В личку написали, что оффер все-таки активируется не по клику на кнопку. Клик ведет на промо-экран, а уже оттуда происходит активация.

Вы прочитали ТЗ. Теперь прочитайте его ещё раз Задача пришла в Jira: добавить кнопку «Дать денег». Кнопка добавлена, нажимается, технически всё верно — но заказчик уже пять раз нажал и ждёт. Где-то между «в ТЗ написано просто добавить кнопку» и «давайте срочно перепишем до релиза» появляется вопрос, который задаёт вся команда одновременно. Системный аналитик Selectel разбирает, как читать требования так, чтобы кнопка в итоге делала то, чего от неё ждут — а не только то, что в ней написано.

Запись подкаста "Директор бренда", где говорили про VK Знакомства и обсудили много интересного: - Как мы строим доверие в одном из крупнейших цифровых сервисов России - Как нам удаётся сохранять идентичность бренда внутри большой экосистемы - Рассказал про кейс масштабного ребрендинга Badoo, который я проводил - Почему я считаю, что крупные продукты постепенно отказываются от манипуляций и темных паттернов - Как алгоритмы знакомств решают, кого вам показывать - Поделился главным инсайтом о людях, который я вынес за 15 лет работы в дейтинге - Чем, на мой взгляд, российский рынок знакомств отличается от мирового - Каким я вижу будущее рынка знакомств и главные тренды ближайших лет Смотрите подробнее https://youtu.be/Cv019gk8VEI

Почему AI-персоны так убедительно врут Как-то я писала про подход, суть которого юзер-ресерч с помощью AI-персон. Ты описываешь портрет клиента, а LLM отыгрывает его и отвечает на вопросы как живой человек. Звучит как мечта соло-билдера: ноль рекрутинга, ноль созвонов, а “инсайты” можно собрать за один вечер. Но не так однозначно. Что с ними не так: • Модели склонны подстраиваться под рамку вопроса. Дашь чуть наводящую формулировку, и нейронка очень убедительно подтвердит то, что ты и так хотел услышать. • Если не дать модели свежие реальные данные, она опирается на усреднённое прошлое: тексты, паттерны и представления, на которых её обучали. А не на поведение конкретных пользователей сегодня. • Они плохо преподносят сюрпризы. Хороший ресерч часто ценен именно тем, что человек говорит или делает что-то, чего ты вообще не ожидал. AI-персона чаще выдаёт правдоподобное. Но правдоподобное мы и сами можем придумать. В итоге ответы часто получаются плоскими, слишком аккуратными и слишком благожелательными. Synthetic users могут хвалить то, что реальные люди потом игнорируют, не понимают или отвергают. Но это не значит, что инструмент бесполезный. Просто он работает ДО ресерча, а не вместо него: • Прогнать гайд интервью и поймать кривые, скучные или наводящие вопросы. • Быстро накидать гипотезы, чтобы прийти на живые созвоны более подготовленным. • Сделать pre-mortem концепта перед тем, как тратить бюджет на рекрутинг. • Проверить, какие возражения или edge кейсы стоит отдельно послушать у реальных людей. Источник: https://userevaluation.com/post/synthetic-users-vs-real-participants/ #PG_education @productgames

Помните, как в том анекдоте? "Ищу ключи под фонарем, а не там, где потерял. Потому что под фонарем светлее".  Часто предприниматель лечит проблему не там, где она создана. И это получается очень дорогое лечение.  Кросс-дисциплинарность: На Ли был кейс: РОП (рук отдела продаж) выполняет план на 150%, но текучка персонала в его отделе в 3 раза превышает норму, менеджеры жалуются на давление.  HR предлагает уволить или усмирить РОПа, внешние рекрутеры говорят уволить HR и подбирать сильных менеджеров под РОПа. Кросс-дисциплинарные C-level-ы говорят "Так это ж он выжигает клиентскую базу", "Что не так с планом и как он им так манипулирует?", "Может они бегут от условий в компании, а не от РОП?" и "А что будет, когда нужные продажники на рынке закончатся?" Имхо это ситуация из той же оперы, как знаете вечный конфикт между маркетингом и отделом продаж: то ли маркетинг гонит плохие лиды, то ли продажники плохо с ними работают. И конфликт решается только не ангажированным кросс-дисциплинарным спецом, который оценит И качество лидов, И качество их обработки, и состыкует регламенты работы продажников с доступным трафиком.  У меня в работе часто так бывает:  - Пришли с проблемой плохих продаж с рекламы - а исправляем в итоге отгрузку, логистику, сопровождение продаж, которые режут продажи даже при хороших лидах и работе менеджеров.  - Пришли с низкой выручкой - а исправляем запредельные и неконтролируемые расходы, потому что там не в выручке проблема, а в убыточности каждой продажи. И если увеличить выручку - увеличим убыток.  - Пришли исправить чат-ботов - а в итоге я вижу, что менеджеры сидят не на тех каналах продаж, с которыми у них хорошо, и теряют до 90% горячих клиентов. Их посадить каждого на тот мессенджер, с которым у него лучше - и сразу в тот же день рост конверсии на 70%. А дальше дообучать.  - Пришли за рекламой - а в итоге создаю отдел саппорта, потому что на нем отваливаются клиенты с рекламы.  - Клиентке за 3 месяца надо заработать 1.5 млн на первый взнос по детской ипотеки, и дальше ребенку 7 лет - а она опять сползает в продажи по 5000 р., с которыми ей неделю с каждым клиентом плясать.  - Пришли с "допинайте меня до цели" - а я вижу, что там мега-выгорание + истощение + через пару лет клиентка скажет "Зачем я потратила годы на бег к этой не нужной мне цели?" - Пришли с тяжелой прокрастинацией и убеганием в игрушки и шопинг - а в итоге там обесценивание своих достижений и постоянное гнобление себя + тяжелый развод + нелюбимый бизнес жены, от которого собсна и сбегаем. И к которому в итоге возвращаем интерес, благодарность и удовольствие от его развития.  - Пришли с "буксую на записи видео" - а в итоге одной клиентке эти видео оказались вообще не нужны, а вторая в порыве креатива с удовольствием бегает по саду, привязав камеру к палке и снимая любимые саженцы.  Иногда для решения затыка нужен кросс-дисциплинарный спец, который найдет корни затыка. Даже если они проросли в несколько зон и подразделений в бизнесе.  И иногда - даже очень часто - предпринимателю нужно почувствовать, что он не один.  Что можно разделить ношу с кем-то, кому по силам ее нести. Кто видит то, что не видно предпринимателю изнутри его бизнеса.  Кто станет его командой.  У меня есть места на разовый разбор затыка (в том числе быстрый разбор за 2-5 часов или фундаментальное проектирование - в зависимости от ситуации) и регулярное еженедельное сопровождение - где я вижу, где предприниматель забуксовал или забегался по кругу в хаосе, или делает не то, что сейчас решит его задачу, или откатился к старым неэффективным стратегиям, или пытается решать проблему не там, где ее причины.  Тг compin, vk as_is

