PostPostResearch: Константин Ефимов и Анастасия Жичкина
О личном опыте маркетинговых и продуктовых исследований: нетривиальных случаях, труднодоступных аудиториях и работающих методах. Канал ведут Константин Ефимов и Анастасия Жичкина. Контакты: @teplorod Чат для исследователей: @pro_research Рекламы нет
Показати більше📈 Аналітичний огляд Telegram-каналу PostPostResearch: Константин Ефимов и Анастасия Жичкина
Канал PostPostResearch: Константин Ефимов и Анастасия Жичкина (@postpostresearch) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 12 595 підписників, посідаючи 818 місце в категорії Маркетинг і PR та 51 245 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 12 595 підписників.
За останніми даними від 26 серпня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -64, а за останні 24 години на -5, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 14.57%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.58% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 1 835 переглядів. Протягом першої доби публікація в середньому набирає 829 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 46.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“О личном опыте маркетинговых и продуктовых исследований: нетривиальных случаях, труднодоступных аудиториях и работающих методах. Канал ведут Константин Ефимов и Анастасия Жичкина. Контакты: @teplorod
Чат для исследователей: @pro_research
Рекламы н...”
Завдяки високій частоті оновлень (останні дані отримано 27 серпня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Маркетинг і PR.
- Костя, эта решетка стоит так дешево, что ее проще выбросить и купить новую, чем платить за дорогую, с тефлоновым покрытием.Я вычеркнул эту идею, и пошел писать отчет дальше. Благо, идей у меня было много. Но именно тогда я понял, что одних «болей» мало для концепции успешного продукта. Нужно учитывать, как люди уже решают проблему, сколько им это стоит и готовы ли они менять привычный способ решения на новый. 💽 @PostPostResearch
00:00:00 - Интро - Поговорили о Косте и его опыте, про книгу и роль исследователя сейчас, да и вообще почему вообще было принято решение написать книгу «Качественные методы исследования в бизнесе» 00:15:25 - Four Levels Of Customer Understanding Поговорили про 4 уровня пользовательского понимания: что говорит, что чувствует, что делает и что хочет, не согласились с утверждением, что ThinkAloud - плохо, а заодно чутка зарубились на тему названия UX-теста, про применимость простых фреймворков, как мягко подвести команду к тому, что она не всё знает или не обо всё подумала, почему самое сложное - это переход от фиксации поведения к объяснению причин, про свободу воли 00:47:43 - Илья Смирнов — Новый фреймворк — новая реальность: философские основания STS и UX Какое самое плохое слово в продуктовой практике для понимания людей, что общего между JTBD и плоскоземельщиками, какой вопрос самому себе должен задавать исследователь при определении метода исследования, есть ли разница между UX-тестами и usability-тестами, нужно ли переосмыслять существующие фрейморки, про фреймворк X-Rays 01:06:10 - How to do UX research in the Age of AI Про фреймворк Кеневина, какой из доменов фреймворка лучше всего работает ИИ, какой должен быть уровень доверия к LLM-моделям, чему учить джунов с учетом новой эры, обязан ли исследователь указывать в отчёта, что он использовал ИИ, про опыт теста моделей Статьи которые обсуждали в этом блоке: How Reliable Is AI at Finding UI Problems? The only winning move is not to play 01:23:10 - Как Generative Engine Optimization (GEO) влияет на юзабилити сайта: практический разбор Про новый полигон для тестов, на сколько в погоне за GEO-оптимизацией есть риск потерять пользовательский путь и есть ли примеры такого в истории, про новую нагрузку UX-редакторам и как можно от неё избавиться 01:28:56 - Witchcraft and UX Research: An Anthropologist on the Quest of Fixing Things Что может выдать ИИ как результат, а на что не способен, по крайней мере пока, опасность для профессионального эго, про аналитическую ментальность и можно ли развить понимание «скрытых механизмов человеческого поведения», что делать с выявленной моделью поведения, которую нашел, зачем нужно время на подумать, совет от Кости по работе с ИИ 01:42:36 - UX Core - Крупнейшая библиотека когнитивных искажений О том как проверять своё интерфейсное решение на присутствия тёмных механик, ну и Костя поделился кейсом Деливери Клаба 01:54:04 - В финале Костя поделился мнением о то какое будущее у исследователейУпоминаемые материалы: Фокус-группы. Практическое руководство (pdf) Даниель Канеман «Думай медленно, решай быстро» Вадим Митякин «Метод параноика» Подать заявку на выступление на ResearchExpo'26 1 и 2 октября можно тут Всем отличного лета и до встречи в сентябре! ☀️
1️⃣ Бизнес-цель: зачем нам нужно это исследование? Уменьшить отток, разработать новый продукт, увеличить продажи в одном (или в нескольких) сегментах? Чего мы хотим достичь? Зная ответ на этот вопрос, мы можем: 👆проверить цели и задачи исследования на соответствие бизнес-цели; 👆лучше понять, что нам важно найти в процессе исследования и каким должен быть результат. Понимание проблематики бизнеса — это ключевой вопрос для разработки дизайна исследования. Поэтому для сложных тем мы рекомендуем проводить внутренние интервью с командой заказчика, имеющей экспертизу, чтобы понять сферу лучше.
