Fresh Product Manager

Зачем я развиваю насмотренность у себя и других?

Для меня грейды и рост продакта связаны напрямую с насмотренностью. Отсюда в том числе запуск клуба разборов задач, канал Fresh Product manager и любовь к консалтингу. Почему насмотренность важна?

Если кто-то хочет записаться на разборы - пишите @SergeKoloskov или отправляйте заявку на https://koloskoveducation.tilda.ws/productcaseclub
Также можно приобрести доступ к записям, полный список разобранных кейсов тут.

- Насмотренность позволяет продукт-менеджеру быть в курсе актуальных изменений на рынке, новых технологий, трендов и ожиданий пользователей. Это помогает адаптировать продукт к изменяющимся потребностям и оставаться конкурентоспособным.

- Следя за новостями и разработками в отрасли, продукт-менеджер может выявить новые возможности для улучшения продукта, внедрения инноваций и создания ценности для пользователей.

- Насмотренность позволяет продукт-менеджеру предугадывать возможные изменения в отрасли, законодательстве или потребительских предпочтениях. Это помогает разработать стратегии адаптации заранее.

- Знание текущих событий и трендов позволяет продукт-менеджеру эффективнее общаться с разработчиками, дизайнерами, маркетологами и другими членами команды.

- Насмотренность позволяет отслеживать действия конкурентов, их продукты и стратегии. Это дает понимание сильных и слабых сторон конкурентов, что может помочь разработать более успешные стратегии продукта.

- Имея обширные знания об отрасли и трендах, продукт-менеджер может разработать более устойчивую и долгосрочную стратегию развития продукта, учитывая будущие изменения.

- Насмотренность позволяет замечать потенциальные угрозы и проблемы заранее, что помогает избежать кризисных ситуаций или более успешно справиться с ними.

Если кто-то хочет записаться на разборы - пишите @SergeKoloskov или отправляйте заявку на https://koloskoveducation.tilda.ws/productcaseclub
Также можно приобрести доступ к записям, полный список разобранных кейсов тут.

AI не просто ускоряет разработку. Он меняет саму работу продакта

Сегодня посмотрел доклад Андрея Попова про AI-продуктивность в Яндексе. Зашел он тем, что был не разговор в сотый раз о том, как «нейросети помогают писать код», а то, как вместе с AI меняется сама организация работы.

«Нам нужно двигаться из DX в AgentX. То есть в первую очередь смотреть, как мы автоматизируем, как мы упрощаем жизнь для агентов, а потом уже жизнь для людей».

Это важный сдвиг и для продактов. Сегодня мы проектируем продукт под человека: интерфейсы, кнопки, сценарии, навигацию. Но если часть работы начинает выполнять агент, ему нужны уже не красивые экраны, а доступ к данным, API, понятные действия, права, контекст и возможность самостоятельно пройти сценарий. Поэтому к UX постепенно добавляется AX — Agent Experience. Например, вместо «открой аналитику → найди сегмент → сравни показатели» можно будет поставить агенту задачу: «найди причину падения конверсии и подготовь гипотезы». Продукту придётся быть готовым именно к такому взаимодействию.

В компании, по словам спикера, уже около 60% инженеров фактически перестали писать код руками, а активные пользователи AI получают кратный прирост продуктивности — в отдельных измерениях 3–5 раз и больше. При этом к концу 2026 года Яндекс планирует, что не менее 75% разработчиков будут регулярно использовать AI, он будет участвовать как минимум в 75% изменений, а в каждом из них генерировать не менее 75% кода. Но самое интересное здесь не в экономии времени. Если код становится условным «новым ассемблером», то ценность человека смещается выше: декомпозировать задачу, разобраться в новом контексте, поставить правильные ограничения, проверить результат и понять, решает ли он продуктовую задачу. То есть именно туда, где продакт работает каждый день.

Есть ещё более показательная цифра: 30–40% кодовых задач — это рутина, а около 70% такой рутины, по оценке компании, потенциально можно полностью автоматизировать. Это означает, что AI постепенно убирает не только отдельные операции, но и целые куски workflow. И здесь продактам стоит перестать спрашивать «какую нашу задачу можно отдать AI?» и начать спрашивать «какой процесс меньше всего требует включения человека». Это уже другой уровень автоматизации.

А дальше возникает интересный переход: человек задаёт требования → агент решает задачу целиком → система проверяет результат → следующий агент улучшает процесс. В такой модели продакт становится не просто заказчиком фичей, а проектировщиком системы, которая сама умеет исследовать, анализировать, создавать и проверять решения. Поэтому один из главных навыков продакта в ближайшие годы — не prompt engineering, а умение хорошо формализовать проблему и критерий успеха, после чего делегировать исполнение агентам.

И здесь, пожалуй, главный вывод из доклада: AI будет сильнее всего усиливать не тех, кто быстрее всех научится пользоваться конкретным инструментом, а тех, у кого хорошо устроена сама работа. Если процесс хаотичный, данные недоступны, метрики не определены, задачи плохо декомпозированы — AI просто масштабирует хаос. Поэтому для продакта сейчас важнее не добавить ещё один AI-инструмент в свой стек, а пересобрать собственный workflow: что я делаю сам, что делегирую агенту, что должен проверять лично и какие решения вообще не должны проходить через меня.

Запускаете ИТ-проекты, но эффекта для бизнеса нет?

Каждый отдел хочет как лучше и тянет одеяло на себя. ИТ аккуратно делает сервисы строго по ТЗ, но достичь бизнес-целей всё равно не удаётся.

В итоге свежие решения противоречат старым и ломают соседние процессы, функции дублируются, а попытки внедрить инновации обходятся в миллионы и плодят хаос.

Первая реакция — обвинить команду, но правда в том, что компании не хватает единой системы.

