Продолжаю рубрику, начатую в прошлом году – #находки

Тут делюсь с вами всем, что вдохновило – от полезных сервисов до интересных книг, про исследования и не только (иногда совсем не про них=)

Итак, что новенького? (для меня, конечно) 👇

1️⃣ AI-сервис Гугла https://notebooklm.google.com/
В отличие от универсальных моделей, таких как гугловский Gemini или ChatGPT, которые могут галлюцинировать факты или что-то придумывать, NotebookLM основывает свои ответы на тех файлах, которые ВЫ в него загрузили. Это значит, что он не будет изобретать информацию, а будет синтезировать и анализировать ваши документы. Хорошо подкрепляет ответы цитатами и фактами, синтезирует информацию.

А еще в нем есть необычная и крутая функция – он может превратить документы не просто в отчет, а в целый подкаст! (правда, пока только на английском языке), но делает очень круто.

2️⃣ Объяснение идей через визуализацию https://ozolins.substack.com/
Есть такой интересный парень Janis Ozolins, который доносит идеи путем простейших визуализаций (сейчас звучало максимально непонятно, но его нужно просто один раз почитать, чтобы вдохновиться подходом). Не первый раз убеждаюсь в том, что лучше всего информация доходит и запоминается через простые визуальные аналогии и графики. У Яниса есть регулярные рассылки, на которые интересно подписаться, ну а еще он продает курс, где учит основам донесения идей через визуализацию всех желающих.

3️⃣ «Пять сфер жизнь – пять макротрендов»  от агентства Socialist https://drive.google.com/file/d/13iGzdX8m3RCiqgdHORSkel152YZgutzR/view
Сейчас только ленивый не собирает свой трендбук (я пока не собираю, но кто знает=)) Но этот отчет по трендам мне откровенно понравился. Причины две: 1) тренды не самые очевидные и банальные 2) после каждого тренда есть рекомендации для брендов (как сделать так, чтобы тренд работал на тебя). Из очевидных минусов вижу то, что этот тренбук (как и многие другие) сосредоточен на особенностях поведения зумеров. Как будто остальных покупательских аудиторий не существует (обидно за нас, товарищи-милениалы)!

Какие из находок показались полезными?

Готовлю к запуску новый исследовательский продукт, даже пришлось сходить поучиться. Ждите анонсов!

Осознала, что первое и последнее интро в канале у меня было, когда я его завела (2,5 года) назад 🤔

Поэтому привет! Давайте знакомиться 🙃

Меня зовут Таня Дружкова, я долго и упорно работала в найме, руководила разработкой продукта в Сбере, но потом, в тот момент когда вокруг все пошло не по плану, я ушла и стала заниматься исследованиями.

Сейчас я руковожу агентством продуктовых исследований Custdevochka, которое мы создали вместе с моим мужем. Наша команда – классные профи с разным бэкграундом (в основном ИТ и рекламным), могут найти любого даже сложно уловимого респондента, провести интервью на разных языках, нарисовать и протестировать прототипы, да много еще что! 💥

Мы делаем пользовательские (в основном качественные) рисечи для разных бизнесов – от производителей перилл до крупнейших российских банков и международных брендов.

В канале я делюсь разным про исследования, разработку продукта, маркетинг и AI. И искренне считаю, что исследовать свою аудиторию нужно любому бизнесу – даже киоску с мороженым у дома. Потому что знание — это сила.

Расскажите пару слов о себе в комментариях!

Доброе утро понедельника! (это не сарказм🙃)

Дайджест полезного контента, из относительно «свеженького», если вдруг пропустили.

Сколько стоит респондент? От игроков в Candy Crush до ядерных физиков - разобрали, какие факторы влияют на стоимость респондентов и какие сейчас примерно цены на рынке

Сбор обратной связи от пользователей - какие способы автоматизировано получать фмдбэк по вашему продукту существуют

Фейковые респонденты, или как я стала прожаренным «кастинг-директором» - про неприятный опыт и способы не оказаться на моем месте

Уроки, которые я вынесла из 2024 года - если интересно почитать рефлексию.

