tgindex

Fresh Product Manager

описание

Заметки, продуктовые инсайты, кейсы, обмен экспертизой от Сергея Колоскова. Консультирую по продуктам, процессам, командам, преподаю и провожу воркшопы. Связь - @SKoloskov, https://koloskoveducation.tilda.ws/ Реестр РКН https://clck.ru/3G5nL5

← к каналу@FreshProductGo
20 029
подписчиков
Охват к подписчикам
7,6%
ERR
Реакции к просмотрам
0,45%
146 на 22 постов
Пересылки к просмотрам
1,15%
373
Постов в день
0,3
всего 21

Где отзываются чаще

доля реакций к просмотрам
  • 19 июл.Фичи, которые существовали в литературе задолго до появления IT Открываешь классику и понимаешь: многие идеи описали писатели 100–200 лет назад. Вот что могли бы подсмотреть продакты в литературе. Для переключения в выходные на книги:) • Граф Монте-Кристо | CRM / Social Graph Дантес выигрывает не за счет денег, а за счет идеального понимания сети связей между людьми. Он знает, кто на кого влияет, кто кому обязан и через кого можно воздействовать на ситуацию. По сути это CRM и LinkedIn, где главным активом является граф отношений. • Игрок | Infinite Feed / Loot Boxes Героя удерживает не выигрыш, а ожидание следующего выигрыша. Он постоянно думает, что следующий спин изменит всё. На этом же принципе работает и бесконечная прокрутка контента. • Гордость и предубеждение | Matching Algorithm Все персонажи оценивают потенциальных партнеров по десяткам критериев: характер, происхождение, ценности, перспективы. Это практически алгоритм рекомендаций для знакомств задолго до Tinder. • Утраченные иллюзии | Influencer Marketing Книги и люди становятся популярными не потому, что они лучшие, а потому что о них говорят нужные люди. Бальзак очень подробно показывает рынок купленных рекомендаций и медийного влияния. • Война и мир | Персонализация Толстой показывает, как одно и то же событие вызывает совершенно разную реакцию у разных людей. Это отличный пример того, почему единый продукт для всех пользователей почти никогда не работает. • Робинзон Крузо | Progress Bar Робинзон буквально выживает благодаря постоянной фиксации маленьких достижений. Каждый новый инструмент, запас еды или улучшение жилища становится видимым прогрессом. Так же работают современные трекеры привычек и обучения. • Одиссея | Customer Journey Map Вся поэма | путешествие пользователя к цели через десятки препятствий и точек отказа. Если нарисовать CJM Одиссея, получится почти готовый кейс для продуктового интервью. • Божественная комедия | Onboarding Вергилий выполняет роль идеального продуктового онбординга. Он сопровождает новичка, объясняет правила мира и постепенно знакомит его с более сложными уровнями системы. • Шерлок Холмс | Recommendation Engine Холмс принимает решения по неполным данным и постоянно строит наиболее вероятную гипотезу. Это очень похоже на современные рекомендательные алгоритмы, которые пытаются угадать следующий лучший шаг пользователя. • Евгений Онегин | Social Feed Огромная часть событий происходит через слухи, письма и обсуждения знакомых. Персонажи фактически живут в аналоге социальной ленты, где информация о других людях является главным контентом. • Дон Кихот | Augmented Reality Дон Кихот не видит мир таким, какой он есть. Он накладывает на реальность собственный слой интерпретаций: мельницы становятся великанами, трактиры | замками. Это очень близко к идее AR. • Рождественская песнь | Future Simulator Скруджу показывают несколько вариантов его будущего в зависимости от текущих решений. Так работают лучшие финансовые и health-продукты | они не показывают цифры, а визуализируют последствия. • Мертвые души | Marketplace Чичиков создает ценность не производя ничего нового. Он находит неэффективность рынка, собирает активы и переупаковывает их. По сути это работа любого агрегатора или маркетплейса. • Мастер и Маргарита | Viral Loop Одно необычное событие запускает волну обсуждений по всей Москве. Каждый новый рассказ порождает еще несколько рассказов. Классическая вирусная механика распространения информации. • Приключения Гулливера | UX Research Попадая в разные общества, Гулливер постоянно сталкивается с тем, что привычные решения перестают работать. Это напоминает хороший UX-ресерч, когда продукт тестируют в разных контекстах и сегментах. • Властелин колец | Jira / Product Team Ни один герой не способен выполнить задачу самостоятельно. У каждого своя роль, зона ответственности и компетенция. Это почти учебник по кросс-функциональным командам и управлению сложным проектом. Всем роста! Сайт команды с курсами и полезными материалами.1,23%
