Про P3.Express методологию

Чем больше читаю про P3.express в книге от Димы и Леры Ильенковых, тем больше понимаю: это как сделать проекты нормальной человеческой работой, а не бесконечным набором таблиц, созвонов и статусов.

Во многих компаниях проект выглядит так:
— сначала делают 15 документов;
— потом проводят 8 встреч;
— потом неделю согласовывают роли;
— потом начинают работать;
— а через месяц никто не понимает, что вообще происходит.

P3.express построен наоборот.Вместо тяжёлого фреймворка — 33 шага, разделённых на понятные этапы: запуск проекта, планирование, еженедельные действия, ежедневная работа, закрытие цикла и завершение проекта. И каждый шаг — это не абстрактное «управляйте стейкхолдерами», а конкретное действие:
— назначить спонсора;
— собрать ключевых людей;
— описать проект;
— понять риски;
— провести еженедельную встречу;
— обновить план;
— собрать уроки по итогам.

Очень понравилась идея, что проект нельзя запускать на энтузиазме. Сначала нужно ответить на базовые вопросы:
— что мы делаем;
— зачем;
— сколько это займёт времени и денег;
— кто участвует;
— какие основные риски.

Сам люблю такие фреймворки, которые ускоряют дискавери, писал у себя тут. Иначе потом появляются знакомые фразы: Мы думали, что делаем другое/Мы не знали, что это срочно/Мы не знали, что это не входит в бюджет.

Ещё сильная мысль — не строить детальный план на год вперёд. Подробно планировать только ближайший цикл, а дальше корректировать по мере движения. Это намного ближе к реальности, особенно для продуктовых команд, стартапов и IT. Ну и самое главное: P3.express не пытается сделать из проджекта «главного начальника». Здесь менеджер проекта — это человек, который помогает команде договариваться, убирать препятствия и двигаться к результату. Наверное, поэтому методология выглядит особенно полезной для стартапов, агентств, небольших компаний и продуктовых команд, у которых уже аллергия на слишком тяжёлые процессы.

Когда-то давно запускал на Ozon фичу предзаказ, а теперь первый раз рекомендую воспользоваться ей, приобщайтесь )

Всем роста, всегда Вам @freshproductgo

Конкретика в ответах продакта: как говорить так, чтобы вас услышали (и повысили!)

Конкретика – слово года для меня. А еще хорошая метрика для карты желаний:)
Вы замечали, что одни продакты растут до руководящих позиций, а другие годами топчутся на месте? Один из ключевых навыков — умение давать чёткие, конкретные, измеримые ответы. Никаких «мы работаем над улучшением» — только цифры, факты и причинно‑следственные связи. Разберём на примерах: как отвечать на частые вопросы так, чтобы бизнес вас услышал и оценил.

1. Про метрики
Расплывчато: «Мы следим за метриками, всё растёт».
Конкретно: «Отслеживаем три группы метрик:
• Монетизация: LTV вырос на 25 % за год (с 5000 руб. до 6250 руб.), CAC снизился на 15 % (с 3500 руб. до 2975 руб.). Соотношение LTV:CAC=2,1:1 (целевое — 3:1).
• Вовлечённость: 7‑day retention$ вырос с 22 % до 35 % после редизайна онбординга в марте. DAU вырос на 40 % (15000→21000 пользователей).
• Качество: Crash rate снижен с 3 % до 0,5 % после оптимизации кода в июле.

Цель на следующий год — довести LTV:CAC до 3:1, а 30‑day retention$ — до 40 %.»

2. Про аудиторию
Расплывчато: «Наши клиенты — компании среднего бизнеса».
Конкретно: «Наша целевая аудитория — IT‑директора и руководители отделов автоматизации в B2B‑компаниях среднего бизнеса (50–500 сотрудников).
Портрет типичного клиента:
• Компания: розничная сеть с 150–300 сотрудниками, годовой оборот 100–500 млн руб.
• Проблема: тратит 20+ часов в неделю на ручную консолидацию отчётов из 3–5 систем.
• Цель: сократить время на отчётность на 70 %, автоматизировать формирование дашбордов.
• Бюджет: готов выделить до 120000 руб./год на решение.

Валидируем гипотезы через интервью с 5–10 клиентами ежемесячно. Последний цикл показал, что 80 % ЦА готовы платить за интеграцию с 1С.»

3. Про приоритеты в бэклоге
Расплывчато: «Выбираем самые важные задачи».
Конкретно: «Используем фреймворк RICE:
• Reach: сколько пользователей затронет фича?
• Impact: насколько сильно повлияет на ключевую метрику?
• Confidence: уверенность в оценке (в 😵
• Effort: оценка в человеко‑неделях.

4. Про стратегию
Расплывчато: «Планируем расширяться на новые рынки».
Конкретно: «Стратегия на 18 месяцев:
Q1–Q2 2025: выход на рынок Европы (Германия, Нидерланды)
• Q1: аудит соответствия GDPR (бюджет 500000 руб.)
• Q2: локализация интерфейса (немецкий, нидерландский)

Q3–Q4 2025: запуск мобильного приложения
• Q3: MVP с базовыми функциями (бюджет 1,2 млн руб.)
• Q4: A/B‑тест push‑уведомлений для ретеншна

2026: расширение на сегмент B2C (личные финансы)
• Пилот в РФ: 10000 пользователей, цель — retention 30 % на 30 дней

Бюджет стратегии: 5,8 млн руб., ожидаемый рост выручки +150 %.»