Новая главная метрика продукта — «время до ценности» 1. Навскидку неочевидно, но самое главное свойство продукта — насколько быстро и просто новый пользователь сможет получить первую ценность от него после регистрации. 2. Немаловажно, что это должно включать в себя ещё и время на понимание того, в чём эта ценность может для конкретного пользователя состоять 😉 3. Если он не сможет быстро и просто это осознать и получить ценность — считай, что он для тебя потерян. Потому что у 99% пользователей 99% продуктов не возникнет желания с этим дальше разбираться 🤷🏻‍♂️ 4. Так что первая ценность продукта даже важнее его конечного результата. Потому что до конечного результата пользователь может просто не дожить 🤣 5. Причём время до получения первой ценности новым пользователем в идеальном случае должно измеряться минутами ⏱️ Для совсем сложных продуктов — максимум часами. Если нет — то по нынешним временем это уже не «быстро и просто». 6. А какую ценность и за какое время твой новый пользователь сможет осознать и получить? Не «узнать», не «посмотреть», не «ввести» — а именно получить для себя то, что он может назвать первой полученной от продукта ценностью! 7. Кстати, стоит заметить, что это уже выделяют в отдельную важную метрику продукта — «Time To Value». А ты эту метрику у себя уже считаешь по своим пользователям? А каким образом? 🔥 Бери идеи ценностей, которые можно добавить к своему продукту — из моих обзоров интересных стартапов и трендов на https://fastfounder.ru/news

Wildberries запустил «Биржу карточек товаров» — сервис для продажи карточек товаров с уже собранными отзывами, рейтингом и товарными остатками. Такой же есть и у Ozon vc.ru/marketplace/3004086

Открыли первые страницы докладов ProductSense'26 ✌ Программа ещё собирается, но с некоторыми темами уже можно познакомиться поближе. Если коротко, то вот о чем точно будем говорить на конференции: ⏩ Как ИИ переписывает роли и процессы в командах ⏩ Как находить свой рынок и растить даже зрелый продукт ⏩ Как прокачивать само продуктовое мышление. А теперь подробнее о докладах и мастер-классах. «Продуктовый руководитель в эпоху ИИ-агентов: от исполнения — к решениям» Спикер: Дмитрий Казаков Что можно отдать ИИ-агентам, что нельзя, и какие навыки руководителя становятся критичными, когда работа смещается от «делаю руками» к «настраиваю систему». «Что ИИ ломает в продуктовой команде и почему старые роли больше не работают» Спикер: Андрей Южаков Когда один человек выдаёт больше, чем раньше делала целая цепочка специалистов, привычное разделение ролей становится неактуальным — разбираем, как перестроить команду под новую скорость. «Как не промахнуться с новым продуктом: шаги и метрики для поиска своего рынка» Спикер: Диляра Бутковская Какие метрики показывают живой спрос, а не просто интерес, и как по ним точно вписать продукт в рынок. «Ставка на рост: как перестроить продуктовый процесс в зрелом продукте» Спикер: Галина Ширанкова Что делать, когда сильной идеи и точечных улучшений уже мало, — на примере Историй «ВКонтакте» о том, как кратно ускорить рост в зрелом продукте. «Трансформация продуктовой работы: как сохранить эффективность при рыночных изменениях» Спикер: Евгений Васильев Как вовремя заметить, что автономия команд перестала работать, и перестроить процессы и зоны ответственности под новую реальность. «За пределами глубинных интервью: количественная сегментация для продуктовых команд» (мастер-класс) Спикер: Алена Киселева Интервью показывают запросы пользователей, но не их масштаб. Разберем, как количественная сегментация подсказывает, на кого делать ставку. «Проклятие опыта: как эволюционировать из эксперта в исследователя» (мастер-класс) Спикер: Дарья Маткина Практика про главный навык сильного продуктолога — отделять факт от интерпретации и предположения. Скоро опубликуем больше тем и спикеров, следите за новостями 👀 @productsense

