Дайджест применения AI в коммерции
Считая в том числе количество сессий и хитов в рамках конверсионного окна, действия на сайте в течение сессии, временные паузы между сессиями, общее количество действий, устройство сессии, операционная система, какие источники трафика были у пользователя в рамках конверсионного окна, количество действий на каждой странице в рамках сессии и время конкретной сессии, суммарное время сессий в рамках конверсионного окна, помимо Amazon и Aliexpress продукты уже научились делать:
eBay. Ииспользование ИИ для ценообразования и формирования товарных запасов.Также оптимизация карточек товара при помощи ИИ, создают более привлекательные товарные карточки, чтобы повысить продажи.
Sephora Color IQ. Sephora использует машинное обучение для подбора нужного цвета помады. Камера сканирует цвет кожи анализирует данные и генерирует уникальный номер цвета IQ, чтобы помочь пользователю найти правильные оттенки губной помады, теней и пудры.
Tesco управление запасами: Tesco использует ИИ для прогнозирования и пополнения запасов магазином с учетом ряда переменных, таких как погода и региональный спрос. Он также использует алгоритмы компьютерного зрения при помощи камер видеонаблюдения для пополнения полок магазинов. Алгоритмы маршрутизации в магазине: алгоритмы маршрутизации в хранилищах помогают сократить расстояния, которые проходят сотрудники онлайн магазина при формировании онлайн заказов в Tesco Online.
OTTO разработала систему, которая может анализировать около 3 миллиардов исторических транзакций и учитывать 200 дополнительных переменных (например, погода, поисковые запросы по сайту и т.д.) для прогнозирования будущих покупок. Точность, с которой решение дает прогноз того, какой товар будет продан в течение 30-дневного периода, достигает 90%. Такая точность позволяет существенным образом оптимизировать складские запасы и повысить оборачиваемость товара.
Simbe Robotics создает роботов, которые фиксируют нарушение планограмм, отсутствие товара и даже не соответствие товара и ценника. Такие технологии основаны на машинном зрении, – машина должна распознать товар, затем сопоставить его с артикулом и ценой, а затем зафиксировать ошибку, если она есть, что является нетривиальной задачей. Это технологическое решение позволяет устранить проблему пустых мест на полках, на вешалах, она выявляет пустоты и сразу рекомендует, чем их заполнить.
Vekia разработала решение для управления цепочками поставок Leroy Merlen, Etam, Okaidi и Jacadi. Оно использует ИИ для управления и контроля товара для каждого магазина, осуществляя ежедневно оценку ассортимента по нескольким параметрам. Приложение несколько раз в день вычисляет оптимальный уровень запасов для каждой локации. На основании получаемых данных Vekia способна сформировать заказ.
Diwo для товаров, показывающих низкий уровень продаж, определяет факторы, которые привели к такому ослаблению, и предлагает множество стратегий, которые помогают ритейлерам определить идеальное время для начала промо-акций на подобные «слабые» категории и товарные позиции.
Хотите создавать свое будущее в продуктах и делать экономически выгодные решения на базе ИИ? Приходите на бесплатный онлайн-практикум "Создание искусственного интеллекта и нейросетей" 1, 2, 3 июня в 19:00 по МСК. За 3 дня вы напишете 9 нейронных сетей, которые могут стать актуальными для вашего бизнеса: классификация молочной продукции по трем классам, трекинг и классификация пассажиров автобуса, распознавание возгораний, классификация отзывов автомобиля Tesla, пределение стоимости квартиры в Москве, подбор кандидата на должность менеджера по продажам, трейдинг с помощью нейронных сетей, сегментация изображений (самолеты, люди) и распознавание голосовых команд для умного дома.
Преподаватели - действующие разработчики AI из крупнейшего в России и СНГ Университета в сфере обучения искусственному интеллекту. По ссылке - https://clck.ru/V8rJh
Считая в том числе количество сессий и хитов в рамках конверсионного окна, действия на сайте в течение сессии, временные паузы между сессиями, общее количество действий, устройство сессии, операционная система, какие источники трафика были у пользователя в рамках конверсионного окна, количество действий на каждой странице в рамках сессии и время конкретной сессии, суммарное время сессий в рамках конверсионного окна, помимо Amazon и Aliexpress продукты уже научились делать:
eBay. Ииспользование ИИ для ценообразования и формирования товарных запасов.Также оптимизация карточек товара при помощи ИИ, создают более привлекательные товарные карточки, чтобы повысить продажи.
Sephora Color IQ. Sephora использует машинное обучение для подбора нужного цвета помады. Камера сканирует цвет кожи анализирует данные и генерирует уникальный номер цвета IQ, чтобы помочь пользователю найти правильные оттенки губной помады, теней и пудры.
Tesco управление запасами: Tesco использует ИИ для прогнозирования и пополнения запасов магазином с учетом ряда переменных, таких как погода и региональный спрос. Он также использует алгоритмы компьютерного зрения при помощи камер видеонаблюдения для пополнения полок магазинов. Алгоритмы маршрутизации в магазине: алгоритмы маршрутизации в хранилищах помогают сократить расстояния, которые проходят сотрудники онлайн магазина при формировании онлайн заказов в Tesco Online.
OTTO разработала систему, которая может анализировать около 3 миллиардов исторических транзакций и учитывать 200 дополнительных переменных (например, погода, поисковые запросы по сайту и т.д.) для прогнозирования будущих покупок. Точность, с которой решение дает прогноз того, какой товар будет продан в течение 30-дневного периода, достигает 90%. Такая точность позволяет существенным образом оптимизировать складские запасы и повысить оборачиваемость товара.
Simbe Robotics создает роботов, которые фиксируют нарушение планограмм, отсутствие товара и даже не соответствие товара и ценника. Такие технологии основаны на машинном зрении, – машина должна распознать товар, затем сопоставить его с артикулом и ценой, а затем зафиксировать ошибку, если она есть, что является нетривиальной задачей. Это технологическое решение позволяет устранить проблему пустых мест на полках, на вешалах, она выявляет пустоты и сразу рекомендует, чем их заполнить.
Vekia разработала решение для управления цепочками поставок Leroy Merlen, Etam, Okaidi и Jacadi. Оно использует ИИ для управления и контроля товара для каждого магазина, осуществляя ежедневно оценку ассортимента по нескольким параметрам. Приложение несколько раз в день вычисляет оптимальный уровень запасов для каждой локации. На основании получаемых данных Vekia способна сформировать заказ.
Diwo для товаров, показывающих низкий уровень продаж, определяет факторы, которые привели к такому ослаблению, и предлагает множество стратегий, которые помогают ритейлерам определить идеальное время для начала промо-акций на подобные «слабые» категории и товарные позиции.
Хотите создавать свое будущее в продуктах и делать экономически выгодные решения на базе ИИ? Приходите на бесплатный онлайн-практикум "Создание искусственного интеллекта и нейросетей" 1, 2, 3 июня в 19:00 по МСК. За 3 дня вы напишете 9 нейронных сетей, которые могут стать актуальными для вашего бизнеса: классификация молочной продукции по трем классам, трекинг и классификация пассажиров автобуса, распознавание возгораний, классификация отзывов автомобиля Tesla, пределение стоимости квартиры в Москве, подбор кандидата на должность менеджера по продажам, трейдинг с помощью нейронных сетей, сегментация изображений (самолеты, люди) и распознавание голосовых команд для умного дома.
Преподаватели - действующие разработчики AI из крупнейшего в России и СНГ Университета в сфере обучения искусственному интеллекту. По ссылке - https://clck.ru/V8rJh
Опросник для измерения пользовательской вовлеченности
Чтобы узнать, насколько продукт способствует пользовательской вовлеченности, можно разместить по продукту квалифицирующие опросники, собирающие обратную связь. Интерпретация ответов может подсказать, есть ли ресурсы по удлинению сессии или апсейлу юзера. Опросник ниже универсален, но в данном контексте приготовлен для интернет-магазина.
Вопросы оцениваются участниками по шкале Лайкерта с пятью градациями (от «полностью не согласен» до «совершенно согласен»).
1. Я потерялся в этом шоппинге.
2. Я так увлекся шоппингом, что перестал следить за временем.
3. Я не замечал ничего вокруг себя, когда занимался шоппингом на этом сайте.
4. Когда я занимался покупками, я перестал контролировать события вокруг себя.
5. Время, которое я потратил на шопинг, мгновенно пролетело.
6. Я был полностью поглощен покупками.
7. Я чувствовал себя вовлеченным в покупки.
8. Этот шоппинг доставил мне радость.
9. Я продолжил совершать покупки на этом сайте из любопытства.
10. Контент на этом сайте вызвал мое любопытство.
11. Покупки меня заинтересовали.
12. Шоппинг на этом сайте стоил того.
13. Я считаю, что мой опыт покупок был успешным.
14. Этот опыт покупок пошел не тем путем, который я планировал
15. Мой опыт покупок был полезным.
А 10 июня в 10.00 на техническом марафоне Платформа Dynamics 365 будет интересное выступление про Customer Engagement и Dynamics 365 Customer Insights и чем он отличается от for Sales/Marketing: как вопросы вовлеченности решаются с помощью не просто опросов, а на базе механизмов лоялизации в CRM.
Также там будут выступления про объединение онлайн- и офлайн-продаж, как опережать ожидания клиента, получать аналитику для улучшения рабочей среды. Приходите!
Чтобы узнать, насколько продукт способствует пользовательской вовлеченности, можно разместить по продукту квалифицирующие опросники, собирающие обратную связь. Интерпретация ответов может подсказать, есть ли ресурсы по удлинению сессии или апсейлу юзера. Опросник ниже универсален, но в данном контексте приготовлен для интернет-магазина.
Вопросы оцениваются участниками по шкале Лайкерта с пятью градациями (от «полностью не согласен» до «совершенно согласен»).
1. Я потерялся в этом шоппинге.
2. Я так увлекся шоппингом, что перестал следить за временем.
3. Я не замечал ничего вокруг себя, когда занимался шоппингом на этом сайте.
4. Когда я занимался покупками, я перестал контролировать события вокруг себя.
5. Время, которое я потратил на шопинг, мгновенно пролетело.
6. Я был полностью поглощен покупками.
7. Я чувствовал себя вовлеченным в покупки.
8. Этот шоппинг доставил мне радость.
9. Я продолжил совершать покупки на этом сайте из любопытства.
10. Контент на этом сайте вызвал мое любопытство.
11. Покупки меня заинтересовали.
12. Шоппинг на этом сайте стоил того.
13. Я считаю, что мой опыт покупок был успешным.
14. Этот опыт покупок пошел не тем путем, который я планировал
15. Мой опыт покупок был полезным.
А 10 июня в 10.00 на техническом марафоне Платформа Dynamics 365 будет интересное выступление про Customer Engagement и Dynamics 365 Customer Insights и чем он отличается от for Sales/Marketing: как вопросы вовлеченности решаются с помощью не просто опросов, а на базе механизмов лоялизации в CRM.
Также там будут выступления про объединение онлайн- и офлайн-продаж, как опережать ожидания клиента, получать аналитику для улучшения рабочей среды. Приходите!
Как выполнить ML для предсказания спроса
Для этой задачи используется метод машинного обучения «с учителем». Собираются данные, которые позволяют максимально подробно описать поведение спроса. На их основе формируется набор признаков, который подается на вход в модель машинного обучения.
Какие данные необходимы?
⁃ Разумный минимум глубины данных — от полутора лет. Данные за год нужны для обучения модели, так как в продажах существуют годовые и циклические закономерности, которые необходимо выявить для повышения качества модели. Остальные данные (отрезки в несколько месяцев) нужно оставить для внутренних экспериментов и тестирования модели и точности ее прогноза.
⁃ Справочник товаров, исторические продажи, исторические цены и промо, исторические планы (ассортимент, спрос, промо и др.), исторические остатки, справочник магазинов.
