Все выпуски подкаста «Карты, деньги и продукт» 🙂

Привет, на связи ведущие! Собрали в одном посте все выпуски и все площадки, где можно послушать оба сезона подкаста.

Вот главная ссылка: https://karty-dengi.mave.digital — здесь все 24 выпуска и аж 11 способов слушать подкаст и в формате видео, и в формате аудио.

А ниже — наши любимые выпуски (на самом деле нам нравятся все, пришлось попотеть, чтобы выбрать):

😎 Сезон 2:
— Что такое «дизайн из сердечка» — Антон Бондарев, сооснователь «Кухни на районе», ex-дизайнер Pure.
Youtube, VK, Яндекс Музыка

— Роль СЕО в продукте — Виталий Бриедис, СЕО Т-Мобайл
Youtube, VK, Яндекс Музыка

— Обещания клиентам вместо KPI или как мы тестировали рассол — Наталья Цеберс, CPO приложения ВкусВилл.
Youtube, VK, Яндекс Музыка

— Изменили ли LLM бизнес? — Артем Бондарь, руководитель NLP-отдела AI-Центра в Т-Банке.
Youtube, VK, Яндекс Музыка

😎 Сезон 1:
— Сколько стоит CPO? Спойлер: много
Екатерина Загуменнова, руководитель по подбору топ-менеджеров в Авито.
Youtube, VK, Яндекс Музыка

— Как стать топ-менеджером?
Вице-президент Т-Банка, бизнес-лидер по развитию экосистемы Константин Маркелов. Youtube, VK, Яндекс Музыка

Сохраняйте себе и делитесь с коллегами, а еще пишите нам в комменты, какой выпуск понравился больше всего!

PS. И еще раз напоминаем — все-все выпуски здесь https://karty-dengi.mave.digital

Определенно является индивидуальной рекомендацией

Развеиваем мифы о продактах кнопки в корпорации
Привет!
Я Ира — продакт-менеджер автоплатежа по кредитным продуктам в Т-банке. Бытует мнение, что в крупных компаниях продакты только то и дело, что говорят о море красят кнопки и ничем больше не занимаются. Сегодня расскажу, как одна кнопка в интерфейсе решает задачи и клиента, и бизнеса — и почему за этой простотой стоит много логики.

---

Что такое автоплатёж?

Автоплатёж позволяет клиенту один раз включить настройку — и дальше кредит будет оплачиваться автоматически, без участия человека.
Дата, сумма, источник списания — всё определяется системой.

---

Что под капотом?

На уровне интерфейса — это одна кнопка.
На уровне системы — несколько сервисов, разные платёжные провайдеры и бизнес-логика, которая учитывает множество сценариев: от того, есть ли деньги на счёте, до того, попал ли клиент в просрочку.
Много логики, много условий, чтобы всё работало прозрачно и вовремя — без участия клиента.

---

Польза для бизнеса

- Снижение просрочек.
Автоматические списания помогают клиентам не пропускать оплату — это снижает долю плохих долгов.

- Стабильный кешфлоу.
Платежи происходят по прогнозируемому графику, что упрощает управление ликвидностью и финмоделями.

- Меньше обращений в поддержку.
Меньше ошибок и ручных действий — меньше поводов писать или звонить.

- Рост удержания.
Клиенты дольше остаются в продукте, если он не требует регулярного внимания и "работает сам".

- Повышение выручки на клиента.
Автоплатёж помогает удерживать активных плательщиков, за счёт чего увеличивается их вклад в общий доход.

В итоге — меньше потерь, больше предсказуемости и стабильный денежный поток.
Автоплатёж помогает снижать риски, разгружать операционные процессы и увеличивать доходность без дополнительных усилий со стороны клиента. Вот столько всего прячется за одной кнопкой👀

А у вас в продукте есть такие «простые» фичи, которые делают всю работу?

Привет!
Я Ира — продакт-менеджер автоплатежа по кредитным продуктам в Т-банке. Бытует мнение, что в крупных компаниях продакты только то и дело, что говорят о море красят кнопки и ничем больше не занимаются. Сегодня расскажу, как одна кнопка в интерфейсе решает задачи и клиента, и бизнеса — и почему за этой простотой стоит много логики.

---

Что такое автоплатёж?

Автоплатёж позволяет клиенту один раз включить настройку — и дальше кредит будет оплачиваться автоматически, без участия человека.
Дата, сумма, источник списания — всё определяется системой.

---

Что под капотом?

На уровне интерфейса — это одна кнопка.
На уровне системы — несколько сервисов, разные платёжные провайдеры и бизнес-логика, которая учитывает множество сценариев: от того, есть ли деньги на счёте, до того, попал ли клиент в просрочку.
Много логики, много условий, чтобы всё работало прозрачно и вовремя — без участия клиента.

---

Польза для бизнеса

- Снижение просрочек.
Автоматические списания помогают клиентам не пропускать оплату — это снижает долю плохих долгов.

- Стабильный кешфлоу.
Платежи происходят по прогнозируемому графику, что упрощает управление ликвидностью и финмоделями.

- Меньше обращений в поддержку.
Меньше ошибок и ручных действий — меньше поводов писать или звонить.

- Рост удержания.
Клиенты дольше остаются в продукте, если он не требует регулярного внимания и "работает сам".

- Повышение выручки на клиента.
Автоплатёж помогает удерживать активных плательщиков, за счёт чего увеличивается их вклад в общий доход.

В итоге — меньше потерь, больше предсказуемости и стабильный денежный поток.
Автоплатёж помогает снижать риски, разгружать операционные процессы и увеличивать доходность без дополнительных усилий со стороны клиента. Вот столько всего прячется за одной кнопкой👀

А у вас в продукте есть такие «простые» фичи, которые делают всю работу?

Привет!
Я Коля — продакт подписки Про. В этом выпуске #винтикишпунтики расскажу про деревья метрик: что это, зачем нужны, где мы их используем и как они помогают в работе.

Что такое дерево метрик?
Это способ разложить ключевую метрику (например, выручку или LTV, еще можно ОКРы за основу взять) на составляющие, чтобы понять, откуда она берётся и через что на нее можно повлиять.

Наверху — целевая метрика: чаще всего выручка, прибыль, удержание.

Ниже — промежуточные метрики: ARPU, конверсии, CAC, ретеншн.

Ещё ниже — действия пользователя: просмотры, клики, активации.

Такое дерево — это как карта продукта, которая позволяет идти от пользовательских действий к бизнес-результату и наоборот: от цели к точкам влияния.

Зачем это нужно?
⚙️ Находить рычаги влияния
Помогает понять, какие метрики реально важны и через что можно повлиять на верхнеуровневые цели. Удобно использовать при формулировке гипотез и дизайне A/B-тестов.

💬 Проще объяснять решения
Когда видно, как фича или эксперимент влияет на итоговую метрику, легче договориться внутри команды и с другими командами.

⚠️ Осторожно с локальной оптимизацией: Был хороший показатель, пока не стал KPI
Важно не превращать промежуточные метрики в самоцель. Например, пуш «Вам поступил миллион рублей» поднимет открытия, но скорее всего не выручку — и навредит доверию. Для этого можно использовать контрметрики, например: растим привлечение, не увеличивая отток

Где мы используем деревья в команде?
Чаще всего — на уровне фичи, чтобы посчитать экономику и найти точки роста.

