Продуктовое мышление / от ProductSense

Дашборд показывает +25%. Что проверить, прежде чем нести цифру руководителю Казалось бы, цифре на дашборде можно верить: ее посчитала система, а не человек. Но на дашборде уже не данные, а информация. Кто-то решил, какие события считать, за какой период и как их сложить, и ошибка возможна на любом из этих шагов. Представим, что команда сервиса доставки запустила в приложении кнопку «Повторить заказ». Через две недели на дашборде видно, что заказов стало на 25% больше, чем за две недели до запуска. Выглядит как успех, о котором пора рассказать руководителю. Уже стоит ставить встречу в календаре? Прежде чем это делать, проверьте три вещи: 1. Из чего сложилась цифра Разложите рост на части: новые и повторные покупатели, число заказов и средний чек, заказы через новую кнопку vs все остальные способы заказа. Если прирост произошел за счет новых пользователей, то кнопка повторного заказа здесь, скорее всего, ни при чем. 2. Что показывает другой источник Сверьте дашборд с данными, которые считаются иначе, например с оплаченными заказами в платежной системе. Дашборд может считать созданные заказы вместе с отмененными. Или после релиза событие о заказе стало отправляться дважды. Тогда рост есть только в аналитике, а не в деньгах. 3. С чем вы сравниваете Сравнение «больше, чем две недели назад» не отделяет эффект кнопки от зарплатных дней, праздников или акции, которую в это же время запустил маркетинг. Нужна контрольная группа: пользователи, которым кнопку пока не показали, или тот же период прошлого года. Руководителю полезнее видеть вывод с оговорками, чем красивую цифру, но ничем не подкрепленную: указывайте, что подтвердилось, чего пока не знаем и как это проверим. @productmindset

ИИ научился собирать дашборды за вечер. Почему они не стали полезнее? Еще несколько лет назад подготовка нового дашборда для команды могла занимать месяцы: исследование аналитиков, интервью стейкхолдеров, выбор метрик, а затем кропотливая верстка и проверка в несколько итераций. Сегодня черновик дашборда ИИ собирает за вечер. И выяснилось неприятное: свободные руки разработчиков никогда не были главным ограничением. Мы проанализировали фреймворк Dashboard Canvas, о котором несколько лет назад рассказывал Роман Бунин читателям нашего блога (сама статья — здесь). И поделимся тем, что за это время изменилось вместе с внедрением ИИ в работу. Самый трудный блок в фреймворке Dashboard Canvas — вопросы и бизнес-решения. Заказчик говорит «хочу следить за метриками», и эту фразу нужно превратить в правило действия: — если retention проседает, запускаем рассылку по конкретным сегментам; — если менеджер не выполняет план, руководитель открывает его сделки и ищет те, которые поможет закрыть. Пока у метрики нет порога и следующего шага, на экране просто красивая картинка. ИИ может предложить варианты действий, но не определит за команду, какие решения она действительно готова принимать и на каких условиях. Второе, что подорожало, — данные. Модель уверенно напишет запрос к таблице, где сделки дублируются, а план лежит в экселе с другими написаниями фамилий менеджеров. График будет аккуратным и неверным, сама аккуратность только добавит доверия к ошибке. Поэтому недостаточно правильно поставить задачу модели. Нужно проверить источники, логику расчета и итоговые цифры. ИИ ускоряет работу с данными, но не отменяет ответственность за их качество. Подробнее об этом и том, как повысить качество ответов ИИ, мы говорили в недавнем подкасте. Третье — контекст. Кто откроет дашборд, когда, на каком экране и что сделает дальше. Нужна ли мобильная версия, как часто обновлять данные, нужно ли обновление в реальном времени — все решается вопросом: что я сделаю, если увижу это прямо сейчас? Если ответ «расстроюсь», эта опция не нужна, как бы легко это теперь ни было собрать. Что действительно изменилось к лучшему — цена итерации. Раньше ошибку в требованиях находили после недель разработки. Теперь за вечер можно показать заказчику три черновика и сразу после изучения макета услышать: «я смотрю это на стендапе с ноутбука, мне нужна одна цифра сверху». Скорость в доработке прототипа позволяет быстрее собирать обратную связь на кастдевах и итеративно улучшать его. Обратная сторона дешевизны — дашборды плодятся. Когда новый отчет стоит час, их появляется сорок, и ни один не отвечает на вопрос, ради которого его делали. Обычно делают два типа отчетов: обзорный отвечает на вопрос «как у нас дела в целом?», аналитический — «почему именно так?». Разделять отчеты и иметь возможность перейти из одного в другой по клику должно стать базовым правилом работы с ними. Если коротко: ИИ ускорил создание дашбордов и проверку гипотез о том, как они должны выглядеть. Но не снял с команды ответственность за главное: понять, какие решения должен поддерживать отчет и можно ли доверять данным. Именно в этих шагах остаются самые ценные инсайты. Хорошая новость в том, что на них наконец-то появилось больше времени и когнитивных ресурсов. Подробно про Dashboard Canvas, список вопросов к заказчику, принципы верстки и архитектуру отчетов — в статье. Читать статью ➡️ @productmindset