⁃ При прогнозировании возможно учитывать и внешние данные:
⁃ При оценке качества прогнозов принято использовать две ключевые метрики:
При оценке качества прогноза ставится общая цель на уменьшение WAPE и задаются ограничения на BIAS в зависимости от прогнозируемой категории. Например, для скоропортящихся продуктов смещение BIAS в положительную сторону критично, так как это приводит к риску списания товара. Также оценивается сокращение влияющих на выручку и валовую прибыль негативных эффектов, вызванных перепрогнозом и недопрогнозом конкретных связок «товар — магазин — период».
⁃ Для интерпретации модели прогнозов можно использовать разные параметры, которые учитываются моделью. Например, это могут быть эластичность по цене, каннибализация, гало-эффект.
⁃ Отслеживание каннибализации следует отдельно закладывать в модель, так как для нее не очевидны зависимости спроса двух схожих товаров. При большом количестве товаров универсального хорошего решения нет. Можно анализировать пользовательские сценарии принятия решений или смотреть различные корреляции товаров по историческим данным.
⁃ Необходимо следить за качеством данных и качеством предсказаний. Используем тесты и смотрим сигналы с прогнозов. Зачастую требуется развитие моделей. У всех появляются новые желания. Также необходимо оптимизировать метрики качества и модели.
Что необходимо в процессе работы в контексте?
Хотите быстро научиться предиктивной аналитике? С 4 по 6 июня образовательная платформа GeekBrains проводит практический марафон по аналитике данных.
За три дня марафона вы узнаете научитесь прогнозировать поведение целевой аудитории и создадите свою первую ML-модель для портфолио. Стоимость участия - 500 рублей. Стартуем 4 июня.
Регистрируйтесь по ссылке: https://gb.ru/link/AYuGgu
Для этой задачи используется метод машинного обучения «с учителем». Собираются данные, которые позволяют максимально подробно описать поведение спроса. На их основе формируется набор признаков, который подается на вход в модель машинного обучения.
Какие данные необходимы?
⁃ Разумный минимум глубины данных — от полутора лет. Данные за год нужны для обучения модели, так как в продажах существуют годовые и циклические закономерности, которые необходимо выявить для повышения качества модели. Остальные данные (отрезки в несколько месяцев) нужно оставить для внутренних экспериментов и тестирования модели и точности ее прогноза.
⁃ Справочник товаров, исторические продажи, исторические цены и промо, исторические планы (ассортимент, спрос, промо и др.), исторические остатки, справочник магазинов.
⁃ При прогнозировании возможно учитывать и внешние данные:
• информацию о конкурентах; • трафик (сколько людей ходит по улице возле магазина); • погоду.⁃ При оценке качества прогнозов принято использовать две ключевые метрики:
• WAPE (взвешенная абсолютная процентная ошибка) — показывает ширину разброса наших прогнозов, учитывая веса товаров в общих продажах; • BIAS (смещение) — показывает смещение ошибок прогноза в положительную или отрицательную сторону.При оценке качества прогноза ставится общая цель на уменьшение WAPE и задаются ограничения на BIAS в зависимости от прогнозируемой категории. Например, для скоропортящихся продуктов смещение BIAS в положительную сторону критично, так как это приводит к риску списания товара. Также оценивается сокращение влияющих на выручку и валовую прибыль негативных эффектов, вызванных перепрогнозом и недопрогнозом конкретных связок «товар — магазин — период».
⁃ Для интерпретации модели прогнозов можно использовать разные параметры, которые учитываются моделью. Например, это могут быть эластичность по цене, каннибализация, гало-эффект.
⁃ Отслеживание каннибализации следует отдельно закладывать в модель, так как для нее не очевидны зависимости спроса двух схожих товаров. При большом количестве товаров универсального хорошего решения нет. Можно анализировать пользовательские сценарии принятия решений или смотреть различные корреляции товаров по историческим данным.
⁃ Необходимо следить за качеством данных и качеством предсказаний. Используем тесты и смотрим сигналы с прогнозов. Зачастую требуется развитие моделей. У всех появляются новые желания. Также необходимо оптимизировать метрики качества и модели.
Что необходимо в процессе работы в контексте?
• Требуется постоянная корректировка метрик. Нельзя зацикливаться на одном текущем понимании метрики. Следует улучшать алгоритм в сторону метрики, а метрику — в сторону идеального направления. • Необходимо работать с обратной связью. Непрерывно собирать гипотезы от бизнес-пользователей, менеджеров и технических специалистов. • Нужно грамотно организовывать работу на проекте. Приводить данные в порядок. Тестировать гипотезы. Оценивать, какие признаки дают эффект, и постоянно улучшать модели.Хотите быстро научиться предиктивной аналитике? С 4 по 6 июня образовательная платформа GeekBrains проводит практический марафон по аналитике данных.
За три дня марафона вы узнаете научитесь прогнозировать поведение целевой аудитории и создадите свою первую ML-модель для портфолио. Стоимость участия - 500 рублей. Стартуем 4 июня.
Регистрируйтесь по ссылке: https://gb.ru/link/AYuGgu
Что влияет на стоимость продакта?
Что может стать ориентиром для профессионального роста, оценки скиллов и измерения своего уровня?
1) Проверьте, есть ли факторы, понижающие стоимость на рынке? Если есть, постарайтесь пробелы восполнить:
• Отсутствие опыта с мобильными продуктами для mobile продуктов.
• Отсутствие опыта в продукте с похожей тематикой.
• Если у вас нет опыта принятия окончательного решения по продукту. Например, за вас это делал фаундер или CPO.
• Если у вас нет опыта построения процессов в продуктовой команде, то ваша стоимость может быть снижена для тех компаний, которые ищут первого продакта.
• Отсутствие опыта работы с аналитикой может быть критичным там, где нет аналитика и решение его задач должен взять на себя продакт.
• Отсутствие опыта управления командой разработки напрямую. От продакт менеджера априори ожидают, что он умеет декомпозировать задачи для разработки и хотя бы базово понимает, какие вещи в продукте реализуемы, а какие совсем нет.
• Если у вас нет опыта развития зрелого продукта, то ваша стоимость для такого типа продуктов будет ниже. Особенно если вы в прошлом только запускали продукты, но не развивали в долгосрочной перспективе.
• Если большая часть вашего продуктового опыта связана с заказной разработкой, то работодатель может видеть риски в том, что вы не справитесь с разработкой инхауз продукта.
2) Проверьте, все ли есть факторы, повышающие стоимость на рынке?
• Опыт работы с известными продуктами в бэкграунде.
• Опыт разработки международных продуктов.
• Величина продукта, с которым работал продакт. Масштаб продукта можно оценивать по аудиторным показателям, доле рынка, деньгам, которые генерит конкретный продукт.
• Успешные продуктовые кейсы, например: запуск новой вертикали, рост ключевой метрики, рост GMV и т.д.
• Широта зоны ответственности. Причём, чем больше компания, тем зачастую меньше зона ответственности. Например, в небольшой компании продакт будет сам собирать на коленке систему аналитики, а в крупной этим будет заниматься отдельный продуктовый аналитик.
• Опыт работы с нишевыми продуктами. Опыт в нишевых продуктах может высоко оцениваться для продуктов из той же ниши.
• Опыт в банковских и/или финтех продуктах. Такие продакты часто хотят денег чуть выше рынка.
Хотите больше узнать, как поработать с этими факторами? Как измерить свой уровень? Как расти продакту? Как правильно подойти к прокачке своих навыков, чтобы больше «стоить» на рынке? Приходите 9 июня в 19:00 на бесплатный интенсив на эту тему с Мишей Карповым и ребятами из ProductStar.
О чем еще будут говорить и что вы получите:
— Ориентиры для профессионального роста.
— Объективную оценку собственных скиллов.
— Как проходить собеседования? На что обращают внимание? Какие совершаются типовые ошибки? Большая компания или стартап?
— Чек-лист «Как пройти собеседование на должность продакт-менеджера».
Мероприятие будет полезно и опытным специалистам, нужно только зарегистрироваться
Сделать это можно по ссылке https://bit.ly/3wR5z7I
Что может стать ориентиром для профессионального роста, оценки скиллов и измерения своего уровня?
1) Проверьте, есть ли факторы, понижающие стоимость на рынке? Если есть, постарайтесь пробелы восполнить:
• Отсутствие опыта с мобильными продуктами для mobile продуктов.
• Отсутствие опыта в продукте с похожей тематикой.
• Если у вас нет опыта принятия окончательного решения по продукту. Например, за вас это делал фаундер или CPO.
• Если у вас нет опыта построения процессов в продуктовой команде, то ваша стоимость может быть снижена для тех компаний, которые ищут первого продакта.
• Отсутствие опыта работы с аналитикой может быть критичным там, где нет аналитика и решение его задач должен взять на себя продакт.
• Отсутствие опыта управления командой разработки напрямую. От продакт менеджера априори ожидают, что он умеет декомпозировать задачи для разработки и хотя бы базово понимает, какие вещи в продукте реализуемы, а какие совсем нет.
• Если у вас нет опыта развития зрелого продукта, то ваша стоимость для такого типа продуктов будет ниже. Особенно если вы в прошлом только запускали продукты, но не развивали в долгосрочной перспективе.
• Если большая часть вашего продуктового опыта связана с заказной разработкой, то работодатель может видеть риски в том, что вы не справитесь с разработкой инхауз продукта.
2) Проверьте, все ли есть факторы, повышающие стоимость на рынке?
• Опыт работы с известными продуктами в бэкграунде.
• Опыт разработки международных продуктов.
• Величина продукта, с которым работал продакт. Масштаб продукта можно оценивать по аудиторным показателям, доле рынка, деньгам, которые генерит конкретный продукт.
• Успешные продуктовые кейсы, например: запуск новой вертикали, рост ключевой метрики, рост GMV и т.д.
• Широта зоны ответственности. Причём, чем больше компания, тем зачастую меньше зона ответственности. Например, в небольшой компании продакт будет сам собирать на коленке систему аналитики, а в крупной этим будет заниматься отдельный продуктовый аналитик.
• Опыт работы с нишевыми продуктами. Опыт в нишевых продуктах может высоко оцениваться для продуктов из той же ниши.
• Опыт в банковских и/или финтех продуктах. Такие продакты часто хотят денег чуть выше рынка.
Хотите больше узнать, как поработать с этими факторами? Как измерить свой уровень? Как расти продакту? Как правильно подойти к прокачке своих навыков, чтобы больше «стоить» на рынке? Приходите 9 июня в 19:00 на бесплатный интенсив на эту тему с Мишей Карповым и ребятами из ProductStar.
О чем еще будут говорить и что вы получите:
— Ориентиры для профессионального роста.
— Объективную оценку собственных скиллов.
— Как проходить собеседования? На что обращают внимание? Какие совершаются типовые ошибки? Большая компания или стартап?
— Чек-лист «Как пройти собеседование на должность продакт-менеджера».
Мероприятие будет полезно и опытным специалистам, нужно только зарегистрироваться
Сделать это можно по ссылке https://bit.ly/3wR5z7I
Подходы при формировании рекомендательной системы на ML-модели
Ниже рассмотрены 4 классических подхода:
Фильтрация по содержимому
Content-based filtering выдает рекомендации на основе сходства признаков предмета (item features) и предпочтений пользователя. Мы можем извлечь значимые признаки из описания товара и сопоставить их с предпочтениями пользователя. Предпочтениями пользователя может стать как информация, которую пользователь предоставил сам, например, демографическая информация, так и основанная на истории просмотров и покупок пользователя. Многим рекомендательным системам приходится решать проблему холодного старта, когда информации, собранной для нового пользователя, не достаточно.
Совместная фильтрация (Пользователь-пользователь или предмет-предмет)
Фильтрация по содержимому имеет ограничение по качеству описания, предоставляемого контент-провайдером. Существует ограничение на то, какие признаки могут быть извлечены из ограниченного объема контентной информации. Поведенческую информацию (что они смотрят, как они оценивают предметы) гораздо легче собрать, а также это менее навязчиво и более точно. Тут мы концентрируемся на составлении прогнозов на основе поведения пользователей, а не на извлечении признаков. Один из типичных подходов заключается в создании матрицы рейтингов пользователя, содержащей оценки, которые пользователь дал разным фильмам. Благодаря ей, мы находим сходства и даем рекомендации.