Научитесь управлять ИТ, стратегией, процессами и данными бизнеса как слаженным механизмом — на курсе «Корпоративный архитектор» от Академии Эдюсон. Это комплексная программа для перехода на новый уровень ответственности — с упором на практику, работу с метриками и новыми инструментами.

Вы освоите всё, чтобы лидировать цифровую трансформацию бизнеса:
• Освежите знания в финансах, оргдизайне и стратегии, чтобы обоснованно принимать и защищать архитектурные решения.
•  Научитесь разговаривать с ИТ на одном языке: освоите международные стандарты (TOGAF, ArchiMate) и перестанете зависеть от технических специалистов.
• Увидите картину бизнеса целиком — и будете заранее понимать, как изменения в одном отделе повлияют на работу всей компании.
• Встроите ИИ: сначала наведёте порядок в процессах, а затем безопасно автоматизируете их с помощью нейросетей.

Всё на актуальных в 2026 году материалах и реальных бизнес-кейсах, с готовыми шаблонами и инструкциями для решения задач.

Если хотите системно управлять ростом компании, оставьте заявку с промокодом АРХИТЕКТОР — заберите курс со скидкой 65%.

Реклама. ООО «ЭДЮСОН» ИНН 7729779476. erid: 2W5zFJSejmj

AI-агенты, которые могут забрать часть работы продакта

Все для роста в профессии продакта - https://t.me/FreshProductGo/1757

Вот инструменты, которые я бы попробовал встроить в продуктовый процесс:

1. Outset AI / Userology — AI-интервьюер. Сам проводит интервью, задает follow-up вопросы и потом собирает выводы. Полезно для быстрых discovery-исследований.

2. Dovetail — загрузить интервью, звонки, отзывы и получить кластеризацию проблем, темы и инсайты. Хорош как постоянное хранилище customer research.

3. Perspective AI — более интересный вариант: AI сам проводит большое количество conversational interviews и выдает синтез результатов. Особенно для проверки продуктовых гипотез.

4. Visualping — агент для конкурентного мониторинга. Следит за сайтами, pricing, страницами продуктов и сообщает, что изменилось. Можно превратить в постоянный competitive intelligence.

5. Perplexity — для market/competitive research. Особенно хорош, когда нужно не просто получить ответ, а собрать актуальные данные со ссылками и источниками.

6. Amplitude AI — задаешь вопрос по продуктовой аналитике и получаешь помощь с поиском аномалий, сегментов и причин изменений в поведении пользователей.

7. PostHog + AI — интересный вариант для продуктовой аналитики, особенно если хочется связать аналитику, feature flags, эксперименты и технические данные в одном стеке.

8. BuildBetter / Modem — агенты вокруг customer feedback: собирают информацию из разных источников, находят повторяющиеся проблемы и помогают превращать feedback в продуктовые решения.

9. ChatPRD — не просто «напиши PRD», а специализированный PM-агент для проверки и структурирования продуктовых требований.

10. Claude Code — пожалуй, самый интересный вариант, если хочется собрать своего PM-агента. Можно дать ему документы, данные, файлы, подключить инструменты и заставить выполнять цепочку: исследование - анализ - выводы - PRD - задачи.

11. Manus — универсальный автономный агент для длинных research-задач. Например: «изучи 20 конкурентов, сравни pricing, onboarding, отзывы и найди 10 возможностей для нашего продукта».

12. Granola — не совсем PM-агент, но очень полезный слой: автоматически превращает встречи в структурированные заметки, решения и action items без бота внутри Zoom.
Если бы я сейчас собирал AI-стек именно для сильного PM, начал бы не с десяти инструментов, а с пяти:
Claude Code - Perplexity - Dovetail/Perspective - Visualping - PostHog/Amplitude.

Все для роста в профессии продакта - https://t.me/FreshProductGo/1757

Все для роста от редакции канала

1. Обратите внимание на предложение в основном канале редакции https://t.me/FreshProductGo/1792

2. Образовательные возможности редакции (можно с счета юрлица, можно придумать персональную рассрочку):
Для тех, кто хочет системно расти в продакт-менеджменте:

- Курс по продакт-менеджменту, базовый
- Карьерный интенсив с разборами тестовых
- Курс по аналитике, базовый
- Курс по Продуктовой стратегии и защите инициативы
- Сайт команды

3. Разборы кейсов, 70+ разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут

4. Личный запрос к Сергею Колоскову
Есть вопрос или запрос на карьеру, рост или поддержку?
Заполни короткую форму и получи доступ к закрытому каналу с подарками - тут.

Самые интересные доклады на конференциях обычно не про то, как сделать ещё одну фичу.

Гораздо интереснее посмотреть, что происходит, когда продукт становится большим, рынок зрелым, старые способы роста перестают работать, а AI начинает менять сам процесс создания продуктов.

Поэтому после прошлого поста решил не просто рассказать про конференцию «Продукты 24 & FFDD2D», а выбрать из программы то, на что я бы сам пошёл как продакт.

12 сентября там будет несколько очень прикладных кейсов.

«Запустить, провалить, понять, повторить: как мы делали большой редизайн приложения Т-Банка» от Петра Савостина, Т-Банк.

Большой редизайн приложения с аудиторией 54+ млн пользователей — это уже не история про «давайте поменяем UI». Интересно, как команда из 200 человек принимала решения, какие гипотезы запускала, что не сработало и как через эксперименты пришла к новой концепции банкинга вокруг жизненных сценариев.

«Когда локальная оптимизация перестала работать. Ваш продукт в плюсе, а компания?» от Антона Усачева, Т-Банк.

Вот этот доклад я бы особенно выделил. Классическая проблема больших продуктовых компаний: каждый продукт показывает хорошие метрики, но компания в целом не обязательно становится эффективнее.

