Про предсказания и открытость к ошибкам
Недавно прочитал любопытную мысль:
Получается, что любое наше действие основано на прогнозировании будущего. Этот механизм называется предсказательное кодирование (predictive coding).
Но самое интересное — так работает не только движение, но и восприятие. Просто анализировать всю информацию, которая у нас есть, энергетически бесконечно дорого, поэтому мозг работает через модели.
Если модель работает — мы её не трогаем. А если сигнал расходится с прогнозом — мозг корректирует модель.
Очевидно, хочется перенести это на уровень сознания: мы все живём в плену собственных моделей, ищем сигналы их подтверждения и отбрасываем сигналы, которые каким-то образом им противоречат.
Есть люди, которые работают с моделями более эффективно, учатся не отбрасывать сигналы, противоречащие их модели. Это круто! Это и есть открытость к новому. Умение признать, что ты можешь ошибаться.
Потому что, если честно, мы все фундаментально неправы. На молекулярном уровне мы всегда неправы. Мы всегда делаем какое-то примерное предсказание, которое нужно обязательно корректировать.
Короче, мне кажется, что это философски прикольная мысль: эффективность нашей работы, нашей жизни основана на умении мозга признавать ошибки восприятия.
Недавно прочитал любопытную мысль:
Представьте бейсболиста. Когда ему бросают мяч, у него физически нет времени среагировать прямо в момент броска — долей секунды просто не хватает.
Поэтому он не реагирует на сам факт полёта мяча, а достраивает его траекторию: предсказывает, куда тот прилетит. И уже под это предсказание запускает движение, чтобы бита встретилась с мячом в нужной точке.
Получается, что любое наше действие основано на прогнозировании будущего. Этот механизм называется предсказательное кодирование (predictive coding).
Но самое интересное — так работает не только движение, но и восприятие. Просто анализировать всю информацию, которая у нас есть, энергетически бесконечно дорого, поэтому мозг работает через модели.
Если модель работает — мы её не трогаем. А если сигнал расходится с прогнозом — мозг корректирует модель.
Очевидно, хочется перенести это на уровень сознания: мы все живём в плену собственных моделей, ищем сигналы их подтверждения и отбрасываем сигналы, которые каким-то образом им противоречат.
Есть люди, которые работают с моделями более эффективно, учатся не отбрасывать сигналы, противоречащие их модели. Это круто! Это и есть открытость к новому. Умение признать, что ты можешь ошибаться.
Потому что, если честно, мы все фундаментально неправы. На молекулярном уровне мы всегда неправы. Мы всегда делаем какое-то примерное предсказание, которое нужно обязательно корректировать.
Короче, мне кажется, что это философски прикольная мысль: эффективность нашей работы, нашей жизни основана на умении мозга признавать ошибки восприятия.
3❤60🔥26⚡15💯3
Любим продукт, но денег он не принесёт (по мнению самих команд)
Atlassian опубликовали своё первое глобальное исследование про продуктовые команды. И цифры там получились, мягко говоря, тревожные.
84% команд, которые отвечают за бизнес-результаты, не верят в рыночный успех своих продуктов. При этом 85% влияют на стратегию, а у 90% равное право голоса в решениях.
То есть команды влюблены в продукт, отвечают за деньги, но сами не верят в результат
Дальше — ещё тревожнее. Только 12% продуктовых команд вообще мотивированы зарабатывать деньги для бизнеса. И это в момент, когда последние три года компании на каждом углу повторяют: «Прибыльность — приоритет номер один».
А теперь замкнутый круг:
— 49% команд не хватает времени на стратегию → приоритизация страдает → времени на стратегию становится ещё меньше;
— ИИ вроде помогает (до 2 часов в день экономит на рутине), но вместо стратегии эти часы жрёт новая операционка;
— И вишенка: лишь 20% команд реально подключают кросс-функциональных коллег к постановке продуктовых целей. Всё, проблемы закладываются ещё на старте.
Вывод? Кажется, что у индустрии кризис роста. Продакты получили власть и право голоса, но не ресурсы, чтобы эту власть реализовать. Это в целом соответствует тому, что я вижу на рынке в последние годы.
Интересно, а как обстоят дела с этим у вас? Видите ли вы этот парадокс у себя?
Atlassian опубликовали своё первое глобальное исследование про продуктовые команды. И цифры там получились, мягко говоря, тревожные.
84% команд, которые отвечают за бизнес-результаты, не верят в рыночный успех своих продуктов. При этом 85% влияют на стратегию, а у 90% равное право голоса в решениях.
То есть команды влюблены в продукт, отвечают за деньги, но сами не верят в результат
Дальше — ещё тревожнее. Только 12% продуктовых команд вообще мотивированы зарабатывать деньги для бизнеса. И это в момент, когда последние три года компании на каждом углу повторяют: «Прибыльность — приоритет номер один».
А теперь замкнутый круг:
— 49% команд не хватает времени на стратегию → приоритизация страдает → времени на стратегию становится ещё меньше;
— ИИ вроде помогает (до 2 часов в день экономит на рутине), но вместо стратегии эти часы жрёт новая операционка;
— И вишенка: лишь 20% команд реально подключают кросс-функциональных коллег к постановке продуктовых целей. Всё, проблемы закладываются ещё на старте.
Вывод? Кажется, что у индустрии кризис роста. Продакты получили власть и право голоса, но не ресурсы, чтобы эту власть реализовать. Это в целом соответствует тому, что я вижу на рынке в последние годы.
Интересно, а как обстоят дела с этим у вас? Видите ли вы этот парадокс у себя?
2❤31💯21👍4🌚1
Три буквы, которые определяют стратегию роста
Если вы хоть раз занимались B2B-продажами, то знаете: там не всё так просто и чтобы выжить в этом мире, компании используют разные модели роста — SLG, MLG и PLG.
Давайте разберёмся, что это за звери и зачем они нужны.