Всем роста с конкретикой в Новом году!
Хотите расти? Приходите на наши курсы от редакции:
- Курс по продакт-менеджменту, базовый
- Разборы кейсов , есть программа на апрель
- Карьерный интенсив с разборами тестовых
- Курс по Продуктовой стратегии и защите инициативы
- Курс по аналитике, базовый
- Отправить личный запрос автору тут

Про влияние продакта на бренд продукта

Продакт влияет на бренд не через выбор “красивого шрифта” или “модного цвета”. Его задача — определить, как продукт должен восприниматься. Например, бренд может быть не про “технологичность”, а про “понятность”. Тогда меняется все:

• логотип становится проще
• язык в интерфейсе — менее официальным
• убираются сложные термины
• onboarding становится короче
• появляется ощущение: “я быстро разберусь”

И наоборот: если продукт хочет выглядеть экспертным и премиальным, продакт может пушить:

• более строгий визуальный стиль
• меньше ярких цветов
• больше акцента на цифры, данные, аналитику
• спокойный tone of voice
• меньше “веселья” и больше уверенности

По сути, продакт влияет на несколько вещей.

1. Какое обещание дает бренд. Например:
• “самый простой способ инвестировать”
• “банк, который решает все за тебя”
• “сервис, который экономит время”
• “платформа для профессионалов, а не для всех”

2. Какие ассоциации должен вызывать продукт. Продакт может решить, что продукт должен ощущаться как:
• быстрый
• надежный
• выгодный
• премиальный
• молодежный
• локальный и “свой”
• международный и технологичный

Например, если сервис не хочет выглядеть как “госуслуги”, бренд может специально уходить в ощущение “современной платформы возможностей”:

• меньше бюрократического языка
• меньше тяжелых официальных элементов
• больше ощущения помощника, навигатора, экосистемы
• визуал ближе к tech / startup эстетике

3. Что бренд должен компенсировать. Это одна из самых недооцененных ролей продакта.
Если продукт сложный — бренд должен делать его проще.
Если продукт дорогой — бренд должен усиливать ощущение ценности.
Если продукт новый — бренд должен вызывать доверие.
Если продукт состоит из множества сервисов — бренд должен собирать их в одну понятную систему.
Если люди боятся ошибиться — бренд должен выглядеть безопасным и предсказуемым.
Поэтому у многих финтехов все выглядит очень “чисто” и спокойно: когда речь идет про деньги, людям важно чувствовать контроль.

4. Какие сценарии должны стать “брендовыми”. Продакт может выделить 2–3 ключевых сценария, через которые люди будут понимать продукт. Например:
• оплатить все за 1 минуту
• понять, сколько денег останется
• решить все важное на одном экране
Тогда бренд — это уже не логотип. Это ощущение: “я открыл приложение, быстро все сделал и закрыл”.

5. Какие эмоции должен оставлять продукт. Продакт может буквально сформулировать, что человек должен почувствовать после использования:
• контроль
• спокойствие
• ощущение, что о нем позаботились
• ощущение статуса
• ощущение “я умный и эффективный”
• ощущение “это для таких как я”

А дальше дизайнеры, маркетинг и бренд-команда переводят это в логотип, цвета, шрифты, тексты и визуал. Поэтому продакт влияет не на то, какой логотип красивее. Он влияет на гораздо более важный вопрос:
“Каким человек должен видеть и чувствовать продукт у себя в голове?”

В мессенджере Max появились Fresh Product manager https://max.ru/FreshProductGo и канал Вакансии - https://max.ru/productjobgo, будем рады видеть среди подписчиков. Все возможности от редакции канала по ссылке.

От кнопок к диалогу: как AI меняет финтех

Если вы делаете финтех, суперапп, AI-функции или клиентские сценарии — очень рекомендую посмотреть этот подкаст с Александром Головиным из БКС. Там много полезного не про «тренды ради трендов», а про вполне практичные вещи, которые уже влияют на продукты. Несколько мыслей, которые стоит забрать себе:

1. Пользователь приходит не за функцией, а за решением задачи. Человеку не нужен раздел «инвестиции», график, подборка фондов и 15 экранов. Ему нужно понять:
— что делать со свободными деньгами
— куда вложиться без ощущения риска и перегруза
— как не ошибиться
— сколько он может заработать
— что делать прямо сейчас

Это важный сдвиг для любого продукта: люди не хотят изучать интерфейс. Они хотят быстро закрыть задачу. Поэтому сильные продукты выигрывают не количеством функций, а тем, насколько быстро приводят человека к результату.

2. Следующий этап финтеха — переход от навигации к диалогу. Сейчас большинство приложений устроены одинаково: пользователь сам должен искать раздел, выбирать сценарий, разбираться в экранах, фильтрах и параметрах. Но постепенно мы движемся к модели, где вместо:
«Открой раздел → найди нужное → нажми 5 кнопок»
будет: «У меня есть 300 долларов, что лучше сделать?» или «Я хочу накопить на отпуск через полгода»

И сервис сам:
— уточнит контекст
— предложит варианты
— покажет риски
— объяснит решение
— сразу выполнит действие

Для всех, кто проектирует супераппы, банки, инвестиции или e-commerce, это очень сильная мысль. Люди не хотят собирать сценарий из модулей. Они хотят прийти с задачей и получить готовое решение.

3. AI уже влияет не только на пользователя, но и на команду. В подкасте хорошо звучит мысль, что ИИ — это не только чат внутри приложения. Он уже меняет внутреннюю работу команд:

— быстрее проводить исследования
— собирать инсайты из интервью
— ускорять дизайн и генерацию концептов
— писать тексты и гипотезы
— делать быстрее аналитику
— помогать разработке

То есть AI — новый слой эффективности для всей продуктовой команды.

