Продуктовые гипотезы: источники и проверка

Опубликовали запись встречи с Яной Паршиной, Product Manager @ X5 Tech, ex-Sber, ex-Deloitte.

💡 В этом выпуске обсуждаем:

🔹 Зачем нужны гипотезы и где их искать.
🔹 Как правильно их формулировать.
🔹 Какие методы проверки работают лучше всего.

🔗 Видео уже доступно по ссылке!

Не забудьте подписаться на канал, чтобы не пропускать новые записи встреч с экспертами 🔔

Разбор продуктовых кейсов: Discovery, Delivery, Analysis

🔍 Бесплатный воркшоп для начинающих продакт-менеджеров и тех, кто хочет ими стать

📅 Дата: 13 марта 2025 (четверг)

🕒 Время: 19:30 (GMT+3)

💻 Формат: онлайн

🔥 Что вас ждёт?
Разбор трёх кейсов из ключевых этапов работы над продуктом:

✅ Discovery — изучение проблемы, поиск возможных решений, валидация гипотез.

✅ Delivery — реализация выбранного решения и его доставка до пользователей.

✅ Analysis — оценка результатов, выводы и планирование следующих шагов.

👨‍🏫 Эксперт воркшопа:
Иван Меркурьев («Яндекс», ранее — «Сбербанк», «Мегафон»). Более 10 лет опыта в создании и масштабировании продуктов, автор телеграм-канала Ordinary PM.

📌 Формат участия:
Делимся на комнаты в Zoom и решаем кейс в прямом эфире.

Вы сможете:
— Поработать в команде.
— Изучить подходы других участников.
— Получить обратную связь от эксперта.

🔗 Регистрация: Успейте забронировать место на воркшоп! Количество мест ограничено.

👉 Для участия обязательна регистрация по ссылке.

Лайфхак для выбора сегмента рынка

Привет, это Олег Якубенков.

Я участвовал в запуске большого количества новых проектов. Со временем я стал замечать, что есть определенные ниши, которые с высокой вероятностью приводят к хорошим результатам.

Такие сегменты рынка сложно находить, но если получается — то это большой задел на успех.

Критерии

— Сегмент рынка среднего и малого размера.
— Распределение игроков внутри сегмента:
— Один крупный технологический игрок с большим отрывом от конкурентов.
— Много альтернативных способов решения задачи (офлайн, контентные продукты и так далее).
— У лидирующего игрока есть ряд защитных барьеров (дистрибуция, бренд, технология или другие). При этом у вас есть инсайт, как эту защиту обойти.

Пример 1

Несколько лет назад мы делились историей Sense — продукта для трекинга и ограничения использования социальных сетей, который за пару лет вырос до ARR в $500 тысяч.

Это как раз пример, когда получилось найти именно такую нишу:

— Сегмент среднего размера.
— Был явный лидер в этом сегмент (приложение Moment с доходом более $1 миллиона в год).
— Было много альтернативных способов решения задачи.
— Команда Sense построила более эффективное решение на уровне продукта, а также нашла новые каналы роста через умное использование Search Ads и органического поискового трафика.

Пример 2

Следующий кейс — ниша в сегменте инструментов для студентов.

В этом сегмент рынка есть старый продукт с сильными брендом и популярным веб-продуктом, но слабым устаревшим приложением. Выручка в год — порядка $10–20 миллионов.

Команда:

— Создала более совершенное приложение (продуктовое преимущество).
— Лидер не был защищен товарным знаком, чем воспользовалась команда, выбрав в качестве названия имя конкурента с добавлением к нему “PRO”. Так удалось выиграть ASO и получить канал роста с пользователями, которые думали, что это Pro-версия оригинального продукта для мобильного телефона.
— Скопировали контент для изучения в подобном продукте, сделали его публичным, оптимизировали его под поисковые системы и добились хороших результатов в Google (канал роста через поиск).

Не все готовы конкурировать такими способами, но это не отменяет того, что это сработало и дало результат.

Рационализация

Приведенные критерии выведены эмпирически. При этом я могу рационализировать, почему такие сегменты рынка приводят к хорошим результатам.

