📈 Product-Led Growth: Когда ваш продукт становится лучшим продавцом

Знаете главное отличие многих быстро растущих продуктов от стагнирующих? Первые продают себя сами.

Product-led growth (PLG, рост, основанный на продукте) — это бизнес-стратегия, при которой сам продукт становится главным инструментом для привлечения, активации, вовлечения и удержания клиентов, а также для масштабирования бизнеса.

Читайте далее в новой статье на ScrumTrek — гид по PLG, когда продукт становится драйвером роста: Product-Led Growth: полное руководство

🤖 AI в автопром продуктах: когда данные не равны ценности

Все наверное слышали о том, что автопроизводители утопают в данных от телематики - современный автомобиль генерирует до 25 ГБ данных в час. Но парадокс в том, что 80% этих данных никогда не используются для реальных продуктовых решений. В чем же состоит проблема для продактов в том, чтобы превратить эти данные в инсайты:

1. Проблема "сырых" данных
Основные ловушки:
- Отсутствие единой схемы данных между производителями
- Задержки в обработке из-за edge computing ограничений
- Конфликт между реальным использованием и "идеальными" тестовыми данными

2. Этика
Tesla и BMW уже столкнулись с волной исков из-за непрозрачного использования данных. Тренд на 2025:
- Обязательное информирование пользователей о типах собираемых данных
- Clear Data Agreements, как часть клиентского опыта
- Опт-ин модели вместо скрытого сбора

Есть ли реальные кейсы использования?
Конечно, есть:
- Прогностическое обслуживание (Predictive maintenance) - Volvo сократила простои на 30%
- Динамическое ценообразование страховок (Progressive)
- Персонализация интерфейсов (Mercedes MBUX)

🌡 CODER Framework: Как внедрить AI в компании и в продукте

Подготовил для вас большую статью об организационных аспектах внедрения AI компаниях по фреймворку CODER от Reforge. В чем проблема - сейчас компании массово инвестируют в ИИ, но реальный трансформационный эффект получают единицы. Почему? Большинство застревает на уровне точечных улучшений, не меняя саму логику работы и операционную модель.

Фреймворк CODER от Reforge дает 5 ключевых рычагов для перехода от хаотичных экспериментов к осмысленной трансформации:

1️⃣ Ограничения - создают "форсированную" среду для внедрения
2️⃣ Ответственность - четкое распределение ролей в изменениях
3️⃣ Директивы - конкретные действия вместо абстрактных лозунгов
4️⃣ Ожидания - измеримые критерии для каждой команды
5️⃣ Вознаграждения - прямая связь AI-навыков с карьерой

В статье разбор кейсов от Duolingo, HubSpot и Notion:
CODER Framework: Как вывести компанию в лигу AI-лидеров

А про то, что такое AI Operating Model (AIOM) можно прочитать тут.

P.S. Как в вашей компании внедряют ИИ - системно или точечно? Делитесь в комментариях!

📈 Soft skills для продакта

Наткнулся на новое масштабное исследование Harvard Business Review, которое подтверждает один из выводов моего исследования по вакансиям продактов в США. Сейчас важным отличительным фактором для менеджеров становятся soft-skills.

Google пришла к такому же выводу в своём исследовании Project Oxygen: проанализировав тысячи оценок эффективности, компания обнаружила, что её лучшие менеджеры преуспевают в коучинге, коммуникации и сотрудничестве между командами, и теперь использует эти навыки в качестве основных критериев продвижения.

С 2007 года процент вакансий менеджмента, в которых делается акцент на soft-skills (collaboration, coaching, ...) вырос в три раза.

Так что делайте выводы...

🤖 Уже 17 сентября стартует мой курс Сертифицированный Product Manager 2.0 в AI-мире. За 3 дня пройдемся по всему циклу на практике от AI-исследований до AI-прототипирования продукта. Специально для подписчиков канала скидка, пишите мне в личку @avoronin https://scrumtrek.ru/product/270/menedzher-produkta-2-0-ai-dlya-biznesa/#event-2051

🤖 Как изменится поведение пользователей в ближайшем будущем

Наткнулся на интересное интервью с Jake Brill Head of Product (Integrity) из OpenAI, где он рассказывая о внутренней кухне OpenAI, делится важным инсайтом про фундаментальные изменения, которые грядут в ближайшем будущем во многих продуктах. И эти изменения связаны с AI агентами.

Как сейчас устроено взаимодействие пользователя с продуктом - оно, как правило, синхронно и многоэтапно "спросил-получил ответ-опять спросил-опять получил ответ-...". Например, у человека есть большая задача "сделать презентацию", и он последовательно ее создает, например, в PowerPoint. Теперь же, где мы имеем дело с AI-агентами внутри продукта вместо "спросил-получил ответ" будет "поставил большую задачу-агент ушел ее выполнять-асинхронно вернулся с конечным результатом". И тут подвох в том, что пользователи уже начинают потихоньку привыкать к такому опыту в продуктах, ну и соответственно ожидать такого опыта от других продуктов.

