Костя Д. про продукт – Telegram
Костя Д. про продукт
188 subscribers
120 photos
49 videos
3 files
182 links
Собираем успех из идей и гипотез! 🔮
На этом канале я рассматриваю различные аспекты продукт-менеджмента, c основ до бест практик.
Автор - @Loluk777
Download Telegram
🤖 Я месяц работал только с AI-помощниками. Вот что узнал

Решил поставить эксперимент: месяц делать минимально всё руками, если это можно скинуть на AI.

Что зашло:
1) Исследования — вместо часа гугления получаешь выжимку за 10 минут. Но факты проверять всё равно надо, AI может уверенно врать. (Привет http://perplexity.ai)
2)Тексты — накидал структуру, AI развернул, ты отредактировал. Вместо часа — 20 минут. Главное не копипастить тупо, а пропускать через себя.
3)Код — "напиши скрипт который делает X" и оно работает (ну, в 70% случаев). Для не-программистов это читерство уровня бога.
4) Идеи — отличный собеседник для брейнштормов. Из 20 вариантов обычно 2-3 норм, но это уже точка старта.
5) Обучение — как персональный препод, который объясняет простым языком и отвечает на вопросы в любое время.

Что НЕ зашло:
1) Принимать решения — AI даст 10 вариантов, но выбрать должен ты
2) Понимать контекст — написал формально правильно, но без учёта эмоций и нюансов
3) Реальный креатив — может скомбинировать идеи, но не создать что-то прорывное
4) Работа с людьми — звонки, переговоры, конфликты — тут AI бесполезен

Главный инсайт:
AI — это не замена мозгу. Это некий апгрейд.
Как калькулятор. Он убирает рутину, чтобы ты мог думать о важном.

Что изменилось:
Работаю на 1-2 часа меньше, но делаю столько же. Больше времени на обучение.
Но самое странное: я стал больше думать. Потому что AI взял часть исполнение, и освободилось место для стратегии хотя бы.

Практика:
- Редактируй всё что AI выдаёт
-Учись правильно спрашивать
-Проверяй факты всегда
-Используй для ускорения, а не замены мышления

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍13🔥542🦄1
AI-генерируемые фичи: почему 90% идей ChatGPT — мусор 🤩

Как то сидел на фиче-грумминге с командой. Смежный начинающий продакт открывает ChatGPT и говорит: "Я попросил AI предложить фичи для нашего приложения, вот список из 50 идей!"
Я пролистал. Орнул 😂

Там было ВСЁ. И геймификация с бейджиками. И AI-аналитика поведения. И блокчейн интеграция (серьёзно?). И персонализированные рекомендации на основе машинного обучения.
Знаете, сколько из этого реально нужно пользователям?
Ноль!

Вот в чём проблема:
AI генерит идеи на основе того, что технически возможно и что где-то уже существует. Но он не знает трёх вещей:

1) Какую проблему реально решает твой продукт
2) Кто твои пользователи и что им больно
3) Какие у тебя ресурсы и что действительно двинет метрики

Получается красивый список фич, которые звучат модно, но нахуй никому не нужны.

Реальный пример:
Мы делаем приложение безбренда в store для учёта расходов. Простое, понятное, работает.
ChatGPT предложил:
-Добавить социальную сеть, где люди делятся своими тратами
-Геймификацию с уровнями и достижениями
-AI-советник по финансам
-Интеграцию с криптокошельками

Звучит прикольно? Да.
Нужно это нашим пользователям? Нет.
Знаете что им реально нужно? Чтобы приложение не тормозило. Чтобы можно было быстро добавить трату одной кнопкой. Чтобы работал экспорт в Excel.
Скучно? Пзд как. Но это решает реальную боль.

Почему AI генерит мусор:
1) Он не знает контекста
AI не понимает, что твой продукт используют таксисты в возрасте 50+, которым похер на геймификацию. Они хотят просто занести доход за день и всё.
2) Он копирует успешные паттерны
"У Spotify есть персонализация? Давай и тебе!" Но Spotify — это миллиарды треков. А у тебя 100 товаров в каталоге. Нах...я там ML?
3) Он предлагает сложное вместо простого
AI любит сложные решения, потому что они "технологичные". А пользователю часто нужно просто убрать один лишний клик.

Как отличить идею от мусора:

Плохая фича:

-Звучит технологично
-"Как у конкурентов, только лучше"
-Непонятно какую проблему решает
-Сложная в реализации

Хорошая фича:

-Решает конкретную боль конкретного пользователя
-Можно объяснить за одно предложение
-Есть метрика, которую хочешь улучшить
-Пользователи сами просят (или хотя бы кивают "да, было бы круто")

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
115👍7🔥33💯1
👩‍💻 Prompt-engineering — новый главный skill для PM?

