が出始めていました。
私はこの状況を解決するために、まずは双方の意見を深く理解することから始めました。それぞれのリーダーと1対1で話し合い、背景や懸念事項をじっくりヒアリングしました。マーケティングチームが急いでいたのは、市場の競争に遅れないためであり、ビジネスチャンスを逃したくないという切実な理由がありました。一方、開発チームが慎重だったのは、テスト不足によるバグの発生や、プロダクトの品質低下を避けたいという技術的な懸念があったからです。
この2つの意見を尊重した上で、「リリースを2段階に分ける」 という調整案を提案しました。具体的には、最初のリリースでは最小限のビジネスインパクトを出せる機能に絞り込み、後続リリースで残りの機能を品質を担保しながら提供する形です。この提案により、マーケティング側はビジネスチャンスを逃さず、開発側も品質を保つことができるため、双方の妥協点を見つけることができました。
さらに、両チームが直接意見を交わしやすいように、定例会を設置してコミュニケーションの透明性を高めました。定例会では私が対話のファシリテーションを行い、意見がぶつかりそうな時も、相手の背景や制約を尊重しながら建設的に議論を進めることを心がけました。
その結果、提案した2段階リリースが採用され、プロジェクトは初期リリースを予定通りに完了することができました。マーケティングリーダーからは『理解して調整してくれたおかげで結果を出せた』と感謝され、開発リーダーからも『進行がスムーズになった』と評価をいただきました。
この経験を通して、異なる立場や意見を持つメンバー同士でも、背景や意図を深く理解し、共通のゴールに向けて調整を行えば、協力関係を築きながら成功に導けると学びました。対人関係の衝突をポジティブな議論に変えることができたのは、PMとして大きな成長だったと思います。
対策
- 最も重要かつ困難なことは、適切なエピソードを瞬時に思い出して分かりやすく伝えること。
- とにかく事前の準備が全て。これまでのキャリア(職場やプロジェクト)で以下の例のような経験を洗い出し、STARメソッドでまとめておく:
- 成功体験
- 失敗経験
- 意思決定
- 対人関係の衝突
- チームをリードした経験
- 困難な条件を乗り越えたこと
- 応募先の企業のコアバリューなどが公開されていれば、それに従ってエピソードを用意できると良い。
- 例えばAmazonのBehavioral Questionsは全てAmazonのLeadership Principlesに基づいて質問される。
フェルミ推定
概要
何かの市場規模や体積などを論理的に推定させる質問。コンサルの入社試験で頻繁に出されるが、PMの面接でも出されることがある。
質問例
- 東京ドームには野球のボールが何個入るか推定してください。
回答のアプローチ
- 問題を分解する
- ロジックツリーを使って問題を分解する(例:売上=ユーザー数×平均売上)。
- ツリーの各アイテムの値を推定しそれを結合すれば答えが求められる。
- 各アイテムの値を推定するために、必要に応じて更に分解を行う。
- 例えばAWSのユーザー数=世界の企業数×クラウド利用率×AWSシェア。
- 世界の企業数を1億社と仮定(世界人口が80億人なので、80人に1社は企業が存在するだろうという概算)し、クラウドサービス利用率はざっくり20%、そのうちAWSのシェアは3分の1とすると、AWSのユーザー数は約660万社。
- 分解のバリエーションとして、指標ではなくグループで分解することもある。
- 例えばAWSの平均売上を出すために、企業規模と平均年間AWS支出を以下のように仮定する:
- 小規模企業(70%):$1,000
- 中規模企業(25%):$10,000
- 大規模企業(5%):$1,000,000
- この加重平均をとると、1ユーザーあたりの平均売上は約$53,200
- ツリーの各アイテムの値を合算して答えを求める
- ちなみに上のユーザー数と平均売上から得られるAWSの年間売上は約$351B。
- AWSの2023年度の売上は約$90Bぐらいなのでまあまあの乖離があるが、面接官は回答が論理的に構造化されている限り実際の数字はさほど気にしない。
対策
- プロダクトに関する質問同様、こちらもある程度の慣れが必要なので、模擬面接等で練習を繰り返しておく。
- オンサイトインタビューであればホワイトボードにツリーやテーブルを書いて説明するところだが昨今のリモート主体のインタビューではホワイトボードは使えない可能性が高い。その場合、Google Sheetを画面共有してロジックの説明をしつつ計算もしてしまうと計算ミスも防げて良い。
- 数字の正確さはさほど問題にならないとは言え、基礎的な数字は(最低でも桁数ぐらいは)覚えておくと良い。
- 人口:
- 世界:80億人
- インド:14億人
- 中国:14億人
- アメリカ:3億4千万人
- 日本:1億2千万人
- GDP:
- 世界:$100T
- アメリカ:$28T
- 中国:$18T
- ドイツ:$4.5T
- 日本:$4.2T
- インド:$3.6T
- MAU:
- Android:35億
- iOS:22億
- YouTube:25億
- Facebook:30億
- Instagram:15億
アルゴリズムに関する質問
概要
機能のアルゴリズムのハイレベルなデザインについての質問。それほど頻度は高くないが、エンジニアが面接官のときに聞かれることがある。
質問例
- Xのユーザーに新しいフォローを勧めるアルゴリズムを設計してください。
- Slackの検索結果をどの順番で表示すべきですか?