Структура дерева:
1. Выручка
2.1. Доход на клиента
2.2. Расходы на клиента
3.1. Из чего складываются доходы
3.2. Из чего складываются косты

На уровне фичи это почти всегда сводится к разложению доходов и расходов. Структура простая, но помогает понять: как дела у фичи с экономикой и как на это влиять 👀

Сложные и большие деревья обычно нужны на уровне продукта/направления. Мы генерим их командой, вместе с аналитиками. Верхнеуровневые штуки остаются надолго и меняются редко, а вот от фичи к фиче рычаги влияния могут меняться и такие маленькие деревья помогают их найти.

Пример дерева для фичи: Реферальная программа
* Приложил картинку дерева к посту для наглядности
Целевая метрика:
💰 Выручка от привлечённых пользователей

Доходы:
= Кол-во новых пользователей
× Конверсия в плату
× Средний чек (ARPPU)
× Retention платящих

Расходы:
– Бонусы приглашённому (прямой бонус + упущенная прибыль)
– Бонусы пригласившему (прямой бонус + каннибализация)
– Операционные косты (поддержка, антифрод)

Вывод по дереву:
Реферальная программа — это не только про рост пользователей и качество когорт, но и про баланс доходов и костов: бонусов, каннибализации и нагрузки на поддержку. Без этого баланса фича легко уходит в минус.

Гипотезы для тестов на основе дерева:
1) Убрать бонус пригласившему — проверить, как это влияет на рост (снижаем косты).
2) Выдать бонус позже — например, после 2-го месяца, чтобы отсеять фрод и увеличить retention.
3) Давать бонус только новым — сократить упущенную прибыль от тех, кто и так бы платил.

А вы используете деревья метрик у себя в команде? Как они помогают — или не помогают? Поделитесь кейсами

«Продуктовое подземелье и стейкхолдеры» 🙈

Так как вся наша работа — это тесты, мы решили в тестовом формате организовать закрытые игры для крутых продактов и лидов, объединив продуктовое комьюнити.

У нас осталось буквально несколько слотов, которые хотим дать возможность заполнить подписчикам нашего канала «Карты, деньги и продукт».

➡️ Что будем делать?

Играть на этих выходных в настольно-ролевые игры «Продуктовое подземелье и стейкхолдеры» (по вайбу как «Подземелье ЧикенКарри», но только для продактов).

➡️ Когда планируем?

Уже в эти выходные: 19 апреля (суббота) с 12:30 до 15:30 и 20 апреля (воскресенье) с 12:30 до 15:30.

➡️ «Я хочу! Что надо сделать?»

1) Заполняй опрос по ссылке: выбирай удобную дату, в которую готов участвовать.

2) А мы c помощью чудес, магии и капельки рандома выберем героев приключений и напишем им все детали утром в этот четверг 17 апреля!

P.S. Уметь играть не нужно, все покажем и расскажем)

Привет!
Это снова Коля, продакт подписки Про.
В этом выпуске #винтикишпунтики — разберёмся, как ускорить A/Б-тест (Вариант не проводить АБ тест аналитик мне не одобрил😑): когда это полезно, что влияет на скорость А/Б, и что можно подкрутить, чтобы получить результат быстрее.

Когда может потребоваться ускорить A/B?
Представим: мы делаем новый запуск — например, баннер с рекомендациями на главной. Всё готово, но:

— Трафика мало: экран новый, MAU низкий, а другие команды хотят запустить тесты параллельно с вами
— Надо успеть до начала сезонности, чтобы праздники не смазали результаты теста (Иначе давайте уже после праздников сделаем🙃)
— А еще вам надо скорее улучшать метрики продукта, чтобы к концу квартала были результаты и продукт начал быстрее зарабатывать больше денег

С такими вводными запуск АБ теста будет идти долго, сам запуск скорее всего придется отложить и в этом году эффектов для продукта почти не добавится. Поэтому по-хорошему его надо как-то ускорить и провести побыстрее

От чего зависит, сколько идёт тест?
A/B идёт столько, сколько нужно, чтобы набрать нужное количество событий (наблюдений).
Например, чтобы увидеть эффект должны случиться: 1000 покупок, 500 кликов, 200 регистраций и тд — зависит от цели.

На это влияют:
1. С какой скоростью приходят события
— Сколько у вас пользователей: охваты, MAU, WAU, DAU и тд
— Насколько часто пользователи совершают нужное действие: Покупки — редкие, клики — частые. Поэтому тест «баннер кликают или нет» идёт быстрее, чем «меняется ли выручка».

2. Сколько событий нужно собрать
Это зависит от того, насколько маленький эффект вы хотите заметить — это называется MDE (Minimal Detectable Effect).
— Хотите уловить +0.5%? Готовимся ждать.
— Хотите заметить только +10% и больше? Тогда можно обойтись меньшей выборкой и закончить тест быстрее.

💡 Также есть параметры «достоверность» и «мощность», но чаще всего они фиксированы и мы на них не влияем

Что можно подкрутить, чтобы тест прошёл быстрее?
✅ Добавить больше трафика в тест
Например, сейчас мы тестим только на 10% пользователей. Можем позволить себе 50%? Отлично — результат придёт в 5 раз быстрее.

✅ Объединить аудитории, если поведение похоже
Тестируем баннер и отдельно считаем по iOS и Android? Если поведение не отличается, то можно объединить все в один тест — это даст больше данных и ускорит вывод.

✅ Брать в работу фичи с ожидаемо крупным эффектом
Чтобы заметить более большое изменение нужно меньше наблюдений, а значит и меньше выборки. Если фича потенциально даёт +10% к метрике — результат виден быстрее. Мелкие изменения (+0.3%) — пусть ждут, если трафика мало.

✅ Выбрать прокси-метрику, которую проще сдвинуть
Хотим понять, влияет ли баннер на выручку, но она почти не двигается или в ней будет маленький MDE?
Вместо этого можно взять связанную метрику, например "добавления в корзину" — там эффект может быть в 5 раз больше. Если нужно меньше наблюдений или там быстрее набираются наблюдения, то и результаты теста получим быстрее.

Коротенькое резюме:
A/B-тесты идут дольше, если нужно много данных или события происходят редко.
Чтобы ускорить, можно изменить метрику, сегмент или то, как вы включаете пользователей в тест. Это помогает собрать нужное быстрее и запускать больше экспериментов.


💬 Тут поместились базовые штуки, но уверен что есть еще много способов ускорить АБ. А если вы поделитесь ими в комментариях, то вообще супер будет!

P.S. Еще у меня заканчиваются идеи для рубрики #винтикишпунтики.🤔
Подскажите, пожалуйста, темы, которые вам были бы интересны — про метрики, тесты, фичи, боли продуктовых команд или что-то еще

Берлинских мемов вам в пятничную ленту

Ну или небольшое напоминание, что перестать делать — тоже решение и иногда правильное ;)

Почему нельзя смотреть на CAC в воздухе и зачем связывать его с LTV?

Привет! На связи Лера — growth-маркетолог подписки Pro. Делюсь инструментом, который продакт и маркетолог могут внедрить в свою работу, чтобы откалибровать оптимальный CAC для каждого канала и полечить LTV.