4. Главная ценность AI — не автоматизация, а персонализация. Многие продукты используют AI как «умный поиск» или генератор текста. Но намного сильнее выглядит сценарий, когда сервис понимает (и я писал у себя тут):
— кто перед ним
— какая у человека ситуация
— какой у него доход
— чего он боится
— что ему сейчас важнее: скорость, выгода, безопасность или простота

И на основе этого меняет сценарий. Один и тот же продукт для новичка, инвестора, семьи с детьми и предпринимателя должен выглядеть по-разному. Именно это ощущается как настоящая ценность, а не просто наличие нейросети.

5. Хороший продукт убирает сложность, а не маскирует ее. Очень понравилась мысль про то, что задача продукта — не «геймифицировать» сложные вещи, а сделать их понятными. Не прятать сложность за красивыми экранами, а реально помочь человеку принять решение. Это особенно важно для финтеха, инвестиций, страхования, ипотеки и других сложных категорий.

Подкаст по ссылке.

Если у космонавтики есть 12 апреля, то у продуктового менеджмента свои даты-символы

Есть ключевые точки, которые сформировали современную профессию. На мой взгляд, это следующие даты:

• 15 октября 1995 — официальная презентация Scrum на конференции OOPSLA. Один из первых системных подходов к итеративной разработке.
• 4 сентября 1998 — основание Google. Начало эпохи продуктовых интернет-платформ и роста на данных.
• 4 февраля 2001 — публикация Agile Manifesto. Фундамент современного подхода к созданию цифровых продуктов.
• 29 июня 2007 — выход первого iPhone. Рождение mobile-first мышления и UX-ориентированных продуктов.
• 10 июля 2008 — запуск App Store. Формирование экономики мобильных приложений и платформенного подхода.
• 18 ноября 2010 — первая версия Scrum Guide. Закрепление Scrum как массовой практики в разработке продуктов.
• 13 сентября 2011 — выход книги The Lean Startup. MVP, эксперименты и проверка гипотез становятся стандартом.

Хотите расти в профессии ? Приходите на наши курсы от редакции:
- Курс по продакт-менеджменту, базовый
- Разборы кейсов , есть программа на апрель
- Карьерный интенсив с разборами тестовых
- Курс по Продуктовой стратегии и защите инициативы
- Курс по аналитике, базовый
- Отправить личный запрос автору тут

Зачем я развиваю насмотренность у себя и других?

Для меня грейды и рост продакта связаны напрямую с насмотренностью. Отсюда в том числе запуск клуба разборов задач, канал Fresh Product manager и любовь к консалтингу и к подборкам других каналов, вроде этой - подборку тг-каналов. Почему насмотренность важна?

- Насмотренность позволяет продукт-менеджеру быть в курсе актуальных изменений на рынке, новых технологий, трендов и ожиданий пользователей. Это помогает адаптировать продукт к изменяющимся потребностям и оставаться конкурентоспособным.

- Следя за новостями и разработками в отрасли, продукт-менеджер может выявить новые возможности для улучшения продукта, внедрения инноваций и создания ценности для пользователей.

- Насмотренность позволяет продукт-менеджеру предугадывать возможные изменения в отрасли, законодательстве или потребительских предпочтениях. Это помогает разработать стратегии адаптации заранее.

- Знание текущих событий и трендов позволяет продукт-менеджеру эффективнее общаться с разработчиками, дизайнерами, маркетологами и другими членами команды.

- Насмотренность позволяет отслеживать действия конкурентов, их продукты и стратегии. Это дает понимание сильных и слабых сторон конкурентов, что может помочь разработать более успешные стратегии продукта.

- Имея обширные знания об отрасли и трендах, продукт-менеджер может разработать более устойчивую и долгосрочную стратегию развития продукта, учитывая будущие изменения.

- Насмотренность позволяет замечать потенциальные угрозы и проблемы заранее, что помогает избежать кризисных ситуаций или более успешно справиться с ними.

Если кто-то хочет записаться на разборы кейсов для расширения насмотренности продакт-менеджера – пишите @SergeKoloskov или приходите на сайт
Также можно приобрести доступ к записям, полный список разобранных кейсов тут.

Рост уже рядом. Вы просто смотрите не туда ⚡

Иногда продакты слишком долго смотрят на средние значения, общую конверсию и привычные отчёты — и из-за этого пропускают реальные возможности для роста.

Рассказали в статье:
➡ как глубже анализировать спрос и пользовательское поведение;
➡ почему важно учитывать контекст разных сценариев, а не только общие метрики;
➡ как находить продуктовые инсайты в неожиданных местах;
➡ каким образом отдельные наблюдения превращаются в масштабируемые механики.

Если отвечаете за рост продукта и хотите искать новые возможности не по верхам, а системно — смотрите кейс «Когда скидка становится решающим аргументом: как мы превратили интерес в продажи на Авито».

Стадии и инструменты дизайна для работы продакта в вайбкодинг команде

Если коротко: инструмент для дизайна — это не про вкус, а про стадию определенности продукта. Ошибка, которую делают почти все команды — выбирать один тул «под всё» и пытаться через него пройти весь путь. В реальности путь разбивается на несколько фаз, и на каждой работает максимум 1–2 инструмента.

• Первая стадия — когда идеи еще нет как системы, но уже хочется «пощупать». Это тот момент, где лучше всего заходят v0 by Vercel и Galileo AI. Они не про точность, а про вариативность. Ты формулируешь идею текстом и за несколько минут получаешь несколько визуальных интерпретаций. Это особенно полезно, когда ты не уверен, как вообще должен выглядеть продукт: карточный интерфейс, фуллскрин, табы или что-то еще. Важно понимать, что это не дизайн и не прототип — это способ быстро сузить пространство решений.