  • 15 авг.За каждой экономической темой стоят отчёты, таблицы и методики. Разбираться в них – работа аналитика, у других на это нет времени. Пример – на карте: реальная покупательная способность регионов России. В исходнике – таблица на 80 с лишним строк. Здесь – одно изображение: отношение медианного дохода к стоимости фиксированного набора товаров и услуг, от 1,13 в Ингушетии до 3,99 в Ненецком автономном округе. Этим и занимаются «Цифры» @cyfruss: находят данные, проверяют методику, переводят результат в наглядную и понятную форму. Подписывайтесь, чтобы не читать, а считывать данные0,86%
  • 4 авг.Вайб-кодинг, споры без камер и честный разговор о личном бренде. Уже третий год подряд Альфа-Банк — генеральный партнер ULCAMP, одного из крупнейших неформальных ИТ-фестивалей страны 🎤 С 17 по 19 июля в эко-парке «Русский берег» на Волге собрались больше 4500 ИТ- и диджитал-специалистов со всей страны. На новом формате «Техбренд толкс» DevRel, Tech PR и HR-бренд-эксперты обсудили, как найти баланс между внешней привлекательностью и глубиной инфоповода, в какие каналы идти на фоне блокировок и чем для компании является личный бренд сотрудника — активом или риском. Формат положил начало закрытому комьюнити специалистов в продвижении ИТ-брендов. На другой сессии, руководитель GenAI-направления банка Артем Шепилов обсудил со спикерами топовых компаний, что вайб-кодинг на самом деле меняет в продуктовых командах. На сцене Alfa Music Night выступили Станция метро Горьковская, Magic Man, Хмыров, ЛАУД и другие. В шатре банка — 14 активностей: гравировка карт, йога с поющими чашами, «Своя игра» по AI и розыгрыш прогулки на Альфа-Яхте с красным парусом. Подробнее: https://alfa.me/MCgGgI0,72%
  • 14 июл.Что останется незыблемым в профессии продакта с учетом AI Просматривая свое выступление про классику продакт-менеджмента, убеждаюсь: чем больше AI забирает механическую часть работы, тем ценнее становятся вещи, которые никогда не были про документы, SQL или презентации. 1. Выбор проблемы. Большинство компаний тонут не потому, что не умеют реализовывать идеи. Они тонут потому, что реализуют не те идеи. AI может предложить сотню гипотез. Может посчитать экономику. Может собрать прототип. Но он не находится внутри бизнеса и не отвечает на вопрос: какую из двадцати проблем стоит решать именно сейчас. 2. Работа с неопределенностью. Самые дорогие решения в продукте принимаются тогда, когда данных недостаточно. Новый рынок. Новый сегмент. Новый продукт. Новый канал роста. В этот момент нет правильного ответа в базе знаний и нет датасета, на котором можно обучить модель. Есть только набор сигналов, рисков и необходимость принять решение. 3. Понимание людей. Не пользователей в таблице. А живых людей. Почему клиент говорит одно, а делает другое? Почему CEO настаивает на функции, которая не окупится? Почему команда сопротивляется изменениям? Почему рынок реагирует не так, как ожидалось?Большая часть продуктовой работы происходит не между человеком и интерфейсом. Она происходит между людьми. 4. Приоритизация через ограничения. Почти никогда вопрос не звучит как "что мы можем сделать?". Обычно вопрос звучит иначе: что мы не будем делать? Не хватит команды на все идеи. Не хватит бюджета на все инициативы. Не хватит времени на все эксперименты. И именно здесь появляется работа продакта — принимать решения о распределении ограниченных ресурсов. 5. Создание согласованности. AI может написать отличный PRD. Но он не сможет сделать так, чтобы CEO, маркетинг, аналитика, разработка и бизнес одинаково понимали, зачем существует продукт и куда он движется. А именно отсутствие согласованности остается причиной огромного количества провалов. Парадоксально, но получается, AI делает профессию продакта не менее важной, а более требовательной. Всем роста!0,67%
