Strategy
Сильная мысль, которая позволяет по-новому взглянуть на “расстановку сил” в бизнесе. Это одна из моих любимых бизнес-статей из 2018 года.
The Moat Map – Stratechery by Ben Thompson

Research
Гайд по ресерчам от Google Ventures. Презентация на 77 страниц + шаблоны + видео лекции внутри. Помню, как я вдохновлялся им, когда выстраивал локальный процесс в команде.
Dropbox - User-Research-Workshop_Google-Ventures_Feb2013.pdf

Моя любимая тема: смешиваем Data Science и User Research, вариант от Spotify. Начало можно пролистать, а вот про процессы интересно написано во второй половине. Хотя, если вы только стали про это задумываться, то читайте полностью.
Cross-disciplinary Insights Teams: Integrating Data Scientists and User Researchers at Spotify - EPIC

Подборочка книг для специалистов разных уровней от директора по UX Research @ Mail.ru.
Книги по User Research • Ксения Стернина

Growth, Engagement, Retention
Последние недели три я усиленно занимался изучением и структурирование информации по росту продуктов. Частично, с этим было связано затишье на канале. Кратко про каждую статью, которая дала инсайты:
- A The Hierarchy of Engagement, expanded – Sarah Tavel – Medium — вводная от бывшего PM из Pinterest. Эти ребята точно что-то знают про рост.
- Don't Let Your North Star Metric Deceive You — Reforge — учимся различать input и output метрики. Неправильная классификация уведет нас в неправильную сторону.
- Why Enterprise Products are Missing the Boat on Growth — Reforge — кто сказал, что системно работать над ростом можно только в b2c? Вот как это делают в Box.
- Building Products Using Data — Sequoia Capital’s Data Science team — энциклопедия знаний по data-driven product management.

Measurement
Опять коллега подкинул годноту — материал о том, как ребята в Shopify представили retention клиентов в математическом виде. Есть допущения/ограничения, но открывается поле для “продвинутых” измерений.
How Shopify Merchants can Measure Retention – Shopify Engineering

Прогнозирование в бизнесе. Читаем, если хотим понимать ограничения и не попадаться в “ошибки” разума при принятии решений.
Нематематика в анализе данных | Анализ малых данных

Design
Моя любимая статья про дизайн ML-продуктов. Одна из важных мыслей статьи — нужно проектировать так, чтобы и юзерам было хорошо, и самим собирать более качественные данные для лучших прогнозов. Естественно, с примерами.
Human-Centered Machine Learning – Google Design – Medium

Немного запоздалые #ссылки_недели @product_sciene