Карта решений для руководителя
На ProductSense’26 + Epic Growth
Когда кажется, что проседает буквально все, мы начинаем активно менять сразу несколько частей системы, а то и систему целиком:
⏺ Инструменты, с которыми работает команда.
⏺ Процессы принятия решений.
⏺ Роли и зоны ответственности.
⏺ Уровень внедрения ИИ.
⏺ Подходы к росту.
Но менять все везде и сразу — не вариант. Разобраться, что в системе стоит пересобирать, а на что пока можно опираться, будем на ProductSense’26 + Epic Growth.
Один билет, одна площадка, пять треков:
▶️ Инструменты и границы их применимости — что остается фундаментом продуктовой работы, а что требует пересборки.
▶️ Системы, процессы и организационные контуры — как меняются принятие решений, устройство команд и процессов, распределение ответственности и связи между людьми и новыми средствами автоматизации.
▶️ Мастер-классы — интерактивный формат, где участники разбирают инструменты и методики, пробуют применять их в ситуационных кейсах или сразу в своих проектах.
▶️ ИИ как инструмент эффективности — как использовать ИИ, чтобы делать работу быстрее, дешевле, точнее и масштабнее.
▶️ Коммерческая устойчивость продукта при сжатии рынка — как расти в условиях, когда все более важными становятся эффективность процессов, сильная экономика и работа с клиентской базой.
❤️ 10–11 сентября.
❤️ Москва и онлайн.
За два дня плотной деловой программы можно будет посмотреть на свою систему сразу с нескольких сторон: как принимаются решения, где команда теряет эффективность, что можно автоматизировать, какие процессы требуют пересборки и где искать рост в сужающемся рынке.
И уйти с готовой картой решений: не только с новыми инструментами и идеями, но и конкретными шагами, которые предстоит сделать, чтобы разобраться с вопросами, до которых все не доходили руки.
🔸 1 сентября цены на участие вырастут
Подробности и билеты →
Если планируете поехать на ProductSense’26 + Epic Growth, билет можно забронировать по текущей цене, а оплатить до 10 сентября.
@pplsense
На ProductSense’26 + Epic Growth
Когда кажется, что проседает буквально все, мы начинаем активно менять сразу несколько частей системы, а то и систему целиком:
Но менять все везде и сразу — не вариант. Разобраться, что в системе стоит пересобирать, а на что пока можно опираться, будем на ProductSense’26 + Epic Growth.
Один билет, одна площадка, пять треков:
За два дня плотной деловой программы можно будет посмотреть на свою систему сразу с нескольких сторон: как принимаются решения, где команда теряет эффективность, что можно автоматизировать, какие процессы требуют пересборки и где искать рост в сужающемся рынке.
И уйти с готовой картой решений: не только с новыми инструментами и идеями, но и конкретными шагами, которые предстоит сделать, чтобы разобраться с вопросами, до которых все не доходили руки.
Подробности и билеты →
Если планируете поехать на ProductSense’26 + Epic Growth, билет можно забронировать по текущей цене, а оплатить до 10 сентября.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
Пока все залипают на ИИ-мафию, вы можете собрать из нейросетей личный совет директоров
Вам попадались ролики, где языковые модели играют в мафию? Агенты с прописанными характерами блефуют, спорят, ловят друг друга на противоречиях и даже выстраивают какие-то взаимоотношения друг с другом. Затягивающая жвачка для мозга после тяжелого дня.
Но что если убрать игровые декорации и забрать механику себе? Представьте: Джобс, Безос, Гроув и Деминг разбирают вашу задачу, для которой вам не у кого попросить совета. Мозговой штурм без согласования удобного всем слота и с уверенностью в компетенциях тех, кто примет в нем участие.
Признавайтесь, руки зачесались попробовать?
На ProductSense’26 директор по развитию product.vision Дмитрий Козлов проведет мастер-класс «Совет ИИ-агентов: как собрать команду экспертов для принятия решений».
На мастер-классе участники:
— Выберут для себя экспертов и соберут их цифровые профили из открытых источников.
— Настроят агента-оркестратора, который организует обсуждение и подготовит итоговое заключение.
— Прогонят совет через свою реальную продуктовую или управленческую задачу.
В результате получат рабочий навык: собирать совет ИИ-агентов под любую задачу.
Поучаствовать в мастер-классе можно только лично.
🗓️ 10 сентября.
📎 15:30, зал Вега.
✏️ Москва, Конгресс-центр ЦМТ.
Способы участия в ProductSense’26 →
А посмотреть мастер-класс в записи можно будет по подписке на Академию ProductSense.
Подробнее об Академии →
Поставьте посту реакцию 👍, если вам интересно узнать подробнее об Академии.
Или поставьте 👎, если читаете канал только ради контентных постов.