  • 16 июл.Как двигаться микроитерациями по скорости разработки и ожиданиями стейкхолдеров У сильных продуктовых используется несколько подходов, которые позволяют получать результат и данные максимально быстро. 1. Walking Skeleton. Его смысл в том, чтобы как можно быстрее построить самый тонкий работающий сценарий от начала до конца. Представьте, что вы запускаете новый кредитный продукт. Большинство команд начнут делать красивую анкету, скоринг, интеграции, личный кабинет, уведомления и десятки других компонентов. Walking Skeleton заставляет спросить: какой самый простой путь должен пройти пользователь, чтобы получить кредит? Возможно, это всего одна форма заявки, ручная проверка сотрудником и SMS с решением. Неидеально. Не масштабируемо. Но уже через неделю можно увидеть реальные заявки и понять, нужен ли вообще продукт рынку. 2. Tracer Bullet Development. Она появилась в инженерной среде и предназначена для проверки самых рискованных мест проекта. Очень часто команды начинают строить решение вокруг гипотезы, которую никто не проверял. Например, компания хочет внедрить AI-помощника поддержки. Вместо того чтобы полгода строить архитектуру, интеграции и интерфейсы, сначала проверяется главный риск: способен ли AI вообще решать обращения клиентов с нужным качеством. Иногда один такой эксперимент за две недели экономит полгода разработки. 3. MVP Slice. Это одна из самых полезных техник для продактов. Проблема большинства roadmap в том, что команды режут систему по компонентам: сначала API, потом фронт, потом интеграции, потом тестирование. Пользователь месяцами ничего не получает. MVP Slice предлагает резать не по системам, а по пользовательской ценности. Например, вместо задачи "сделать новую рекомендательную систему" появляется задача "дать рекомендации для 5% пользователей на главной странице". Вместо трех месяцев разработки появляется релиз через две недели и первые данные. 4. Feature Ladder. Его используют компании, которые умеют очень быстро доставлять функциональность. Любая большая фича разбивается на уровни зрелости. Первый уровень – ручное решение. Второй – частичная автоматизация. Третий – полноценная автоматизация. Четвертый – масштабируемая платформа. Например, персональные предложения сначала может формировать аналитик в Excel. Затем появляются простые правила. Затем машинное обучение. Затем полноценная рекомендательная система. Большинство компаний пытаются сразу построить четвертый уровень и теряют месяцы. 5. Reverse Roadmap. Вместо планирования списка фич команда планирует список знаний, которые должна получить. Не "запустить новый тариф". А "понять, готовы ли пользователи платить на 20% больше за дополнительные функции". Не "сделать подписку". А "проверить, влияет ли подписка на удержание". Такой подход радикально меняет ожидания бизнеса. Стейкхолдеры начинают ждать не релизов, а ответов на важные вопросы. 6. Continuous Demo. Лучшие команды показывают прогресс каждую неделю. Не презентацию. Не отчет. А работающий кусок продукта. Пусть маленький. Пусть сырой. Пусть на тестовом окружении. Когда руководитель видит движение каждую неделю, давление на команду снижается в разы. Большинство конфликтов возникают не потому, что команда работает медленно, а потому что два месяца никто не понимает, что происходит. Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.0,65%
  • 28 июл.Как траблшутинг помогает решать проблемы продакт-менеджера? В большинстве компаний проблемы диагностируют очень поверхностно. Упала конверсия - значит проблема в UX. Упали продажи - значит проблема в маркетинге. Пользователи жалуются - значит проблема в продукте. Но если посмотреть разборы крупных инцидентов в банках, маркетплейсах, финтехе и SaaS-компаниях, оказывается, что реальная причина почти всегда находится на один-два уровня глубже. Например, команда несколько месяцев улучшает онбординг из-за падения регистрации, а потом выясняется, что проблема появилась после изменения логики атрибуции рекламных каналов и пользователи никуда не исчезали. Просто аналитика начала считать их по-другому. Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут. 1. Один из самых полезных приемов в траблшутинге - искать не проблему, а первое место, где данные начинают отличаться от нормы. Допустим, выручка маркетплейса упала на 15%. Большинство команд начинают анализировать выручку. Сильные команды начинают раскручивать цепочку: количество заказов, количество покупателей, конверсия в покупку, добавления в корзину, просмотры карточек, поисковые запросы. Очень часто оказывается, что падение выручки началось не в оплате и не в корзине, а в поиске, где после обновления алгоритма пользователи стали хуже находить нужные товары. Внешне проблема выглядит как финансовая, а источник находится в совершенно другом месте продукта. 2. Еще одна распространенная ошибка - смотреть на средние показатели. Например, удержание пользователей снизилось с 35% до 30%. На первый взгляд проблема общая. Но когда начинается нормальный траблшутинг, выясняется, что удержание осталось прежним у всех старых пользователей и даже выросло у Android-аудитории. Просадка целиком создается новыми пользователями iPhone из одного рекламного канала. Половина продуктовых кризисов перестает быть кризисами после нормальной сегментации данных. Поэтому сильные продакты редко смотрят на общий показатель. Они почти всегда ищут сегмент, который создает проблему. 3. Отдельный класс проблем связан с так называемыми "ложными виновниками". Например, после релиза резко выросло количество ошибок. Все начинают искать проблему в коде последнего релиза. Через неделю выясняется, что реальная причина - партнерская интеграция, которая изменила формат данных. Или наоборот: команда месяц обвиняет внешних партнеров, а проблема оказывается в новом механизме кэширования. Поэтому хороший траблшутинг всегда начинается с карты изменений. Что поменялось в продукте, инфраструктуре, процессах, данных, маркетинге и внешних интеграциях за последние недели. Очень часто ответ находится именно там. 4. Есть интересное правило крупных продуктовых компаний: если причина кажется очевидной в первые 30 минут расследования, скорее всего она неверная. Потому что настоящие системные проблемы обычно возникают на стыке функций. Продажи обвиняют продукт, продукт обвиняет разработку, разработка обвиняет инфраструктуру, а проблема находится в процессе между ними. Например, одна команда отвечает за привлечение пользователей, другая за активацию, третья за удержание. Пока каждая смотрит только на свой участок, никто не видит полную картину. Сильные продакты часто кажутся медленными в первые часы кризиса. Они не бегут сразу чинить. Они сначала ставят диагноз. А в продукте правильный диагноз обычно стоит намного дороже самого решения. Нужна помощь с ростом бизнеса и процессов? Пишите @SKoloskov или заполните короткую форму тут. Всем роста! Сайт команды с курсами и полезными материалами.0,63%
  • 21 июл.Как продакту держать приоритеты, релизы и гипотезы в одном месте? Каждый сталкивался с тем, что нужно одновременно следить за гипотезами, общаться с юзерами, передавать задачи в разработку, контролировать метрики и адаптироваться к приоритетам. Если у продакта нет системы, то хаос неизбежен 🙂 Для этой цели идеально подходит Кайтен. Это российский сервис, в котором можно создать единое пространство для разработки продукта. Спринты, статусы, отчеты, документы, декомпозиция, User Story Map, ресурсное планирование и Гант в одной системе. Кайтен используют в Сбере, X5, Додо, Вкусвилл. 🔥 Коллеги подготовили бесплатные шаблоны, которые уже сейчас могут сильно упростить вашу работу: • PRD, • план исследования пользователей, • дорожная карта, • техдока, • QA-тестирование, • примечания к релизу, • ретро спринта, • OKR, • ежедневный чекин. И еще можно забрать шаблон по фреймворку Double Diamond. Полезная вещь, ознакомьтесь. Скопировать себе любой шаблон можно за 30 секунд и начать вести процессы системно. Забрать набор шаблонов бесплатно0,59%