Три шага помогут найти «деньгососов» вашего PnL и точки роста, где лежит масштабирование и деньги:

🎯 Посчитайте CAC по каналам
Анализируем стоимость привлечения клиентов в каждом канале — учитывайте все каналы, «бесплатные» тоже надо оцифровать.
* Кстати, старайтесь не зацикливаться есть ли фиксированная крышка по CAC или нет. В отрыве от LTV это сковывает нам руки и мешает, первым шагом нужно просто посчитать CAC по каналам

💡 Поделите пользователей на когорты и оцените LTV каждой когорты
Считаем, сколько денег каждый клиент принесет. Важно учитывать и затраты на привлечение этого клиента — будет видно соотношения затрат и прибыли

🚀 Сравниваем и оптимизируем
Когда видим, что какой-то канал привлекает много клиентов с высоким LTV и при этом стоит недорого — смело увеличиваем бюджет на этот канал. Если канал дорогой, но не приносит прибыльных клиентов, стоит либо оптимизировать, либо отказаться от него

📈Определяем фокус команды
Важно помнить, что это упражнение помогает выбрать фокусные каналы — ваша команда не сможет качественно проработать 10 направлений. 2-4 — оптимально. А главное — в них будет качественный трафик, который приносит деньги продукту

Как мы это сделали у себя в подписке?

После такого анализа отказались от дорогих платных внешних каналов, которые не окупались с точки зрения LTV. Вместо этого сфокусировались на более дешевых и эффективных каналах внутри банка, которые дают LTV выше и позволяют расти привлечение не пропорционально затратам, так еще и иксовать объемы трафика

Основной вывод:
Если не связывать метрики CAC и LTV, можно ошибочно считать канал эффективным только по его дешевизне. Однако важно учитывать долгосрочную ценность клиентов, чтобы принимать обоснованные решения о распределении бюджета 🔑

Продакты, признавайтесь, синхронизируете косты маркетинга с юнит экономикой? ❤️

Привет!
Принес сюда еще один пост из рубрики #винтикишпунтики — сегодня поговорим про ухудшающие тесты: что это, зачем они нужны и какие с ними могут быть сложности

Что такое ухудшающий тест?
Это когда мы намеренно убираем какую-то фичу или кусочек продукта — и смотрим, что происходит с метриками. Если ничего не меняется, возможно, эта штука была вообще не нужна. (А если стало лучше — тем более.)

Пример ухудшающего теста в Apple:
Эппл перестали класть зарядку в коробку с айфоном, продажи от этого не рухнули и сейчас у них все хорошо. Как итог от ухудшения: логистика упростилась, упаковка стала компактнее, а себестоимость айфонов снизилась. (Уменьшилась ли цена айфона, это уже конечно другой вопрос)

Когда могут пригодится ухудшающие тесты:
✅ Проверить влияет ли фича/коммуникация или что-то еще на продукт:
— Например можно отключить пуши и посмотреть, падает ли ретеншен или количество покупок. Если нет — можно сократить шум в коммуникациях.
✅ Замерить эффект от уже существующей фичи (Вдруг вы что-то раскатили без АБ👀 и теперь хотите понять вклад от своей фичи/продукта)
— Например, если мы знаем, что наличие рейтинга у продавцов на маркетплейсе влияет на покупки, но не знаем насколько сильно. Можно временно выключить у части клиентов фичу и узнать ее вклад в оцифрованном виде.
✅ Когда разработка дорогая и непонятно стоит ли она того или нет:
— Например, сервис доставки еды пишет, что доставит за заказ за 15 минут, но почти всегда доставляет за 20 минут. Клиенты расстраиваются и пишут обращения в поддержку. И можно попробовать выстраивать новую логистику, писать алгоритмы по оптимизации того как курьеры будут развозить заказы, а можно попробовать увеличить время доставки до 20 минут и посмотреть насколько пользователям будут важны эти 5 минут и как уменьшиться негатив и количество обращений в поддержке.

Какие есть подводные камни:
❌ Негатив от клиентов — ухудшение может вызвать жалобы или отток, особенно если попасть в чувствительную точку (Дуров верни стену)
❌ Сложность с интерпретацией — эффект может быть отложенным или вылезти где-то в другом месте, особенно если фича влияет косвенно. Как вариант посмотреть на какие-то более верхнеуровневые метрики или выделить вечный контроль
❌ Внутренний страх и страх внутри команды — сложно признать, что что-то «важное» на самом деле не нужно. Особенно, если много, долго и упорно над этим работали. Тут можно сказать, что надо просто отпустить и не грустить, но разве это так работает?

📝Коротенький итог:
Ухудшающие тесты помогают трезво взглянуть на продукт: не только что стоит добавить, но и что можно убрать. Это способ расчистить завалы, сократить косты и лучше понять ценность фичей.

А вы когда-нибудь что-то убирали из продукта? Что из этого вышло?

Это мем про пятницу. В понедельник уже опять делать пойдём

Приветики всем любителям кеков и приколов от нейросеток ✌🏽
С вами снова Ксюша, продакт детского AI-ассистента.

Недавно мы запустили в Джуниор-ассистенте генерацию картинок по тексту, и этот опыт был тоталли анфоргетбл.

Несколько вводных:
- Дети супер вовлечены во все, что связано с AI. Около половины наших пользователей ответили в опросе, что часто заходят просто поболтать и задать вопросы
- Мировые тренды (Character.ai, Replica и тд) показывают, что активность детей с AI-продуктами сильно растет, а возвращаемость бешеная. У того же Character.ai 200М визитов в месяц при ~20М пользователей. Современные дети взрослеют сильно раньше, чем наше поколение: если мы в 10 лет играли в куклы и машинки, то они разбираются в инвестициях и лучше взрослых знают, откуда берутся дети

Опираясь на это, мы тоже решили похайпить и прикрутили нашу внутреннюю модель для генерации картинок — TFusion.
Поначалу все казалось очень простым и понятным: даешь детям генерацию картинок по тексту, они просят сгенерировать мам, пап, кошечек, собачек, а если попросят нарисовать дикпик, мы просто это отловим еще на этапе текста — и вот он успех!
Но когда мы начали тестировать весь процесс end-to-end, поняли, что нам предстоит новый раунд работы с безопасностью, тк генерация картинок ооочень отличается от генерации текста, и правила модерации там совсем другие.

Кейс 1: "Большой черный петух"
Многие модели (и наша в том числе) работает с генерацией картинок по тексту так, что изначальный запрос пользователя переводится на английский и только потом идет в генерацию.
Вопрос нэйтив спикерам: как вы думаете, как перевелся большой черный петух? А маленькие синицы?
Честно говоря, мы вычислили это абсолютно случайно. А за то, чтобы нагенерить еще похожих кейсов, меня чуть не забанил OpenAI.

Решили проблему довольно просто — добавили к модерации запросов пользователя еще и модерацию перевода на английский.

Кейс 2: "Нарисуй маму"
Вроде как с опасными запросами все понятно — прикручиваем максимальное количество проверок. Но как быть, если модель по запросу "нарисуй маму" отдает картинку кормящей женщины топлесс в трусах с надписью "mom"?
Тут в игру вступает модерация картинок. И здесь нам пришлось писать целый список небезопасных тематик и людей (туда даже входит Саша Грей и Лысый из Браззерс), ориентируясь на которые, модель выдает процент совпадения.

Кейс 3: "Нарисуй что-нибудь необычное"
Особенность работы с генерацией картинок в том, что чем больше контекста положишь в запрос на генерацию, тем детальнее, красочнее и точнее будет картинка. Поэтому для тех, кто немногословен в своих запросах, существует такая штука, как обогащение запроса пользователя.

