Продуктовые ивенты постепенно перестают быть местом, где рассказывают про очередной успешный кейс. Самые полезные сейчас – те, где обсуждают вопросы, на которые пока нет готовых ответов.

Как изменится роль продакта, если AI уже сегодня может собрать MVP за несколько дней? Как управлять качеством решений, когда скорость разработки выросла в разы? Как строить экосистемы, а не отдельные продукты? Какие подходы действительно работают в крупных компаниях, а какие пока остаются красивыми презентациями?

Все ответы найдете на Product : Fest — фестивале Яндекса для продуктовых менеджеров и дизайнеров, который пройдет 25 июля.

Из того, что показалось наиболее интересным: – Никита Кожуханов (СРО SuperApp Яндекс GO) расскажет, как такси становится точкой входа для других сервисов и превращает набор продуктов в экосистему, где каждый усиливает остальные.

– Кирилл Гурбанов (sfer.ai, GetLean) покажет реальные кейсы использования AI в работе продактов: где уже удалось автоматизировать процессы, какие задачи действительно стоит отдавать агентам, а где вокруг AI пока больше шума, чем пользы.

– Александр Капустин (CEO Unirest IT / Rostic's IT) разберет очень жизненный кейс: как использовать AI для решения проблем офлайн-бизнеса. В центре внимания — пользовательский опыт после первого визита, где churn доходил почти до 50%, и что удалось изменить с помощью продуктового подхода и данных.

Понравилось и то, что не ограничились только докладами. Помимо основной программы, в офлайне будут разборы карьерных и управленческих вопросов 1:1 с экспертами, импровизационная прожарка продуктовых запусков, а также более неформальные активности, где обычно и происходят самые интересные знакомства и обсуждения.

Если вам сейчас интересны темы AI, развития продуктов, продуктовых команд или экосистем, я бы посмотрел программу целиком. Регистрация на фестиваль уже открыта.

Надоело встречаться после работы? Пришло время сказать «Да!» новым форматам.

Собираемся утром 19 июля на продуктовом кофе-рейве — самом энергичном мероприятии Продуктового сообщества SberProfi.

Пять коротких докладов, в которых эксперты Сбера, Авито, Т-Банка и MAGNIT TECH рассмотрят AI-native подход к продукту с разных точек зрения.

До и после докладов вас ждёт кофе, приятная компания, DJ-сеты и нетворкинг.

А также трансляция для тех, кто решит подключиться к нам онлайн.

Когда: 19 июля, встречаемся в 10:00 в пространстве Оригинал, не проспи! (Трансляция с докладами с 11:00)

Зарегистрируйся на нашем лендинге, чтобы принять участие. Количество очных мест ограничено!

Каждый подтверждённый участник сможет пригласить с собой +1 — члена семьи, друга или коллегу.

Зарядись кофе, атмосферой летнего утра, интересными выступлениями и профессиональным комьюнити.

Фичи, которые стали тиражируемыми

Большинство тиражируемых продуктовых фич родились как решение очень локальной проблемы. А потом их начал копировать весь мир. Это 2-я часть в серии постов, вот первый https://t.me/FreshProductGo/1809

• Казахстан – счет на оплату по QR из любого контекста. Любой человек или бизнес может за секунды сгенерировать QR на конкретную сумму и получить оплату без терминала, эквайринга и сложного подключения. Сегодня это выглядит очевидно, но именно Kaspi довел этот сценарий до массового использования.

• Узбекистан – автопоиск коммунальных задолженностей. Пользователь привязывает квартиру один раз, дальше сервис сам показывает новые начисления. Не нужно помнить лицевые счета, искать поставщика или проверять задолженность вручную.

• Эстония и e-Residency – удаленное открытие компании. Фактически вся процедура регистрации бизнеса доступна удаленно без личного присутствия. Сейчас похожие сценарии появляются в разных странах, но именно Эстония превратила это в отдельный цифровой продукт.