Как я начала вести учет финансов, и что из этого получилось 💰

Друзья, сегодня хочу поделиться не рабочим, а личным. Так же, как и многие, раньше я прилежно вела учет личных расходов. До сентября 22 года и до нашего отъезда из России. Дальше процесс резко прервался – во-первых, я лишилась дохода в найме (а другого у меня тогда и не было) и мне физически было неприятно записывать одни минуса🙃, а во-вторых, ощущение «горит сарай» не покидало меня достаточно долго, поэтому часть полезной рутины в принципе была утеряна.😒

И только недавно желание не просто знать, но и УПРАВЛЯТЬ своими расходами возымело верх и я стала искать наименее болезненные способы возобновить учет. Я быстро поняла про себя, что
🍀Мне не нравится пользоваться приложениями для ведения учета финансов (а попробовала я несколько) по следующим причинам: я не хочу постоянно туда заходить, плохая кастомизация делает все эти штуки неудобными для моих нужд
🌳Самый удобный для меня инструмент – это табличка в Гуглдок с моими собственными статьями расходов (привет, староверы!)

Вроде бы все ок, но настраивать табличку как-то хитро, чтобы видеть там план/факт/ динамику и прочее – мне лень, поэтому я просто записываю, куда уходят деньги. А хочется, чтобы за доходами и расходами я не просто наблюдала, но и контролировала их.

Тут мне на помощь пришла magic табличка от Femmee. В чем ее плюсы
🔸простой шаблон с кастомизируемыми расходами и доходами, которые автоматически дублируются из месяца в месяц
🔸возможность учитывать курсы валют, если вы так же, как я, часто живете не в РФ
🔶сводный файл, который показывает стуктуру расходов и их динамику.

Купить шаблон можно через бот А у меня по плану – попробовать учет бизнес-финансов через фреймворк ребят.

Расскажите, ведете ли вы учет и как? Ниже запущу голосовалку.

Собственно, как табличка выглядит

Привет, дорогое комунити! Мы ищем фандрайзера для AI-стартапа NeuroSkazki

Я уже рассказывала, что консультирую проект с т.з. продукта. Мы прошли стадию открытого тестирования, доказали продукт-маркет фит, поняли, где и что подкрутить. Сейчас приступили к разработке Go-To-Market стратегии и выходим на следующий этап. Для этого ищу человека, который умеет привлекать инвестиции и закрывать сделки.
NeuroSkazki — AI-стартап, который делает персонализированные истории на основе нейросетей. Сейчас поднимаем pre-seed / seed раунд и нужен тот, кто знает, как работать с фондами, ангелами и корпоративными партнёрами.

Что важно:
— Умение привлекать инвестиции и закрывать сделки
— Контакты в венчурной среде
— Понимание, как привлекать smart money
— Готовность работать на результат (success fee / партнёрская модель обсуждается)

Заранее спасибо за ценные контакты, пишите в личку пожалуйста🎉🎉🎉

Atomic Research: как исследования превращаются в систему

💥Знаю-знаю, что сегодня пятница, 14 февраля и уже хочется праздновать его с вашим валентином или с шоколадным тортом под новую Бриджит Джонс🙃 Но! Есть тема, которая меня будоражит и которой я хочу поделиться, не дожидаясь понедельника💥

Так о чем мы?
«Мы уже проводили CustDev, у нас есть инсайты» – говорят клиенты. А потом выясняется, что инсайты разрозненные, накопленные в хаотичных Notion-документах, где-то в Google Drive или в головах команды. В результате решения принимаются на основании последнего исследования (или, что хуже, мнения самого громкого человека в комнате), а старые данные игнорируются.

Как этого избежать? Нужно превратить исследования в систему.