• Вторая стадия — когда ты уже выбрал направление и нужно собрать работающую логику. Здесь почти неизбежно появляется Figma, иногда в связке с FigJam. На этом этапе решается не «как красиво», а «как не сломается». Прописываются сценарии, переходы, состояния, ошибки. Особенно критично для финтеха или любых сложных флоу. Это тот момент, где AI-инструменты резко теряют ценность, потому что они не держат в голове целостный сценарий и edge cases.

• Третья стадия — проверка. Когда есть собранный сценарий, его нужно дать людям «потрогать». Здесь Figma уже используется как прототип, либо подключается Framer, если хочется приблизиться к реальному ощущению продукта. Разница простая: Figma быстрее, Framer реалистичнее. Цель этой стадии — не дизайн, а понимание: человек вообще понимает, что делать, или нет.

• Четвертая стадия — самая интересная с точки зрения вайбкодинга. Когда сценарий уже понятен, можно резко сократить путь до продукта через v0 by Vercel и Cursor. Ты берешь уже продуманный UX и превращаешь его в код почти напрямую. Это не идеальный код и не финальная версия, но это быстрый способ получить работающий MVP без классического цикла «дизайн → верстка → правки». Здесь происходит ключевой сдвиг: ты перестаешь «рисовать продукт» и начинаешь его собирать.

• Пятая стадия — масштабирование. После того как MVP начинает жить, вайбкодинг без структуры начинает ломать продукт. Появляются дубли, разные паттерны, хаос в интерфейсе. В этот момент снова возвращается Figma, но уже не как инструмент рисования, а как источник дизайн-системы. Параллельно подключается Storybook, где фиксируются компоненты на уровне кода. Это точка, где продукт начинает становиться системой, а не набором экранов.

Если упростить логику: сначала ты используешь AI, чтобы понять, что вообще можно сделать. Потом Figma, чтобы это не развалилось. Потом снова AI, чтобы быстро собрать. И в конце снова системные инструменты, чтобы это можно было масштабировать.

Вайбкодинг (пока) не заменяет дизайн. Он убирает лишние шаги между идеей и реализацией. Но если пытаться перескочить фазу осмысления и сразу идти в генерацию и код, на выходе почти всегда получается что-то, что невозможно нормально развивать.

Хотите расти в профессии ? Приходите на наши курсы от редакции (скоро и про AI будет курс) :
- Курс по продакт-менеджменту, базовый
- Разборы кейсов , есть программа на апрель
- Карьерный интенсив с разборами тестовых
- Курс по Продуктовой стратегии и защите инициативы
- Курс по аналитике, базовый
- Отправить личный запрос автору тут

Как применять продуктовое мышление к управлению изменениями

Если вы строите процессы, лидите команды или внедряете любые изменения — очень рекомендую послушать этот выпуск с Марией Осиповой, продуктовым директором Авито Доставки. Там не про «успешный успех», а про вполне практичные вещи, которые помогают не развалить команду в процессе трансформаций. Выделил несколько мыслей, которые стоит забрать себе:

1. Самый страшный понедельник команды — когда накануне руководитель сходил на какое-нибудь обучение. Вдохновение может быть опасной штукой, и тут Мария озвучила отрезвляющую мысль: «Не ломается — не чини». Прежде чем бросаться внедрять «гениальную идею», стоит выдохнуть и подумать, а надо ли?

2. Майндсет нельзя насадить приказом. Не получится просто прийти к команде и сказать: «Ребята, с завтрашнего дня думаем по-новому». Даже если вы создадите идеальные процессы и точки контроля, люди не переключаются мгновенно только потому, что «бигбосс захотел».

3. Как ИИ меняет подход к трансформациям в командах. Искусственный интеллект дает тебе наиболее вероятный ответ и наиболее усредненное топовый вариант. В реальности нельзя внедрять перемены, ориентируясь на усредненный вариант. Провал трансформаций чаще всего случается как раз не из-за нехватки технологий, а из-за игнора человеческого фактора. ИИ может собрать лучшие практики и составить правильную коммуникацию, но он не способен учесть индивидуальные страхи, циклы адаптации и личную мотивацию конкретных людей, которым с этими изменениями жить.

Для всех, кто работает в e-commerce, финтехе или крупных продуктах, это очень сильный выпуск о том, как одна из лучших продуктовых команд страны выстраивает внутреннюю экспертизу.

Слушать здесь.

Возможности для роста в профессии

Наша редакция регулярно ищет возможности для роста. Вот на что стоит обратить внимание:

1. ИИ-революция в продуктовке идет полным ходом. Если хотите не просто играться с ИИ, а реально внедрять его в бизнес — стоит заглянуть на конференцию от Kaiten. Три дня — от стратегии до реальных кейсов и внедрения без саботажа, с сильным составом практиков. Сам тоже планирую подключаться, посмотреть, что действительно работает в 2026, а не в презентациях. Подробности и регистрация по ссылке. Такое неприлично пропускать.

2. На мной любимом ЛитРес вышла книга Не усложняй от Димы и Леры Ильенковых, ранее про нее и почему надо прочитать, писал тут https://xn--r1a.website/FreshProductGo/1733. Подарок от меня по реферальной ссылке.

3. Мы тоже собрали книгу под названием Продуктовая культура: уровни и эволюция, в которой подробно делимся чек-листами роста культуры, раскрытием каждой фазы и переходов внутри культуры. В книге использованы кейсы и контент из практики и насмотренности Сергея Колоскова. И мы предлагаем всем читателям каналов редакции бесплатно проверить с Сергеем уровень вашей продуктовой культуры, получить рекомендации и после рукопись в подарок за отзыв по книге. Торопитесь, тут ресурс и возможности ограничены, можно писать сразу @SKoloskov с запросом. Также будем рады издателям и предложениям по релизу книги.