  • 4 авг.Новый стандарт в найме продактов: компании предпочитают выращивать их через буткемпы Долгое время главным сигналом были строчки в резюме: сколько лет опыта, в каких компаниях работал, какие продукты запускал человек. Но в последние годы крупные технологические компании все чаще делают ставку совсем на другое — способность быстро учиться внутри их продуктовой среды. Причина довольно проста. У каждого сильного продукта есть своя внутренняя логика принятия решений. Где-то все начинается с глубинных интервью, где-то — с анализа данных, где-то — с десятков быстрых экспериментов. Формально профессия называется одинаково, но на практике два продакта с одинаковым опытом могут принимать совершенно разные решения. Поэтому сегодня все больше компаний не ждут, пока рынок «вырастит» идеального кандидата, а создают собственные программы подготовки. Причем ценность таких программ не столько в лекциях, сколько в возможности несколько месяцев работать рядом с людьми, которые каждый день принимают реальные продуктовые решения. Обратил внимание на итоги буткемпа ВКонтакте и VK Education. На программу поступило более 3 тысяч заявок со всей страны. После нескольких этапов отбора участники проходили интенсив с действующими CPO и руководителями продуктов, разбирали реальные кейсы, защищали решения и получали постоянную обратную связь. В итоге 19 участников получили оферы в продуктовые команды VK. Самое интересное здесь даже не цифры. По сути, компания проверяет кандидатов не через классическое собеседование, а инвестирует в их обучение и проверяет через реальные рабочие ситуации: как мыслят, как работают с неопределённостью, умеют ли защищать гипотезы, анализировать данные и менять решение, если эксперимент показал обратный результат. Мне кажется, именно такой подход постепенно становится новым стандартом. Вместо поиска «готового продакта» компании начинают выращивать специалистов под собственную продуктовую культуру и систему принятия решений. И в долгосрочной перспективе это может оказаться гораздо эффективнее, чем бесконечная конкуренция за опытных специалистов на рынке.0,56%
  • 7 июл.Освойте профессию продакта вместе с Авито Магистратура «Управление продуктом в ИТ-бизнесе» от Авито и Высшей школы бизнеса НИУ ВШЭ научит на реальных кейсах, как создавать продукты, принимать решения на основе данных и развивать бизнес в цифровой среде. А ещё 25 из 45 мест на программе — с грантом на обучение от Авито! Почему стоит подать заявку: — преподаватели-эксперты из Авито и НИУ ВШЭ; — работа с реальными продуктами и бизнес-кейсами; — продуктовая аналитика, исследования пользователей, стратегия развития продукта и юнит-экономика; — возможность попасть на стажировку в Авито уже во время обучения. Успейте подать документы до 8 августа, чтобы построить карьеру в продуктовом менеджменте.0,55%
  • 12 авг.Когда компании уже нужен внешний продуктовый отдел, а не еще один продакт Есть момент, когда проблема компании перестает решаться наймом еще одного Product Manager. Команда может быть укомплектована, roadmap – заполнен, разработка – загружена, но продукт все равно не дает нужного бизнес-результата. Это обычно не проблема отдельных людей. Это продуктовая дисфункция системы. И вот в нескольких случаях внешний продуктовый отдел действительно может дать больше эффекта, чем расширение штатной команды. 1. Roadmap существует, но никто не может связать его с P&L. В бэклоге 150 задач, каждый stakeholder считает свою задачу приоритетной, а на вопрос «что произойдет с выручкой, если мы это сделаем?» команда отвечает количеством релизов. Это сигнал, что компании нужен не еще один PM, а внешняя функция, которая заново связывает бизнес-цели - продуктовые метрики - инициативы - разработку. В таких проектах часто обнаруживается, что 30–40% roadmap вообще не имеют проверяемой бизнес-гипотезы. После пересборки портфеля высвобождается capacity команды без найма дополнительных разработчиков. 2. Discovery фактически отсутствует, а разработка используется как способ проверить гипотезу. Классический сценарий: CEO говорит «давайте добавим рассрочку», аналитик считает TAM, дизайнер рисует интерфейс, команда месяц разрабатывает, а после запуска выясняется, что пользователи не готовы этим пользоваться. Внешняя команда здесь полезна именно до разработки: customer research, JTBD, конкурентный анализ, unit economics, прототипы, fake door, concierge MVP и количественная проверка спроса. 3. Компания масштабирует то, что еще не доказало product-market fit. Например, продукт показывает 20–30% MoM роста регистраций, и бизнес нанимает еще 15 разработчиков. Но retention остается 12%, activation – 18%, а большая часть новых пользователей приходит из одного рекламного канала. В этом случае масштабирование команды только увеличивает скорость производства фичи для продукта, который еще не доказал ценность. 