Навык, которому не учат в школе и на работе
Осознанный риск

В школе и в вузе нас учат следующей парадигме — есть задачи, у них есть правильный ответ. Ты должен постараться, что-то выучить, подкачаться — тогда получишь 5 и будешь молодцом.
На работе есть должностные обязанности. Пишешь код быстро и хорошо - молодец. Даже если ты руководитель и развиваешь стрим с P&L и тебе нужно делать ставки на направления развития продукта — то твой акционер скорее всего разумный челвоек и не уволит тебя, если ты взял разумный риск и он не отработал. Да, ты не получишь премию. Но лишение премии при наличии фиксированной зарплаты в конкретный день не то чтобы равен риск потерять все зарплаты за 2 года.

За пределами этих компаундов, который созданы hr или государством, жизнь устроена по-другому.
(тут важный дисклеймер - казино это не осознанный риск)

А жизнь устроена так. Ты не знаешь заранее сработает ли твоя ставка. Ты не знаешь, получится ли у тебя запустить и свести бизнес, если ты в него вложишь сколько-то денег, ты не знаешь вырастут ли акции, ты не знаешь, понравится ли пользователям то, что ты сделал, ты не знаешь получится ли у тебя родить ребенка, ты не знаешь как другие люди поведут себя в той или иной ситуации вне своей функциональной роли, а главное как тебе с этим быть.

И ключевой навык - с максимально холодной головой без страха сесть и выписать, какую гипотезу мы проверяем, сколько мы н это ставим, взвесить и решить, идти ли на риск. Не прыгать в него из страха, а спокойно и с холодной головой туда идти. А когда уже решил пойти - проходить этот путь с азартом и весело, потому что мигом одним рискуем как говорится.
И мир не детерминирован, непредсказуем и этим и весел. И чтобы выигрывать, нужно делать ставки и рисковать. И еще надо обязательно проигрывать

Вот этому бы очень хотелось бы научить Зоеньку
Как у вас с риском и учите ли своих детей рисковать?

Лояльность клиента гораздо меньше зависит от того, что ты продаёшь, и гораздо больше — от того, как ты это делаешь

Недавно мы проиграли крупный тендер, дойдя до самого его финала. И дело было не в нашей экспертизе и даже не в цене. Дело было в коммуникации.

Как это было. Заходим в крутой проект. Очень крупный заказчик, нестандартная задача, куча референс-сессий, несколько вариантов ТЗ. Ребята на стороне клиента взрослые, с хорошей насмотренностью, гигантским опытом и со своими шишками.

Они аккуратно и подробно раскладывали нам задачу на нескольких созвонах : куча ограничений, отсутствие референсов, много внешних источников данных. В общем море нюансов.

Ну и мы, конечно же, желая продемонстрировать уверенность и опыт, говорим что-то типа: «Да это несложно, мы такое уже делали, всё быстро сделаем».
И мы действительно понимали, как решить задачу. Поэтому мне тогда казалось, что мы как раз демонстрируем экспертизу и внушаем доверие– мол, всё под контролем. Но это работает иначе.

В enterprise почти всегда товарный рынок компетенций. В большинстве конкурсов ситуация похожая:
– у 3-5 подрядчиков плюс-минус похожие технологии
– плюс-минус схожие стеки
– у всех есть «кейсы», уверенность и «мы такое делали».

Клиент это понимает.
Поэтому фактически, он голосует не за «что» (функционал), а за «как»:
– кто лучше понимает задачу и ее сложность
– с кем меньше вероятность опозориться, на внутреннем конкурсе
– кто не сбежит при первых же сложностях

Поэтому выбирает он тебя, чаще всего не из-за «уникального предложения», а за то, что ты умеешь оценивать риски, находишься в контексте задачи, понимаешь , что делать, если в какой-то момент все пойдет по пизде, справляешься с его хаосом, политикой, кривыми данными и страхом выглядеть идиотом.

Но когда ты залетаешь с «ребята, мы такое делали сто раз», ты не успокаиваешь, а обесцениваешь его задачу и тревогу. Как будто говоришь: «да ладно тебе, не драматизируй». 🥱
Когда ты говоришь: «да, задача сложная, вот где риски, вот где может быть сложно, вот как мы будем с этим разбираться», ты эту тревогу контейнируешь. То есть признаешь, структурируешь и декомпозируешь ее решение так, что бы с ней стало реально жить и действовать.

Кажется, концепция «не обесценивать сложность»— один из ключевых факторов, который отличает взрослых подрядчиков от тех, кто продаёт «золотые горы». Парадокс в том, что именно такая честность и признание сложности и даёт ощущение безопасности. И в этом тендере контракт, скорее всего, ушёл тем, кто с первой встречи все это зафиксировал.

Ну а мы, в лучшем случае превращаем попытку в деньги и контракт. В худшем— в капитал опыта, на котором строятся следующие победы.

Атрибуция в маркетинге - иллюзия контроля

Известный маркетолог Neil Patel опубликовал исследование уверенности маркетологов в прибыльности разных каналов.

Атрибуция в маркетинге все больше становится иллюзией. Маркетологам и продактам просто уютно тащить тезис про атрибуцию - создает ощущение контроля.

Каноничный перформанс-маркетинг (Google Ads например) или емейл - здесь атрибуция еще работает. 75%+ уверенности в ROI.