4. Также напоминаем, возможности от редакции канала по ссылке.

Когда есть ощущение, что что-то с продуктом не так, но непонятно что именно

Собрал простой чек-лист продуктовой культуры. Пройдитесь честно — займет 5 минут, но сильно отрезвляет.

— Есть ли у вас 1 ключевая метрика продукта (не 10, а одна)?
— Команда формулирует цели через результат (например, +15% к retention), а не сделать 20 фич?
— Вы регулярно общаетесь с пользователями (хотя бы 3–5 интервью в неделю)?
— Есть единое место, где хранятся инсайты, а не у каждого в заметках?
— Все инициативы проходят через гипотезы (что изменим - какую метрику двинем - почему)?
— Вы проводите эксперименты, а не просто релизите?
— Есть доступные дашборды, куда реально смотрит команда?
— Продукт, дизайн, разработка и аналитика работают вместе, а не «перекидывают задачи»?
— Команда может сказать «нет» фиче без ценности?
— Руководство поддерживает эксперименты, даже если они неудачные?

Как читать результат:
0–3 да — у вас не продукт, а поток задач
4–7 да — что-то есть, но системности нет
8–10 да — уже продуктовая культура, можно масштабировать

Если интересно — могу бесплатно посмотреть на вашу ситуацию и дать конкретные рекомендации:

— где вы реально находитесь
— что тормозит рост
— какие 2–3 шага дадут максимальный эффект

Пишите в личку или сюда в комментарии разбор — посмотрим на ваш кейс @SKoloskov.

Как писал вчера, собрали книгу под названием Продуктовая культура: уровни и эволюция, в которой подробно делимся чек-листами роста культуры, раскрытием каждой фазы и переходов внутри культуры. В книге использованы кейсы и контент из практики и насмотренности Сергея Колоскова. И мы предлагаем всем читателям каналов редакции бесплатно проверить с Сергеем уровень вашей продуктовой культуры, получить рекомендации и после рукопись в подарок за отзыв по книге.

Как мне помогает в работе Mind Tracker Neuroenhancment Program?

Сначала контекст. Программа состоит из 3 элементов: нейроинтерфейса, который считывает ЭЭГ, нейрофидбек тренингов и аналитики в реальном времени

Как это выглядит в жизни:устройство в реальном времени выдаёт: когнитивную нагрузку, фокус, вовлечённость, стресс, расслабление. Сегодня у меня за день: пик вовлечённости 100% на одной из задач, падение фокуса до 55% к середине дня, стресс 23% во время конкретного промежутка — я знаю, что происходило в этот момент. Данные не абстрактные, они про конкретные минуты конкретного дня. Теперь кейсы.

1. Когда реально планировать сложные задачи? Стандартный совет — "делай важное утром". Но у всех разные паттерны. Приложение показывает твой личный график когнитивного пика с точностью до получаса. У меня самая высокая вовлечённость и фокус — в районе 10:30–11:30. После 12:30 начинается устойчивый спад. Теперь я жёстко защищаю это окно: никаких синков, никаких созвонов по статусу.

2. Качество решений в зависимости от состояния. Продакты принимают десятки решений в день — и почти никогда не фиксируют, в каком состоянии они их принимали. А зря. Я начал замечать паттерн: решения, принятые при фокусе ниже 50%, через день кажутся мне сырыми. Я их переделываю. Это потери. Теперь если вижу низкие показатели — откладываю приоритизацию, не иду на стратегический разговор, не пишу PRD. Делаю операционку или вообще отдыхаю 15 минут. Звучит очевидно. Но без данных это просто слова.

3. Стресс на встречах. Один из самых интересных сценариев — надеть девайс на сложный разговор: с командой разработки, со стейкхолдером, на защиту роадмапа. После встречи видно: в какой момент пошёл стресс, насколько глубоко, как быстро вернулся в норму. Это материал для ретроспективы на себя. Не "встреча прошла нормально" — а конкретная кривая состояния с таймкодами. У меня однажды стресс 23% зафиксировался, я точно помню что происходило. Теперь знаю, что именно этот тип коммуникации меня триггерит — и могу с этим работать.

4. Оценка форматов работы. Дип-ворк или встречи? Асинхрон или синхрон? Обычно это вопрос предпочтений и культуры команды. Но можно сделать это вопросом данных. Программа показывает, какие форматы работы дают реальную вовлечённость, а какие — имитацию занятости при низком фокусе. Моя длинная сессия 1ч 8м дала пик вовлечённости 79–100% в конце. Короткие разрозненные сессии — в среднем 21% вовлечённости за день. Разница говорит сама за себя.

5. Онбординг и UX-исследования. Это уже не про себя, а про пользователей. Нейроинтерфейсы в UX-исследованиях — отдельная история. Можно видеть не "что пользователь говорит о продукте", а что происходит с его вниманием и стрессом в момент взаимодействия с интерфейсом. Где реально теряется фокус, где возникает когнитивная перегрузка — не по словам, а по сигналу мозга. Крупные компании это уже используют. Порог входа снижается. Например, Neiry уже использует это в партнёрстве с Кинопоиском и таким образом делает российские сериалы интересными

Кстати, по моему промокоду PRODUCT30 вас ждёт приятная скидка 30% на один из самых неожиданных и функциональных подарков для своего состояния, которые я видел.

Подарите себе не ещё один гаджет, а инструмент для борьбы с выгоранием и пересборки фокуса.