4. Сильный CEO стал главным Product Manager компании. CEO лично определяет roadmap, ходит на customer interviews, решает приоритеты и участвует в согласовании каждой крупной фичи. Пока компания маленькая – это преимущество. При росте – бутылочное горлышко. Если 20 продуктовых решений в неделю проходят через одного человека, проблема уже не в CEO. Проблема в отсутствии системы, которая позволяет принимать эти решения без CEO. Внешняя команда может за 2–3 месяца построить эту систему и передать ее внутренним руководителям. 5. Компания постоянно запускает новые продукты, но почти ничего не закрывает. Каждый год появляется 5–10 новых направлений. Внешний продуктовый аудит может ввести Product Kill Criteria: заранее определить, какие показатели должны быть достигнуты к конкретным датам, сколько компания готова инвестировать и при каких условиях направление закрывается или pivot'ится. Иногда самый большой product impact – это не новый продукт, а остановка пяти старых. Нужна помощь с ростом продуктов и команды? Пишите автору канала @SKoloskov, насмотренность свыше 150 компаний на 8 рынках.0,49%
  • 25 июл.Закономерности остаются удивительно стабильными уже десятилетиями Фокус продакта не только про Gartner Hype Cycle. Гораздо важнее понимать, какие силы реально двигают продукты, рынки и поведение пользователей. Есть несколько моделей, которые я бы поставил в обязательный набор любого сильного продакта. 1. S-Curve Innovation. Практически любая технология проходит одинаковый путь: медленный старт, взрывной рост, насыщение и плато. Очень многие продуктовые ошибки происходят из-за того, что команда находится на одной стадии, а думает, что уже на другой. Например, сегодня многие AI-продукты находятся в фазе гиперроста, а классические мобильные банки во многих странах уже давно живут на зрелом плато. От этого зависит всё: скорость инвестиций, ожидания по росту, стратегия продукта и даже найм команды. 2. Crossing the Chasm. Джеффри Мура. Она объясняет, почему тысячи продуктов успешно проходят этап ранних пользователей и умирают при попытке выйти на массовый рынок. Энтузиасты готовы терпеть баги, плохой UX и сырые сценарии ради новизны. Массовый рынок — нет. Многие команды считают, что проблема в маркетинге, хотя на самом деле продукт просто не преодолел пропасть между early adopters и mainstream-аудиторией. 3. Diffusion of Innovation Роджерса. По сути это карта распространения любого нового поведения. Очень полезно помнить, что большинство пользователей не хотят быть первыми. Если продуктом пользуются только технологические энтузиасты, это не значит, что он готов к масштабированию. Многие продакты переоценивают размер своего рынка именно из-за этой ошибки. 4. Power Law Distribution. Наверное, самая недооцененная концепция в продукте. В большинстве рынков ценность распределена неравномерно. 5% клиентов могут приносить 50% выручки. 1% функций может генерировать половину использования продукта. 10% экспериментов могут давать 90% роста. Когда начинаешь смотреть на продукт через степенные распределения, приоритеты меняются очень быстро. 5. The Innovator's Dilemma Клейтона Кристенсена. Очень полезна для продуктовых лидеров. Практически любая успешная компания начинает проигрывать не потому, что плохо работает. А потому что слишком хорошо обслуживает текущих клиентов и пропускает новые рынки. История Kodak, Nokia, BlackBerry, Yahoo и десятков других компаний развивалась по одному сценарию. 6. Амаровский закон (Amara's Law). Люди переоценивают эффект технологий в краткосрочной перспективе и недооценивают в долгосрочной. Если посмотреть на блокчейн, AI, VR, электромобили или крипту, практически каждая технология проходила через этот цикл. Для продакта это один из лучших инструментов борьбы с FOMO. 7. Compounding Effects. Накопительный эффект маленьких улучшений. Большинство людей ищут революционные фичи. Большинство больших продуктов растут за счет сотен улучшений по 0,5-1%. Конверсия, скорость загрузки, удержание, рекомендации, онбординг, поиск, уведомления. Каждое изменение кажется незначительным, но вместе они создают кратный результат. Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.0,46%
