🚩 Red Flag Product Owner и Product Leader 🚩
Не всё, что называют продуктовой ролью, ею является. Иногда под видом "продуктового подхода" скрывается классический "делаем как всегда, но с модным названием".
Накидал топ сигналов, что вместо лидера может скрываться обладатель красивой визитки.

1. «Принять решение? Не, страшно»
📍 Ситуация: команда ждёт выбора между двумя фичами. PO уже третью неделю уточняет детали у всех, кроме себя. Релиз уехал в закат.
Лидер: принимает решение, тестирует на метриках, корректирует по факту, а не ждёт астрологического прогноза.

2. «Ответственность — фу»
📍 Ситуация: новый модуль не приносит пользы. PO: «Ну мы же сделали, а бизнес пусть теперь разбирается».
Лидер: помнит, что продукт — это про ценность, а не про «мы пилили 3 месяца, и вот оно».

3. «Метрики? Я чувствую сердцем»
📍 Ситуация: внедрили улучшение, метрики упали. PO: «Это из-за маркетинга/погоды/ретроградного Меркурия».
Лидер: сперва смотрит данные, потом делает выводы. Если упало — ищет причину в своём решении.

4. «ASAP — наш национальный спорт»
📍 Ситуация: задачи ставятся с припиской «нужно вчера». Любая задача = пожар. Команда мечтает о планировании, но живёт по принципу: "Узнал — делай сейчас".
Лидер: умеет приоритизировать и говорит «нет» хаосу.

5. «Внутренние пользователи? Они нам мешают»
📍 Ситуация: сделали внутренний инструмент. Пользователи: «Это неудобно». PO: «Они просто не поняли величие идеи». Зачем спрашивать, как удобно, если можно сделать интерфейс, после которого нас будут проклинать до конца дней?
Лидер: идёт и спрашивает у пользователей, что им реально нужно.

6. «Гипотезы — это для стартаперов»
📍 Ситуация: PO уверен в фиче, тратит полгода на разработку. Фича не заходит. Проверка идей? А/B тесты? Нет, мы верим в чудо и интуицию начальника.
Лидер: проверяет идею маленьким экспериментом за неделю.

7. «Иди и сделай»
📍 Ситуация: команда просит контекст, а PO отвечает «не отвлекай меня». Развивать команду? Инвестировать в людей? Не, лучше раздавать задачи с тоном «я тебе плачу, ты работай».
Лидер: объясняет зачем, делится контекстом, развивает команду.

8. «Я всё знаю, вы — нет»
📍 Ситуация: стейкхолдеры приносят обратную связь, PO кивает, но продолжает пилить по-своему. Любая обратная связь = угроза власти. Поэтому её надо игнорировать, а автора — шеймить.
Лидер: слушает, задаёт вопросы, интегрирует ценное в работу.

9. «Продукт? Нет, презентация»
📍 Ситуация: вместо исправления бага PO два дня рисует идеальные картинки в Figma. Главное — слайды с градиентами и диаграммами. Что там продукт не работает? Ну, это в следующем квартале, а пока посмотрите, как крутится логотип.
Лидер: помнит, что продукт выигрывает на рынке, а не на слайдах.

💡 Продуктовая трансформация — это не переименование в должности. Вчера ты был разработчиком, а сегодня называешься Product Owner — так не работает.

📌 Настоящий лидер экспериментирует, принимает решения, отвечает за результат целиком, а не только за свой «участок забора». Он работает с метриками, вовлекает пользователей, развивает команду и слушает обратную связь.

💬 Давайте обсудим:
— Узнавали ли вы такие «красные флаги» в своих коллегах?
— Какие из них встречаются чаще всего?
— Каких не хватило?

#статья

🎙 Вчера писали подкаст про продуктовое управление

Гость — Антон Катаев: в Сбере уже 4-й год, отвечает за матрицу компетенций Product Owner, а до этого 11 лет работал в Леруа Мерлен.

Мы поговорили о том:
1️⃣ Как продуктовый подход живёт и дышит в ритейле и в банке.
2️⃣ Что такое матрица компетенций и зачем она нужна.
3️⃣ Какие ошибки даже опытные лидеры совершают снова и снова.