Мы выбрали одну из таких оберток запросов, которая включала в себя что-то вроде "cinematic, photo on canon 35mm". И как только начались запросы формата "хочу что-то интересное", "нарисуй сусеки", модель с завидным постоянством выдавала разного рода фотоаппараты и камеры 🫠

Решили тем, что доправили эту обертку, но командный мем уже прижился)

Подытожить хочется рубрикой «Что чаще всего рисуют дети»:
- майнкрафт
- кошечки/собачки
- капибары
- тачки
- аниме персонажи
- и, внимание, какашки 💩

На этом все! А примеры генераций в комментах, велком ✨

Про командность в Т-ДНК

Привет всем! Это снова Коля. Собрал три поста в ряд, надеюсь, они не исчезнут.👀

В корпоративных блогах часто говорят про культуру, и мне тоже захотелось поделиться её кусочком, как она устроена у нас.

В Т-Банке есть продуктовая культура, которую мы называем Т-ДНК. Если коротко, она про работу на результат, создание ценности для клиента и эксперименты. Да, вроде звучит как у всех, но ведь в каждой компании это проявляется по-разному.

Т-ДНК включает в себя несколько блоков: ответственность, критическое мышление, командность, смелость и драйв. Сегодня хочу рассказать про командность и как она ощущается у нас внутри.

Командность = партнёрство и открытые коммуникации

В Т-Банке нет «заборов» в общении и по ощущениям это напоминает университетский вайб:
✅ Можно самостоятельно инициировать кросскомандные проекты, которые потом надо защищать как курсачи или дипломы
✅ Тут регулярно проходят хакатоны, митапы, лекции, кейс-клубы, где можно получать знания как на лекциях и семинарах
✅ Обмен опытом, который затрагивает не только работу, но и хобби, в целом как кружки по интересам в универах

(Кстати, одна из самых тёплых традиций — когда кто-то пишет, что он начинает какое-то дело и просит его поддержать. Из того, что меня впечатлило, кто-то поделился, что его родственники начали, лепить пельмени, и попросил поддержать. В комментариях все накидали добрых слова (и заказов), выглядело очень душевно ❤️)

🔄 Обмен знаниями и коллаборации

Внутри компании постоянно идёт опыление знаниями. Например:
📌 Аня писала, как у них появились винтики и шпунтики , чтобы помогать ребятам погружать в технические детальки(можно почитать тут).
📌 Есть внутренний менторинг — можно найти крутого специалиста, который поможет (здесь встречаются и преподы из Вышки, и С-левелы, и просто ребята с интересным опытом).
📌 Проходят митапы и кейс-чемпионаты — где можно разобрать реальные задачи и потренироваться в анализе новых кейсов.
А если нужно что-то быстро узнать, можно просто написать в чат:
— «Привет! Кто-то запускал такие штуки? Поделитесь опытом, плиз»
И почти всегда найдётся человек, которому можно закинуть встречку на 30 минут и он расскажет какие там были подводные камни и какой результат.

🚀 Что делает эту культуру особенной?

Наверное, особенность в том — что почти все инициативы идут не сверху: никто не заставляет тебя идти менторить или организовывать меорприятие, идти в другую команду и договариваться о совместном проекте, или учить других коллег. Людей просто драйвят такие штуки, им нравится обмениваться опытом, запускать что-то вместе и экспериментировать. Всё это создаёт ощущение команды и формирует нашу Т-ДНК.

А как у вас устроена продуктовая культура? Что вам в ней нравится больше всего?

Это мы на выходных были. Сейчас на работе уже!

А есть ли у вас какие-то активности с командами? Делитесь в комментах!

Привет!
Я Коля — все еще продакт-менеджер подписки Про.😘 А это ещё один пост из рубрики #винтикишпунтики. Сегодня расскажу про вечный контроль: что это такое, когда он может пригодится, когда можно обойтись без него и с какими сложностями можно столкнуться.

Что такое вечный контроль?
Вечный контроль — это когда на часть пользователей мы раскатили изменение, а на другую часть пользователей не раскатываем вообще, по сути как доооооолгий АБ тест. Это помогает увидеть долгосрочные эффекты изменений, посчитать накопительные эффекты от маленьких изменений и избежать ситуации, когда улучшение в моменте оборачивается проблемами в будущем.

Выдуманный пример:
Один популярный маркетплейс "ПалиБаба" добавил ИИ-саммарайзер по комментариям: теперь можно не изучать кучу отзывов, а увидеть основные тезисы по ним.
В тестовой группе снизилось число заказов и выручка упала по сравнению с контрольной группой у которой этого саммарайзера нет.

Но спустя несколько месяцев, в тестовой группе итоговая выручка оказалась выше, почему?

— Клиенты из тестовой группы чаще понимали подходит им товар или нет, поэтому они перестали покупать плохие вещи
— Клиенты из вечного контроля покупали плохие товары и через время делали возвраты

В моменте кажется, что мы уронили метрики маркетплейса. Но некоторые эффекты видны только на более долгой дистанции. Для замера таких эффектов можно использовать вечный контроль.

Когда может пригодиться вечный контроль?
✅ Много маленьких изменений – если делаете кучу маленьких улучшений для UX (UI, алгоритмы, скорости загрузки), их эффект может не прокрасится в моменте, но в долгосрочной перспективе много маленьких улучшений UX совокупно могут сильно вырастить метрики.
* Еще может быть ситуация, когда наоборот по отдельности мы получали много маленькой пользы, но в совокупности ухудшили результат.
✅ Изменения с долгосрочным эффектом – бывают фичи, которые сначала кажутся вредными (например, снижают конверсию), но потом приводят к росту LTV и удержания.
✅ Защита от каннибализации – если вводите новые тарифы, акции или скидки, важно понять, создают ли они новый спрос или просто перетягивают существующих клиентов с более прибыльных вариантов.

Какие риски и сложности с вечными контролями?
❌ Упущенная прибыль – часть пользователей не получает улучшений, даже если они реально полезны. В B2C это может означать недополученную выручку, поэтому каждый вечный контроль стоит дополнительных денег, не стоит плодить их очень много.
❌ Сетевые эффекты – в некоторых продуктах пользователи сильно влияют друг на друга (например, соцсети), и тест может давать искажённые результаты. Если мы добавим тиктоки в соц.сеть, то пользователи могут ими делиться и очень велика вероятность, что они заденут вечный контроль.
❌ Долгие тесты – результаты могут «вызревать» месяцами, а бизнесу хочется принимать решения быстрее. Нужно заранее закладывать время на такие эксперименты.
❌ Сложности пересечения – обязательно, обязательно, обязательно, скажите всем-всем-всем командам, что у вас есть вечный контроль и его надо учитывать в других тестах, тут без примеров. Просто поверьте)))
❌ Сложность поддержки – старые условия нужно как-то сохранять: код, тарифы, алгоритмы. При разработке новых фичей или тарифов, процесс поддержки легаси усложняет работу.