Осенний чек-ап для себя и команды: 10 способов сохранить рабочее состояние Начался последний квартал года — пора подводить итоги, закрывать все хвосты, доделывать проекты и отчитываться по результатам. Естественных солнечных лучей днем становится меньше, а вот количество задач только растет. В такие моменты привычное «надо просто собраться» может просто перестать работать. Команда редакции проанализировала материалы Академии ProductSense по теме работы с энергией и состоянием, и подготовила список рекомендаций по темам. Мы выбрали идеи, которые повторялись из года в год и имеют под собой научное обоснование. 🍁 Диагностика 1. Аудит задач по времени и удовольствию Две недели в конце каждого дня записывайте задачи, время на каждую и цвет: зеленый — нравилось в процессе, желтый — нейтрально, красный — тяжело. В конце посчитайте долю каждого цвета и общую загрузку. 2. Медицинская проверка при хронической усталости Если усталость держится неделями и не проходит после отдыха, обратитесь к врачу и попросите проверить ТТГ, глюкозу и инсулин натощак, общий анализ крови и ферритин. Комментарий: среди частых соматических причин хронической усталости — дефициты в организме, восполнить которые будет первым шагом. Рекомендуется консультация специалиста. 🍁 Ежедневная работа над собственным состоянием 3. Сначала снижение тревоги, затем — действие Если заметили, что в тревоге вы сразу хватаетесь за что-то (собираете созвон, идете искать доп.информацию), остановитесь. Сначала потратьте 5–10 минут на то, что вас успокаивает: прогулка, вода, дыхание. Потом определите один конкретный следующий шаг и выполните его. 4. Приоритет сна и отдыха до усталости Не сокращайте сон ради работы дольше нескольких дней подряд. Поставьте короткий перерыв на первую половину дня, не дожидаясь усталости. Если есть возможность, планируйте дневной сон на 15–20 минут после обеда, не дольше, иначе будет вялость после пробуждения. 5. Пять минут структурированного письма В момент перегруза от руки записывайте фразу «Сегодня для меня важнее всего…» и выстраивайте структуру «это, это, поэтому…». Если эмоция сильная, назовите ее одним словом: «злюсь», «тревожусь». Не пишите длинный поток жалоб. 🍁 Работа над эффективностью в проектах 6. Отдельная пауза для инкубации идей Для сложной задачи без готового решения сначала погрузитесь в материал. Затем сознательно переключитесь на прогулку, душ или простое механическое действие и только потом возвращайтесь к вопросу. Держите рядом заметки, чтобы записать идею, когда она придет. 7. Однозадачные блоки без переключений Выделяйте в календаре блоки по 60–90 минут на одну задачу. На это время выключайте мессенджеры. Созвоны и мелкие задачи группируйте отдельно. 🍁 Работа с командой 8. Не транслировать свою усталость и раздражение команде Объявляйте изменения нейтрально, без «эти наверху опять». Если нужно выплеснуть раздражение, делайте это равному, своему руководителю или коучу, а не подчиненным. Особенно внимательны будьте при новичках — они по вашим словам и поведению формируют первое впечатление о компании. 9. Регулярно проверять состояние людей и подстраивать нагрузку Начинайте встречи с короткого «как вы сегодня?». Проводите регулярные 1:1, раз в одну-две недели, главный вопрос на них — «чем я могу помочь?», а не отчет. Если человек говорит, что устает, — перераспределяйте задачи сразу, не дожидаясь, пока он выпадет. 10. Делать прогресс видимым Введите короткий еженедельный статус с итогом работы, 2–3 предложения о том, что сделано. Регулярно связывайте работу людей с большой целью: «мы дошли до этого этапа, и вот что дал твой кусок». Список материалов: — Как устроена голова Продакта изнутри (Анна Обухова) — Как лидеру поддерживать состояние команды (Q&A: Максим Родин, Анна Никулина, Татьяна Сукманская) — Техники повышения энергии для руководителей и лидеров команд (Анна Обухова) — Выгорание сотрудников: Антикейс (Александр Лихтман) @productmindset

Разбираемся в ИИ с Юрой Агеевым: от первого промпта до управления агентами Собрали девять выпусков подкаста make sense по работе с ИИ: разобраться, как модель работает с задачей, научиться проверять ответы и перейти о выполнения рутинных задач с помощью ИИ к полноценному делегированию. Выпуски можно слушать по порядку — от базовых навыков к изменениям в работе команды. А можно выбрать тот, который сейчас лучше всего решает вашу текущую проблему и послушать только его. 1. С чего начать (выпуск 403) Две суперсилы в работе с ИИ — профессиональный опыт и AI-fluency. Обсуждаем, как договориться с моделью о формате и критериях результата и создать первый навык для агента. Для тех, кто пока использует ИИ в основном для разговоров в чате. ⚪️Телеграм ⚪️Яндекс Музыка 2. Как модель видит вашу задачу (выпуск 417) Что происходит внутри контекстного окна и как это влияет на результат. Разбираем правила контекст-инжиниринга: зачем разделять чаты по задачам, почему не стоит загружать 30 файлов сразу и как переносить выжимку контекста в новую сессию. ⚪️Телеграм ⚪️Яндекс Музыка 3. Как ставить задачу (выпуск 420) Почему агент не задает уточняющих вопросов, а достраивает недостающую информацию до «среднего» решения. Говорим о декомпозиции и артефактах: непроработанная задача может вернуться к вам в виде аккуратно оформленного, но столь же непроработанного ответа. ⚪️Телеграм ⚪️Яндекс Музыка 4. Как проверять ответы (выпуск 419) Как оценить результат, если задача выходит за границы вашей компетентности. Обсуждаем сигналы доверия, якорение и два подхода к работе с ИИ — «киборг» и «кентавр». ⚪️Телеграм ⚪️Яндекс Музыка 5. Как проверять текст от ИИ на содержательность (выпуск 430) Убедительный текст может не нести смысла и повторять распространенные заблуждения. Разбираем, как проверять экспертность, смысл и стиль по отдельности, разбивать работу над текстом на шаги и подключать вторую модель для проверки. Главный вопрос: чем текст поможет читателю? ⚪️Телеграм ⚪️Яндекс Музыка 6. Как заметить подхалимство (выпуск 424) ИИ может представить уже принятое вами решение как результат независимого анализа. Разбираем, зачем создавать для работы отдельные роли «исследователь», «сторона защиты» и «сторона опровержения» и разносить их по разным чатам. ⚪️Телеграм ⚪️Яндекс Музыка 7. Как устроена работа агента (выпуск 421) Уровни автономности, рабочая среда и журнал решений. Обсуждаем, почему проектирование работы агента требует тех же навыков, что и работа менеджером. ⚪️Телеграм ⚪️Яндекс Музыка 8. Где заканчивается делегирование при работе с ИИ (выпуск 427) Запустить еще одного агента легко. Найти время на проверку его решений — сложнее. Разбираем, почему узким местом становится ваше внимание и как это ограничивает работу с несколькими агентами. ⚪️Телеграм ⚪️Яндекс Музыка 9. Как перейти от личной пользы к результатам команды (выпуск 425) 97% менеджеров продуктов используют ИИ, но 77% не видят изменений в метриках. Обсуждаем, почему причина часто в процессах и что мешает превратить личную продуктивность в результат для команды. ⚪️Телеграм ⚪️Яндекс Музыка Сохраняйте подборку и подписывайтесь на другие каналы команды ProductSense ProductSense | подкаст make sense | канал конференции PeopleSense @productmindset