Как учитывать влияние продуктов друг на друга? Как принимать решения на уровне экосистемы, а не отдельного продукта? И почему оптимизация собственной метрики иногда может вредить общему результату?

«Расти не в лоб: как искать точки роста на зрелых рынках» от Романа Тазетдинова, Яндекс.

Когда рынок уже сформирован, стандартные growth-механики постепенно перестают давать прежний эффект. Тогда приходится искать рост в продукте, клиентском опыте, операционных процессах и новых сценариях использования.

Хорошая тема для всех, кто работает не со стартапом на стадии «давайте найдём первых пользователей», а со зрелым продуктом.

«Сделали то, о чём нас не просили, и это сработало» от Антона Никольского-Волконского, Т-Мобайл.

Мне интересны такие кейсы именно потому, что они находятся на границе между data-driven подходом и продуктовой интуицией.

Пользователь редко приходит и говорит: «Мне нужна именно такая новая продуктовая механика». Иногда задача продакта — заметить возможность раньше самого пользователя.

«Кого уже заменил AI, или Почему агентства обогнали продукты по марже» от Вячеслава Яшкова, Авито Авто.

Здесь интересен даже не сам AI, а вопрос экономики продуктовой разработки.

Если AI позволяет небольшой команде делать то, для чего раньше требовались большие продуктовые и дизайн-команды, как меняется стоимость создания продукта? Что происходит с агентствами? Какие роли трансформируются первыми?

И ещё один доклад, который я бы поставил себе в календарь.

«1 000 и одна ошибка при создании Вселенной» от Анны Подображных, Т-Банк.

Про развитие AI-ассистента Таи и специализированных навыков для шопинга, инвестиций и детей. Особенно интересно послушать не презентацию «как всё классно работает», а именно какие ошибки команда совершила по пути и что из них поменяло продукт.

Если собрать всё вместе, мой личный топ выглядит так:

1. Большой редизайн. Как принимать решения на масштабе 54+ млн пользователей.
2. Экосистемный P&L. Почему локально хороший продукт может быть плохим для компании.
3. Growth на зрелом рынке. Где искать следующий источник роста.
4. Продуктовая интуиция. Что делать, когда пользователи сами ещё не знают, чего хотят.
5. AI. Как меняется экономика и сам процесс создания продуктов.

И вот за этим я бы на конференции следил в первую очередь.

Не за очередным списком из 10 фреймворков, а за реальными решениями, ошибками и механизмами, которые работают на больших продуктах.

12 сентября «Продукты 24 & FFDD2D», Москва + онлайн.

[Зарегистрироваться на конференцию]

Новые книги для новых прикладных идей продакту

Читая новинки книг от «Альпина Паблишер», фиксирую следующие инсайты для себя:

1. «Новая версия» – Андрей Дороничев. Хорошая продуктовая рамка для собственной карьеры: относиться к себе как к продукту, формировать желаемую версию себя и проверять изменения небольшими экспериментами. Лайфхак: если думаете о смене роли или направления, не принимайте решение сразу. Сначала возьмите реальную задачу из новой области и протестируйте себя на ней.

2. «Рождение разума» – Гаурав Сури, Джей Макклелланд. Полезно для понимания AI не как магии, а как системы, где сложное поведение возникает из взаимодействия множества простых элементов. Для продакта это хороший повод смотреть не на отдельную AI-фичу, а на то, какую интеллектуальную работу пользователя меняет вся система. Лайфхак: при проектировании AI-сценария раскладывайте работу пользователя на «воспринять - понять - принять решение - действовать» и ищите, какой этап система реально сокращает.

3. «Неидеальный человек» – Лоуренс Херст. Эволюция хорошо объясняет, почему человек далеко не идеальный пользователь: мы ограничены, ошибаемся, действуем нерационально и живем с кучей компромиссов. Для продукта вывод простой: не заставляйте пользователя компенсировать недостатки системы. Лайфхак: любой важный сценарий прогоняйте через три вопроса: «что будет, если пользователь забыл?», «если ошибся?», «если передумал?».

4. «Бережливые инновации» – Нави Раджу, Джайдип Прабху. Инновация не обязательно требует больше денег, людей и технологий. Часто конкурентное преимущество как раз в способности создать больше ценности при меньшем количестве ресурсов. Лайфхак: перед тем как отдавать фичу в разработку, спросите: «каким самым дешевым способом мы можем доказать, что пользователю это действительно нужно?»

Читайте книги, всем роста!

Что сейчас помогает продакту пройти скрининг на “кровавом” рынке

1. Сейчас недостаточно написать в резюме «5 лет в продукте, Agile, JTBD, CustDev, SQL и управление командой». У сотен кандидатов примерно такой же набор. Поэтому главный лайфхак: продавать нужно не опыт, а доказательство результата. Не «отвечал за onboarding», а «нашёл проблему в onboarding, изменил сценарий и поднял конверсию с 42% до 51%». Не «занимался retention», а «нашёл сегмент, где retention падал, провёл исследование, запустил изменение и получил +X п.п.». Если цифры нельзя раскрывать, считайте хотя бы относительный эффект, количество пользователей, скорость запуска, сэкономленный бюджет. На собеседовании сильнее всего работает связка проблема - твоё решение - что сделал лично - результат.

2. Если у тебя нет нужного опыта, создай доказательство самостоятельно. Хочешь в финтех - разбери продукт банка. Хочешь в e-commerce - сделай teardown маркетплейса. Хочешь в AI - собери небольшой AI-прототип. Берёшь компанию, находишь 3 проблемы, показываешь данные или evidence, формулируешь гипотезы, предлагаешь эксперимент и оцениваешь потенциальный impact. И отправляешь это нанимающему руководителю вместе с откликом. Вместо «возьмите меня на работу» получается: «я уже начал делать вашу работу, вот как я думаю». Это особенно хорошо работает при переходе в новую отрасль или на позицию выше текущей.