@pplsense
Вам попадались ролики, где языковые модели играют в мафию? Агенты с прописанными характерами блефуют, спорят, ловят друг друга на противоречиях и даже выстраивают какие-то взаимоотношения друг с другом. Затягивающая жвачка для мозга после тяжелого дня.
Но что если убрать игровые декорации и забрать механику себе? Представьте: Джобс, Безос, Гроув и Деминг разбирают вашу задачу, для которой вам не у кого попросить совета. Мозговой штурм без согласования удобного всем слота и с уверенностью в компетенциях тех, кто примет в нем участие.
Признавайтесь, руки зачесались попробовать?
На ProductSense’26 директор по развитию product.vision Дмитрий Козлов проведет мастер-класс «Совет ИИ-агентов: как собрать команду экспертов для принятия решений».
На мастер-классе участники:
— Выберут для себя экспертов и соберут их цифровые профили из открытых источников.
— Настроят агента-оркестратора, который организует обсуждение и подготовит итоговое заключение.
— Прогонят совет через свою реальную продуктовую или управленческую задачу.
В результате получат рабочий навык: собирать совет ИИ-агентов под любую задачу.
Поучаствовать в мастер-классе можно только лично.
Способы участия в ProductSense’26 →
А посмотреть мастер-класс в записи можно будет по подписке на Академию ProductSense.
Подробнее об Академии →
Поставьте посту реакцию 👍, если вам интересно узнать подробнее об Академии.
Или поставьте 👎, если читаете канал только ради контентных постов.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4
Подслушиваем, что там на ProductSense'26
И еще Epic Growth захватим
Стартовала наша флагманская конференция, а значит самое время черпать полезный контент в прямом эфире.
Поделимся с вами текстовыми трансляциями некоторых докладов и, может быть, немножечко покажем площадку, чтобы передать атмосферу ❤️
Включайте уведомления и присоединяйтесь. Больше полезного контента будет в канале конференции.
@pplsense
И еще Epic Growth захватим
Стартовала наша флагманская конференция, а значит самое время черпать полезный контент в прямом эфире.
Поделимся с вами текстовыми трансляциями некоторых докладов и, может быть, немножечко покажем площадку, чтобы передать атмосферу ❤️
Включайте уведомления и присоединяйтесь. Больше полезного контента будет в канале конференции.
@pplsense
❤2🔥1
Когнитивные искажения в работе продуктового менеджера и ИИ-помощники, которые помогут их избежать
Спикер: Никита Дубко
Представьте ситуацию, которая, конечно, никак не могла произойти с вами. Где-то в далекой-далекой галактике…
Есть компания, которая делает сервис по учету денег для малого бизнеса. В конце квартала она подводит итоги и видит: 7-day retention заметно снизился. СЕО тут же дает шесть недель, чтобы нормализовать метрику.
Приходит антикризисный консультант, видит гневные письма в поддержку, жалобы от крупного клиента и выдает: «Проблема в онбординге. Сделаем его хорошо — все будет замечательно». А еще к вопросу подключается LLM и подтверждает: да, нужно улучшать онбординг.
Компания берется за работу. Не успевает — подключает больше людей. Проводит A/B-тестирование и видит, что метрика повышается. Ура?
Только спустя полтора месяца выясняется: дашборд был сломан изначально. Тот самый 7-day retention отображался неверно.
В какой момент команда перестала проверять, что происходит?
1. Дискавери: от одного весомого звонка мы пугаемся и начинаем что-то менять.
2. Авторитет как критерий выбора: СЕО, консультант и LLM сказали «надо» — значит надо.
3. Ошибка невозвратных затрат в реализации: «Мы уже вложились, давайте добавим ресурсов», чтобызакопать улучшить продукт.
4. Измерение результата: недельное A/B-тестирование на маленькой выборке дало желаемую, но невалидную метрику.
Мы — биологические существа, совершаем ошибки. Даже зная про искажения, в моменте их сложно распознать. Нужен процесс, который поможет отделить искажение от реальности.
Почему LLM не спасает автоматически
Есть такой термин — sycophancy (подхалимство). Исследования подтверждают: людям нравится, когда ИИ с ними соглашается, и они считают такие ответы более достоверными. Если запросить: «Докажи мне, что моя идея хороша, даже если фактов нет», LLM подхалимничает. В нее это заложено.
Как заставить ИИ быть честным
🤩 Задайте нейтральный промпт: «Не опирайся на мое мнение. Посмотри объективно и поспорь со мной».
🤩 Пропишите условие: «Думай на английском, отвечай на русском». Запросы на английском дают более точные рассуждения из-за токенизации.
🤩 Используйте агентные скиллы. На GitHub есть куча инструментов, которые перепишут ваши промпты так, чтобы ИИ работал рациональнее.
Агентная система «Гуси-доколебуси»
Это четыре независимых субагента:
⏺ Пруфер
В окне без контекста отделяет факты от не-фактов в вашем PRD.