• Беларусь и прогнозирование состояния пользователя. Сегодня это встречается повсеместно, но Flo одним из первых начал превращать трекинг цикла не в календарь событий, а в систему предсказаний и персональных рекомендаций.

• Армения и один из первых встроенных AI, редактирование через шаблоны одним кликом. Задолго до массового AI Picsart сделал сложные дизайнерские действия доступными через готовые шаблоны и пресеты вместо ручной настройки.

• Грузия – мгновенный выпуск виртуальной карты. Карта появляется сразу после регистрации, без ожидания пластика. Сейчас это стандарт финтеха, но в регионе такие сценарии появились довольно рано.

• Кыргызстан – перевод по номеру телефона без знания банка получателя. Сегодня кажется нормой, но для многих рынков региона это стало первым массовым опытом действительно простых P2P-переводов.

• Таджикистан – мгновенная рассрочка, пользователь сканирует QR в магазине и сразу получает предложение рассрочки без отдельного оформления кредита и посещения банка.

Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.

Что останется незыблемым в профессии продакта с учетом AI

Просматривая свое выступление про классику продакт-менеджмента, убеждаюсь: чем больше AI забирает механическую часть работы, тем ценнее становятся вещи, которые никогда не были про документы, SQL или презентации.

1. Выбор проблемы. Большинство компаний тонут не потому, что не умеют реализовывать идеи. Они тонут потому, что реализуют не те идеи. AI может предложить сотню гипотез. Может посчитать экономику. Может собрать прототип. Но он не находится внутри бизнеса и не отвечает на вопрос: какую из двадцати проблем стоит решать именно сейчас.

2. Работа с неопределенностью. Самые дорогие решения в продукте принимаются тогда, когда данных недостаточно. Новый рынок. Новый сегмент. Новый продукт. Новый канал роста. В этот момент нет правильного ответа в базе знаний и нет датасета, на котором можно обучить модель. Есть только набор сигналов, рисков и необходимость принять решение.

3. Понимание людей. Не пользователей в таблице. А живых людей. Почему клиент говорит одно, а делает другое? Почему CEO настаивает на функции, которая не окупится? Почему команда сопротивляется изменениям? Почему рынок реагирует не так, как ожидалось?Большая часть продуктовой работы происходит не между человеком и интерфейсом. Она происходит между людьми.

4. Приоритизация через ограничения. Почти никогда вопрос не звучит как "что мы можем сделать?". Обычно вопрос звучит иначе: что мы не будем делать? Не хватит команды на все идеи. Не хватит бюджета на все инициативы. Не хватит времени на все эксперименты. И именно здесь появляется работа продакта — принимать решения о распределении ограниченных ресурсов.

5. Создание согласованности. AI может написать отличный PRD. Но он не сможет сделать так, чтобы CEO, маркетинг, аналитика, разработка и бизнес одинаково понимали, зачем существует продукт и куда он движется. А именно отсутствие согласованности остается причиной огромного количества провалов.

Парадоксально, но получается, AI делает профессию продакта не менее важной, а более требовательной.

Всем роста!

Как двигаться микроитерациями по скорости разработки и ожиданиями стейкхолдеров

У сильных продуктовых используется несколько подходов, которые позволяют получать результат и данные максимально быстро.

1. Walking Skeleton. Его смысл в том, чтобы как можно быстрее построить самый тонкий работающий сценарий от начала до конца. Представьте, что вы запускаете новый кредитный продукт. Большинство команд начнут делать красивую анкету, скоринг, интеграции, личный кабинет, уведомления и десятки других компонентов. Walking Skeleton заставляет спросить: какой самый простой путь должен пройти пользователь, чтобы получить кредит? Возможно, это всего одна форма заявки, ручная проверка сотрудником и SMS с решением. Неидеально. Не масштабируемо. Но уже через неделю можно увидеть реальные заявки и понять, нужен ли вообще продукт рынку.