Недавно на конфе продактов один спикер сказал: "Если ты не умеешь писать промпты в 2025 — ты не продакт". 😂

Я чуть в голос не заорал.
Видел все хайпы: agile, lean, growth hacking, blockchain. Теперь prompt engineering?

Давайте разберёмся нужна ли эта темка.

Что это:
Вместо "сделай мне презу" пишешь:
"Ты — опытный продакт. Создай структуру roadmap для C-level на 10 слайдов. Акцент на метриках и ROI. Тон формальный. Используй RICE для приоритизации."
И AI выдаёт что-то реально полезное.

Где помогает:
-Исследования — "проанализируй 5 конкурентов по: цены, фичи, аудитория, слабости. Формат: таблица." Экономишь час.
-Документация — "преобразуй заметки в PRD. Выдели: проблему, решение, метрики, риски." Черновик за минуту.
-Аналитика — "найди аномалии в retention по когортам, дай топ-3 гипотезы." Вместо трёх часов — 5 минут.

Но:
Хороший промпт = ты чётко понимаешь что хочешь. Если не понимаешь — получишь красиво оформленную ху..ню

Где НЕ поможет:
-Понять что нужно пользователям (надо разговаривать)
-Принять решение (AI даст варианты, выбирать тебе)
-Договориться с командой (нужны soft skills)
-Выстроить стратегию (нужен контекст и видение)

То есть всё то, за что тебе реально платят.

Мой опыт:
Не учился специально. Просто начал использовать. Методом тыка понял:

1) Чем конкретнее запрос — тем лучше
2) Указывай роль ("ты продакт-менеджер")
3) Задавай формат ("список", "таблица")
Добавляй контекст ("наш продукт — B2B SaaS")

Всё. Этого хватает на 90% задач.
Никаких курсов за 20к не нужно.

Это навык или хайп?
И то, и то.
Навык — умение чётко формулировать задачу AI экономит время.
Хайп — это продают как что-то сложное. "Пройди курс, стань промпт-инженером".
Бро, это не инженерия. Это умение формулировать мысли.
Если умеешь писать хороший тикет в Jira — умеешь писать промпты. Принцип тот же: задача, контекст, результат.

Что важно:
Не КАК ты пишешь промпты. А ЗАЧЕМ.
AI чтобы ускорить рутину → круто
AI чтобы не думать самому → ты деградируешь
AI чтобы генерить фичи без юзеров → ты мёртв как продакт

Вывод:
Стоит ли учиться писать промпты? Да.
Стоит ли идти на курсы? Нет.
Просто начни использовать. За неделю наберёшься опыта больше чем за курс.
Твоя ценность как продакта не в промптах. А в том, как ты понимаешь пользователей, принимаешь решения, двигаешь продукт.
Если это умеешь — промпты освоишь за пару дней.
Если не умеешь — никакой prompt engineering не спасёт.

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
113👍5🔥32
😺 Человеческие soft skills в мире AI: что действительно важно

Читаю статью на Хабре. Разработчик пишет: "Я попросил ChatGPT написать решение, он всё расписал за минуту. Зачем нам архитектор?"
Полез в комменты. Через неделю этот же чувак обновился: код положил продакшн на 4 часа.
AI написал технически правильно. Но не знал про легаси систему, которая не дружит с async запросами. Архитектор бы знал.
Вот вам и "замена людей".

Что AI умеет уже сейчас:
1) Обрабатывать данные
2) Генерировать контент по шаблонам
3) Ускорять рутину
4) Давать варианты решений
5) Писать код под MVP
6) Заменить саппортов 1-ой линии

Что AI НЕ умеет:
1) Чувствовать людей
2) Понимать нюансы и контекст
3) Принимать решения в неопределённости
4) Договариваться и находить компромиссы

И это именно то, что важно в продакте.
Навыки, которые нельзя автоматизировать:


1. Эмпатия
Дизайнер приносит макет. Формально ок. Но я вижу — он потухший. Спрашиваю: "Всё норм?".
Оказалось, не спал две ночи, проблемы дома. Перенесли дедлайн. Через неделю принёс огонь.
ChatGPT не спросит "как ты, всё ок?".

2. Критическое мышление
AI даст 10 вариантов. Выбрать нужно тебе.
И тут важно:
Учесть что команда устала
Вспомнить про миграцию через месяц
Понять что вариант №3 выглядит хуже, но решает реальную проблему
AI не знает контекста. Ты знаешь.