📸 Кидаю пару кадров с бэкстейджа — разговор получился живой и местами очень откровенный.

🎧 Запись уже на монтаже и скоро выйдет на канале Sbergile.
Сделаю сюда репост — так что следи за анонсами, чтобы не пропустить.

#подкаст

💡Матрица компетенций Product Owner: зачем она нужна в работе

Недавно записывал подкаст с Антоном (Сбер, экс-Леруа Мерлен) — выпуск скоро выйдет, а пока делюсь одним из инсайтов.

👉 Что такое матрица компетенций РО?
Это единый понятийный базис и системный подход к описанию профессиональных функций Product Owner. Она охватывает только hard skills — всё, что нужно, чтобы реально работать с продуктом.

📌 На чем построена?
1) Основана на профессиональном стандарте «Менеджер продуктов в IT» → читать стандарт
2) Логика и структура близки к фреймворку Product Manager as a Function → смотреть карту навыков

🎯 А как это выглядит в реальной работе?
1) Подготовка к грейду — сверяешь свой уровень по навыкам, понимаешь, что подтянуть, синхронишься с руководителем, совместно формируете план развития.
2) Онбординг новичков — сотрудник сразу видит «карту навыков» и быстрее понимает, что от него ждут.
3) Фокус на развитии — вместо размытых «надо расти», получаешь конкретику: «прокачай A/B-тесты и работу с юнит-экономикой».

🤝 Общие правила игры — матрица снимает холивары в стиле «а должен ли РО заниматься метриками» — потому что ответ уже зафиксирован.

🎙 В подкасте мы разобрали матрицу глубже: от замысла до того, как она реально влияет на работу команд. Следите за анонсом!

#инструменты

🚨 95% ИИ-проектов проваливаются
MIT выпустил исследование "The GenAI Divide: State of AI in Business 2025" — и цифры оказались жёсткими.
Лишь 5% пилотных ИИ-проектов реально ускоряют рост выручки. Остальные — пшик.

📉 Почему так происходит
Проблема не в моделях, а в «learning gap» — разрыве между возможностями ИИ и тем, насколько компании умеют его встроить в свои процессы.

🔑 Что это значит для нас, продактов:
1) Не верь хайпу: 95% «магии» ИИ разбиваются о процессы и культуру.
2) Матчить ИИ-задачу с бизнес-метрикой — must have. «Просто внедрить нейросеть» не работает.
3) Начинать лучше с рутинных и массовых задач: поддержка, заявки, документооборот. Те места, где эффект от автоматизации прозрачно считается.
4) Умение «приземлить» технологию на конкретный процесс = ключевой навык продакта.

📌 Кейсы из исследования
✔️ IBM с помощью чат-бота автоматизировала почти все запросы сотрудников по HR-политике — и сократила издержки.
❌ McDonald’s свернул проект ИИ-кассира в автокафе: нейросеть путала заказы и добавляла лишние позиции.
❌ Air Canada проиграла суд: чат-бот дал пассажиру неверный совет и компания заплатила компенсацию.
❌ Chicago Sun-Times опубликовала «летний список книг от ИИ» — и только 5 из 15 книг реально существовали.

⚖️ Вывод: искусственный интеллект — не волшебная таблетка. Он усиливает сильные процессы, но убивает слабые.

👉 А ты видел в своей компании примеры, когда ИИ реально помог или наоборот, устроил цирк? Делись в комментариях!

#новости

🧪 А/Б-тесты в корпорациях: как из rocket-science сделать rocket-fail

Это UGC-заметка от моего коллеги, который занимается методологическим сопровождением А/Б тестов.
Казалось бы, А/Б-тест — базовый метод исследования для любого продакта. Берёшь гипотезу, делишь аудиторию, сравниваешь результат. Даже школьники на уроках химии так делают: «а если я налью побольше — взорвётся или нет?».

Но в корпорациях всё иначе:
🏢 «Указ сверху» не спасает. Руководитель может десять раз сказать «тестируйте», но пока KPI сотрудника не завязан на подтверждении эффекта от доработок, А/Б останется только в презентациях.
📊 Мотивация — ключ. Там, где бонусы завязаны на реальный change эффект, тесты живут. Там, где мотивация = «лишь бы отчёт сходился», всё умирает.
💀 8 из 10 гипотез не проходят. И это нормально. Но в порой это воспринимается как личная обида на менеджера: «Как ты посмел предложить нерабочую идею?!»