  • 6 июл.Если хотите искать идеи для своего продукта – смотрите не на конкурентов, а на страны Большинство тиражируемых продуктовых фич родились как решение очень локальной проблемы. А потом их начал копировать весь мир. • Китай – Super App (WeChat, Alipay). Проблема была простой: пользователям приходилось устанавливать десятки приложений, а мобильная инфраструктура росла быстрее, чем цифровые сервисы. Решением стало объединение платежей, мини-приложений, такси, доставки, госуслуг, бронирований и общения в одном продукте. Сегодня идею экосистем повторяют банки, маркетплейсы и телеком-компании по всему миру. • Швеция – Buy Now, Pay Later (Klarna). Интернет-магазины теряли покупателей на дорогих заказах. Klarna убрала психологический барьер, позволив сначала получить товар, а потом заплатить. Позже этот сценарий превратился в мировой стандарт BNPL, который сегодня используют ритейл, образование, медицина, путешествия и даже B2B-сервисы. • Южная Корея – доставка за часы (Coupang Rocket Delivery). В стране с высокой плотностью населения конкуренция быстро сместилась с цены на скорость. Coupang инвестировал в собственую логистику и сделал доставку за несколько часов новой нормой. Сегодня практически каждый крупный маркетплейс строит похожую модель. • Япония – геймификация привычек (Rakuten, PokéWalk, LINE). Японские продукты давно используют ежедневные серии, коллекции, бонусные баллы и награды не ради развлечения, а для формирования регулярного поведения. Сегодня streaks, ежедневные задания и программы лояльности стали стандартом в банках, фитнесе, EdTech и подписочных сервисах. • США - Product-Led Growth и self-service (Slack, Notion, Stripe, Atlassian). Вместо долгих продаж пользователю дали возможность зарегистрироваться, попробовать продукт, пригласить команду и оплатить тариф самостоятельно. Такой подход полностью изменил рынок SaaS и сегодня считается одним из самых масштабируемых способов роста B2B-продуктов. • Индия – цифровая идентификация (Aadhaar, UPI). Миллионам людей было сложно быстро получить финансовые услуги. Национальная цифровая идентификация и единая платежная инфраструктура позволили открывать счета, получать кредиты и подтверждать личность за считанные минуты. Сегодня удаленный онбординг и eKYC становятся обязательной частью любого современного финтеха. • Бразилия – мгновенные платежи (Pix). До запуска Pix банковские переводы были дорогими и неудобными. После появления бесплатных переводов 24/7 пользователи практически мгновенно изменили свои привычки. Сегодня скорость платежей стала конкурентным преимуществом банков во многих странах. • Турция - conversational commerce (Trendyol, Hepsiburada, Getir). Турецкий e-commerce одним из первых сделал общение с продавцом частью покупки. Уточнение деталей, согласование заказа, поддержка и оформление происходят практически в одном окне. Сейчас похожие сценарии активно внедряются в маркетплейсах и B2B-сервисах. • Сингапур – Invisible UX (Grab, Singpass). Главная идея – лучший интерфейс тот, которого пользователь почти не замечает. Автоматические платежи, единая авторизация, предзаполнение данных, проактивные действия и минимальное количество экранов постепенно становятся стандартом для цифровых сервисов. • Россия – банковское приложение как ежедневный продукт (Т-Банк, Сбер). Если в большинстве стран банковское приложение открывают, чтобы проверить баланс или сделать перевод, то в России банки первыми превратили его в ежедневную точку входа в цифровую жизнь. Кэшбэки, подписки, инвестиции, связь, страховки, маркетплейсы, билеты, платежи и персональные предложения увеличили частоту использования в разы. Сегодня многие зарубежные банки переходят от модели «банк как счет» к модели «банк как ежедневный цифровой сервис». Новые инициативы от автора канала тут https://t.me/FreshProductGo/1792, а расширить насмотренность, включая запуски на новых рынках можно в Разборы кейсов, 76 разборов пришли, всего свыше 190 тестовых и реальных задач продактов. Плейлист доступен по ссылке, сайт разборов тут.0,44%