SLG — Sales-Led Growth
Это классика жанра. Ваша компания растёт за счёт команды продаж: холодные звонки, встречи, презентации, 120 слайдов в PowerPoint и фраза «позвольте показать вам демо» как новый вид пытки.
Решения подстраиваются под клиента, цикл сделки долгий. Демо, пилоты, переговоры — всё строится вокруг доверия и экспертизы.
Когда работает:
— продукт сложный и без личного общения его не объяснить;
— чеки высокие;
— клиенту нужна не только система, но и уверенность, что всё заработает.
MLG — Marketing-Led Growth
Здесь главным двигателем становится маркетинг: контент, вебинары, конференции, лидогенерация.
Задача маркетинга — разогреть рынок, объяснить ценность и привести людей к разговору с продажами.
Когда работает:
— нужно массово прогреть рынок;
— продукт средней сложности: слишком простой для армии сейлзов, но недостаточно лёгкий для самостоятельного роста;
— стоит задача собрать базу и отсеять тех, кто реально заинтересован.
PLG — Product-Led Growth
Здесь продукт сам продаёт себя. Фримиум или триал → пользователь быстро понимает ценность → начинает платить. Так выросли Slack, Notion, Zoom. Сейлзы и маркетинг есть, но они не в центре — рулит именно опыт в продукте.
Когда работает:
— простая регистрация и быстрый «aha-moment»;
— продукт не требует участия продавца;
— есть встроенные механики распространения: «пригласи коллегу», «поделись документом».
Почему все хотят PLG
Потому что это мечта: дешёвое привлечение, быстрые сделки, масштабируемость за счёт продукта, а не армии сейлзов.
Но тут засада: PLG — это не точка старта, а уровень «средний босс пройден». Обычно компании идут так: сначала сейлзы (доказать, что хоть кто-то купит), потом маркетинг (масштабировать), и только потом — продуктовый рост.
Когда переходить к PLG?
Сигналы такие:
— продукт устойчивый и реально решает проблему;
— понятно, как пользователь получает ценность;
— онбординг не похож на квест из Dark Souls.
Если галочки стоят — можно пробовать❤️
Если вы хоть раз занимались B2B-продажами, то знаете: там не всё так просто и чтобы выжить в этом мире, компании используют разные модели роста — SLG, MLG и PLG.
Давайте разберёмся, что это за звери и зачем они нужны.
SLG — Sales-Led Growth
Это классика жанра. Ваша компания растёт за счёт команды продаж: холодные звонки, встречи, презентации, 120 слайдов в PowerPoint и фраза «позвольте показать вам демо» как новый вид пытки.
Решения подстраиваются под клиента, цикл сделки долгий. Демо, пилоты, переговоры — всё строится вокруг доверия и экспертизы.
Когда работает:
— продукт сложный и без личного общения его не объяснить;
— чеки высокие;
— клиенту нужна не только система, но и уверенность, что всё заработает.
MLG — Marketing-Led Growth
Здесь главным двигателем становится маркетинг: контент, вебинары, конференции, лидогенерация.
Задача маркетинга — разогреть рынок, объяснить ценность и привести людей к разговору с продажами.
Когда работает:
— нужно массово прогреть рынок;
— продукт средней сложности: слишком простой для армии сейлзов, но недостаточно лёгкий для самостоятельного роста;
— стоит задача собрать базу и отсеять тех, кто реально заинтересован.
PLG — Product-Led Growth
Здесь продукт сам продаёт себя. Фримиум или триал → пользователь быстро понимает ценность → начинает платить. Так выросли Slack, Notion, Zoom. Сейлзы и маркетинг есть, но они не в центре — рулит именно опыт в продукте.
Когда работает:
— простая регистрация и быстрый «aha-moment»;
— продукт не требует участия продавца;
— есть встроенные механики распространения: «пригласи коллегу», «поделись документом».
Почему все хотят PLG
Потому что это мечта: дешёвое привлечение, быстрые сделки, масштабируемость за счёт продукта, а не армии сейлзов.
Но тут засада: PLG — это не точка старта, а уровень «средний босс пройден». Обычно компании идут так: сначала сейлзы (доказать, что хоть кто-то купит), потом маркетинг (масштабировать), и только потом — продуктовый рост.
Когда переходить к PLG?
Сигналы такие:
— продукт устойчивый и реально решает проблему;
— понятно, как пользователь получает ценность;
— онбординг не похож на квест из Dark Souls.
Если галочки стоят — можно пробовать
Please open Telegram to view this post
VIEW IN TELEGRAM
2❤34🔥19👍10
Как искать работу без выгорания и откликов в пустоту?
В начале сентября я делился с вами тем, что постепенно завершаю работу в Нетмонет. Возможно, вы тоже на пороге новой главы — меняете работу или только задумываетесь об этом.
Есть две хорошие новости:
— Во-первых, сейчас горячий сезон для поиска работы. На рынке больше вакансий, компании активно выделяют бюджеты на новых сотрудников и стараются как можно быстрее закрывать эти места.
— Во-вторых, хочу порекомендовать канал, который поможет искать работу быстрее и эффективнее. Это «Твой ментор | Владислав Носковец».
Влад — ментор продактов и проджектов, ex-CPO ProductStar и CEO CareerStation. Он давно помогает специалистам устраиваться в крупные компании: Яндекс, Т-Банк, Авито, Озон, ВК.
На канале Влад делится проверенными материалами по эффективному развитию карьеры, особенно полезно будет продактам. Например, сборник тестовых заданий для продактов и проджектов, 70+ компаний с работой на удаленке, подборка мок-собеседований и многое другое.
Подборка полезных постов:
– Гайд по поиску работы в 2025 году;
– Золотая клетка для айтишников или карьерный тупик в Сбере;
– Звоночки, при которых не стоит идти работать в компанию;
– Red Flags в резюме, из-за которых вы не пройдете скрининг;
– Как эффективно использовать headhunter?.
Подписывайтесь, чтобы не просто искать работу, а получать офферы @vladislav_noskovets
В начале сентября я делился с вами тем, что постепенно завершаю работу в Нетмонет. Возможно, вы тоже на пороге новой главы — меняете работу или только задумываетесь об этом.