Средний/малый размер ниши ограничивает уровень конкуренции:

— Неинтересно для больших игроков с крупными бюджетами и сильными командами.
— Неинтересно для команд с венчурным капиталом.

Наличие одного лидирующего продукта и большого количества альтернативных способов решения задачи:

— Подтверждает, что можно построить относительно большой бизнес.
— На рынках, где нет сильных сетевых эффектов и других механизмов, приводящих к ситуации winner takes it all, часто есть пространство для нескольких игроков.
— Альтернативные способы решения задачи — благодатная почва для будущего роста.

Защитные механизмы и инсайт о том, как их обойти:

— Защитные механизмы не позволяют нише превратиться в идеальный конкурентный рынок, где со временем маржа снижается до минимально возможной.
— Наличие же инсайтов для их обхода дает вам точку входа.


Как выбрать оптимальный для вашего продукта сегмент рынка и определить масштабируемые каналы привлечения пользователей, мы подробно разбираем в нашем «Симуляторе управления ростом продукта».

В нем вы на практике разберете, как обеспечить управляемый рост продуктов. А интерактивный формат симулятора позволит отточить навыки без рисков для реального бизнеса.

«Как ускорить рост продукта» — новый вебинар от GoPractice.

🗓 Когда: 18 марта, 19:00 (GMT +3)

📍Формат: онлайн

🗣 Что обсудим:

✅ Что такое продуктовый рост, почему он важен и из чего состоит

✅ Чем отличается маркетинг от product growth

✅ Интересные кейсы из разных стран

🎙 Эксперт: Роман Шиманский — Chief Executive в Yango Play MENA; ex-«Кинопоиск», «Яндекс Музыка», Paramount Pictures.

Также на встрече Рома поделится десятью проверенными механиками продуктового роста из своего опыта.

Вебинар будет полезен продуктовым менеджерам, маркетологам и всем, кто хочет лучше разобраться в вопросах роста продуктов.

📢 Регистрация уже открыта! Присоединяйтесь по ссылке.

Growth-моделирование: как управлять ростом продукта

Опубликовали запись встречи с Яной Доценко (Senior Product Manager, Growth в OLX; ex-VK, ex-Voicemod).

💡 В этом выпуске:

✅ Что такое модель роста и зачем она нужна

✅ Как ее создать: шаг за шагом

✅ Как модель работает на практике

🔗 https://youtu.be/6huXKzDFWGY

🔔 И подписывайтесь на канал, чтобы сразу получать наши новые видео в свои ленты!

Будущее AI-продуктов определит дистрибуция

Как и в случае с важнейшими технологическими изменениями прошлого, для рынка AI неизбежна ситуация, в которой большинство продуктовых идей так или иначе будут испробованы. Мы будем видеть все меньше по-настоящему прорывных инсайтов, защищенность бизнеса вокруг продуктов начнет снижаться, и стартапы будут копировать друг друга с минимальными изменениями.

В таком контексте успех бизнеса будет определяться не самой идеей, а вопросам дистрибуции, масштабирования и go-to-market стратегией в целом, то есть набором решений о ценообразовании, аудитории, маркетинге и так далее.

В своем свежем эссе Эндрю Чен (Andrew Chen) рассуждает о понятиях «лабиринта идей» и «лабиринта роста» в контексте нынешней волны AI и ее будущего, проводит параллели с развитием интернета и рынком мобильных приложений и поднимает важные вопросы о маркетинге в эпоху AI.

Мы сделали его перевод.

🔗 https://gopractice.ru/product/ai-products-mazes/

То, как находить разные идеи применения AI/ML-технологий, проверять и развивать их в своих продуктах, мы подробно разбираем в нашем курсе «AI/ML-симулятор для продакт-менеджеров» от GoPractice.

В нем вы проработаете типовые кейсы внедрения AI-решений в продукт, а интерактивный формат позволит окунуться в практику и отточить навыки без рисков для реального бизнеса.

Технические навыки для продакта

Опубликовали запись встречи с Русланом Хуснетдиновым, техническим менеджером продукта в «Яндекс Лавке», бывшим фронтенд-разработчиком.