Вместо выводов?
Вечный контроль — полезная штука в инструментарии для конкретных задач. Он помогает увидеть долгосрочные эффекты и избежать ловушек роста метрик в моменте, но требует времени и ресурсов. Когда нужен, то можете смело использовать! А когда не нужен, то можете также смело не использовать!🤔

А теперь достаем двойные листочки🐺 маленький кейс: У нас есть магазин. Мы видим, что если отправлять клиентам больше пушей, то они больше покупают. Что можно не заметить если начать отправлять мноооооого пушей без вечного контроля? Пишите в комменты

Найм, конференции, обучение и тусовки — как устроен институт профессий в Т-Банке

Приоткрою сегодня внутреннюю кухню и расскажу про институт профессий и лидеров профессий внутри Т-Банка.

Есть профессии — аналитик, разработчик, продакт, в конце концов. И есть N-ное количество людей этой профессии внутри компании: к примеру, продактов у нас трехзначное число.

Когда людей одной профессии становится много, появляются разные потребности:
— улучшать процессы,
— вырабатывать и внедрять какие-то практики,
— строить комьюнити и обмен знаниями.

Всем этим занимаются специальные люди — лидеры профессии. Есть старший лидер профессии, который отвечает по сути за все, есть лидеры профессии, которые качают конкретные стримы. Например, у продактов старший лидер — это я, Камилла, а Аня Подображных — лидер профессии, отвечающий за внешний бренд :)

Что мы делаем:

🙂 Рассказываем о нас вовне
Этот канал, наш подкаст, прошедшая конференция Продукты24 — результат работы лидеров профессий с DevRel.

😎 Улучшаем найм
Работаем в связке с рекрутерами: стараемся сделать так, чтобы классные, наши по духу ребята к нам попали, а не наши по духу — не попали :)

❤️ Помогаем расти и создаем комьюнити
Вместе с нашим корпоративным университетом создаем курсы, матрицы компетенций, подборки материалов. Развиваем менторинг, внутренний шаринг знаний и собираем ребят на тусовочки.

💪 Качаем продуктовую культуру
Организовываем рассказы о бизнес- и продуктовой стратегиях банка, повышаем знание о наших инструментах: своей А/Б-платформе, центре исследований и других. А для непродактов сделали курс о том, что такое продуктовый подход в работе!

📊 Держим руку на пульсе
Измеряем, насколько ребятам нравится у нас работать, что классно, а чего не хватает. Берем обратную связь и внедряем.

Роль лидера профессии — волонтерская и всегда дополнительная к основной работе. Это наш принцип: все лидеры профессии — играющие тренера. У нас много людей, кто делает большую работу, и ещё больше тех, кто помогает: собеседует, помогает на митапах, пишет в этот канал.

Накидайте сердечек нашим лидерам и всем, кто помогает — спасибо вам, ребята! 👍

Карты, деньги и продукт — 2 сезон, 12 выпуск 🙂

Вот и всё, вот и всё: это последний выпуск второго сезона. И последний выпуск нашего подкаста — мы приняли решение уйти на долгий перерыв.

Трое ведущих, 12 классных выпусков и 11 классных гостей! Все потому, что в последний выпуск мы не стали никого звать, а решили полностью посвятить этот выпуск себе любимым: Никите, Ане и мне, Камилле.

Обсудили:
— что мы делаем на работе в свободное от подкаста время
— были ли моменты, когда хочется все бросить, и что тогда делать
— какими продуктами мы восхищаемся и какие мечтали бы создать сами

А еще поговорили про наши хобби, вспомнили любимые фидбеки от пользователей и наконец рассказали в эфире историю, как Никита запускал свой бренд косметики.

Смотрите выпуск на Youtube и в VK! И пишите нам в комменты, какой выпуск вам понравился больше всего!

С вами были ведущие Камилла, Никита и Аня, лиды продактов в Т-Банке, покаааа 🙂

❤️❤️❤️

PS. Подкаст мы ставим на паузу, а вот канал наш продолжает жить и (надеемся, что вы заметили) обрастать новыми авторами и рубриками. Так что stay tuned, мы не прощаемся и увидимся с вами в новых форматах!

🪩👆Небольшой спойлер!

В новом выпуске решили принарядиться: угадаете в комментах, что за повод?

565 тестов за год: гроусхакинг в команде активации 💪

Привет! На связи Камилла Самохина, вы знаете меня как одну из ведущих подкаста «Карты, деньги и продукт» (на днях новый выпуск!). Я Product Lead и лидер профессии «продакт» в Т-Банке.

Последний год я строила процессы быстрого тестирования внутри отдела Origination.

Origination — это команда, которая занимается процессами открытия продуктов. Это все, что происходит от желания открыть продукт («хочу карту/кредит/симку») до момента, когда клиент стал лояльным и активным пользователем. Самое близкое понятие на рынке — команда активации.

У нас всегда было много А/Б, но мы хотели еще больше, и год назад решили посмотреть в сторону Growth Hacking — поиска точек роста через быстрое тестирование. Тем более у нас много мест, где можно проводить эксперименты: можем менять тексты, кнопки, картинки, запускать пуши и баннеры.

Как действовали дальше:

⚡️1. Посмотрели, как делают другие

Я поговорила с 13 командами на рынке (дошла до ex-VP Flo даже), кто как строил этот процесс. Пришла к тому, что наш вариант — создать core-команду, которая будет внедряться в продукт на несколько месяцев: проводить исследования, генерить гипотезы и тестить-тестить-тестить, а потом оставлять процесс команде продукта и переходить дальше в следующий продукт.

⚡️ 2. Собрали небольшую команду и стартовали пилот

В Т-Банке все супер открыты к экспериментам и изменениям, но есть негласное правило: покажи первые результаты с небольшой командой, а потом получи картбланш.

Long story short, так и вышло: мы собрали маленькую команду, прошли внешнее обучение и пошли в пилот с кредитками — спасибо вам, ребята ❤️. Провели исследования, нагенерили гипотез и ускорились так, что в какой-то момент запустили аж 11 тестов за неделю. Шишек набили знатно, но об этом как-нибудь в следующих выпусках.

⚡️3. Начали масштабировать процесс

После эксперимента стало понятно, что в этом точно что-то есть, и все начало ускоряться: у нас появилась вторая core-команда, а некоторые продукты решили не ждать нас и сделали свои собственные гх-команды, а мы им просто чуть помогли.

⚡️4. И недавно отпраздновали год гроусхакинга

11 марта был год с запуска первого теста, и просто космос что получилось:
— 7 продуктов опылили нашими процессами
— 565 тестов запустили за год, 132 из них успешные и 51 уже на проде.
— 16 тестов за неделю — рекорд в одном из продуктов.

Везде получилось много классных инсайтов и успешных тестов, а в нескольких продуктах — аж NDA двузначные аплифты и NDA много денег🪙

Подробнее о том, как мы добиваемся такой скорости, рассказывала у себя: раз, два, три. А то уже слишком длинный пост получился)

На фото отмечаем год гроусхакинга в нашем Т-Ресте ❤️

👋 Всем привет!  
На связи Рома — руковожу отделом экспериментов и аналитического консалтинга.

Наш отдел развивает сразу три направления:
1. Лаборатория прикладной статистики — RnD-команда. Создаёт новые подходы в A/B и DS с фокусом на монетизацию данных.  
2. Сеть команд Еxperiments Experts или EE — клубы очень сильных аналитиков. Помогают проводить и интерпретировать сложные эксперименты.
3. Аналитический консалтинг — десант. «Высаживается» прямо к команде и помогает найти и реализовать новые точки роста, основываясь на данных.

