Карьера или профессионализм?

Представьте ситуацию: кандидат блестяще сделал тестовое, знает все о JTBD, уверенно оперирует метриками и виртуозно презентует свои идеи на собеседовании... Но через месяц команда в панике – человек абсолютно недееспособен при столкновении с реальными задачами. Знакомо?

Проблема в том, что стандартный процесс найма оценивает в лучшем случае компетенции: hard и soft skills (маргинальные истории про найм "своих" рассматривать не будем). Презентацию этих навыков можно натренировать, к сожалению, даже если ты ими не обладаешь на деле. Кроме того:

❌ Прокачка презентации навыка может занимать примерно столько же сил и времени сколько, собственно, наработка самого навыка, не удивительно, что люди порой делают выбор в пользу первого и надеются на лучшее.
❌ Знание конкретных инструментов, методов, подходов и презентация чужих кейсов вовсе не означает способность все это применять. За эту способность отвечают метанавыки.

В чем разница?

🔘 Компетенции – это инструменты в вашем рюкзаке: знание UX, методов и подходов к работе с данными, фреймворков приоритизации и работы с метриками... Кстати, модель компетенций менеджеров в продуктовой компании я вижу так.
🔘 Метанавыки – это способность быстро находить нужный инструмент, менять или адаптировать его на лету или даже изобретать новый.

Если компетенции отвечают на вопрос «что?», то метанавыки – на вопросы «как?», «когда?/в каком случае?» и «зачем?».

Иными словами, метанавыки - это «операционная система», благодаря которой человек собственным уникальным образом обрабатывает информацию, учится и принимает решения. Именно она определяет, как профессионал применяет свои знания на практике в разных условиях.

Оценить метанавыки «на входе» объективно сложно. Но это как перейти от оценки «знает ли кандидат конкретную дорогу» к оценке «может ли он найти путь в кромешной темноте».
Для самого же продакта – осознание, что профессионализм во многом зависит от глубинных ментальных алгоритмов, может сильно изменить план развития и не только.

10 метанавыков, которые превращают человека в продакта

Итак, какие позиции, установки и реакции, на мой взгляд, говорят о том, что перед вами потенциально хороший продакт?
(подробнее - на слайде)

1️⃣ «Видит лес, а не деревья» | Системное мышление

2️⃣ «Очень быстро учится» | Learning Agility

3️⃣ «Ловит себя на когнитивных ошибках» | Мета-когниция

4️⃣«Меняет майндсет, как костюм» | Адаптивность

5️⃣«Способен двигаться в тумане» | Умение принимать решения в условиях неопределенности

6️⃣ «Сомневается даже в очевидном» | Критическое мышление

7️⃣ «Продукт — не я» | Объективность/осознанность

8️⃣ «Структурирует хаос» | Креативность

9️⃣ «Умеет вставать после падений» | Антихрупкость

1️⃣0️⃣ «Слышать, а не продавать» | Эмпатия

Вместо вывода

Парадокс в том, что метанавыки, которые делают тебя крутым продактом, могут мешать в карьерном росте. Критическое мышление может сделать тебя неудобным для корпоративной политики, а объективность и системное мышление — скучным, въедливым, холодным для команды, антихрупкость и способность действовать в любых условиях могут вызывать тревогу у твоего руководителя, но главное — не использование результатов твоего труда для продвижения себя (7️⃣) приведет к тому, что твоей работой без стеснения воспользуется кто-то с выраженной темной триадой в части метанавыков...

Возвращаясь к кейсу в начале: Быть или казаться? Как решать кого пускать в свою команду? — дело хозяйское. Весь мой спич — лишь напоминание о том, что какую бы ставку вы не сделали, рано или поздно жизнь потребует от вас баланса 😉

Pro Product

#Компетенции

🚀 Из B2B в B2C или обратно: реальны ли карьерные трансформации продактов?

Я часто слышу мнение, что B2B-шники — «ненастоящие продакты». Мол, «не продакты, не проджекты и вообще тут не нужны». С другой стороны, я слышу и такое: «Ой, он же B2C-шник, сейчас задолбает со своим интерфейсом, ты ему — нужно поисследовать, а он тебе: давайте просто выкатим и посмотрим».

B2B и B2C — это действительно две разные реальности. И хотя в основе работы лежит одно и то же — создание и донесение ценности, — путь к этому серьезно различается, как и люди, которые способны пройти этот путь легко и с большей вероятностью успешно.

Если СИЛЬНО обобщить

🔹 Продакт B2B — это архитектор и стратег, способный выстраивать сложные процессы и долгосрочные отношения.
В B2B продакт-менеджменте критически важны:

- Системное мышление для моделирования и реинжиниринга сложных бизнес-процессов.
- Бизнес-эмпатия для понимания широкого круга персон и их интересов в рамках одного процесса.
- Адаптивность при работе с юридическими, техническими и финансовыми требованиями на одинаково высоком уровне.
- Глубокая обучаемость для быстрого освоения отраслевой специфики.
- Антихрупкость для сохранения мотивации в длительных циклах разработки и продаж.

🔹 Продакт B2C — это экспериментатор, режиссёр пользовательского опыта, который неустанно ищет точки вовлечения и роста.
В B2C продакт-менеджменте ключевыми метанавыками являются:

- Креативность, позволяющая создавать эмоционально привлекательный UX и виральные кампании.
- Быстрая обучаемость для оперативной адаптации к новым трендам.
- Пользовательская эмпатия для повышения удобства использования.
- Антихрупкость, чтобы не страдать из-за неудачных экспериментов.
- Критическое мышление и навыки работы с данными.

‼️Наиболее часто используемые инструменты, а значит, и уровень компетенций в рамках одной и той же модели тоже будет отличаться.

Значит ли это, что B2B-шник не сможет стать B2C-шником (или наоборот)?

Я считаю, что сможет. Но нужно преодолеть свой главный страх (людей или цифр ☝🏻) и прокачать западающие навыки. Но первый шаг — найти мотивацию, а она может быть в обоих случаях.

Сравниваем B2B и B2C: что выбрать?

1️⃣ Зарплаты в B2B vs. B2C
💰 B2B-продакты в среднем зарабатывают больше, чем их B2C-коллеги.
B2B-продукты как правило дороже и сложнее технически, а продакты должны обладать глубокой экспертизой в той или иной сфере. А значит, выше порог входа и меньше конкуренция.
💰 В B2C зарплаты могут быть выше в топовых компаниях (Big Tech, маркетплейсы, финтех, EdTech), но в среднем рынок платит меньше, особенно в мобильных приложениях и digital-продуктах.

Вывод по зарплате: Переход из B2C в B2B перспективнее, если цель — более высокий доход.

2️⃣ Размер рынка труда
📊 B2C-рынок больше, потому что в нём работают больше компаний: от мобильных приложений до e-commerce и digital-сервисов. Входной барьер ниже, вакансий больше. В B2C продакт может легко перейти в другую индустрию (например, из маркетплейса в подписочный сервис).
📊 B2B-рынок меньше, но качественнее. Компании ищут продактов с экспертизой и платят им больше. Труднее зайти без отраслевого опыта.

Вывод по рынку труда: для быстрого поиска работы и маневренности привлекательнее B2C.

