用户研究岗位行为面试题STAR法则.docxVIP

第PAGE页共NUMPAGES页

用户研究岗位行为面试题STAR法则

一、行为面试题（每题10分，共5题）

1.描述一次你通过用户访谈解决产品问题的经历。请用STAR法则回答（Situation情境，Task任务，Action行动，Result结果）。

评分标准：10分（情境清晰、任务明确、行动具体、结果量化）

2.描述一次你通过数据分析改进用户调研方法的经历。请用STAR法则回答（Situation情境，Task任务，Action行动，Result结果）。

评分标准：10分（数据来源明确、方法创新性、改进效果可衡量）

3.描述一次你处理用户负面反馈的冲突经历。请用STAR法则回答（Situation情境，Task任务，Action行动，Result结果）。

评分标准：10分（冲突核心描述、解决方案逻辑性、用户满意度提升）

4.描述一次你主导用户调研项目跨部门协作的经历。请用STAR法则回答（Situation情境，Task任务，Action行动，Result结果）。

评分标准：10分（协作障碍及突破、跨部门沟通有效性、项目落地率）

5.描述一次你通过用户研究推动产品迭代的经历。请用STAR法则回答（Situation情境，Task任务，Action行动，Result结果）。

评分标准：10分（用户需求转化率、产品指标提升、业务影响）

二、行为面试题答案与解析

1.用户访谈解决产品问题的经历（10分）

答案：

Situation（情境）：2022年，我负责某电商APP的“购物车漏购”问题调研。数据显示，15%的用户在浏览商品后未完成购买，流失率高于行业平均水平。

Task（任务）：需通过用户访谈找出漏购核心原因，提出优化方案。

Action（行动）：

1.设计访谈提纲，聚焦用户购物车交互流程中的痛点；

2.招募10位典型漏购用户（分年龄、购物频次、设备类型）；

3.采用半结构化访谈，观察用户操作并记录异常行为；

4.分析发现三类问题：①忘记购物车存在；②价格敏感放弃结算；③流程中断（如弹窗过多）。

Result（结果）：

1.提出“购物车悬浮提醒”功能，上线后漏购率下降22%；

2.优化结算流程后，转化率提升18%。项目获季度创新奖。

解析：高分关键点：①情境具行业代表性；②行动包含招募、分析等闭环步骤；③结果用数据支撑。

2.数据分析改进用户调研方法（10分）

答案：

Situation（情境）：2021年某游戏APP留存率骤降，传统问卷调研反馈模糊。

Task（任务）：通过数据挖掘明确流失原因，改进调研设计。

Action（行动）：

1.分析用户行为数据（留存曲线、点击路径）；

2.发现“新手教程复杂度”异常；

3.设计A/B测试（简化教程组vs原版组），同时用眼动仪验证；

4.新调研包含“任务中断场景”模拟。

Result（结果）：

1.A/B组留存率提升12%；

2.新调研方案获市场部采纳，覆盖全渠道用户。

解析：高分关键点：①结合定量与定性；②方法创新（A/B测试+眼动仪）；③结果可对比。

3.处理用户负面反馈冲突（10分）

答案：

Situation（情境）：2023年某社交产品收到“广告推送过多”的集体投诉，用户在社区骂声一片。

Task（任务）：平息舆情，同时优化推送策略。

Action（行动）：

1.成立专项小组，24小时监控舆情；

2.主动回访20位核心投诉用户，录音确认诉求；

3.调整算法权重，区分用户标签；

4.发布透明化公告，承诺“可关闭非必要广告”。

Result（结果）：

1.用户投诉量下降80%；

2.新增“推送偏好设置”功能，用户满意度回升5%。

解析：高分关键点：①危机处理时效性；②解决方案兼顾技术+沟通；③结果有量化对比。

4.跨部门协作主导调研项目（10分）

答案：

Situation（情境）：2022年某金融APP需调研用户理财习惯，涉及产品、风控、市场三部门。

Task（任务）：统一调研口径，确保数据可用性。

Action（行动）：

1.制定《跨部门调研协作手册》，明确分工；

2.开设周例会，用白板图实时同步进度；

3.建立“需求池”，风控部门提出合规性意见优先处理；

4.设计分层问卷（普通用户/企业用户）。

Result（结果）：

1.项目提前两周完成，获风控部门全票通过；

2.调研数据支撑的理财产品上线后DAU增长35%。

解析：高分关键点：①流程设计显性化；②平衡多方利益；③结果体现业务转化。

5.用户研究推动产品迭代（10分）

答案：

Situation（情境）：2021年某生鲜APP订单取消率高，用户抱怨配送慢。

Task（任务）：通过调研优化配送体验。

A