Ссылка: https://clc.to/KKxa_A

Когда аналитика действительно даёт продакту право принимать решение

Если свыше 8 пунктов - точно инсайт. Если меньше 5, то скорее гипотеза.

1. Есть стабильный паттерн, а не разовый всплеск. Если ты видишь повторяемость (по когортам / неделям / сегментам), а не единичный пик - можно действовать. Пример: churn растёт 3 недели подряд у новых пользователей: системная проблема онбординга, а не шум.

2. Есть причинно-следственная связь, а не просто корреляция. Ты понимаешь почему метрика изменилась.
Не “упал retention”, а “упал retention, потому что users не доходят до value moment (шаг 3)”.

3. Есть декомпозиция метрики до управляемых факторов. Метрика разбита на части, на которые можно влиять.
Пример: CR = трафик × активация × конверсия в оплату, если падает CR, ты знаешь, где именно.

4. Есть сегментация, а не средняя температура. Решения принимаются по сегментам, а не по общему графику.
Пример: общий retention норм, но у Android ниже 10 версии провал.

5. Есть подтверждение из нескольких источников. Если только цифры - риск ложной интерпретации.
Цифры сходятся с:
• интервью
• саппортом
• поведенкой

6. Есть baseline и понятно что такое хорошо. Ты знаешь, с чем сравниваешь:
• прошлые периоды
• рынок
• бенчмарки

7. Есть достаточный объём данных. Решение не принимается на 20 пользователях. Минимум — есть уверенность, что результат не случайный.

8. Есть лаги и отложенные эффекты учтены. Ты понимаешь, что:
• LTV не меняется за день
• retention может проявиться через 2–3 недели

9. Есть контрольная группа или возможность сравнения. A/B, квази-эксперимент или хотя бы before/after с поправками.

10. Есть понятный expected impact. Ты можешь сказать:“если гипотеза верна, +3% к активации, +X к выручке”

11. Решение обратимо или риск ограничен. Даже если данные не идеальны, но:
• можно откатить
• риск контролируем

12. Есть связь с бизнес-метриками, а не vanity. Ты не оптимизируешь:
• клики
• просмотры
если это не ведёт к:
• выручке
• retention
• LTV

13. Есть понимание стоимости ошибки. Иногда данные достаточно хорошие, потому что ошибка дешёвая.
Иногда, наоборот, нужен почти идеальный сигнал.

14. Есть повторяемость гипотезы, результат можно воспроизвести:
• на другой когорте
• в другой стране
• в другой неделе

15. Есть чёткое решение, а не просто интересное наблюдение. Аналитика заканчивается action’ом:
• что делаем
• что не делаем
• что тестируем

В мессенджере Max появились Fresh Product manager https://max.ru/FreshProductGo и канал Вакансии - https://max.ru/productjobgo, будем рады видеть среди подписчиков. Все возможности от редакции канала по ссылке.

Фреймворки для диагностики проблем в delivery-части

Формируем программу для разборов на уже “послемайских” - https://xn--r1a.website/productcasebar/240

Если у команды что-то не так, но непонятно что именно — полезно сначала не чинить, а диагностировать систему. Ниже — набор практичных фреймворков и чеклист, которые помогают быстро разложить команду по слоям.

1) Модель диагностики команды (3 слоя). Смотри команду не как людей, а как систему:

1. Люди
• навыки
• мотивация
• роли
• перегруз / недогруз

2. Команда
• коммуникации
• конфликты
• доверие
• распределение ответственности

3. Система / окружение
• процессы
• цели и приоритеты
• структура управления
• внешние зависимости

2) GRPI (очень быстрый аудит команды). Проверка 4 уровней:
• G (Goals) — понимают ли все одну цель?
• R (Roles) — понятно ли, кто за что отвечает?
• P (Processes) — есть ли рабочие правила взаимодействия?
• I (Interpersonal) — есть ли доверие и нормальная коммуникация?

3) Tuckman. Определи, где вы сейчас:
• Forming — знакомство, нет ясности
• Storming — конфликты, борьба за роли
• Norming — появляются правила
• Performing — стабильная продуктивность
• Ошибка менеджмента: требовать performance, когда команда в storming.

4) McKinsey 7S. Проверка баланса:
• Strategy — есть ли стратегия
• Structure — структура команды
• Systems — процессы
• Shared Values — общие ценности
• Skills — навыки
• Staff — люди
• Style — стиль управления
Если 2–3 элемента не синхронизированы — команда сыпется.

5) Belbin
Проверь баланс ролей:
• генераторы идей
• аналитики
• исполнители
• коммуникаторы
• координаторы
• Проблема часто не в людях, а в перекосе ролей (например, 5 идеологов и 0 исполнителей).

В мессенджере Max появились Fresh Product manager https://max.ru/FreshProductGo и канал Вакансии - https://max.ru/productjobgo, будем рады видеть среди подписчиков. Все возможности от редакции канала по ссылке.

Все для роста от редакции канала

1. Образовательные возможности редакции (можно с счета юрлица, можно придумать персональную рассрочку):
Для тех, кто хочет системно расти в продакт-менеджменте:

- Курс по продакт-менеджменту, базовый
- Карьерный интенсив с разборами тестовых
- Курс по аналитике, базовый
- Курс по Продуктовой стратегии и защите инициативы
- Сайт команды

2. Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут

3. Личный запрос к Сергею Колоскову
Есть вопрос или запрос на карьеру, рост или поддержку?
Заполни короткую форму и получи доступ к закрытому каналу с подарками - тут.

Стеки для быстрого вайбкодинга полноценных приложений

Все возможности от редакции канала по ссылке.