3️⃣ Котируемость опыта
🌍 Если цель — попасть в Big Tech (Google, Amazon, Microsoft, Meta, Apple, TikTok) или международные стартапы, стоит понимать, что B2C-опыт котируется выше, потому что такие компании делают массовые продукты.
🌍 Если цель — стать Chief Product Officer, VP of Product или консультировать бизнесы, B2B-опыт сильнее, потому что в нём выше барьеры входа и выше ценность экспертизы.

Вывод по котируемости: Для найма в Big Tech → B2C сильнее. Для роста в руководящие позиции → B2B перспективнее.

Итог
🔘 Если главная цель — зарплата и/или карьерный рост в VP/CPO, то B2B перспективнее.
🔘 Если главная цель — гибкость, постоянство занятости, Big Tech и стартапы, то B2C перспективнее.

А как работать с главным страхом и что подтягивать? Об этом — в следующих постах! 💪

Pro Product

#Компетенции

На самом деле ты не покупаешь — ты влюбляешься!

Начну с банальности: любовь и маркетинг гораздо ближе, чем кажется. И там, и там всё строится на эмоциях, привязанности и тонкой игре с ожиданиями. Мы привыкаем к любимым брендам так же, как к людям: предвкушаем встречу с партнером так же, как новую коллекцию или обновление любимого сервиса; совершаем импульсивные поступки под влиянием эмоций — будь то признание в любви или внезапная покупка «той самой» вещи.

И за всем этим стоит химия. Дофамин, окситоцин и адреналин — три главных гормона, которые сопровождают как романтическую привязанность, так и самые успешные маркетинговые стратегии. Как именно?

🔘 Дофамин: кайф от предвкушения
Этот гормон отвечает не за удовольствие, а за его ожидание. Ты не радуешься покупке — ты кайфуешь от самого процесса охоты!

- Apple: анонсы за полгода → ажиотаж → очереди.
- Netflix: «Продолжение следует…» → ещё одну серию — и спать.
- TikTok: бесконечный скроллинг в поисках нового дофаминового всплеска.

Идеальный маркетинг — это не «вот, держи», а «почти достал, попробуй ещё раз».

🔘 Окситоцин: бренды, которым ты веришь
Это гормон доверия и привязанности. Когда бренд становится «своим», ты возвращаешься снова и снова.

- Patagonia: Мы не продаём вещи, мы спасаем планету.
- Starbucks: Твой именной стаканчик — это не кофе, это забота.
- Lush: Не мыло, а философия осознанности.

Хочешь лояльных клиентов? Сделай так, чтобы покупка ощущалась как дружба.

🔘 Адреналин: эффект “Срочно!”
Этот гормон заставляет нас делать глупости быстро. Например, покупать кроссовки за $500, потому что «осталась последняя пара».

- Supreme: лимитированные дропы, вещи исчезают за секунды.
- Black Friday: «Купи сейчас, или завтра будет дороже!»
- Nike x Travis Scott: 3 миллиона желающих на 5000 пар.

Когда включается адреналин, здравый смысл уходит в офлайн.

С чего все начинается?
Как вы понимаете, влюбить в продукт — несложно, если ты знаешь, как работает мозг. Если продукт хорош, удержать тоже не составит труда. Но как и когда он становится по-настоящему хорошим? Когда продакт и команда сначала сами по уши влюбляются в своего пользователя.

Надеюсь, это про вас. Ну а если нет, то я вам этого искренне желаю 😉

Pro Product

#Философия

📈 7 пользовательских ожиданий, которые нужно знать каждому продакту

Как вы знаете, технологии формируют новые стандарты клиентских ожиданий. ИИ УЖЕ существенно трансформирует пользовательский опыт, предлагая новые паттерны взаимодействия, без глубокого понимания которых создание успешных даже не ИИ-продуктов сегодня становится затруднительным.

Я тут нашла интересную статью по теме, и позволю себе дополнить автора, сгруппировав #Тренды по степени универсальности, обогатив их характерными рисками, ограничениями и потенциальным влиянием. Enjoy!

Группа1️⃣: Однозначно большой тренд — внедрять.
Эти ожидания уже довольно распространены на рынке, потому что заданы крупными продуктами и широко применимы.

«Я готов подождать» → «Я хочу это сразу»
❌ Сомнения:
— В сложных сценариях пользователи могут предпочесть качество скорости (особенно актуально для b2b).
⚠️ Риски:
— Гонка за скоростью может снизить качество.
— Зависимость от дорогой инфраструктуры.
📊 Влияние на метрики:
— Влияет на метрики через высвобожденное время ПОЛЬЗОВАТЕЛЯ. В зависимости от сферы применения можно, например, ↑SL. А это в свою очередь может повлиять на более высокоуровневые метрики, например, ↓отток (churn).

«Я сам займусь рутиной» → «Рутина уже выполнена»
❌ Сомнения:
— Автоматизация эффективна для повторяющихся и стандартизированных задач, в остальных случаях она может снизить качество и сгенерировать риски.
⚠️ Риски:
— Потеря контроля или деградация навыков.
— Ошибки в высокорисковых сферах (например, медицина).
📊 Влияние на метрики:
— Влияет на метрики через высвобожденное время СОТРУДНИКА: ↑продуктивности и, как следствие, возможно ↓операционных затрат или ↑эффективности операций.

«Место для творчества» → «Сделайте всё за меня»
❌ Сомнения:
— Иногда пользователи могут делать что-то ради удовольствия.
⚠️ Риски:
— «Готовое решение» может не учитывать уникальные нюансы и увеличить долю неквалифицированных пользователей.
📊 Влияние на метрики:
— Влияет на метрики через снижение порога входа: ↑CR в новых пользователей, ↓CAC и ↓Time to First Value и др.

Группа2️⃣: Неуниверсальный тренд — пробовать.
Эти ожидания заметны, но их влияние неоднозначно.

«Я настраиваю» → «Собрано специально для меня»
❌ Сомнения:
— В продуктах, где важна ширина и сложная специализация контента (образование), высокая степень конфиденциальности и контроль, это плохое решение.
⚠️ Риски:
— Информационные пузыри, зависимость, нестабильное качество выдачи.
— Этические вопросы.
📊 Влияние на метрики:
— ↑Retention и ↑Engagement.

«Я плачу за доступ» → «Я плачу за результат»
❌ Сомнения:
— Продукты для которых стабилен спрос и/или не всегда явный результат продолжат работать по подписке.
⚠️ Риски:
— Трудность определения и субъективность в оценке результата.
— ↓ Retention, AOV < ARPU, ↓ LTV при замене подписки.
📊 Влияние на метрики:
— ↑Retention, ↑ARPU, ↑LTV если это 2я монетизация (для отдельных фичей).

Группа 3️⃣: Возможно станет трендом — "держать руку на пульсе"
Эти изменения перспективны, но их массовое внедрение под вопросом.

«Я освою этот интерфейс» → «Интерфейс адаптируется под меня»
❌ Сомнения:
— Адаптивный UI контрпродуктивен для большинства b2b-продуктов, где критична стабильность и предсказуемость.
⚠️ Риски:
— Сложность разработки и тестирования адаптивных UI.
— Риск ошибок и ухудшения UX.
📊 Влияние на метрики:
— ↑Метрики онбординга, но ↑обращений в поддержку (DR).