2. Tracer Bullet Development. Она появилась в инженерной среде и предназначена для проверки самых рискованных мест проекта. Очень часто команды начинают строить решение вокруг гипотезы, которую никто не проверял. Например, компания хочет внедрить AI-помощника поддержки. Вместо того чтобы полгода строить архитектуру, интеграции и интерфейсы, сначала проверяется главный риск: способен ли AI вообще решать обращения клиентов с нужным качеством. Иногда один такой эксперимент за две недели экономит полгода разработки.

3. MVP Slice. Это одна из самых полезных техник для продактов. Проблема большинства roadmap в том, что команды режут систему по компонентам: сначала API, потом фронт, потом интеграции, потом тестирование. Пользователь месяцами ничего не получает. MVP Slice предлагает резать не по системам, а по пользовательской ценности. Например, вместо задачи "сделать новую рекомендательную систему" появляется задача "дать рекомендации для 5% пользователей на главной странице". Вместо трех месяцев разработки появляется релиз через две недели и первые данные.

4. Feature Ladder. Его используют компании, которые умеют очень быстро доставлять функциональность. Любая большая фича разбивается на уровни зрелости. Первый уровень – ручное решение. Второй – частичная автоматизация. Третий – полноценная автоматизация. Четвертый – масштабируемая платформа. Например, персональные предложения сначала может формировать аналитик в Excel. Затем появляются простые правила. Затем машинное обучение. Затем полноценная рекомендательная система. Большинство компаний пытаются сразу построить четвертый уровень и теряют месяцы.

5. Reverse Roadmap. Вместо планирования списка фич команда планирует список знаний, которые должна получить. Не "запустить новый тариф". А "понять, готовы ли пользователи платить на 20% больше за дополнительные функции". Не "сделать подписку". А "проверить, влияет ли подписка на удержание". Такой подход радикально меняет ожидания бизнеса. Стейкхолдеры начинают ждать не релизов, а ответов на важные вопросы.

6. Continuous Demo. Лучшие команды показывают прогресс каждую неделю. Не презентацию. Не отчет. А работающий кусок продукта. Пусть маленький. Пусть сырой. Пусть на тестовом окружении. Когда руководитель видит движение каждую неделю, давление на команду снижается в разы. Большинство конфликтов возникают не потому, что команда работает медленно, а потому что два месяца никто не понимает, что происходит.

Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.

Фичи, которые существовали в литературе задолго до появления IT

Открываешь классику и понимаешь: многие идеи описали писатели 100–200 лет назад. Вот что могли бы подсмотреть продакты в литературе. Для переключения в выходные на книги:)

• Граф Монте-Кристо | CRM / Social Graph
Дантес выигрывает не за счет денег, а за счет идеального понимания сети связей между людьми. Он знает, кто на кого влияет, кто кому обязан и через кого можно воздействовать на ситуацию. По сути это CRM и LinkedIn, где главным активом является граф отношений.

• Игрок | Infinite Feed / Loot Boxes
Героя удерживает не выигрыш, а ожидание следующего выигрыша. Он постоянно думает, что следующий спин изменит всё. На этом же принципе работает и бесконечная прокрутка контента.

• Гордость и предубеждение | Matching Algorithm
Все персонажи оценивают потенциальных партнеров по десяткам критериев: характер, происхождение, ценности, перспективы. Это практически алгоритм рекомендаций для знакомств задолго до Tinder.

• Утраченные иллюзии | Influencer Marketing
Книги и люди становятся популярными не потому, что они лучшие, а потому что о них говорят нужные люди. Бальзак очень подробно показывает рынок купленных рекомендаций и медийного влияния.

• Война и мир | Персонализация
Толстой показывает, как одно и то же событие вызывает совершенно разную реакцию у разных людей. Это отличный пример того, почему единый продукт для всех пользователей почти никогда не работает.

• Робинзон Крузо | Progress Bar
Робинзон буквально выживает благодаря постоянной фиксации маленьких достижений. Каждый новый инструмент, запас еды или улучшение жилища становится видимым прогрессом. Так же работают современные трекеры привычек и обучения.