Но в большинстве каналов атрибуция кривая, особенно на ранних стадиях. Фраза "нельзя управлять тем, что нельзя померить" скорее вредна, т.к. парализует работу с каналами, где атрибуция сложная.

Контент-маркетинг - основа роста большинства новых софтверных продуктов.

Соцсети, контент, подкасты показывают 5-25% уверенности в ROI. Но это не значит, что эти каналы не работают.

Не только уверенность в ROI определяет, какой канал использовать.

Большинство брендов-гигантов построено в эпоху без нормальной атрибуции. Золотая эра атрибуции 00-10-х с точной атрибуцией - скорее исключение.

На эту тему известное выражение Генри Форда

Половина денег, потраченных на рекламу, — деньги на ветер. Проблема в том, что я не знаю, какая именно половина

Прокси-метрики - brand awareness, качество лидов, engagement. Долгосрочное влияние на бизнес вместо краткосрочного ROI. Качественная обратная связь от клиентов - откуда узнали о продукте.

На ранних стадиях особенно важно не зацикливаться на идеальной атрибуции.

Лучше экспериментировать с каналами, где твоя аудитория, чем ждать идеальных метрик.

Времена простых каналов - позади.

Ссылка

Если не хочешь быть commodity, твое КП всегда должно начинаться с неудобных вопросов.

В большей части книг по продажам регулярно говориться о важности «investment return analysis» — анализ возврата инвестиций для клиента.

Если переложить это на ИИ-проекты, половину коммерческих предложений на рынке можно смело отправлять в мусор: там есть идея «как всё будет работать», но нет нормальной работы с цифрами, рисками, юниткой, а еще ср сроками окупаемости.

Нормальное КП на ИИ начинается не с цены, а с брифа. И… большого количества вопросов, на которые всегда неохотно отвечают.

– Сколько человеко-часов сейчас уходит на этот процесс в месяц?
– Сколько людей вовлечено, с какой средней полной ставкой?
– Сколько стоит одна ошибка (штраф, потерянный клиент, простой)?
– Какие SLA вы уже обещали рынку и чем платите, когда не выполняете?
– Какой объём операций сейчас и как он растёт по году?

И много других неудобных вопросов, касающихся бюджетов, ожиданий и реальности.

Пример:
ИИ-ассистент поддержки.
Стандартный коммодити-подход:
«Мы внедрим агента, разгрузим операторов, повысим NPS на n%, стоимость внедрения– x, поддержка– y».

Подход через юнитку:

— У вас 12 операторов на линии, средняя полная ставка, допустим, 120–150 тыс. в месяц.
— Каждый обрабатывает 250–300 обращений в день.
— 30–40% вопросов — однотипные.
— У вас есть штрафы/неустойки за просроченные ответы и чувствительность к NPS/удержанию.

Дальше мы не ленимся и считаем сами:

«Смотрите, если агент заберет хотя бы 30% однотипных запросов, это значит минус 3–4 ставки или перераспределение этих людей на более сложные задачи.
Экономия в зарплате — примерно A в месяц.
Плюс снижение просроченных ответов даёт минус B по штрафам и минус C по оттоку.

CAPEX внедрения– n млн, OPEX поддержки– m в месяц.
Даже не в самом позитивном сценарии окупаемость 8-12 месяцев, в позитивном быстрее».

Тоже самое с ML проектами.

Commodity:

«Сделаем ML-прогнозирование продаж, оптимизируем остатки, снизим out-of-stock, стоимость 12 млн»

Через юнитку:

Сейчас у вас на складах маркетплейсов и РЦ лежит товар на 100 млн.
Из них около 20% , это мёртвые остатки, которые почти не двигаются. Это 20 млн замороженных денег плюс плата за хранение.
Параллельно вы теряете до 4–5% заказов, потому что ходовые SKU вылетают в out-of-stock.

После внедрения прогнозирования и нормальной ABC/XYZ-сегментации мы:
– сокращаем долю мёртвых остатков с 20% до 12–14%
– снижаем out-of-stock с 5% до 3%
– уменьшаем объём списаний

В итоге высвобождаем 6–8 млн из замороженных остатков,получаем доп выручку за счёт того, что ходовые товары меньше вылетают из наличия, снижаем затраты на хранение. ROI в первый год n%, со второго года m%. В самом негативном сценарии.

И когда ты приносишь такое КП, его можно не любить, с ним можно спорить по коэффициентам (и на практике это происходит почти всегда), но его невозможно просто выкинуть или убрать в стол. Там есть логика, на которую придётся обратить внимание. 🕵🏼‍♂️

Про психологию.
Когда подрядчик сам считает юнитку, он снимает с клиента когнитивный диссонанс по поводу : «мне вроде все нравится, идея топ, но я не понимаю, как её защитить».

Поэтому для того, чтобы перестать думать категориями: «зашло ли им мое КП по прайсу?», нужно думать о том , «дал ли я им реальный инструмент для принятия решения?».

Да, на старте это сложнее и больнее. Это неудобные вопросы, цифры, которыми неохотно делятся, либо говорят «мы не считаем так детально», это ресурсы на просчет. Но это один из лучших способов превратиться из commodity подрядчика в того, с кем будут разговаривать серьезно.