Расскажу про принцип Atomic Research

Метод Atomic Research («Атомарные исследования») основан на том, что данные собираются в виде маленьких, независимых единиц – атомов, которые можно комбинировать и переиспользовать. Вместо того чтобы воспринимать исследования как разовые проекты, мы фиксируем каждое наблюдение, гипотезу, эксперимент и вывод в едином формате и едином месте.

Атомы исследований состоят из:
🔹 Наблюдения (что мы увидели, услышали)
🔹 Инсайта (что это значит для продукта/бизнеса)
🔹 Рекомендации (какое действие из этого следует)
🔹 Контекста (из какого исследования или теста это взято)

Почему это важно?
✅ Экономит время и деньги: не нужно каждый раз начинать с нуля – команда уже знает, что было изучено.
✅ Дает консистентные данные: вся команда работает с одними и теми же инсайтами, а не выдергивает удобные.
✅ Ускоряет принятие решений: гипотезы подтверждаются или опровергаются на основе накопленной базы знаний.

Примеры Atomic Research в действии
🔸 UX-исследования: собираем повторяющиеся пользовательские паттерны (например, сложность регистрации), чтобы не проводить каждый раз новые исследования с нуля.
🔸 Маркетинг: тестируем разные заголовки, фиксируем, какие сработали, и применяем успешные форматы в будущих кампаниях.
🔸 Продуктовая аналитика: сохраняем данные об экспериментах (A/B-тестах), чтобы не повторять ошибки.

Просто представьте, что если бы медицинские исследования проводились так же разово, как продуктовые? Врачам каждый раз приходилось бы проверять, эффективен ли парацетамол, потому что данные о прошлых испытаниях потерялись.

Но в бизнесе так делают постоянно)))

Ставьте реакции, если хотите понять, как правильно собирать, размечать и хранить данные, чтобы превратить исследования в систему.

Как исследования превращаются в систему ч.2

Продолжаем изучать тему. В прошлой части мы разобрались, что такое Atomic Research , а теперь нужно понять, а что делать-то с этим знанием?🤔

Теперь, когда мы знаем, что единицы знания – это некие атомы, которые нужно обрабатывать, хранить и всячески использовать, нам нужно выбрать место, где мы будем это делать.

А именно – создать Рисеч-репозиторий (не спешите закатывать глаза, это вовсе не так скучно, как кажется=)

Что это?
По сути это централизованное хранилище, где собираются, организуются и хранятся все материалы пользовательских исследований: отчеты, записи, заметки и другие данные.

Зачем нужен?
🍀Централизация данных: все материалы находятся в одном месте, что облегчает доступ и управление ими.
🍀Повышение эффективности: быстрый доступ к предыдущим исследованиям сокращает время на поиск информации и предотвращает повторение уже проведенных работ.
🍀Координация: различные команды могут легко делиться инсайтами и находками.

Какие могут быть репозитории?

1️⃣ Репозиторий инсайтов
Используется для хранения качественных данных, таких как интервью с пользователями, фидбэк от клиентов и заметки из наблюдений. Такой репозиторий помогает выявлять поведенческие паттерны и глубже понимать мотивацию пользователей. Тут важны не цифры, а контекст и нюансы.
2️⃣ Репозиторий аналитики
Сосредоточен на количественных данных: метриках, результатах опросов, статистическом анализе. Здесь можно находить тренды, закономерности и подтверждать гипотезы цифрами. Такой репозиторий полезен для аналитиков и маркетологов, работающих с A/B-тестами, воронками продаж и когортным анализом.
3️⃣Репозиторий UX-исследований
Создан специально для данных UX-исследований: юзабилити-тестов, карт пользовательского пути (CJM), персон пользователей и сценариев взаимодействия. Это удобный формат для дизайнеров, продуктовых менеджеров и исследователей, которые хотят улучшить пользовательский опыт
4️⃣Репозиторий смешанных методов
Комбинирует качественные и количественные данные, обеспечивая полную картину пользовательского поведения. Например, результаты юзабилити-тестов можно дополнить метриками из веб-аналитики, а глубинные интервью — цифрами из опросов.