3. Умение слушать и слышать
Клиент: "Нам нужна интеграция с 1С".
Плохой продакт: "Ок, делаем".
Хороший копает глубже: им не нужна интеграция. Им нужно не вбивать данные дважды. Решение может быть другим.
AI ответит на запрос буквально. Не умеет копать.

4. Умение говорить "нет"
CEO хочет фичу. Инвесторы другую. Клиенты третью. Команда не может.
Кто скажет "нет"? AI выдаст дипломатичный текст. Но сказать должен ты.
Принять недовольство. Объяснить. Устоять под давлением.
Это не автоматизируешь.

5. Чувство момента
На планёрке назревает конфликт. Ещё фраза — всё взорвётся. Переводишь тему. Потом отдельно говоришь с каждым.
Или чувствуешь — пора тяжёлого разговора. И не откладываешь.
AI не чувствует атмосферу.

6. Умение признавать ошибки
"Я был неправ. Мы идём не туда. Меняем курс."
Сказать команде. Взять ответственность. Не искать оправданий.
AI не несёт ответственность. Ты несёшь.

Главное:
AI будет забирать всё больше технических задач.
Но ценность создают те, кто умеет:

-Видеть суть проблемы
-Чувствовать людей
-Принимать решения в хаосе
-Вести за собой
-Создавать то, чего ещё нет

Какой инсайт я получил для себя:
Чем больше AI берёт технического — тем важнее человеческое.
Раньше ценился продакт, знающий все фреймворки. Сейчас это гуглится.
Ценится тот, кто умеет работать с людьми. Понимать. Договариваться. Принимать сложные решения.
Я боюсь не того, что AI заменит продактов.
Я боюсь что продакты начнут полагаться на AI там где нужно думать самому.

Когда вместо разговора с пользователем спросят ChatGPT "что им нужно".
Когда перестанут развивать эмпатию и критическое мышление — "и так норм, AI поможет".
Вот тогда заменят.


Вывод:
AI — инструмент. Используйте.
Но ваша ценность не в промптах.
А в том, насколько хорошо вы понимаете людей и решаете их проблемы.
Это не автоматизируешь. 100%

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
112👍7💯63
This media is not supported in your browser
VIEW IN TELEGRAM
🔥WOW! ElevenLabs выкатили мощную универсальную платформу для продакшена под ключ!

Что туда входит:
• Видео: Veo 3.1, Sora 2, Kling 2.5, Wan 2.5, Seedance 1 Pro
• Картинки: Nano Banana, Flux Kontext, Wan, Seedream
• Апскейл до 4K: Topaz
• Аудио, музыка, SFX — прямо в Studio
• Полный монтаж внутри платформы: обрезка, субтитры, липсинк

Проще говоря: в ElevenLabs теперь есть всё, что нужно для создания контента от идеи до финального ролика.

Моё личное мнение от лица PM:
-Единая экосистема вместо набора инструментов = выше LTV, ниже отток, сильный lock-in. Клиент больше не прыгает между сервисами — он остаётся внутри ElevenLabs.

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
10🔥6🦄32😱1
🚬 Ты не проигрываешь. Ты учишься.

Прочитал биографию Манделы на днях. 27 лет в тюрьме. Потом — президент ЮАР.
Его спросили: "Как вы пережили столько поражений?"
Он ответил: "Я никогда не проигрываю. Я либо выигрываю, либо учусь."

Ты не получил работу.
Готовился неделями. Репетировал ответы. Купил идеальный наряд.
Но выбрали не тебя.
Твой стартап умер после двух лет жизни на диванах у друзей.
Повышение досталось человеку, который пришёл год назад.
Твой проект закрыли, хотя ты вложился полностью.
Письмо с отказом лежит в почте как тяжёлый груз.
И внутри шепчет голос:
«Ты не создан для этого.»
«У всех получается, кроме тебя.»
«Может, пора смириться?»


А что если:
Каждый откат — это данные?
Каждый отказ — это перенаправление?
Каждое "поражение" — это подготовка?
Та работа, которую не получил?
→ Ты понял, что нужно улучшить к следующему разу.
Тот стартап, который провалился?
→ Ты узнал, что реально нужно клиентам.
То повышение, которое досталось не тебе?
→ Ты увидел, какие навыки в компании двигают вперёд.

Боль настоящая — уважай её.
Но не позволяй ей писать твою историю.
Ты не проигрываешь. Ты учишься.
И каждый урок делает тебя сложнее остановить.
То жжение, которое ты чувствуешь?
Это не провал.

Вот интересно, когда ты вспоминаешь отказ, который тебя изменил — какой навык он вынудил тебя развить дальше?

🩵 - Если откликается!
Please open Telegram to view this post
VIEW IN TELEGRAM
115💯7👍3🦄11
🗒 10 сценариев применения AI-агентов от блога IBM Technology.