⏺ Шаблонизатор
Приводит данные к сравнимой структуре, убирая неопределенность.
⏺ Душнила
Пытается опровергнуть написанное, найти данные, которые сломают гипотезу, и подобрать условия остановки проекта. Иногда его нужно просто взять и остановить.
⏺ Летописец
Фиксирует изначальные гипотезы. После релиза помогает проверить, совпали ли они с реальностью, чтобы не было выводов типа: «А ну, я так и думал» .
Когда вы скормите такой системе кейс, она не скажет, что точно делать. А скажет: «Ты еще сходи и подумай. Здесь у тебя искажение, здесь домыслы». И предложит проверить источник метрики.
В кейсе компании из далекой-далекой галактики гуси не знали, что дашборд сломан, но сделали предположение, которое можно проверить.
Следующий уровень — LLM-Wiki
Одного чата мало, контекст теряется. Более эффективным будет принцип LLM-Wiki. Вы берете свои сырые источники данных и скармливаете LLM. Она находит противоречия и выдает ответы со ссылками.
Чтобы не переполнить контекст, можно использовать пакет QMD, работающий с текстами как со смысловой базой данных.
Как не оказаться на месте компании из далекой-далекой галактики
Запустите аудит «Гусей-доколебусей» на своих старых задокументированных решениях.
Формируя промпт, примените скилл «Объекция», чтобы прибраться в запросе.
Вы как люди можете ошибаться. Но хорошо бы иметь процесс, позволяющий делать не такие критичные ошибки. Как минимум потому, что вы начнете их замечать.
Поставьте этому посту реакцию 👍, если хотите увидеть отдельный разбор когнитивных искажений с доказательной базой.
@pplsense
Спикер: Никита Дубко
Представьте ситуацию, которая, конечно, никак не могла произойти с вами. Где-то в далекой-далекой галактике…
Есть компания, которая делает сервис по учету денег для малого бизнеса. В конце квартала она подводит итоги и видит: 7-day retention заметно снизился. СЕО тут же дает шесть недель, чтобы нормализовать метрику.
Приходит антикризисный консультант, видит гневные письма в поддержку, жалобы от крупного клиента и выдает: «Проблема в онбординге. Сделаем его хорошо — все будет замечательно». А еще к вопросу подключается LLM и подтверждает: да, нужно улучшать онбординг.
Компания берется за работу. Не успевает — подключает больше людей. Проводит A/B-тестирование и видит, что метрика повышается. Ура?
Только спустя полтора месяца выясняется: дашборд был сломан изначально. Тот самый 7-day retention отображался неверно.
В какой момент команда перестала проверять, что происходит?
1. Дискавери: от одного весомого звонка мы пугаемся и начинаем что-то менять.
2. Авторитет как критерий выбора: СЕО, консультант и LLM сказали «надо» — значит надо.
3. Ошибка невозвратных затрат в реализации: «Мы уже вложились, давайте добавим ресурсов», чтобы
4. Измерение результата: недельное A/B-тестирование на маленькой выборке дало желаемую, но невалидную метрику.
Мы — биологические существа, совершаем ошибки. Даже зная про искажения, в моменте их сложно распознать. Нужен процесс, который поможет отделить искажение от реальности.
Почему LLM не спасает автоматически
Есть такой термин — sycophancy (подхалимство). Исследования подтверждают: людям нравится, когда ИИ с ними соглашается, и они считают такие ответы более достоверными. Если запросить: «Докажи мне, что моя идея хороша, даже если фактов нет», LLM подхалимничает. В нее это заложено.
Как заставить ИИ быть честным
Агентная система «Гуси-доколебуси»
Это четыре независимых субагента:
В окне без контекста отделяет факты от не-фактов в вашем PRD.
Приводит данные к сравнимой структуре, убирая неопределенность.
Пытается опровергнуть написанное, найти данные, которые сломают гипотезу, и подобрать условия остановки проекта. Иногда его нужно просто взять и остановить.
Фиксирует изначальные гипотезы. После релиза помогает проверить, совпали ли они с реальностью, чтобы не было выводов типа: «А ну, я так и думал» .
Когда вы скормите такой системе кейс, она не скажет, что точно делать. А скажет: «Ты еще сходи и подумай. Здесь у тебя искажение, здесь домыслы». И предложит проверить источник метрики.
В кейсе компании из далекой-далекой галактики гуси не знали, что дашборд сломан, но сделали предположение, которое можно проверить.
Следующий уровень — LLM-Wiki
Одного чата мало, контекст теряется. Более эффективным будет принцип LLM-Wiki. Вы берете свои сырые источники данных и скармливаете LLM. Она находит противоречия и выдает ответы со ссылками.
Чтобы не переполнить контекст, можно использовать пакет QMD, работающий с текстами как со смысловой базой данных.