⚠️ А ещё есть вторая проблема.
Многие понимают А/Б-тест как «простое разделение на две группы: одной показываем новую кнопку, другой — старую. Дальше смотрим, у кого кликов больше».

На деле этого категорически недостаточно.
1) Нужно как-то обеспечить гомогенность групп сравнения, а это вообще не просто. Важно еще и понимать, что значит слово «гомогенность».
2) При получении результата, как-то доказать себе, что результат статистически значим.
3) Ну и хорошо бы знать слова «доверительный интервал» и «дисперсия» и использовать это в работе с А/Б-тестом.
Простой пример: сравнивать конверсию нажатия «оформить кредит» между группой, где 75% миллионеров, и группой без миллионов на счету — мягко говоря, странно.

⚡️ Примеры в мировой практике
В Booking и Airbnb тесты — религия: гипотеза без проверки = фантазия.
В Amazon идея без эксперимента = даже не идея. Тесты встроены в процесс и влияют на бонусы.
В СберМаркет и Яндексе частота и качество А/Б-тестов — один из ключевых критериев роста команды.
А вот в условной «Корпортивной Корпарации» можно годами запускать фичи «по интуиции» руководителя. Итог: А/Б-тест либо «мешает работать», либо «портит красивую историю для отчёта».

📌 Вывод
А/Б-тест — это не «разделил на группы и сравнил». Это статистический инструмент, требующий дисциплины и методологии. А пока корпорация не привяжет мотивацию к тому, как часто и качественно проверяют гипотезы, всё останется «для слайдов».

👉 А как у вас в командах: А/Б‑тесты — часть культуры или «лишняя практика»? Делитесь опытом 👇

#статья #UGC

🥸 Сегменты vs. когорты: в чём разница

Кажется, что сегментный анализ и когортный — это одно и то же: «разбили пользователей на группы и сравнили». Но нет. Тут тонкая грань, на которой горят даже большие корпорации.

🔍 Сегментный анализ
Берём пользователей и делим их по какому-то признаку здесь и сейчас.
Примеры:
– «У кого айфон, а у кого андроид»
– «Москва vs. регионы»
– «Те, кто пьёт кофе, и те, кто пьёт матча (подозрительно)»
Дальше сравниваем метрики, например: retention, конверсию, средний чек.
👉 Это как фото: щёлкнул момент и смотришь различия.

📅 Когортный анализ
Берём пользователей, объединённых одним событием во времени — например, регистрацией или первой покупкой.
Примеры:
– «Когорта, зарегистрированная в январе, против когорты февраля»
– «Те, кто впервые купил в Чёрную пятницу, против тех, кто в обычный вторник»
Дальше смотрим динамику их поведения: как быстро отваливаются, возвращаются, платят.
👉 Это как сериал: смотришь, как группа ведёт себя по сезонам.

🥳 В чём сложность и где часто путают
Сегментный анализ отвечает: «Чем отличаются разные типы пользователей в один момент?»
Когортный анализ отвечает: «Как ведут себя пользователи со временем после одного события?»

⚡️ Живые примеры
В одной компании сегментный анализ показал, что яблочные бояре оформляют кредиты в 2 раза чаще обладателей андроидов.
Но когортный анализ той же базы показал, что «январские клиенты», вне зависимости от девайса, активнее, чем февральские — потому что в январе был мощный маркетинг.

💡 Итого:
Сегменты — «смотрим разницу между пользователями по признакам».
Когорты — «смотрим динамику поведения групп во времени».

😏 Шутка напоследок:
«Когда человек говорит “мы сделали сегментный анализ по когортам” — аналитик тихо умирает где-то в углу».

PS: на самом деле, сегментный анализ по когортам можно сделать. Это нужно понимать как многомерный анализ, где учитываются и временные когорты, и дополнительные признаки сегментации. Но какова вероятность, что именно это имеется в виду?