Совместная фильтрация (Разложение матрицы)
Из матрицы рейтингов мы узнаем скрытые факторы (главные компоненты), которые пользователи используют при оценивании товаров. Например, в фильмах скрытыми факторами могут быть жанр фильма, год выхода, актер или актриса в фильме. Но мы не определяем их однозначно. Мы не знаем, правильные ли скрытые факторы определил компьютер, пока не изучим результаты вручную. Но количество скрытых факторов может быть огромным, и многие из них могут не иметь большого значения. В методе главных компонент (PCA) мы отрезаем те, которые не являются важными (имеют очень маленькое значение σᵢ по сравнению с другими).
Таким образом, хоть матрица рейтингов и является большой, мы можем уменьшить информацию до скрытых факторов, которые представляют пользователя или фильм в гораздо меньшем размере.
Случайное блуждание
Мы можем представить каждый товар в виде вершины на графе. Основываясь на многих факторах, в том числе на том, какие товары пользователи могут выбрать далее, какие товары могут быть просмотрены или куплены вместе, какие товары пользователь высоко оценил вместе, или на других моделях поведения пользователей, мы можем сформулировать переходную вероятность от одного товара к другому. Случайное блуждание является одним из самых популярных рекомендательных алгоритмов в промышленном применении. Тем не менее, это огромная тема, поэтому сейчас мы рассмотрим два крупных внедрения, в которых задействованы цепи Маркова.
Хотите уметь строить рекомендательные системы в своих продуктах? А также использовать AI в других задачах?
Приходите на курс «AI Product Manager» — силовой агрегат продакта, решившегося овладеть мощью Al и вырасти до руководителя c-level executives, концентрированная теория, которую студенты оттачивают на практике.
Курс рассчитан на 10 часов в неделю — можно совмещать с основной работой и сразу применять полученные навыки. Преподаватели и менторы из ДомКлик, Mail.ru и Facebook помогут в трансформации вашей карьеры.
Подробности и запись на курс по ссылке — https://clc.am/6t1lXA
До 15 июня промокод FRESH дает скидку 45% на обучение
Ниже рассмотрены 4 классических подхода:
Фильтрация по содержимому
Content-based filtering выдает рекомендации на основе сходства признаков предмета (item features) и предпочтений пользователя. Мы можем извлечь значимые признаки из описания товара и сопоставить их с предпочтениями пользователя. Предпочтениями пользователя может стать как информация, которую пользователь предоставил сам, например, демографическая информация, так и основанная на истории просмотров и покупок пользователя. Многим рекомендательным системам приходится решать проблему холодного старта, когда информации, собранной для нового пользователя, не достаточно.
Совместная фильтрация (Пользователь-пользователь или предмет-предмет)
Фильтрация по содержимому имеет ограничение по качеству описания, предоставляемого контент-провайдером. Существует ограничение на то, какие признаки могут быть извлечены из ограниченного объема контентной информации. Поведенческую информацию (что они смотрят, как они оценивают предметы) гораздо легче собрать, а также это менее навязчиво и более точно. Тут мы концентрируемся на составлении прогнозов на основе поведения пользователей, а не на извлечении признаков. Один из типичных подходов заключается в создании матрицы рейтингов пользователя, содержащей оценки, которые пользователь дал разным фильмам. Благодаря ей, мы находим сходства и даем рекомендации.
Совместная фильтрация (Разложение матрицы)
Из матрицы рейтингов мы узнаем скрытые факторы (главные компоненты), которые пользователи используют при оценивании товаров. Например, в фильмах скрытыми факторами могут быть жанр фильма, год выхода, актер или актриса в фильме. Но мы не определяем их однозначно. Мы не знаем, правильные ли скрытые факторы определил компьютер, пока не изучим результаты вручную. Но количество скрытых факторов может быть огромным, и многие из них могут не иметь большого значения. В методе главных компонент (PCA) мы отрезаем те, которые не являются важными (имеют очень маленькое значение σᵢ по сравнению с другими).
Таким образом, хоть матрица рейтингов и является большой, мы можем уменьшить информацию до скрытых факторов, которые представляют пользователя или фильм в гораздо меньшем размере.
Случайное блуждание
Мы можем представить каждый товар в виде вершины на графе. Основываясь на многих факторах, в том числе на том, какие товары пользователи могут выбрать далее, какие товары могут быть просмотрены или куплены вместе, какие товары пользователь высоко оценил вместе, или на других моделях поведения пользователей, мы можем сформулировать переходную вероятность от одного товара к другому. Случайное блуждание является одним из самых популярных рекомендательных алгоритмов в промышленном применении. Тем не менее, это огромная тема, поэтому сейчас мы рассмотрим два крупных внедрения, в которых задействованы цепи Маркова.
Хотите уметь строить рекомендательные системы в своих продуктах? А также использовать AI в других задачах?
Приходите на курс «AI Product Manager» — силовой агрегат продакта, решившегося овладеть мощью Al и вырасти до руководителя c-level executives, концентрированная теория, которую студенты оттачивают на практике.
Курс рассчитан на 10 часов в неделю — можно совмещать с основной работой и сразу применять полученные навыки. Преподаватели и менторы из ДомКлик, Mail.ru и Facebook помогут в трансформации вашей карьеры.
Подробности и запись на курс по ссылке — https://clc.am/6t1lXA
До 15 июня промокод FRESH дает скидку 45% на обучение
Продукты, аналитика и книги: канал Analysis Paradisis
У Камиллы Самохиной, менеджера продуктов из Тинькофф, хороший канал @analysis_paradisis про управление продуктами, командами и собой.
Камилла делится менеджерским опытом и рассуждает о разных сторонах продуктовой разработки.
Например, об этике: https://t.me/analysis_paradisis/367
Про тексты в интерфейсе: https://t.me/analysis_paradisis/343
Про силу индивидуального подхода: https://t.me/analysis_paradisis/317
Сторифреймы или дизайн текста через интерфейс: https://t.me/analysis_paradisis/313
И правильные книжки для менеджеров: https://t.me/analysis_paradisis/354. Мне особенно нравится про книги, для себя я подчеркнул две:
Не рычите на собаку, Карен Прайор
Принцип очень простой: человек сделал что тебе нужно (или не сделал того, что тебя раздражает) — закрепи поведение положительным подкреплением. Рыба дельфину, похвала человеку. И сделать это нужно сразу же при проявлении поведения, чтобы установилась связь. Еще эффективней добавить технику кликера: кликнуть (там звук такой, типа клик) ровно в момент желательного поведения. Когда дельфин прыгает на нужную высоту и вы даете ему рыбу после прыжка, дельфину приходится гадать, что именно он сделал правильно — это была нужная высота, место, время между прыжками или что-то еще? Клик в нужный момент как раз позволяет понять, что именно.
Сделано, чтобы прилипать, Чип Хиз, Ден Хиз
История прилипает, если в ней есть часть или все из этих шести принципов:
— Простота
Антипример: словосочетание «идиопатическая кардиомиопатия». «Кардиомиопатия» означает, что «что-то не так с вашим сердцем», а «идиопатическая» — что «мы понятия не имеем, что именно не так».
— Неожиданность
Продавец из Nordstrom прогревал машину клиента, пока он выбирал товары.
— Конкретность
В одном университете вместо скучных лекций по бухучету студенты целый семестр помогают вымышленным предпринимателям справиться с проблемами в компании.
— Достоверность
Например, факты или внимание к деталям: в эксперименте, симулирующем суд про опеку, описание жизни матери и ребёнка с большой степенью детализации положительных вещей ("ребёнок с утра чистит зубы щёткой в форме Дарт Вейдера") заставляет присяжных на суде склоняться на сторону матери больше, чем тех, кто прочитал обычное описание ("ребёнок с утра чистит зубы").
— Эмоциональность
Сбор денег более успешен, если люди помогают конкретному ребёнку, а не всей Африке.
— История
Subway сделал очень эффективную рекламу на истории парня, который похудел на их сэндвичах на 90кг.
Еще больше материалов на крутом продуктовом канале https://t.me/analysis_paradisis: подписывайтесь
У Камиллы Самохиной, менеджера продуктов из Тинькофф, хороший канал @analysis_paradisis про управление продуктами, командами и собой.
Камилла делится менеджерским опытом и рассуждает о разных сторонах продуктовой разработки.
Например, об этике: https://t.me/analysis_paradisis/367
Про тексты в интерфейсе: https://t.me/analysis_paradisis/343
Про силу индивидуального подхода: https://t.me/analysis_paradisis/317
Сторифреймы или дизайн текста через интерфейс: https://t.me/analysis_paradisis/313
И правильные книжки для менеджеров: https://t.me/analysis_paradisis/354. Мне особенно нравится про книги, для себя я подчеркнул две:
Не рычите на собаку, Карен Прайор
Принцип очень простой: человек сделал что тебе нужно (или не сделал того, что тебя раздражает) — закрепи поведение положительным подкреплением. Рыба дельфину, похвала человеку. И сделать это нужно сразу же при проявлении поведения, чтобы установилась связь. Еще эффективней добавить технику кликера: кликнуть (там звук такой, типа клик) ровно в момент желательного поведения. Когда дельфин прыгает на нужную высоту и вы даете ему рыбу после прыжка, дельфину приходится гадать, что именно он сделал правильно — это была нужная высота, место, время между прыжками или что-то еще? Клик в нужный момент как раз позволяет понять, что именно.
Сделано, чтобы прилипать, Чип Хиз, Ден Хиз
История прилипает, если в ней есть часть или все из этих шести принципов:
— Простота
Антипример: словосочетание «идиопатическая кардиомиопатия». «Кардиомиопатия» означает, что «что-то не так с вашим сердцем», а «идиопатическая» — что «мы понятия не имеем, что именно не так».
— Неожиданность
Продавец из Nordstrom прогревал машину клиента, пока он выбирал товары.
— Конкретность
В одном университете вместо скучных лекций по бухучету студенты целый семестр помогают вымышленным предпринимателям справиться с проблемами в компании.
— Достоверность
Например, факты или внимание к деталям: в эксперименте, симулирующем суд про опеку, описание жизни матери и ребёнка с большой степенью детализации положительных вещей ("ребёнок с утра чистит зубы щёткой в форме Дарт Вейдера") заставляет присяжных на суде склоняться на сторону матери больше, чем тех, кто прочитал обычное описание ("ребёнок с утра чистит зубы").
— Эмоциональность
Сбор денег более успешен, если люди помогают конкретному ребёнку, а не всей Африке.
— История
Subway сделал очень эффективную рекламу на истории парня, который похудел на их сэндвичах на 90кг.
Еще больше материалов на крутом продуктовом канале https://t.me/analysis_paradisis: подписывайтесь
Telegram
Analysis Paradisis
Этика в продукте
Сейчас много говорят про этику в продуктах. Обычно подразумевают прозрачность условий для пользователя, отсутствие приписок мелким шрифтом, неожиданных списаний денег и подобных вещей (как на картинке ниже).
Но вообще странные и неэтичные…
Сейчас много говорят про этику в продуктах. Обычно подразумевают прозрачность условий для пользователя, отсутствие приписок мелким шрифтом, неожиданных списаний денег и подобных вещей (как на картинке ниже).
Но вообще странные и неэтичные…
Про KPI продакта
Часто спрашивают, а в чем эффективность продакта. По классике, оценивать его можно по четырем категориям и сферам деятельности:
1. KPI бизнеса — ориентированы на производительность продукта по сравнению с целями организации, они часто появляются в нескольких других отделах организации, и они ориентированы на клиентов через такие показатели, как жизненная ценность клиента (LTV), доход, прибыльность и расходы.
Подсчет клиентов: измеряется общее число клиентов или пользователей продукта.
Позиция на рынке: эта метрика поможет компании понять, какое место занимает продукт среди конкурентов.
NPS: Net Promoter Score — это показатель, имеющий большое значение для продуктов и услуг, ориентированных на клиентов. NPS — это показатель, который помогает понять, насколько клиент доволен вашим продуктом и услугой.