Как не оказаться на месте компании из далекой-далекой галактики
Запустите аудит «Гусей-доколебусей» на своих старых задокументированных решениях.
Формируя промпт, примените скилл «Объекция», чтобы прибраться в запросе.
Вы как люди можете ошибаться. Но хорошо бы иметь процесс, позволяющий делать не такие критичные ошибки. Как минимум потому, что вы начнете их замечать.
Поставьте этому посту реакцию 👍, если хотите увидеть отдельный разбор когнитивных искажений с доказательной базой.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍4🔥1
А ещё у нас недавно выходил подкаст на созвучную предыдущему посту тему 👀
424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости.
Можно слушать на любой удобной площадке — ссылки будут в посте ниже👇
424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости.
Можно слушать на любой удобной площадке — ссылки будут в посте ниже
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Подкаст make sense (Есть смысл)
424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости
«Сказать руководителям „относитесь к советам критически" примерно так же полезно, как сказать людям „не поддавайтесь когнитивным искажениям"».
«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».
Ведущие:
Юра Агеев, основатель ProductSense
О чем говорим:
00:00 — Введение
01:12 — Знакомьтесь, модель-подхалим
02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы
03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним
04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик
04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов
07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее
09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели
11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»
13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса
16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей
17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения
18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку
19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате
22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя
24:31 — Сильное основание допускает собственное опровержение
25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше
27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее»
29:46 — Голосование нескольких моделей не гарантирует независимости
32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ
Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube
«Сказать руководителям „относитесь к советам критически" примерно так же полезно, как сказать людям „не поддавайтесь когнитивным искажениям"».
«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».
Ведущие:
Юра Агеев, основатель ProductSense
О чем говорим:
00:00 — Введение
01:12 — Знакомьтесь, модель-подхалим
02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы
03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним
04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик
04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов
07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее
09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели
11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»
13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса
16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей
17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения
18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку
19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате
22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя
24:31 — Сильное основание допускает собственное опровержение
25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше
27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее»
29:46 — Голосование нескольких моделей не гарантирует независимости
32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ
Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube
👍2
Продолжаем подслушивать, как там выступают на ProductSense'26
А если еще не смотрели нашу сторис — заглядывайте, она поделится с вами вайбом площадки💙
@pplsense
А если еще не смотрели нашу сторис — заглядывайте, она поделится с вами вайбом площадки
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
Ставка на рост: как перестроить продуктовый процесс в зрелом продукте
Спикер: Галина Ширанкова
Еще пять лет назад мы восхищались тем, что менеджер продукта хорошо умеет проверять гипотезы и знает фреймворки. Эти времена прошли. Проверка гипотез стала абсолютной базой, а бизнес ждет качественных побед и кратного роста.
Проблема в том, что классический продуктовый процесс оптимизирован под поиск локального максимума. Самые высокорисковые гипотезы часто не дают гарантий успеха, поэтому опускаются в самый низ в списке приоритетов. А это ограничивает возможность тестировать уникальные гипотезы — и мы получаем пусть успехи, но довольно маленькие, локальные улучшения конкретных сценариев.
Кейс: продукт «Истории» ВКонтакте
У нас 15 миллионов авторов ежемесячно. За четыре года (с 2021 по 2025) продукт вырос на 28%. У команды были выстроенные дискавери-процессы, регулярная поставка фичей и удивительно высокий success rate гипотез. Все зеленое, продукт растет.
Но могли ли мы сделать больше? Классический процесс не отвечал на вопрос о реальной бизнес-ценности и не давал той самой «полочки» на графике.
Чтобы перейти от поддержки текущего продукта (Run) к большим ставкам, переопределяющим продукт (Change), мы прошли пять шагов.
1. Привязать продуктовые метрики к бизнес-ценности
Мы смотрели на таймспенд и DAU авторов. Но бизнес-метрика ВКонтакте — это сессии. Социальный сценарий «липкий» и создает новые интенты входа в приложение. Мы доказали корреляцию: если пользователь вовлекается в просмотр историй, сессии растут на 40%, а revenue — на 70%.
2. Определить ключевые барьеры и сформулировать ставки
Мы думали, что пользователи не постят истории, потому что нет идей, мало реакций или сложная воронка. Но настоящий барьер был другим: «Я боюсь, что значимые для меня люди этот контент не увидят».
Наша продуктовая ставка: обеспечить дистрибуцию контента на реальный социальный граф (друзей и потенциально знакомых людей).
3. Наполнить бэклоги Change-гипотезами
Мы начали делать агрессивную дистрибуцию в ленте через рекомендации, расширили воронку через уведомления и увеличили время жизни историй до 44–48 часов, чтобы социальный контекст успевал сработать.