👉 Как часто вы используете сегменты и когорты в работе? Делитесь своими лайфхаками, провалами и вопросами!

#статья

🤖 Почему нейросети разочаровывают бизнес

Владимир Арлазаров, основатель Smart Engines (их ИИ для распознавания документов используют 70% населения России и 275 млн человек в мире), считает: мы в нескольких шагах от новой «зимы искусственного интеллекта».
Главная проблема — переоценка LLM-моделей: ChatGPT и его собратьев.

💬 «В чат GPT вложены десятки миллиардов долларов, а отдачи всё нет».
Большие языковые модели — это реально крутой научный прорыв. Но пока их применение не принесло бизнесу той самой обещанной революции.

⚙️ Мы часто не замечаем предметный искусственный интеллект.
Например, в машине: когда вы заводите двигатель, ИИ определяет положение вала и подачу топлива. Польза очевидна и легко считается в деньгах.
А вот у LLM — всё наоборот: красиво разговаривают, вдохновляют, но экономический эффект пока размытый.

💡 Арлазаров подчеркивает:
1) LLM — это говорящая машина, а не думающая.
2) Она не решает задачи, до которых не додумался человек.
3) Она не придумывает новое, творчество остаётся за человеком.

Ирония в том, что главные выгодоприобретатели от LLM сегодня — мошенники, а не бизнес.

📌 Подробнее читайте в статье.

#новости

🚀 Выпуск подкаста на канале!

В этом выпуске мы поговорили с Антоном Катаевым, директором проектов в Сбере, который до этого 11 лет проработал в Леруа Мерлен.

Что обсудили:
– Как продуктовая культура реально влияет на рост и кайф в профессии
– Зачем нужна матрица компетенций и почему без неё в продукте — никуда
– Лайфхаки от тех, кто рос в реальных корпорациях и выжил 😏

🎧 Слушайте или смотрите выпуск там, где удобно:
▶️ YouTube: смотреть выпуск
▶️ RuTube: смотреть выпуск
▶️ Яндекс музыка

🔥 Вот канал организаторов. Там про Agile и то, как Sbergile вышел за границы не только Сбера, но и IT в банках, меняя самые разные индустрии.

💬 А теперь слово вам: про что ещё хотите услышать? С какими героями или темами ждёте следующий выпуск? Давайте сделаем подкаст вместе — пишите в комменты, идеи обсудим!

#подкаст

🔥 Маржа ≠ Маржинальность. И если вы их путаете — бизнесу крышка.

При работе с командами иногда сталкиваюсь с не пониманием разницы между маржой и маржинальностью.
Давайте предметно разберемся.

💸 Ситуация 1. "Мы растём!"
Выручка: 200 000 ₽
Переменные расходы: 87 000 ₽
Маржа = 113 000 ₽
Маржинальность = 56,5 %

💸 Ситуация 2. "Все еще растем?"
Выручка: 300 000 ₽
Переменные расходы: 180 000 ₽
Маржа = 120 000 ₽ (больше, чем было!)
Маржинальность = 40 % (резко упала)

❓Что произошло?
Вы стали больше зарабатывать, но эффективность бизнеса упала.
Фактически вы гонитесь за выручкой, но сжираете ресурсы быстрее, чем зарабатываете.

⚡️ Почему это опасно
Большая маржа без маржинальности = иллюзия успеха.
Вы как стартап, который радуется обороту, но не понимает, что каждая продажа становится для вас дороже.
Высокая маржинальность без маржи = нищенский масштаб.
Вы умеете считать деньги, но не умеете их зарабатывать.

💬 Вывод:
Маржа — это просто деньги, которые остаются после вычета переменных затрат.
Маржинальность — это % эффективности: сколько рублей прибыли приносит каждый рубль выручки.

⚠️ Помните:
Считать только маржу — значит обманывать себя.
Считать только маржинальность — значит недооценивать масштаб.
Считать оба показателя — значит вести бизнес по-взрослому.

👉 Подробнее - тут.

#статья

✨Когда топы становятся исследователями

На днях вместе с коллегами провёл тренинг по дизайн‑мышлению для команды топ‑менеджеров крупного ритейла. День получился очень насыщенным!