Есть одна важная штука, почему на стратсессии приглашают внешнего ментора. Взгляд новичка и мышление новичка часто оказываются самым ценным ресурсом на сессиях, потому что он видит вещи, которые все остальные принимают как должное. Так много людей боятся показаться глупыми, что мир переполнен важными вопросами, которые так никогда и не были заданы. Вопросы вроде: «Можете ли вы дать определение нашей бизнес-модели? Зачем мы это делаем?» Готовность быть «профессиональным идиотом» часто делает вас самым ценным человеком в комнате. И часто выясняется, что бизнес-модель, которая кормила компанию 10 лет, уже полгода как умерла, просто никто не решался произнести это вслух. «Глупые» вопросы часто обнажают фундаментальные проблемы. Например Коммерческий директор не может спросить: «Подождите, а в чем именно уникальность нашего продукта?» , потому что коллеги посмотрят на него как на сумасшедшего: «Ты три года этим торгуешь и не знаешь?». Внешний ментор обладает «лицензией на глупость». Ему можно не знать. И когда он с невинным видом спрашивает: «Коллеги, я человек со стороны, объясните на пальцах, зачем клиенту покупать именно у вас?», в комнате часто повисает тишина. Оказывается, что у пяти топов - пять абсолютно разных ответов. @real_julia_bilinkis напишите, я возьму на себя роль такого человека))

У меня есть два супер - скилла. Первый - способность к обучению при абсолютно искренней нелюбви к этому процессу. Второй - способность видеть таланты в людях и помогать им раскрываться. 🎓Про обучение. У меня три высших образования - первый медицинский, ГУУ, Плехановская академия, при этом я ненавижу учиться. Для мы было пыткой получить все эти дипломы. Но хотелось определенных знаний, опыта и это помогло мне в жизни. Когда я связался с EdTech, сделал первые курсы, запуски, я увидел, что повторяю путь того ненавистного образования. Теория, скучно, лекции - УЖААААС. Я поставил себе целью, что любой процесс обучения должен быть интересным, драйвовым, соревновательным. После 18го LinkedInPUMP в феврале, участники программы попросили ПРОДОЛЖЕНИЕ) Т.е. им было мало и они хотели ещё) Мы собрали 4 человека и сделали для них индивидуальную программу обучения. - они учились ещё 4 недели, используя наш трекер - 2 приглашенных эксперта: по ИИ-обучение и Контент-продакшн - был приглашенный немецкий рекрутер, который показал как работает найм в LinkedIn - подготовка индивидуального плана развития и прокачки LI. Это настолько хорошо сработало, что после 19го PUMP, на PUMP+ записалось уже 9 человек🔥! К ним добавились ещё ребята с предыдущих буткемпов. В итоге это превратилось в отдельный продукт, систему, отличную от PUMP и результаты просто космос: 🚀3 человека в процессе собесов на целевые позиции!!!! 🔔2 человека теперь присоединяются к основной программе PUMP в качестве авторов Продуктов! Ведущих практически! 🔥Ведущих оценили на 9.5 из 10!!! Я совсем не ждал, что если слушать людей и делать то, что они просят может получиться такой классный результат) Вообщем теперь официально у нас есть PUMP+ доступный после прохождения программы. Скоро будем делать сайт. 🚀Теперь про мой второй супер скилл - способность видеть таланты. В прошлом году у нас училась Ксюша Соколянская, абсолютная звезда большого медиа и так получилось, что две её подруги тоже учились у нас и друг другу передавали повесть об Александре Лепёшкине) Вообщем Ксюша абсолютнейший лидер, визионер, системщик с…. (угадайте)... нашим любимым синдромом самозванца(как и у всех нас). Я увидел, что Ксюша - это я, способная зажигать людей, давать систему, драйвить и она успешно справилась с этим и раскрылась с новой стороны. Второй человек - это Андрей Щербуха, наш неизменный куратор и звезда LinkedInPUMP. В паре с Ксюшей он внедрил систему, трекинг, дал прозрачность и внедрил ответственность. Так у нас получился тандем новых ведущих. Я безумного горжусь ребятами, что буквально с чистого листа им удалось сделать такой продукт.❤️ Я благодарен участникам, что поверили, доверились! ❤️ Ну и не устаю напоминать себе, что вся жизнь игра и в ней можно делать всё, что угодно) Попробовал - получилось. Не получилось - пробуй заново.