Почему нужны все три направления?
С ростом компании растет и сложность принимаемых решений. В Т-банке, где тысячи экспериментов на сотнях продуктов живут в единой экосистеме, сложность проведения и интерпретации экспериментов зашкаливает.
Чтобы не заблудиться в эффектах между продуктами, в T-банке существуют экосистемные метрики. Например, "лояльность" — замер продуктовой вовлеченностии. Или "LTV" — денежный результаты по каждому пользователю. Экосистемные метрики это здорово, но с ними очень сложно работать. Например, они могут расходиться: LTV вверх, лояльность вниз. Мы помогаем всем командам (от кредитов до путешествий) правильно и системно работать с этими метриками.

1. Чтобы хорошо провести эксперимент нужно его задизайнить. Правильно использовать экосистемные метрики в сложных экспериментах помогает сеть команд EE. Мы умеем ускорять тесты в 30 раз, смотреть на 300 метрик сразу и не путаться в утверждениях.
2. Такое ускорение возможно благодаря инструментам, которые ежедневно разрабатывает Лабаратория. Мы создаем собственные статистические критерии, платформы и библиотеки для анализа и гайдлайны. Их важно правильно применять, что возможно благодаря п.1
3. Иногда в ходе эксперимента мы видим большой потенциал для построения еще более сложных моделей. Например, мы умеем быстро и верно оптимизировать эластичность продуктовых метрик к деньгам. В таком случае наш Аналитический консалтинг более плотно взаимодействует с любой продуктовой командой и вместе реализует сложные модели. Подробнее рассказывали об этом на Матемаркетинге

Все это приносит бизнесу NDA % пользовательской вовлеченности, которые выливаются в NDA миллиардов рублей в год.

Вот так связка Лаборатории прикладной статистики, Еxperiments Experts и Аналитического консалтинга помогает находить новые точки роста, сотрудничая с любым бизнесом и даже между ними.

Буду рад поотвечать на вопросы
А ещё я много и подробно пишу о монетизации данных в своём канале @roma_protiv_fomo
Будем вместе бустить бизнес с помощью математики и отваги)

Офисные плюшки, которыми уже никого не удивишь: чай, кофе, печеньки, фрукты…

Офисные плюшки в Т: клиника, аптека, мастерская, салон красоты

Страшный сон любого продакта — потратить существенное количество времени и ресурса на понятную и ценную гипотезу и... не оправдать ожидания. Поговорим про провалы и что с этим делать.

👋 Всем привет, на связи Алена — продакт из Т-Банка, отвечаю за интерфейсы инвестиций в мобильном приложении банка. И в прошлом году я присоединилась к команде, чтобы в том числе сделать крупный экосистемно-значимый проект с понятной ценностью и в деньгах, и в велью для клиента. А теперь представьте картину.

Тратим три месяца на дискавери процессы и дизайн, согласования с юристами и отработку рисков от ЦБ. Потом еще три на все необходимые доработки в мастер-системах. Потом еще два на разработку функционала. И еще недели три на интеграционное тестирование. И вот он долгожданный момент — *барабанная дробь* — запуск функционала в прод.

CTR точки входа — 55%, переход к финансовым расчетам — 65%, success pass — 2%. Шок. Боль. Слезы. Разочарование. Но оттого быть продактом и увлекательно.

🪄 Для тех, кто работает в корпорациях, дальнейшие шаги могут показаться магией вне Хогвартс.

1. Проверяем очевидное
Посмотрев на печальную картину три дня и удостоверившись, что нам не показалось, мы сначала отработали очевидное: багов нет, ответ клиенту предоставляется за меньше чем секунду и экраны отрисовываются корректно. 2% — не ошибка.

2. Разговариваем с пользователем
Едем дальше — формируем гипотезы проблем и срочно бежим общаться с клиентами, пока горячие. Прошли сутки от сбора выборки до 32 интервью в моем календаре.

3. Формируем гипотезы решений на основе полученных данных
Как оказалось, нам удалось заинтересовать клиента предложением, но мы его испугали неоднозначными формулировками. Срочный сбор дизайнера, редактора и меня.

4. Внедряем “быстрые” правки
С недавних пор из-за проблем с релизами и для минимизации рисков в крупных фичах мы стали выносить текста блоков в конфиг, поэтому первое решение проблемы — это переписать текста согласно полученным возражениям. Остальные гипотезы пока поставили на холд.

Вуаля. Конверсия по воронке растет в три раза 🚀

Самое важное, что мы вынесли — что гибкость, скорость и адаптивность вместо эмоциональной реакции — это важные навыки. Впервые настолько сильно мы радовались тому, что можем поменять текста за пару дней.

А дальше — продолжаем работать над воронкой и поднимать конверсию со дна продуктовыми доработками. Провалы случаются и даже самые сильные гипотезы могут разбиваться о реалии рынка и это нормально. Главное знать, что делать дальше.

Завтра расскажем, что было у Алёны, а пока накидайте лайков этому пёсику! Его зовут Степан, кстати 🥰

7 лет вместе: почему мы всё ещё не надоели друг другу

Привет! Я Альбина, руководитель продуктов в AI Центре Т-Банка. Недавно поняла, что мы с Т-Банком уже 7 лет вместе. Как нам удалось не разойтись из-за «непримиримых разногласий» и сохранить интерес друг к другу? На самом деле, это были годы интересных задач, неожиданных поворотов и, конечно, вечного вопроса друзей: «Ты всё ещё там?»

Мои инсайты:

Менять роли внутри компании
Не обязательно уходить, чтобы попробовать что-то новое. Я успела побыть стажёром, ML-инженером, тимлидом, продактом платформ, B2B и B2C продуктов. Весь этот опыт теперь помогает мне смотреть на задачи с разных сторон.

Запускать хобби-проекты
Браться за проекты вне основной роли — отличный способ освежить взгляд на привычные вещи. Например, я запускала внутренний курс по внедрению ML в продуктах — это помогло систематизировать знания и лучше понять свою работу.

Закрывать проекты вовремя
Не держаться за задачи и роли, которые перестали вдохновлять. Закрыть что-то одно — значит освободить место для нового. Если я больше не могу быть полезна команде или продукту, лучше уступить место тому, кто сможет.

Создать свою «карьерную стратегию»
Понимать, какие навыки хочется развивать, на какие проекты соглашаться, а от каких лучше отказаться. Это помогает чувствовать контроль над собственным развитием, не терять фокус и не распыляться.

Такие вот секреты долгосрочных отношений. Рабочих, конечно.

Что-то новенькое в этот пятничный обед – статьи от наших продактов

Давно хотели писать больше и вот, наконец, начинаем! Первая тема – кастдев. Автор статьи — Антон Михайлов, продакт Бизнес секретов (медиа Т-Банка для бизнеса).

Почему стоит почитать:
– Разбираемся, почему кастдев — это не то же самое, что глубинное интервью. Полезно новичкам и тем, кто постоянно поправляет коллег — теперь у вас будет ссылка, которой можно делиться 😈
– Внутри небольшое исследование, как и почему понятие кастдева так исказилось в русскоязычном пространстве
– Бонус: обзор трёх книг, которые сильнее всего повлияли на формирование этого подхода

Приглашаем читать и обсуждать: https://vc.ru/1847762

Подборка мемов для ваших презентаций 🤡

Какой забираете?