Есть две хорошие новости:
— Во-первых, сейчас горячий сезон для поиска работы. На рынке больше вакансий, компании активно выделяют бюджеты на новых сотрудников и стараются как можно быстрее закрывать эти места.
— Во-вторых, хочу порекомендовать канал, который поможет искать работу быстрее и эффективнее. Это «Твой ментор | Владислав Носковец».
Влад — ментор продактов и проджектов, ex-CPO ProductStar и CEO CareerStation. Он давно помогает специалистам устраиваться в крупные компании: Яндекс, Т-Банк, Авито, Озон, ВК.
На канале Влад делится проверенными материалами по эффективному развитию карьеры, особенно полезно будет продактам. Например, сборник тестовых заданий для продактов и проджектов, 70+ компаний с работой на удаленке, подборка мок-собеседований и многое другое.
Подборка полезных постов:
– Гайд по поиску работы в 2025 году;
– Золотая клетка для айтишников или карьерный тупик в Сбере;
– Звоночки, при которых не стоит идти работать в компанию;
– Red Flags в резюме, из-за которых вы не пройдете скрининг;
– Как эффективно использовать headhunter?.
Подписывайтесь, чтобы не просто искать работу, а получать офферы @vladislav_noskovets
1❤17👍9👏4👎3🔥3
Можно ли жить без цифр?
Мы так привыкли всё измерять, что кажется — без метрик мир развалится. Любая идея, любое решение должно пройти через excel, sql и ещё пару дашбордов, иначе его как будто не существует.
И тут проблема: если всё время мерить, то перестаешь верить. Вера и интуиция — такие же навыки и если ими не пользоваться, они атрофируются.
Я видел очень много людей, которые не могут себе представить, что можно принять хоть одно решение самим, без цифр. В большом количестве областей это совершенно правильно — но не когда ты создаешь продукт с нуля.
Я не понимаю, как можно придумать классный продукт на A/B-тестах и фокус-группах. На на них можно сделать классный продукт на 2% лучше. А плохой продукт не улучшат никакие тесты.
Как принимать решения в мире, где нет цифр? Самому.
«Но как понять, что это получится?». Да никак. Цифровая вероятность успеха — 50%.
Если вы занимаетесь созданием чего-то, придумыванием, вам нужно думать не цифрами, а эмоциями. Цифра не предскажет трепета и возбуждения, которые возникает в душе от хорошей идеи 🖤
Мы так привыкли всё измерять, что кажется — без метрик мир развалится. Любая идея, любое решение должно пройти через excel, sql и ещё пару дашбордов, иначе его как будто не существует.
И тут проблема: если всё время мерить, то перестаешь верить. Вера и интуиция — такие же навыки и если ими не пользоваться, они атрофируются.
Я видел очень много людей, которые не могут себе представить, что можно принять хоть одно решение самим, без цифр. В большом количестве областей это совершенно правильно — но не когда ты создаешь продукт с нуля.
Я не понимаю, как можно придумать классный продукт на A/B-тестах и фокус-группах. На на них можно сделать классный продукт на 2% лучше. А плохой продукт не улучшат никакие тесты.
Как принимать решения в мире, где нет цифр? Самому.
«Но как понять, что это получится?». Да никак. Цифровая вероятность успеха — 50%.
Если вы занимаетесь созданием чего-то, придумыванием, вам нужно думать не цифрами, а эмоциями. Цифра не предскажет трепета и возбуждения, которые возникает в душе от хорошей идеи 🖤
3❤27🔥13👍7💯4
Недавно OpenAI выкатили Sora 2 — и да, это безумно круто. Видео, созданные по тексту, уже почти не отличить от реальности, и вся индустрия снова в огне.
Но сегодня я хочу рассказать не про красивые ролики. А про кое-что куда... живее.
Пару недель назад в журнале Nature вышла статья, от которой у меня реально мурашки. Учёные провели первый в истории эксперимент, где искусственный интеллект создал новые вирусы — не просто сымитировал, а реально написал их ДНК. И эти вирусы оказались способны уничтожать бактерии, включая те, что не берут антибиотики.
Для этого использовали две модели — Evo-1 и Evo-2.
В качестве шаблона взяли старый бактериофаг ΦX174 — вирус, который атакует бактерии. И попросили ИИ создать новые версии. Результат — 16 полностью оригинальных фагов. Когда учёные оживили их в клетках, оказалось, что они не просто работают — они лучше.
Некоторые оказались быстрее, злее и умнее своего «дедушки» ΦX174. Коктейль из них смог обмануть бактериальную резистентность там, где ΦX174 уже махнул щупальцем.
Ирония в том, что эволюция миллионы лет тренировалась создавать новые формы жизни, а тут — пара итераций кода, и готов организм, который выигрывает у природы в её собственной игре.
ИИ впервые не просто моделирует жизнь — он пишет её.
Связные геномные последовательности, из которых реально получается живое.
Мир снова изменился.
Теперь геномы пишут алгоритмы.
И я не уверен, что к лучшему.
Но сегодня я хочу рассказать не про красивые ролики. А про кое-что куда... живее.
Пару недель назад в журнале Nature вышла статья, от которой у меня реально мурашки. Учёные провели первый в истории эксперимент, где искусственный интеллект создал новые вирусы — не просто сымитировал, а реально написал их ДНК. И эти вирусы оказались способны уничтожать бактерии, включая те, что не берут антибиотики.
Для этого использовали две модели — Evo-1 и Evo-2.
В качестве шаблона взяли старый бактериофаг ΦX174 — вирус, который атакует бактерии. И попросили ИИ создать новые версии. Результат — 16 полностью оригинальных фагов. Когда учёные оживили их в клетках, оказалось, что они не просто работают — они лучше.
Некоторые оказались быстрее, злее и умнее своего «дедушки» ΦX174. Коктейль из них смог обмануть бактериальную резистентность там, где ΦX174 уже махнул щупальцем.