1. AI-first стек (Lovable / Bolt + Supabase + Vercel)
• Lovable / Bolt.new (генерация full-stack приложения)
• Supabase (база данных, auth, storage)
• Vercel (деплой)

Что это дает
• минимальный код руками
• быстрый запуск MVP
• фокус на продукте, а не архитектуре

Примеры проектов / продуктов
• early-stage SaaS лендинги и MVP, собранные через Lovable (включая internal tools и CRM для небольших команд)
• SaaS-генераторы лендингов и AI tools (много проектов типа “AI writing tool”, “AI resume builder”)
• внутренние админки стартапов (CRM, dashboards, аналитика), собранные на Supabase + AI builder

2. Next.js + Supabase + Vercel (де-факто стандарт SaaS)
Стек
• Next.js (frontend + backend API)
• Supabase (DB + auth)
• Tailwind CSS
• Vercel (deploy)

Что это дает
• один язык (TypeScript)
• нормальная масштабируемость
• быстрый production

Примеры реальных продуктов
• Supabase Dashboard (частично экосистема сама на этом стеке)
• Dub.co (open-source short link SaaS)
• Cal.com (частично Next.js стек + API-first подход)
• Indie SaaS: CRM, аналитика, AI-инструменты (очень много проектов в YC и indie space)

3. T3 Stack (Next.js + tRPC + Prisma + Clerk)

Стек
• Next.js
• tRPC (типизированный backend)
• Prisma / Drizzle (ORM)
• Clerk / NextAuth (auth)
• Tailwind

Что это дает
• почти нулевая ошибка на стыке frontend/backend
• строгая типизация end-to-end
• удобен для сложных SaaS

Примеры проектов
• Course platforms и образовательные платформы (типа dashboard + billing + content)
• SaaS для разработчиков (API tools, dev dashboards)
• большое количество YC startups используют T3-подобную архитектуру

4. AI-native платформы (Replit / Base44 / OutSystems)

Стек
• Replit Agent / Base44 / OutSystems
• встроенные DB, auth, deploy
• минимум внешней инфраструктуры

Что это дает
• можно сделать приложение вообще без DevOps
• генерация продукта через промпт
• быстрые прототипы сложной логики

Примеры
• внутренние инструменты для компаний (HR системы, CRM, трекинг задач)
• образовательные приложения, собранные non-dev командами
• прототипы стартапов, которые потом переписываются в Next.js стек

5. Mobile-first стек (Expo / Flutter + Firebase / Supabase)

Стек:
• Expo (React Native) или Flutter
• Firebase или Supabase
• Cursor / AI IDE

Что это дает
• быстрый выход в mobile
• realtime функции
• push-уведомления из коробки

Примеры приложений:
• Discord (частично React Native в мобильных частях)
• Shopify mobile apps (часть экосистемы)
• множество D2C приложений (fitness, finance trackers, habit apps)
• AI chat apps и journaling apps в App Store

Всем роста и быстрых проверок гипотез!

О чём говорят продакты 👀

Как вы считаете, работа продакта — это бесконечные митинги и диаграммы Ганта? На самом деле нет: всё ещё хуже. Продакты, как родители, делают всё, чтобы продвинуть свой продукт: и с соседним отделом поговори, и на конференцию съезди, и с пользователем пообщайся. Работа интересная, но об этом никто не знает, потому что рассказать некогда.

А нам, продактам из Авито, есть когда, поэтому мы создали телеграм-канал «Чтобы что». Будем рассказывать о буднях и внутрянке, а также шутить, постить мемы и иногда душнить (ну мы продакты или кто?)

Например, в канале вышел пост о том, как мы отредактировали процесс собеседований для продактов. Было 8 секций и 70+ дней, а стало 5 секций и… Читайте в посте.

Подписывайтесь, будет интересно!

Как сделать сегментацию через ИИ

Классический актуальный курс, помогающий с трудоустройством, от редакции https://gem-shaker-6ab.notion.site/17255ffe314a80aea3afd663d5ac4024?pvs=74

Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.

Большинство делают сегментацию неправильно: делят пользователей “по полу и возрасту” и не понимают, что с этим делать дальше. Рабочий подход через ИИ выглядит так:

1. Начни с цели. Не “сегментировать ради сегментации”, а:
— увеличить конверсию
— повысить retention
— найти точки роста

2. Собери нормальные данные. Минимум:
— действия в продукте
— частота использования
— платежи
— источник трафика

3. Сделай признаки (это 70% успеха)
ИИ не думает, он считает.
Примеры:
— дней с последнего входа
— количество действий
— средний чек
— сколько фич использует

4. Запусти простую модель. Самый быстрый вариант — K-means clustering. Он сам разобьет пользователей на группы по похожести.

5. Переведи “кластеры” в смысл. Модель даст:
Cluster 1, Cluster 2…
Ты должен превратить это в:
— “новички с высоким интересом”
— “активные, но не платят”
— “спящие пользователи”

6. Самое главное — внедрение. Иначе это просто красивая аналитика
Что делать дальше:
— разные onboarding
— разные офферы
— разные пуши
— персонализация

Классический актуальный курс, помогающий с трудоустройством, от редакции https://gem-shaker-6ab.notion.site/17255ffe314a80aea3afd663d5ac4024?pvs=74

Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут

Геймдев — индустрия, у которой продакты из других сфер до сих пор недостаточно воруют механики проверки гипотез

Все возможности от редакции канала по ссылке.

Причем многие механики появились там сильно раньше, чем в SaaS, финтехе или e-commerce. Что стоит брать на вооружение:

1. Vertical Slice вместо «давайте сначала построим платформу». В играх почти никогда не делают «сразу весь продукт».
Сначала собирают Vertical Slice — маленький, но полностью рабочий кусок опыта:
— с настоящим UX,
— настоящей механикой,
— настоящим ощущением прогресса.

