"Если продакт не отвечает за деньги, то он не продакт, а проджект (т.е. просто отвечает за сроки доставки фич).
Деньги это валидация ценности. Пользователь сталкивается с продуктом, и он платит за велью или нет (это показатель того, есть ли велью у продукта). Не очень точная, но очень честная.
Чем больше ценности ты даешь, тем лучше конверсия, тем выше ARPU”.
Недавно Аня в
@proproduct опубликовала интересное интервью с Ильей Красинским, сильно советую посмотреть:
https://youtu.be/w_TJSWxY5vwЕсли нет времени - ниже в вольной форме еще несколько заметок и цитат:
У людей нет метрик, у них есть сценарии. За последние три тысячи лет они не сильно поменялись. Они что-то ищут, появляется триггер, который запускает какой-то сценарий, который они хотят выполнить.
У нас нет контроля над кошельком клиента. Мы работаем над продуктовыми метриками. Мы не работаем с теми, кто купил. Мы больше работаем над теми людьми, кто НЕ купил - чтоб они купили. Пытаемся влиять на их поведение косвенно, чтоб в итоге купили.
“Помнишь, как появились в Яндексе продакты? Было много проджектов, потом вдруг стало модным быть продактом. Потому сначала все стали продакт овнерами, это пришло из скрима, а потом на линкедине поменяли себе это на продакт менеджеров. Теперь ты продакт менеджер, будешь отвечать за сроки, говорили они”.
Когда продакт не отвечает за реальные метрики использования, за деньги, он начинает галлюцинировать - появляется огромный бэклог, олицетворяющей собой огромное количество непроверенных гипотез, проверка которых в сумме (с учетом стоимости команд разработки) будет стоить компании миллионы.
Когда же продакт отвечает за деньги, он начинает думать, как ему максимально дешево проверить гипотезу, чтоб тратить время разработки на фичи с максимальной вероятностью высокого КПД. Интервью, тесты.
Если ты работаешь через проверку гипотез, ты 50% времени тратишь на то чтоб родить годную для проверки боем гипотезу, а команда тем временем имеет время закрыть техдолг. Потом ты приходишь и говоришь “давайте вот это сделаем, это все равно конечно придется переделывать потом, но мы по крайней мере сделаем это дешево. И мы не пилим весь наш архипелаг, и если не сработало - выкинули”.
Задавать себе вопрос: Где точки роста в этой компании?
О дата сайенс. Люди, которые сидят с данными, часто не способны принимать решения. Стать хорошим продуктовым аналитиком очень сложно и дорого. Как только такой человек начинает разбираться в бизнесе, он становится продакт менеджером 🙂
Churn rate - метрика не actionable. Ты на нее смотришь и плачешь.
Аналитика головного мозга. “Как-то я сидел высчитывал кривую эластичности спроса. Провел кучу тестов, нашел математически правильные цифры. Через три месяца пришел собственник и сказал: давай повысим цены в два раза. Я ему час читал лекцию о том, как это нельзя делать, но потом сдался. Мы повысили цены в два раза, и увеличили доход в два раза. Теперь я сторонник дешевых экспериментов. Разведка боем”.
Важно, чтоб команды параллельно занимались и кратным ростом (основные фичи, точки роста), и локальными оптимизациями (напр, команда маркетинга тюнит регистрацию).
Точки роста обожают смещаться в зону некомпетентности команды.
Дашборды показывают цифры, которые ты и так знаешь, а проблемы скапливаются в тех цифрах, о которых ты не подозреваешь.
Ты не можешь три метрики считать, а две не считать. Тебе нужна целостная система метрик, чтоб ставить диагностику.
Людям нравятся красивые штучки в UI, которые ничего на самом деле не стоят в разработке - картинка, простая анимация. "Я стараюсь в каждую итерацию одну такую штучку добавлять”.
С какого-то момента больше нельзя учиться по книгам, потому что для тебя книги еще не написаны. Чтобы развиваться дальше, можно преподавать самому, заниматься консалтингом, работать с сильными людьми. Так тренироваться.