2. KPI использования продукта — как клиенты взаимодействуют с вашим продуктом, что работает, а что нет для вашей пользовательской базы:
Соотношение активных пользователей за день / месяц: ежедневные активные пользователи, то есть число вошедших в систему пользователей, выполняющих задачи. Этот KPI чрезвычайно полезен для отслеживания частоты «залипания» на продукте: растущий процент DAU / MAU указывает на увеличение процента принятия продукта.
Среднее количество сеансов на пользователя: ориентирован на взаимодействие, так как у большинства продуктов частота использования, как правило, является хорошим признаком того, что продукт принимается так, как задумано.
Количество пользователей на функцию: может использоваться для измерения запуска функции или для отслеживания определенных функций и принятия решения о том, будут ли они развиваться дальше или же будут остановлены.
3. KPI разработки продукта — отслеживание процесса разработки и обмен результатами с вашей командой может помочь начать обсуждения, чтобы устранить любые недостатки или улучшить коммуникацию:
Своевременная доставка: здесь вы отслеживаете производительность в соответствии с установленными сроками. Например, для команды разработчиков ПО это может помочь им оставаться точными при оценке производства и тестирования.
Скорость команды: скорость в команде рассчитывается через количество единиц работы, выполненной за определенный интервал. Это особенно полезно при разработке продукта на основе проектов (что часто встречается при производстве ПО) в качестве способа оценки и отслеживания действий, что позволяет создавать более предсказуемые дорожные карты.
4. KPI качества — проблемы с качеством продуктов сильно влияют на удовлетворенность клиентов и могут поставить под угрозу успех продукта:
Заявки в службу поддержки: количество заявок в службу поддержки может указывать на согласованность и качество
Частота ошибок: тестирование KPI может охватывать несколько областей, от отчетов о покрытии автоматизации до модульного тестирования, тестирования системы и функций.
Product-менеджер прокачивает все 4 KPI в рамках своей зоны ответственности, придумывает идеи и запускает продукты, внедряет улучшения, планирует их продвижение.
Научиться всему этому можно на своих ошибках, но лучше и быстрее — на совместной магистратуре ВШЭ и Нетологии. Из очевидных плюсов: диплом ВШЭ, гибкое онлайн-обучение, поддержка наставников, практикоориентированность программы ― у вас будет возможность потренироваться в управлении цифровым продуктом на стажировке в IT-компании.
Подробности ― на дне открытых дверей по ссылке https://netolo.gy/gGx
Часто спрашивают, а в чем эффективность продакта. По классике, оценивать его можно по четырем категориям и сферам деятельности:
1. KPI бизнеса — ориентированы на производительность продукта по сравнению с целями организации, они часто появляются в нескольких других отделах организации, и они ориентированы на клиентов через такие показатели, как жизненная ценность клиента (LTV), доход, прибыльность и расходы.
Подсчет клиентов: измеряется общее число клиентов или пользователей продукта.
Позиция на рынке: эта метрика поможет компании понять, какое место занимает продукт среди конкурентов.
NPS: Net Promoter Score — это показатель, имеющий большое значение для продуктов и услуг, ориентированных на клиентов. NPS — это показатель, который помогает понять, насколько клиент доволен вашим продуктом и услугой.
2. KPI использования продукта — как клиенты взаимодействуют с вашим продуктом, что работает, а что нет для вашей пользовательской базы:
Соотношение активных пользователей за день / месяц: ежедневные активные пользователи, то есть число вошедших в систему пользователей, выполняющих задачи. Этот KPI чрезвычайно полезен для отслеживания частоты «залипания» на продукте: растущий процент DAU / MAU указывает на увеличение процента принятия продукта.
Среднее количество сеансов на пользователя: ориентирован на взаимодействие, так как у большинства продуктов частота использования, как правило, является хорошим признаком того, что продукт принимается так, как задумано.
Количество пользователей на функцию: может использоваться для измерения запуска функции или для отслеживания определенных функций и принятия решения о том, будут ли они развиваться дальше или же будут остановлены.
3. KPI разработки продукта — отслеживание процесса разработки и обмен результатами с вашей командой может помочь начать обсуждения, чтобы устранить любые недостатки или улучшить коммуникацию:
Своевременная доставка: здесь вы отслеживаете производительность в соответствии с установленными сроками. Например, для команды разработчиков ПО это может помочь им оставаться точными при оценке производства и тестирования.
Скорость команды: скорость в команде рассчитывается через количество единиц работы, выполненной за определенный интервал. Это особенно полезно при разработке продукта на основе проектов (что часто встречается при производстве ПО) в качестве способа оценки и отслеживания действий, что позволяет создавать более предсказуемые дорожные карты.
4. KPI качества — проблемы с качеством продуктов сильно влияют на удовлетворенность клиентов и могут поставить под угрозу успех продукта:
Заявки в службу поддержки: количество заявок в службу поддержки может указывать на согласованность и качество
Частота ошибок: тестирование KPI может охватывать несколько областей, от отчетов о покрытии автоматизации до модульного тестирования, тестирования системы и функций.
Product-менеджер прокачивает все 4 KPI в рамках своей зоны ответственности, придумывает идеи и запускает продукты, внедряет улучшения, планирует их продвижение.
Научиться всему этому можно на своих ошибках, но лучше и быстрее — на совместной магистратуре ВШЭ и Нетологии. Из очевидных плюсов: диплом ВШЭ, гибкое онлайн-обучение, поддержка наставников, практикоориентированность программы ― у вас будет возможность потренироваться в управлении цифровым продуктом на стажировке в IT-компании.
Подробности ― на дне открытых дверей по ссылке https://netolo.gy/gGx
netology.ru
Карьерная консультация – подобрать профессию бесплатно
Получите индивидуальные рекомендации по выбору профессии от нейросети Нетологии на основе ваших предпочтений и опыта. Это бесплатно.
Подчеркнуто на канале Максима Спиридонова
Меня в ИТ вдохновили пойти в том числе подкасты Максима Спиридонова “Рунетология”. А сейчас я с удовольствием продолжаю следить за контентом, который Максим делает, в том числе в своем телеграм-канале. Вот наиболее интересные мысли:
1. Согласно последнему докладу Oxfam (организация, которая занимается проблемами бедности) эпидемия способствовала росту неравенства. И если на восстановление привычного уровня жизни у большинства населения планеты уйдут десятилетия, то богатейшая верхушка сумела оправиться всего за 9 месяцев.
2. Netflix добавил на свой главный экран кнопку случайного выбора фильмов. Функция «Воспроизвести что-нибудь» призвана помочь тем зрителям, которые еще не определились с предпочтениями. Она работает как пульт от обычного телевизора: включаешь — и на экране что-то появляется. Можно посмотреть на эту новость как на небольшую (действительно пустяковую с точки зрения реализации) продуктовую фичу. А можно гораздо более широко — как на философский вопрос о том, куда движется человечество. В сторону осознанного выбора и регулярно принимаемых решений (в том числе по поводу развлечений)? Или в сторону отказа от ответственности за выбор и пути наименьшего сопротивления?
3. Одна из самых перспективных бизнес-стратегий — найти сформированный большой спрос на какой-либо продукт в офлайне и создать для него цифровую альтернативу, попросту — перевести в онлайн. Однако важно оценивать еще два фактора, которые определяют успех или неудачу такой стратегии: достаточно ли экспертизы в разработке диджитал-продукта у вас?Готов ли выбранный рынок и его пользователи к инновациям?
4. Внимание — валюта будущего. «Майнить» её сегодня дешевле, чем завтра. И баснословно дешевле, чем послезавтра. Посмотрите крутое видео от Джека Конте. Парень — СЕО нового типа. Он предприниматель, музыкант, видеоблогер. Где заканчивается одна его ипостась и начинается другая, невозможно понять. Да и не нужно. Он хорош в синтезе своего многообразия.
5. Аналитики McKinsey считают, что лучшие лидеры бизнеса находят тонкий персональный баланс в отношениях с сотрудниками. Они эмпатичны, внимательны и открыты к предложениям. Они всегда готовы прийти на помощь. Они регулярно общаются с подчиненными, как по профессиональным, так и по личным вопросам. В то же время они сохраняют дистанцию, чтобы непредвзято оценивать работу компании и контролировать выполнение задач.
Еще больше интересных материалов на канале https://t.me/mspiridonov. Подписывайтесь!
Меня в ИТ вдохновили пойти в том числе подкасты Максима Спиридонова “Рунетология”. А сейчас я с удовольствием продолжаю следить за контентом, который Максим делает, в том числе в своем телеграм-канале. Вот наиболее интересные мысли:
1. Согласно последнему докладу Oxfam (организация, которая занимается проблемами бедности) эпидемия способствовала росту неравенства. И если на восстановление привычного уровня жизни у большинства населения планеты уйдут десятилетия, то богатейшая верхушка сумела оправиться всего за 9 месяцев.
2. Netflix добавил на свой главный экран кнопку случайного выбора фильмов. Функция «Воспроизвести что-нибудь» призвана помочь тем зрителям, которые еще не определились с предпочтениями. Она работает как пульт от обычного телевизора: включаешь — и на экране что-то появляется. Можно посмотреть на эту новость как на небольшую (действительно пустяковую с точки зрения реализации) продуктовую фичу. А можно гораздо более широко — как на философский вопрос о том, куда движется человечество. В сторону осознанного выбора и регулярно принимаемых решений (в том числе по поводу развлечений)? Или в сторону отказа от ответственности за выбор и пути наименьшего сопротивления?
3. Одна из самых перспективных бизнес-стратегий — найти сформированный большой спрос на какой-либо продукт в офлайне и создать для него цифровую альтернативу, попросту — перевести в онлайн. Однако важно оценивать еще два фактора, которые определяют успех или неудачу такой стратегии: достаточно ли экспертизы в разработке диджитал-продукта у вас?Готов ли выбранный рынок и его пользователи к инновациям?
4. Внимание — валюта будущего. «Майнить» её сегодня дешевле, чем завтра. И баснословно дешевле, чем послезавтра. Посмотрите крутое видео от Джека Конте. Парень — СЕО нового типа. Он предприниматель, музыкант, видеоблогер. Где заканчивается одна его ипостась и начинается другая, невозможно понять. Да и не нужно. Он хорош в синтезе своего многообразия.
5. Аналитики McKinsey считают, что лучшие лидеры бизнеса находят тонкий персональный баланс в отношениях с сотрудниками. Они эмпатичны, внимательны и открыты к предложениям. Они всегда готовы прийти на помощь. Они регулярно общаются с подчиненными, как по профессиональным, так и по личным вопросам. В то же время они сохраняют дистанцию, чтобы непредвзято оценивать работу компании и контролировать выполнение задач.
Еще больше интересных материалов на канале https://t.me/mspiridonov. Подписывайтесь!
Telegram
Максим Спиридонов
Предприниматель, стратег, визионер, отец 5-ых. Создал миллиардные компании в рублях (Нетология и Фоксфорд). Ращу единорога в долларах и развиваю бизнес-клуб Reforma.
Контакт менеджера: @collaboration_spiridonov
Контакт менеджера: @collaboration_spiridonov
Тренды продаж в продуктах для блоггеров
Собрано из многочисленных исследований.
1. Онлайн продажи растут. Ценники Shopping tag в Instagram есть. В ближайшее время появится возможность покупать товары не выходя из Инстаграм, и это будет означать конец простых интернет-магазинов.
2. Многие понимают важность общения с пользователями и берутся за развитие этого направления в своих соцсетях. Люди пишут комментарии, потому что хотят быть услышанными. Пишут плохие отзывы, потому что расстроены и хотят получить ответ от бренда. Отвечайте, помогайте, поддерживайте общение, и вы получите активную и преданную аудиторию.
3. Масками уже никого не удивить. На очереди - онлайн примерочные, выбор мебели или декора с возможностью "примерки" к своему интерьеру и многое другое.
4. Автоматизация этапов работы и повышение лояльности потребителей (ведь электронный собеседник отвечает круглосуточно, активно и помнит всю историю покупок). Это все благодаря чат-ботам и автоворонкам.
5. На первый план выходит гео-таргетинг. При настройке рекламы настройте показ на ближайших к вам пользователей, а на баннере укажите близость и доступность.