Правильный вопрос: может ли пользователь почувствовать главный value loop за 3–5 минут? Если нет — вы строите систему раньше, чем проверили желание ей пользоваться.

2. Retention — главная проверка ценности. В геймдеве никто не считает продукт успешным из-за красивого DAU.
Сначала смотрят:
— D1 retention,
— D7 retention,
— return rate,
— session frequency.

Очень много продуктов ошибочно смотрят:
— регистрации,
— MAU,
— CAC,
— количество фич,
— GMV.

Хотя главный вопрос:
«человек захотел вернуться без принуждения?»

3. Core Loop — основа любого продукта. В играх продукт начинается не с экрана. А с loop’а.
Пример:
действие → награда → ощущение прогресса → новое действие.
Где эмоциональная награда?
Где прогресс?
Где причина вернуться раньше следующей коммуналки?
Поэтому многие продукты ощущаются как «утилита», а не среда постоянного использования.

4. В геймдеве поведение важнее слов. Игрок может говорить: «мне скучно».
Но реальные вопросы:
— на какой минуте он вышел?
— где умер?
— после какого экрана quit?
— сколько секунд стоял без действия?
— куда смотрел курсор?
— где пропустил туториал?

То есть продукт диагностируется на микроуровне поведения. Большинство компаний до сих пор живут на:
— NPS,
— интервью,
— «нам кажется»,
— мнении HIPPO.

5. LiveOps — продукт как живой организм. Самая сильная вещь из геймдева, которую почти никто нормально не перенес. Игра после релиза не «закончена».
Она живет через:
— события,
— сезоны,
— временные режимы,
— ограниченные награды,
— таймеры,
— комьюнити-ивенты.

Большинство сервисов после онбординга превращаются в: «ну… можешь пользоваться при необходимости». А сильные продукты создают ритм жизни пользователя.

6. Баланс экономики через данные. В играх есть огромная дисциплина — balancing. Там постоянно балансируют:
— сложность,
— награды,
— скорость прогресса,
— стоимость действий,
— силу персонажей.

То есть engagement — это не магия.
Это управляемая экономика усилий и вознаграждений.

7. Time-to-fun как универсальная метрика В играх давно поняли: если человек не получил эмоцию быстро — он ушел. Большинство продуктов убивают пользователя до ценности:
— 14 полей регистрации,
— сложный онбординг,
— обучение,
— permissions,
— KYC,
— пустой home screen.
Геймдев учит: ценность должна произойти раньше усталости.

Все возможности от редакции канала по ссылке.

Все для роста от редакции канала

1. Образовательные возможности редакции (можно с счета юрлица, можно придумать персональную рассрочку):
Для тех, кто хочет системно расти в продакт-менеджменте:

- Курс по продакт-менеджменту, базовый
- Карьерный интенсив с разборами тестовых
- Курс по аналитике, базовый
- Курс по Продуктовой стратегии и защите инициативы
- Сайт команды

2. Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут

3. Личный запрос к Сергею Колоскову
Есть вопрос или запрос на карьеру, рост или поддержку?
Заполни короткую форму и получи доступ к закрытому каналу с подарками - тут.

Границы AI-ускорителей продакта

AI действительно может ускорить продакта в 3–10 раз. Но почти у каждого такого ускорителя есть потолок. Вот где AI начинает ломаться в реальной продуктовой работе.

Все возможности от редакции канала по ссылке.

- AI ускоряет создание артефактов, а не создание ценности. PRD, CJM, ресерч, гипотезы, SQL, саммари — появляются за часы. Но это не значит, что вы быстрее нашли PMF.

- Garbage in - garbage out. Плохие интервью + слабая аналитика + мусорные события = AI просто красиво упакует ошибки.

- AI не знает внутреннюю политику компании. Он не понимает:
• кто реально принимает решения,
• где конфликт интересов,
• какие команды саботируют изменения,
• почему прошлые инициативы умерли.

- Возникает “false velocity”. Кажется, что команда стала быстрее. На деле быстрее стали:
• презентации,
• документы,
• прототипы.

Но не факт, что быстрее стало обучение о пользователе.

- AI плохо держит длинный контекст продукта. Через 20–30 экранов, 5 сегментов и 3 года легаси ответы начинают плыть. Поэтому AI отлично работает:
• в локальных задачах,
• ресерче,
• first draft,
• операционке.

И заметно хуже:
• в стратегии,
• платформенных решениях,
• сложных компромиссах.

- AI-агенты почти всегда требуют сильного оператора. Большинство автономных AI-систем на рынке:
• ломаются на edge-cases,
• требуют постоянной настройки,
• не умеют проверять себя,
• плохо работают без человека рядом.

- Главный bottleneck — не AI, а организация. Обычно 2-3 человека ускоряются в 5 раз. А потом упираются в:
• согласования,
• разработку,
• legal,
• доступы,
• безопасность,
• отсутствие данных.

- Чем выше цена ошибки — тем меньше автономии у AI. Финансы, медицина, enterprise, security — там AI остается copilot’ом, а не самостоятельным исполнителем.

• AI делает рынок более “усредненным”. Когда все используют одинаковые модели:
• гипотезы становятся похожими,
• тексты одинаковыми,
• интерфейсы шаблонными.

Поэтому конкурентное преимущество всё ещё создают:
• уникальные данные,
• скорость исполнения,
• дистрибуция,
• понимание аудитории,
• сильная команда.

Все возможности от редакции канала по ссылке.