• Одиссея | Customer Journey Map
Вся поэма | путешествие пользователя к цели через десятки препятствий и точек отказа. Если нарисовать CJM Одиссея, получится почти готовый кейс для продуктового интервью.

• Божественная комедия | Onboarding
Вергилий выполняет роль идеального продуктового онбординга. Он сопровождает новичка, объясняет правила мира и постепенно знакомит его с более сложными уровнями системы.

• Шерлок Холмс | Recommendation Engine
Холмс принимает решения по неполным данным и постоянно строит наиболее вероятную гипотезу. Это очень похоже на современные рекомендательные алгоритмы, которые пытаются угадать следующий лучший шаг пользователя.

• Евгений Онегин | Social Feed
Огромная часть событий происходит через слухи, письма и обсуждения знакомых. Персонажи фактически живут в аналоге социальной ленты, где информация о других людях является главным контентом.

• Дон Кихот | Augmented Reality
Дон Кихот не видит мир таким, какой он есть. Он накладывает на реальность собственный слой интерпретаций: мельницы становятся великанами, трактиры | замками. Это очень близко к идее AR.

• Рождественская песнь | Future Simulator
Скруджу показывают несколько вариантов его будущего в зависимости от текущих решений. Так работают лучшие финансовые и health-продукты | они не показывают цифры, а визуализируют последствия.

• Мертвые души | Marketplace
Чичиков создает ценность не производя ничего нового. Он находит неэффективность рынка, собирает активы и переупаковывает их. По сути это работа любого агрегатора или маркетплейса.

• Мастер и Маргарита | Viral Loop
Одно необычное событие запускает волну обсуждений по всей Москве. Каждый новый рассказ порождает еще несколько рассказов. Классическая вирусная механика распространения информации.

• Приключения Гулливера | UX Research
Попадая в разные общества, Гулливер постоянно сталкивается с тем, что привычные решения перестают работать. Это напоминает хороший UX-ресерч, когда продукт тестируют в разных контекстах и сегментах.

• Властелин колец | Jira / Product Team
Ни один герой не способен выполнить задачу самостоятельно. У каждого своя роль, зона ответственности и компетенция. Это почти учебник по кросс-функциональным командам и управлению сложным проектом.

Всем роста! Сайт команды с курсами и полезными материалами.

Как продакту держать приоритеты, релизы и гипотезы в одном месте?

Каждый сталкивался с тем, что нужно одновременно следить за гипотезами, общаться с юзерами, передавать задачи в разработку, контролировать метрики и адаптироваться к приоритетам.

Если у продакта нет системы, то хаос неизбежен 🙂

Для этой цели идеально подходит Кайтен. Это российский сервис, в котором можно создать единое пространство для разработки продукта.

Спринты, статусы, отчеты, документы, декомпозиция, User Story Map, ресурсное планирование и Гант в одной системе.  

Кайтен используют в Сбере, X5, Додо, Вкусвилл.

🔥 Коллеги подготовили бесплатные шаблоны, которые уже сейчас могут сильно упростить вашу работу:

• PRD,
• план исследования пользователей,
• дорожная карта,
• техдока,
• QA-тестирование,
• примечания к релизу,
• ретро спринта,
• OKR,
• ежедневный чекин.

И еще можно забрать шаблон по фреймворку Double Diamond. Полезная вещь, ознакомьтесь.

Скопировать себе любой шаблон можно за 30 секунд и начать вести процессы системно.

Забрать набор шаблонов бесплатно

Тренды в продуктах корпоративных систем

Но если посмотреть на то, что сейчас делают самые интересные B2B-продукты в мире, становится видно: рынок начинает перестраиваться намного глубже. Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут.