💡 В этом выпуске:

♦️ Что подразумевают технические навыки.
♦️ В каких случаях они важны для продакта.
♦️ Как их эффективно развивать.

🔗 https://youtu.be/zQV51VgX0-4

И подписывайтесь на канал, чтобы сразу получать наши новые видео в свои ленты!

Команда DevCrowd запускает уже четвертое исследование рынка продакт-менеджеров.

Исследование фокусируется на зонах ответственности, востребованных навыках, используемых инструментах и зарплатах продактов на разных грейдах.

Расскажите о своем опыте в этом опросе по ссылке, чтобы помочь сделать рынок продуктовых специалистов прозрачнее и понятнее.

👨‍💻 Из фронтенд-разработки в продакты: история перехода

Идея о переходе в продакт-менеджмент привлекает разработчиков возможностью влиять на стратегические решения, формировать продукт на ранних этапах и видеть более широкую картину бизнеса.

В этом материале участник сообщества и выпускник GoPractice Данила Алексеев рассказывает о своем опыте успешного перехода в продакт-менеджмент с позиции фронтенд-разработчика: как принял это решение, какие этапы трансформации прошел и что помогло на этом пути.

Его история будет полезна тем, кто тоже размышляет о переходе в продакт-менеджмент, но не знает, как к этому подступиться.

🔗 https://gopractice.ru/skills/developer-turned-pm-story/

Переход из смежных специальностей — это наиболее эффективный путь стать продактом. Его можно пройти самостоятельно, но это может потребовать значительных усилий и времени, что бывает сложно совмещать с текущей работой.

Поэтому мы создали программу «Профессия: продакт-менеджер». В нее мы включили все необходимые знания и навыки для перехода в продакты и подкрепили их отработкой на практике.

Оставляйте заявку на лендинге, и мы все организуем!

Гипотезы, идеи, ставки: разбираемся в терминах и применяем на практике

🗓 Когда: 10 апреля, 19:00 (GMT +3)

📍 Формат: онлайн

Где грань между гипотезой и идеей? Чем ставка отличается от прогноза?

Почему четкое понимание этих терминов — не просто теория, а ключ к эффективной продуктовой работе?


Разберем с экспертом, как грамотное использование терминов помогает:

✅ Сокращать ошибки и избегать бесполезных экспериментов

✅ Повышать эффективность решений и тестов

✅ Увеличивать ROI за счет более точного подхода


Что вас ждет: теория + практика на кейсах реальных компаний.

👥 Кому будет полезно:

— Продакт-менеджерам

— Маркетологам, аналитикам и другим специалистам, работающим с этапом Discovery

🧠 Эксперт: Антон Куликов, Senior Product Manager, Fintech; ex-CPO Selectel; автор канала «Быть продактом».

👉 Забронируйте место на вебинаре по ссылке. Количество мест ограничено!

Из проджекта в продакты: путь студентки GoPractice

Что помогает принять решение стать продакт-менеджером? Как прошлый опыт помогает в новой роли? Как преодолеть неуверенность в первые месяцы работы?

Эти и другие вопросы мы обсудили со студенткой курса «Профессия: продакт-менеджер» Аминой Баймурзаевой. Амина недавно совершила карьерный свитч в продакт-менеджмент и в этом интервью поделилась своей историей.

🔗 https://gopractice.ru/skills/switching-into-pm-story/

Если вы, как и Амина, планируете переход в продакт-менеджмент из смежной специальности, то присоединяйтесь к студентам нашего курса «Профессия: продакт-менеджер».

В курс мы включили все необходимые знания и навыки для перехода в продакты и подкрепили их отработкой на практике.

Ближайший поток стартует уже 24 апреля!

Оставляйте заявку на лендинге, и мы все организуем!

«Как ускорить рост продукта»

Опубликовали запись встречи с Романом Шиманским — Chief Executive в Yango Play MENA; ex-«Кинопоиск», «Яндекс Музыка», Paramount Pictures.

📼 В этом выпуске:

📈 Что такое продуктовый рост, почему он важен и из чего состоит

📈 Чем отличается маркетинг от product growth

📈 Интересные кейсы из разных стран

📈 Десять проверенных механик продуктового роста из опыта эксперта.