Что помогает решить продуктовый кейс на собеседовании Во время решения кейса сильный кандидат постоянно задает себе вопросы. Не обязательно вслух, но часто он проделывает мыслительную работу по заранее известному ему алгоритму. Это помогает не потерять логику и последовательно уменьшать неопределенность, а не просто генерировать идеи. В предыдущем посте мы обсуждали, какие существуют ожидания у нанимающей стороны от менеджера продуктов. В этой части рассмотрим, как самостоятельно можно сверяться по шагам и структуре кейса с помощью набора вопросов, чтобы наилучшим образом показать свои компетенции на собеседовании. Такой список вопросов можно условно разделить на шесть блоков. 1️⃣ Правильно ли понята проблема? — Я сейчас решаю исходную проблему или ушел от нее, заменив ее более понятной задачей? — Какая настоящая проблема? Не пытаемся ли мы “лечить” симптомы, не видя сути? — Какую бизнес-цель пытается достичь компания? — Какая именно метрика должна измениться (и точно ли я понимаю, как эта метрика считается сейчас)? — Для какого пользователя, сегмента или сценария вообще существует эта проблема? 2️⃣ Хорошо ли разложена проблема? — Можно ли декомпозировать метрику? Например, через дерево метрик. — Какие независимые группы причин могут объяснить происходящее? — Гипотезы действительно покрывают пространство проблемы или это просто набор идей? 3️⃣ Где заканчиваются факты и начинаются предположения? — Что уже известно, а что пока является моим предположением? — Какие предположения критичны для дальнейшего решения? — Какие данные сейчас уменьшат неопределенность? — Что должно стать видно в данных, если гипотеза верна? — Что заставит отказаться от этой гипотезы? 4️⃣ Почему выбрано именно это решение? — Какие варианты действий вообще существуют? — Почему именно этот вариант стоит проверить первым? — По каким критериям сравниваются альтернативы? — Какой эффект в деньгах (или других ключевых метриках) получим? — Что будет, если вообще ничего не делать? — Какова цена ошибки? — Можно ли проверить гипотезу дешевле и быстрее? 5️⃣ Как понять, что решение сработало? — Какая основная метрика должна измениться? — Какие защитные метрики важно не ухудшить? — Не оптимизируется ли локальная метрика за счет ухудшения всей системы? 6️⃣ Насколько устойчиво текущее рассуждение? — Если интервьюер сейчас даст новую информацию, понятно ли, какую часть выводов придется пересмотреть? — Можно ли за 30 секунд объяснить, как был получен текущий вывод? И два вопроса, которые задают рамку повествования в целом: — Если интервьюер остановит наш разговор прямо сейчас, будет ли ему понятно, почему был озвучен текущий или следующий шаг? — Показывает ли ответ ход моих мыслей или дает только конечный вывод? Через эти вопросы вы сможете проверить свое текущее качество мышления, которое помогает вам решать рабочие задачи. А чтобы получить объективную информацию, можно прогнать решение кейса с ИИ и затем попросить обратную связь как раз с учетом этого списка вопросов и увидеть, как выглядят ваши ответы со стороны. @productmindset

Дарк-паттерны на распродажах: когда рост конверсии начинает стоить вам LTV 🤩 «Осталось только 2 товара» 🤩 «Эту страницу сейчас смотрят 47 человек» 🤩 «Скидка закончится через 04:59» Таймер тикает, товар заканчивается, другие покупатели уже рядом. Кажется, пора доставать банковскую карту. FOMO нервно тыкает пальцем вам в бок. Обновляем страницу. Снова 2 товара, 47 человек и таймер, который чудесным образом начал отсчет заново. Добро пожаловать на территорию дарк-паттернов. Далее посмотрим на них не как клиенты, а как менеджеры продуктов. Срочность и дефицит — нормальные продуктовые механики, пока за ними стоят реальные данные. Если билетов действительно осталось три, пользователю полезно это знать. Если распродажа заканчивается в полночь, таймер помогает принять решение. Граница проходит там, где интерфейс показывает реальность, которой не существует. Разберем примеры механик, за которыми могут скрываться дарк-паттерны, и то, как они влияют на ваших пользователей. 1. Вечный таймер До конца акции 23:59:59. На следующий день акция продолжается, таймер запускается заново. Пользователь думает, что дедлайн близко. Продакт знает, что его нет. 2. Фальшивый дефицит «Осталось 2 штуки». «Ещё 16 человек смотрят товар». Если цифры сгенерированы случайно, интерфейс создает искусственный страх упустить возможность. 3. Скидка, которой не было Товар стоил 5 000 ₽. Перед распродажей цену поднимают до 8 000 ₽, перечеркивают и предлагают купить за прежние 5 000 ₽ со «скидкой 37%». Обнаружив такое один раз, человек начинает сомневаться и в следующих скидках. 4. Цена растет по пути к оплате На карточке — 1 990 ₽. В корзине появляется сервисный сбор, при оформлении — платная доставка, перед оплатой — еще одна комиссия. Пользователь уже потратил время и ввел данные, поэтому отказаться психологически сложнее. Но случится ли следующая покупка? Почему дарк-паттерн любят применять? Добавили таймер → выросла конверсия в покупку среди тех, кто впервые пришел на сайт. Показали дефицит на карточке товара → люди стали чаще добавлять его в корзину. Спрятали комиссию → больше людей дошли по воронке до оплаты (и только там увидели доп.затраты). A/B-тест показывает победителя на конкретном шаге. Но уже за горизонтом эксперимента могут наступить последствия: возвраты, обращения в поддержку, отмены платежей, снижение повторных покупок и доверия к продукту. Когда применение таких механик оправдано? Когда бизнесу важна одна транзакция, повторная покупка маловероятна, а решение импульсивно. На коротком горизонте такие механики действительно способны увеличить выручку. Когда появляется риск для LTV? Когда продукт рассчитывает на повторные покупки, подписку и рекомендации — юнит-экономика может не сходиться для единичных импульсивных покупок. Чем важнее для экономики продукта высокий LTV, тем дороже становится каждая такая манипуляция в долгосрочной перспективе. Так, дарк-паттерн может отлично выглядеть в недельном отчете и ухудшать экономику продукта за год. Если вы тестируете механики к Черной пятнице или другим сезонным акциям, одной статистической значимости мало. Задайте еще несколько вопросов: — Почему пользователь изменил поведение? Он получил полезную информацию или мы создали давление? — Где заканчивается горизонт эксперимента? Мы оптимизируем выручку недели, повторную покупку через месяц или LTV когорты? — Что произойдет с юнит-экономикой после покупки? Учитываем ли повторные покупки или потерянную будущую маржу? — Кто именно дал прирост? Не монетизируем ли мы новых пользователей ценой того, что они никогда не станут постоянными? Статистически значимый A/B-тест показывает, что интерфейс изменил поведение пользователя. А для бизнеса остается второй вопрос: можно ли масштабировать это изменение на все остальные касания с продуктом и не потерять при этом доверие и лояльность? @productmindset