1. Digital Twin компании. Появляются системы, которые строят цифровую копию бизнеса. Они знают структуру команды, проекты, задачи, финансы, продажи, загрузку сотрудников и зависимости между подразделениями. Руководитель может спросить: "Что произойдет, если мы наймем еще 20 разработчиков?" или "Что будет с выручкой, если сократить маркетинг на 15%?" Система моделирует последствия еще до принятия решения. Несколько лет назад это было доступно только корпорациям уровня Amazon, сегодня подобные решения начинают появляться для среднего бизнеса.

2. Meeting-less Management. Парадокс современного бизнеса: чем больше инструментов управления, тем больше совещаний. Поэтому появляются сервисы, которые автоматически собирают статусы из задач, чатов, CRM, календарей и документов. Руководитель получает не отчет от сотрудника, а объективную картину того, что реально происходит. Некоторые компании уже сокращают до 30–50% регулярных статусных встреч.

3. AI Chief of Staff. Он следит за поручениями CEO, напоминает ответственным, готовит материалы к встречам, ищет противоречия в решениях, поднимает старые договоренности и показывает, какие поручения систематически не выполняются. Многие руководители впервые начинают видеть разницу между количеством принятых решений и количеством реально доведенных до конца решений.

4. Управление не людьми, а ограничениями системы. Раньше руководитель смотрел на эффективность сотрудников. Сейчас лучшие системы показывают другое: где компания теряет скорость. Например, согласование договора занимает 12 дней. Аналитики ждут доступы 3 недели. Разработка простаивает из-за одного архитектора. Вместо поиска виноватых система автоматически показывает узкие места всей организации.

5. Живые финансовые модели. Сейчас появляются системы, где выручка, расходы, зарплаты, маркетинг, продажи и проекты связаны между собой в реальном времени. Руководитель меняет одну переменную и сразу видит влияние на прибыль, денежный поток и выполнение годового плана. Система начинает анализировать не только метрики, но и сами управленческие решения. Какие решения чаще приводят к росту. Какие руководители систематически переоценивают прогнозы. Какие инициативы регулярно срывают сроки. По сути компания начинает собирать аналитику по качеству собственного управления.

6. Автоматическая организационная диагностика. Раньше для этого нанимали McKinsey, BCG или внутренний HR-блок. Теперь сервисы начинают автоматически находить признаки проблем. Где растет бюрократия. Где сотрудники перестают взаимодействовать между отделами. Где появляются информационные "силосы". Где менеджеры становятся узким местом для принятия решений. Система сама обнаруживает падение продаж в сегменте, запускает анализ причин, собирает необходимые данные, предлагает варианты действий, согласовывает бюджет в рамках лимитов и ставит задачи исполнителям.

Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут.

❤️ В Яндексе завершилась мастерская «Диапазон» — трёхмесячная образовательная программа для 45 руководителей из Яндекса и других IT-компаний.

Тема — профессиональная репутация и усиление влияния внутри компании и во внешних комьюнити через развитие профессиональной репутации.

Не в смысле «как начать вести канал» или «как стать заметнее в соцсетях». На уровне senior и C-level репутация — это рабочий управленческий инструмент. От неё зависит, чью позицию слышат, кому доверяют сложные задачи, кого зовут в важные проекты, партнёрства и профессиональные дискуссии.

В «Диапазоне» репутацию рассматривали как систему: карьерная стратегия, экспертность, стейкхолдер-менеджмент, публичность, профессиональное сообщество и умение говорить о своей работе так, чтобы это создавало влияние.

В программе выступили HR-директор Яндекса Дарья Золотухина, предприниматель Денис Кутергин, инвестор и сооснователь Okko Екатерина Лапшина, Нина Зверева и другие практики.

Сам факт такого проекта — интересный сигнал от Яндекса: компания инвестирует не только в развитие навыков сотрудников, но и в формирование сильного экспертного комьюнити — внутри компании и на рынке.

Часть материалов мастерской открывают для внешней аудитории.

➡️ 28 июля в 19:00 пройдёт онлайн-лекция Александра Ложечкина | CIO Райффайзен Банка и Наталии Губаревой | Head of R&D в HR-маркетинге Яндекса:

«Я как продукт и я как герой: как системно строить репутацию эксперта».

