Представьте врача, который делает только то, что просит пациент: «померяй давление», «возьми анализ на цинк». Не задает вопросов, не занимается диагностикой. Получается бессмысленно.

Если мы идем к хорошему врачу, мы ждем, что пожалуемся — и врач сам выстроит версии, назначит нужные анализы, свяжет симптомы между собой, поставит диагноз, и желательно еще подсветит пару неожиданных инсайтов («попробуйте есть меньше сникерсов»).

Вот я считаю, что от аналитиков надо ждать чего-то подобного. Они должны быть диагностами для бизнеса, но слишком часто они просто «медсестры в халатах врача», которые просто выполняют поручения. К ним приходят с каким-то запросом типа «какой у нас рост среди женщин на Android за прошлый месяц?» — они пойдут кверить и принесут цифру. Самая простая дата-роль, выше которой уже дата-инженеры, саентисты и так далее.

Но по-хорошему, так быть не должно, и я думаю (надеюсь), такие люди из компаний будут потихоньку исчезать за бесполезностью. А вот нормальные аналитики останутся, потому что это не те, кто отвечают на одни и те же вопросы каждый день.

Хороший аналитик любого профиля — как тот чел из «Матрицы», который смотрел на нули и единицы, а видел блондинок и брюнеток. Только аналитик смотрит на бизнес и видит взаимосвязи всех его областей, надстройки и костыли, а также точки роста.

Что, на мой взгляд, отличает хорошего аналитика:
✔️В основном, не просто отвечают на закрытые вопросы, а формулируют свои. Как детектив, который по уликам выстраивает историю, аналитик делает это с помощью данных.
✔️Ловят несостыковки. Увидели странность в метрике — сами лезут в логи, разговаривают с командами, связывают поведение клиентов и деньги.
✔️Приносят low-hanging fruits. Не идеи «вообще», а конкретные гипотезы с оценкой импакта и простым планом внедрения.

Ирония в том, что такие люди редко надолго остаются «аналитиками»: они уходят в продукт, в data science или запускают что-то свое (телеграм-канал на 300 подписчиков) — так что найти таких в свою компанию сложно.

Но искать таких все равно надо — тех, кто приходит с вопросами, о которых вы сами ещё не догадались.

Мини-чек для интервью:
🎱Попросить рассказать кейс, где кандидат сам нашёл проблему без входящего запроса и довёл до результата.
🎱Дать открытый вопрос, и спросить, на что человек бы смотрел и почему.
🎱Дать кейс с заведомо противоречащими друг другу с точки зрения здравого смысла данными, и посмотреть, заметит ли кандидат по ходу решения.

Сммщица прислала ссылку на статью, где глава разработки Cursor делится «принципами работы и жизни». Спросила, что думаю.

С большинством тезисов я, правда, согласен, но от текста остаётся лёгкий привкус Тони Роббинса в стиле: «Лучше быть молодым, богатым и здоровым, чем старым, бедным и больным». В статье как будто подразумевается, что вы стартуете с чистого листа, у вас мешок денег и доступ к топ-талантам.

Возьмём первый сегмент: «скорость важнее всего, шиппим сразу, маленькие команды». Классно — когда речь про маленькую (и дорогую) бригаду супер сеньоров и индустрию с правом на ошибку. А теперь представьте ранний финтех с seed-раундом, которого хватает на одного A+ и пачку мидлов/джунов. Быстрый релиз полусырых фич в таком случае — это потенциальный security breach и куча регуляторных проблем. Почти ко всем остальным пунктам — та же оговорка: в вакууме отлично, в реальности — сильно зависит от контекста.

Обычно это «я не спецалист в этом, но ты мой знакомый, так что будешь CTO». Полгода искали product-market fit, нашли, когда уже подкопили говнокода и легаси, кое-как (дай бог) подняли немного денег на найм и трафик. Параллельно происходят 8-12 попыток пивота. Пока глава разработки Cursor пишет никогда не экономить на сотрудниках, бюджет говорит вам, что все-таки можно и сэкономить.

К сожалению, чтобы выжить, бизнесы часто вынуждены постоянно идти на компромиссы:
🟣Нанимать тех, кого могут потянуть, а не тех, кто идеально подходит.
🟣Жить с легаси и техдолгом — параллельно что-то починяя и не давая продукту умереть.
🟣Срезать углы по таймингу из-за рынка и инвесторского давления.
🟣Балансировать продукт/качество/скорость, потому что «сделать идеально» = «не выпустить никогда».

В большинстве реальных компаний зрелые решения — это не «подогнать всё под идеальный темплейт», а умение балансировать между светлым будущим и суровой реальностью.

Часто, чтобы бустануть выручку, не нужен никакой сложный AI/ML — хватает трезвой головы и нормального плана. Недавний кейс.