6. “Малыши” с 1000 - 3000 подписчиков становятся востребованы еще больше, потому что они не пренебрегают общением со своими последователями, а значит - им больше доверяют.
7. Выручка платформ для блогеров c 1000 - 3000 подписчиков растет 180% год к году, в том числе с криптовалютой. Блоггеры в среднем пользуются не менее 2 платформами. Например Fly - платформа, объединяющая рекламодателей и блогеров, при поддержке которой написан данный пост и про которую подробнее можно узнать на их каналах https://t.me/FFRUSCHAT и https://t.me/Fly_futurerus
Собрано из многочисленных исследований.
1. Онлайн продажи растут. Ценники Shopping tag в Instagram есть. В ближайшее время появится возможность покупать товары не выходя из Инстаграм, и это будет означать конец простых интернет-магазинов.
2. Многие понимают важность общения с пользователями и берутся за развитие этого направления в своих соцсетях. Люди пишут комментарии, потому что хотят быть услышанными. Пишут плохие отзывы, потому что расстроены и хотят получить ответ от бренда. Отвечайте, помогайте, поддерживайте общение, и вы получите активную и преданную аудиторию.
3. Масками уже никого не удивить. На очереди - онлайн примерочные, выбор мебели или декора с возможностью "примерки" к своему интерьеру и многое другое.
4. Автоматизация этапов работы и повышение лояльности потребителей (ведь электронный собеседник отвечает круглосуточно, активно и помнит всю историю покупок). Это все благодаря чат-ботам и автоворонкам.
5. На первый план выходит гео-таргетинг. При настройке рекламы настройте показ на ближайших к вам пользователей, а на баннере укажите близость и доступность.
6. “Малыши” с 1000 - 3000 подписчиков становятся востребованы еще больше, потому что они не пренебрегают общением со своими последователями, а значит - им больше доверяют.
7. Выручка платформ для блогеров c 1000 - 3000 подписчиков растет 180% год к году, в том числе с криптовалютой. Блоггеры в среднем пользуются не менее 2 платформами. Например Fly - платформа, объединяющая рекламодателей и блогеров, при поддержке которой написан данный пост и про которую подробнее можно узнать на их каналах https://t.me/FFRUSCHAT и https://t.me/Fly_futurerus
Пост благодарности подписчикам №2
Друзья, спасибо, что подписаны и читаете посты моего канала. Вы все даете мне счастливую и исключительную возможность заниматься любимым делом - писать об управлении продуктами. Желаю всем того же!
Вы часто мне пишите в сообщениях запросы на консультирование как по продуктам, так и по ведению каналов, что вам не хватает интерактивного общения с автором канала.
Поэтому я запускаю 2 новые инициативы:
1. Канал с моими кейсами роста, в котором будут голосовые эфиры с моим участием. В них буду рассказывать и дискутировать на интересные мне и вам продуктовые темы, а также там будет возможность попросить консультацию на свой продукт или идею, получить несколько советов от меня и подключившихся. Первый эфир запланировал на 22 июня в 18.00. Ссылка на канал - https://t.me/sergeyproduct.
2. Консультирование для авторов каналов. Если у вас есть свой канал, в котором более 10 авторских постов и более 200 подписчиков, вы нуждаетесь в консультировании по развитию канала, напишите автору канала личным сообщением. В сообщении напишите, какой канал ведете, какие амбиции и какие проблемы с достижением их.
Всем роста!
Друзья, спасибо, что подписаны и читаете посты моего канала. Вы все даете мне счастливую и исключительную возможность заниматься любимым делом - писать об управлении продуктами. Желаю всем того же!
Вы часто мне пишите в сообщениях запросы на консультирование как по продуктам, так и по ведению каналов, что вам не хватает интерактивного общения с автором канала.
Поэтому я запускаю 2 новые инициативы:
1. Канал с моими кейсами роста, в котором будут голосовые эфиры с моим участием. В них буду рассказывать и дискутировать на интересные мне и вам продуктовые темы, а также там будет возможность попросить консультацию на свой продукт или идею, получить несколько советов от меня и подключившихся. Первый эфир запланировал на 22 июня в 18.00. Ссылка на канал - https://t.me/sergeyproduct.
2. Консультирование для авторов каналов. Если у вас есть свой канал, в котором более 10 авторских постов и более 200 подписчиков, вы нуждаетесь в консультировании по развитию канала, напишите автору канала личным сообщением. В сообщении напишите, какой канал ведете, какие амбиции и какие проблемы с достижением их.
Всем роста!
Чек-лист для взлома роста
Совместно с Андреем Торбичевым, автором канала Индекс дятла, составили чек-лист для трекеров, консультантов и продакт-менеджеров по взлому роста.
В нем 5 шагов и подход снизу воронки - от метрик и пользователей, которые ближе всего к ценности и деньгам.
1) Если коэффициент виральности меньше 0.1, стоит активировать рекомендации. Это заставит еще раз взглянуть на ценность.
2) Если продукт предполагает регулярное использование, а наша возвращаемость в течении 28 дней ниже 20% - идем разбираться с конверсией в повторную покупку.
3) Когда больше тысячи платящих пользователей (и мы прошли первые два шага) - тестируем гипотезы дохода. Апсейс/кросс-сейл вокруг драйверов может помочь.
4) Меньше 10% переходят с пробной версии на платную - повод снова разобраться с ценностью или моделью продаж.
5) Если конверсия из охвата в целевое действие (С1) ниже 3%, это и есть точка роста. Выходим из офиса и начинаем кастдевить клиентов.
Наш опыт показывает, что универсального решения нет. И в то же время эти пять шагов дают шанс быстро найти бутылочное горлышко в консьюмерском продукте.
Совместно с Андреем Торбичевым, автором канала Индекс дятла, составили чек-лист для трекеров, консультантов и продакт-менеджеров по взлому роста.
В нем 5 шагов и подход снизу воронки - от метрик и пользователей, которые ближе всего к ценности и деньгам.
1) Если коэффициент виральности меньше 0.1, стоит активировать рекомендации. Это заставит еще раз взглянуть на ценность.
2) Если продукт предполагает регулярное использование, а наша возвращаемость в течении 28 дней ниже 20% - идем разбираться с конверсией в повторную покупку.
3) Когда больше тысячи платящих пользователей (и мы прошли первые два шага) - тестируем гипотезы дохода. Апсейс/кросс-сейл вокруг драйверов может помочь.
4) Меньше 10% переходят с пробной версии на платную - повод снова разобраться с ценностью или моделью продаж.
5) Если конверсия из охвата в целевое действие (С1) ниже 3%, это и есть точка роста. Выходим из офиса и начинаем кастдевить клиентов.
Наш опыт показывает, что универсального решения нет. И в то же время эти пять шагов дают шанс быстро найти бутылочное горлышко в консьюмерском продукте.
Telegram
Индекс дятла
Говорим о запуске и развитии продуктов/стартапов, поиске ценности и роста, командах и привлечении инвестиций.
Автор - Андрей Торбичев, партнер фонда Месторождение, партнер стартап-студии Product Games Вопросы @Natalochkina
РКН https://clck.ru/3HrFui
Автор - Андрей Торбичев, партнер фонда Месторождение, партнер стартап-студии Product Games Вопросы @Natalochkina
РКН https://clck.ru/3HrFui
Fresh Product Manager pinned «Пост благодарности подписчикам №2 Друзья, спасибо, что подписаны и читаете посты моего канала. Вы все даете мне счастливую и исключительную возможность заниматься любимым делом - писать об управлении продуктами. Желаю всем того же! Вы часто мне пишите в…»
Разрешите себе ошибаться
Сегодня прочитал интересное эссе «Разрешите себе ошибаться» или как погоня за успешным успехом убивает вашу эффективность при работе над продуктами от CEO Signum.ai Артема Гладких - «Разрешите себе ошибаться». Или как погоня за успешным успехом убивает вашу эффективность при работе над продуктами. Хорошие мысли от CEO Signum.ai - https://www.facebook.com/artem.gladkikh/posts/4202595689786963
Оно навело меня на мысли, как можно работать так, чтобы сократить стоимость ошибки:
+ Сосредоточьтесь на опыте, который вы хотите дать, инновациях, которые вы хотите привнести, потребностях, которые вы удовлетворяете, и на том, что ваш продукт будет значить для людей.
+ Быстро, дешево и хорошо невозможно, поэтому заранее определите свой треугольник и убедитесь, что все ваши основные заинтересованные стороны выровнены.
+ Ко всему, что приходит от пользователей, нужно относиться, как к сигналу, проблему которого нужно определить. Самая большая ошибка, которую я вижу, это то, что менеджеры совершают переход к решениям прежде, чем они поймут проблемы.
+ Большая часть работы менеджеров по управлению рисками заключается в том, чтобы сократить риски с помощью анализа конкурентов. Смотреть за пределами своего продукта на другие продукты – это разумно, но простое копирование почти всегда является шагом к катастрофе.
+ Хорошие менеджеры лучше терпят неудачу, чем все остальное, потому что они постоянно учатся на своих ошибках. Спросите себя: что я узнал из этой неудачи? Могу ли я соотнести причину и следствие? То, чему я научился, правда? Будет ли это работать в будущем? Как еще я могу применить эти знания?
Сегодня прочитал интересное эссе «Разрешите себе ошибаться» или как погоня за успешным успехом убивает вашу эффективность при работе над продуктами от CEO Signum.ai Артема Гладких - «Разрешите себе ошибаться». Или как погоня за успешным успехом убивает вашу эффективность при работе над продуктами. Хорошие мысли от CEO Signum.ai - https://www.facebook.com/artem.gladkikh/posts/4202595689786963
Оно навело меня на мысли, как можно работать так, чтобы сократить стоимость ошибки:
+ Сосредоточьтесь на опыте, который вы хотите дать, инновациях, которые вы хотите привнести, потребностях, которые вы удовлетворяете, и на том, что ваш продукт будет значить для людей.
+ Быстро, дешево и хорошо невозможно, поэтому заранее определите свой треугольник и убедитесь, что все ваши основные заинтересованные стороны выровнены.
+ Ко всему, что приходит от пользователей, нужно относиться, как к сигналу, проблему которого нужно определить. Самая большая ошибка, которую я вижу, это то, что менеджеры совершают переход к решениям прежде, чем они поймут проблемы.
+ Большая часть работы менеджеров по управлению рисками заключается в том, чтобы сократить риски с помощью анализа конкурентов. Смотреть за пределами своего продукта на другие продукты – это разумно, но простое копирование почти всегда является шагом к катастрофе.
+ Хорошие менеджеры лучше терпят неудачу, чем все остальное, потому что они постоянно учатся на своих ошибках. Спросите себя: что я узнал из этой неудачи? Могу ли я соотнести причину и следствие? То, чему я научился, правда? Будет ли это работать в будущем? Как еще я могу применить эти знания?
Как эффективно запускать MVP и тестировать гипотезы с помощью зерокодинга
— Важно выпускать версии продукта как можно быстрее, оставляя за бортом свой перфекционизм. Первые пользователи сами подскажут вам, что поменять и доработать. Будьте готовы этот фидбэк обрабатывать, в том числе смотреть на негативные комментарии через призму пользы. Как я вижу по своей практике, 95% стартапов не доходят до обратной связи, продолжая совершенствовать тестовые версии.
— Нужно безжалостно выкидывать то, что не доносит ценности. Если ценность оказалась не нужной пользователям, то нужно вернуться к дискаверингу и определению задач. Понятно, что когда версия продукта разрабатывается, когда в неё вкладывается много времени, сил и денег, возникает эмоциональная привязанность. В зерокодинге вы вкладываете минимум усилий в разработку, вам проще вносить изменения в верстку — без проблем сможете отбросить неработающее решение, не пытаясь его реанимировать.
No-code уже давно не ограничивается простыми лендингами с очевидным дизайном, особенно, если добавить совсем немного кода. Например, на no-code платформе Webflow c участием сервисов вроде Airtable можно собрать заявки от клиентов и провести оплату, менять верстку и контент главной хоть четыре раза за месяц, сделать кастомные штуки вроде анонимного голосования жюри по 20 критериям, автоматизации подсчета баллов и выгрузки результатов на сайт.
