Находим общий язык с пользователями Привет! Это Наташа Коростелёва, продакт в Авито Работе. Пара слов для тех, кто никогда не пользовался Авито Работой: это площадка массового найма, где рабочие, курьеры, продавцы, комплектовщики находят работу. У таких соискателей, синих воротничков, есть большая проблема в поиске — они ищут место, где стабильно заработать, а площадки спрашивают список фильтров — профессию, занятость, число смен. Но человека волнует совсем другое: будут ли штрафы, как встроить подработку в график 2/2. В Kano исследовании «поиск по жизненным ситуациям» оказался в топе востребованных и привлекательных. Мы пошли смотреть, как люди формулируют это сами: в интервью и в диалогах с нашим ИИ-ассистентом. Оттуда вытащили цитаты «нужна работа вечером рядом с домом, чтобы успевать забирать ребёнка из садика». Они и легли в основу подборок. А теперь то, что обычно остаётся за кадром. ➡️ Эксперименты с названиями подборок Сначала мы тестировали громкие, заметные названия вроде «увидеть север» и «лёгкая работа». Логика была простая: чем ярче звучит подборка, тем больше внимания она привлекает. Но всё оказалось наоборот. Чем абстрактнее ситуация, тем меньше людей узнаёт в ней себя: у каждого своя «лёгкость», а «романтика севера», даже если её понимают, не у всех находит отклик. Сработали формулировки, за которыми человек может представить себе что-то конкретное — условно, обычный вторник в своей жизни. ➡️ Поиск метафор В Авито мы много внимания уделяем визуалу и метафорам. Приложением пользуются десятки миллионов человек — должно быть очевидно, что скрывается за каждой кнопкой. Но представление дизайнеров о жизненных ситуациях не всегда совпадает с видением работника на заводе. Отдельный привет метафоре вахты! Понадобилось больше 20 правок, чтобы вместо хипстерского чемодана получить то, с чем человек реально едет на объект. Конверсия зависит от того, поймет ли пользователь, что это про него. ➡️ Ситуации vs. приоритеты Чтобы название новой механики считывалось правильно, исследователи проделали большую работу с фокус-группами. Человек в поиске работы часто находится в уязвимом состоянии, поэтому важно исключить негативный подтекст. «Жизненные ситуации» в русском языке — это про грустное: потеря работы, увольнение, выход на пенсию. А вот название «жизненные приоритеты» оказалось более жизнеутверждающим — оно как бы возвращало контроль над непростой жизнью рабочего человека. С этим вариантом мы и запустили рекламную кампанию. Какие выводы можно сделать? Массовый продукт во времена ИИ-помощников обязан говорить на языке пользователя, а персонализация — это не только про алгоритмы под капотом. Это ещё и сценарии, интерфейсы, формулировки и картинки, в которых человек узнаёт себя.

Вот штука, которая на первый взгляд выглядит как ещё один корп релиз, но на деле получается куда интереснее: Пишут, что Сплит от Яндекс Пей встроили прямо в чекаут (то бишь, в форму оплаты) на Авито. Это первый шаг в их совместном развитии финтех-направления. Напомню, Сплит = яндексовский сервис оплаты частями. Проще говоря, их BNPL. Казалось бы, ну и что, ещё одна кнопка в чекауте, тоже мне новость. Но тут нужно глянуть на цифры, которые у Авито получились на тесте: в группе юзеров, которым выдали Сплит, заказов оказалось аж на 53% больше, чем в группе без него. Даже если допустить, что две выборки были не совсем идентичными - получаем буст конверсии в полтора (!) раза за счёт одной новой кнопочки. Просто так с пол пинка такого эффекта не бывает. Так за счёт чего он достигается? Первая мысль: "Ну, люди любят растягивать платежи на будущее, потому что будущее - оно где-то там, а настоящее - оно прямо тут". Деньги сейчас ценнее, чем потом - это вам любой адекватный студент первого курса экономфака подтвердит. И это правда, но самая мякотка сидит чуть глубже. Смотрите, человеку может нравиться товар, он может быть готов купить вот прям щас - но необходимость сразу выложить всю сумму целиком заставляет притормозить, задуматься, ещё раз взвесить и т.д и т.п. Возникают явные стопперы. А разбивка платежа их снимает. Дело не в рациональной ценности денег (многие юзеры сидят и высчитывают её, как экономисты на экзамене?), а именно в явности стоп-сигнала. В экономике для этого даже есть отдельный термин - "pain of paying", боль оплаты. Ещё 30 лет назад поведенческие экономисты Прелек и Ловенстайн показали, что момент расставания с деньгами мозг воспринимает как небольшую боль (буквально, в мозг идёт примерно тот же сигнал). Чем сильнее этот момент разнесён по времени - тем слабее эта боль ощущается. То есть, Сплит работает не как финансовый продукт, а как анестезия. Вообще, это общий паттерн всего маркетплейсового рынка. Klarna примерно так же интегрируется с Amazon и Walmart, а Afterpay работает почти с каждым фешн-ретейлером. Торговая платформа встраивает чужую платёжную инфру со всем её риском невозврата, а себе оставляет весь навар: рост конверсии в оплату и средний чек. Но в итоге выгодно всем, включая потребителя (конспирологию, что нас всех заставляют покупать плохие дяди-капиталисты мы тут всерьёз обсуждать не будем, окей?) В итоге, по данным Яндекса Сплит в среднем приносит партнёрам 5-10% доп оборота. И это не уникальное достижение конкретно этой сделки, а базовая арифметика любой оплаты частями, встроенной в еком. Конечно, если встроить достаточно грамотно и бесшовно. Дизраптор