Привет!
Я Коля — продакт-менеджер подписки Про. Этим постом открываю нашу первую рубрику #винтикишпунтики. Сегодня расскажу про каннибализацию, как ее замерить, хорошо это или плохо и как её избежать.

---
Что такое каннибализация и почему это важно для продакт-менеджера?

Каннибализация — это когда новый продукт, предложение или услуга заменяет старый, но не привлекает новых клиентов. По сути, одна метрика растёт, а другая «съедается»

Простой пример:
Сеть магазинов «Ароматная газировка» продаёт газировку. Они сделали скидки перед праздниками в одном из магазинов, и продажи там выросли в 10 раз! Но выручка сети упала. Почему?
Постоянные клиенты просто переключились с других магазинов этой же сети, чтобы купить газировку дешевле. В итоге компания не привлекла новых покупателей, а лишь раздала скидку своим же клиентам, потеряв прибыль.
❌ Это каннибализация выручки за счёт роста количества продаж.

---
Как измерить каннибализацию?

📊 Смотрим на метрики:
- Доля новых vs старых клиентов. Если новый продукт покупают в основном старые клиенты, то на это стоит обратить внимание
- ARPU (средний доход на пользователя). Если он падает, возможно, клиенты просто переключаются на более дешёвый вариант
- Суммарная выручка. Если продажи нового продукта растут, но общий доход компании падает — у вас проблема

---
Когда каннибализация — это проблема?

❌Метрики растут, но общая экономика бизнеса страдает
❌Продукт пользуется спросом, но нет роста новых клиентов или прибыли

Примеры:
- Zara и распродажи: Zara активно использовала распродажи и скидки для увеличения продаж. В итоге многие клиенты просто ждали скидки и перестали покупать вещи по полной цене, что снизило прибыль компании
- Spotify и семейные подписки: Spotify запустил семейную подписку, где один человек мог пошерить подписку на несколько человек. В результате многие пользователи перестали платить за индивидуальные подписки, из-за чего число пользователей выросло, но прибыль упала

---
Когда каннибализация — это нормально (и даже хорошо)?

✅ Привлекает новых пользователей
✅ Увеличивает общий доход компании
✅ Оставляет клиентов внутри экосистемы, не давая им уйти к конкурентам

Примеры:
- IPhone SE vs флагманские модели IPhone: SE отбирает часть покупателей у флагманских iPhone. При этом SE привлекает новых клиентов в экосистему Apple, за счет того что IPhone становится более доступным
- Бесплатные новости в интернете: С появлением новостей в интернете газеты стали продаваться хуже. Но количество читателей новостей в интернете выросло в разы, а доход стал приходить через рекламу.
- Netflix с рекламой: Бесплатная подписка съедает часть платных клиентов, но привлекает новых пользователей, которые раньше не могли купить подписку. В результате аудитория растёт, а доход от рекламы компенсирует убытки

---
Как предотвратить плохую каннибализацию?

- Добавлять ценность, а не просто снижать цену: вместо скидок — новые функции, эксклюзивный контент или сервис. Например вместо скидки на новый тариф интернета, сделать тариф с безлимитными мессенджерами
- Разделять аудиторию: предлагать скидки только новым клиентам. Как раз по этому многие промокоды и реклама в сервисах направлены на новичков
- Контролировать ассортимент продуктов: Apple убирает старые модели iPhone, чтобы они не конкурировали с новыми

---
Так плохо или хорошо в итоге?

Каннибализация — это не всегда плохо. Главное — чтобы новый продукт не просто «съедал» старый, а приносил больше пользы, чем потерь.

У нас в команде Вселенной AI ассистентов есть традиция — собираемся продактами раз в пару недель разбираться в технических темах из AI. Назвали такую встречу "Школа роботов и винтиков", но прижилось неофициальное "Винтики и шпунтики". Мы очень любим эту встречу, потому что на ней всегда узнаём что-то новое и развиваемся.

Решили, что в этом канале тоже нужны винтики и шпунтики, но свои. Будем делиться полезными материалами и ликбезами на разные темы с хэштегом #винтикишпунтики. Начнём с аналитики — первый пост уже завтра!

Stay tuned ❤️

Пятница в Т начинается со 128 ударов в минуту 😎

Пятница в Т начинается со 128 ударов в минуту 😎

Привет, я Витя Тарнавский, директор по ИИ в Т-Банке.

Давайте-ка расскажу зачем вообще нужен директор по ИИ. Я себе сам частенько задаю такой же вопрос 😅

Я разделяю свою работу на такие столбы: технологии, внедрение, платформа, пользовательский опыт.

Технологии - это как сделать так чтобы лучшие технологии в индустрии были у нас. Для этого нужны топовые инженеры, конкретные RnD проекты, команда мотивированная на новизну, наука и так далее.

Внедрение - это как получить пользу от AI везде в компании. Для этого нужно обучать людей, строить команды под бизнесы, тащить руками самые большие ключевые проекты и искать новые большие темы.

Платформа - это как сделать из AI-решений переиспользуемую платформу, а не набор кастомных штук. Понятно, что синтез речи проще сделать один раз - но само это так не произойдет.

Пользовательский опыт - это как менять пользовательский опыт продуктов экосистемы за счет решений на базе AI. Наша сфера новая, и обычно задача как улучшить за счет AI пользовательский опыт - тоже на нас.

Вот, хожу эти четыре задачи по кругу делаю. Если упрощать :)

Как за первые 90 дней обьединить две команды по 100 человек и ничего не раз****ть

Хай!
Меня зовут Даниэль. Работаю в AI-Центре Т-банка уже 139 дней и отвечаю за все, что связанно с Ботами, но так было не всегда. Еще пару месяцев назад голосовые боты и чатовые делали две большие команды. Разные процессы, разные продуктовые метрики, разные взгляды на развитие – словом, два мира, которые нужно было объединить. Любой резкий шаг мог сломать систему, и казалось, что у меня нет права на ошибку. Но в итоге всё прошло гладко. Я понял, что хочу поделиться принципами, которые помогли мне провести трансформацию безболезненно и эффективно.

1. Оргструктура создается под стратегию

Любая перестройка должна начинаться с четкого понимания стратегии. Мы с командой сначала декомпозировали стратегию продукта, определили ключевые направления и зафиксировали критичные функции. Дальше уже под это выстроили оргструктуру так, чтобы:
- У каждого направления был свой продуктовый лидер с понятными целями, фокусом и зоной ответственности. Так, например, мы перестали делиться по каналам, а сфокусировались на проблемах, с которыми сталкиваются пользователи при общении с ботами
- Исключить дублирование функций и наладить эффективное взаимодействие между командами

За счет этого нам удалось оптимизировать задачи команды и выделить достаточное количество ресурсов на стратегические инициативы. Например, мы запустили больше LLM-проектов и уже почти готовы дизраптить рынок 😉

В итоге мы не просто объединили две команды, а переосмыслили подход к созданию продукта и создали фундамент для устойчивого развития.

2. Прозрачность

Любые изменения – это стресс для команды. Часто люди не понимают, что происходит и как следствие, возникает сопротивление. Поэтому в трансформации мы сделали упор на прозрачность:
- Грамотно выстраивали коммуникацию, чтобы у команды не возникало ощущения, что решения принимаются без их участия
- Четко объясняли, кто, когда и на основе каких критериев принимает ключевые решения
- Внедрили понятные процессы синхронизации – от общих ежемесячных встреч до ежедневных QA сессий уже внутри локальных команд

На старте все это требовало больших временных вложений, но в итоге помогло выстроить доверие и снизить уровень волнения в команде.

