Как воскресний футбол превратился в небольшой data‑продукт 😃

Уже несколько лет я играю в футбол с одной компанией ребят. Сначала всё было максимально просто: собрались, разделились на команды, сыграли и разъехались.

Потом мы начали записывать результаты. Следом появились голы и передачи. Затем — составы, позиции, описания матчей и короткие видеообзоры с голами и опасными моментами ⚪️

В какой-то момент я понял, что у нас уже практически ни одна игра не проходит без данных. Всё это копилось в Telegram, таблицах и отдельных сообщениях, а ребята всё чаще спрашивали: кто стал лучшим игроком матча, как сравнить игроков и как собрать действительно равные команды❓

Решил собрать всё в одном месте.
За один выходной с помощью AI-агентов я сделал первую рабочую версию проекта, а затем начал дорабатывать её уже на реальных матчах и обратной связи от команды.

Если кому-то интересна техническая часть: интерфейс сделан на React и TypeScript, данные хранятся в SQL-базе Cloudflare D1, а Python используется для переноса, проверки и пересчёта статистики, а также балансировки составов. AI-агенты помогают разбирать архив, восстанавливать историю матчей, проверять данные и готовить рекомендации.

Что получилось👇
У каждого игрока теперь есть личный профиль и персональный код для входа.
Игрок заполняет структурированную анкету: выбирает позиции, оценивает технические, тактические, физические и психологические качества, указывает сильные стороны и зоны роста.
Отдельно можно отметить текущее состояние:
🎊 полностью готов;
🎊 готов частично, например на 70%;
🎊 восстанавливается;
🎊 травмирован;
🎊 временно не может играть.
На сайте сохраняются:
📟 история матчей и составов;
📟 счета и результаты по таймам;
📟 голы и передачи;
📟 кто кому ассистировал;
📟 последовательность игровых событий;
📟 короткое описание того, как проходил матч;
📟 накопительная статистика игроков;
📟 рейтинг результативности;
📟 PPG — среднее количество командных очков за матч

После каждого матча открывается голосование на 24 часа. Участники выбирают MVP, лучшего атакующего, полузащитника, защитника и вратаря — отдельно в каждой команде.
Пока голосование продолжается, никто не видит чужие голоса, счётчики и предварительных лидеров. Все результаты открываются только после закрытия, чтобы в небольшой группе нельзя было вычислить выбор конкретного человека.

Сейчас внутри уже 62 профиля игроков, 26 карточек истории, почти 30 матчевых записей, более 300 участий и свыше 90 сохранённых игровых событий. Получились не условные «150 параметров», а тысячи отдельных значений, связанных между собой🔥

А где здесь AI? 👻
Перед следующей игрой я передаю агентам список готовых игроков. Они сопоставляют позиции, результативность, PPG, текущую готовность, сыгранность и качественные наблюдения по прошлым матчам.

После этого AI предлагает два состава и объясняет логику баланса: где сильнее защита, кому нужен быстрый форвард, кого нельзя оставлять единственным центральным защитником и кому требуется ротация.

🔄 По моим ощущениям, на серии последних игр рекомендации уже не раз давали очень плотные матчи, где исход решался одним-двумя мячами. Были и промахи — зато теперь их можно не просто обсуждать, а разбирать на данных и учитывать дальше.

В итоге из обычного любительского футбола получилась своя маленькая аналитическая платформа 🇮🇹

Токенов, конечно, съелось прилично 😊 Но первую версию я собрал за выходной, получил огромное удовольствие от процесса, а главное — ребята действительно начали этим пользоваться и остались довольны.

Теперь думаю, как эту механику можно развить дальше и можно ли адаптировать её для других любительских команд🙃

У продакта есть одна проблема: если долго работаешь в одной компании, довольно быстро начинаешь хорошо знать один рынок, один продукт и одну бизнес-модель.

А менять работу каждые полгода только ради новой насмотренности... идея так себе 😊

Поэтому мне нравится формат проектной работы. Можно параллельно зайти в продукт из другой отрасли, проверить себя на новом рынке, поработать с другой командой и заодно добавить нормальный кейс в портфолио.

Для этого есть EasyStaff Connect — международная площадка, где компании ищут специалистов под проектные задачи.

Продакту там можно упаковать свой опыт в discovery, исследованиях, аналитике, стратегии, запусках и развитии продукта: описать кейсы, вклад, метрики и откликаться на подходящие проекты.

Что мне здесь нравится, не нужно платить за каждый отклик. Регистрация, профиль и заявки бесплатные. Оплату за проекты можно получать официально и выводить на карту, банковский счёт или в крипту.