Ребята объясняют простыми словами где можно применять данных агентов: Оригинал видео youtube

1) Сельское хозяйство (IoT, Internet of Things): автономный мониторинг условий и оптимизация решений для ферм (например, автоматизация полива и управление урожайностью).

2) Контент-креатив и генерация (RAG, Retrieval Augmented Generation): поиск релевантной информации, генерация и постоянная доработка контента на основе актуальных данных.

3) Реагирование на чрезвычайные ситуации (Disaster Response, Multi-Agent): многопоточная координация аварийных служб, анализ спутниковых снимков, соцсетей и управление действиями спасателей.

4) Финансы и банкинг: потоковая обработка транзакций в реальном времени для выявления мошенничества с помощью моделей детектирования аномалий.

5) Клиентский сервис (Customer Experience): анализ тональности сообщений клиентов и динамическая корректировка ответов, чтобы улучшить взаимодействие.

6) Здравоохранение: координация действий различных медицинских специалистов, автоматизация назначения процедур и анализ медицинских данных.

7) IT-операции: автоматическое устранение сбоев, анализ тысяч сигналов системы, выявление и устранение причин инцидентов с помощью скриптов.

8) Логистика и цепочки поставок (Supply Chain): прогнозирование спроса, управление запасами, оптимизация маршрутов перевозки.

9) Транспорт (Transportation): динамическая перепланировка маршрутов и оптимизация доставки с учетом изменяющихся условий.

10) HR (кадровые процессы): автоматизация найма, анбординг и помощь новым сотрудникам через персональных агентов.​

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
8👍32🦄1
🎯 Эффективность в 5 раз выше человека! Почему победа Grok 4 в Vending Bench важна?

Пока мы обсуждаем, можно ли доверить AI написание текстов, Маск запустил модель, которая самостоятельно управляет бизнесом почти год.

🙀Что произошло
xAI выпустила Grok 4 и протестировала его на Vending-Bench — это не очередной synthetic benchmark про решение задачек. Это симуляция реального бизнеса: вендинговый автомат, который нужно вести месяцами.

Результаты ломают шаблоны:
- Grok 4 проработал 324 дня без критических фейлов
- Прибыль: $4694 (на 31% больше GPT-5)
- Продано товаров: 4569 vs 2471 у GPT-5
- Только 3 модели вообще смогли обогнать человека ($844 за 5 часов работы)

Самое дикое: xAI поставила реальный вендинг с Grok в своём офисе. AI сам решает ценообразование, заказывает товар, управляет кэшфлоу. Команда каждый день проверяет, не закажет ли он 500 пачек орехов или не забудет ли про $2 на аренду.

☺️ Почему это прорыв для продактов

1. Это не тест знаний — это тест выносливости
Большинство AI-моделей отлично решают разовые задачи. Но когда дело доходит до длительных бизнес-процессов — они сыпятся.
Конкуренты Grok не прошли "барьер 120 дней" — начинались циклы деградации, нелогичные решения, краши. Grok держался почти год.
Для нас это значит: AI наконец-то может не просто помогать, а брать на себя целые процессы без постоянного надзора.

2. Экономическая интуиция важнее IQ
Vending-Bench тестирует не "ответь правильно на вопрос", а "заработай прибыль".
AI должен:
- Балансировать revenue и costs
-Динамически менять цены
- Оценивать риски
-Отключать неэффективных поставщиков
- Управлять инвентарём
Это ровно то, что мы делаем в продуктах каждый день. Только теперь AI может делать это автономно и стабильно.

3. От чат-ботов к бизнес-операторам
Мы привыкли использовать AI как ассистента: "помоги написать", "проанализируй данные", "сгенерируй идеи".
Grok 4 показывает другой уровень: AI как самостоятельный оператор бизнес-процессов. Не помощник PM, а PM.
Это открывает путь к:
- Автоматизации supply chain
- Управлению ценообразованием в реальном времени
- Автономной оптимизации операций
- Интеграции с физическими системами (робототехника, производство)

4. Новый стандарт для оценки AI
Забудьте про "модель получила 95% на MMLU". Это vanity metrics.
Новый вопрос: "Сможет ли твоя модель управлять реальным бизнесом 6 месяцев без фейла?"
Если нет — это просто умный калькулятор для разовых задач.