Я начинаю замечать такое поведение даже за собой. Например, после того как попробовал AI сервис, который тебе сходу генерирует презентацию по промпту и данным, идти обращаться к PowerPoint нет никакого желания и нужно себя прям заставлять.

Это стало возможным благодаря очередному скачку - теперь ИИ может выполнять многошаговые задачи — от поиска кандидатов до анализа рынка и генерации прототипов. Например. за счет появлению стандартов (MCP, Agent Protocol).

Ну а чем дальше, тем видимо больше пользователи будут ожидать такого поведения от продуктов, будь это банковские приложения или текстовый редактор.

❓ Почему продакты саботируют важную работу (и как это исправить)

Каждый второй продуктовый лидер сталкивается с парадоксом: команда вроде понимает важность аналитики, документирования и исследований, но... вечно откладывает "на потом".

Разберёмся в корне проблемы:

1️⃣ "Важное ≠ срочное" — плохая отмазка
Классическая матрица Эйзенхауэра не работает, когда все квадранты заполнены срочными задачами. Настоящая причина — отсутствие прямой связи между "стратегическими" активностями и ежедневными решениями.

2️⃣ Процессы не заменят осознанности
Добавление пункта "конкурентный анализ" в шаблон PRD — это косметика. Продакты будут заполнять его механически, если не увидят, как это влияет на их KPI.

3️⃣ Ритуалы ≠ результату
Ежеквартальные стратегические сессии часто превращаются в формальность. Потому что между сессиями никто не возвращается к выработанным решениям.

Как исправить:

1️⃣ Привязывайте к конкретным решениям
Пример: "Без анализа поведения конкурентов в этом сегменте мы не сможем обосновать ценность функционала для комитета по продукту в следующем квартале"

2️⃣ Создавайте информационный голод
Задавайте вопросы, на которые нельзя ответить без предварительной аналитики: "Какой процент наших пользователей сталкивается с этой проблемой?"

3️⃣ Делайте последствия видимыми
Фиксируйте случаи, когда недостаток данных привёл к ошибочным решениям. Это лучше любых теоретических аргументов.

4️⃣ Автоматизируйте сбор данных
Встройте аналитику конкурентов в процесс принятия решений — например, через регулярные дайджесты или алерты о значимых изменениях.

Продакты не избегают важной работы — они избегают работы, чьей ценности не понимают. Ваша задача как лидера — сделать эту ценность очевидной на уровне ежедневных решений.

❓ Как не просто "поговорить": выстраиваем процесс глубинок, который влияет на бизнес-результат

Глубинные интервью — это не про «узнать мнение пользователей». Это мощный инструмент для развития продукта, если подходить к нему как к системе, а не к разовому мероприятию.

Вот пошаговая инструкция, как выстроить процесс, который конвертирует живые диалоги в результат.

1️⃣ Шаг номер ноль: Что такое результат
Прежде чем звать респондентов, ответьте: «Какой бизнес-показатель мы хотим изменить?»
* Увеличить конверсию в покупку?
* Снизить отток (churn)?
* Улучшить удержание (retention)?

Пример: «Мы проводим интервью, чтобы понять, почему пользователи отваливаются на шаге оформления подписки, и увеличить конверсию на 15%».

2️⃣ Фокус на «Пространстве Возможностей» (Opportunity Space)
Не спрашивайте: «Какое решение вам нужно?». Узнайте про опыт человека в этой области на конкретных кейсах - с какими задачами и проблемами он сталкивается.

Ваша цель — обнаружить неудовлетворенные потребности (opportunities), которые влияют на цель из пункта 1, а не собрать мифические «фиче-запросы».

3️⃣ Строим «Дерево Возможностей» (Opportunity Solution Tree)
Это ваша стратегическая карта, которая связывает интервью с результатом.

* Корень (Верхушка): Ваша бизнес-цель/результат (Outcome). Например, «Увеличить конверсию в подписку».
* Ветви 1-го уровня: Ключевые проблемы и барьеры пользователей (Opportunities), которые вы обнаружили в интервью. Например: «Не понимают ценность премиума», «Пугает цена», «Не доверяют хранению данных».
* Ветви 2-го уровня: Гипотезы решений (Solutions), которые могут закрыть эти проблемы.
* Листья: Это эксперименты, для подтверждения гипотез решения.

Это дерево наглядно показывает: какие пользовательские проблемы мешают нашему бизнесу и какие гипотезы мы должны проверить в первую очередь.

4️⃣ Процесс: От хаоса к системе
1. Интервью → 2. Анализ → 3. Пополнение Дерева → 4. Приоритизация гипотез → 5. Эксперимент.
Повторяйте этот цикл каждые 2-4 недели. 2-3 интервью в неделю достаточно, чтобы постоянно находить новые инсайты и проверять их.

Глубинные интервью дают бизнес-результат, только когда они:
🔹 Привязаны к конкретной метрике
🔹 Сфокусированы на проблемах, а не на решениях
🔹 Встроены в процесс (например, через OST)
🔹 Регулярны

⚠️ Портфолио продакта: ключевые ошибки

Наткнулся тут на забугорные рекомендации по оформлению портфолио продакта — делюсь главными мыслями.