Вопросы для понимания, на чем лучше зарабатывать в продукте После прошлого поста многие задали хороший вопрос: а как вообще понять, на чем компании выгоднее всего зарабатывать? Есть ощущение, что это какая-то магия, доступная только CEO и финансистам. На самом деле у сильных продактов есть несколько очень практичных приемов. Если вам нужна помощь в росте продуктов и команды, пишите @SKoloskov (свыше 120 кейсов на 7 рынках), а если хотите расти в профессии продакта, возможности от редакции канала по ссылке. Первый вопрос, который надо задавать: если завтра запретить компании продавать основной продукт, что она будет спасать в первую очередь? Не что она рекламирует, а что будет защищать. Банк может отказаться от комиссии за переводы, но никогда не откажется от данных для скоринга. Маркетплейс может снизить комиссию продавцам, но не станет отключать рекламный кабинет. Именно здесь обычно находится настоящий двигатель экономики. Второй прием – посмотреть, во что компания инвестирует непропорционально много ресурсов. Если небольшую функцию развивают пять команд, проводят десятки A/B-тестов и обсуждают на уровне топ-менеджмента, значит ее ценность намного выше, чем кажется пользователю. Например, многие банки годами инвестируют в персональные предложения. Не потому что любят баннеры, а потому что каждый дополнительный процент точности рекомендаций может приносить миллионы на кредитах, инвестициях или страховании. Третий прием – искать лидирующий показатель, а не деньги. Деньги почти всегда являются следствием. Например, для подписочного бизнеса важнее не количество подписчиков, а количество людей, которые пережили третий месяц использования. Для маркетплейса – не число заказов, а количество продавцов с повторными продажами. Для банка – не количество карт, а доля расходов клиента, проходящих через его экосистему. Если найти показатель, после которого экономика начинает резко улучшаться, вы найдете и точку приложения усилий. Четвертый вопрос – какая привычка пользователя стоит компании дороже всего? Например, если человек открывает банковское приложение каждый день, вероятность покупки других продуктов значительно выше. Если покупатель начинает искать товар сразу в маркетплейсе, а не в поисковике, стоимость его удержания падает. Если пользователь автоматически оформляет повторный заказ в сервисе доставки, компания начинает выигрывать не за счет одной транзакции, а за счет сформированной привычки. Лучшие продукты инвестируют именно в изменение поведения, а не в отдельную продажу. Попробуйте ответить на вопрос: какую метрику директор продукта готов объяснять совету директоров каждый месяц? Не ту, что красиво смотрится в презентации, а ту, за которую его действительно оценивают. Именно вокруг этой метрики обычно строятся дорожная карта, эксперименты и распределение бюджета. Поэтому, когда вы придумываете новую функцию, сначала спросите: «Какое поведение пользователя она изменит?», «Какую новую информацию мы получим?» и «Какие продукты, сервисы или решения эта информация позволит продавать лучше?» Зачастую самая прибыльная функция не монетизируется вообще. Она лишь создает условия, при которых все остальные продукты компании начинают работать значительно эффективнее. Именно такие механики обычно и строят долгосрочное конкурентное преимущество. Также обратите внимание на предложения от редакции тут https://t.me/FreshProductGo/1792

Да кто такие эти ваши producer-side A/B-тесты? В своей яндексовской эре работы над рекомендациями я точечно работал над качеством ранжирующей модели и не выглядывал за пределы этой области. Та же история была и в рекомендательном периоде работы в X. Но тут один добрый человек рассказал мне, что я оказывается жизни-то вообще и не знаю. Качество системы с точки зрения пользователя это ещё половина проблемы. Дело в том, что для долгосрочного качества платформы и процветания бизнеса необходимо смотреть на то, как изменение системы влияет на производителей контента (что в соцсети, что в маркетплейсе). В самом экстремальном случае система может показывать пользователям очень маленькую прослойку разнообразных авторов и игнорировать остальных. Те могут расстроиться и перестать постить, тем самым ухудшить долгосрочную ситуацию. Влияние на авторов и замеряется с помощью этого самого producer-side A/B теста. Посмотрим на то, как выглядит наивная её реализация в контексте рекомендаций. Среди всех авторов выделяем 2 группы - контрольную и тестовую - к примеру, по 1%. Скор для (98+1)% документов считается дефолтной моделью, тогда как для тестового набора из 1% будем предсказывать новой моделькой. Допустим, что она отдаёт большее предпочтения мелким авторам. Такой тест покажет прекрасный результат - все мелкие авторы счастливы и стали генерировать больше контента. Классический user-side тест, допустим, показал нейтральные метрики. Вроде бы всё в шоколаде, и вы шипаете изменение в прод, но вот беда - эффект испарился. Задроты вам укажут - на лицо нарушение Stable Unit Treatment Value Assumption. Перевожу на русский - изменение ведёт себя по-разному в зависимости от доли, на которую его раскатили. Тот кусочек мелких авторов среди 1%-ной выборки получил преимущество перед 99% таких же вне её. Раскатив изменение, весь рост показов, которые они получили в AB-тесте, размажется на остальные 99%. Чтобы побороть этот эффект, нужен фреймворк посложнее. Одно из решений предлагается в статье от Меты - "A Counterfactual Framework for Seller-Side A/B Testing on Marketplaces". Не знаю, насколько в ней это впервые предложили - может и нет, мне не важно. Иллюстрация на картинке. Итак, теперь мы будем оценивать 100% постов обеими системами - старой и новой (синей и зелёной). Для документов из контрольной выборки мы получаем их финальные позиции, как если бы мы ранжировали все 100% документов так, как обычно - они обозначены как C_1 и C_2. В то же время, документы из тестовой выборки получают свои финальные позиции так, как если бы все 100% документов ранжировала новая система - это T_1 и T_2. Финальную выдачу для пользователя мы создаём, расставляя эти документы на их соответствующие позиции, закрывая глаза на коллизии и помещая случайно друг под другом, если позиции точно совпали. Самый прикол этой схемы в том, что на ранжирование остальных 98% документов в принципе всё равно - до выкатки это будет старая система, после выкатки это будет новая система, но размер эффекта на документы в обоих случаях ожидается одинаковый. Именно это в том числе и проверяют авторы данной работы. В нижней части слева расположена выдача до выкатки - pre-test, а справа после выкатки - back-test. Авторы приводят результаты своих тестов, в которых демонстрируют одинаковость эффекта на измеряемые документы. Такая схема тестирования гораздо ближе к SUTVA. Надо понимать, что эта грёбаная SUTVA никогда не выполняется полностью. Любая выкатка изменяет распределение данных для обучения и последующее ранжирование. В обычных пользовательских A/B-тестах на это закрывают глаза и надеются, что эффект сохранится, что часто подтверждается holdback-экспом. А вот с авторскими A/B-тестами приходится проделывать такую гимнастику, чтобы хоть как-то подобраться к честному замеру. @knowledge_accumulator