3. Соберите портфолио не из 20 проектов, а из трёх кейсов. Первый: где вы заработали или сэкономили деньги. Второй: где нашли проблему или возможность через данные и исследования. Третий: где быстро запустили гипотезу и получили результат. Каждый кейс на одной странице: контекст, проблема, что сделал лично, решение, цифры, вывод. И обязательно добавьте один артефакт: скрин продукта, график, прототип, SQL-запрос, исследование или эксперимент. Хороший продакт должен выглядеть не как человек, который рассказывает, что умеет, а как человек, у которого уже лежат доказательства того, что он умеет.

4. Сейчас сильно выигрывает продакт, который умеет работать быстрее обычного продуктового процесса. Самостоятельно посмотреть данные, поговорить с пользователем, собрать прототип с AI, проверить гипотезу, посчитать экономику и принять решение. Поэтому вместо ещё одного сертификата по Product Management я бы за ближайшие две недели сделал 2–3 публичных product case + один рабочий AI-инструмент + один разбор реального продукта, а затем отправил их 20 нужным руководителям. В кровавом рынке ваша задача не попасть в первую сотню кандидатов. Нужно сделать так, чтобы нанимающий руководитель за 5 минут понял: этому человеку можно дать проблему, метрику и команду - и он сам разберётся.

В тему собрали папку с каналами про поиск https://t.me/addlist/-VRvEMe-IvU5MTJi, а если нужна поддержка в росте или курс - приходите на Сайт команды с курсами и полезными материалами.

Что реально изменится в работе продакта этой осенью

Во многих компаниях начинается новый цикл планирования, пересматриваются бюджеты, цели, команды и инвестиции в продукты. И я бы сейчас смотрел не столько на очередные продуктовые тренды, сколько на то, за что с продактов начнут спрашивать уже в ближайшие 3-6 месяцев.

1. Roadmap перестает быть главным инструментом управления продуктом. Еще несколько лет назад продуктовая дискуссия часто сводилась к тому, какие фичи попадут в следующий квартал, что перенесем, сколько разработчиков нужно и какие OKR закроем.

Если прототип, аналитику, дизайн и часть разработки можно сделать намного быстрее с помощью AI, то скорость производства перестает быть главным ограничением. Главным ограничением становится качество выбора.

Поэтому разговор на уровне CPO все чаще должен выглядеть не как «что мы построим в следующем квартале», а как «на какие проблемы мы сейчас ставим, сколько готовы инвестировать, какой результат ожидаем и в какой момент признаем, что гипотеза не работает». Roadmap постепенно превращается в портфель инвестиций.
А в портфеле инвестиций должны быть не только проекты, которые мы начинаем, но и проекты, которые мы прекращаем.

2. Самые интересные продукты будут менять не интерфейс, а сам процесс работы. Слабый сценарий выглядит просто. Берем существующий процесс и добавляем в него AI. Сильный сценарий другой. Задаемся вопросом, зачем человеку вообще выполнять этот процесс самому. Например, раньше сотрудник открывал CRM, искал клиента, изучал историю, писал письмо, создавал задачу и обновлял карточку. Теперь часть этой работы может выполнить агент. И здесь у продакта появляется новая задача. Нужно решить, что AI делает самостоятельно, где требуется подтверждение человека, что происходит при ошибке и в какой момент задача передается сотруднику.

3. Discovery становится дешевле, поэтому Strategy становится дороже. Это, наверное, одна из самых важных вещей. Если раньше на исследование, прототип и MVP могли уйти недели, то сейчас многие вещи можно проверить за несколько дней.
Если за неделю можно проверить десять гипотез, возникает вопрос, какие десять вообще стоило проверять. Когда производство становится дешевым, все больше ценится способность выбрать правильное направление. Поэтому CPO постепенно становится человеком, который управляет не backlog, а распределением внимания, людей и денег между продуктами и гипотезами.

Всем роста, поздравляем с Новым бизнес-сезоном!
Нужна помощь с ростом продуктов и команды? Пишите автору канала @SKoloskov, насмотренность свыше 150 компаний на 8 рынках.

Почему продактам стоит (иногда) ходить на конференции?

Есть довольно простой способ быстрее расти в продуктовой профессии – регулярно выходить за пределы своей команды. Когда несколько месяцев работаешь над одним продуктом, легко начать смотреть на все через одну и ту же призму. Одни и те же метрики, процессы, коллеги, подходы к исследованиям и экспериментам. В какой-то момент кажется, что именно так продукт и должен создаваться. А потом приходишь на конференцию и за один день видишь десятки других подходов.

Например, как другая команда решает похожую задачу через аналитику. Как дизайнер смотрит на проблему, которую продакт привык решать через бизнес-метрики. Как компания меняет позиционирование продукта. Или как кто-то использует ИИ там, где ты пока продолжаешь делать все руками. Для меня в таких мероприятиях ценность обычно в трех вещах.

1. Насмотренность. Очень легко зациклиться на собственном продукте и перестать замечать, что происходит вокруг. Конференции помогают регулярно обновлять картину рынка: какие подходы появляются, что тестируют другие команды, какие инструменты становятся стандартом, а какие идеи уже перестают работать. Кстати, тут писал про насмотренность как влияние на грейд.

2. Нетворкинг. Не обязательно сразу искать «полезные знакомства». Иногда достаточно просто поговорить с человеком из другой компании и узнать, что его команда сталкивается с абсолютно такой же проблемой, но решает ее совершенно иначе. Через такие разговоры часто появляются идеи, партнерства, новые проекты и даже предложения о работе. А сейчас в условиях “кровавого” конкурса на вакансии личные связи преимущественно и работают.

3. Возможность посмотреть на свою профессию со стороны. Особенно полезны кросс-профессиональные конференции, где рядом находятся продакты, аналитики, дизайнеры, исследователи и специалисты из смежных областей. Потому что хороший продукт редко получается внутри одной функции.