🙋‍♂️Что это меняет в работе продакта?
- Переосмысление делегирования
Раньше: "AI может помочь с анализом"
Теперь: "AI может взять весь процесс на себя"
- Фокус на долгосрочную стабильность
Не "насколько умна модель", а "насколько она надёжна в длинной дистанции"
- Готовность к автономным агентам
Продукты будущего — это не интерфейсы для людей, а платформы для AI-агентов, которые работают 24/7 без деградации
- Новый подход к рискам
Если AI управляет реальными процессами, нужны новые системы контроля, мониторинга и fail-safe механизмов

Итого:
Если твой продукт завязан на операционных процессах (supply chain, pricing, inventory, logistics) — пора тестировать AI не на разовых задачах, а на симуляциях длительных операций.
Вопрос уже не "может ли AI это сделать", а "сколько времени он продержится без фейла".
Будущее — за AI, который работает месяцами без присмотра, а не за тем, кто круто отвечает на вопросы в чате.
🔥 Маск снова показал: пока все оптимизируют chatbot UI, он строит AI, который управляет реальным бизнесом.

Если хотите почитать подробнее тут вот описание кейса --> смотреть

🩵 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
7😱5👍3🔥21
🤩 Через 3 года не будет junior PM-позиций?

Что делает джун:
-Пишет задачи в Jira. Анализирует конкурентов. Рисует customer journey. -Собирает требования. Делает презы. Готовит отчёты.
-AI делает это за минуты. И часто лучше.

Реальность:
Мой знакомый middle использует AI для всего что раньше делал джун. PRD за 15 минут вместо 3 часов. Анализ данных с инсайтами которые сам бы пропустил.
Он делает работу за двоих. Один человек с AI.
Зачем компании платить двоим?

В чём проблема:
Раньше: Junior → Middle → Senior → Lead
Теперь: Junior → сразу Middle?
Но как стать middle без точки входа?

💯 Вот что я считаю важно:
Junior-позиция — это не только про задачи. Это школа где ты:
-Учишься чувствовать продукт
-Набиваешь шишки на безопасных задачах
-Понимаешь как работать с командой
Развиваешь чутьё

AI может написать PRD. Но не научит чувствовать продукт.
Я был джуном и делал тупую рутину. Скучно капец как.
Но там я научился видеть паттерны, задавать правильные вопросы, отличать важное от шума.
Если бы стартовал сразу middle — сдох бы. Не было базы.

Что будет:
Компании будут нанимать только опытных. AI закрывает entry-level.
Но откуда опытные если нет входа?
Замкнутый круг:
Компании: "Нужен middle с опытом"
Джуны: "Как получить опыт если не нанимают?"

👀 Кто выживет:
Не те кто делает то что AI делает лучше.
А те кто делает то что AI не умеет:
1) Говорить с людьми вживую. Не "AI проанализируй отзывы", а живое интервью где видишь эмоции, ловишь недосказанное.
2) Решать в хаосе. CEO хочет одно, разработчики другое, юзеры третье, данных нет. AI тут не поможет.
3) Чувствовать продукт. Видеть где юзер споткнётся. Понимать что фича технически норм, но интуитивно — говно.
4) Работать с людьми. Договариваться. Вдохновлять. Тушить конфликты.

Если ты джун:
Не конкурируй с AI в том что он умеет.
Ты не напишешь PRD быстрее ChatGPT. Не проанализируешь конкурентов глубже. Смирись.

👊 Качай другое:
- Иди на митапы, говори с людьми
Запусти свой микро-продукт (лендинг + 100 юзеров = опыт)
- Работай бесплатно в стартапе на задачах с людьми
- Учись задавать вопросы, а не искать ответы
- Прокачивай эмпатию

Компаниям тоже может кстати прилетить:
Сейчас: "Ура, не платим джунам!"
Через 3 года: "Бл, где брать опытных? Все заняты. Новых не растили."
Дефицит. Война за таланты жёстче чем сейчас (не факт, но всё же)

Что мне кажется появится вместо:
Junior как позиция может умереть. Но появится:

-Product apprenticeship (стажировки с фокусом на людей)
-Микро-продукты как портфолио вместо резюме
-Опенсорс продукты = опыт
-Community где делаешь реальные штуки

Итого:
Мне кажется, что AI не заменит продактов. Он заменит продактов которые делают то, что умеет AI.


💙 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
9🔥4😱3💯1
Зачем нанимать "дата-дривен" PM-ов, если у вас нет данных?? 🔫

Открываешь hh.ru: "Ищем data-driven PM с опытом построения продуктовой аналитики, A/B-тестов, метрик AARRR, когортного анализа, SQL, Python..."