🔗 https://youtu.be/UDeMybfDL0c

И подписывайтесь на канал, чтобы не пропускать новые записи встреч с экспертами. 🔔

Разбор AI Native продукта Granola

Привет, это Олег Якубенков.

С началом новой волны AI многие крупные компании стали оперативно добавлять AI-фичи в свои продукты. В большинстве случаев они были приделаны «сбоку» и не снискали популярности.

Но постепенно начали появляться AI Native продукты — те, которые перепридумывают определенные юзкейсы с нуля и дают принципиально новый опыт.

Сегодня хочу обсудить как раз такой продукт — Granola AI.

Какую задачу решает Granola AI

Granola AI помогает вести заметки во время встреч и звонков. Сервис позволяет сосредоточиться на обсуждении, сохраняя всю важную информацию в доступном формате.

Проблема оказалась особенно актуальна для менеджеров, предпринимателей и инвесторов, у которых календари часто забиты встречами с утра до вечера.

Как создается добавочная ценность

Заметки на встречах — один из наиболее очевидных юзкейсов для технологий распознавания речи и LLM, и до Granola AI уже появилось множество подобных AI-сервисов.

Но создатели Granola AI приняли одно очень неочевидное решение: вместо того чтобы делать полное саммари звонка, сервис опирается на короткие односложные заметки, которые пользователь делает по ходу встречи. AI же дополняет их, обеспечивая максимальную релевантность.

Таким образом, пользователю достаточно записать только лишь число, а Granola AI сама вычленит из разговора и добавит контекст о том, что это число означает.

Это решает ключевую проблему большинства саммаризаторов, которые не знают контекст человека и то, что он считает важным. И, как следствие, в саммари теряют важные детали. Гибридная модель Granola AI решает эту проблему и тем самым создает добавочную ценность.

Вот еще несколько других решений, которые помогли сервису качественно улучшить пользовательский опыт:

1️⃣ Нативное приложение для Mac, которое само определяет старт звонков и слушает аудиопоток компьютера. Сервис не надо вручную подключать к встрече, и он совместим с любым решением для звонков.

2️⃣ Возможность делиться заметками и задавать вопросы про встречу. Пользователи могут отправлять ссылки на заметки по встрече, а другие участники могут задавать вопросы, уточнять детали и просматривать обсужденные темы.

3️⃣ Поиск и аналитика. Пользователи могут быстро находить информацию по встречам благодаря AI-поиску.

Модель роста

Granola AI использует bottom-up модель роста, которая включает:

— Виральный цикл роста

По итогам встречи люди часто делятся заметками с ключевыми моментами и следующими шагами. Это создает нативный механизм, благодаря которому другие люди узнают про сервис, начинают его использовать и, соответственно, помогают распространять его дальше.

— Продажи компаниям с высоким проникновением сервиса

Чем больше сотрудников компании начинают использовать Granola AI, тем интереснее бизнесу купить enterprise-версию с нужными сертификатами, фичами для безопасности и другими возможностями для крупных компаний. Такой механизм позволяет Granola попадать в средние и крупные компании без длительных сделок и необходимости нанимать огромную sales-команду.

— Краткосрочные всплески новых пользователей

Виральный и bottom-up sales циклы роста подпитываются разовыми активностями, которые приводят в продукт релевантных пользователей и разгоняют маховик.

К таким активностям можно отнести: запуск на ProductHunt, хвалебные посты в соцсетях от лидеров мнений, обзоры от блогеров и т.д.

Вывод

Новые технологии определяют специфику того, как именно создается ценность. Но базовые законы создания ценности и ее доставки до целевых пользователей остаются неизменными.

Granola AI — хороший пример того, как AI Native продукты могут не просто добавлять AI-фичи, а переосмыслять пользовательский опыт с нуля, находя более эффективные решения для уже существующих проблем.

A/B-тестирование: что делать, если ваши данные распределены не нормально?

T-тест — это статистический метод для определения того, есть ли значимая разница между средними двух выборок. Он вычисляет t-статистику с учетом разницы между средними, вариабельности и размеров выборок, после чего сравнивает ее с теоретическим распределением для получения p-value.