Ирония в том, что эволюция миллионы лет тренировалась создавать новые формы жизни, а тут — пара итераций кода, и готов организм, который выигрывает у природы в её собственной игре.
ИИ впервые не просто моделирует жизнь — он пишет её.
Связные геномные последовательности, из которых реально получается живое.
Мир снова изменился.
Теперь геномы пишут алгоритмы.
И я не уверен, что к лучшему.
5🔥26😱22❤13👎1🌚1
Как продакту ревьюить дизайн, если он не дизайнер
Продакты часто участвуют в ревью дизайна. И тут важно не только иметь насмотренность, логику и результаты юзабилити-тестов, но и знать базовые принципы, на которых строится удобный интерфейс.
Потому что, если честно, половина из нас делает это чисто интуитивно, из серии «ну тут как-то не по-людски», «а тут кнопка странно смотрится».
Чтобы не действовать на уровне чуйки, есть хороший набор опор — эвристики Якоба Нильсена. В них описаны все требования по юзабилити, которые покрывают 99,99% интерфейсов.
Я часто советую продактам, аналитикам, исследователям (и вообще всем, кто хоть как-то соприкасается с интерфейсами): держите эвристики под рукой. Их стоит выучить и применять, пока они не осядут у вас на подкорке — тогда ревью станет быстрее и точнее, а качество обратной связи дизайнеру заметно улучшится.
Кто такой Нильсен и при чём тут эвристики
Якоб Нильсен — датский специалист по UX, один из самых цитируемых людей в мире в области человеко-компьютерного взаимодействия. Вместе с коллегой Рольфом Мольхольмом он сформулировал 10 эвристик — универсальных принципов, которые помогают делать интерфейсы понятными, логичными и удобными.
Вот они, если коротко:
1. Отображение состояния системы. Пользователь должен понимать, что происходит: система должна своевременно давать обратную связь о своих действиях.
2. Соответствие реальному миру. Интерфейс говорит на языке пользователя, использует знакомые слова, метафоры и концепции.
3. Контроль и свобода действий. Пользователь должен иметь возможность отменить или повторить свои действия.
4. Последовательность и стандарты. Элементы интерфейса должны работать одинаково в разных местах.
5. Предотвращение ошибок. Лучше предотвращать ошибки, чем просто сообщать о них.
6. Распознавание, а не вспоминание. Пользователь должен узнавать элементы, а не помнить, где они находятся.
7. Гибкость и эффективность. Интерфейс должен быть удобен и новичкам, и опытным пользователям.
8. Эстетика и минимализм. Убирайте всё лишнее — визуальный шум мешает восприятию.
9. Помощь в восстановлении после ошибок. Сообщения об ошибках должны быть понятными и предлагать решение.
10. Справка и документация. Если что-то непонятно — должна быть возможность быстро найти объяснение.
Друзья, а какие принципы вы чаще всего используйте при ревью интерфейсов? Делитесь в комментариях 💅
Продакты часто участвуют в ревью дизайна. И тут важно не только иметь насмотренность, логику и результаты юзабилити-тестов, но и знать базовые принципы, на которых строится удобный интерфейс.
Потому что, если честно, половина из нас делает это чисто интуитивно, из серии «ну тут как-то не по-людски», «а тут кнопка странно смотрится».
Чтобы не действовать на уровне чуйки, есть хороший набор опор — эвристики Якоба Нильсена. В них описаны все требования по юзабилити, которые покрывают 99,99% интерфейсов.
Я часто советую продактам, аналитикам, исследователям (и вообще всем, кто хоть как-то соприкасается с интерфейсами): держите эвристики под рукой. Их стоит выучить и применять, пока они не осядут у вас на подкорке — тогда ревью станет быстрее и точнее, а качество обратной связи дизайнеру заметно улучшится.
Кто такой Нильсен и при чём тут эвристики
Якоб Нильсен — датский специалист по UX, один из самых цитируемых людей в мире в области человеко-компьютерного взаимодействия. Вместе с коллегой Рольфом Мольхольмом он сформулировал 10 эвристик — универсальных принципов, которые помогают делать интерфейсы понятными, логичными и удобными.
Вот они, если коротко:
1. Отображение состояния системы. Пользователь должен понимать, что происходит: система должна своевременно давать обратную связь о своих действиях.
2. Соответствие реальному миру. Интерфейс говорит на языке пользователя, использует знакомые слова, метафоры и концепции.
3. Контроль и свобода действий. Пользователь должен иметь возможность отменить или повторить свои действия.
4. Последовательность и стандарты. Элементы интерфейса должны работать одинаково в разных местах.
5. Предотвращение ошибок. Лучше предотвращать ошибки, чем просто сообщать о них.
6. Распознавание, а не вспоминание. Пользователь должен узнавать элементы, а не помнить, где они находятся.
7. Гибкость и эффективность. Интерфейс должен быть удобен и новичкам, и опытным пользователям.
8. Эстетика и минимализм. Убирайте всё лишнее — визуальный шум мешает восприятию.
9. Помощь в восстановлении после ошибок. Сообщения об ошибках должны быть понятными и предлагать решение.
10. Справка и документация. Если что-то непонятно — должна быть возможность быстро найти объяснение.
Друзья, а какие принципы вы чаще всего используйте при ревью интерфейсов? Делитесь в комментариях 💅
2❤32🔥21👍6
Сегодня узнал новое слово — bitchuation [ˈbɪtʃuɛɪʃn].
Значение: ситуация, в которой человек вынужден вести себя резко или грубо, против его естественных наклонностей.
Примеры употребления:
— «Не хочу в эту битчуэйшн вляпываться, но деваться некуда»;
— «POV: попала в битчуэйшн и не знаешь, как выйти красиво?».
Иногда я думаю, что вообще вся корпоративная культура построена на том, чтобы регулярно помещать людей в разные битчуэйшны, а потом оценивать, кто из них смог при этом «сохранить конструктивный диалог».
А вы как справляетесь со своими рабочими битчуэйшенами?