К примеру, ребята из Т-Банка не фигачат много маленьких конф для каждой специальности, а делают 12 сентября в Парке Горького как раз пройдет «Продукты 24 & FFDD2D» – конференция Т-Банка на стыке аналитики, продукта и дизайна. И вся программа разбита на В программе несколько тематических треков: от нестандартного решения бизнес-задач и системного мышления до смены позиционирования и клиентского опыта. Будут эксперты из Т-Банка, Яндекса, Авито, Альфа-Банка, Сбера и других компаний.

Мне нравится именно такой формат: не просто несколько часов слушать доклады про продукт, а за один день получить много разных точек зрения, поговорить с людьми из индустрии и сравнить их подходы со своими. Тем более что конференция пройдет и онлайн, и офлайн. Поэтому мой совет простой: если давно никуда не ходили – сходите хотя бы на одну конференцию в ближайшие месяцы. Не обязательно ради конкретного доклада или спикера.

Иногда самый полезный результат – инсайт «а почему мы у себя делаем не так?».
Всем роста!

Когда компании уже нужен внешний продуктовый отдел, а не еще один продакт

Есть момент, когда проблема компании перестает решаться наймом еще одного Product Manager. Команда может быть укомплектована, roadmap – заполнен, разработка – загружена, но продукт все равно не дает нужного бизнес-результата.
Это обычно не проблема отдельных людей. Это продуктовая дисфункция системы. И вот в нескольких случаях внешний продуктовый отдел действительно может дать больше эффекта, чем расширение штатной команды.

1. Roadmap существует, но никто не может связать его с P&L. В бэклоге 150 задач, каждый stakeholder считает свою задачу приоритетной, а на вопрос «что произойдет с выручкой, если мы это сделаем?» команда отвечает количеством релизов.
Это сигнал, что компании нужен не еще один PM, а внешняя функция, которая заново связывает бизнес-цели - продуктовые метрики - инициативы - разработку. В таких проектах часто обнаруживается, что 30–40% roadmap вообще не имеют проверяемой бизнес-гипотезы. После пересборки портфеля высвобождается capacity команды без найма дополнительных разработчиков.

2. Discovery фактически отсутствует, а разработка используется как способ проверить гипотезу. Классический сценарий: CEO говорит «давайте добавим рассрочку», аналитик считает TAM, дизайнер рисует интерфейс, команда месяц разрабатывает, а после запуска выясняется, что пользователи не готовы этим пользоваться. Внешняя команда здесь полезна именно до разработки: customer research, JTBD, конкурентный анализ, unit economics, прототипы, fake door, concierge MVP и количественная проверка спроса.

3. Компания масштабирует то, что еще не доказало product-market fit. Например, продукт показывает 20–30% MoM роста регистраций, и бизнес нанимает еще 15 разработчиков. Но retention остается 12%, activation – 18%, а большая часть новых пользователей приходит из одного рекламного канала. В этом случае масштабирование команды только увеличивает скорость производства фичи для продукта, который еще не доказал ценность.

4. Сильный CEO стал главным Product Manager компании. CEO лично определяет roadmap, ходит на customer interviews, решает приоритеты и участвует в согласовании каждой крупной фичи. Пока компания маленькая – это преимущество. При росте – бутылочное горлышко. Если 20 продуктовых решений в неделю проходят через одного человека, проблема уже не в CEO. Проблема в отсутствии системы, которая позволяет принимать эти решения без CEO. Внешняя команда может за 2–3 месяца построить эту систему и передать ее внутренним руководителям.

5. Компания постоянно запускает новые продукты, но почти ничего не закрывает. Каждый год появляется 5–10 новых направлений. Внешний продуктовый аудит может ввести Product Kill Criteria: заранее определить, какие показатели должны быть достигнуты к конкретным датам, сколько компания готова инвестировать и при каких условиях направление закрывается или pivot'ится. Иногда самый большой product impact – это не новый продукт, а остановка пяти старых.

Нужна помощь с ростом продуктов и команды? Пишите автору канала @SKoloskov, насмотренность свыше 150 компаний на 8 рынках.

Какие аналитические инструменты для каких ситуаций подходят

Хотите прокачать базу по продакт-менеджменту и продуктовой аналитике? Приходите на наши курсы

- Курс по продакт-менеджменту, базовый
- Курс по аналитике, базовый

1) Инструменты для анализа данных (Data Analysis)
- Tableau используется для создания визуализаций данных и дашбордов для анализа метрик по продажам, маркетинговым кампаниям и финансовым показателям.

- Power BI применяется для интеграции данных из различных источников и построения интерактивных отчетов для мониторинга бизнес-операций и принятия решений.

- Apache Hadoop и Spark используются для хранения и обработки больших данных, таких как поведение пользователей и транзакции, для выявления паттернов и прогнозирования.

- Python (pandas, NumPy, SciPy, Matplotlib) используется для очистки, обработки и анализа данных, а также для построения визуализаций и выполнения статистических анализов.

2) Инструменты для бизнес-аналитики, анализа продуктовых метрик и пользовательского поведения

- Amplitude применяется для анализа поведения пользователей в мобильных и веб-приложениях, построения воронок и сегментации пользователей по событиям.

- Mixpanel используется для отслеживания пользовательских действий и анализа воронок конверсий, а также для проведения A/B тестирований.
Google Analytics: Применяется для анализа трафика на веб-сайтах, отслеживания конверсий и оценки эффективности маркетинговых кампаний.

- Hotjar используется для создания тепловых карт и записи сессий пользователей, чтобы понять их поведение на веб-сайте и оптимизировать UX.

- Crazy Egg применяется для анализа кликов и скроллинга на веб-страницах, чтобы улучшить элементы пользовательского интерфейса и повысить конверсию.