Как построить ИИ-продукт: от стратегии до сборки по слоям ценности Кейс АссистАгро Спикер: Максим Гавриков В классическом продуктовом цикле мы не знаем, какую проблему выбрать, какое решение сработает и как отреагирует рынок. Но после передачи задачи в разработку результат относительно предсказуем. С ИИ неопределенность появляется и внутри шага «сделали»: можно правильно выбрать проблему и спроектировать решение, но заранее не знать, получится ли довести модель до нужного качества и будет ли она стабильно работать на реальных данных. Поэтому особенно важно не ошибиться в выборе того, что вообще стоит строить. Пройдемся по важным моментам, которые стоит держать в голове, когда вы строите ИИ-продукт. 1. Не начинайте стратегию с ИИ Есть три распространенные ловушки: — Посмотреть, что делают конкуренты, и повторить. — Спросить пользователей, чего им не хватает. — Решить, что «у всех уже есть ИИ, значит, нам тоже нужен». Во всех трех случаях легко прийти либо к продукту для сегодняшнего рынка, либо к поиску проблемы под готовую технологию. Чтобы не попадать в эти ловушки, придерживайтесь следующей цепочки проработки задач:

тренды → глубокий анализ → тип ценности → технология → имплементация

Сначала смотрим, каким станет рынок через несколько лет. Затем декомпозируем процессы клиента, находим самые дорогие проблемы и определяем, какую ценность хотим создать. И только после этого спрашиваем: какая технология способна эту ценность дать? В кейсе АссистАгро такой подход привел к важному выводу: рынку не нужна еще одна система, которая показывает данные о полях. Клиенту нужна рекомендация, что конкретно делать. 2. Ценность ИИ собирается по слоям Само по себе распознавание или прогноз еще не продукт. Продуктом ИИ станет, когда пройдет через 4 слоя анализа и действий:

сигнал → решение → суждение → действие

Команды часто останавливаются слишком рано: «мы научились распознавать, значит, ценность уже есть». Но ценность появляется, когда сигнал встроен в процесс принятия решения и приводит к результату. 3. Не все стоит автоматизировать Задачи можно условно разделить на два типа: — Intelligence. Есть понятный результат и качество можно измерить цифрами. Такие задачи ИИ автоматизирует хорошо. — Judgement. Результат зависит от опыта, контекста, интуиции и экспертной оценки. Здесь объективной метрики качества часто нет, поэтому автоматизация сложнее и человек остается в контуре. Простой фильтр: если качество можно измерить, это хороший кандидат на автоматизацию. Если нельзя — у вас должно быть четкое понимание цели и образа результата, а также критериев принятия решения, чтобы отдавать их ИИ. 4. Прототип не равен продукту Прототип отвечает на один вопрос: может ли идея в принципе работать? Между красивым демо и продуктом, который стабильно создает ценность на реальных данных, все еще остается пропасть: данные, интеграции, контроль качества, поддержка, стоимость и цена ошибки. Чтобы экономика построения ИИ-продукта сходилась, важно рассчитывать эффект от внедрения и рассматривать весь контур: модель, данные, интеграции, контроль качества, поддержку и последствия ошибок. Отдельный вопрос: строить свою модель или брать готовую. Своя имеет смысл, только если создает преимущество, которое сложно повторить: например, за счет уникальных данных, качества на специфической задаче или экономики масштаба. 5. ИИ-разработкой нельзя управлять только через план Когда результат вероятностный, вместо «оценили сроки, разработали, выкатили» нужен другой цикл:

прототип → evals → контекст → новая проверка качества

Сначала проверяем, достижим ли результат вообще. Затем создаем эталон и определяем, что считать хорошим результатом. После этого через evals (критерии оценки) ищем слабые места и дорабатываем контекст модели: правила, данные, примеры и инструменты. Главный сдвиг здесь: от управления через план — к управлению через измерение качества. В АссистАгро этот путь в итоге изменил не только продукт, но и бизнес-модель: раньше компания продавала контроль полей, теперь — конкретное повышение маржинальности на каждом поле. @productsense