Значение: ситуация, в которой человек вынужден вести себя резко или грубо, против его естественных наклонностей.
Примеры употребления:
— «Не хочу в эту битчуэйшн вляпываться, но деваться некуда»;
— «POV: попала в битчуэйшн и не знаешь, как выйти красиво?».
Иногда я думаю, что вообще вся корпоративная культура построена на том, чтобы регулярно помещать людей в разные битчуэйшны, а потом оценивать, кто из них смог при этом «сохранить конструктивный диалог».
А вы как справляетесь со своими рабочими битчуэйшенами?
5❤29😁17🔥15💅2
Качественные и количественные исследования. Когда какие применять при работе с продуктом?
В любой продуктовой команде рано или поздно встаёт вопрос: а как вообще понять, чего хотят пользователи? Для этого существуют исследования.
Но чтобы получить пользу, важно выбрать правильный метод и специально для вас, друзья, я обобщил все методы в одну таблицу, разбив их на разные типы запросов (генерация идей, исследование продукта, сегментация аудитории и многое другое).
💎 Забрать таблицу
Важный дисклеймер: здесь я не говорю про A/B-тесты, которые формально также можно отнести к количественным исследованиям, потому что это отдельная большая тема, которую я рано или поздно постараюсь осветить.
А теперь вернемся к нашимбаранам исследованиям:
Качественные (qualitative)
Когда нужно разобраться, «почему» пользователи делают то, что делают. Обычно работают с небольшой выборкой — 5–15 человек, зато очень подробно.
Качественные исследования помогают:
— найти причины поведения пользователей;
— увидеть неожиданные сценарии и барьеры;
— сформулировать гипотезы.
Пример: пользователи не завершают оформление заказа. Почему?
Квантитативно вы видите «отвал на шаге оплаты», а качественно узнаёте, что люди просто не доверяют способу оплаты.
Количественные (quantitative)
Здесь мы ищем ответы на вопросы «сколько» и «насколько». Когда важно подтвердить гипотезу или измерить масштаб проблемы. Мы не копаемся в душах пользователей, а считаем — метрики, проценты, доли, время, клики.
Количественные исследования помогают:
— понять, насколько распространена проблема;
— приоритизировать задачи.
Пример: вы нашли в интервью 3 причины, почему пользователи не завершают заказ. Теперь с помощью данных можно проверить, какая из них встречается чаще всего и сколько пользователей теряете на каждом шаге.
Когда что применять
— Если вы не знаете, в чём проблема — начинайте с качественных. Они дадут почву для идей и гипотез.
— Если вы знаете, что именно хотите проверить, — идите в количественные. Они покажут масштаб и статистическую значимость.
— А лучше всего — комбинируйте. Квал даёт вопросы, квант — ответы и наоборот.
В любой продуктовой команде рано или поздно встаёт вопрос: а как вообще понять, чего хотят пользователи? Для этого существуют исследования.
Но чтобы получить пользу, важно выбрать правильный метод и специально для вас, друзья, я обобщил все методы в одну таблицу, разбив их на разные типы запросов (генерация идей, исследование продукта, сегментация аудитории и многое другое).
💎 Забрать таблицу
Важный дисклеймер: здесь я не говорю про A/B-тесты, которые формально также можно отнести к количественным исследованиям, потому что это отдельная большая тема, которую я рано или поздно постараюсь осветить.
А теперь вернемся к нашим
Качественные (qualitative)
Когда нужно разобраться, «почему» пользователи делают то, что делают. Обычно работают с небольшой выборкой — 5–15 человек, зато очень подробно.
Качественные исследования помогают:
— найти причины поведения пользователей;
— увидеть неожиданные сценарии и барьеры;
— сформулировать гипотезы.
Пример: пользователи не завершают оформление заказа. Почему?
Квантитативно вы видите «отвал на шаге оплаты», а качественно узнаёте, что люди просто не доверяют способу оплаты.
Количественные (quantitative)
Здесь мы ищем ответы на вопросы «сколько» и «насколько». Когда важно подтвердить гипотезу или измерить масштаб проблемы. Мы не копаемся в душах пользователей, а считаем — метрики, проценты, доли, время, клики.
Количественные исследования помогают:
— понять, насколько распространена проблема;
— приоритизировать задачи.
Пример: вы нашли в интервью 3 причины, почему пользователи не завершают заказ. Теперь с помощью данных можно проверить, какая из них встречается чаще всего и сколько пользователей теряете на каждом шаге.
Когда что применять
— Если вы не знаете, в чём проблема — начинайте с качественных. Они дадут почву для идей и гипотез.
— Если вы знаете, что именно хотите проверить, — идите в количественные. Они покажут масштаб и статистическую значимость.
— А лучше всего — комбинируйте. Квал даёт вопросы, квант — ответы и наоборот.
6❤39👍23🙏6😍3👏1
Быстренький опрос
🔥— если вы уже пробовали AI-браузеры и руки чешутся затестить Atlas от OpenAI
🤯 — если про все AI-браузеры слышим впервые, а от этого поста началось FOMO
🌚 — если «да сколько можно уже писать про этот атлас»
🔥— если вы уже пробовали AI-браузеры и руки чешутся затестить Atlas от OpenAI
🤯 — если про все AI-браузеры слышим впервые, а от этого поста началось FOMO
🌚 — если «да сколько можно уже писать про этот атлас»
🔥22🤯21🌚6🤔2
Вчера выступал на S7 Digital Meetup, где рассказывал про то, как встроить UX в продуктовую стратегию вместе с метриками монетизации и системно с этим работать.
А для вас, дорогие, подготовил статью по мотивам этого доклада❤️
А для вас, дорогие, подготовил статью по мотивам этого доклада
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
4🔥26❤18👍14😁1
Никита, ну сколько можно говорить про приоритизацию? Уже столько лет все знают про ICE, RICE и прочие WSJF. Оглянись вокруг — XXI век: искусственный интеллект, квантовые вычисления, машины сами паркуются, — а мы всё считаем задачи по «impact» и «ease».