📊 Оказывается, 80% западных Product Manager’ов не имеют портфолио, а из тех, у кого оно есть, большинство делает критические ошибки. И это при том, что кандидаты с продуманным портфолио получают в 3 раза больше офферов и на 40% чаще доходят до финала собеседований.

Где мы обычно ошибаемся?

1️⃣ Думаем, что резюме достаточно
Но сухие списки навыков и компаний не показывают, как вы решаете проблемы и создаете ценность.

2️⃣ Делаем портфолио "для галочки"
Просто скриншоты интерфейсов и описание фич никого не цепляют. Нужны:
- Контекст: какая была проблема?
- Действия: что именно вы сделали?
- Результаты: метрики, рост, ошибки и выводы.

3️⃣ Не используем AI-инструменты
Сейчас портфолио можно собрать в разы быстрее:
- Gamma — генерирует структуру и текст под ваши кейсы;
- Figma AI — помогает визуализировать;
- ChatGPT — превращает сырые заметки в продающие истории.

✅ Что делать прямо сейчас?

1. Выберите 3 ключевых достижения (успех, провал, пет-проект).
2. Обработайте резюме и эти достижения с помощью GPT, не стесняйтесь задавайте вопросы GTP, чтобы он смог вытянуть из вас нужный контекст - "Что тебе нужно, чтобы подготовить классное резюме и портфолио?".
3. Обогатите цифры и визуал.
4. Profit - Обновите резюме на HH или личной странице.

🤖 Промпты для продактов от OpenAI

OpenAI продолжает пополнять базу универсальных промптов для роли продакта. Сейчас она насчитывает порядка 30 промптов на разные тематики от построения стратегии и дорожных карт до UX и анализа данных экспериментов. Промпты, конечно, простецкие, но тем не менее могут вас вдохновить. Ну и надо помнить, чтобы получить хороший результат важен не только промпт, важно еще и много контекста.

Call for papers AI ProductConf 2026: конференция, где продакты говорят не «о», а «как»

Генеративный AI постепенно меняет всё:
🔴 как работают продукты, которые мы создаем,
🔴 как устроена ежедневная работа продакта,
🔴 как устроены продуктовые команды.

📢 Мы открываем Call for Papers для тех, кто уже работает в новой реальности: не просто пробует генеративный AI, а применяет его в работе каждый день.

Супер практичная программа:
70% программы — это практические воркшопы о применении AI в работе продакта и продукте.
Оставшиеся 30% — небольшой, но отборный комплект выступлений о реалиях и перспективах использования AI в продуктах.

Если ты:
— автоматизируешь с помощью AI discovery, аналитику и другие продуктовые процессы,
— создаешь продукты при помощи AI,
— усиливаешь ценность продукта, используя AI.

📍 Смело подавай заявку на выступление: https://productconf.ru

Три трека программы:

1️⃣ AI-powered продакт и команда
Как AI усиливает продакта и его команду. AI автоматизация продуктовых процессов.

2️⃣ AI в продукте: от хайпа к ценности
Как генеративный AI усиливает ценность продукта.

3️⃣ Навыки будущего для продакта
Как не стать “лишним” в эпоху AI. Какие скиллы будут определяющими для product people в 2026–27.

🎯 Эра стратегического continuous discovery: как AI ломает правила продуктового успеха

10 лет концепция Four Fits Брайана Бэлфора была золотым стандартом. Но эра ИИ превращает ее в антиквариат. Разбираем, что изменилось и как адаптироваться:

⚡️ Product-Market Fit теперь мимолетен
Klarna теряет $600 млн за квартал, Chegg — 90% капитализации за 9 месяцев. Раньше смена PMF занимала годы — теперь происходит за месяцы.

Что делать? Мониторьте не просто метрики, а скорость их изменения. Если ключевой показатель падает 2 месяца подряд — это сигнал к немедленному пивоту.

🎁 Product-Channel Fit: смерть SEO-империй
SEO-трафик падает, LLMки становятся новым поиском. Pinterest и Tripadvisor, построенные на органике, могут оказаться под угрозой.

Где искать спасение?
- Тестируйте интеграции ИИ-ассистентами (типа ChatGPT plugins)
- Инвестиции в "dark social" — приватные рекомендации между экспертами

📉 Channel-Model Fit: когда монетизация ломает экономику
Типичные ошибки:
- Freemium с дорогими ИИ-фичами (себестоимость free-юзера $5+ в месяц)
- Подписка с неограниченным использованием (взрывной рост затрат)

Решение:
- Токенизация всех действий пользователя
- Новая математика: 1 токен = 1 цент прибыли. Если не сходится — меняйте ценовую модель сегодня же.

P.S. Главный вывод - в эпоху ИИ стратегическое планирование ломается. Чтобы выжить надо научится пересобирать все стратегические fit'ы ежеквартально.