4. Ввести квоты на Change
Нельзя один раз зайти в эту воду и забыть. Нужно разделить гипотезы на Run и Change. Идеального соотношения квот не существует — оно зависит от зрелости продукта. Если базовые потребности закрыты и нужен кратный рост, фокус может быть 70% на Change и 30% на Run. В молодых продуктах — наоборот.
5. Построить регулярный процесс отслеживания прогресса
Мы внедрили OKR, где целями стали метрики стратегии, а не просто инициативы. Вес локальных запусков ограничили (например, не более 10% от ключевого результата). 20% веса команд уходит на дискавери, чтобы держать бэклоги актуальными. Плюс еженедельный отчет: цель на конец квартала, текущий факт, прогноз и что происходит прямо сейчас.
Результат
За первое полугодие 2026 года DAU постящих сторис вырос на 33%. Для сравнения: за предыдущие четыре года рост числа пользователей составил 28%. И причина этому — фокус на решении проблем бизнеса.
Главное условие
Это сработает не в любой команде. Прежде чем внедрять такой процесс перестройки продукта, задайте себе три вопроса:
1. Жаждет ли ваш бизнес таких глобальных побед?
2. Нужны ли такие победы вашему руководителю?
3. Хотите ли вы такого роста лично?
Продукт, который идет в Change, должен иметь достаточно продуктовой доблести, чтобы перестраивать процессы.
Если ответы «да», начинайте с привязки метрик к целям бизнеса, формулируйте смелые ставки и стройте регулярный процесс, чтобы чувствовать ритм движения к вашим победам.
@pplsense
Спикер: Галина Ширанкова
Еще пять лет назад мы восхищались тем, что менеджер продукта хорошо умеет проверять гипотезы и знает фреймворки. Эти времена прошли. Проверка гипотез стала абсолютной базой, а бизнес ждет качественных побед и кратного роста.
Проблема в том, что классический продуктовый процесс оптимизирован под поиск локального максимума. Самые высокорисковые гипотезы часто не дают гарантий успеха, поэтому опускаются в самый низ в списке приоритетов. А это ограничивает возможность тестировать уникальные гипотезы — и мы получаем пусть успехи, но довольно маленькие, локальные улучшения конкретных сценариев.
Кейс: продукт «Истории» ВКонтакте
У нас 15 миллионов авторов ежемесячно. За четыре года (с 2021 по 2025) продукт вырос на 28%. У команды были выстроенные дискавери-процессы, регулярная поставка фичей и удивительно высокий success rate гипотез. Все зеленое, продукт растет.
Но могли ли мы сделать больше? Классический процесс не отвечал на вопрос о реальной бизнес-ценности и не давал той самой «полочки» на графике.
Чтобы перейти от поддержки текущего продукта (Run) к большим ставкам, переопределяющим продукт (Change), мы прошли пять шагов.
1. Привязать продуктовые метрики к бизнес-ценности
Мы смотрели на таймспенд и DAU авторов. Но бизнес-метрика ВКонтакте — это сессии. Социальный сценарий «липкий» и создает новые интенты входа в приложение. Мы доказали корреляцию: если пользователь вовлекается в просмотр историй, сессии растут на 40%, а revenue — на 70%.
2. Определить ключевые барьеры и сформулировать ставки
Мы думали, что пользователи не постят истории, потому что нет идей, мало реакций или сложная воронка. Но настоящий барьер был другим: «Я боюсь, что значимые для меня люди этот контент не увидят».
Наша продуктовая ставка: обеспечить дистрибуцию контента на реальный социальный граф (друзей и потенциально знакомых людей).
3. Наполнить бэклоги Change-гипотезами
Мы начали делать агрессивную дистрибуцию в ленте через рекомендации, расширили воронку через уведомления и увеличили время жизни историй до 44–48 часов, чтобы социальный контекст успевал сработать.
4. Ввести квоты на Change
Нельзя один раз зайти в эту воду и забыть. Нужно разделить гипотезы на Run и Change. Идеального соотношения квот не существует — оно зависит от зрелости продукта. Если базовые потребности закрыты и нужен кратный рост, фокус может быть 70% на Change и 30% на Run. В молодых продуктах — наоборот.
5. Построить регулярный процесс отслеживания прогресса
Мы внедрили OKR, где целями стали метрики стратегии, а не просто инициативы. Вес локальных запусков ограничили (например, не более 10% от ключевого результата). 20% веса команд уходит на дискавери, чтобы держать бэклоги актуальными. Плюс еженедельный отчет: цель на конец квартала, текущий факт, прогноз и что происходит прямо сейчас.
Результат
За первое полугодие 2026 года DAU постящих сторис вырос на 33%. Для сравнения: за предыдущие четыре года рост числа пользователей составил 28%. И причина этому — фокус на решении проблем бизнеса.
Главное условие
Это сработает не в любой команде. Прежде чем внедрять такой процесс перестройки продукта, задайте себе три вопроса:
1. Жаждет ли ваш бизнес таких глобальных побед?