Клиент из entertainment с внутренним магазином (монетки-кристаллы / жилые массивы). Цель: увеличить revenue, а то что-то она так себе: новые фичи постоянно пилят, а выручка всё на том же уровне.

Мы сделали быстрый план из трёх этапов — это был компактный роудмап на 5 страниц, не включающий в себя разработку (и по деньгам это вышел не «полный проект», а заметно более скромная история). План такой:
1. Быстрые победы — что-то, что можно сделать сразу и получить максимум выхлопа.
2. Правила вместо ML — внятная продуктовая логика: сегменты, офферы, прайс-тесты, бандлы, пэйволы.
3. Видение на ML — что делаем дальше, когда соберём нормальные данные и захотим масштабировать.

Они за две недели сделали пункты 1 и 2 — и выручка подпрыгнула на +10% сразу на А/В-тесте. В целом, ожидаемый результат, когда вместо внедрения трендов просто системно наводишь порядок.

Мораль простая:
👾Не всегда нужен сложный AI, чтобы заработать деньги. Часто хватает здравого смысла и чёткого плана.
👾ML — это мультипликатор. Сначала порядок в данных/правилах, потом — модели.

Очень интересно, что там будет после третьего этапа, постараюсь тут рассказать тоже.

CFO OpenAI недавно сказала, что AI-кодинг скоро убьет SaaS-индустрию. Компании поймут, что проще и дешевле собрать свой внутренний инструмент, чем платить кому-то за подписку.

Почему к этому стоит относиться осторожно.

Во-первых, это выгодный для OpenAI нарратив. Если «делать своё» станет стандартом, люди будут больше просить у моделей писать код, а значит — больше покупать продукты и подписки OpenAI. Во-вторых, взгляд из башни крупной AI-платформы легко недооценивает грязную, дорогую часть эксплуатации продукта: поддержка, баги, безопасность, соответствие требованиям.

И ещё момент: в B2B SaaS-ах тоже не дураки сидят. Те же вендоры уже используют AI coding-тулы у себя, поэтому их скорость и качество разработки тоже растут. Сомнительно, что с теми же самыми инструментами разработчик «непрофильной» компании соберёт корпоративный мессенджер лучше, чем сотни инженеров Slack.

Ну и на деле часто дешевле платить вендору. Свой инструмент — это не только «разработать», это «жить с ним»: чинить, обновлять, держать совместимость, закрывать уязвимости. Вайб-кодинг отлично подходит для прототипа и быстрых внутренних автоматизаций, но плохо — для систем, на которые вы опираете выручку и операции.

Что почти всегда разумнее ПОКУПАТЬ (если это не кор-продукт, конечно):
💚Авторизацию и управление доступом. Ошибки здесь слишком дороги.
💚Платежи, выставление счетов и налоги. Миллион регуляций и корнер-кейсов.
💚Отправку писем и сообщений. Доставляемость, отписки, репутация домена.
💚Поддержку пользователей: тикеты, база знаний, чат. Это инфраструктура, а не отличие.

Что чаще стоит СТРОИТЬ САМИМ:
💚Естественно, кор-продукт — то, за что клиент платит вам, а не соседям.
💚Уникальные бизнес-процессы, которые дают преимущество.
💚Быстрые прототипы, чтобы проверить гипотезу за неделю.
💚Интеграции, где нишевая экспертиза важнее «просто подключить».
💚Собственные отчёты по ключевым метрикам бизнеса (на базе готовых хранилищ/аналитики).

Коротко: делать своё имеет смысл там, где рождается отличие и профит. Во всём остальном чаще побеждает здравый смысл: купить готовое, сосредоточиться на продукте и клиентах.

В стартапах нельзя «сделать всё правильно». Даже с сильной командой шанс взлёта — условные 10%. С середнячками — 2%. Несправедливо? Да. Но середнячков кратно больше — поэтому на витрине успехов часто сияют проекты, где всё было сделано через ж… им просто повезло.

Что с этим делать (и не сойти с ума):
✨Играть на вероятности, а не на гордости: больше бросков кубика — короткие циклы, маленькие релизы, быстрые итерации.
✨Вешать «якоря»: заранее задайте триггеры «стоп/пивот» по метрикам и срокам, чтобы не вариться год в самообмане.
✨Искать внешние глаза: раз в какое-то количество времени обращайтесь за критикой/советом к людям вне команды или каким-то внешним экспертам (привет😉).
✨Беречь ресурс, чтобы дожить до потенциальной удачи: отдых, темп, фокус. Пускай везение застанет вас живыми.

Стартап — это не гений-одиночка, а много людей, которые неизбежно косячат. Успех — когда эти косяки не убили компанию раньше, чем прилетело везение. Задача фаундера — максимизировать этот шанс.