Реальность большинства компаний:
- Яндекс.Метрика есть, но event tracking не настроен
Amplitude/Mixpanel в wishlist, но "дорого, санкции"
"A/B тесты" = раскатили на 100% и ждём чуда
- Retention считается в Excel раз в квартал
- Аналитик один, тонет в ad-hoc запросах
- Пирамиды метрик нет
- Дашборды в Google Sheets, обновляются по пятницам

И в это нанимают продакта: "мы data-driven, тут будет интересно 👏"

🤔Что происходит дальше:
Приходит опытный PM. Привык к north star metric, input/output metrics.
Неделя 1: "Покажите retention по когортам."
— "Нет. Можем посчитать вручную."
Неделя 2: "Запустим эксперимент на онбординг."
— "Нужен месяц на настройку."
Неделя 3: "Funnel от регистрации до покупки?"
— "События не настроены. В бэклоге."
Неделя 4: "Как измеряете PMF? NPS, retention?"
— "На ощущениях. Клиенты не жалуются."
Через месяц PM понимает: тут не data-driven. Тут авось-driven.

Особенности 2025:
После ухода зарубежных инструментов:

Был Amplitude → самописное на Clickhouse (никто не поддерживает)
Мигрировали на российские → потеряли 40% данных
AppMetrica есть, но базовый тариф без custom events
Ждём когда Яндекс допилит аналог

И ищут PM "с Amplitude, Mixpanel, BI, A/B, SQL-гуру"

😠 Что реально происходит:
В 80% компаний PM работает на:

- Customer Development, интервью
- User feedback из поддержки
- Product интуиции
- Экспертизе команды
- Usability testing
- Доменном опыте

И это рабочий подход.
ВКонтакте первые годы не был data-driven. Авито на customer feedback. Ozon на очевидном.
Они решали явные проблемы, не парясь о cohort retention.

Что делать компаниям:
Вариант 1: Инвестируй
Создай условия:

- Product analytics (AppMetrica, Roistat, Clickhouse)
- Experimentation platform
- Data analyst в команду
- Дашборды с core metrics
- North star metric и пирамиду метрик

Дорого. Долго. Но иначе Senior PM уйдёт.

Вариант 2: Будь честным
"Ищем PM с навыками customer development. Аналитика базовая (Метрика + AppMetrica), решения на основе user research. Работа в неопределённости с минимумом данных. Если комфортно и знаешь как валидировать без A/B — welcome."
Найдутся PM которым это интересно.


👨‍💻Что делать продактам:
Копай глубже на интервью:

- Какой стек? Покажите dashboard
- Как часто эксперименты? Покажите последний A/B
- Кто работает с данными? Есть analyst?
- Как определяете success metrics?
- Пример решения на основе данных за месяц?

Мямлят общими фразами → данных нет. Точка.

Вывод:
Если нет инфраструктуры для data-driven — не нанимайте data-driven продактов, или будьте честны что им строить с нуля.

👍 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥5💯32
Данный пост будет полезен всем менеджерам и не только !) ❤️
Please open Telegram to view this post
VIEW IN TELEGRAM
5
Forwarded from эйай ньюз
Как генерить презентации?

Продолжение рубрики с обзором AI продуктов. Я рассматривал инструменты с точки зрения человека, которому нужно время от времени сделать презу на скорую руку. Он не разбирается в дизайне, но хочет, чтобы было красиво и бесплатно. Думаю, для профи топ будет примерно таким же, особенно учитывая возможность экспорта в PPTX.

Сначала про пайплайн. Во всех этих инструментах есть функция "превратить документ в презентацию", но работает она непредсказуемо и часто плохо.

Лучше так: сначала готовим текст для слайдов в Gemini (или в локальной LLM, если боитесь, что Google украдёт ваши гениальные идеи), получаем чёткие bullet-points, и уже с этим текстом идём в генераторы.

Gamma
Самый надёжный и удобный. Есть разные режимы обработки текста, в том числе "оставить как есть" и "сократить" (при этом он не переписывает, а именно вырезает ненужное, сохраняя авторский стиль). Шаблоны красивые, палитр много, а главное — удобный интерфейс для ручной доработки. За раз делает до 10 слайдов, но остальные можно легко догенерить при редактировании. Есть даже агент для массовой обработки презентации по промпту. Лимиты щедрые.

Manus
Интересен тем, что бэкэнд у него на HTML, что даёт больше возможностей для инфографики. Хорошо работает с таблицами и визуализацией данных. Он всё же напортачил местами с вёрсткой, но это исправляется одной кнопкой regenerate (там это называется smart optimize). Genspark в этом плане постабильнее. Минусы: мало своих шаблонов (хотя Neon Cyberpunk симпатичный), но можно загрузить свой. Есть экспорт в Google Slides c некоторыми ограничениями, лимиты очень щедрые.