В продуктовой аналитике t-тест — один из самых популярных критериев для оценки AB-тестов. В то же время можно встретить позицию, что t-тесты работают только на данных, распределенных нормально.

Однако нормально распределенные данные — скорее исключение, чем правило в работе с реальными данными продукта.

В этом материале участник сообщества GoPractice Тимур Ахмет разбирает, почему t-тест работает, даже когда данные не подчиняются нормальному распределению.

Внутри — методика, графики, примеры и алгоритм проверки статистического критерия на реальных метриках.

🔗 https://gopractice.ru/data/t-tests-applicability/

Нюансы применимости t-тестов — достаточно продвинутая тема для тех, кто глубоко погружен в аналитику.

Если вы хотите разобраться с базовыми аспектами применения A/B-тестов в продуктовой работе, то присоединяйтесь к «Симулятору управления продуктом на основе данных».

Чтобы взять максимум от обучения, выбирайте тариф с ментором. С поддержкой опытного наставника вы разберете, как применять новые знания в реальной жизни. Присоединиться можно по ссылке.

Как ускорить рост продукта: ищем рычаги и объясняем на примерах

Рычаги роста продукта часто скрыты в самом продукте. И именно там (а не в маркетинге) вы найдете рычаги влияния на удержание пользователя, повторные покупки и другие важные для роста показатели.

В отличие от маркетингового роста, продуктовый рост ориентирован на использование встроенных механик продукта.

— Привлечение и удержание
— Виральность и органическое распространение
— Монетизация и оптимизация LTV

В этом материале для GoPractice Роман Шиманский (Chief Executive в Yango Play, MENA) подробно объясняет разницу между маркетинговым и продуктовым ростом и делится подборкой проверенных механик последнего.

🔗 https://gopractice.ru/product/product-growth-explained/

Как определять возможности роста своего продукта, вы узнаете в нашем «Симуляторе управления ростом продукта».

Присоединяйтесь к симулятору, и вы научитесь выстраивать оптимальную для вашего продукта модель роста и управляемо масштабировать продукт, а интерактивный формат позволит окунуться в практику и отточить навыки без рисков для реального бизнеса.

«Сильный спрос, слабый продукт» лучше, чем «слабый спрос, сильный продукт»

Благодаря AI и другим вспомогательным инструментам создание продукта невероятно упростилось.

В то же время завоевать внимание пользователя и пробиться сквозь информационный шум вокруг него становится все сложнее.

И поэтому все чаще успеха добиваются команды, которые умеют работать со спросом и каналами, а не создавать поистине идеальные продукты.

Спрос (если он существует для вашего продукта) не распределен равномерно: он концентрируется в специфичных точках. Находить эти точки концентрации спроса — сложная, но критическая важная работа, в которой ваши основные ориентиры — это анализ трендов в соцсетях, постоянные тесты рекламы и пользовательский фидбек. Если вы найдете такие точки, вы сможете провести через них свой продукт.

Спрос дает ресурсы для развития неидеального продукта.

Идеальный продукт без спроса не стоит ничего.

Читать полную версию

Получалось ли у вас находить нетипичные каналы дистрибуции или точки роста для вашего продукта?

Если да, то поделитесь этим опытом с нами в этой форме!

Как AI меняет работу продактов и какие задачи можно делегировать AI уже сегодня

По прогнозам, к 2030 году до 70% рабочих задач будут автоматизированы или значительно ускорены с помощью AI-инструментов. Эта тенденция неизбежно коснется и работы над продуктом.

AI уже активно используется в бизнесе для улучшения принятия решений, работы с гипотезами и повышения эффективности команд.

Однако, несмотря на очевидные возможности, исследования показывают, что более 30% продакт-менеджеров не используют генеративный AI или не видят в нем ценности. Причины могут быть разнообразными: нехватка знаний и времени, сложности с интеграцией AI в рабочие процессы, неудачные попытки в прошлом или недостаточное понимание реальной пользы от его использования.

🔍 Предлагаем разобраться вместе: для решения каких задач вы хотели бы активнее использовать AI, но пока не знаете как?