- FullStory используется для записи и анализа пользовательских сессий в реальном времени, чтобы выявить и устранить проблемы с навигацией и взаимодействием.
_______
Следите за нашими курсами тут - https://t.me/koloskoveducation/, а все возможности можно посмотреть тут - https://t.me/FreshProductGo/1471

Вайб-кодинг, споры без камер и честный разговор о личном бренде. Уже третий год подряд Альфа-Банк — генеральный партнер ULCAMP, одного из крупнейших неформальных ИТ-фестивалей страны 🎤

С 17 по 19 июля в эко-парке «Русский берег» на Волге собрались больше 4500 ИТ- и диджитал-специалистов со всей страны.

На новом формате «Техбренд толкс» DevRel, Tech PR и HR-бренд-эксперты обсудили, как найти баланс между внешней привлекательностью и глубиной инфоповода, в какие каналы идти на фоне блокировок и чем для компании является личный бренд сотрудника — активом или риском. Формат положил начало закрытому комьюнити специалистов в продвижении ИТ-брендов.

На другой сессии, руководитель GenAI-направления банка Артем Шепилов обсудил со спикерами топовых компаний, что вайб-кодинг на самом деле меняет в продуктовых командах.

На сцене Alfa Music Night выступили Станция метро Горьковская, Magic Man, Хмыров, ЛАУД и другие. В шатре банка — 14 активностей: гравировка карт, йога с поющими чашами, «Своя игра» по AI и розыгрыш прогулки на Альфа-Яхте с красным парусом.

Подробнее: https://alfa.me/MCgGgI

Новый стандарт в найме продактов: компании предпочитают выращивать их через буткемпы 

Долгое время главным сигналом были строчки в резюме: сколько лет опыта, в каких компаниях работал, какие продукты запускал человек. Но в последние годы крупные технологические компании все чаще делают ставку совсем на другое — способность быстро учиться внутри их продуктовой среды.

Причина довольно проста. У каждого сильного продукта есть своя внутренняя логика принятия решений. Где-то все начинается с глубинных интервью, где-то — с анализа данных, где-то — с десятков быстрых экспериментов. Формально профессия называется одинаково, но на практике два продакта с одинаковым опытом могут принимать совершенно разные решения.

Поэтому сегодня все больше компаний не ждут, пока рынок «вырастит» идеального кандидата, а создают собственные программы подготовки. Причем ценность таких программ не столько в лекциях, сколько в возможности несколько месяцев работать рядом с людьми, которые каждый день принимают реальные продуктовые решения.

Обратил внимание на итоги буткемпа ВКонтакте и VK Education. На программу поступило более 3 тысяч заявок со всей страны. После нескольких этапов отбора участники проходили интенсив с действующими CPO и руководителями продуктов, разбирали реальные кейсы, защищали решения и получали постоянную обратную связь. В итоге 19 участников получили оферы в продуктовые команды VK.

Самое интересное здесь даже не цифры. По сути, компания проверяет кандидатов не через классическое собеседование, а инвестирует в их обучение и проверяет через реальные рабочие ситуации: как мыслят, как работают с неопределённостью, умеют ли защищать гипотезы, анализировать данные и менять решение, если эксперимент показал обратный результат.

Мне кажется, именно такой подход постепенно становится новым стандартом. Вместо поиска «готового продакта» компании начинают выращивать специалистов под собственную продуктовую культуру и систему принятия решений. И в долгосрочной перспективе это может оказаться гораздо эффективнее, чем бесконечная конкуренция за опытных специалистов на рынке.

Промпты уровня CEO

Все вокруг говорят про Claude Code и Codex. Пока разбираюсь, так ли они хороши на самом деле, и действительно ли упрощают жизнь. И для систематизации послушаю курс Александра Горного, который обещает за следующую неделю научить всему самому главному. Я пока в тему поста сохранил такие промпты:

1. Найди скрытый рынок стоимостью $100 млн. Выступи как фонд Andreessen Horowitz. Проанализируй отрасль ниже. Найди сегменты клиентов, которых никто не обслуживает качественно. Не ищи большие рынки. Ищи рынки, которые выглядят слишком маленькими, сложными или неинтересными для крупных игроков. Покажи почему именно там может появиться компания стоимостью более $100 млн.

2. Найди что рынок считает невозможным. Проанализируй отрасль и найди убеждения, которые большинство участников считает истиной. Для каждого предположения покажи, что произойдет, если оно окажется ложным.

3. Проведи анализ второго порядка. Для каждого продукта, сервиса или бизнес-модели ниже покажи не прямой эффект, а эффекты второго и третьего порядка. Например: платежи улучшают скоринг, скоринг улучшает кредитный портфель, кредитный портфель позволяет снизить ставки, снижение ставок увеличивает долю рынка.

4. Найди активы, которые компания не считает активами. Проанализируй бизнес и найди недооцененные активы. Это могут быть данные, доверие пользователей, бренд, платежные сценарии, логистика, частота использования, партнерства, процессы или поведенческие привычки пользователей. Для каждого покажи потенциальную стоимость.

5. Найди самый ценный вопрос компании. Представь, что стоимость компании зависит только от одного решения, которое необходимо принять в ближайшие 12 месяцев. Найди этот вопрос. Покажи альтернативные сценарии и последствия каждого.

6. Найди источник монополии. Проанализируй бизнес и покажи, что может создать устойчивое преимущество на горизонте 10 лет. Не используй слово "технология". Ищи данные, привычки, инфраструктуру, регуляторику, сетевые эффекты, дистрибуцию и экосистему.

7. Найди будущий центр прибыли. Проанализируй все функции продукта. Покажи какие функции сегодня выглядят второстепенными, но через 5 лет могут стать главным источником выручки компании.