Genspark
В целом, всё то же, что и у Manus, но с более гибким редактором. Тоже отлично работает с визуализацией данных, но шаблонов совсем мало. Третье место только потому, что у него нет неонового 😂. К тому же, без подписки нет нормального экспорта (а делать скриншоты — это не наш метод).

Chronicle
Очень красивые и стильные шаблоны, хоть их и мало. Картинки сам не расставит и даже в инфографику не умеет. Но шаблоны настолько стильные, что его нельзя пропускать. Идеально для минималистичных, чисто текстовых презентаций.

Остальные (пока сыроваты, но следить стоит):
- Snapdeck: Делает очень прикольные схемы, диаграммы и таблицы. Хорош в визуальном повествовании, но сыроват — нужно руками фиксить отступы. Кстати, бесплатных токенов хватило только на 12 слайдов.
- Figma: Редактирует только промптом, при этом токенов хватает лишь на пару запросов. Пока неюзабельна из-за багов в коде презентации и невозможности экспорта в PDF/PPTX.

Бонус!
Napkin: Это не генератор презентаций, но он интересно визуализирует данные. Это именно то, чего не хватает Chronicle, но по стилю они несовместимы, а жаль — была бы идеальная синергия.

PS: NotebookLM
Чуть не забыл! Весь тот же текст презы можно залить в NotebookLM и попросить его сделать видео с вашей презентацией. Получаются сходу хорошие слайды. Работает на русском, есть разные стили. Важно добавить правильный промпт, например, present this pitch deck like a founder, чтобы он именно *презентовал*, а не объяснял содержимое. Плюс сразу готовый текст, а то и сам питч. Подойдёт для вдохновения.

PPS: Для креативных маньяков
Все слайды потом можно прогнать через Nano Banana Pro и дико стилизовать. После того как я увидел презу от NotebookLM в стиле аниме (там есть такой шаблон), захотелось по приколу весь свой питч-дек перегенирить в стиле Attack on Titans.


Итог: Gamma — лучший универсальный инструмент. Manus и Genspark — для тех, кому важна визуализация данных. Остальные пока сыроваты, но следить за ними точно стоит.

@ai_newz
11👍4🔥1
🌈Agile-трансформация"— очень дорогая иллюзия корпораций

Компания нанимает Agile-коучей за 500к+ в месяц. Проводит тренинги. Вводит daily stand-ups, sprint planning, retrospectives. Покупает Jira на всех. Вешает постеры с Agile Manifesto и тд.

Через полгода ничего не изменилось. Процессы те же. Скорость та же. Проблемы те же.
Но теперь это называется "мы agile".

Реальная история из моего прошлого опыта:
Работал в корпорации. "Agile-трансформация" на несколько XX миллионов. Консультанты, тренинги, сертификации всё по ГОСТУ.

Что изменилось?
Раньше: Менеджмент спускал задачи. Команда делала молча. Релизы +- раз в квартал.
Теперь: Менеджмент спускал задачи. Команда делала молча. Но в Jira с story points. Релизы +-раз в квартал.
Только добавилось 5 часов встреч в неделю.

В чём проблема:
Agile — это не методология. Это культура и mindset.
Scrum внедряется за неделю. Культура меняется годами.

😤Системные проблемы, которые Scrum не решает:

1. Отсутствие доверия
Каждое решение согласовывается через 3 уровня менеджмента. Stand-up не поможет, если команда не может сама решать.
2. Страх ошибок
Одна ошибка = разбор, поиск виноватых, объяснительные. Sprint planning не изменит культуру где людей наказывают за инициативу.
3. Нет фокуса на ценности
Главное — выполнить план, отчетность. Retrospective не поможет, если команда делает фичи которые никому не нужны.
4. Медленные решения
Решение о небольшом изменении идёт неделями. Sprint не станет быстрее, если каждое изменение требует 5 апрувов.
5. Разобщённость
Разработка отдельно, дизайн отдельно, аналитика отдельно. Stand-up не создаст команду из людей с разными боссами.

🫡Что получается:
Все церемонии есть. Scrum Master сертифицирован.
Но:

-Команда делает что велят, а не что нужно юзерам
-Решения согласовываются месяцами
-Люди боятся инициативы
-Департаменты в изоляции

Это не Agile. Это waterfall с daily stand-ups.

🤔 Почему так:
Легче изменить процессы, чем культуру.
Процессы видимые: "Смотрите, спринты! Мы agile!"
Культура невидимая: доверие, автономия, фокус на ценности, право на ошибку.
Первое покупается за месяц. Второе требует годы.

Где работает:
Видел компании где трансформация реально работала.
Там начинали не с Scrum. Начинали с:

-Топ менеджмента
-Дать командам автономию
-Разрешить ошибаться
-Перестроить в cross-functional команды
-Научить фокусу на пользовательской ценности
-Упростить принятие решений

Scrum только оформил то, что уже было культурой.