Обсудят продуктовый подход к собственной карьере, профессиональное позиционирование и сторителлинг, который помогает доносить экспертизу без «самопиара ради самопиара».

После регистрации можно получить промпт для самостоятельного аудита себя как профессионального продукта.

📍 Регистрация: https://events.yandex.ru/events/diapazon_online

Закономерности остаются удивительно стабильными уже десятилетиями

Фокус продакта не только про Gartner Hype Cycle. Гораздо важнее понимать, какие силы реально двигают продукты, рынки и поведение пользователей. Есть несколько моделей, которые я бы поставил в обязательный набор любого сильного продакта.

1. S-Curve Innovation. Практически любая технология проходит одинаковый путь: медленный старт, взрывной рост, насыщение и плато. Очень многие продуктовые ошибки происходят из-за того, что команда находится на одной стадии, а думает, что уже на другой. Например, сегодня многие AI-продукты находятся в фазе гиперроста, а классические мобильные банки во многих странах уже давно живут на зрелом плато. От этого зависит всё: скорость инвестиций, ожидания по росту, стратегия продукта и даже найм команды.

2. Crossing the Chasm. Джеффри Мура. Она объясняет, почему тысячи продуктов успешно проходят этап ранних пользователей и умирают при попытке выйти на массовый рынок. Энтузиасты готовы терпеть баги, плохой UX и сырые сценарии ради новизны. Массовый рынок — нет. Многие команды считают, что проблема в маркетинге, хотя на самом деле продукт просто не преодолел пропасть между early adopters и mainstream-аудиторией.

3. Diffusion of Innovation Роджерса. По сути это карта распространения любого нового поведения. Очень полезно помнить, что большинство пользователей не хотят быть первыми. Если продуктом пользуются только технологические энтузиасты, это не значит, что он готов к масштабированию. Многие продакты переоценивают размер своего рынка именно из-за этой ошибки.

4. Power Law Distribution. Наверное, самая недооцененная концепция в продукте. В большинстве рынков ценность распределена неравномерно. 5% клиентов могут приносить 50% выручки. 1% функций может генерировать половину использования продукта. 10% экспериментов могут давать 90% роста. Когда начинаешь смотреть на продукт через степенные распределения, приоритеты меняются очень быстро.

5. The Innovator's Dilemma Клейтона Кристенсена. Очень полезна для продуктовых лидеров. Практически любая успешная компания начинает проигрывать не потому, что плохо работает. А потому что слишком хорошо обслуживает текущих клиентов и пропускает новые рынки. История Kodak, Nokia, BlackBerry, Yahoo и десятков других компаний развивалась по одному сценарию.

6. Амаровский закон (Amara's Law). Люди переоценивают эффект технологий в краткосрочной перспективе и недооценивают в долгосрочной. Если посмотреть на блокчейн, AI, VR, электромобили или крипту, практически каждая технология проходила через этот цикл. Для продакта это один из лучших инструментов борьбы с FOMO.

7. Compounding Effects. Накопительный эффект маленьких улучшений. Большинство людей ищут революционные фичи. Большинство больших продуктов растут за счет сотен улучшений по 0,5-1%. Конверсия, скорость загрузки, удержание, рекомендации, онбординг, поиск, уведомления. Каждое изменение кажется незначительным, но вместе они создают кратный результат.

Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.

⚡️Массовый переход на электронные транспортные накладные. Как перестроить работу.

С 1 сентября бумажные транспортные накладные отменят. Оформлять электронные придется большинству фирм. Система Главбух поможет перейти на новые правила.

Пройдите короткий тест и закажите пробный доступ к Системе Главбух, чтобы подготовиться к новым правилам работы заранее и избежать ошибок. В подарок – детальная памятка по изменениям в оформлении грузоперевозок.

📲 Пройти тест и скачать памятку