8. Проведи аудит через капитализацию. Представь, что через 10 лет компания стоит в 20 раз дороже. Какие решения руководители приняли в первый год, которые большинство конкурентов считало странными или ошибочными?

9. Найди следующий рынок после текущего. Не анализируй текущий рынок. Проанализируй, какие рынки появятся благодаря успеху текущего бизнеса. Покажи цепочку создания новых отраслей вокруг существующего продукта.

10. Найди скрытые зависимости бизнеса. Покажи какие метрики руководство считает ключевыми. Затем найди показатели, которые на самом деле определяют эти метрики, но редко попадают в отчеты.

11. Проведи вскрытие компании через 5 лет. Представь, что через 5 лет компания потеряла 80% стоимости. Не описывай кризис. Опиши решения, которые принимались за несколько лет до него и казались разумными в момент принятия.

Кстати, очень в тему новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов.

Как применить продуктовый подход и создать ИИ-ассистента

На сбор и подготовку документов для защиты инициативы уходит куча времени: собрать исследования, тесты, метрики, финансовую модель, согласовать с аналитиками... 🙄

Мы в Авито решили, что можно автоматизировать процесс, и сделали это через продуктовый подход: формализовали вопросы для каждой стадии, собрали эталонные ответы и заточили модели на решение конкретных задач.

Сейчас продакты Авито используют ИИ для черновиков, поиска слабых мест и подготовки саммари.

[Подробности в статье руководителя офиса управления продуктом в Авито]

Не все проекты растут сами по себе. Иногда нужен человек, который умеет превратить хорошую идею в работающий результат.

Сейчас в 01.tech ищут Growth Manager — человека, который будет вести проекты от запуска до достижения бизнес-целей.

Это роль на стыке операционного управления, бизнеса и роста. Нужно выстраивать работу команд, управлять приоритетами, бюджетами и сроками, работать со стейкхолдерами, анализировать результаты и помогать проектам двигаться быстрее там, где другие начинают буксовать.

Будет особенно интересно тем, кто уже запускал новые направления, собирал команды с нуля, а также использует AI как полноценный рабочий инструмент, а не просто экспериментирует с ним время от времени.

Со стороны компании — масштабные проекты, прозрачные карьерные треки, сильное профессиональное окружение и возможность влиять на бизнес.

Плюс гибкий формат работы, отсутствие микроменеджмента, ДМС, спорт, психолог, оплачиваемые отпуска и другие вещи, которые помогают концентрироваться на работе, а не на организационных вопросах.

отклик – в боте 01

Как траблшутинг помогает решать проблемы продакт-менеджера?

В большинстве компаний проблемы диагностируют очень поверхностно. Упала конверсия - значит проблема в UX. Упали продажи - значит проблема в маркетинге. Пользователи жалуются - значит проблема в продукте. Но если посмотреть разборы крупных инцидентов в банках, маркетплейсах, финтехе и SaaS-компаниях, оказывается, что реальная причина почти всегда находится на один-два уровня глубже. Например, команда несколько месяцев улучшает онбординг из-за падения регистрации, а потом выясняется, что проблема появилась после изменения логики атрибуции рекламных каналов и пользователи никуда не исчезали. Просто аналитика начала считать их по-другому. Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут.

1. Один из самых полезных приемов в траблшутинге - искать не проблему, а первое место, где данные начинают отличаться от нормы. Допустим, выручка маркетплейса упала на 15%. Большинство команд начинают анализировать выручку. Сильные команды начинают раскручивать цепочку: количество заказов, количество покупателей, конверсия в покупку, добавления в корзину, просмотры карточек, поисковые запросы. Очень часто оказывается, что падение выручки началось не в оплате и не в корзине, а в поиске, где после обновления алгоритма пользователи стали хуже находить нужные товары. Внешне проблема выглядит как финансовая, а источник находится в совершенно другом месте продукта.

2. Еще одна распространенная ошибка - смотреть на средние показатели. Например, удержание пользователей снизилось с 35% до 30%. На первый взгляд проблема общая. Но когда начинается нормальный траблшутинг, выясняется, что удержание осталось прежним у всех старых пользователей и даже выросло у Android-аудитории. Просадка целиком создается новыми пользователями iPhone из одного рекламного канала. Половина продуктовых кризисов перестает быть кризисами после нормальной сегментации данных. Поэтому сильные продакты редко смотрят на общий показатель. Они почти всегда ищут сегмент, который создает проблему.

3. Отдельный класс проблем связан с так называемыми "ложными виновниками". Например, после релиза резко выросло количество ошибок. Все начинают искать проблему в коде последнего релиза. Через неделю выясняется, что реальная причина - партнерская интеграция, которая изменила формат данных. Или наоборот: команда месяц обвиняет внешних партнеров, а проблема оказывается в новом механизме кэширования. Поэтому хороший траблшутинг всегда начинается с карты изменений. Что поменялось в продукте, инфраструктуре, процессах, данных, маркетинге и внешних интеграциях за последние недели. Очень часто ответ находится именно там.

4. Есть интересное правило крупных продуктовых компаний: если причина кажется очевидной в первые 30 минут расследования, скорее всего она неверная. Потому что настоящие системные проблемы обычно возникают на стыке функций. Продажи обвиняют продукт, продукт обвиняет разработку, разработка обвиняет инфраструктуру, а проблема находится в процессе между ними. Например, одна команда отвечает за привлечение пользователей, другая за активацию, третья за удержание. Пока каждая смотрит только на свой участок, никто не видит полную картину.

Сильные продакты часто кажутся медленными в первые часы кризиса. Они не бегут сразу чинить. Они сначала ставят диагноз. А в продукте правильный диагноз обычно стоит намного дороже самого решения.

Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут.

Всем роста! Сайт команды с курсами и полезными материалами.