«Инструмент не понимает контекст» → «Инструмент видит, что я делаю»
❌ Сомнения:
— AI пока плохо интерпретирует контекст.
⚠️ Риски:
— Проблемы с приватностью и безопасностью данных.
— Трудности анализа контекста в реальном времени.
📊 Влияние на метрики:
— ↑CRs, но ошибки и ↑обращений в поддержку (DR).

💡 Очевидно, что AI берёт на себя рутину, освобождая время для стратегии и творчества. Что остается нам? Видеть за технологиями людей: понимать что действительно хотят другие и что ценно, создавать смыслы, этично и эффективно управлять процессом.

Pro Product

#AI

🚀 B2B vs B2C: стратегия

Ваш фидбек вдохновил меня на продолжение темы трансформации, поэтому давайте препарируем модель компетенций и разберем, кому и что нужно подтянуть.

Сегодня — мое любимое — стратегия💡 И да, в этом посте говорим только о РАЗРАБОТКЕ, исполнение будет рассмотрено отдельно - в посте про Execution.

━━━━━━━━━━━━━━

💼 B2B
🧠Понимание клиента и его потребностей: Глубокое понимание бизнес-процессов клиента, их pain points и требований. Важно учитывать мнение множества стейкхолдеров.
⌛️ Горизонт: 3-5 лет (Gartner)
🎯 Модели приоритезации для отбора проектов/фичей в бэклог, ориентированные на оценку эффекта и оптимизацию затрат (Weighted Scoring - ваша кастомная модель для взвешивания, Lean Score, ICE)
☢️ Более высокие риски (хотя бы матрица рисков, еще лучше - Монте-Карло, Анализ чувствительности, Сценарный анализ, FMEA)
📈 В фазе анализа меньше внимания коротким трендам, больше всестороннему анализу внешней ситуации (SWOT, PESTLE, Porter's Five Forces, анализ конкурентов, интервью клиентов, JTBD, фаза жизненного цикла продукта)
💰 Финансовое моделирование: юнит-экономика, P&L
💸 Инвестиционная оценка (IRR, NPV, PBP, ROI, DCF), требует акцента на долгосрочную стабильность (NPV, DCF)
▫️ ⚖️ Legal: корпоративное, договорное и налоговое право, регуляторные требования и международные аспекты


━━━━━━━━━━━━━━

💁🏼‍♀️B2C
🫀Понимание клиента и его потребностей: Фокус на массовом пользователе, его поведении и предпочтениях. Обратная связь собирается быстро через аналитику и тесты.
⌛️ Горизонт: 6-12 мес (McKinsey)
🎯 Модели приоритезации для отбора проектов/фичей, ориентированные на охват и удовлетворенность пользователей (RICE, HEART, AARRR, Weighted Scoring - ваша кастомная модель для взвешивания)
🔜 Высокие требования к гибкости стратегии и скорости проверки гипотез
📈 В фазе анализа больше внимания трендам (конкурентный анализ с помощью данных, мониторинг соцсетей, анализ поисковых запросов, отслеживание технологических инноваций) и UX (CJM, JTBD, интервью), также важна фаза жизненного цикла продукта
💰 Финансовое моделирование: юнит-экономика, P&L
💸 Инвестиционная оценка (IRR, NPV, PBP, ROI, DCF), фокусируется на краткосрочной эффективности (PBP, ROI)
⚖️ Legal: защита прав потребителей, регулирование персональных данных, налоги, реклама

━━━━━━━━━━━━━━

💡 Что ОБЪЕДИНЯЕТ оба мира?

➖ Вектор:
✓ Bottom-up 🧠 — продвинь свое видение
✓ Top-down 🎯 — встройся в корп. цели

➖ Уровни зрелости команды:
1️⃣ Delivery → 2️⃣ Реактивная (фидбек) → 3️⃣ Проактивная (research) → 4️⃣ «Меняем правила игры»

➖ OKR-навигация:
○ Objective: "Захватить 20% рынка edtech к 2025"
○ Key Result 1: Запустить 3 новых продукта
○ Key Result 2: Снизить CAC на 35%

➖ Workflow РАЗРАБОТКИ стратегии
  🧩 Проблематизация (вектор, бизнес-мандат, симптомы → Problem Statement, Desired Outcomes)
  🔎 Strategic Discovery (рынок, конкуренты, тренды)
  👥 Выбор целевых сегментов / ICP
  📒 Черновой Backlog идей (invest-themes + Vision-Pitch + успешные Seed-Loop)
  🔖 Сценарирование (2–4 варианта)
  ☣️ Quant & Risk pass (NPV, capacity, RAIDD)
  ✅ Выбор целевого сценария, kill-критерии
  🗂 ROAM-план (Resolve / Own / Accept / Mitigate)
  📅 Сценарный Backlog + Roadmap (эпики, таймлайн, зависимости)
  🔄 Strategy Commit Review — квартальная встреча с Portfolio Steering
    • цель: подтвердить, что Roadmap → North-Star, ресурс укладывается в бюджет, риски покрыты
    • исход: «commit / доработать / не вписывается»
  🔄 Quarterly Strategy Refresh — вносим одобренные Vision / Seed идеи, не ждём год

━━━━━━━━━━━━━━

💬 Что забыла?

Pro Product

#Стратегия #Процессы #Компетенции #Инструменты

Талантам нужно помогать...

На выходных была в музее Теслы, и там меня охватило странное горькое чувство. Я вдруг остро осознала насколько его гениальность осталась недооценена при жизни, как много недополучило человечество. Для этого были и объективные причины: например, электродвигатель явно опередил своё время, а многие другие идеи были спорными. Но ключевые причины упущенных возможностей бесспорно шли изнутри.

Талант и потенциал часто остаются нереализованными из-за неумения продвинуть свои идеи и презентовать свою работу.

Потом я подумала, что в жизни мы постоянно сталкиваемся с подобными ситуациями, пусть и не такими драматичными и судьбоносными для человечества. Сколько талантливых, умных, деятельных людей, чьи идеи так и не находят своего места в мире? Или даже хуже — находят, но признание за это получают совсем другие.

Мы живём в мире, где даже гениальность далеко не всегда гарантируют успех. Часто всё упирается в удачу, связи, умение продать себя...

Можно страдать по этому поводу, а можно признать, что умение донести свои мысли и презентовать свою работу — это обязательная составляющая успеха.

Это не значит, что нужно сконцентрироваться только на этом или оставить любые принципы. Речь о том, чтобы находить баланс между глубиной мысли и доступностью её изложения. Ведь даже самая гениальная идея должна быть понята и принята, чтобы изменить мир. Или хотя бы просто чтобы вы получили ресурсы/премию 😉

В каких ситуациях навыки презентации очень важны для продакта?

1️⃣ Получение ресурсов
2️⃣ Поиск единомышленников, вовлечение команды, повышение эффективности ее работы
3️⃣ Эффективное донесение ценности продукта для потребителей
4️⃣ Атрибуция успешных результатов или правильная упаковка неудач
Как вы понимаете, это едва ли не самые важные моменты, поэтому не стоит в них не дорабатывать 🐈‍⬛

Как презентовывать работу?