2. Нужны ли такие победы вашему руководителю?
3. Хотите ли вы такого роста лично?
Продукт, который идет в Change, должен иметь достаточно продуктовой доблести, чтобы перестраивать процессы.
Если ответы «да», начинайте с привязки метрик к целям бизнеса, формулируйте смелые ставки и стройте регулярный процесс, чтобы чувствовать ритм движения к вашим победам.
@pplsense
❤2
Не старайтесь изменить человека — иногда его нужно просто заменить
В команде появился человек, который стал саботировать текущие процессы и регламенты? Если вы когда-нибудь сталкивались с такими людьми, то знаете: такие ситуации запускают внутренний диалог о том, стоит ли менять человека и как вы как руководитель можете это сделать.
Не всегда ваши попытки заново обучить сотрудника могут увенчаться успехом. И это нормально. Но пока вы не теряете надежды и даете еще один шанс, человек продолжает нарушать правила игры.
Это быстро считывает и ваша команда. Если один систематически не выполняет договоренности, а остальные закрывают его задачи — значит, выполнять договоренности необязательно. Если слабый результат месяцами не имеет последствий — значит, планка ниже заявленной.
Так как же понять, что вы дошли до точки, после которой пора расставаться с сотрудником?
Универсального ответа нет. Но есть несколько вопросов, которые помогут принять решение.
🤩 Человек точно понимает, чего от него ждут?
Убедитесь, может ли он своими словами сформулировать: какой результат нужен, что сейчас не так и как мы поймем, что ситуация исправилась. Иногда запроса «Как понял, расскажи своими словами» может оказаться достаточно для проверки.
И если человек не справился с этим запросом — вероятно, проблема пока не в сотруднике, а в том, что вы как менеджер неясно сформулировали задачу.
🤩 У человека не получается или он не делает?
Не хватает навыка — можно научить.
Не хватает контекста — можно дать.
Мешает процесс — можно изменить.
Сложнее, когда человек знает, что делать, способен это делать, получил обратную связь — и ничего не меняется. Тогда важно понять, а в чем его вторичная выгода не делать и разобраться с этой причиной, а не заставлять посещать курсы повышения квалификации.
🤩 Что происходит после вашей обратной связи?
Меняется ли что-то в поведении сотрудника: обращайте внимание на повторяющиеся паттерны, новые реакции и действия. Человек задает вопросы, берет ответственность и меняет поведение? Или каждый разговор начинается с новой версии того, почему виноваты обстоятельства, коллеги, процессы и ретроградный Меркурий?
Ошибку можно исправить новым действием, а вот вырастить ответственность в человеке — это уже процесс без гарантий, к тому же требующий большего количества усилий и времени. Есть ли эти ресурсы у вас сейчас?
🤩 Изменения случаются только после серьезного разговора?
Иногда после жесткой обратной связи человек на две недели превращается в сотрудника мечты. А потом все возвращается обратно.
Если цикл «проблема → разговор → улучшение → откат» повторяется, возможно, вы уже не развиваете человека, а поддерживаете его результат постоянным внешним контролем.
🤩 Какую цену за «еще один» шанс платит команда?
Пока все внимание направлено на одного человека, кто-то берет его задачи, кто-то исправляет ошибки, а кто-то смотрит на происходящее и думает: «А зачем тогда я стараюсь?» У решения ничего не менять тоже есть своя цена.
И еще один вопрос — уже про эмоции:
Расставаться непросто. Особенно если вы уже много вложили в человека: время, силы, разговоры, попытки что-то изменить. Но иногда еще один шанс — это уже не шанс для сотрудника, а способ руководителя отложить неприятное решение.
@pplsense
В команде появился человек, который стал саботировать текущие процессы и регламенты? Если вы когда-нибудь сталкивались с такими людьми, то знаете: такие ситуации запускают внутренний диалог о том, стоит ли менять человека и как вы как руководитель можете это сделать.
Не всегда ваши попытки заново обучить сотрудника могут увенчаться успехом. И это нормально. Но пока вы не теряете надежды и даете еще один шанс, человек продолжает нарушать правила игры.
Это быстро считывает и ваша команда. Если один систематически не выполняет договоренности, а остальные закрывают его задачи — значит, выполнять договоренности необязательно. Если слабый результат месяцами не имеет последствий — значит, планка ниже заявленной.
Так как же понять, что вы дошли до точки, после которой пора расставаться с сотрудником?
Универсального ответа нет. Но есть несколько вопросов, которые помогут принять решение.
Убедитесь, может ли он своими словами сформулировать: какой результат нужен, что сейчас не так и как мы поймем, что ситуация исправилась. Иногда запроса «Как понял, расскажи своими словами» может оказаться достаточно для проверки.
И если человек не справился с этим запросом — вероятно, проблема пока не в сотруднике, а в том, что вы как менеджер неясно сформулировали задачу.