Дизайн‑мышление — это методология поиска решений, в центре которой стоят потребности и опыт пользователей.

Важно: вся работа на тренинге была построена на реальных кейсах с настоящими пользователями. Это не абстрактные задачки, а то, что напрямую касается бизнеса и клиентов.

👥 Команды прожили полный цикл дизайн мышления:
Эмпатию, анализ и синтез данных, генерацию идей, прототипирование и тестирование.
Мы добавили к этому сторителлинг, чтобы участники смогли упаковать решения через истории клиентов.

Результат за один день: 8 интервью, около 1300 гипотез и 16 прототипов, проверенных тут же, на месте.

📊 Интересный факт: в исследовании Стэнфорда, со ссылкой на компанию IDEO, сказано, что для запуска 2–3 успешных новых продуктов нужно примерно 4000 идей. Из них — 226 прототипов (6%), заказчикам понравилось 12 (5%), а коммерчески успешными стали лишь 3. Более 99,9% идей не сработали.

Лайнус Полинг, дважды Нобелевский лауреат, говорил: «Чтобы в голову пришла хорошая идея, вам нужно множество идей».

🔥 Что важно вынести:
— Если вы топ, это не освобождает вас от общения с клиентами. Именно там рождаются самые точные инсайты.
— Ценность бизнеса сегодня — не просто «хороший продукт», а человеко‑центричный сервис.
— Продуктовый подход — это в первую очередь про мышление и нетерпимость к фразе «вот так работает и всё, ничего сделать не могу».
— За 1 день 8 команд сгенерировали ~1300 гипотез, провели 8 интервью, собрали 16 прототипов. Всё ещё думаете, что это долго и дорого?

🤔 А как у вас в команде? Ближе дух «ничего не менять, пока работает» или готовность штурмовать новые идеи десятками и сотнями?

#события

🚀 Хотите лучше понять себя и свои привычки мышления?

Сейчас я прохожу обучение на статус Амбассадора. Нам предложили попробовать платформу психодиагностики Андрея Курпатова — того самого, кто руководит Лабораторией нейронаук и поведения человека. Там есть разные тесты, один из них — «Троица», ссылка здесь.

🧠 Суть в том, чтобы посмотреть на себя через призму четырех областей:
Мышление, отношения, успех и чувства.
Я прошёл и узнал, что по результатам я: "центрист" в мыслях, "консерватор" в отношениях, "спокойный и самодостаточный в успехе" и слегка "невротичный" в чувствах 🙃. Звучит забавно.

⚡️ Самое приятное
Авторизация через СберID даёт бесплатный доступ ко всем тестам. Я к ним отношусь, как к развлечению. Например, можно получить неожиданные инсайты о себе или найти повод подумать о своих привычках и стратегиях.
Важно помнить: тесты всего лишь инструмент, а не приговор. Всё в наших руках.

👉 А теперь мне любопытно, вы проходили «Троицу» или что-то похожее? Какие результаты у вас получились — совпали с ощущением реальности или удивили? Поделитесь, будет интересно сравнить!

#ProductFun

🎭 Как вас обманывают команды

👔 Диалог из open-space:
— Product Owner: «Босс, у нас MAU вырос на 40%, все шикарно!»
— Лид: «А как вы это посчитали?»
— PO: «Теперь “активный” — любой, кто просто зашёл в приложение. Даже если через 10 секунд уже вышел».
— Лид: «Короче, вы изменили логику расчёта, а не продукт. Гениально…»
— PO (про себя): “А бонусы — то по-прежнему в силе!”

Смешно? А ведь именно так часто и “растят” метрики в корпорациях. Стоит только чуть изменить логику подсчёта — и вот у вас уже командный рекорд, KPI, премии, радость в глазах… Только вот в отчётах становится непонятно: реально ли продукт “полетел” или команда просто играла с цифрами.

🪤 Тактики метрик-фрода:
1) Выдумывать собственные формулы: в разных командах MAU, Retention, NPS и все остальные KPI могут считать абсолютно по-разному — и результат нельзя сравнить.
2) “Случайные” изменения точки отсчёта или способа сбора данных: каждый релиз новое понимание “активного пользователя”.
3) Считать метрику с “ограниченным горизонтом”: берём только месяц после запуска, когда всплеск, и выдаём это за успех.
4) Прятать неудобные данные в общем массиве: “Число ошибок воронки снизилось!”, но где ошибка в расчётах, никто не ищет.