Что упускают вайб-кодеры, когда планируют разработку нового проекта? Помимо того, что видит пользователь, есть еще часть которая им не видна - это админка. И это тоже важная часть проекта, и не менее затратная. К прошлому посту набрали больше 40 огонечков, так что показываю вам админку Lovarus. В этом видео рассказываю: • Какие метрики и для чего собираю • Почему важно не забыть про механизм бана пользователей • Как устроена конфигурация агентов • Как сделать свой маркетплейс MCP серверов • Что такое инъекционные промпты Какие метрики на ваш взгляд стоит еще собирать в подобных проектах?

Когда реклама перестала работать, он решил не менять людей, а построить продукт

«Был я, доска в Miro и каша в голове».

Так Борис Аннакурбанов описывает момент, когда Ads Factory ещё не существовало. Было только ощущение, что привычный подход к рекламе больше не работает. Борис руководит маркетингом и является партнёром в международной детской IT-школе Rocket Tech School. Долгое время схема выглядела стандартно: нанять таргетолога, дать портрет клиента, смотреть на цифры. Если стоимость привлечения росла — искать нового специалиста. Но в какой-то момент стало понятно, что проблема не в людях. Борис решил изменить сам подход. Ему хотелось построить систему, где каждая задача будет делать то, что у неё получается лучше всего: машине — перебор сотен гипотез, человеку — оценка и принятие решений. На одной доске Miro он пытался связать между собой сегменты аудитории, jobs-to-be-done, инсайты, офферы, хуки и десятки других элементов рекламной кампании. Постепенно стало понятно, что вручную удержать всё это уже невозможно, и Борис начал собирать инструмент. Первые месяцы казалось, что всё получится быстро. Но чем дальше двигалась разработка, тем чаще приходилось пересматривать ожидания. Пока продукт только собирался, Борис практически каждую неделю обсуждал идеи с другими предпринимателями на мастермайндах R-Founders, которые сам же ведёт. Многие решения, позже появившиеся в Ads Factory, родились именно в этих разговорах. По словам Бориса, это сильно сократило путь проб и ошибок и ускорило развитие продукта. Сегодня у Ads Factory уже есть первые платящие пользователи. Но сам Борис считает, что главная работа только начинается: найти идеального пользователя, накопить данные, встроить Meta и постепенно превратить сервис в систему, которая не просто генерирует идеи, а умеет предсказывать, какие из них сработают именно для конкретного бизнеса. И главным открытием за всё это время стало даже не создание продукта, а понимание того, что он строит не AI-сервис, а AI-first компанию, где искусственный интеллект встроен практически в каждый процесс. 👆 Ключевые цитаты и детали в карточках R-Founders Go Global Channel

наглядные таргеты по M1 retention

Грустный #producthumor на тему событий прошлой недели, когда Apple удалил все приложения VK из стора. Хочется понять как работает такой подход и почему им активно не пользуются мошенники. Помню был период, когда Альфабанк почти каждую неделю публиковал новое приложение в сторе. Всякие Учёты доходов, Холдеры, A-интерьеры и BizKey-и. Их регулярно удаляли, а компания запускала новые. Интересно, как это выглядит с точки зрения команды безопасности? У каждого приложения есть возможность авторизовать клиента в мобильном банкинге с доступом ко всем деньгам? А поддержка как с этим работает? Для мошенников, кажется, вообще идеальный способ. Делаешь приложение, заманиваешь клиентов банка, получаешь реквизиты доступа, делаешь запрос на OTP, используешь его и реквизиты для входа в настоящее приложение, выводишь деньги. Или я что-то не понимаю? Поделитесь в комментариях, если знаете. #producteye

Аутсорс как приставка. Ключевую функцию компании нельзя отдать на аутсорс — её можно только передать. Разница не столько в приставке, сколько в том, что передать можно только то, что уже проверено и нужно повторить, а отдать можно всё, что угодно. В том числе, фантазию, что кто-то сделает ваш бизнес за вас @kratko_po_delu

Можно а зачем? в машинах делать небольшой пауэрбанк, встроенный в подлокотник или торпедо, беспроводной, магнитный, всегда пооный и нажатием с фирменным щелчком извлекающийся прямо из передней панели. Было бы весьма в стиле старых добрых bmw - приехал на встречу на машине, а тел умирает - взял с собой небольшой банк на пару тысяч mAh с брендовым значком и классным дизайном. Министерство Эргономики

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

Вернулся из отпуска Прикольная встроенная фича и агент - Slackbot. Собрал дайджест после отпуска: продукт, релизы, поломки, кто и где меня тегал. Вник за минуту. Знаю, что в России Slack почти все забросили - дорого и платить сложно. Стало интересно: какой у вас сейчас корпоративный мессенджер ?