Продолжаю призывать вас ставить реакции, если тема интересна. Продолжим копаться)

ЖизА😁

Как исследования превращаются в систему ч.3

Обещала – продолжаю копаться в теме создания базы качественных исследований. Если вы пропустили, тут часть 1 и часть 2

А теперь от размышлений зачем это нужно, предлагаю перейти к инструментам. Нам нужен сервис, который позволяет хранить и переиспользовать данные качественных исследований.

Поделюсь своим опытом, где я это делала я.

1️⃣Confluence во времена работы в корпорации. На мой взгляд, инструмент максимально громоздкий и не юзер-френдли. По сути никакой базы там у меня не было, все артефакты были распиханы по папкам: отдельные файлы с гипотезами, с проведенными интервью и связка с задачами в JIRA по исправлению багов. Неплохо, лучше, чем ничего – хотя бы оно все где-то хранится и можно в случае необходимости это что-то поднять.
2️⃣Notion – начнем с того, что тут есть уже готовые шаблоны для рисечей. Прикольно, но у меня они не прижились, пришлось создавать свой. Какие блоки я заполняла по каждому проекту:
• Бизнес-задача + Вид результата бизнес-задачи, который нужно получить
• Декомпозиция бизнес-задачи — из каких частей состоит бизнес-задача
• Целевая аудитория/ сегменты респондентов
• Исследовательские вопросы и гипотезы (по сути – гайд интервью)
• Собранные данные (сырые)
• Анализ собранных данных (отчеты)
• Рекомендации и идеи решений бизнес-задачи (отчеты/ презентации/ записи стратсессий)
Как будто бы ближе к тому, что нужно, но Atomic Research тут и не пахнет, потому что данные все равно хранятся в разных файлах и не связаны между собой.
3️⃣ AirTable - табличная база данных, как нельзя лучше походящая для структурирования данных. В чем преимущество инструмента:
🔶Гибкость структуры данных
Airtable позволяет создавать кастомные поля, настраиваемые под исследовательские задачи: можно добавить категории для демографических данных, цитат респондентов, меток по темам и гипотезам.
🔶Возможность связывать данные и находить связи
Airtable поддерживает ссылки между таблицами, позволяя связывать интервью, цитаты, наблюдения и выводы между собой. Это удобно, когда нужно проанализировать поведенческие паттерны или соединить несколько исследований для выявления общей закономерности.
🔶Быстрая фильтрация и поиск инсайтов
Легко фильтровать и сортировать данные, например, по конкретным темам, ключевым словам или аудиториям. А значит, легко искать и переиспользовать

Если интересно, что у меня получилось с AirTable – дайте знать, покажу, как может выглядеть такая база.

Пока в Москве включили снег и вообще понедельник, что само по себе непросто - поделюсь своим недавним рабочим местом ☺️ #офисдня и жду ваши места, для вдохновения и работы! 🤌

Как исследования превращаются в систему ч.4

Ранее в блоге я начала тему создания базы данных качественных исследований – тему, которая меня саму очень волнует. Потому что раз уже собрались, потратили время и сделали – глупо это потом хоронить в пыльной папке на задворках лэптопа.

Если пропустили, тут теория про Atomic Research, а тут и тут – мы подбираемся к практике.

Изучаю тему дальше. Нахожу интересный кейс WeWork Там ребята быстро поняли: если не создать удобную систему хранения и поиска данных, инсайты пропадают и команда продолжает наступать на одни и те же грабли. И создали Polaris — внутреннюю базу данных, куда исследователи WeWork заносят все инсайты, цитаты, заметки и выводы из интервью и исследований.