Короче, хороший вариант, если хочется расширять продуктовую насмотренность без увольнения с основной работы.
Посмотреть проекты и разместить профиль →

На этой неделе у нас был, пожалуй, самый горячий sprint review за последнее время 🔥

И это было отлично😊
Разбирали одну вполне обычную задачу по новому тарифу. В какой-то момент обсуждение разогрелось, и стало понятно: проблема вообще не в этой конкретной задаче.

У нас просто сломалась цепочка до разработки.
Где-то не добили бизнес-логику. Где-то не зафиксировали состояния. Тексты приехали сырыми. В каких-то местах вообще оказалось непонятно, кто отвечает за финальный смысл.

А тестирование получило всё это последним и внезапно должно было разобраться, что вообще считается правильным результатом✖️

И тут команда оживилась
💬Тестирование говорит: «Я не могу это принять, потому что ожидаемый результат не определён».
💬Разработка говорит: «Не надо генерировать нам огромное ТЗ на 20 страниц. Скажите нормально, что должно получиться».
💬Дизайн говорит: «Я могу хорошо упаковать текст, но не могу придумать за продукт, что мы хотим сказать клиенту».

И в какой-то момент я понимаю: окей, это уже не проблема конкретной задачи. Это проблема процесса.

Мы очень любим считать узким горлышком разработку.
Просто именно туда приезжают все долги, которые накопились раньше: продукт не договорился с маркетингом, не собран GTM, не готовы тексты, не продуманы состояния, не подключили вовремя юриста, нет критериев приёмки.

И разработка превращается в место, где все наши «потом разберёмся» наконец становятся проблемой.

По итогам решили не изобретать ещё один идеальный шаблон ТЗ.
Нам нужен нормальный Definition of Ready перед разработкой:
🟢 что получит пользователь;
🟢 какие есть сценарии и состояния;
🟢 какие тексты он увидит;
🟢 какие тарифы, роли и ограничения затрагиваем;
🟢 подтверждена ли бизнес-логика;
🟢 нужен ли маркетинг / юрист / бухгалтерия;
🟢 готов ли дизайн;
🟢 как мы поймём, что задача сделана;
🟢 что точно НЕ делаем в рамках этой задачи.

Пока этого нет 😕 задача не Ready.

Для меня это был очень хороший sprint review.
Да, местами горячий🙃
Но я гораздо больше не люблю встречи, где все вежливо говорят «в работе» и расходятся.
Сильная продуктовая команда — это не команда, где нет конфликтов.
Это команда, которая умеет вовремя сказать: «ребята, у нас здесь система не работает» — и начать её чинить.

CPO и CTO не обязаны сразу понимать друг друга⚪️

Есть довольно частая история: CPO и CTO спорят о задачах, сроках, качестве постановки и готовности продукта к разработке.

Со стороны может показаться, что у них разные цели. Но чаще всё наоборот.
Оба хотят сделать сильный продукт. Просто смотрят на него с разных сторон.

CPO думает о клиенте, бизнес-результате и скорости выхода на рынок. Его главный страх 🟢 потратить месяцы и не получить никакого эффекта.
CTO думает о реализуемости, качестве и устойчивости системы. Его главный страх — 🟢быстро выпустить решение, которое потом придётся долго и дорого переделывать.
И оба по-своему правы.

Проблема начинается, когда вместо обсуждения этих различий появляются формулировки:

🟣«Разработка слишком медленная».
🟣«Продукт приносит неподготовленные задачи».
🟣«Сделайте нормальное ТЗ».
🟣«Не усложняйте и просто выпустите».

За этими словами обычно скрываются не плохие люди и даже не слабая команда. Скрываются разные представления о том, что значит «задача готова».

На мой взгляд, зрелая продуктовая команда появляется не тогда, когда CPO победил CTO или наоборот.
Она появляется, когда они смогли договориться:
🟢 какой результат нужен бизнесу и пользователю;
🟢 какая информация необходима до начала разработки;
🟢 какие вопросы обязан закрыть продукт;
🟢 где требуется участие технической команды;
🟢 какие риски допустимы ради скорости;
🟢 кто принимает решение, если идеального варианта нет.

Иногда до этого приходится пройти несколько тяжёлых итераций. Поспорить. Пересобрать процесс. Признать, что где-то неправильно понял другого или не услышал его ограничения✔️

Но когда общий язык найден, команда действительно ускоряется в несколько раз.
Не потому, что разработчики начинают быстрее писать код.

А потому, что исчезают возвраты, недосказанность, взаимные ожидания и задачи, которые начинают делать до того, как договорились о результате.