Народная карта бензина собрала почти 2 млн посетителей за три дня. Её навайбкодил один человек Бэкенд кое-как держит нагрузку, но от нормальной монетизации автор отказывается из принципа — пока есть только донаты. На фоне топливного кризиса появился ГдеБЕНЗ: народная карта, на которой водители сами в реальном времени отмечают, где топливо есть, где очередь, где машин мало и куда ехать уже бессмысленно. Логика простая до примитива: любой публичной заправке можно выдать эти четыре статуса, никакой регистрации нет, как и отдельного приложения, карта работает прямо в браузере. Один водитель отметил, что бензин появился, второй подтвердил, третий уточнил марку и очередь — и десятки людей рядом уже понимают, где стоит пытаться заправиться, а где нет. За первые дни ГдеБЕНЗ собрал больше 100 тысяч отметок, 2 тысячи добавленных вручную заправок и 80 тысяч установок карты на главный экран. Я поговорил с его автором Евгением Чудовым: судя по присланным скринам из Яндекс.Метрики, у проекта за трое суток — 1,8 млн уникальных посетителей, 3,5 млн визитов и 13,2 млн просмотров. Для сравнения: за первые двое суток было 812 тысяч уникальных пользователей. То есть сегодня у сервиса плюс миллион аудитории. Чудов — маркетолог и предприниматель, основатель биржи рекламы Marketly в каналах MAX. Он ведёт сетку каналов на 2 млн+ подписчиков, сделал популярного бота автопостинга «Отложка» (им пользуются 30 тысяч+ каналов). Думаю, можно сказать, что он запускался не с нуля — у него уже были готовая дистрибуция, как и привычка строить инструменты самому под себя. ГдеБЕНЗ, по его словам, он придумал в самолёте, по приземлении накидал план — и к вечеру всё работало. Сервис собран с помощью Claude. На вопрос про разработку Чудов ответил лаконично: «Токенов не счесть» — за эти дни он спалил почти два недельных лимита тарифа Claude Max (который даёт x20 к обычным лимитам). Конечно, ГдеБЕНЗ работает не идеально. Первые сутки автор прыгал с сервера на сервер, наращивая мощность по чуть-чуть, чтобы сайт работал — потом увеличил ресурсы кратно, но лаги и недогруз карты у части пользователей остаются. Инфраструктура к такому наплыву готова не была, и это нормально для сервиса, которому всего несколько дней от роду. Монетизировать ГдеБЕНЗ Чудов хочет, но «исключительно полезной рекламой»: говорит, скамеры и чёрная реклама уже набежали, и «лучше уйду в минус, чем буду толкать людям грязь». Пока — только добровольные чаевые на сервера. Самым диким событием за эти дни он назвал то, что криптаны на хайпе уже успели выпустить монету «ГдеБЕНЗ», а он к этому не имел отношения — пришлось публично открещиваться. Отдельная примета — каналы ГдеБЕНЗ в MAX и Telegram уже насчитывают десятки тысяч подписчиков. В MAX их больше, чем в Telegram, что косвенно говорит о реальной популярности в регионах, а не только в столично-питерском пузыре. На вопрос, сколько процентов заправок сейчас сталкиваются с нехваткой, Чудов отвечать отказался — по его словам, его и так подозревают, что проект «чей-то» и сделан не из благих побуждений. В одном из постов от ГдеБЕНЗ подробно развенчивалась конспирология, что проект — это OSINT для поиска объектов для нанесения ударов. Ну и из топливных компаний и регуляторов с ним пока никто не связывался; говорит, был бы рад, если бы написали те же Яндекс Заправки. Нечасто случается, что вот прям резко и массово оказываются нужны такие узкоспециализированные коммуникационные сервисы — а когда такая потребность возникает, с инструментами типа Claude Code одинокий вайбкодер закрывает её быстрее, чем любая корпорация. И дело не только в скорости разработки (хотя в большой компании ты такое за три дня не выкатишь), но и в рисках того, чтобы показывать дефицит в реальном времени — сегодня это может быть социально радиоактивно. Бензин из воздуха ГдеБЕНЗ, конечно, не создаёт. Но честно отвечает на единственный вопрос, который сейчас волнует полстраны: ехать или не стоит.

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.

/Когда 15 рублей — это не мало/ Я уверена, что у многих есть ощущение, что благотворительность — это про больших доноров, крупные переводы и специальные акции. Что обычный человек со своими 50 рублями туда как-то не очень вписывается. Но больше 600 некоммерческих организаций по всей России — те, что возят людей на лечение, покупают продукты, помогают взрослым с инвалидностью найти работу — делают это не на гранты меценатов. А благодаря округлениям людей, которые заказывают сырники на завтрак из Лавки и такси до работы. Для тех, кто любит, контролировать все в своей жизни, а особенно свои расходы, у компании появилась возможность переводить фиксированную сумму вместе с каждым заказом. Сам выбираешь сумму от 15 до 500 рублей, и она уходит на поддержку НКО. Ровно столько, сколько ты сам решил. За пять лет с помощью уже привычной функции округления пользователи собрали больше 1,5 млрд рублей. Не меценаты. Просто люди, живущие свою обычную жизнь. Хорошее напоминание о том, что продуктовые решения с низким барьером входа часто дают больший социальный эффект, чем разовые крупные инициативы. Вот и весь ответ на «что толку от моих копеек».