2️⃣
Что будет, если исследование НЕ провести?
Какие риски от того, что исследование не будет проводиться? Какие, напротив, от этого могут быть плюсы? Может быть, можно закрыть потребность в информации без исследования и сэкономить деньги/время/усилия?
3️⃣
Чем мы готовы пожертвовать, проводя исследование?
Исследователи всегда действуют в ситуации ограничений, и лучше, если ограничения будут понятны сразу, на уровне подготовки к проведению исследования, чтобы синхронизировать ожидания от исследования с заказчиком:
👆
нам важно иметь результаты через две недели (жертвуем регионами и увеличиваем вознаграждение подрядчику)? Нам важно сэкономить (жертвуем и регионами, и срочностью)?
👆
нам нужно быстро и точно, цена не важна?
👆
или мы делаем быстро и грязно (quick&dirty), при этом самым дешевым из возможных способов?
4️⃣
Если мы отдаем исследование на аутсорс, что самое важное для нас при выборе агентства?
Нам важно найти «своего» модератора, с которым мы могли бы работать на постоянной основе? Может быть, нам нужна экспертиза в категории, которой обладает не каждое агентство? Или нам важно использование международной методологии?↗️ На сайте вы можете прочитать отрывок о том, как до старта понять, нужно ли бизнесу исследование, — и как не превратить его в красивую, но бесполезную папку с выводами. Читать → 👍 Читайте нас в Тelegram | MAX | VK
Противоречивый рейтинг у Яндекса (-34% и +31%), Т-Банка (-21% и +30%) и Альфа-банка (-15% и +16%).Т-Банк и Альфа, хотя и имеют много продуктов, пока не создали такой разветвленной экосистемы сервисов, как Яндекс. При этом у таких экосистем, как VK и Сбер, рейтинг преимущественно негативный. То есть дело не только в том, что Яндекс состоит из разных частей. Вторая гипотеза родилась в обсуждении с Филиппом Управителевым. Речь о разрыве между внешним имиджем бренда и тем, как устроена «внутренняя кухня». Противоречивый рейтинг Т-Банка и Альфы скорее говорит в пользу этой гипотезы. Все три бренда воспринимаются как технологически продвинутые, но что происходит с работой аналитиков внутри, мы можем судить лишь косвенно — по результатам опроса. Скорее всего, возникает разрыв между ожиданиями (связанными с имиджем бренда) и реальными условиями работы, которые выясняются уже в процессе собеседования. Имидж технологического лидера формирует завышенные ожидания: аналитики массово откликаются на вакансии, но, (не)получив офер, испытывают разочарование. Обобщая: Яндекс — это big tech-магнит для аналитиков по масштабу задач, но не тот работодатель, по которому существует консенсус, что внутри все так же хорошо, как выглядит снаружи. Сильный бренд обещает очень многое, но большая и неоднородная экосистема не всегда одинаково хорошо исполняет эти обещания. Как мы можем