Но тема никуда не делась. Потому что на практике половина команд, которых я вижу, до сих пор приоритизируют бэклог по принципу «ну, это, кажется, важно» или «директор сказал». Такая своеобразная «вайб-приоритизация». Поэтому давайте всё-таки ещё раз — спокойно и без эмоций — разберёмся, как это работает и зачем вообще нужно.
Как приоритизировать задачи в бэклоге?
Когда гипотез становится слишком много, хочется понять, с чего начать. Поэтому важно уметь приоритизировать их по фреймворкам, которые дают скоринговые баллы и позволяют сравнивать задачи без эмоций или давления.
Фреймворков для приоритизации достаточно — ICE, RICE, WSJF, MoSCoW и другие. Но чаще всего я выбираю ICE — он простой, прозрачный и подходит почти для любых задач.
ICE расшифровывается как Impact, Confidence и Ease.
Impact
С импактом обычно сложнее всего. Лучше считать его вместе с продуктовым аналитиком или хотя бы обсудить на встрече, где есть несколько продактов.
На практике удобнее всего оценивать через деньги, а не через продуктовые метрики. Так гипотезы, влияющие на разные показатели (средний чек, конверсию, возвращаемость), можно корректно сравнивать между собой.
Полезно завести калькулятор, где можно менять параметры и видеть, как изменения в метриках влияют на GMV, EBITDA или маржу — в зависимости от того, на чём фокус.
Confidence
Это уверенность в том, что гипотеза сработает. Главное — не оценивать её «на глаз», а собрать набор критериев, по которым можно измерять уверенность.
Например, на основе A/B-тестов, когортных исследований, юзабилити-тестов, согласованности со стратегией компании, запросов из поддержки и т.д.
Ease
Здесь проще — оценивается длительность и сложность реализации, обычно со стороны разработки.
Шкала оценок
Значения от 1 до 10 стоит адаптировать под свою компанию.
Для небольшого интернет-магазина +10 млн рублей в месяц может быть максимальным impact, а для маркетплейса — почти ничего.
Когда все три параметра оценены, они просто перемножаются. Чем выше результат — тем выше приоритет гипотезы.
Почему это важно?
Без системы можно легко потратить ресурсы не туда.
Если к вам приходит крутой, пафосный директор и говорит: «Сделайте вот это, это важно», — вы всегда можете показать, что по расчётам эта гипотеза принесёт, скажем, 400 условных единиц, а в бэклоге есть гипотезы с эффектом в несколько тысяч. Так разговор сразу становится предметным.
Однако следует помнить, что это всегда пространство для переговоров: при оценке гипотез используется много переменных, и на каждую из них можно повлиять. Например, можно договориться, как повысить уверенность, сделать MVP или упростить реализацию.
So what?
— ICE и другие фреймворки не уберут неопределённость, но дадут вам язык, на котором можно разговаривать с аналитиками, дизайнерами, разработчиками и директорами;
— Без системы легко утонуть в «важных срочных» задачах и бесконечно тушить пожары вместо того, чтобы строить продукт.
— Они помогают сравнивать задачи между собой, даже если они влияют на разные метрики.
— Снижают риск, что усилия уйдут в гипотезы без ощутимого эффекта.
— И главное — позволяют видеть, куда реально двигается бизнес, а не просто «делать фичи».
Но тема никуда не делась. Потому что на практике половина команд, которых я вижу, до сих пор приоритизируют бэклог по принципу «ну, это, кажется, важно» или «директор сказал». Такая своеобразная «вайб-приоритизация». Поэтому давайте всё-таки ещё раз — спокойно и без эмоций — разберёмся, как это работает и зачем вообще нужно.
Как приоритизировать задачи в бэклоге?
Когда гипотез становится слишком много, хочется понять, с чего начать. Поэтому важно уметь приоритизировать их по фреймворкам, которые дают скоринговые баллы и позволяют сравнивать задачи без эмоций или давления.
Фреймворков для приоритизации достаточно — ICE, RICE, WSJF, MoSCoW и другие. Но чаще всего я выбираю ICE — он простой, прозрачный и подходит почти для любых задач.
ICE расшифровывается как Impact, Confidence и Ease.
Impact
С импактом обычно сложнее всего. Лучше считать его вместе с продуктовым аналитиком или хотя бы обсудить на встрече, где есть несколько продактов.
На практике удобнее всего оценивать через деньги, а не через продуктовые метрики. Так гипотезы, влияющие на разные показатели (средний чек, конверсию, возвращаемость), можно корректно сравнивать между собой.
Полезно завести калькулятор, где можно менять параметры и видеть, как изменения в метриках влияют на GMV, EBITDA или маржу — в зависимости от того, на чём фокус.
Confidence
Это уверенность в том, что гипотеза сработает. Главное — не оценивать её «на глаз», а собрать набор критериев, по которым можно измерять уверенность.
Например, на основе A/B-тестов, когортных исследований, юзабилити-тестов, согласованности со стратегией компании, запросов из поддержки и т.д.
Ease
Здесь проще — оценивается длительность и сложность реализации, обычно со стороны разработки.
Шкала оценок
Значения от 1 до 10 стоит адаптировать под свою компанию.
Для небольшого интернет-магазина +10 млн рублей в месяц может быть максимальным impact, а для маркетплейса — почти ничего.
Когда все три параметра оценены, они просто перемножаются. Чем выше результат — тем выше приоритет гипотезы.
ICE = Impact x Confidence x Ease
Почему это важно?
Без системы можно легко потратить ресурсы не туда.
Если к вам приходит крутой, пафосный директор и говорит: «Сделайте вот это, это важно», — вы всегда можете показать, что по расчётам эта гипотеза принесёт, скажем, 400 условных единиц, а в бэклоге есть гипотезы с эффектом в несколько тысяч. Так разговор сразу становится предметным.
Однако следует помнить, что это всегда пространство для переговоров: при оценке гипотез используется много переменных, и на каждую из них можно повлиять. Например, можно договориться, как повысить уверенность, сделать MVP или упростить реализацию.