А что в твоём случае заменит парад со слоном или Илона Маска? 1. Фаундер Эйрбнб сказал, что их успех был обязан странному вопросу — «как может выглядеть гостиница с 10 звёздочками?». Максимальные сейчас 5 звёздочек, по его словам — это когда ничего плохого не замечено 😉 2. 6 звёздочек — бутылка бесплатного вина и корзина фруктов в номере. 7 звёздочек — гостя бесплатно встречают в аэропорту на лимузине. 8 звёздочек — его встречает парад служащих со слоном. 9 звёздочек — его встречает толпа, выкрикивающая его имя. 3. А 10 звёздочек — когда гостя встречает Илон Маск и отправляет его в космос 🚀 4. Илон Маск или не Илон Маск… Но чтобы создать 10-звёздочный сервис — нужно сначала представить что-то невозможное. А потом выбрать из этого то, что в принципе можно сделать 🎯 5. Культовая сеть гостиниц Хилтон была создана в 1919 году. Эйрбнб потребовалось всего 10 лет, чтобы достичь их масштаба 😮 Не потому что его гостей встречали слоны или Илон Маск. Но потому что стартап стремился к чему-то подобному 😉 6. А как может выглядеть 10-звёздочный сервис в твоей теме? А что из этого ты хотя бы теоретически можешь сделать? А что ты для этого практически делаешь? 🔥 Бери идеи того, что можно добавить к своему продукту, чтобы вывести его на уровень 10 звёздочек — из моих обзоров интересных стартапов и трендов

Великая иллюзия Agile: как индустрия променяла инженерную науку на средневековый эмпиризм Уинстон Ройс в 1970 году нарисовал линейную схему разработки как иллюстрацию того, как делать категорически не нужно — и тут же предложил итерации. Agile-движение подобрало эту схему, назвало её Waterfall, объявило главным злом индустрии и героически победило. Но проблема глубже исторического мифа. Если Agile просто присвоил здравый смысл — итеративность, обратную связь, — то что именно он привнёс? Автор разбирает это через метафору метронома.

Знаете, от чего прям противно? Вот эти вот прогрессбары, которые движутся не от настоящего прогресса, а с предзаданной скоростью. Типа, чтобы пользователь не пугался. В чем вообще идея прогрессбара? Вот у тебя есть N файлов, ты скопировал M из них, и показал на прогрессбаре M / N × 100%. Ну и ты видишь, сколько работы сделано, а сколько осталось. Некоторые прогрессбары даже время примерное до конца показывали! Потом люди заметили, что иногда прогресс неравномерен. Например, с теми же файлами, большой файл копируется дольше, а прогресс мы считаем по количеству. Тогда на большом файле 1% прогресса будет продвигаться дольше, чем на маленьких. Или скачивание из интренета, там вообще непредсказуемо. Если ты начнешь тут считать время, оставшееся до конца, оно у тебя будет плясать — 30 секунд, полдня, неделя, о, снова 30! Пошли сразу шутки, про 99%, про квантовую природу прогрессбаров и так далее. Но — что важно — отображаемый прогресс был связан хоть с чем-то реальным! Можно было поставить курсор мыши на текущее положение, и если оно через 15 минут сдвинулось, значит программа еще что-то делает, а не зависла. Понятно, что прогресс можно предсказать не всегда. Какая-нибудь установка софта, или, не знаю, обработка фотки плагином, короче, какая-то операция, которая не бьется так легко на N шагов, и в которой не всегда понятно, что такое прогресс. Для таких случаев придумали крутилки и недетерменированные прогресс-бары — это такие, в которых полосы нет, а просто все закрашено паттерном и крутится бесконечно по циклу. Типа, идея та же, операция делается, но сколько там прошло и сколько осталось мы фиг его знает. Это все нормальные идеи. Пока что все хорошо. Элементы используются по назначению, коммуникация честная, претензий нет. А потом какой-то маркетолог, или, может, таролог или астролог, в общем, человек с выдуманной профессией, подумал: смотрите. Допустим, мы логиним пользователя. Это сколько-то времени займет. Сколько? Никто не знает. Может, секунду. Может, десять. Вряд ли больше десяти. Но и не мнгновенно. То есть подождать придется. Так? Так. Это значит что? Что пользователь будет переживать. Надо ему что-то показать. Давайте покажем ему детерменированный прогресс-бар! Программисты сразу такие: ну нет, мы прогресс не посчитаем, там сложно, или еще какое-то му-хрю, расписались в беспомощности. И тут мораль/сила воли/система ценностей, которой ни у кого из присуствующих и не было, дала слабину. «Давайте рисовать прогресс от балды!» — сказали они. За первую секунду закрасим 25%. Равномерно, будем добавлять 1% каждые 40 мс. За вторую закрасим, условно, 20%, за третью 15% и так далее. Как только загрузимся, то сразу дорисовываем до 100%, все же радуются, когда кажется, что куча времени еще осталась, а тут хоба и все сразу сделано! Ну а если не загрузимся за 10 секунд, то последние 5% будем тянуть сколько сможем, по какой-нибудь бесконечно приближающейся асимптоте (я уверен, что на том митинге, где это решили, прозвучало слово асимптота, мне нужно хоть что-то приятное про него представлять, иначе хана). Так родилось самое противное изобретение современного интерфейсостроения — лживый прогрессбар. По сути своей он недетерменированный. Но выглядит как детерменированный. Он намеренно лжет и о совершенном прогрессе, и об оставшемся времени. Лжет прямо вам в лицо и не стесняется этого. Еще и выдает это под соусом заботы о пользователе. А ничо тот факт, что мне, как пользователю, нравилось знать, что происходит? Что мне настоящий прогресс, сколь угодно неравновномерный, дороже любых лживых ваших мультфильмов? К настоящему можно было приспособиться, можно было выводы какие-то делать. Им можно было ПОЛЬЗОВАТЬСЯ. А со лживым можно только пить водку, грустно смотреть и плакать. Хватит прятать от меня компьютер! Хватит кормить меня пустыми обещаниями! Я взрослый человек, я хочу знать, что происходит! Я готов принять любой прогресс, пока он правдивый. А обещаниями своими в веб-интерфейсах друг друга кормите.