Поэтому одна из важных компетенций и CPO, и CTO — умение вести переговоры друг с другом.
Не защищать только свою территорию, а вместе создавать систему, в которой бизнес, продукт и технология перестают конкурировать за правоту.

Потому что в конечном счёте CPO и CTO делают не две разные части работы.
Они вместе делают один продукт💜

На днях вышел GPT Astra и пока мне прям очень нравится👨‍💻

Работает безумно быстро. Агенты на ней просто начинают летать: задачи закрываются быстрее, взаимодействие с браузером, устройствами и разными сценариями ощущается уже совсем на другом уровне☯️

И главное видно, что её реально можно адаптировать почти под любую рабочую среду и процесс.

Но есть один жирный минус: токены она просто сжирает🟡

Причём с такой скоростью, что даже недельные лимиты начинают выглядеть как что-то очень временное 😭

А вчера у меня родился кейс, сын обожает поезда. Прям очень, а с 1 сентября он пошёл в школу.
И я вечером подумал: а что, если это вообще совместить?

Полез смотреть игры про поезда. Нашёл несколько нормальных референсов: как устроены железные дороги, станции, маршруты, кабины, сами поезда, логика движения. Взял оттуда саму модель игры. Добавил уже наши поезда, российские города, станции, условные Москву, Питер и т.д.

И дальше всё это начал крутить с Astra.
В итоге с нуля появилась браузерная игра: 3D-модели поездов, кабины, города, железные дороги, станции, нормальная детализация.✨
Но самое крутое, я всё это завязал на школьные знания.
Хочешь отправить поезд дальше, реши задачку по математике, разберись с географией, русский язык и тд.
Где-то логика, графические задания и другие школьные штуки.

То есть ребёнок вроде бы просто играет в то, что ему реально нравится. Но внутри игры постоянно учится.

И я сижу потом, смотрю на это и думаю:
охереть как круто👏
Ты можешь буквально за вечер сделать своему ребёнку персональную образовательную игру под его конкретное увлечение.
Не ждать, пока кто-то когда-нибудь выпустит нужное приложение.

Теперь главный вопрос, как всё это немного оптимизировать, не потеряв в скорости и качестве. Потому что по самой работе, пока очень кайфово😱

Рекомендательные системы это не просто «показать пользователю то, что ему больше всего подходит».

Почти всегда приходится балансировать между релевантностью, бизнес-целями, монетизацией, разнообразием выдачи и тем, что вообще нужно продвигать внутри продукта.

И вот здесь начинается самое интересное: кому отдать следующий показ, как не убить пользовательский опыт ради бизнес-метрик и где в эту систему уже можно нормально встроить LLM.

16 сентября hh team собирает продуктовый RecSys-митап с кейсами hh.ru, Авито и Циан.

19:00–21:30 участвовать можно офлайн в Москве или подключиться онлайн.

➡ Яна Семененя, руководитель поисковых и рекомендательных продуктов, hh.ru
Кому отдать следующий показ: балансируем релевантность и бизнес-цели в RecSys

➡ Андрей Демидов, Head of DS Products, Авито
От стрижки до элитной недвижки: развитие алгоритмов монетизации рекомендательной выдачи Авито

➡ Катя Лунина, продакт поиска и рекомендаций вакансий, hh.ru
От описания желаемой работы до подходящих вакансий: как мы построили диалоговый LLM-поиск

➡ Саша Павленко, Head of product Search and Recommendations, Циан
RecSys в недвижимости: специфика домена и что она меняет в продукте

Живое общение, интерактивы с призами, еда, напитки и нетворкинг с коллегами по цеху 🦀

Участие бесплатное, офлайн или онлайн.
Регистрируйтесь по ссылке 🥰

Недавно писал про то, как у продакта может зашориться взгляд, если слишком долго сидеть внутри одного продукта.

Но, кажется, есть ещё одна ловушка: слишком долго смотреть на продукт только глазами продакта.

В какой-то момент начинаешь забывать, что рядом есть дизайнеры, аналитики, разработчики — и каждый из них видит продукт вообще под другим углом. И иногда именно в этом «залезть в чужой огород» рождаются самые интересные решения.

Мне вообще нравится этот тренд: меньше «я продакт, это не моя зона», больше понимания того, как продукт реально собирается на стыке нескольких профессий. И крупные компании активно идут в него, не разделяя конфы на отдельные профессии, а, наоборот, идя в кроссопыление.

Т-Банк, как например, собирает сразу и продактов, и дизайнеров, и аналитиков на своей «Продукты 24 & FFDD2D» 12-го сентября.