回答のアプローチ
エンジニアのインタビューでアルゴリズムについて問われる場合はアルゴリズムの処理効率が重視されるが、PMインタビューの場合は何をどのように最適化するかを論理立てて説明できるかが重視される(よって、レコメンデーションやランキングについて聞かれることが多い)。
- ゴールを設定する
- プロダクトの設計に関する質問と同様に、いきなり個別具体的な話に入るのではなく、上段のゴールの話から始める。
- その機能で実現したいこと(ゴール)が、アルゴリズムで何を最適化すべきかのインプットになる。ゴールと最適化の例:
- ユーザーエンゲージメントを向上する:同じ興味関心を持つユーザーを勧める
- 新しいアカウントの成長を支援する:新規アカウントを優先して勧める
- ユーザーネットワークを拡大する:多様性を重視してアカウントを勧める
- アルゴリズム間でコンフリクトが無ければ複数のゴールを維持できるが、コンフリクトがある場合は何を優先するかを決める。
- 何を優先すべきかは現在のプロダクトのフェーズと課題に依存するが、多くの場合既存ユーザーのエンゲージメント向上が最も直接的かつ即効性が高いため、上記例ではユーザーエンゲージメント向上をゴールとする。
- アルゴリズムのインプットとアウトプットを説明する
- 上記例だと例えば、
- インプット:
- ユーザーの行動データ(フォロー、閲覧、いいね、コメント、投稿内容)
- アカウントデータ(投稿頻度、フォロワー数、エンゲージメント率、登録時期)
- ネットワークデータ(フォロワー/フォロー関係)
- リアルタイムデータ(急激にエンゲージメントが増加しているアカウントなど、最近のトレンド)
- アウトプット:
- 推薦アカウントリスト(最大10件)
- インプットからアウトプットの出し方を説明する
- 上記例だと例えば、
- 推薦候補のアカウントを選定
- そのユーザーのフォローのフォローや、多くのフォロワーを持つ人気アカウント、投稿数の多いアカウントなどのを推薦候補として選定する。
- データ収集と前処理
- 推薦を表示するユーザーの行動データ(閲覧履歴、フォロー中アカウント)を抽出。
- 推薦候補のアカウント情報を取得。
- スコアリングの計算
- 興味ベースのスコア:ユーザーの関心ジャンルと候補アカウントの投稿ジャンルをマッチング(例:コサイン類似度)。
- ネットワークベースのスコア:フォロー中のアカウントとの共通フォロワー数や「友人の友人」関係を考慮。
- エンゲージメント予測スコア:過去に似たプロフィールをフォローした際のエンゲージメント率(過去データに基づく機械学習モデルを使用)。
- リアルタイムスコア:最近のトレンドデータから注目度が急上昇しているアカウントを優遇。
- スコアの統合
- 総合スコアを以下の重みで計算:
- フィルタリング
- スパムアカウントや既にフォロー中のアカウントを除外。
- ランキングと推薦
- 総合スコアに基づき上位10件をランキング化し、リストとして出力。
- 実際のインタビューでは「各インプットから重み付きのスコアを計算して上位10件をアウトプットとします」程度で十分かも知れない。
対策
- 前述の通りそれほど出題頻度は高くないので、想定問題を1〜2題解いておくぐらいで十分。
参考書籍
英語ですが、PMインタビュー対策の定番的な書籍をいくつか挙げておきます。
WorkCircleの外資転職・PMコンテンツ
🧑💻 求人
WorkCircleのパートナー企業
16社が募集する
求人情報で応募が可能です。
WorkCircleスカウトに求人プロフィールを登録することでポジションとプロフィールがマッチした場合、企業の採用責任者がご連絡致します。
カジュアル面談も可能です!
🟠
WorkCircleコミュニティ
270件以上の#外資
220件以上の#面接
900件以上の#転職
100件以上の#PM
関連の
コンテンツが投稿されています。
💸 証明済み年収データベース
オファーレターや給与情報が証明できる書類によって証明された
700件以上の
年収データが登録されています。(プロダクトマネージャーのデータは
30件以上)
登録された方にのみデータベースへのアクセス権が与えられます。
年収値の他、外資特有の各内訳(
RSUなど)、職歴年収、英語力などの詳細情報が確認可能です。
🏢 パルスサーベイ
各企業の企業情報データベース内で、所属するユーザー社員の「報酬・待遇」への満足度を登録・閲覧可能です。