И снова #темныйпаттерн от Т-банка. Тапнешь в кнопку — автоматически получишь подписку на Kion 😐

По мере того как роли в сферах разработки продуктов, дизайна, Data Science и других сливаются воедино благодаря ИИ, я размышлял о том, как они могут выглядеть в будущем (Boris Cherny, Claude Code) Например, глядя на команду Claude Code, я выделяю пять архетипов: 1. Прототипировщик (Prototyper): генерирует совершенно новые идеи; выдает множество идей, большинство из которых не доходят до стадии реализации. 2. Создатель (Builder) быстро превращает прототип или идею в готовый к эксплуатации продукт или инфраструктуру. 3. Упорядочиватель (Sweeper): приводит в порядок интерфейс, упрощает код и систему, удаляет лишнее, оптимизирует производительность. 4. Развиватель (Grower): берёт уже созданный продукт и дорабатывает его для улучшения соответствия продукта рынку (Product-Market Fit). 5. Поддержка (Maintainer): отвечает за зрелую систему, обеспечивая её безопасность, надёжность, быстродействие и эффективность по мере масштабирования. Многие специалисты совмещают две, а иногда и три роли. Я также заметил, что эти роли не жестко привязаны к должностным обязанностям. Например, в Anthropic есть дизайнеры, соответствующие категориям 1, 2 или 3; то же самое касается инженеров, продакт-менеджеров и специалистов по данным.

Здоровой команде требуется сочетание этих ролей в зависимости от продукта:

- Для нового продукта, ещё не нашедшего соответствие рынку (pre-PMF), нужны люди с сильными навыками типов 1, 2 и 3. - Для растущего продукта, нашедшего соответствие рынку, нужны типы 2, 3, 4 и отчасти 5. - Для продукта с сильным соответствием рынку нужны типы 3, 4, 5 и отчасти 2. Возможно, именно так будут выглядеть продуктовые роли будущего, а не как нынешние узкоспециализированные должности. – 3 основных типа лидеров продукта – Новая структура любого отдела в компании – Командные роли по Белбину

Вспомните свой самый потрясающий клиентский опыт. Который вот прямо «вау». Я вспоминал несколько дней и к моменту выхода поста так и не выбрал подходящий пример. Потому что такой опыт редок. Для его возникновения должны сойтись три фактора, которых нормальный бизнес старается избегать. Ингредиент №1 - катастрофа. Покупатель должен оказаться в по-настоящему затруднительной ситуации. Опоздать на самолет, потерять паспорт, случайно оказаться без денег в чужом городе. В общем – испытать жесточайший стресс. Ингредиент №2 - сопереживание. Сотрудник, которому выпало решать нашу проблему, искренне нам сочувствовал. А не футболил от одного чат-бота к другому, заставляя по пять раз пересказывать одну и ту же историю, теряя драгоценное время. Ингредиент №3, самый главный - саботаж системы. Сочувствующий нам сотрудник не говорит: "к сожалению, ничем не могу помочь, система показывает, что все в порядке, обратитесь лично с паспортом в МФЦ". Нет, он идет на явное нарушение должностной инструкции, закрывает за нами очередь, кому-то звонит, куда-то ходит. В общем - не бросил нас наедине с бедой. Хороший человек. Это парадокс восстановления сервиса - клиент, у которого блестяще решили проблему, становится более лояльным, чем тот, у кого проблем не было вовсе. Однако, должностные инструкции прямо противоречат созданию такого опыта. Их для того и придумали, чтобы, не дай Бог, не переобслужить клиентов. Да и искреннего сочувствия от сотрудников не требуют - иначе повыгорают. Собственно говоря, это и ответ на то, почему мы так редко испытываем прекрасный клиентский опыт. | MAX | подкаст |Treads| X | | Личная жизнь и мысли - Молчанов.Life |

Покажи за 30 секунд — Расскажу про проект, — начал продакт — Лучше покажи В 2008 году стартапер объяснял инвесторам про свой продукт: «Облако, которое использует кроссплатформенный механизм для синхронизации файлов». Они покивали — но денег не дали. Со злости Дрю Хьюстон записал трехминутный ролик: вот файл на одном компьютере — а вот он появился на втором. Никакой инфографики, объяснений, бюджета — просто видео, как живой человек кладет файл в папку. Залил видюшку в сообщество Digg и получил 75 000 регистраций за сутки. С этого начался Dropbox. Семнадцать лет прошло, а мы все пишем лендинги, ищем хитрые ходы, продающие офферы. Но принцип прост — покажи. За 30 секунд станет понятно, чего стоит продукт. Не смотрят — не понимаешь рынка. Не понимают — не знаешь аудиторию. Нет людей — вообще влажные фантазии. 30-секундное видео — это и есть MVP. Попробуй сделать его. «Не все можно показать, — скажет читатель. — Есть сложные В2В-решения; ценность, раскрывающаяся на 3-й месяц; кастомизация...». Это — так. Но тогда возникает вопрос: если не можешь привлечь и удержать 30-секунд внимание клиента, как собираешься повторить этот трюк с его деньгами?!