Потому что разбирать весь путь создания продукта: от data-inspired-подхода и исследований до дизайна, ИИ и релиза, нужно со всеми участниками процесса, чтобы каждый мог оценить, как много работы делается на всех этапах. Тогда и недопонимания в командах меньше, и практики лидеров ру-рынка активнее приживаются, как в Яндексе, Авито, Альфе, Сбере и в самом Т, конечно.

Так что, если будете в Москве 12-го сентября, можно заглянуть. В комментариях отмечайтесь, кто уже идёт. Может, сразу и компания соберётся. 👇

Ребят, привет😊 Задач и встреч каждую неделю всё больше. И чаще всего теряются мелочи: почитать документ, посмотреть предложение, ответить на вопрос, кому-то поставить короткую задачу⚪️

Прилетает в TG: «Вить, посмотри, пожалуйста». Думаешь: «Сейчас вернусь». Потом встреча, ещё встреча, 100500 сообщений и всё, запрос потерялся. Человек ждёт, а ты уже забыл, что собирался ответить☯️

Поэтому собрал себе в Codex штуковину, которая вытаскивает задачи из Telegram в таблицу👇
Система читает выбранные рабочие чаты, находит вопросы, просьбы и предложения, где нужно моё участие. Складывает в таблицу: кто написал, что требуется, исходное сообщение. Я разбираю список, ставлю статусы, оставляю комментарии. Не нужно вспоминать, в какой переписке меня о чём-то просили.

А самое приятное ответ можно отправить прямо из таблицы. Написал текст, отметил, что он готов к отправке и он улетает человеку или в чат ответом на исходное сообщение. Внутренние заметки при этом никуда не уходят👍

Как собрать похожее у себя?
Подключаете Telegram, выбираете нужные чаты и просите Codex собрать такой процесс: находить обращения к вам → записывать в таблицу без дублей → отправлять подготовленные ответы только после вашего подтверждения. Показываете примеры, что считать задачей, а что обычной болтовнёй. Сначала проверяете на одном чате без отправки, потом настраиваете регулярный запуск.

Мне сильно упрощает жизнь. Задачи, конечно, всё ещё нужно делать, но хотя бы не приходится сначала вылавливать их по чатам ☕️ Надеюсь, вам тоже пригодится❤️

Полгода делать B2B SaaS, а потом искать, кому его продать⚪️

Для этого даже план есть: найти «уникальную идею без аналогов», уйти в разработку, отполировать каждую кнопку. Разговоры с клиентами и продвижение? Потом, когда всё будет готово 😊

Проблема только в том, что готовый продукт ещё не бизнес. Можно отлично реализовать функциональность, за которую никто не собирается платить.

Мне ближе обратная логика: сначала понять, у кого есть задача, как её решают сейчас и почему станут платить за другое решение. Проверить, где брать первых клиентов. И уже под это собирать продукт, а не придумывать ему аудиторию после релиза.

Как раз про эту сторону запуска пишут в канале Твой Пет Проект: выбор идеи, за которую заплатят, исследование ниш, поиск трафика и типичные ошибки начинающих фаундеров. Плюс еженедельные разборы кейсов🔥

Загляните, если делаете свой продукт или пока присматриваетесь. Особенно если изучать очередной фреймворк сейчас приятнее, чем искать первого клиента💰

Кажется, продуктовые команды начинают пересобираться 👁
Решил посмотреть, как AI меняет работу продактов в России в 2026 году.

Нашел более 15 различных исследований и опросов в том числе DevCrowd и Контура. Среди 1101 продактов 91% используют ИИ несколько раз в неделю или чаще. Но больше половины пока решают с ним отдельные задачи, без единого процесса🔄

При этом границы работы двигаются, каждая роль в продуктовой команде может закрыть другую, но без знаний скиллов данной роли - выглядит это неэффективно.

У Яндекс Лавки, например, один сотрудник собрал прототип кабинета франчайзи за три недели (как по мне долго конечно, но молодец)😊

И вот здесь интересно👇

Команда может брать больше задач без дополнительного найма. Но сколько времени потом уходит на проверку, исправления и доведение до релиза?

Поэтому с выводом «теперь половина команды не нужна» я бы пока не спешил. Надёжных данных о массовом сокращении российских продуктовых команд именно из-за ИИ мало.

🔗Собрал исследования, опросы и кейсы в одном разборе. Там про продактов, аналитику, дизайн, разработку и маркетинг. С источниками и оговорками к цифрам.

Но для меня остается ключевым, умеет ли человек работать с ИИ, как с инструментом 👨‍💻