Как устроен процесс на Webflow и во сколько раз no-code быстрее, чем кастомная разработка — рассказали ребята из Method Zero у себя в блоге.
Читать статью: http://cases.pinkman.ru/pioneum
— Важно выпускать версии продукта как можно быстрее, оставляя за бортом свой перфекционизм. Первые пользователи сами подскажут вам, что поменять и доработать. Будьте готовы этот фидбэк обрабатывать, в том числе смотреть на негативные комментарии через призму пользы. Как я вижу по своей практике, 95% стартапов не доходят до обратной связи, продолжая совершенствовать тестовые версии.
— Нужно безжалостно выкидывать то, что не доносит ценности. Если ценность оказалась не нужной пользователям, то нужно вернуться к дискаверингу и определению задач. Понятно, что когда версия продукта разрабатывается, когда в неё вкладывается много времени, сил и денег, возникает эмоциональная привязанность. В зерокодинге вы вкладываете минимум усилий в разработку, вам проще вносить изменения в верстку — без проблем сможете отбросить неработающее решение, не пытаясь его реанимировать.
No-code уже давно не ограничивается простыми лендингами с очевидным дизайном, особенно, если добавить совсем немного кода. Например, на no-code платформе Webflow c участием сервисов вроде Airtable можно собрать заявки от клиентов и провести оплату, менять верстку и контент главной хоть четыре раза за месяц, сделать кастомные штуки вроде анонимного голосования жюри по 20 критериям, автоматизации подсчета баллов и выгрузки результатов на сайт.
Как устроен процесс на Webflow и во сколько раз no-code быстрее, чем кастомная разработка — рассказали ребята из Method Zero у себя в блоге.
Читать статью: http://cases.pinkman.ru/pioneum
В каких сценариях ИИ нужно разбираться продуктологам?
Процесс проектирования для ИИ аналогичен, но подразумевает дополнительные шаги: взгляд в лучшее будущее, оценка возможностей ИИ, циклы данных и обратной связи, анализ негативного воздействия. Во время проектирования стоит тщательно продумать будущую коммуникацию ИИ и человека. ИИ-разработчикам необходимо осознанно решить, какое будущее они хотят создать.
В ИИ уже хорошо развиты:
- Обработка текстов на естественном языке (предоставление переводов, подписей, предложений по редактированию или публикации контента)
- Компьютерное зрение (понимание видео, фотографий, идентификация объектов в окружающей среде).
- Речь и разговор (способность ИИ говорить с пользователями, задавать вопросы и отвечать на них, предоставлять услуги ассистента).
- Сопоставление с образцом (распознавание вредоносных изображений, поиск ключевых слов в тексте, организация информации по категориям).
- Составление прогнозов на основе существующих данных (предлагаемые цены или контент, который вам может понравиться).
- Предоставление ответов и информации на вопросы, где данные уже существуют.
- Выполнение основных задач (включение видео, установка таймера, воспроизведение песен).
- Творческие инструменты и эффекты (возможность сопоставить одежду с вашим телом, заставить тело делать движения из другого видео, наложить офисный фон во время виртуальной встречи).
ИИ и машинное обучение радикально меняют наш мир и не могут не влиять на управление программными продуктами. Правильные способы применения уже есть. Команда Signum.AI запускает канал, где делится инсайтами о том, как успешно разработать свой продукт на основе искусственного интеллекта. Узнай, почему бизнесу выгодно работать с ИИ технологиями, какие существуют особенности внедрения ИИ и как эффективно управлять такими проектами.
Подписывайтесь на https://t.me/ai_bible
Процесс проектирования для ИИ аналогичен, но подразумевает дополнительные шаги: взгляд в лучшее будущее, оценка возможностей ИИ, циклы данных и обратной связи, анализ негативного воздействия. Во время проектирования стоит тщательно продумать будущую коммуникацию ИИ и человека. ИИ-разработчикам необходимо осознанно решить, какое будущее они хотят создать.
В ИИ уже хорошо развиты:
- Обработка текстов на естественном языке (предоставление переводов, подписей, предложений по редактированию или публикации контента)
- Компьютерное зрение (понимание видео, фотографий, идентификация объектов в окружающей среде).
- Речь и разговор (способность ИИ говорить с пользователями, задавать вопросы и отвечать на них, предоставлять услуги ассистента).
- Сопоставление с образцом (распознавание вредоносных изображений, поиск ключевых слов в тексте, организация информации по категориям).
- Составление прогнозов на основе существующих данных (предлагаемые цены или контент, который вам может понравиться).
- Предоставление ответов и информации на вопросы, где данные уже существуют.
- Выполнение основных задач (включение видео, установка таймера, воспроизведение песен).
- Творческие инструменты и эффекты (возможность сопоставить одежду с вашим телом, заставить тело делать движения из другого видео, наложить офисный фон во время виртуальной встречи).
ИИ и машинное обучение радикально меняют наш мир и не могут не влиять на управление программными продуктами. Правильные способы применения уже есть. Команда Signum.AI запускает канал, где делится инсайтами о том, как успешно разработать свой продукт на основе искусственного интеллекта. Узнай, почему бизнесу выгодно работать с ИИ технологиями, какие существуют особенности внедрения ИИ и как эффективно управлять такими проектами.
Подписывайтесь на https://t.me/ai_bible
Telegram
Visual Holy Bible
Visual Holy Bible | Daily Verses | Bible Quiz - IOS application: https://apps.apple.com/us/app/visual-holy-bible/id6498934309
Когда не стоит становиться продакт-менеджером
1. Ваши способности недостаточно разносторонние или вы не любите учиться.
В продакт-менеджменте вам придется принять, что не получается у вас гораздо больше. Людей, которые сразу умеют все нужное, не бывает, и какие-то недостатки придется компенсировать. Критичные вещи: проблемы с русским языком, проблемы с английским языком, плохое математическое мышление, неумение искать и структурировать информацию, проблемы с коммуникацией, проблемы с эмпатией. Все это важнее, чем технические детали.
2. Вам на самом деле не нравятся люди: либо в принципе, либо общение с ними.
У вас проблемы с коммуникацией и эмпатией.
3. Вы слишком уверены в себе, агрессивны и обожаете атрибуты формального лидерства.
Но даже в передовых подразделениях армии уже все немного иначе.
4. Вам важен комфорт или процесс интереснее результата. Продукт начинается, когда релиз попадает к пользователю. Быть на передовой в этот момент непросто вообще всем, но у некоторых это вызывает особенные проблемы. Если вы хотите всегда оставаться в тени, поищите что-то поспокойнее.
5. Ни одна тематика вам на самом деле не интересна. Я не верю в продакт-менеджеров в вакууме, нельзя быть абстрактным. Специализация, понимание и любовь к предметной области очень много значат.
6. Вы не любите или не умеете объяснять
Причем разным людям и в разных ситуациях: перед большой аудиторией, лично, в мессенджере, письмами, картинками, презентациями, техническими заданиями. Непосредственным результатом вашей работы всегда будет объяснение, которое другие люди преобразуют в продукт. Качество объяснения повлияет на него не меньше, чем качество идеи.
Что делать, если хотите исправить ситуацию и стать хорошим продуктом? Исследуйте свою область, придумывайте и тестируйте гипотезы, мыслите шире, постоянно приоритизируйте задачи, используйте MVP и Lean-подход, “мягкую” силу, слушайте и смотрите, всегда задавайте вопрос “Зачем?”. И ходите на практические курсы по продакт-менеджменту.
Если хотите поработать в тесном контакте с продакт-менеджерами из OZON и других крупнейших российских IT-корпораций, практиковаться на своем IT-продукте (по желанию), прокачать скиллы в проведении CustDev, улучшить знания расчета Unit-экономики тразобраться с разработкой MVP и командой программистов, приходите на 7 поток курса для продактов в Otus.
Оставьте заявку сейчас, чтобы сохранить за собой специальную цену на курс: https://otus.pw/06AV/
1. Ваши способности недостаточно разносторонние или вы не любите учиться.
В продакт-менеджменте вам придется принять, что не получается у вас гораздо больше. Людей, которые сразу умеют все нужное, не бывает, и какие-то недостатки придется компенсировать. Критичные вещи: проблемы с русским языком, проблемы с английским языком, плохое математическое мышление, неумение искать и структурировать информацию, проблемы с коммуникацией, проблемы с эмпатией. Все это важнее, чем технические детали.
2. Вам на самом деле не нравятся люди: либо в принципе, либо общение с ними.
У вас проблемы с коммуникацией и эмпатией.
3. Вы слишком уверены в себе, агрессивны и обожаете атрибуты формального лидерства.
Но даже в передовых подразделениях армии уже все немного иначе.
4. Вам важен комфорт или процесс интереснее результата. Продукт начинается, когда релиз попадает к пользователю. Быть на передовой в этот момент непросто вообще всем, но у некоторых это вызывает особенные проблемы. Если вы хотите всегда оставаться в тени, поищите что-то поспокойнее.
5. Ни одна тематика вам на самом деле не интересна. Я не верю в продакт-менеджеров в вакууме, нельзя быть абстрактным. Специализация, понимание и любовь к предметной области очень много значат.
6. Вы не любите или не умеете объяснять
Причем разным людям и в разных ситуациях: перед большой аудиторией, лично, в мессенджере, письмами, картинками, презентациями, техническими заданиями. Непосредственным результатом вашей работы всегда будет объяснение, которое другие люди преобразуют в продукт. Качество объяснения повлияет на него не меньше, чем качество идеи.
Что делать, если хотите исправить ситуацию и стать хорошим продуктом? Исследуйте свою область, придумывайте и тестируйте гипотезы, мыслите шире, постоянно приоритизируйте задачи, используйте MVP и Lean-подход, “мягкую” силу, слушайте и смотрите, всегда задавайте вопрос “Зачем?”. И ходите на практические курсы по продакт-менеджменту.
Если хотите поработать в тесном контакте с продакт-менеджерами из OZON и других крупнейших российских IT-корпораций, практиковаться на своем IT-продукте (по желанию), прокачать скиллы в проведении CustDev, улучшить знания расчета Unit-экономики тразобраться с разработкой MVP и командой программистов, приходите на 7 поток курса для продактов в Otus.
Оставьте заявку сейчас, чтобы сохранить за собой специальную цену на курс: https://otus.pw/06AV/
Чек-лист эффективной ретроспективы
1. После того, как сделали доску в Trello или любом другом funretro.io, нужно создать следующие колонки:
2. Что было хорошего: у каждого участника есть по 3 карточки, который он может заносить эту колонку. Задача – чтобы каждый написал про то, что ему понравилось в совместной работе с другими участниками.
3. Что было плохого: 3 карточки о том, что плохого произошло в работе за последние пару месяцев.
4. Выделить ТОП-3 плохого: у всех есть по три “голоса”, которые они могут поставить к каждой из карточек “плохого” в комментариях, тем самым проголосовав за ту боль, которая им кажется наиболее важной. По итогам происходит ранжирование и выделяется самая сильная боль.
5. Далее - обсудить с командой ТОП-3 проблем и придумать совместно, как их решить до следующей ретроспективы.
6. На следующей ретроспективе доставайте доску с прошлого ретро и рассказывайте о том, что удалось решить из топовых проблем. Если какие-то штуки не решены, их снова перетаскиваем в колонку Что плохого.
7. Признаки хорошего ретро
Хотите знать больше про ретро в Agile? 7 июля OTUS приглашает на demo-занятие «Как сделать ретроспективу в Agile полезной».
Вместе с Юлией Белозеровой, Technical Program Manager с 10-летним стажем, вы разберете популярные заблуждения о ретроспективах и поговорите про набор полезных практик, чтобы команда радостно ждала нового ретро.
На занятии вас ждет иллюстративное упражнение для углубления понимания и классические практики, которые помогут управлять ожиданиями.
Demo-занятие является частью программы практического онлайн-курса «Agile Project Manager в IT». Для регистрации на вебинар оставьте заявку https://otus.pw/DnrU/
1. После того, как сделали доску в Trello или любом другом funretro.io, нужно создать следующие колонки:
2. Что было хорошего: у каждого участника есть по 3 карточки, который он может заносить эту колонку. Задача – чтобы каждый написал про то, что ему понравилось в совместной работе с другими участниками.