3. Фокус на людях

Когда объединяешь команды с разной культурой, важно учитывать не только процессы, но и людей. Мы внимательно анализировали сильные и слабые стороны менеджеров, чтобы правильно распределить зоны ответственности.

Простой пример: у нас был продакт, который отлично делает деливери, но находился в R&D-треке, где больше неопределенности и экспериментов. Переведя его на более структурированное направление, мы не просто увеличили эффективность, но и дали человеку возможность раскрыться в полной мере.

Это правило работает и на уровне всей команды: правильно распределяя роли, можно повысить перформанс иногда сразу нескольких направлений

4. Адаптивность

Продукт должен эволюционировать вместе с рынком, поэтому мы внедрили механизмы для регулярного пересмотра оргструктуры.

Например, каждый квартал мы проводим масштабное исследование, в котором анализируем 27 основных причин, по которым бот не справился с задачей, и потребовалось вмешательство оператора. На основе этих данных мы оцениваем, насколько текущая модель соответствует нашим целям. Если выявляем узкие места, быстро корректируем зоны ответственности или перераспределяем ресурсы

Это особенно важно, когда создаешь AI-based продукт, как наш, ведь новые технологии развиваются по экспоненте — нужно постоянно двигаться вперед и экспериментировать. Поэтому фиксированная оргструктура на годы вперед становится гарантированным тормозом для развития.

Вывод:

Трансформации – это не просто "переставить коробочки" в cтруктуре. Это про стратегию, про доверие в команде и про умение видеть в людях их сильные стороны и маскировать слабые. В нашем случае это сработало – из двух команд мы собрали одну сильную и синхронную систему, где каждый понимает, как его вклад влияет на общий результат.

Карты, деньги и продукт — 2 сезон, 11 выпуск 👨🏻‍🎓

Врываемся в пятницу с новым выпуском и неожиданным продуктом: поговорим про целый настоящий университет с настоящими студентами — бакалаврами и магистрами. Тот самый универ, который запустил Т-Банк, и тот самый, который будет располагаться в здании Центрального Телеграфа на Тверской.

В гостях — Иван Стельмах, CPO Центрального Университета и профессор РЭШ.

Расспросили Ваню, как строить университет как продукт:
— Зачем университету CPO? (ректор — знаем; завкафедры — знаем; CPO — не знаем)
— Как измерять успех: в пятерках на экзаменах или зарплатах выпускников?
— Кого ждем в студенты и преподаватели?
— Как работает воронка привлечения?

А еще обсудили сам дизрапт образования: отмену необходимости выбирать специализацию при поступлении, умение находить решения вместо действий по инструкции, да и просто возможность в любой момент зайти к ректору или СPO и занести фидбек про обучение.

Cмотрите выпуск на YouTube и в VK!

PS. У одного из ведущих два высших; у второго ни одного. Поэтому напрашивается опрос: нужно ли высшее образование?

💯— Конечно, нужно
😎 — Можно и без него

Привет! Я - Женя Харитонюк (автор канала "Продуктовая оферта"), пришла в Т-команду 4 месяца назад на позицию CPO ML платформы. Это был мой первый переход между компаниями в управляющей роли.

С какими отличиями я столкнулась как лид в новой компании?
1. Другая корпоративная культура - от сленга до миссии компании и целеполагания
2. Новый продукт - в моём случае переход сопровождался изменением индустрии
3. Новая команда со своими процессами, устоями и темпом

До выхода я пыталась составить план как быстро адаптироваться: читала статьи на тему и консультировалась у коллег «по цеху».
Самый частотный совет: «не спеши что-то менять, сначала присмотрись».
В среднем онбординг в сложные большие домены занимает от 6 месяцев (не важно: лид ты или менеджер). Не стоит ждать от себя большого результата сразу, лучше планомерно приобретать и накапливать знания.

Из остальных советов и уже прожитого опыта собрала план, который поможет заонбордиться на лидовую позицию в новую команию.

Шаг 1. Знакомство с командой
Команда - это продакты в команде, заказчики, пиры соседних доменов, лиды разработки
В первый месяц это стало моей основной деятельностью. Формируй заметки по каждому человеку: зона ответственности, цели личные и продукта, основные боли. Это позволит быстро выбрать наиболее важные направления дальнейшей работы.

Шаг 2. Приобретение знаний о продукте.
Суть продукта, целеполагание, сильные/слабые стороны. Много читай: документация, обзоры рынков, дашборды основных показателей. Пользуемся своими продуктами. В целом у этого пункта нет срока годности - повторяем бесконечно 🙂

Шаг 3. Формирование собственной ценности.
Важно ответить себе на вопрос: «Какая твоя экспертиза востребована в домене и применима для твоих сотрудников». Моими сильными сторонами является продуктовое дискавери, с чем я начала помогать команде.

На эти шаги уходит до трех месяцев. Они позволяют тебе и команде адаптироваться: формируют атмосферу доверия, настраивают к дальнейшим изменениям.

Затем можно переходить к новым фокусам, исходя из текущего целеполагания компании. В моем случае это:
1. Постановка целей на год для ML-платформы. Я помогла команде с адаптацией фреймворка OKR: от выбора ключевых метрик до разложения их на понятные продуктовые проекты.
2. Запуск направления копилотов. Копилоты - это AI-продукты/фичи, нацеленные на повышение эффективности внутренних сотрудников.
3. Обновляем трек развития для менеджеров в моей команде.

Основопологающим в онбординге является выстраивание взаимоотношений с командой, все остальное - дело практики.

Не хочется уходить из офиса даже в пятницу вечером, потому что… ну как не любить этот офисный вайб 💖

Большая подборка материалов, чтобы влиться в AI

У нас в Т-Банке есть целый курс для продактов про AI. Решили поделиться материалами из него. Выбирайте тему, тыкайте по ссылочкам и продолжайте гуглить сами (или теперь чатджипитиить?))

☝️Предыстория. Большоооой разбор, куда идут технологии

🤘LLM (большие языковые модели)

Что такое генеративный ИИ и история развития языковых моделек:
- Техническая база по большим языковым моделям — видео на английском
- Основные понятия больших языковых моделей
- Как работают языковые модели — статья на английском
- Большие языковые модели для тех, кто хочет строить продукты на их основе от GoPractice
- База AI-инструментов для текста, картинок, видео, кода и не только

Промптинг:
- Гайд по промптингу. Если не лень читать, этого достаточно. Если лень, смотрите курсы ниже
- Бесплатный курс по промптингу
- Альтернативный курс по промптингу

Alignment:
- Видео про RLHF — обучение моделей с использованием обратной связи от людей

🤟ML

Что такое машинное обучение:
- Машинное обучение на пальцах — ЭТО БАЗА
- Учебник по машинному обучению от ШАД — для тех, кто не боится математики
- Сообщество Open Data Science — для тех, кому хочется быть ближе к тусовке

ML-продукт и данные
- Разметка данных в ML
- Подготовка датасета
- Где брать датасеты

🤙Если база есть и хочется чего-то более хардового, заглядывайте на лендинг — найдёте наши технологии, научные исследования и другие публикации: https://ai.tbank.ru/

Всем AI ✨