Avito вышел в Узбекистан под брендом Listee. Связь между Listee и Avito тщательно скрывается, чтобы не подставить Listee под вторичные санкции Я год назад писал, что Avito планирует выходить на несколько рынков соседних стран. 4 августа компания начала бета-тестирование платформы в Узбекистане. Прямую связь с Avito комания отрицает и придерживается примерно такой легенды:

Listee — независимый стартап бывшего директора Avito, созданный на деньги неназванных международных инвесторов. В Listee работают в том числе выходцы из Avito, которые переносят накопленный там продуктовый опыт на зарубежный рынок.

Я утверждаю, что стартап связан напрямую с Avito. Код для Listee частично скопирован, компания использует ресурсы Avito, принадлежит тем же собственникам: Kismet Capital Group Ивана Таврина и Россельхозбанку. Оба собственника под санкциями. Связь компании и стартапа скрывают, иначе у Listee могут быть проблемы: отказ от обслуживания компании узбекистанскими банками, удаление приложения из сторов и так далее. О связи мне сообщили два источника внутри Avito. Чтобы разорвать связь с материнской компании Listee вычистили весь код и правовые материалы, однако кое-что оставили. Во фронтенде я нашёл множество совпадений по одному паттерну. Например, на двух первых скриншотах характерное совпадение названия и атрибутов у HTML-контейнера иконки. Внутри используется библиотека иконок с названием “zna4ki”, которую в статье Хабра Avito называет своей внутренней библиотекой. Это кастомный элемент, который совпадает один в один. Политика использования cookies также написана слово в слово (Avito, Listee). Характерен набор HTTP-хедеров и клиентских метаданных в запросах с мобильного приложения (показал это в скриншотах). Сам набор данных стандартный, но названия — кастомные. Таблица прямо скопирована. Вы, возможно, спросите меня, зачем вот так подставлять компанию? Самый лучший классифайд в мире. Пусть ведут деятельность в другой стране. Проблема в том, что компания украдена. Иван Таврин, владелец Avito, внесён в санкционный список именно как самый главный скупщик активов после начала войны. Сделка, после которой Иван Таврин купил Avito у нидерландской технологической группы Prosus, прошла под давлением. Госдума до совершения сделки начала обсуждения специального закона, который ограничивал иностранным лицам владение классифайдами. А кандидатов на покупку отбирала администрация президента. В итоге Таврин купил компанию за $2,4 млрд, хотя оценка актива была $6 млрд. Prosus после начала войны заявляли, что не собираются продавать актив.