3. Что было плохого: 3 карточки о том, что плохого произошло в работе за последние пару месяцев.
4. Выделить ТОП-3 плохого: у всех есть по три “голоса”, которые они могут поставить к каждой из карточек “плохого” в комментариях, тем самым проголосовав за ту боль, которая им кажется наиболее важной. По итогам происходит ранжирование и выделяется самая сильная боль.
5. Далее - обсудить с командой ТОП-3 проблем и придумать совместно, как их решить до следующей ретроспективы.
6. На следующей ретроспективе доставайте доску с прошлого ретро и рассказывайте о том, что удалось решить из топовых проблем. Если какие-то штуки не решены, их снова перетаскиваем в колонку Что плохого.
7. Признаки хорошего ретро
• Время проведения не превысило времени одного школьного урока (45 минут, в идеале нужно стремиться к 30 при любом размере команды). • Люди разные — кто-то любит болтать, кто-то молчать. Эфирное время при обсуждении решений проблем должно быть распределено относительно равномерно между участниками.• После окончания ретро есть четкие и понятные действия с ответственными. В идеале с дедлайнами.Хотите знать больше про ретро в Agile? 7 июля OTUS приглашает на demo-занятие «Как сделать ретроспективу в Agile полезной».
Вместе с Юлией Белозеровой, Technical Program Manager с 10-летним стажем, вы разберете популярные заблуждения о ретроспективах и поговорите про набор полезных практик, чтобы команда радостно ждала нового ретро.
На занятии вас ждет иллюстративное упражнение для углубления понимания и классические практики, которые помогут управлять ожиданиями.
Demo-занятие является частью программы практического онлайн-курса «Agile Project Manager в IT». Для регистрации на вебинар оставьте заявку https://otus.pw/DnrU/
Что мешает (и с чем можно справиться) при внедрении AI
1. Данные, используемые для контролируемого обучения нейросетей, приходится маркировать вручную, что делает этот процесс весьма трудоемким.
2. Получить достаточно большой и полный набор данных для обучения может быть трудно, информация может быть «грязной», разрозненной, храниться в разных приложениях и форматах и содержать ошибки, а низкое качество данных на входе приведет к столь же низкому качеству на выходе (принцип garbage in — garbage out).
3. Результаты, полученные с использованием больших сложных моделей, может быть трудно объяснить в человеческих терминах, а регуляторов часто интересует, по каким критериям было принято то или иное решение, если речь идет, например, о банковском, страховом продукте или сфере, непосредственно затрагивающей безопасность граждан, — здравоохранении, автомобиле- и авиастроении.
4. Трансфер результатов обучения пока слабо развит. AI-системы по-прежнему испытывают проблемы с переносом знаний, полученных в одной ситуации, в другую. Это значит, например, что если модель ориентирована на выявление конкретного вида мошенничества, она не будет реагировать на появление нового — ее придется тренировать заново.
5. Исходный набор данных и алгоритмы, заложенные человеком, могут быть сознательно или неосознанно искажены и предвзяты — например, алгоритм распознавания лиц, натренированный на изображениях людей со светлой кожей, не сможет эффективно работать в крупных мегаполисах с их разнородной популяцией.
Спрос на профессионалов и технологии, кто эти преграды может нейтрализовать, Big Data PM, AI&ML PM, DS PM, DL PM растет стремительными темпами.
Если тема близка, приходите на Курс «AI Product Manager» — силовой агрегат продакта, решившегося овладеть мощью Al и вырасти до руководителя c-level executives. Никакой воды, только сконцентрированная теория, которую студенты оттачивают на практике.
Курс рассчитан на 10 часов в неделю — можно совмещать с основной работой и сразу применять полученные навыки. Преподаватели и менторы из ДомКлик и Facebook помогут в трансформации вашей карьеры. Скидка 40% и курс доступны по ссылке - https://clc.to/jtqGSQ
1. Данные, используемые для контролируемого обучения нейросетей, приходится маркировать вручную, что делает этот процесс весьма трудоемким.
2. Получить достаточно большой и полный набор данных для обучения может быть трудно, информация может быть «грязной», разрозненной, храниться в разных приложениях и форматах и содержать ошибки, а низкое качество данных на входе приведет к столь же низкому качеству на выходе (принцип garbage in — garbage out).
3. Результаты, полученные с использованием больших сложных моделей, может быть трудно объяснить в человеческих терминах, а регуляторов часто интересует, по каким критериям было принято то или иное решение, если речь идет, например, о банковском, страховом продукте или сфере, непосредственно затрагивающей безопасность граждан, — здравоохранении, автомобиле- и авиастроении.
4. Трансфер результатов обучения пока слабо развит. AI-системы по-прежнему испытывают проблемы с переносом знаний, полученных в одной ситуации, в другую. Это значит, например, что если модель ориентирована на выявление конкретного вида мошенничества, она не будет реагировать на появление нового — ее придется тренировать заново.
5. Исходный набор данных и алгоритмы, заложенные человеком, могут быть сознательно или неосознанно искажены и предвзяты — например, алгоритм распознавания лиц, натренированный на изображениях людей со светлой кожей, не сможет эффективно работать в крупных мегаполисах с их разнородной популяцией.
Спрос на профессионалов и технологии, кто эти преграды может нейтрализовать, Big Data PM, AI&ML PM, DS PM, DL PM растет стремительными темпами.
Если тема близка, приходите на Курс «AI Product Manager» — силовой агрегат продакта, решившегося овладеть мощью Al и вырасти до руководителя c-level executives. Никакой воды, только сконцентрированная теория, которую студенты оттачивают на практике.
Курс рассчитан на 10 часов в неделю — можно совмещать с основной работой и сразу применять полученные навыки. Преподаватели и менторы из ДомКлик и Facebook помогут в трансформации вашей карьеры. Скидка 40% и курс доступны по ссылке - https://clc.to/jtqGSQ
Что можно выжать из CJM?
CJM — это не результат, а способ:
- Увидеть продукт / услугу детально и синхронизировать представление о нем у разными специалистов и сторон проекта;
- Зафиксировать и оптимизировать пути и способы решения задач пользователей с помощью ваших продуктов и услуг;
- Увидеть точки контакта с пользователями в разных каналах;
- Оценивать качество взаимодействия с пользователями в разных точках контакта с компанией;
- Отслеживать изменения в качестве взаимодействия с пользователями, которые вызваны внедрением улучшений вашего продукта или сервиса.
Что можно выжать из него?
1. Поиск инсайтов
Для хорошей карты необходимо будет пройти все этапы взаимодействия с вашим продуктом как пользователю. Затем пообщаться с реальными пользователями и получить от них обратную связь. Для раскрытия отдельных особенностей и построения технической CJM — обсудить архитектуру с разработчиками и так далее. Таким образом, как продакт-менеджер вы будете погружены в продукт, что принципиально важно для поиска идей и точек роста этого продукта.
Инсайты могут появляться в совершенно разных частях продукта. Например, при создании CJM реферальной программы пользователи расскажут вам, почему они не хотят приглашать друзей, и это будут проблемы продукта, а не самой реферальной программы. И так с каждым этапом: чем более подробно вы погружаетесь в продукт, тем больше вероятность нахождения Quick wins (небольших улучшений, приводящих к значительным положительным изменениям) или точек роста.
2. Пакет улучшений для развития продукта
Проводить исследования нужно постоянно, по ходу действия заполняя пробелы на карте. Развивая CJM, вы анализируете, насколько хорошо она проработана, в чем состоят проблемы и барьеры, с которыми сталкиваются пользователи, и есть ли у вас решения этих проблем.
Также по мере развития продукта вы можете разделять CJM на когорты — группы пользователей, объединенных по определенному признаку, например, месяцу привлечения. К примеру, карта для новых пользователей может отличаться от карты для «старичков», карта для реферальных пользователей может отличаться от таковой, но для пришедших по платной рекламе.
При этом важно учитывать не только прямое взаимодействие с продуктом, но и косвенное: ретаргетинг, ремаркетинг, реферальные программы, контент-маркетинг. Ведь зачастую успешная маркетинговая кампания может повысить ретеншн (удержание пользователей) когорты — если вы знаете, о чем напомнить «отвалившемуся» пользователю, на какой этап воронки (или экран продукта) его вернуть. У вас появится CJM для пробуждения уснувших пользователей (Awake), CJM допродаж существующей базе (если появился новый продукт) и так далее. CJM хорошо дополняется другими фреймворками, которые используются для создания сценариев, определения ценностей продукта (например, Business Canvas), брейнштормов.
Customer journey map — один из важнейших инструментов Product менеджера. Хотите разобраться, как он работает от гипотез до продуктового сценария? Тогда 5 июля ждем вас на demo-занятии онлайн-курса «Product Manager IT-проектов», который проведу я.
Поговорим, когда нужно проводить CJM, как построить CJM, чтобы выявить проблемы пользователя и узкие места в идее или продукте и как использовать результаты CJM при создании продукта.
Зарегистрируйтесь на занятие: https://otus.pw/05BN/
CJM — это не результат, а способ:
- Увидеть продукт / услугу детально и синхронизировать представление о нем у разными специалистов и сторон проекта;
- Зафиксировать и оптимизировать пути и способы решения задач пользователей с помощью ваших продуктов и услуг;
- Увидеть точки контакта с пользователями в разных каналах;
- Оценивать качество взаимодействия с пользователями в разных точках контакта с компанией;
- Отслеживать изменения в качестве взаимодействия с пользователями, которые вызваны внедрением улучшений вашего продукта или сервиса.
Что можно выжать из него?
1. Поиск инсайтов
Для хорошей карты необходимо будет пройти все этапы взаимодействия с вашим продуктом как пользователю. Затем пообщаться с реальными пользователями и получить от них обратную связь. Для раскрытия отдельных особенностей и построения технической CJM — обсудить архитектуру с разработчиками и так далее. Таким образом, как продакт-менеджер вы будете погружены в продукт, что принципиально важно для поиска идей и точек роста этого продукта.
Инсайты могут появляться в совершенно разных частях продукта. Например, при создании CJM реферальной программы пользователи расскажут вам, почему они не хотят приглашать друзей, и это будут проблемы продукта, а не самой реферальной программы. И так с каждым этапом: чем более подробно вы погружаетесь в продукт, тем больше вероятность нахождения Quick wins (небольших улучшений, приводящих к значительным положительным изменениям) или точек роста.
2. Пакет улучшений для развития продукта
Проводить исследования нужно постоянно, по ходу действия заполняя пробелы на карте. Развивая CJM, вы анализируете, насколько хорошо она проработана, в чем состоят проблемы и барьеры, с которыми сталкиваются пользователи, и есть ли у вас решения этих проблем.
Также по мере развития продукта вы можете разделять CJM на когорты — группы пользователей, объединенных по определенному признаку, например, месяцу привлечения. К примеру, карта для новых пользователей может отличаться от карты для «старичков», карта для реферальных пользователей может отличаться от таковой, но для пришедших по платной рекламе.
При этом важно учитывать не только прямое взаимодействие с продуктом, но и косвенное: ретаргетинг, ремаркетинг, реферальные программы, контент-маркетинг. Ведь зачастую успешная маркетинговая кампания может повысить ретеншн (удержание пользователей) когорты — если вы знаете, о чем напомнить «отвалившемуся» пользователю, на какой этап воронки (или экран продукта) его вернуть. У вас появится CJM для пробуждения уснувших пользователей (Awake), CJM допродаж существующей базе (если появился новый продукт) и так далее. CJM хорошо дополняется другими фреймворками, которые используются для создания сценариев, определения ценностей продукта (например, Business Canvas), брейнштормов.
Customer journey map — один из важнейших инструментов Product менеджера. Хотите разобраться, как он работает от гипотез до продуктового сценария? Тогда 5 июля ждем вас на demo-занятии онлайн-курса «Product Manager IT-проектов», который проведу я.
Поговорим, когда нужно проводить CJM, как построить CJM, чтобы выявить проблемы пользователя и узкие места в идее или продукте и как использовать результаты CJM при создании продукта.