Реальные кейсы из практики:
— В одной HR-компании разные департаменты считали Cost per Hire по разным формулам — итоговые расходы “неожиданно” снижались исключительно в Excel, а не в жизни.
— В компании из банковского сектора, при внедрении новой платформы, пользователи внезапно стали “суперактивными”, когда метрику активности “привязали” лишь к факту логина, а не к транзакциям или жизненно важным действиям.

👀 Как не попасться в ловушку KPI-магии?
1) Ставить единые стандарты метрик для сравнимых команд (MAU = логин + действие в продукте, а не что душе угодно).
2) Делать прозрачный мониторинг поведения и сбоев для всех — с интеграцией в BI или сквозные отчёты — чтобы никто не подкручил свою “версию правды”.
3) Внедрять “зонтичный” мониторинг: единое хранилище для всех аналитик, автоматические алерты на расхождение данных.
4) Привязывать бонусы к действительно бизнес-результатам, а не “цифрам ради цифр”. Минимизировать иллюзию успеха на короткой дистанции.
5) Проводить бенчмаркинг с лучшими в индустрии по тем же метрикам — поймёте, кто в вашем отчетном “зоопарке” реально двигает продукт.

🔎 Лайфхак: используйте интерактивные дашборды и прозрачные отчёты, чтобы все изменения в любых параметрах были доступны в моменте и для всех. А ещё — внедряйте автоматический сбор данных, чтобы ни одна ручная “магия” не осталась незамеченной.

🗣 Давайте соберём коллекцию корп-уловок с метриками в комментариях! Какие KPI-фокусы видели вы? Или попадались сами, когда “картинка красивая, а реальность... ну вы поняли”? Делитесь историями!

#статья

🎭 5 типов коллег, с которыми твой рабочий день превращается в ситком

👓 Гуру вечного совещания
Эти ребята могут обсуждать ТЗ до пенсии. Повестка из 3 пунктов превращается в 3 часа рассуждений о «стратегической картине».
Пример: договаривались о кнопке «Купить» на сайте. Через час — обсуждение дизайна, UX, философии потребления и сакрального смысла зелёного цвета. Кнопки нет — зато мозг кипит.
Совет: приходи с готовыми предложениями и таймером. Когда пойдёт пятый круг обсуждения — вежливо сворачивай флипчарт.

🦸‍♂️ Мастер срочных дел
Только ты сел спокойно работать — «нужно срочно», «горит», «прямо сейчас». Срочно — оказывается правкой логотипа на внутренней презентации.
Пример: коллега может в пятницу вечером подключить тебя к «важному созвону» о кофе-машине в офисе.
Совет: научись говорить «нет», или «да, в понедельник», или «объясни в письме». 90% этих «пожаров» тушатся сами.

🎨 Креативный хаотик - на картинке именно он.
Генерит идеи пачками, но с реализацией проблемы. Через неделю не помнит, что предлагал.
Пример: на планёрке бросил: «А давайте сделаем чат-бота». Через месяц его идея в отчёте у тебя, а он уже про NFT для корпоративных бейджей рассказывает.
Совет: фиксируй всё письменно. Если видишь потенциал — бери в работу и не жди, что автор вернётся.

🙃 Оптимист-иллюзионист
Всегда уверен, что «успеем».
Пример: дедлайн завтра, половина задач не начата. Он бодро заявляет: «За ночь справимся».
Совет: держи его энтузиазм под контролем цифрами и фактами. Иллюзии не кодятся сами.

🕵️ Тихий саботажник
В глаза — согласен, за спиной — тормозит. Вроде поддержал задачу, но забывает обновить дизайн, задерживает ревью или не отвечает в чате.
Пример: тесты «не успел запустить» третий спринт подряд.
Совет: ставь чёткие сроки, фиксируй процесс публично. Свет — лучший враг саботажа.

😏 А у тебя в команде есть такие персонажи? Как справляешься?

#ProductFun