Мониторинг стратегии: от сотен разрозненных проектов до понятной системы Спикер: Татьяна Фретова Стратегия начинает работать, когда компания соединяет намерения с конкретными действиями. Чем крупнее организация и выше скорость изменений, тем сложнее поддерживать эту связь. Сегодня разговор пойдет не о том, зачем нужна стратегия или как ее сделать, а о том, что происходит после ее утверждения. И как превратить ее в уверенный результат компании. Разберем это на примере создания системы мониторинга исполнения стратегии в МТС. Шаг 0. Поставить задачу Нам предстояло создать новый управленческий контур. Заказчик задал ограничения: не использовать Excel и уложить систему максимум в 50 сущностей. Сначала потребовалось найти ее смысловой каркас. Шаг 1. Проявить структуру стратегии Мы сгруппировали слайды с похожими понятиями, собрали термины в граф и выстроили связи между узлами. Так из пяти объемных документов выделились десять макросюжетов стратегии. Шаг 2. Использовать «коридор миссии» Для каждого макросюжета определили суперцель и измеримый коридор движения. Суперцель может находиться за горизонтом планирования, а метрики коридора должны оставаться стабильными, даже если инициативы меняются. Пример — движение к автономным сетям. Шаг 3. Собрать портфель инициатив Все проекты и продукты связали с макросюжетами. Здесь особенно важно договориться с командами о владельцах и регулярном обмене информацией. Шаг 4. Найти способ оценивать портфель Инициативы слишком разные, чтобы сравнивать их напрямую. Поэтому мы ввели единый показатель — Strategy Health Index, или SHI. Шаг 5. Собрать индекс здоровья стратегии Индекс оценивает два блока: исполнение инициативы и создаваемую ценность. Сами инициативы разделены на три контура зрелости. Для каждого используется свой набор вопросов — от наличия владельца, бюджета и сроков до ожидаемого эффекта и способа его измерения. На этом методологическая часть была готова. Шаг 6. Создать ИИ-нативный контур Владелец обновляет статус вручную или данные поступают автоматически. Затем обновляется граф знаний, LLM готовит дайджест, а состояние портфеля отображается на дашборде. Задавать вопросы о стратегии можно через чат-бота. В этот момент в проекте наступила фаза отказа. Вместо полезного инструмента сотрудники увидели очередную точку контроля: «Да кому вообще нужен этот мониторинг?» Тогда мы посмотрели на систему как на продукт — определили пользователей, их задачи и ценность. И продолжили работу по следующим шагам, применяя продуктовый подход. Шаг 7. Определить продуктовые метрики Метрики помогли разложить большую проблему на конкретные задачи. Главным приоритетом стала не автоматизация, а вовлеченность пользователей. Шаг 8. Вырастить вовлеченность Мы развивали дашборд и чат-бота, отправляли рассылки, проводили опросы и общие демо. Постепенно появились положительные отзывы, а затем — входящие запросы от сотрудников. Шаг 9. Оцифровать результат За семь месяцев SHI вырос на 23%, одновременно увеличилось использование системы. Но результат обеспечили не только интерфейсы. Мы продолжали ходить к командам, собирать статусы и объяснять смысл процесса. Бонус: шаг 10. Создать стратегического агента Мы хотим пойти дальше и превратить накопленные данные в стратегического агента. Ему можно будет задавать вопросы, с его помощью — проверять решения и находить связи между инициативами. Сейчас сформулировано 12 сценариев взаимодействия со стратегией. Следующий этап — единая стратегическая память и ИИ-слой, который поможет сотрудникам работать со стратегией и принимать решения. В итоге мы поняли: стратегия начинает работать не тогда, когда появляется красивый дашборд, а когда люди понимают, зачем он нужен и как их работа влияет на общий результат. На это ушли месяцы разговоров, объяснений и доработок — большую систему невозможно изменить одним запуском. Корпорация похожа на живой организм: она защищается от внешних интервенций и требует времени на адаптацию. Гарантия изменений — стойкость ваших намерений и сохранение выбранного вектора. Конференция ProductSense'26 @productsense

На связи команда ProductSense👋 Сегодня стартовала конференция ProductSense'26! Участники уже успели познакомиться, послушать доклады и принять участие в мастер-классах. Впереди — активности от партнеров, новые знакомства и полезные знания. Ниже делимся с вами текстовой трансляцией одного из докладов. Переходите в канал @productsense, чтобы узнать больше о конференции💜

🔥 «Прожарка» пути пользователя вашего продукта с экспертами МТС Раскрываем подробности формата В пятницу, 11 сентября, МТС впервые проведет для внешней аудитории свой внутренний формат — «прожарку пути пользователя (CJ)» — на ProductSense’26. Отдел клиентского опыта МТС регулярно проводит прожарки CJ внутри компании. Это открытые экспресс-аудиты пользовательского пути, на которых эксперты просматривают сценарии продуктов и дают им обратную связь. Так команды помогают друг другу внутри компании — и теперь хотят поделиться проверенным форматом с участниками нашей конференции.

За 30 минут эксперты посмотрят CJ вашего продукта, укажут проблемные места и предложат конкретные улучшения.

Как попасть на «прожарку»? 1️⃣ Заполнить форму. 2️⃣ Дождаться обратной связи с подтверждением участия. 3️⃣ Прийти 11 сентября в 13:00 в лаунж-зону МТС. 4️⃣ Унести с собой идеи для улучшения клиентского пути вашего продукта. ⏰ Последний день приема заявок 8 сентября. Планируют взять всего 2–3 продукта — решайтесь и пробуйте! @productsense

ProductSense'26 уже скоро Уже на этой неделе, 10-11 сентября в Москве состоится конференция ProductSense'26 + EpicGrowth. Команда ProductSense активно готовится к событию и готова поделиться с вами одной из возможностей, которыми стоит воспользоваться. 11 сентября МТС проведет «прожарку пути пользователя (CJ)» — открытый экспресс-аудит пользовательского пути, на котором эксперты просматривают сценарии продуктов и дают им обратную связь. Если вы — участник конференции, который будет присутствовать на ней лично, то до конца дня 8 сентября у вас есть шанс стать участником такого аудита. Для этого нужно заполнить форму и получить обратную связь с подтверждением. Подробности — в посте👇

Материалы и авторы по теме стратегии и продуктовых решений: — Иван Замесин — методология Next Move Theory, курс «Как делать продукт»; Канал: @zamesin — Ричард Румельт — «Хорошая стратегия, плохая стратегия» — Майкл Портер — «Что такое стратегия?» — Алан Лафли, Роджер Мартин — «Игра на победу. Как стратегия работает на самом деле» — Мелисса Перри — «Product Management без ошибок» — Эрик Рис — «Бизнес с нуля. Метод Lean Startup»