В центре структуры Polaris находится понятие «наггетсов» (названных, очевидно, в честь кусочков курицы в масле из фастфуда) — отдельных наблюдений за пользователями, которые являются строительными блоками всей базы данных.

Каждый наггет в системе Polaris включает три ключевых элемента:
🍗Наблюдение — что именно было замечено исследователем
🍗Доказательства — материалы, подтверждающие наблюдение: записи, аудио, фотографии, цитаты, скриншоты
🍗Теги — таксономия, описывающая демографические данные участника или относящаяся к внутренним функциям компании
Такой подход позволяет создать удобные, легко воспринимаемые и информативные фрагменты данных.

Наггеты в Polaris представляют собой гибкие и динамичные элементы данных. После загрузки в систему каждый наггет становится доступным для поиска и фильтрации по различным параметрам — например, по географии или размеру компании. Такой «атомарный» подход позволяет эффективно хранить, находить и применять инсайты.

Polaris от WeWork — пример инновационного подхода к управлению пользовательскими исследованиями. Для компании такого масштаба (на секундочку – 37 стран, 120 + городов), которая регулярно изучает пользовательский опыт – онлайн, и оффлайн – это единственный способ быть эффективными.

Бизнес провалился – значит, исследования не работают?

«Мы сделали CustDev, протестировали идею — а в итоге бизнес не взлетел. Значит, исследования не работают?»

Я слышала это не раз. Поэтому давайте все-таки разберемся. Расскажу на примере реального проекта.

Продукт точно попадает в потребность, но не продается
Продукт для автоматизации документооборота у малого бизнеса. Интервью показали — попадание в боль 100%, фаундеры получили подтверждение спроса. Запустили.

📉 Продаж почти нет. Почему?

После дополнительной диагностики выяснилось:
🔹Владельцы бизнеса не понимают, почему нужно платить, если «и так все работает»
🔹Канал продаж — реклама в соцсетях — вообще не бьётся с тем, где целевая аудитория ищет решения
🔹Упрощённый тариф, нужный для MVP, выглядит «слишком простым и ненадежным»

🛠 Здесь продукт был ок. Но ошиблись в упаковке и стратегии выхода. Решение: Коммуникационное тестирование, кастдев по каналам принятия решений — и переделка стратегии.

Где еще может быть затык, кроме исследований:
❌ Неподходящая бизнес-модель — например, подписка вместо разовой оплаты, когда рынок к этому не готов.
❌ Слабая реализация — неудобный интерфейс, долгий онбординг, отсутствие поддержки.
❌ Слишком рано бросили — MVP запустили, но не вложились в валидацию и адаптацию под обратную связь.

Это я еще раз подвожу к тому, что исследования – не волшебная таблетка. Они снижают риск, но не заменяют стратегию, команду и здравый смысл

Концепт за 5 минут: теперь с картинкой

Раньше, чтобы потестить концепт — шли к дизайнеру, брифовали, ждали (работая в рекламной агентстве, я застала еще те времена, когда дизайнера надо было еще уговорить что-то нарисовать внеурочно😭)

Теперь можно просто набросать идею словами — и получить картинку за минуту. А можно нарисовать «на коленке» быстрый скетч, описать словами — и вуаля, ChatGPT отрисует понятную, опрятную иллюстрацию.

Что это для нас значит? Эпоха уродливых неконсистентных изображений и людей с тремя ушами и 4 пальцами закончилась. Теперь можно тестировать креативы, прототипы и идеи без дизайнера.

🛠Я прям рекомендую:
— тестировать визуальные концепции продукта
— проверять идеи для рекламы
— делать картинки для глубинок или опросов
— и даже проверять визуальную айдентику

🎯 Главное — сначала понять, что именно мы хотим узнать у пользователя. А дальше — быстрая генерация → быстрый фидбек.

А вы уже тестировали что-нибудь на визуализации нейронок? Поделитесь в комментах👇