So what?
— ICE и другие фреймворки не уберут неопределённость, но дадут вам язык, на котором можно разговаривать с аналитиками, дизайнерами, разработчиками и директорами;
— Без системы легко утонуть в «важных срочных» задачах и бесконечно тушить пожары вместо того, чтобы строить продукт.
— Они помогают сравнивать задачи между собой, даже если они влияют на разные метрики.
— Снижают риск, что усилия уйдут в гипотезы без ощутимого эффекта.
— И главное — позволяют видеть, куда реально двигается бизнес, а не просто «делать фичи».
3🔥29❤11💯8👎2
Про отцовство, о котором почему-то так редко говорят
У нас всё ещё не принято нормально разговаривать об отцовстве. Словно эта тема существует где-то на периферии. Но чем дольше я в этом, тем сильнее понимаю: отцовство — не дополнение к материнству, а огромная, глубокая, трансформирующая часть жизни, которой хочется делиться.
Ребёнок не бывает «делом одного»
Перед тем как заводить детей, важно договориться с партнёром: родительство — общая ответственность. В нашей семье так и есть. Илья — не «мамин» и не «папин» ребёнок. Мы команда.
Мне сложно представить, что я когда-то мог бы самоустраниться и оставить всё Насте. Да, это тяжело — физически и эмоционально. Да, иногда валишься с ног. Да, сложно совмещать с работой. Но это удивительно интересно. Отцовство раскрывает новые грани тебя самого, создаёт внутри бесконечное чувство любви и энергии. И это стоит каждого усилия.
«Подарочный ребёнок» — это, знаете ли, не из магазина подарков
Когда люди видят Илью, многие говорят, что нам повезло с ребёнком. Он правда классный: улыбается, спит ночью, бесстрашно исследует мир как маленький Индиана Джонс.
Но почти никто не видит работы, стоящей за этим. А это огромный объём сил, времени и осознанности: создать безопасную среду, научиться распознавать сигналы, контейнировать эмоции, оставаться взрослым, даже когда хочется лечь на пол и поплакать рядом. Это наша совместная работа. И я правда считаю, что мы — молодцы!
Наш подарочный ребёнок — не случайность, а результат того, что мы делаем каждый день.
Родительство как практика лишений и приобретений
Родительство можно рассматривать как практику лишений. Оно отнимает привычный комфорт, спонтанность, часть приятных вещей, которые раньше воспринимались как должное. Но внезапно ты начинаешь радоваться куда более простым штукам — вот сидишь и десять минут спокойно пьёшь кофе, и это уже маленький праздник.
Но главное — за всеми этими лишениями приходит что-то гораздо большее. У тебя появляется человек, который искренне рад тебе просто за то, что ты есть. У него большая голова, смешной нос, беззубая улыбка и огромные глаза. Эволюция явно постаралась, чтобы после всех этих «простых радостей» ты всё равно мчался домой — просто чтобы увидеть это ещё.
Главное открытие
Наверное, самый важный вывод за эти месяцы: мне нравится быть отцом. Это не роль, не обязанность, не нагрузка. Это одно из самых естественных состояний в моей жизни.
И кажется, одна из моих главных функций — быть рядом, расти вместе и любить.
У нас всё ещё не принято нормально разговаривать об отцовстве. Словно эта тема существует где-то на периферии. Но чем дольше я в этом, тем сильнее понимаю: отцовство — не дополнение к материнству, а огромная, глубокая, трансформирующая часть жизни, которой хочется делиться.
Ребёнок не бывает «делом одного»
Перед тем как заводить детей, важно договориться с партнёром: родительство — общая ответственность. В нашей семье так и есть. Илья — не «мамин» и не «папин» ребёнок. Мы команда.
Мне сложно представить, что я когда-то мог бы самоустраниться и оставить всё Насте. Да, это тяжело — физически и эмоционально. Да, иногда валишься с ног. Да, сложно совмещать с работой. Но это удивительно интересно. Отцовство раскрывает новые грани тебя самого, создаёт внутри бесконечное чувство любви и энергии. И это стоит каждого усилия.
«Подарочный ребёнок» — это, знаете ли, не из магазина подарков
Когда люди видят Илью, многие говорят, что нам повезло с ребёнком. Он правда классный: улыбается, спит ночью, бесстрашно исследует мир как маленький Индиана Джонс.
Но почти никто не видит работы, стоящей за этим. А это огромный объём сил, времени и осознанности: создать безопасную среду, научиться распознавать сигналы, контейнировать эмоции, оставаться взрослым, даже когда хочется лечь на пол и поплакать рядом. Это наша совместная работа. И я правда считаю, что мы — молодцы!
Наш подарочный ребёнок — не случайность, а результат того, что мы делаем каждый день.
Родительство как практика лишений и приобретений
Родительство можно рассматривать как практику лишений. Оно отнимает привычный комфорт, спонтанность, часть приятных вещей, которые раньше воспринимались как должное. Но внезапно ты начинаешь радоваться куда более простым штукам — вот сидишь и десять минут спокойно пьёшь кофе, и это уже маленький праздник.
Но главное — за всеми этими лишениями приходит что-то гораздо большее. У тебя появляется человек, который искренне рад тебе просто за то, что ты есть. У него большая голова, смешной нос, беззубая улыбка и огромные глаза. Эволюция явно постаралась, чтобы после всех этих «простых радостей» ты всё равно мчался домой — просто чтобы увидеть это ещё.
Главное открытие
Наверное, самый важный вывод за эти месяцы: мне нравится быть отцом. Это не роль, не обязанность, не нагрузка. Это одно из самых естественных состояний в моей жизни.
И кажется, одна из моих главных функций — быть рядом, расти вместе и любить.
8❤55😍29💯18❤🔥3
Что важно понимать о PRD + шаблоны
Форматов PRD (Product Requirements Document) существует столько же, сколько продуктовых команд. У каждого — свой характер, своя боль и своя вера в структурированность мира. Но суть у всех одна: дать команде понятное и постоянно обновляемое описание того, что мы делаем и зачем.