😱Что делать:
Не начинайте с методологии
Сначала честно ответьте:

-Доверяете ли командам?
-Разрешаете ли ошибаться?
-Фокус на пользовательской ценности?
-Быстро ли принимаете решения?

Если "нет" — Scrum не поможет.
Признайте что это долго
Настоящая трансформация — 2-3 года минимум. Не "внедрили за квартал".
Начните с малого
Одна команда. Автономия. Убрать барьеры. Фокус на юзера. Сработало — масштабируйте.

👋Вывод:
Agile — не про stand-ups и спринты.
Это про культуру где команды имеют автономию, фокусируются на ценности, быстро адаптируются.
Если культуры нет — методология не поможет.


👍 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
10👍5🔥31
🇲🇾 Куала-Лумпур глазами продакта: когда контрасты — это фича

В отпуске прилетел в KL и понял — этот город как early-stage стартап. Что-то работает идеально, что-то сломано, но всё вместе почему-то функционирует.

Что ломает мозг за первые 48 часов

Grab = суперприложение, которое реально работает
Такси, еда, посылки, оплата счетов, страховка. Один app закрывает 80% городских сценариев. Мы годами пытаемся построить суперапп, здесь это как- то работает 🤪

Торговые центры = третье место
Каждые 1000 метров ТЦ с кондиционером (+35°C), WiFi, фудкортами, коворкингами. Это не про
шопинг — это городская инфраструктура. Люди живут в ТЦ: работают, едят, встречаются.

Еда 24/7 за $2-3
Мамаки (местные забегаловки) круглосуточно. Нормальная еда за копейки в любое время. Friction "я голоден" решён.

Cashless везде
От уличной палатки до такси — всё по QR. Touch 'n Go, GrabPay, карты. Наличка не нужна.

⚙️ Фичи, которые удивляют:
-Молельные комнаты везде — в каждом ТЦ, аэропорту, офисе. Инклюзивность на уровне архитектуры.
-Кондиционеры как религия — везде. При местном климате это survival feature.
-Фудкорты вместо ресторанов — 10-20 точек в одном месте. Маркетплейс еды в офлайне.
-Petronas Twin Towers как waypoint — видно отовсюду. Навигация: "иди к башням, потом поверни".
-Миксовая архитектура — рядом мечеть, храм, небоскрёб, ночной рынок. Город работает с контрастами как с фичей.

Что не работает

-Общественный транспорт — лотерея
Метро покрытие слабое. Автобусы "когда-нибудь". Grab выиграл потому что альтернатива сломана. Когда базовая инфра не работает — частные решения взрывают.
-Пешеходная навигация = хаос
Тротуары появляются и исчезают. Google Maps "5 минут" = 15 минут по жаре. Город под машины, не под людей.
-WiFi есть, но с friction — регистрация каждый раз. Зато мобильный интернет дешёвый — обходное решение.
- Контрастная экономика — роскошный ТЦ, за углом трущобы
Неравномерность бросается в глаза.

Частота города:

-ТЦ каждые 1000м — всегда есть где укрыться, поработать, поесть
-7-Eleven на каждом углу — любая потребность за 2 минуты
-Grab за 3-5 минут — мобильность решена
-Еда в радиусе 100м — никогда не голоден
- Почти всё работает до поздней ночи

Чистота — интересный кейс
Внутри зданий идеально. Снаружи — по-разному. Сервис на высоте там где за него платят.

🙋‍♂️Что украл для продуктов
1. Один app для всего — люди хотят не 10 специализированных, а один который решает всё.
2. Работай с контрастами — KL не скрывает разнообразие. В продукте тоже можно сделать rough edges частью identity.
3. Private побеждает когда public сломан — Grab взлетел потому что транспорт не работает. Есть большая боль — даже несовершенное решение выстрелит.
4. ТЦ как third place — офис, дом, и торговый центр. Продукт тоже может быть универсальным хабом.
5. Климат определяет поведение — при +35°C люди от кондиционера к кондиционеру. Физический контекст критичен.
6. Cashless как default — убери friction в оплате, конверсия взлетит.
7. Diversity как фича — продукт для всех сразу, не для одной группы.

Вывод:
KL — это работающий хаос. Что-то сломано, что-то гениально, но система функционирует.
Урок: не обязательно делать идеально всё. Можно сделать 3-4 вещи очень хорошо и закрыть главные боли. Остальное простят.
Мы зацикливаемся на полировке каждого пикселя. А можно просто решить главную проблему — и этого достаточно.

👍 - Если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
11👍10🔥5🦄2