Не хватает навыка — можно научить.
Не хватает контекста — можно дать.
Мешает процесс — можно изменить.
Сложнее, когда человек знает, что делать, способен это делать, получил обратную связь — и ничего не меняется. Тогда важно понять, а в чем его вторичная выгода не делать и разобраться с этой причиной, а не заставлять посещать курсы повышения квалификации.
Меняется ли что-то в поведении сотрудника: обращайте внимание на повторяющиеся паттерны, новые реакции и действия. Человек задает вопросы, берет ответственность и меняет поведение? Или каждый разговор начинается с новой версии того, почему виноваты обстоятельства, коллеги, процессы и ретроградный Меркурий?
Ошибку можно исправить новым действием, а вот вырастить ответственность в человеке — это уже процесс без гарантий, к тому же требующий большего количества усилий и времени. Есть ли эти ресурсы у вас сейчас?
Иногда после жесткой обратной связи человек на две недели превращается в сотрудника мечты. А потом все возвращается обратно.
Если цикл «проблема → разговор → улучшение → откат» повторяется, возможно, вы уже не развиваете человека, а поддерживаете его результат постоянным внешним контролем.
Пока все внимание направлено на одного человека, кто-то берет его задачи, кто-то исправляет ошибки, а кто-то смотрит на происходящее и думает: «А зачем тогда я стараюсь?» У решения ничего не менять тоже есть своя цена.
И еще один вопрос — уже про эмоции:
если бы этот человек завтра написал заявление, моей первой реакцией было бы желание его удержать или облегчение?
Расставаться непросто. Особенно если вы уже много вложили в человека: время, силы, разговоры, попытки что-то изменить. Но иногда еще один шанс — это уже не шанс для сотрудника, а способ руководителя отложить неприятное решение.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2🔥1
«Люди приходят в компанию, а уходят от руководителя» — правда или ложь?
Предлагаем вместе разобраться, когда это удобная фраза для продажников тренингов, а когда действительно дело в руководителе.
По модели Job Demands–Resources у любой работы есть две стороны:
🤩 Demands — что работа требует
Это может быть нагрузка, стресс, сложность задач, неопределенность, ролевые конфликты, неудобный график и др.
🤩 Resources — что помогает с этим справляться
Например, деньги, автономия, ясность целей, поддержка, развитие, признание, доверие и др.
Риск ухода сотрудников растет, когда требования работы постоянно превышают доступные ресурсы. А руководитель может утяжелять как одну, так и другую чашу весов.
Так все-таки люди приходят в компанию, а уходят от руководителя?
Когда правда
Хороший руководитель добавляет команде ресурсы, плохой — не просто не добавляет, но и сам становится источником нагрузки. Микроменеджмент, фаворитизм, неясность в приоритетах — это дополнительные требования поверх рабочих.
Токсичное лидерство повышает намерение уйти, поддерживающее — снижает.
Когда ложь
Даже лучший руководитель не компенсирует бесконечно:
— Недостаток денег.
— Отсутствие понятной системы роста.
— Реорганизацию, оптимизации.
Чем сильнее система компании давит на сотрудников, тем меньше у руководителя рычагов влияния. В высоконагруженных сферах (продуктовая разработка с дедлайнами, поддержка 24/7) требования системы доминируют над эффектом лидерства.
Так что на решение сотрудника уходить или оставаться влияет не только личность руководителя, но и то, какие условия создаются в компании.
Вот четыре сценария:
🟢 Компания ок + руководитель ок
Ресурсов хватает, люди остаются.
🟡 Компания ок + руководитель токсичный
Руководитель сам становится источником требований и истощает ресурсы. Люди могут уходить.
🟡 Компания проблемная + руководитель ок
Руководитель здесь связующее звено, но с ограниченным гарантийным сроком. Люди уйдут, как только из их трений с компанией выпадет руководитель.
🔴 Компания проблемная + руководитель токсичный
Причин остаться почти нет.
Что руководитель может сделать
Загнаться после ухода ценного сотрудника 😁
Или — провести системный аудит по трем уровням:
🤩 Работа
Что конкретно стало требовать больше усилий команды?
(Объем работ увеличился кратно, а количество новых сотрудников или ресурсов для выполнения этих работ — нет.)
🤩 Руководитель
Какими ресурсами я обеспечивал, а какие — сам забирал?
(Давал ли реальную автономию или микроменеджерил? Создавал ли ясность или оставлял больше вопросов, чем ответов?)
🤩 Организация
Где заканчивается моя зона ответственности?
(Нет понятной системы роста, заморожен наём, урезан бонусный фонд?)
Если проблема на уровне организации, задача руководителя:
🤩 Подсветить наличие системного сбоя наверх (с данными и кейсами).
🤩 Расстаться на хорошей ноте, без обид и с сохранением отношений.