«Но ведь уже есть LLM, которые всё напишут?»
Казалось бы, в 2025-м у нас есть LLM, которые умеют писать PRD лучше, чем некоторые начинающие продакты. И часто роль продуктового менеджера действительно сводится к тому, чтобы загрузить контекст и пересобрать документ.
Но есть один нюанс
Если вы один раз закинули PRD команде на старте задачи и забыли о его существовании — поздравляю: вы совершили одну из самых распространённых ошибок продактов (и далеко не только начинающих).
Продуктовые требования — живой рабочий документ. Он должен быть подогнан под вашу компанию и меняться вместе с задачей. Все обновления требований, уточнения рисков, новые решения, договорённости с разработкой — всё должно попадать в PRD.
Иначе вы быстро окажетесь в ситуации, где:
— команда делает не то, что вы сейчас думаете;
— а стейкхолдеры согласовывают то, что было в документе в «предыдущей жизни».
Мой формат PRD
За годы работы у меня сформировался собственный формат PRD. Он не идеален (идеальных не бывает), но он:
— понятный,
— проверенный десятками релизов,
— и главное — создан вместе с командами, которые пользовались им ежедневно.
Я делюсь им с вами. Пользуйтесь как есть или адаптируйте под себя.
💎 Забрать шаблон PRD
Бонус: подборка шаблонов из топовых компаний
Если хотите посмотреть, как это делают большие ребята — держите небольшой подарок. PRD-референсы от:
— Product Hunt
— Google
— Amazon
— Figma
— Miro
— Microsoft
— Uber
Используйте их как источники вдохновения. Смешивайте, ремиксуйте и стройте свои процессы.
Форматов PRD (Product Requirements Document) существует столько же, сколько продуктовых команд. У каждого — свой характер, своя боль и своя вера в структурированность мира. Но суть у всех одна: дать команде понятное и постоянно обновляемое описание того, что мы делаем и зачем.
«Но ведь уже есть LLM, которые всё напишут?»
Казалось бы, в 2025-м у нас есть LLM, которые умеют писать PRD лучше, чем некоторые начинающие продакты. И часто роль продуктового менеджера действительно сводится к тому, чтобы загрузить контекст и пересобрать документ.
Но есть один нюанс
Если вы один раз закинули PRD команде на старте задачи и забыли о его существовании — поздравляю: вы совершили одну из самых распространённых ошибок продактов (и далеко не только начинающих).
Продуктовые требования — живой рабочий документ. Он должен быть подогнан под вашу компанию и меняться вместе с задачей. Все обновления требований, уточнения рисков, новые решения, договорённости с разработкой — всё должно попадать в PRD.
Иначе вы быстро окажетесь в ситуации, где:
— команда делает не то, что вы сейчас думаете;
— а стейкхолдеры согласовывают то, что было в документе в «предыдущей жизни».
Мой формат PRD
За годы работы у меня сформировался собственный формат PRD. Он не идеален (идеальных не бывает), но он:
— понятный,
— проверенный десятками релизов,
— и главное — создан вместе с командами, которые пользовались им ежедневно.
Я делюсь им с вами. Пользуйтесь как есть или адаптируйте под себя.
💎 Забрать шаблон PRD
Бонус: подборка шаблонов из топовых компаний
Если хотите посмотреть, как это делают большие ребята — держите небольшой подарок. PRD-референсы от:
— Product Hunt
— Amazon
— Figma
— Miro
— Microsoft
— Uber
Используйте их как источники вдохновения. Смешивайте, ремиксуйте и стройте свои процессы.
4❤25👍18🔥15
Пока все следят за диссами Германа Грефа и Татьяны Ким в великой битве банков и маркетплейсов, к нам незаметно подкралась Чёрная пятница, которая будет уже завтра.
И как будто проблем мало — ещё и ретроградный Меркурий.
Коллеги из е-кома держитесь. Желаю всем сил, терпения и достоинства в этот непростой день😏
И как будто проблем мало — ещё и ретроградный Меркурий.
Коллеги из е-кома держитесь. Желаю всем сил, терпения и достоинства в этот непростой день
Please open Telegram to view this post
VIEW IN TELEGRAM
❤24😁10👀10👾7🌚6🦄5🫡1🤪1
Поделюсь сегодня с вами мыслью, гениальной в своей банальности.
Принимать хорошие решения легко. Их любят все. Так умеет делать любой менеджер. Вот есть плохое решение, вот хорошее — выбор очевиден. И ты для всех красавчик и вдохновляющий лидер.
Принимать плохие решения сложно. Особенно когда нет хорошего. Пробовали когда-нибудь из букв Ж, О, П, А собрать слово «успех»? Примерно так и ощущается.
Вот тут и проявляется сила менеджера. Тут уже никакая методичка не поможет. В книжках ведь обычно пишут про сильное видение и вдохновляющее лидерство, а не про то, как выбрать из одинаково грустных вариантов тот, который потом меньше всего будешь вспоминать по ночам.
Тут не получится быть красавчиком для всех. Тут надо сделать сложный выбор и взять за него ответственность
Принимать хорошие решения легко. Их любят все. Так умеет делать любой менеджер. Вот есть плохое решение, вот хорошее — выбор очевиден. И ты для всех красавчик и вдохновляющий лидер.
Принимать плохие решения сложно. Особенно когда нет хорошего. Пробовали когда-нибудь из букв Ж, О, П, А собрать слово «успех»? Примерно так и ощущается.
Вот тут и проявляется сила менеджера. Тут уже никакая методичка не поможет. В книжках ведь обычно пишут про сильное видение и вдохновляющее лидерство, а не про то, как выбрать из одинаково грустных вариантов тот, который потом меньше всего будешь вспоминать по ночам.
Тут не получится быть красавчиком для всех. Тут надо сделать сложный выбор и взять за него ответственность
2❤31💯15🔥9