4 вопроса руководителю после презентации новой стратегии Осенью в некоторых компаниях начинается планирование следующего года. Руководство смотрит на результаты текущего и на основе этого пересматривается стратегия и фокус бизнеса. От менеджера продуктов ожидают, что он эту стратегию подхватит и возьмет инициативы в работу. Сама стратегия находится на уровень выше конкретных продуктовых решений. И поэтому возникает ряд новых вопросов: а что делать с текущим роадмапом? Какие решения принять? Сможем ли мы верно сделать ставки? Цена «угадывания» здесь слишком высока. Поэтому задача менеджера продуктов — сначала понять стратегию, а потом «перевести» ее на свой уровень. Сделать это можно через ряд вопросов своему руководителю. 🤩 Какую главную проблему бизнеса должна решить новая стратегия? Видение «куда мы идем» вам уже рассказали — осталось понять, почему компания выбрала именно это направление. За решением идти в B2B могут стоять дорогое привлечение B2C-клиентов, необходимость сделать выручку предсказуемой или ожидание большего потенциала роста в новом сегменте. Направление одно, а продуктовые решения в каждом случае будут разными. 🤩 По каким изменениям поймем, что стратегия работает? «Стать лидером сегмента» или «сфокусироваться на прибыльном росте» задают направление, но плохо помогают принимать решения. Полезнее спросить: что должно измениться в бизнесе или поведении пользователей через полгода-год, чтобы мы могли сказать — стратегия работает? Так появляются критерии успеха, с которыми менеджер продуктов сверяет свои ставки. 🤩 От чего мы сознательно отказываемся ради этой стратегии? Новая стратегия — это не только решение делать что-то новое, но и решение чего-то больше не делать. Ресурсы ограничены: если появился новый фокус, какие-то направления теряют ресурсы или исчезают из планов совсем. Поэтому стоит уточнить: какие направления, сегменты, продукты или инициативы компания теперь сознательно не будет развивать — даже если раньше они выглядели перспективными? А для инициатив, которые были развернуты, но не завершились, определить «критерии выхода» — чтобы это было не «брошено на полпути», а завершено с выводами, ценными для будущих действий. 🤩 Какие предположения должны оказаться верными, чтобы стратегия сработала? Стратегия — это не знание будущего, а всего лишь ставка на него. Значит, стоит понимать, на каких предположениях она держится и какие данные могут показать, что эти предположения были неверными. Например, выход в B2B может опираться на ожидание, что стоимость привлечения клиентов окажется ниже, средний чек — выше, а цикл сделки не превысит трех месяцев. Так появляются сигналы для пересмотра: при каких условиях выбранное направление остается разумным, а при каких его нужно обсуждать заново. И бонусный вопрос, который адресован уже не руководителю, но при этом поможет перейти от рассуждений к действиям: что новая стратегия меняет в реальности вашего продукта? Здесь задача менеджера продуктов — не спросить руководителя: «Что теперь должна делать моя команда?» И не просто переставить местами инициативы в старом роадмапе. Нужно самостоятельно развернуть стратегию на уровень своего продукта и показать логику перехода к новым веткам реальности: что изменилось в исходных условиях, какие возможности и ограничения из этого возникают и почему одни варианты действий теперь выглядят сильнее других. А затем провалидировать полученные выводы вместе с вашим руководителем. Результат такого упражнения — согласованная картина возможностей и ограничений продукта, из которой менеджер продуктов сам выбирает ставки и приоритеты. Если эти вопросы не задать, продукт все равно придется развивать — просто вы будете делать это по своим догадкам о том, что имело в виду руководство. Иногда догадки оказываются верными. Проблема в том, что угадали или нет, вы узнаете только через полгода, когда роадмап уже построен и переделывать его дорого. @productmindset

⚡️ Финальное повышение цен + программа нетворкинга на ProductSense’26 Специальные форматы и атмосфера для общения

До конференции 10 дней, 1 сентября финальное повышение цен, а сегодня вы еще успеваете забронировать участие по августовской стоимости — будет время, чтобы согласовать участие с компанией.

Нетворкинг — важная составляющая конференции ProductSense’26. Это возможность расширить круг профессионального общения, обсудить свои идеи и вопросы, найти партнеров и единомышленников. Участвуйте в специальных активностях, пользуйтесь различными форматами, чтобы знакомиться и общаться в комфортных условиях. ➿➿➿➿➿➿➿➿➿➿ 👆 Приложение для знакомств Не «Тиндер» — лучше! Мы сделали свое приложение с новыми функциями для участников конференции. Например, вы сможете легко искать «мэтч» — совпадения по профессиональным интересам — и договариваться о встречах с участниками, у которых есть нужный для вас опыт. Там же будет информация о спикерах, расписание, запись на мастер-классы и другие возможности. ➿➿➿➿➿➿➿➿➿➿ 🏷 Пространство Академии ProductSense + Epic Growth Наша Академия откроет пространство для знакомств, встреч, обсуждения рабочих задач и спокойной работы. Внутри разместятся несколько зон и форматов: быстрые знакомства, коворкинг и лаунж-зона МТС с собственной программой.   👥 Лаунж-зона МТС Камерная площадка, где будут проходить встречи 1-1 с топ-менеджерами и экспертами, а между ними — небольшие события: продуктовые игры, прожарки и другие форматы для общения и обмена опытом. Расписание событий в лаунж-зоне опубликуем в приложении конференции. 👥 Встречи 1-1 с топ-менеджерами и экспертами Хотите получить консультацию по рабочему вопросу, продукту, карьерной ситуации? Записывайтесь на личную встречу с приглашенным экспертом. В специальном разделе приложения выбирайте нужного человека, бронируйте удобный слот и приходите общаться в лаунж-зону МТС внутри пространства Академии. Это полноценные встречи один на один, поэтому можно прийти со своей реальной задачей и спокойно ее разобрать. И да, таких встреч может быть несколько. 👥 Быстрые знакомства Это удобный формат для тех, кто предпочитает расширять свой круг контактов в разных направлениях. А еще подойдет тем, кто пока не чувствует себя уверенно при знакомстве, — общаться по заданию куда проще, чем самому искать повод. Приходите в зону со столиками во время кофе-брейков, распределяйтесь по парам, общайтесь, меняйтесь. За один сеанс можно завести 16 знакомств.  👥 Коворкинг В пространстве Академии можно просто пообщаться с коллегами или новыми знакомыми, обсудить увиденное на конференции, спокойно поработать между выступлениями или немного отдохнуть и зарядить телефон. ➿➿➿➿➿➿➿➿➿➿ 🏷 Вечерняя программа Завершаем день, постепенно снижая градус интеллектуальной нагрузки и повышая градус общения и отдыха. ⭐️ Вечерний клуб ошибок Четыре руководителя выйдут на сцену, чтобы рассказать, как их лучшие решения превращались в проблемы. Будет смешно. Будет узнаваемо. Не будет нравоучений и разбора, как надо было. Просто вечер, когда можно посмеяться над чужими граблями, узнать себя в историях и расслабиться после насыщенного дня. Завершаем программу и уходим в неформальное общение. ⭐️ Квиз «Ху из» Псевдоинтеллектуальное шоу, где оценка ответов субъективна, ведущий импровизирует, а продуктовые знания — еще не гарантия победы. Приходите, объединяйтесь в команды прямо на месте — и испытывайте свою смекалку, интуицию и чувство юмора. ⭐️ Вечеринка В конце первого дня продолжим общение с музыкой, вкусной едой и напитками. Танцы, караоке, тихие зоны для спокойного отдыха — выбирайте на свой вкус. Входит только в билет «Лично». ➿➿➿➿➿➿➿➿➿➿