С годами я пришла к частому использованию простого фреймворка, который помогает структурировать суть даже самых сложных кейсов, — это STAR (для презентации успеха) или STARL (для презентации неудач). Он подойдет для большинства рабочих ситуаций: от собеседования до выступления, хотя, конечно, требует адаптации под аудиторию и контекст.

✨ S — Ситуация
Контекст: жизненная или рабочая ситуация (в идеале — проблема и пруфы ее наличия, а также важные внешние факторы), акцент на конкретике и уникальных обстоятельствах.

✨ T — Задача
Цель/задача или вызов, который перед вами стоял (в идеале — метрика и ее ожидаемое изменение), какие требования и ограничения существовали.

✨ A — Действие
Шаги для достижения цели. Важно разделять свои действия и действиях команды или план/скоуп проекта.

✨ R — Результат
Эффект: факты, цифры, качественные улучшения и т.п. Плюсом будет обозначить, как измеряли/будете измерять и почему это достоверно.

✨ L — Уроки
Какие уроки были извлечены из ситуации, и как они могут быть использованы в будущем.

В первом комментарии пример применения фреймворка 😊 Любые совпадения с реальными людьми, событиями или организациями случайны и непреднамеренны 😈

‼️ВАЖНО
Если вы работаете/претендуете на позицию Senior+, обозначать эффект (ожидаемый или фактический) от вашей деятельности в цифрах обязательно. Поэтому для внешних презентаций нужно быть внимательным к NDA 👇🏻

1️⃣Опирайтесь на информацию, которую компания транслирует через открытые источники.
2️⃣ Старайтесь не использовать абсолютные цифры. Фокусируйтесь на конкретно своем влиянии, выражая эффект через прирост метрик. И будьте готовы ответить на вопрос "как вы определили это влияние и прирост?"
3️⃣ Если вам задают некорректный вопрос, не стесняйтесь обозначить границы, ссылаясь на NDA. Но при этом предложите свой этичный вариант ответа.

💡Если вы не будете фиксировать результаты своей работы, то в будущем вам будет сложно вспомнить детали и эффектно презентовать свои достижения. Вы рискуете добиться меньшего, чем заслуживаете. Поэтому всегда создавайте портфолио по ходу. 🤗

А какие фреймворки обычно используете вы?

Pro Product

#Инструменты

🚀 B2B vs B2C: Execution

Продолжаем упражнение. Сегодня — Execution💡 (без Лидерства, Discovery и Аналитики).
━━━━━━━━━━━━━━
💼 B2B
🔄 Процессы:
- Длинные циклы разработки с акцентом на качество и надежность.
- Гибридные методологии (waterfall + agile) для баланса между контролем и гибкостью.
- Бюджеты обычно выше, но распределены на длительные периоды.
- Соблюдение регуляторки на всех этапах разработки, особенно при интеграциях и работе с ПД.
🏛 Команда, структура, культура:
- Специализированные команды, часто с элементами иерархичности (не есть good practice).
- Четкое разделение ролей и ответственности (например, с помощью RACI-матрицы).
- Непрерывное улучшение: культура обучения и адаптации процессов для поддержания качества.
🎯 Релизная приоритезация:
- Story Mapping, MoSCoW.
🛠 Технологии:
- Low-code/no-code редко используется для создания (я не про фичу для клиентов) core-продуктов, чаще для вспомогательных модулей и Growth.
- CI/CD: Использование Jenkins.
🔧 Интеграции и кастомизация:
- Продукты должны легко интегрироваться с существующими системами клиентов.
- Должна быть заложена возможность кастомизации под нужды клиента.
🧪 Тестирование и подход к MVP:
- Акцент на качество и надежность продукта → обязательно регрессионное и нагрузочное тестирование, а также на соответствие регуляторным требованиям.
- MVP включает базовые функции, но с акцентом на стабильность.
- Пользовательское тестирование с помощью качественных методов.
🚀 Выкатка:
- Поэтапная: пилот → решение о масштабировании и/или доработках и/или признании неудачи
📄 Документация:
- Критична подробная документация для обучения сотрудников, пользователей и интеграций.
❌ Отношение к ошибкам:
- Ошибки могут стоить дорого. Важно минимизировать риски и быстро исправлять.
📈 Мониторинг:
- Используют корпоративные CRM, BI, ERP и т.п.
- Акцент на долгосрочные (CLTV, цикл сделки) и оперативные метрики. Формальные, периодические отчёты.
━━━━━━━━━━━━━━
💁🏼‍♀️ B2C
🔄 Процессы:
- Короткие циклы разработки с акцентом на скорость и гибкость.
- Гибкие методологии (Scrum, Kanban) для быстрых итераций.
- Бюджеты могут быть меньше, но циклы короче.
🏛 Команда, структура, культура:
- Плоские кросс-функциональные команды с высокой автономией.
- Минимум иерархии, акцент на collaboration.
- Data-driven подход: решения с опорой на данные.
🎯 Релизная приоритезация:
- RICE (когда гипотезы не дробятся), MoSCoW, Kano Model.
🛠 Технологии:
- Low-code/no-code активно используется, особенно на ранних этапах (MVP, прототипы).
- CI/CD: Использование GitLab CI.
🔧 Интеграции и кастомизация:
- Интеграции обычно ограничиваются ключевыми сервисами (платежи, аутентификация).
- Важна не кастомизация, а персонализация.
🧪 Тестирование и подход к MVP:
- Преобладают A/B-тесты и другие количественные методы.
- MVP может быть минималистичным, с акцентом на быстрый запуск и сбор обратной связи.
🚀 Выкатка:
- Поэтапная: A/B-тестирование → решение о масштабировании и/или доработках и/или признании неудачи
📄 Документация:
- Минимальна, акцент на интуитивно понятный UI.
❌ Отношение к ошибкам:
- Ошибки менее критичны, но важно быстрое исправление.
📈 Мониторинг:
- Преобладают reaitime-инструменты и веб-аналитика (Google Analytics, Mixpanel, Amplitude).
- Акцент на оперативных метриках, воронках и результатах экспериментов.
━━━━━━━━━━━━━━
💡 Общее: Workflow Execution:
  🎯 Декомпозиция стратегии → Team OKR/KPI
  🕵️‍♀️ Continuous Discovery (тактика)
   🛠 Приоритизация & Планирование итераций
  🔧 Dev → CI/CD → Pre-Release Gates
  🚀 Запуск фичи / эксперимента
  📊 Оценка
  🔄 Решение "что дальше" (roll-out / переработка / kill)
🔄 Перезапуск

Pro Product

#Процессы #Инструменты

Может ли харизма заменить всё остальное?

Некоторые вчерашние события напомнили мне одну #история👇🏻

Когда-то давно был у меня коллега, который был уверен, что руководитель может ни в чем не разбираться, кроме влияния на людей. Уточню — речь не о том, чтобы не быть IC, а именно про то, что не должен ни в чем разбираться. Более того, тех, кто умел что-то делать «руками», он нескрываемо презирал, ставя крест на их возможностях роста. Карьера его шла как по маслу, пока он рос в рамках коммерческих структур, но однажды гордыня и самомнение привели его на должность, связанную с продуктом.

Он начал действовать проверенными методами: найди «господина», сколоти банду, кошмарь чушпанов… Но оказалось, что тут так не катит: его стиль воспринимается как маргинальный, в "банду" собираются не самые сообразительные, но амбициозные ребята, а один сотрудник, не чурающийся поработать руками, оказывается эффективнее 5х "своих"…

В общем, в один момент он пришел примерно к такой же мизансцене, что мы видели вчера в овальном кабинете.

Но в чем он был не прав (если был)?

Слово «харизма» происходит от греческого *χάρισμα* — «божественный дар».
Вебер определял харизматическое лидерство как власть, основанную на исключительных качествах, которые воспринимаются как сверхъестественные.
Однако в современной бизнес-среде понятие исказили: сегодня «харизматичным» называют любого, кто умеет убеждать или эффектно себя подавать.

Типы харизмы:
🔘 Трансформационная (Стив Джобс, Мартин Лютер Кинг)
— Вдохновляет на прорывы, меняет парадигмы.
— Риск: Отрыв от реальности.

🔘 Нарциссическая (Элизабет Холмс, некоторые политики)
— Самолюбование, манипуляция восхищением или страхом.
— Риск: Культ личности вместо системного успеха.

🔘 Демократическая (Ингвар Кампрад, Нельсон Мандела)
— Эмпатия, включение команды в процесс.
— Риск: Воспринимается как слабость в агрессивных культурах.

🔘 Авторитарная (Джек Уэлч, военные лидеры)
— Контроль, решительность, сила.
— Риск: Подавление инакомыслия, текучка талантов.

🔘 «Тихая» (Уоррен Баффет, Мария Склодовская-Кюри)
— Влияние через знания, скромность, последовательность.
— Риск: Не работает в «театральных» сферах (продажи).

🔘 Социальная (Опра Уинфри, Ричард Брэнсон)
— Эмоциональные связи, «харизма друга».
— Риск: Стирание границ между личным и профессиональным.
...

✔️ Харизма даёт преимущество: помогает мотивировать, продавать идеи, сплачивать команды.

❌ Харизма бывает разная - то, что кажется харизматичным продавцам, далеко не всегда откликается аналитикам и разработчикам. А если кроме этого тебе нечего предъявить, начинаются проблемы.

Почему нельзя выехать на одной харизме?

1️⃣ Провалы из-за недостатка экспертизы
Харизма маскирует недостаток знаний лишь временно. Рано или поздно пробелы в экспертизе становятся фатальными.
— Пример: Элизабет Холмс не смогла привлечь профессиональных инвесторов в Theranos, т.к. не имела работающего прототипа (она привлекла и обманула богатых дилетантов).

2️⃣ Мотивационные качели
Эмоциональный импульс от харизматичного лидера краткосрочен. Без системной мотивации команда теряет интерес.
— Пример: После смерти Джобса Apple сохранила успех благодаря процессам, а не харизме Тима Кука.

3️⃣Риски импульсивных решений
Быстрые решения без консультаций с экспертами часто ведут к потерям.
— Пример: Илон Маск и Twitter/X — массовый уход рекламодателей из-за хаотичных изменений.

4️⃣ "Банды" и авторитаризм
В токсичных культурах харизма привлекает карьеристов, а не профессионалов.
— Пример: Enron: культура лояльности выше компетенции привела к краху.

5️⃣Этические риски
Харизма без ценностей скатывается в манипуляцию.
— Пример: Руководство Theranos и Enron использовало обаяние для мошенничества.

💡Харизма — это не панацея, а инструмент, который хорошо работает в связке с экспертизой и этикой и может быть неуместен и даже опасен. Харизма без содержания, как фейерверк: ярко, кратко, а иногда еще и кому-то под ноги.

Pro Product

#Компетенции #Инструменты

Должен ли руководитель работать "руками"?

Есть такой термин IC (individual contributor) — это эксперт, который глубоко разбирается в своей области и способен вносить значимый вклад самостоятельно, без подчиненных. IC фокусируются на Execution, но их роль не ограничивается исполнением — они часто влияют на стратегию.

Почему компании хотят, чтобы руководитель был IC?

Cовмещение ролей руководителя и IC — распространенная практика. Основные причины можно разделить на три категории:

1️⃣ Ресурсные ограничения
Молодой продукт (процессы пока не выстроены).
Ограниченный бюджет (разработка может "переварить" задачи только от одного менеджера).

2️⃣ Кадровые проблемы
Дефицит талантов (рынок слабый, приходится растить своих).
Слабый HR-бренд (компания не привлекает сильных IC, и руководитель компенсирует это своей экспертизой).

3️⃣ Контекстные требования
Сложные технологии (без глубоких знаний руководитель не может принимать решения).
Культура компании (ценности вроде «делаем вместе»).
Нужно подтверждать авторитет через экспертизу.

Исследования Gartner и Deloitte показывают, что совмещение ролей руководителя и IC — чаще всего временное решение. По мере роста компании фокус смещается на стратегию и организацию процессов.

Может ли руководитель не быть IC?

Конечно, да! Но с двумя оговорками.имхо

1️⃣ Руководитель должен разбираться в сфере, иначе:

❌ Команда может сомневаться в его авторитете (чем сложнее сфера, тем выше требования к экспертизе).
❌ Он не сможет выстроить реалистичную стратегию.

Лишь небольшая доля менеджеров способна компенсировать недостаток hard skills выдающимися soft skills, мэтчем с корпоративной культурой (или глубокой интеграцией с "deep state", как сейчас модно говорить 😆) и способностью быстро учиться.

2️⃣ Игра не должна быть с нулевой суммой.
От прибывания именно этого человека на этой должности должна быть добавленная ценность.
Если руководитель отвечает не за код, дизайн или аналитику, а за видение и создание среды, в которой команда может выдавать сильный результат, то его эффективность должна измеряться не конкретными запусками, которые делал не он, а способностью выстраивать процессы и достигать стратегических целей.

Какие метрики оценивают эффективность руководителя не IC? Примеры

✔️ Достижение стратегических целей
Особенно важно когда стратегия разрабатывалась TOP DOWN, т.е. была спущена сверху и декомпозирована на подразделение. Метрики могут быть разными: CSAT/NPS, добавленной ценности/эффективности решения, AARRR, Growth-метрики... и даже выполнение плана по P&L.

✔️ Revenue per Feature (% новых продуктов/фичей в выручке и его динамика)
Руководитель влияет на то насколько эффективно инвестируются ресурсы. Если новые решения не дают прирост — это сигнал о проблемах на стратегическом уровне.

✔️ Time to Market
Скорость релизов — полностью зависит от организации процессов Execution.

✔️ Длина и динамика очереди в разработку и/или Фокус-фактор (загрузка команды)
Чисто процессные метрики, подсвечивающие насколько хорошо руководитель может организовать процесс, балансирующий Discovery и Delivery/Execution.

✔️ % отмененных эпиков после запуска
Неподтвердившаяся гипотеза - это нормальное и очень частое явление, но если здесь нет улучшений, значит, есть проблемы в фазе Discovery.

✔️ Ошибки в оценке рынка/эффекта
Если запуски регулярно не попадают в оценки, значит, есть проблемы в фазе Discovery.

✔️ Текучесть и укомплектованность
Если специалисты быстро уходят или сложно закрывать вакансии, проблема, скорее всего, не только в рынке, но и в управлении.

✔️ Влияние на HR-бренд
Репутация на рынке связана с опытом ушедших сотрудников и это зона ответственности CPO.

💡 Задача лидера — формулировать видение, которое будет увеличивать стоимость бизнеса, а также создавать условия, при которых команда будет эффективно его реализовывать.
Иногда для этого нужно быть IC (временно или постоянно).
Важно избегать путаницы в ожиданиях друг от друга и выработать корректную систему координат для оценки эффективности.

Pro Product

#Процессы #Метрики

🌺 7 ИССЛЕДОВАНИЙ ДЛЯ ЖЕНЩИН, СТРОЯЩИХ КАРЬЕРУ

8 марта — прекрасный повод вспомнить, какой путь проделали женщины в своем намерении получить равные права. Однако «стеклянные лабиринты» в карьере всё ещё существуют. Поэтому сегодня я подготовила подборку исследований, которые помогут каждой женщине продвинуться вперёд еще немного 👇🏻

━━━━━━━━━━━━━━

1. Brescoll, V. L. (2016). Leading with their hearts? How gender stereotypes of emotion lead to biased evaluations of female leaders. *The Leadership Quarterly, 27(3), 415–428*. [Ссылка]
🔹Основная идея: Эмоции женщин-лидеров воспринимаются как «слабость», даже если мужчины проявляют то же самое.
🔹 Критика: Исследование не учитывает культурные различия (например, в Азии стиль лидерства может восприниматься иначе).
🔹 Вывод: Учитесь управлять эмоциями, но не позволяйте стереотипам диктовать ваш стиль.

2. Eagly, A. H., & Karau, S. J. (2002). Role congruity theory of prejudice toward female leaders. *Psychological Review, 109(3), 573–598*. [Ссылка]
🔹 Основная идея: Женщины нарушают стереотипы, когда ведут себя «по-мужски», и это вызывает предубеждения.
🔹 Критика: Теория не объясняет, как меняются стереотипы со временем.
🔹 Вывод: Ваш авторитет не должен зависеть от гендерных шаблонов.

3. Cuddy, A. J. C. et al. (2015). Preparatory power posing affects nonverbal presence and job interview performance. *Journal of Applied Psychology, 100(4), 1286–1295*. [Ссылка]
🔹 Основная идея: «Силовые позы» (например, руки на бедрах) повышают уверенность и снижают стресс.
🔹 Критика: Некоторые учёные оспаривают воспроизводимость результатов.
🔹 Вывод: Даже если эффект спорный, вы ничего не потеряете, если попробуете.

4. McKinsey & Company. (2020). Women in the Workplace. [Ссылка]
🔹 Основная идея: Женщины реже получают повышение за те же достижения, что и мужчины.
🔹 Критика: Данные собраны в США — глобальные тенденции могут отличаться.
🔹 Вывод: Требуйте признания своих заслуг. Скромность украшает, но не помогает.

5. Eagly, A. H., & Carli, L. L. (2007). Through the labyrinth: The truth about how women become leaders. *Harvard Business Review*.
[Ссылка]
🔹 Основная идея: Карьера — это лабиринт барьеров. И в лабиринте нужна навигация, а не кувалда, чтобы ломать стены.
🔹 Критика: Авторы делают акцент на корпорациях, игнорируя стартапы.
🔹 Вывод: Ищите свой путь, а не пробивайте стены.

6. Tannen, D. (1994). Talking from 9 to 5: Women and men at work. HarperCollins. [Ссылка]
🔹 Основная идея: Женщины чаще смягчают речь («извините», «может быть»), что снижает весомость слов.
🔹 Критика: В эпоху удалёнки краткость и прямота стали нормой для всех.
🔹 Вывод: Замените «Извините, можно вопрос?» на более твердые, но неагрессивные формулировки.

7. Eagly, A. H. et al. (2003). Transformational, transactional, and laissez-faire leadership styles. *Psychological Bulletin, 129(4), 569–591*. [Ссылка]
🔹 Основная идея: Женщины чаще используют трансформационный стиль (вдохновение + поддержка), который эффективнее авторитарного.
🔹 Критика: Мужчины-лидеры тоже перенимают этот стиль, стирая гендерные различия.
🔹 Вывод: Ваша сила — в умении объединять, а не доминировать.
━━━━━━━━━━━━━━

➕ БОНУС: Кристина Хофф Соммерс в книге «Кто украл феминизм?» напоминает:
🔘 Не все барьеры связаны с дискриминацией — иногда просто выбрали не вас или вы не договорились.
🔘 Избегайте мышления жертвы: карьера зависит от системы настолько же, насколько от ваших действий.

💡 Баланс силы и мягкости, правильный образ — это не вопрос гендера, а навык. Как показывают исследования, его можно освоить. А лучшая стратегия — та, где вы остаётесь собой, но не забываете о правилах игры 💐

Pro Product

#Компетенции #Исследования

Данные тоже врут: ловушки data-driven подхода

Меня жутко раздражает, когда из data-driven делают культ. В смысле просто «верят» и проводят дорогие «ритуалы».

💡 По данным Microsoft и Airbnb, 80-90% экспериментов не показывают значимых или положительных результатов. А по данным Google из успешных только 1 из 7 (т.е. ~14%) приводит к заметному бизнес-эффекту. Прибавьте сюда факт, что любой тест — это относительно долго и дорого, и вера в волшебную таблетку исчезает.

И все же ничего лучше data-driven пока не придумали. Чтобы не сливать возможности и ресурсы впустую, критически важно выстроить системный процесс, включая:

✔️ Эффективную модель приоритезации, чтобы тестировать в первую очередь гипотезы с максимальным потенциальным эффектом.
✔️Обеспечивать качество формулировки гипотез и их оценок.
✔️Поддерживать длинный и постоянно пополняющийся бэклог.
✔️ Извлекать уроки из неудач, но проводить каждый эксперимент максимально корректно — избегая когнитивных искажений и ловушек👇🏻

Ловушка 1: Культ метрик тщеславия
❌ «DAU растет — мы молодцы!» (но LTV падает).
✅ Постройте иерархию метрик: на вершине — ключевые бизнес-показатели (выручка, прибыль), а операционные метрики объясняют их изменения. Добавьте компенсирующую метрику для контроля, что рост дохода не ухудшает UX.

Ловушка 2: Подтверждающее смещение
❌ «Игнорируем регионы с падением продаж и негативом, фокусируясь на росте».
✅ Внедрите Peer-review и Pre-Mortem для проверки гипотез до запуска, а Randomized Response Review или красную команду — для слепой и объективной интерпретации результатов.

Ловушка 3: Корреляция ≠ Причинность
❌ «Сменили цвет кнопки → выручка выросла» (но причина — сезонность).
✅ Проводите контролируемые изолированные эксперименты и учитывайте внешние факторы при интерпретации результатов.

Ловушка 4: P-hacking (избирательный поиск значимости)
❌ «20 тестов → 1 случайный «успех» → выдаем за инсайт».
❌ Чистка данных от «неудобных» выбросов.
❌ Накопление данных для «любимых» гипотез.
❌ Преждевременная остановка теста.
✅ Фиксируйте всё до старта теста и не отступайте от намеченного, используйте корректировки на множественные сравнения для повышения достоверности результатов.

Ловушка 5: Подгон данных под убеждения
❌ «Графики в отчете «подтверждают» мнение CEO».
✅ Чётко разделяйте подтверждённые данные и предположения, основанные на интуиции, чтобы избежать манипуляций.

Ловушка 6: Cherry-picking (избирательное представление данных)
❌ «Показываем рост Retention, скрывая ботов в трафике».
✅ Публикуйте полные и прозрачные данные, а также проводите регулярный аудит аналитических процессов.

Ловушка 7: Пост-хок формулирование гипотез (HARKing)
❌ «Нашли случайную связь → объявили, что это и была гипотеза».
✅ Документируйте все гипотезы до начала эксперимента и не переписывайте после.

Ловушка 8: Игнорирование технических сбоев в сборе данных
❌ «Потеряли 30% данных из-за бага → решили на основе оставшихся 70%».
✅ Перед запуском теста тщательно проверьте работоспособность всех систем сбора данных и распределение групп.

Ловушка 9: Чрезмерная сегментация выборки (синдром «салями»)
❌ «Рост конверсии на 0.2% у женщин 24 лет из Тулы».
✅ Сосредотачивайтесь на репрезентативных выборках и масштабируемых инсайтах, избегая избыточной сегментации.

Ловушка 10: Игнорирование неудачных экспериментов
❌ «Неудачные тесты – это позор, нужно их спрятать по-дальше».
✅ Ведите библиотеку неудачных экспериментов для детального анализа и обучения.

Ловушка 11: Неправильный scoping и выбор метрики
❌ «Проверяем влияние изменения UI онбординга на LTV через 90 дней».
✅ Метрика должна быть максимально близко к точке воздействия. Если меняете шаг онбординга — измеряйте завершение онбординга, а не downstream-метрики, и не путайте локальный impact с глобальным эффектом.

💡 Совет: успех теста — еще не повод сразу внедрять, учитывайте риски и побочные эффекты.
Внедрение data-driven подхода — это инвестиция, эффект которой не стоит переоценивать, а усилия и компетенции — недооценивать.

💬 А вы обманывались, опираясь на данные?👇🏻

Pro Product

#Метрики #Инструменты

Интуиция для продакта: друг или враг?

После прочтения предыдущего поста, особенно той части, где приводятся данные об успешности экспериментов, неизбежно возникают два крамольных вопроса:

1️⃣ Почему столько неудач?
2️⃣ Может не усложнять и просто довериться интуиции?

Давайте разбираться 👇🏻
━━━━━━━━━━━━━━

1. Почему эксперименты часто неуспешны?

Во-первых, это нормально.
Но не стоит думать, что дело только в неоптимальном процессе, культуре или ловушках (о которых уже говорилось ранее). Есть еще несколько менее очевидных, но критичных факторов, связанных с поведением пользователей, сложностью систем и законами статистики:

🔹 Закон убывающей отдачи
После устранения очевидных проблем (например, критических багов) дальнейшие улучшения становятся всё менее заметными.
🔹 Привычки пользователей
Люди склонны сопротивляться изменениям, даже полезным. Мозг автоматизирует рутинные действия, и любые нововведения требуют когнитивных усилий.
🔹 Сложность систем
Ускорение загрузки страницы на 0.2 сек. улучшит конверсию, но эффект будет незаметен, если одновременно упадет качество карточек товаров.
🔹 Статистические ограничения
Большинство A/B-тестов выявляют только крупные эффекты (например, +10% конверсии). Микроизменения (например, +0.5%) часто «тонут» в шуме данных.
🔹 Эффект плато
После достижения определённого уровня оптимизации дальнейшие улучшения упираются в фундаментальные ограничения (например, ёмкость рынка или физические законы).

Но есть и хорошая новость: микроскопические изменения кажутся бесполезными в краткосроке, но их сумма за годы даёт экспоненциальный рост (Compound Effect).

━━━━━━━━━━━━━━

2. Когда интуиция действительно выигрывает?

Согласно "Trustworthy Online Controlled Experiment", большинство компаний уверены, что они data-driven. Но вот что забавно, по словам Кена Сигалла, в эпоху Стива Джобса Apple не тестировала рекламу ни в одном из каналов 😊
И в целом сложно поспорить с тем, что бывают ситуации, когда интуиция может быть полезнее цифр:

⚡️ Кризисы и «чёрные лебеди» – неожиданные события, где нет времени на анализ, и действовать надо мгновенно.
⚖️ Этические вопросы – никакие A/B тесты не ответят, стоит ли применять dark patterns ради краткосрочного роста.
🧩 Рынки без данных – если продукта или технологии ещё не существует, полагаться на аналитику просто невозможно.

Также существует опасение, что чрезмерное фокусирование на микро-экспериментах приводит к каннибализации ресурсов, которые можно было бы направить на поиск более масштабных инноваций.

━━━━━━━━━━━━━━

3. Почему тогда нельзя строить продукт, опираясь только на интуицию?

Хотя интуиция важна, она тоже имеет свои научно доказанные ограничения, о которых стоит помнить:

1️⃣ Когнитивные искажения – наш мозг склонен выдавать желаемое за действительное. Это относится и к работе с данными, но гораздо сильнее проявляется, когда мы опираемся исключительно на интуицию (речь про Halo-effect и другие ошибки восприятия).
2️⃣ Завязка на опыт – интуиция основана на субъективном опыте и кругозоре, а они могут быть устаревшими, нерепрезентативными для широкой аудитории и т.д. Даже если ваш продакт - гений, опора только на интуицию ограничивает перспективу.
3️⃣Групповое мышление и эго-байас – когда вы опираетесь на данные, вам не приходится придумывать аргументы для продвижения гипотезы внутри команды. Если же полагаться исключительно на интуицию, придётся "продавать", что приводит к двум явлениям, искажающим реальность:
❌ Предвзятость: вы будете искать подтверждения своей идеи и игнорировать контраргументы.
❌ Консенсус: вы или согласитесь с мнением большинства, или попытаетесь подтолкнуть его в нужном направлении.
━━━━━━━━━━━━━━

Как правильно?

На мой взгляд:
📍 Интуиция – полезна для генерации гипотез (впрочем, тут данные с ней могут конкурировать, если они есть) и в ситуациях, описанных в пункте 2.
📊 Данные – для уточнения гипотез, их проверки, обоснования выводов и решений.

💡 Идеальный баланс – когда интуиция показывает направление, а данные помогают не наступить в яму на пути. Т.е. работают в связке, как карта и компас.

Pro Product

#Философия

🚀 Про эксперименты

Когда-то давно меня пригласила на собеседование одна достаточно известная компания. Подключаюсь к Zoom-у, на экране — милая девушка, которая с неподдельным энтузиазмом начинает рассказывать о вакансии. Я уточняю: «Верно ли я понимаю, что речь идёт о growth-позиции в b2c?» Она задорно кивает, а внутри меня начинает зреть недоумение — в моём резюме чётко указано, что у меня полностью B2B-опыт, и чистых growth-позиций никогда не было. Тогда я аккуратно спросила, почему они смотрят B2B-шника, в ответ последовало: «А какая разница? Эксперименты же везде одинаковые.» Именно в этот момент мне пришлось объяснить, почему дальнейший разговор становится бессмысленным – разница в подходах к экспериментам в B2B и B2C продуктах на мой взгляд принципиальна.