🔥 Как прошёл офлайн-бранч ODS Moscow × Нескучный Data Science 🧠 Начали с доклада Альберта про то, как в Avito обучают собственную LLM. Это не история про «взяли открытую модель и немного дообучили», а полноценный процесс: выбор базовой модели, собственный токенизатор, адаптация на данных Avito, SFT и дальнейшее обучение с помощью RL. Для SFT собрали больше 800 тысяч примеров: открытые датасеты, синтетические данные, олимпиадные задачи, внутренние бизнес-кейсы и диалоги пользователей с большими моделями. На этапе RL отдельно развивают несколько навыков модели: решение математических задач, следование сложным инструкциям и корректный вызов инструментов. Причём для каждого навыка нужен свой автоматически проверяемый reward. В математике система извлекает финальный ответ и проверяет его эквивалентность правильному. В instruction following — смотрит, выполнила ли модель все заданные ограничения. В function calling — проверяет название инструмента, аргументы и их значения. Отдельно поговорили про инфраструктуру. Для моделей на 8B параметров можно относительно быстро запускать эксперименты и проверять гипотезы. Но при переходе к большим MoE-моделям главным вызовом становятся масштабирование, распределение модели по GPU, батчинг, инференс и offloading. 👨‍🔬 После продуктовых LLM резко переключились на химию. Константин начал с важной мысли: химическая информация — это не один универсальный тип данных. Одну и ту же молекулу можно представить текстом, строкой SMILES, двумерным графом, трёхмерной структурой или структурой, которая изменяется во времени. И под каждое представление нужны свои методы и модели. Поговорили о том, почему даже на фоне сложных нейросетевых архитектур связка Morgan fingerprints + XGBoost всё ещё остаётся очень сильным базовым решением для многих задач с химическими данными. Затем перешли к геометрическим графовым нейронным сетям. Они учитывают расположение атомов и позволяют предсказывать свойства молекул в десятки раз быстрее традиционных DFT-расчётов. Отдельно разобрали нейронные потенциалы и delta-ML. Идея в том, чтобы не выполнять каждый раз дорогой квантово-химический расчёт полностью: часть свойства можно посчитать более дешёвым методом, а нейросети поручить предсказать необходимую поправку. Дошли и до LLM с агентами. Здесь пока всё не так магически, как иногда выглядит в заголовках: модели могут по-разному отвечать на один и тот же вопрос в зависимости от того, передали им обычное название соединения, IUPAC или SMILES. А некоторые агенты, которые должны самостоятельно запускать вычислительные эксперименты, пока скорее напоминают roadmap, чем полностью автономного исследователя. Зато роботизация лабораторий уже вполне реальна: специализированные платформы, роборуки, автоматическое проведение серий экспериментов и превращение обычного оборудования в high-throughput-системы. 🎬 После двух технических докладов разговор с Денисом про ИИ в кино оказался очень кстати 😅 Обсудили, где новые инструменты уже помогают при работе с контентом, какие процессы способны ускорить, где вызывают сопротивление и в каких задачах пока остаются скорее экспериментом. Но, как обычно, самое ценное происходило не только во время выступлений. После докладов продолжили обсуждать услышанное за завтраком, задавать вопросы, спорить, знакомиться и делиться своими кейсами. Спасибо Альберту, Константину и Денису за содержательные выступления, ODS Moscow — за очередную совместную встречу, МИРА бистро — за пространство, а всем, кто пришёл, — за вопросы и атмосферу. Формат «бранч + несколько докладов» точно будем повторять. Поэтому уже начинаем собирать темы для следующего бранч-митапа. Если вам есть о чём рассказать — про рабочий кейс, исследование, неожиданный эксперимент, применение ИИ в своей индустрии или даже неудачу, из которой можно сделать полезные выводы, — присылайте тему доклада и пару предложений о себе в комментарии или личные сообщения. P.S. Будем учиться фотографироваться до того, как все разошлись 😅

/Рубрика "кадровые перестановки": Авито назначил Сергея Хакимова старшим директором по горизонтальным продуктам/ Сергей Хакимов, ранее руководивший продуктовым развитием вертикали Авито Товаров, теперь возглавляет горизонтальные продукты компании [входят дирекции рекламы, монетизации, финансовых сервисов и направление для частных пользователей и профессиональных продавцов]. Также в зону ответственности входит продуктовый офис, который развивает общие процессы и инструменты для команд. «У каждого из направлений свои задачи, своя специфика и экспертиза — и это важно сохранить. Но при этом нужна общая логика работы: единое понимание приоритетов и единый взгляд на проблемы пользователей во всех командах. Тогда путь от идеи до результата станет короче, а взаимодействие пользователей с Авито удобнее. Отдельный фокус — это применение искусственного интеллекта, как в продуктах, так и в работе самих команд», — прокомментировал Сергей Хакимов. Сергей работает в Авито с 2022 года: под его руководством запустили федеральные распродажи, корзину, самовывоз и доставку крупногабаритных товаров, раздел «Авито Премиум» и сервис «Авито для бизнеса». До этого он работал в EY и «Леруа Мерлен»