🔔 Стоимость билетов с 1 сентября:   «Лично»: 71 000 → 77 000 руб. «Лично: Программа» (без обеда и вечеринки): 59 000 → 65 000 руб. Забронировать билет → При самостоятельной оплате возможно участие в рамках подписки на Академию Берете доступ к базе из 3000+ материалов на год плюс онлайн-трансляции конференций или даже офлайн-билет «Лично: Программа». Выбрать подписку →

Встречаемся 10–11 сентября в Москве и онлайн @productsense

От промпта до прототипа: как встроить ИИ в продуктовую работу Можно обсуждать ИИ как инструмент: разбираться, какую модель выбрать, как правильно написать промпт, какие задачи ей поручить и как получить хороший результат. В такой логике человек учится работать с ИИ — осваивает его возможности и постепенно встраивает новый инструмент в привычные процессы. Но можно перевернуть эту логику и спросить: могу ли я "нанять" ИИ для решения своих задач?. Оставить в стороне возможности конкретной нейросети и посмотреть сначала на собственный рабочий процесс. И из этой точки определить, где ИИ способен его изменить: забрать рутину, помочь разобраться в информации, провести исследование, найти сильную идею или за несколько минут превратить ее в прототип. Получается последовательный путь: сделать работу быстрее → принять лучшее решение → быстрее превратить решение в продукт. На ProductSense’26 эту цепочку можно будет пройти на трех практических мастер-классах — от базовых сценариев работы с ИИ до исследования продукта и создания прототипов. О чем будут мастер-классы: — «ИИ без магии: практический опыт решения повседневных задач» Дмитрий Козлов, директор по развитию, независимый консультант, product.vision Как использовать ИИ для повседневных задач: работать с текстами и документами, анализировать информацию, создавать изображения, искать идеи и формулировать запросы, которые дают полезный результат. — «Поймай вау-эффект. Меняем фокус ИИ-разработки на прорывные идеи» Андрей Потапов, исполнительный директор, Сбер Как использовать скорость ИИ не для производства большего количества решений, а для поиска сильных идей: отобрать перспективную концепцию и быстро превратить ее в работающий прототип. — «Искусственный интеллект в исследовании продукта: от описания до проверки гипотез» Дмитрий Козлов, директор по развитию, независимый консультант, product.vision Как собрать из ИИ не набор отдельных инструментов, а последовательный процесс исследования: описать продукт и сегменты, выбрать метрику, сформировать гипотезы и подготовить их проверку. Полное расписание докладов конференции можно изучить на нашем сайте. Ждем вас на ProductSense'26! Расписание | Билеты | Сайт @productmindset

Программа ProductSense'26 готова До конференции ProductSense'26 остался один месяц — на сайте уже есть вся информация о докладах и мастер-классах, спикерах и треках конференции. Программный комитет прорабатывает выступления вместе с докладчиками, а команда продумывает нетворкинг, разрабатывает мерч и закупает вкусную еду, чтобы эта конференция была не только полезной с точки зрения контента, но и уютной, продуктивной и запоминающейся для вас. Что доступно вам уже сейчас: 🗓 Ознакомиться с описаниями выступлений и докладчиками, отметить, куда больше всего хочется пойти. 🔖Выбрать тип билета и согласовать участие с руководителем (а если планируете оплачивать участие самостоятельно, рекомендуем присмотреться к тарифам Академии.

Например, в подписку «Академия ProductSense с конференцией» входит не только годовой доступ к базе знаний с докладами, но и билет «Лично: Программа»).

✏️ Изучить расписание и составить свой план участия в конференции. 💬 Подписаться на наши каналы и освежить знания на тему управления командами, процессами и собой, изучить интересные продуктовые кейсы или послушать подкасты в дороге. Напоминаем, что в мастер-классах можно участвовать только офлайн — или посмотреть их уже в записи. Ждем вас на ProductSense'26 в сентябре! 👉 Изучить программу 👉 Выбрать билет @productmindset