Зарегистрируйтесь на занятие: https://otus.pw/05BN/
Что может сократить отток студента на разных этапах обучения ?
Об этом подискутировали с автором канала Тренды образования Кристиной Геворкян. Мои ответы ниже, а у Кристины - Head of learning department at Lectera - в теме edtech опыт гораздо обширнее моего. Обязательно почитайте ее точку зрения в статье по ссылке.
Маркетинг, воронка, продажа
Лучше всего делать упор на конкретных результатах обучения (готовый продукт, резюме специалиста, трудоустройство в течение 3-4 месяцев после курса по статистике). В плане характеристик процесса обучения лучше поставить на конкретную пользу с целью привлечения целевой аудитории: личное общение с разбором реальных кейсов от преподавателя, практика вместе с преподавателем для вебинаров или обучение с профессионалами в удобном режиме для записей. Также важно давать быстрый ответ на все возникающие по курсу вопросы.
Платформа
Странно, но интуитивно понятно образовательную платформу сделать трудно. Если курс не имеет окончания, то студент может к нему «возвращаться» неограниченное количество раз. Сильно роняет слишком долгая длина курса. Короткие курсы проходят лучше, чем длинные. В Otus мы сначала разбили программу на четыре темы по 20 часов, а потом на 8 тем по 6 часов, доля завершивших курс поднялась с 34 до 60%. Интересная деталь - игрофикация. Например, в MexicoX платформе участники могли соревноваться между собой, зарабатывая на тестах по каждой теме золотые, серебряные и бронзовые значки — в зависимости от времени, которое они тратили на ответ, и количества попыток. А на edX такой возможности не было. Доли слушателей, завершивших курс, отличались более чем вдвое: 6% на edX и 14,4% на MexicoX.
Контент
Контент должен быть преимущественно уникальным с точки зрения практических заданий, насыщенным кейсами: все, что можно прочитать самим - за это не платят, а за кейсы и опыт платят. Интенсивность обратной связи и личного общения должна быть максимальной при любом формате обучения. Там, где больше ОС, там отток меньше. Ключевые рекомендации по контенту, как правило, и со структурой: понятное расписание и постановка целей на каждую неделю, равномерное распределение материала по этим недельным блокам, использование вводных видео к каждой секции, разделение материала внутри секции на короткие видеофрагменты до шести минут.
До конца доходят и из-за авторитета и точности данных спикера: если про аналитику для продактов говорит аналитик, то никто не поймет, зачем продакту нужна аналитика
Поддержка
Отсутствие ответа на сообщение в первую неделю в течение 2 дней создает отток до 15% с курса. Ответ преподавателя или техподдержки должен быть предельно оперативным или хотя бы прозрачным по срокам не только в первую неделю, но и когда ничего непонятно. Это то, что просто и эффективно лечить.
Целеполагание студента
Больше всего слушателей покидают обучение при прохождении первой трети программы.
На моих курсах по продакт-менеджменту самый сильный отвал происходит на … продуктовой аналитике. Высокий отток наблюдается среди студентов с низкими баллами по домашним заданиям.
Очень многие отваливаются, потому что не до конца понимают стек инструментов, которые будут изучены на курсах. Обязательно, перед курсом доносите в разных формах, что именно будет на курсе, и кто может его окончить.
Об этом подискутировали с автором канала Тренды образования Кристиной Геворкян. Мои ответы ниже, а у Кристины - Head of learning department at Lectera - в теме edtech опыт гораздо обширнее моего. Обязательно почитайте ее точку зрения в статье по ссылке.
Маркетинг, воронка, продажа
Лучше всего делать упор на конкретных результатах обучения (готовый продукт, резюме специалиста, трудоустройство в течение 3-4 месяцев после курса по статистике). В плане характеристик процесса обучения лучше поставить на конкретную пользу с целью привлечения целевой аудитории: личное общение с разбором реальных кейсов от преподавателя, практика вместе с преподавателем для вебинаров или обучение с профессионалами в удобном режиме для записей. Также важно давать быстрый ответ на все возникающие по курсу вопросы.
Платформа
Странно, но интуитивно понятно образовательную платформу сделать трудно. Если курс не имеет окончания, то студент может к нему «возвращаться» неограниченное количество раз. Сильно роняет слишком долгая длина курса. Короткие курсы проходят лучше, чем длинные. В Otus мы сначала разбили программу на четыре темы по 20 часов, а потом на 8 тем по 6 часов, доля завершивших курс поднялась с 34 до 60%. Интересная деталь - игрофикация. Например, в MexicoX платформе участники могли соревноваться между собой, зарабатывая на тестах по каждой теме золотые, серебряные и бронзовые значки — в зависимости от времени, которое они тратили на ответ, и количества попыток. А на edX такой возможности не было. Доли слушателей, завершивших курс, отличались более чем вдвое: 6% на edX и 14,4% на MexicoX.
Контент
Контент должен быть преимущественно уникальным с точки зрения практических заданий, насыщенным кейсами: все, что можно прочитать самим - за это не платят, а за кейсы и опыт платят. Интенсивность обратной связи и личного общения должна быть максимальной при любом формате обучения. Там, где больше ОС, там отток меньше. Ключевые рекомендации по контенту, как правило, и со структурой: понятное расписание и постановка целей на каждую неделю, равномерное распределение материала по этим недельным блокам, использование вводных видео к каждой секции, разделение материала внутри секции на короткие видеофрагменты до шести минут.
До конца доходят и из-за авторитета и точности данных спикера: если про аналитику для продактов говорит аналитик, то никто не поймет, зачем продакту нужна аналитика
Поддержка
Отсутствие ответа на сообщение в первую неделю в течение 2 дней создает отток до 15% с курса. Ответ преподавателя или техподдержки должен быть предельно оперативным или хотя бы прозрачным по срокам не только в первую неделю, но и когда ничего непонятно. Это то, что просто и эффективно лечить.
Целеполагание студента
Больше всего слушателей покидают обучение при прохождении первой трети программы.
На моих курсах по продакт-менеджменту самый сильный отвал происходит на … продуктовой аналитике. Высокий отток наблюдается среди студентов с низкими баллами по домашним заданиям.
Очень многие отваливаются, потому что не до конца понимают стек инструментов, которые будут изучены на курсах. Обязательно, перед курсом доносите в разных формах, что именно будет на курсе, и кто может его окончить.
Telegram
Тренды образования
Анонсы, исследования — про образование в России и мире. По рекламе: @ksukolpa
Автор: Кристина Геворкян @ilumed, методический дир-р в edtech, магистрантка Инобра ВШЭ «Доказательное развитие образования»
https://gosuslugi.ru/snet/67af3124a7b872052aa413c6
Автор: Кристина Геворкян @ilumed, методический дир-р в edtech, магистрантка Инобра ВШЭ «Доказательное развитие образования»
https://gosuslugi.ru/snet/67af3124a7b872052aa413c6
Интервью с Аней Булдаковой о метриках менторинга
По ссылке - полная запись интервью, а ниже - ключевые выдержки выдержки.
Зачем менторить?
Все ребята, которые занимаются менторством, развивают в себе навыки управления людьми. Во многих западных компаниях предыдущий опыт в менторстве – необходимое условие, чтобы получить повышение до руководителя.
По каким метрикам можно оценить мэтч между ментором и подопечным?
Если мы говорим про отношения с руководителем, есть некоторый набор объективных параметров, по которым эти отношения можно оценить. В ситуации с менторством эти параметры, скорее, субъективные, так как отношения могут продолжаться долгие годы. Иногда даже представить не можешь, как твой текущий совет “отзовется" в жизни менти. Именно поэтому очень важна первая сессия: чтобы понять, насколько вы совпадаете, есть ли “химия”.
А LTV?
У менторства часто нет четкого критерия успеха. Иногда ребята приходят за конкретным советом, иногда – за порцией уверенности и вдохновения. Но, конечно, можно смотреть на продолжительность ваших отношений, то есть, приходит ли к тебе человек в следующий раз. С платными консультациями легче: можно мерить конверсию во вторую покупку. И, конечно, смотреть на что-то вроде NPS: насколько у менти горят глаза после сессии, насколько он чувствует, что продвинулся в решении проблемы.
Опцион – лучшая тема для менторинга?
Эта концепция уже существует, но до сих пор не является массовой из-за сложности реализации. Мне это нравится и в применение к акциям компании, и к “акциям" отдельно взятого человека. Если ты получаешь какой-то процент от зарплаты подопечного, тебе интересно, чтобы человек развивался и рос, продвигался по карьерной лестнице.
Кого могут менторить продакты?
У меня большинство менти - это либо предприниматели, либо ребята из стартапов, которым нужно прокачать стратегическое мышление и продумать организационный дизайн, чтобы эту стратегию выполнять. Далее по частотности – дизайнеры, разработчики, и потом длинный хвост, кто хочет переключиться в продакт-менеджмент. Тут самое главное - помочь им понять разницу между их текущими навыками и тем, что нужно приобрести.
Куда в плане технологий пойдет менторство?
Менторство - очень старая индустрия и существует с незапамятных времен. В западных университетах это часть любого образования. Вполне могут быть интересны штуки, связанные с распознаванием навыков, которые тебе надо прокачать и в которых ты силен, а также рекомендациями, как развиваться дальше. Самое главное, как и везде, понять, есть ли Product market fit.
Полезные ссылки – бот для поиска ментора от команды Ани - https://t.me/Nfng_bot
Уверен, все уже подписаны, но тоже скину канал Ани о продакт-менеджменте - https://t.me/proproduct
По ссылке - полная запись интервью, а ниже - ключевые выдержки выдержки.
Зачем менторить?
Все ребята, которые занимаются менторством, развивают в себе навыки управления людьми. Во многих западных компаниях предыдущий опыт в менторстве – необходимое условие, чтобы получить повышение до руководителя.
По каким метрикам можно оценить мэтч между ментором и подопечным?
Если мы говорим про отношения с руководителем, есть некоторый набор объективных параметров, по которым эти отношения можно оценить. В ситуации с менторством эти параметры, скорее, субъективные, так как отношения могут продолжаться долгие годы. Иногда даже представить не можешь, как твой текущий совет “отзовется" в жизни менти. Именно поэтому очень важна первая сессия: чтобы понять, насколько вы совпадаете, есть ли “химия”.
А LTV?
У менторства часто нет четкого критерия успеха. Иногда ребята приходят за конкретным советом, иногда – за порцией уверенности и вдохновения. Но, конечно, можно смотреть на продолжительность ваших отношений, то есть, приходит ли к тебе человек в следующий раз. С платными консультациями легче: можно мерить конверсию во вторую покупку. И, конечно, смотреть на что-то вроде NPS: насколько у менти горят глаза после сессии, насколько он чувствует, что продвинулся в решении проблемы.
Опцион – лучшая тема для менторинга?
Эта концепция уже существует, но до сих пор не является массовой из-за сложности реализации. Мне это нравится и в применение к акциям компании, и к “акциям" отдельно взятого человека. Если ты получаешь какой-то процент от зарплаты подопечного, тебе интересно, чтобы человек развивался и рос, продвигался по карьерной лестнице.
Кого могут менторить продакты?
У меня большинство менти - это либо предприниматели, либо ребята из стартапов, которым нужно прокачать стратегическое мышление и продумать организационный дизайн, чтобы эту стратегию выполнять. Далее по частотности – дизайнеры, разработчики, и потом длинный хвост, кто хочет переключиться в продакт-менеджмент. Тут самое главное - помочь им понять разницу между их текущими навыками и тем, что нужно приобрести.
Куда в плане технологий пойдет менторство?
Менторство - очень старая индустрия и существует с незапамятных времен. В западных университетах это часть любого образования. Вполне могут быть интересны штуки, связанные с распознаванием навыков, которые тебе надо прокачать и в которых ты силен, а также рекомендациями, как развиваться дальше. Самое главное, как и везде, понять, есть ли Product market fit.
Полезные ссылки – бот для поиска ментора от команды Ани - https://t.me/Nfng_bot
Уверен, все уже подписаны, но тоже скину канал Ани о продакт-менеджменте - https://t.me/proproduct
👍1