Как запустить новый продукт — и не разругаться, когда стратегия начинает ломаться Кейс «Авито Премиум» Продолжаем разбирать, как продукту и бизнесу работать на равных, — уже на примере запуска нового продукта. В «Авито» была стратегическая задача: стать лидером премиум-ресейл-сегмента и привлечь новую аудиторию в фешен-категорию. Но бизнес и продукт изначально смотрели на реализацию по-разному: ➡️ Бизнес видел точку роста в профессиональных продавцах — бутиках и ресейл-магазинах люксовых брендов. Логика была понятной: у таких продавцов уже проверенный ассортимент, и не придется масштабно вкладываться в проверку подлинности товаров. ➡️ Продуктовая команда пошла исследовать поведение пользователей — и увидела, что основной запрос — возможность безопасно покупать оригинальные вещи массового премиум-сегмента: Adidas, Michael Kors и других брендов, где особенно много реплик. Из этого сформировалась гипотеза, что пользователям нужны: — проверка на подлинность; — отдельное пространство с проверенными товарами. А еще на старте казалось, что основу ассортимента составят профессиональные продавцы. Но в ходе запуска выяснилось, что пользователи намного активнее реагируют на предложения частных продавцов. И тогда исходная стратегия начала меняться. Потому что вместе с ростом частного ассортимента вырос и объем проверок. А модель, в которой проверка оплачивалась платформой, перестала сходиться по экономике. Командам пришлось быстро перестраивать подход: ➡️ пересматривать позиционирование; ➡️ менять финансовую модель; ➡️ аккуратно тестировать платную проверку; ➡️ искать баланс между экономикой, ассортиментом и пользовательским опытом. При этом продукт и бизнес не начали тянуть систему в разные стороны: — бизнес — в сторону прибыли, — продукт — в сторону пользовательского опыта. Команды заранее договорились об общей целевой метрике — GMV (общий объем продаж), но разделили зоны влияния: 🔵 Бизнес отвечал за ассортимент и средний чек. 🔵 Продукт — за конверсии внутри воронки проверки и организацию премиального пространства. Помогло и то, что работа была синхронизирована не только на уровне метрик — она включала: — регулярные встречи; — совместные продуктовые разборы; — общие ассортиментные стратегии; — единые годовые цели; — прозрачные каналы коммуникации. А еще — совместное погружение в контекст: команды вместе запускали премиальный пункт выдачи на Патриарших прудах, общались с продавцами, собирали обратную связь и сами проходили операционные сценарии пользователей. В итоге запуск показал, что налаженная совместная работа продукта и бизнеса позволяет вовремя отследить важные сигналы рынка и пересобрать стратегию под его запросы. Чек-лист Что помогает продукту и бизнесу не развалиться, когда стратегия меняется уже после запуска: 1️⃣ Договориться о единых терминах. Чтобы продуктовые процессы не звучали для бизнеса как «птичий язык». 2️⃣ Связать продуктовые метрики с бизнес-целями Чтобы команда могла объяснять влияние продукта на языке бизнеса. 3️⃣ Провести взаимный онбординг: — продукта в бизнес; — бизнеса в продукт. 4️⃣ Обсудить стратегию развития продукта заранее: — видение бизнеса; — драйверы и барьеры продукта; — допустимые компромиссы; — систему метрик. 5️⃣ Зафиксировать зоны ответственности: — кто принимает решения; — где границы бизнеса; — где границы продукта; — кто подключается в спорных ситуациях. 6️⃣ Планировать не только дорожную карту, но и критерии гибкости. Что команда будет делать, если рынок или экономика покажут другую картину? 7️⃣ Регулярно погружаться в контекст друг друга: — совместные интервью; — просмотр пользовательских сценариев; — участие в операционных процессах; — тестирование продукта своими руками. Потому что в реальности почти ни один запуск не идет ровно по первоначальному плану. По мотивам доклада «Продукт и бизнес на равных: как договариваться и влиять на деньги, приоритеты и общие цели» Алены Медведевой на конференции ProductSense’25. 💙 VK 🖤 YouTube @productsense

Услышьте гениального интроверта ❤ Защита инициативы в компании часто происходит ярко, с презентацией и красноречивым спикером. Но что, если за всеми красками скрывается посредственная идея? Точно ли вы сможете это увидеть? Мы в Авито опасаемся таких ситуаций и поэтому на защите вместо спича и презентаций принимаем только 6-пейджер. Это шестистраничный текстовый документ, в котором по строгим правилам описана инициатива. Да, это скучно, зато работает гениально: структурирует логику, нивелирует харизму и позволяет сравнивать идеи объективно. 📌 Георгий Степанов из продуктового офиса Авито недушно рассказал о процессе в статье: читайте и берите в работу.