Продуктовый кейс на собеседовании: на что смотрит интервьюер Менеджеров продуктов часто просят решить кейс, чтобы показать свои знания и навыки. Казалось бы, есть CV, метрики и реальные результаты. Зачем тогда кейс, оторванный от реальности? Продуктовый кейс — это не экзамен с верным ответом, а небольшая симуляция вашей будущей работы. Компании важно не просто увидеть решение, но разглядеть за ним вашу систему принятия решений. Далее разберемся, что обычно под этим подразумевают и как это продемонстрировать. Первое — умеете ли вы правильно поставить задачу. Когда кандидат слышит: «В продукте упала конверсия. Ваши действия?», первой реакцией может быть — найти технический баг и вернуть все в нормальное состояние. Но конверсия могла упасть по разным причинам: изменение трафика, баг в аналитике, проблемы на отдельной платформе, изменение цены или статистическая флуктуация. Когда кандидат сразу предлагает решение, он показывает один подход к работе: сначала действовать, потом разбираться. Когда он размышляет глубже, сначала он конкретизирует проблему. Тогда меняется формулировка и дальнейших вопросов, и поставленной задачи. Например, не просто «нам нужно увеличить ретеншн», а: «нужно увеличить ретеншн 30-го дня новых пользователей на рынке X, так как экономика привлечения не сходится». Второе — умеете ли вы декомпозировать проблему. Интервьюеру важно увидеть не количество гипотез, а способность построить модель происходящего. Если падает выручка, можно сразу обсуждать тарифы и промокоды. А можно сначала разложить, из чего складывается выручка, как формируется клиентская база, что происходит с трафиком, конверсией, частотой покупок и средним чеком. Такая декомпозиция показывает, что вы умеете уменьшать пространство неопределенности, а не просто генерировать идеи внутри него. Третье — понимаете ли вы, какой информации вам не хватает. Один кандидат молча делает предположения или, наоборот, задает десятки вопросов подряд. Другой сначала формулирует гипотезу: «Я бы проверил, связано ли падение с изменением трафика или с ухудшением самой воронки. Для этого нужны данные по источникам и конверсии между этапами. Какие они были за последний период?». То есть вопрос появляется из модели проблемы. Вы не собираете все доступные данные, а понимаете, какая информация поможет принять следующее решение. Четвертое — умеете ли вы выбирать. Кандидаты часто хорошо проходят первые 80% кейса: строят дерево метрик, выделяют сегменты, предлагают гипотезы. А потом говорят: «Можно попробовать A, B, C, D и E». Но как понять, что будет сделано в первую очередь? В одном случае кандидат ответит, что выбрал вариант А, ведь под него уже готова система. В другом случае кандидат тоже скажет, что выбрал вариант А, но пояснит, что выбор сделан с учетом скорости реализации и рисков, а также перечислит критерии принятия решения. Для интервьюера это будут два совершенно разных ответа. Здесь проявляется умение работать с ограниченными ресурсами: выбирать с учетом потенциального эффекта, рисков, стоимости и скорости проверки. Пятое — способны ли вы изменить собственную гипотезу. Как и в жизни, в кейсе могут внезапно появиться новые вводные. Например, в середине кейса вам говорят: «оказалось, что конверсия упала только на iOS». Это не столько подсказка, сколько проверка: готовы ли вы перестроить рассуждение или продолжите защищать первоначальную идею. Способность учитывать новую информацию — один из сигналов того, как кандидат будет действовать в реальной работе. В итоге хороший продуктовый кейс проверяет довольно простую вещь: способны ли вы самостоятельно пройти путь

симптом → цель → структура проблемы → гипотезы → данные → выбор → решение → проверка результата

а не сократить его до:

симптом → идея

@productmindset

Почему метрики вообще полезны? Метрика делает одну очень важную вещь: сжимает сложную реальность до сигнала, с которым можно работать. Бизнес невозможно удерживать в голове целиком. Есть тысячи клиентов, десятки процессов, сотни решений команды, конкуренты, сезонность, цены, качество продукта. Поэтому мы говорим: давайте смотреть на выручку, конверсию, retention, стоимость привлечения, маржинальность, NPS и т. д. Да, это своего рода упрощение и потеря информации о бизнесе в целом, но это полезное упрощение. Хорошая метрика позволяет увидеть: «Что-то изменилось». Она не обязательно говорит, почему. Но показывает, куда смотреть. У метрик есть разные задачи, самая частая из них — выступать как мера измерения. Но есть и другие: метрика как модель реальности и метрика как инструмент управления. Противоречивость полезности метрик возникает потому, что в роли метрики как измерения данные довольно честны, а во второй и третьей роли — легко начинают врать в зависимости от интерпретации. На конференции ProductSense будет сразу несколько докладов, которые позволят разобраться в роли метрик в конкретных практических кейсах компаний, переложить знания на ваш продукт и бизнес и сделать из метрики союзника, а не просто цифру на дашборде. О чем будут доклады: — «Сверим часы по полярной звезде: как проверить главную метрику продукта на прочность» Игнат Зайончковский, директор по продукту, BotHelp Подробнее — «Ловушки метрик: почему показатель растет, а результата нет» Антон Немчинов, агент изменений на основе ИИ, AgileLab Подробнее — «Когда оценка эффекта через синтетический контроль не может заменить классический А/Б-тест?» Александра Шевелева, продуктовый аналитик, Авито Подробнее — «Где деньги в продукте? Бизнес-симуляция про финансовые показатели, продуктовые метрики и экономику продукта» Евгений Адамов, ведущий эксперт департамента стратегии и цифровой трансформации, Банк Эсхата Подробнее Полное расписание докладов конференции можно изучить на нашем сайте. Ждем вас на ProductSense'26! Расписание | Билеты | Сайт @productmindset

Открыт набор волонтеров на ProductSense'26! Конференция ProductSense'26 состоится уже скоро. Мы в поиске внимательных и ответственных волонтеров, чтобы позаботиться о наших спикерах и гостях. Прием заявок открыт до воскресенья 6 сентября, так что советуем сразу действовать и заполнять форму. К деталям: 🗓 Даты конференции: 10–11 сентября 2026 года 📍 Место проведения: Москва, Конгресс-центр ЦМТ Что нужно делать: Помогать со всеми организационными моментами — от упаковки раздаточного материала для участников перед конференцией до саппорта спикеров и участников в залах и на площадке. Подробнее вам расскажет наш менеджер. Что вы получите: ✅ Крутой опыт работы на большом мероприятии. ✅ Сумку участника конференции со всем содержимым. ✅ Нетворкинг с интересными людьми. ✅ Возможность послушать доклады в свободное время. 👉 Заполнить форму можно здесь Дедлайн заполнения — 06.09.2026 23:59 мск Увидимся на ProductSense! 🚀