Где-то в уходе ценного сотрудника руководитель не виноват, а где-то — это его ответственность. Главное — прилагать усилия там, где мы можем на что-то повлиять. А когда не можем — находить тех, кто поможет решить возникший вопрос.
Источник: интегративный обзор 39 исследований за 10 лет (2014–2025) о влиянии руководителей и организационных факторов на текучесть.
@pplsense
Предлагаем вместе разобраться, когда это удобная фраза для продажников тренингов, а когда действительно дело в руководителе.
По модели Job Demands–Resources у любой работы есть две стороны:
Это может быть нагрузка, стресс, сложность задач, неопределенность, ролевые конфликты, неудобный график и др.
Например, деньги, автономия, ясность целей, поддержка, развитие, признание, доверие и др.
Риск ухода сотрудников растет, когда требования работы постоянно превышают доступные ресурсы. А руководитель может утяжелять как одну, так и другую чашу весов.
Так все-таки люди приходят в компанию, а уходят от руководителя?
Когда правда
Хороший руководитель добавляет команде ресурсы, плохой — не просто не добавляет, но и сам становится источником нагрузки. Микроменеджмент, фаворитизм, неясность в приоритетах — это дополнительные требования поверх рабочих.
Токсичное лидерство повышает намерение уйти, поддерживающее — снижает.
Когда ложь
Даже лучший руководитель не компенсирует бесконечно:
— Недостаток денег.
— Отсутствие понятной системы роста.
— Реорганизацию, оптимизации.
Чем сильнее система компании давит на сотрудников, тем меньше у руководителя рычагов влияния. В высоконагруженных сферах (продуктовая разработка с дедлайнами, поддержка 24/7) требования системы доминируют над эффектом лидерства.
Так что на решение сотрудника уходить или оставаться влияет не только личность руководителя, но и то, какие условия создаются в компании.
Вот четыре сценария:
🟢 Компания ок + руководитель ок
Ресурсов хватает, люди остаются.
🟡 Компания ок + руководитель токсичный
Руководитель сам становится источником требований и истощает ресурсы. Люди могут уходить.
🟡 Компания проблемная + руководитель ок
Руководитель здесь связующее звено, но с ограниченным гарантийным сроком. Люди уйдут, как только из их трений с компанией выпадет руководитель.
🔴 Компания проблемная + руководитель токсичный
Причин остаться почти нет.
Что руководитель может сделать
Загнаться после ухода ценного сотрудника 😁
Или — провести системный аудит по трем уровням:
Что конкретно стало требовать больше усилий команды?
(Объем работ увеличился кратно, а количество новых сотрудников или ресурсов для выполнения этих работ — нет.)
Какими ресурсами я обеспечивал, а какие — сам забирал?
(Давал ли реальную автономию или микроменеджерил? Создавал ли ясность или оставлял больше вопросов, чем ответов?)
Где заканчивается моя зона ответственности?
(Нет понятной системы роста, заморожен наём, урезан бонусный фонд?)
Если проблема на уровне организации, задача руководителя:
Где-то в уходе ценного сотрудника руководитель не виноват, а где-то — это его ответственность. Главное — прилагать усилия там, где мы можем на что-то повлиять. А когда не можем — находить тех, кто поможет решить возникший вопрос.
Источник: интегративный обзор 39 исследований за 10 лет (2014–2025) о влиянии руководителей и организационных факторов на текучесть.
@pplsense
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤3
🎾 3 механики из спортивных книг для работы с командой и собой
Руководитель в продуктовом мире живет режимом профессионального спортсмена: дедлайны, публичные выступления, решения с неполными данными. Спортсмены давно нашли формулу, как двигаться вперед и не ломаться.
А мы вытащили из их книг механики, которые может применить любой руководитель: что отслеживать, что говорить, что записать.
Листайте карусель — мы все адаптировали к нашей реальности и уложили в карточки.
Для мотивационных цитат места уже не осталось, но если вам хотелось бы увидеть и их, поставьте посту реакцию 👍, сделаем.
Источники: Gallwey «The Inner Game of Tennis» (1974), Walsh «The Score Takes Care of Itself» (2009), Mack «Mind Gym» (2002).
@pplsense
Руководитель в продуктовом мире живет режимом профессионального спортсмена: дедлайны, публичные выступления, решения с неполными данными. Спортсмены давно нашли формулу, как двигаться вперед и не ломаться.
А мы вытащили из их книг механики, которые может применить любой руководитель: что отслеживать, что говорить, что записать.
Листайте карусель — мы все адаптировали к нашей реальности и уложили в карточки.
Для мотивационных цитат места уже не осталось, но если вам хотелось бы увидеть и их, поставьте посту реакцию 👍, сделаем.
Источники: Gallwey «The Inner Game of Tennis» (1974), Walsh «The Score Takes Care of Itself» (2009), Mack «Mind Gym» (2002).
@pplsense
👍3❤2