Что роляет?

1️⃣ Данные
🔘B2B: Клиентов обычно немного, но каждый из них может генерировать огромные объёмы операционных данных (50 компаний → 1 млн транзакций). Это значит, что в B2B иногда можно тестировать микро-воронки (adoption, activation), но макро-воронки (lead → customer) — крайне сложно*, зато есть возможности применять количественные методы для повышения ЦЕННОСТИ ПРОДУКТА**.
🔘B2C: Большое количество пользователей даёт возможность быстро и статистически значимо тестировать как гипотезы ценности**, так и проводить эксперименты по оптимизации воронки*.

2️⃣ Риски
🔘B2B: Потеря даже одного ключевого клиента может привести к ощутимому снижению выручки и ударить по репутации, особенно при недиверсифицированном портфеле.
🔘B2C: Ценность одного пользователя не столь велика, но риски масштабируются с размером аудитории и критичностью продукта для пользователя (здоровье, финансы).

3️⃣ Скорость получения обратной связи
🔘B2B: Долго (недели/месяцы/кварталы)
🔘B2C: Быстро (минуты/часы/дни)

4️⃣ Гетерогенность vs Гомогенность
🔘B2B: Клиенты сильно различаются (размер, индустрия, настройка).
🔘B2C: Пользователи более однородны (в рамках сегментов).

Как это влияет?

✔️Фреймворки
🔘Чем выше риски (B2B) — тем структурированнее подход (DMAIC → PDCA → Научный метод).
🔘Чем динамичнее рынок (B2C) — тем короче циклы (Build-Measure-Learn → HADI).

💡 Выбор фреймворка зависит не только от типа продукта, но и от зрелости команды, инфраструктуры и рынка.

✔️Методы:
🔘B2B: Пилоты (тест в реальных условиях) с поэтапным rollout (↓сбоев, ↑уверенность в эффекте) и квази-экспериментальные методы (Diff-in-Diff, ITS), дополняемые качественными методами и анализом данных:
— Интервью (помогают понять бизнес-процессы клиентов и все, что происходит вне вашего продукта, но влияет на UX), UX-тесты (упрощение UI).
— Временные ряды (сезонность), Process Mining (узкие места).

💡 A/B-тесты в B2B применимы только если достаточно согласных клиентов и/или пользователей внутри аккаунта (например, продукт для smb или лидер рынка).

🔘 B2C: Цель — понять как лучше: с фичей или без/с каким вариантом реализации фичи. Доминируют масштабные, рандомизированные, количественные эксперименты (A/B/n, MVT, Bandit), дополненные:
— Анализом данных (персонализация, воронки, отзывы, unit-экономика) и качественными методами.
— Выкатка: Canary-релизы + ускоренный rollout в случае успеха, Shadow Testing (новая фича работает «в фоне» параллельно со старой, но не влияет на UX).

✔️ DoE (Design of Experiments) — используют, когда много факторов одновременно (цена × дизайн × функционал), нужно найти оптимальную комбинацию параметров (макс. конверсия/прибыль), важно понять скрытые взаимосвязи:
🔘 B2B: Настройка алгоритмов, сложных процессов.
🔘 B2C: Оптимизация цен, рекомендаций, игровых механик.

‼️ Проверить гипотезу проблемы, так и протестировать решение можно множеством способов, и контролируемые эксперименты — лишь один из инструментов. Не забывайте про качественные методы и анализ данных.

*Речь про конверсии в продуктовой воронке. Этим чаще занимаются growth product.
**Речь про изменения, которые влияют на метрики "эффективности решения" или "добавленной ценности". Этим занимаются core-product.

Pro Product

#история #Инструменты

Тренды ≠ Инновации. Почему каждый продакт должен это знать?

Известный факт, описанный ещё в книге «Диффузия инноваций»: когда появляется что-то новое, чрезвычайно полезное и привлекательное, способное кардинально изменить опыт пользователя при решении конкретной задачи (или стоимость решения), это даёт огромное преимущество компании, которой удалось первой это обнаружить и внедрить. Далее всё зависит от того, насколько легко или сложно воспроизвести этот прорыв.

1️⃣ Если технология или фича легко копируется, то все, у кого есть ресурсы и компетенции, начинают её повторять. Диффузия происходит стремительно, и то, что когда-то давало конкурентное преимущество, превращается в мимолетную моду или тренд. В лучшем случае эта фича превращается в то, что Кано называет must-have: пользователи по умолчанию ожидают её присутствия, и наличие такой возможности вряд ли получится монетизировать, а её отсутствие воспринимается как нечто недопустимое и может привести к оттоку клиентов. Иными словами, конкурентное преимущество быстро превращается в стандарт рынка или даже устаревший тренд.

2️⃣ Если же повторить эту штуку сложно, то все вышеописанное происходит дольше и с меньшим количеством участников, а у компании, которая первая это сделала, есть определённая фора («unfair advantage»).

— Легко повторить? → Фича быстро становится must-have.
— Сложно? → У компании есть годы преимущества.

🔘 Тренд ≠ Инновация

Чтобы пояснить почему не любой тренд это инновация, напрашиваются примеры из мира fashion. Все знают, что модные бренды делают показы несколько раз в год, и на них, как правило, представляется коллекция, отражающая актуальные тенденции для сезона, которому посвящен показ.

✅ Короткие тренды (микро) — это быстро устаревающие «фишки»:
• Сезонные цвета и принты,
• Фасоны и декор,
• Стили/core.

А что же в данном случае может считаться инновацией? А инновацией может считаться компания, построенная вокруг мега или макро тренда, касающегося глобальных рыночных изменений, а не просто оригинальная (или не очень) визуализация давно существующих и всем известных предметов.

✅ Инновации — компании, которые меняют стандарты и/или цепочки создания ценности через:
• Технологии: 3D-печать одежды, новые материалы
• Бизнес-модели: SeeNow, BuyNow (купи look с подиума сразу, а не через 6 месяцев),
• Опыт: AR-примерка или поиск одежды по картинке
• Новые рынки: одежда для метавселенных.

🔘 При чём тут продакты?
Команды, мастерски внедряющие короткие тренды (как, например, Zara) — безусловно, выигрывают в краткосрочной гонке. Но здесь кроется ловушка: бесконечные микрооптимизации пожирают ресурсы, которые могли стать топливом для прорывов.

Игроки, которые будут успешны и в будущем, не гонятся только за сиюминутным хайпом. Они пытаются искать возможности, чтобы создавать новые рынки. И именно такую компанию сложно представить без продакта. А продакта без искреннего интереса к мироустройству и неубиваемого ни одной неудачей желания его улучшать...

По данным McKinsey, 84% лидеров называют инновации ключом к долгосрочному росту, но лишь 6% довольны своими результатами. Парадокс? Нет — вызов.

Pro Product

#Философия #AI