Закономерности остаются удивительно стабильными уже десятилетиями

Фокус продакта не только про Gartner Hype Cycle. Гораздо важнее понимать, какие силы реально двигают продукты, рынки и поведение пользователей. Есть несколько моделей, которые я бы поставил в обязательный набор любого сильного продакта.

1. S-Curve Innovation. Практически любая технология проходит одинаковый путь: медленный старт, взрывной рост, насыщение и плато. Очень многие продуктовые ошибки происходят из-за того, что команда находится на одной стадии, а думает, что уже на другой. Например, сегодня многие AI-продукты находятся в фазе гиперроста, а классические мобильные банки во многих странах уже давно живут на зрелом плато. От этого зависит всё: скорость инвестиций, ожидания по росту, стратегия продукта и даже найм команды.

2. Crossing the Chasm. Джеффри Мура. Она объясняет, почему тысячи продуктов успешно проходят этап ранних пользователей и умирают при попытке выйти на массовый рынок. Энтузиасты готовы терпеть баги, плохой UX и сырые сценарии ради новизны. Массовый рынок — нет. Многие команды считают, что проблема в маркетинге, хотя на самом деле продукт просто не преодолел пропасть между early adopters и mainstream-аудиторией.

3. Diffusion of Innovation Роджерса. По сути это карта распространения любого нового поведения. Очень полезно помнить, что большинство пользователей не хотят быть первыми. Если продуктом пользуются только технологические энтузиасты, это не значит, что он готов к масштабированию. Многие продакты переоценивают размер своего рынка именно из-за этой ошибки.

4. Power Law Distribution. Наверное, самая недооцененная концепция в продукте. В большинстве рынков ценность распределена неравномерно. 5% клиентов могут приносить 50% выручки. 1% функций может генерировать половину использования продукта. 10% экспериментов могут давать 90% роста. Когда начинаешь смотреть на продукт через степенные распределения, приоритеты меняются очень быстро.

5. The Innovator's Dilemma Клейтона Кристенсена. Очень полезна для продуктовых лидеров. Практически любая успешная компания начинает проигрывать не потому, что плохо работает. А потому что слишком хорошо обслуживает текущих клиентов и пропускает новые рынки. История Kodak, Nokia, BlackBerry, Yahoo и десятков других компаний развивалась по одному сценарию.

6. Амаровский закон (Amara's Law). Люди переоценивают эффект технологий в краткосрочной перспективе и недооценивают в долгосрочной. Если посмотреть на блокчейн, AI, VR, электромобили или крипту, практически каждая технология проходила через этот цикл. Для продакта это один из лучших инструментов борьбы с FOMO.

7. Compounding Effects. Накопительный эффект маленьких улучшений. Большинство людей ищут революционные фичи. Большинство больших продуктов растут за счет сотен улучшений по 0,5-1%. Конверсия, скорость загрузки, удержание, рекомендации, онбординг, поиск, уведомления. Каждое изменение кажется незначительным, но вместе они создают кратный результат.

Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.

Тренды в продуктах корпоративных систем

Но если посмотреть на то, что сейчас делают самые интересные B2B-продукты в мире, становится видно: рынок начинает перестраиваться намного глубже. Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут.

1. Digital Twin компании. Появляются системы, которые строят цифровую копию бизнеса. Они знают структуру команды, проекты, задачи, финансы, продажи, загрузку сотрудников и зависимости между подразделениями. Руководитель может спросить: "Что произойдет, если мы наймем еще 20 разработчиков?" или "Что будет с выручкой, если сократить маркетинг на 15%?" Система моделирует последствия еще до принятия решения. Несколько лет назад это было доступно только корпорациям уровня Amazon, сегодня подобные решения начинают появляться для среднего бизнеса.

2. Meeting-less Management. Парадокс современного бизнеса: чем больше инструментов управления, тем больше совещаний. Поэтому появляются сервисы, которые автоматически собирают статусы из задач, чатов, CRM, календарей и документов. Руководитель получает не отчет от сотрудника, а объективную картину того, что реально происходит. Некоторые компании уже сокращают до 30–50% регулярных статусных встреч.

3. AI Chief of Staff. Он следит за поручениями CEO, напоминает ответственным, готовит материалы к встречам, ищет противоречия в решениях, поднимает старые договоренности и показывает, какие поручения систематически не выполняются. Многие руководители впервые начинают видеть разницу между количеством принятых решений и количеством реально доведенных до конца решений.

4. Управление не людьми, а ограничениями системы. Раньше руководитель смотрел на эффективность сотрудников. Сейчас лучшие системы показывают другое: где компания теряет скорость. Например, согласование договора занимает 12 дней. Аналитики ждут доступы 3 недели. Разработка простаивает из-за одного архитектора. Вместо поиска виноватых система автоматически показывает узкие места всей организации.

5. Живые финансовые модели. Сейчас появляются системы, где выручка, расходы, зарплаты, маркетинг, продажи и проекты связаны между собой в реальном времени. Руководитель меняет одну переменную и сразу видит влияние на прибыль, денежный поток и выполнение годового плана. Система начинает анализировать не только метрики, но и сами управленческие решения. Какие решения чаще приводят к росту. Какие руководители систематически переоценивают прогнозы. Какие инициативы регулярно срывают сроки. По сути компания начинает собирать аналитику по качеству собственного управления.

6. Автоматическая организационная диагностика. Раньше для этого нанимали McKinsey, BCG или внутренний HR-блок. Теперь сервисы начинают автоматически находить признаки проблем. Где растет бюрократия. Где сотрудники перестают взаимодействовать между отделами. Где появляются информационные "силосы". Где менеджеры становятся узким местом для принятия решений. Система сама обнаруживает падение продаж в сегменте, запускает анализ причин, собирает необходимые данные, предлагает варианты действий, согласовывает бюджет в рамках лимитов и ставит задачи исполнителям.

Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут.