29683
Продакт-менеджмент, аналитика, ML/AI и профессиональное развитие. Делаем обучающие симуляторы и публикуем полезные материалы — gopractice.ru
Поделитесь с нами: как и где вы сохраняете профессиональные заметки и наблюдения, интересные материалы, идеи и другую полезную в работе информацию?
Приложение для заметок? Сохраненные сообщения? А может, ведете свою базу знаний?
Мы сделали коротенький опрос — по итогам мы подготовим сводку результатов и обязательно поделимся с вами. Мы подобрали несколько вариантов, и в комментарии к ним вы можете пояснить свой выбор, если хотите, или добавить свой вариант.
Спасибо!
Как узнать о трендах быстрее, чем это станет мейнстримом?
Наши друзья из ProductSense готовят уже шестую конференцию по менеджменту продуктов.
В рамках конференции эксперты из Яндекса, Т-Банка, Ozon, Альфа Банка, Avito и других крупнейших компаний поделятся трендовыми методиками, подходами и инструментами, которые помогают создавать и успешно развивать продукты. Они также расскажут о самых востребованных скиллах, необходимых продактам для роста в карьере.
Вот несколько тем докладов, ради которых стоит посетить конференцию:
• Найти свой North Star: как одна метрика может решить все задачи перфоманса команды и бизнеса.
• Ставим на пользовательский опыт: стратегия и тактика не-денежных метрик.
• Product Ops: как создать процессы, которые помогут предсказуемо достигать целей.
• Узнать за 60 минут. Тренируемся интервьюировать менеджеров продукта.
• Поиграли в демократию и хватит: где остановиться продакту, начавшему делать исследования.
• Тревожный и избегающий продакт: как выстраивать здоровые отношения с исследователями.
Всего на конференции будет более 70 докладов и мастер-классов. Полную программу можно найти на сайте ProductSense’24.
И, конечно, участников ждет полезный нетворкинг — как в деловой, так и в кулуарной вечерней атмосфере.
Успейте купить или забронировать билеты по сниженной цене до 17 августа!
Даты проведения: 5–6 сентября
Место проведения: Конгресс-центр ЦМТ
🤝 Как использовать нетворкинг для достижения своих карьерных и личных целей?
🤝 Как с его помощью продвинуться в карьере?
🤝 И как поддерживать потом полезные контакты?
Ответы на эти и другие вопросы вы получите на вебинаре, который GoPractice проведет совместно с Екатериной Клишиной — представителем международной экосистемы по нетворкингу CardBook в Сербии и автором книги «Гид по нетворкингу: маршрут от одиночки до центра притяжения».
Встреча будет полезна всем, кто хочет системно подойти к теме нетворкинга и на примерах разобрать, зачем, где и как строить и поддерживать профессиональные и личные связи.
Когда пройдет встреча? Во вторник, 6 августа в 19:00 (GMT+3).
Сколько времени это займет? 1–1.5 часа.
Участие бесплатное, но количество мест ограничено!
Зарегистрируйтесь, пожалуйста, чтобы получить приглашение на встречу.
С небольшим отрывом победила тема «Как расти и развиваться на выбранном карьерном пути»!
Мы начнем подготовку вебинара, который проведем уже в августе.
Деталями обязательно поделимся в канале.
Команда GoPractice готовит онлайн-встречу с Геворгом Казаряном, Group Product Manager в Adobe.
У Геворга многолетний опыт в b2b-сфере и в особенности в развитии enterprise-продуктов. Прежде работал в компании Workfront, которая была куплена Adobe за $1.5 миллиарда.
Мы придумали несколько тем для вебинара, но остановимся на той, которую выберет большинство участников нашего сообщества. Проголосуйте, пожалуйста, за наиболее интересную из них до 25 июля 👇
Привет!
Сегодня хотим поделиться интересной публикацией нашего друга Байрама Аннакова, основателя App in the Air и автора телеграм-канала EDU (кстати, там вы можете присоединиться к обсуждению этого поста).
Слово автору 👇
На мартовской встрече про Generative AI я показывал этот график влияния электрификации на работников с разным уровнем навыков.
Идея была в том, чтобы провести параллели между эффектом электрификации и эффектом AI. Эту параллель любит проводить Andrew Ng — мой любимый ученый и автор.
Я нашел одно интересное исследование на схожую тему: эффект от массового внедрения электродвигателя. Вот пять ключевых пунктов из него.
1️⃣ Полноценное влияние на производительность в случае электродвигателя заняло 20-40 лет.
2️⃣ Ключевая причина: медленная электрификация фабрик и заводов. Некоторую роль сыграло ценовое регулирование.
3️⃣ Почему заводы проходили процесс электрификации столь медленно, если электричество давало существенную выгоду по сравнению с паровым двигателем?
— В паровой двигатель (и в организацию работы фабрики вокруг него) уже были сделаны значимые инвестиции.
— По этой причине от электрификации выигрывали преимущественно новые и активно развивающиеся индустрии (например, табачная). Однако эти эффекты слабо отражались на общей статистике роста производительности в экономике: старым индустриям необходимо было дождаться устаревания оборудования, чтобы перейти на новое.
— Зачастую обновление старого оборудования путем «прицепления» нового, основанного на электромоторах, не давало полноценной отдачи: фабрика по-прежнему была организована вокруг центрального парового двигателя.
4️⃣ Возможность подвести «мощность» к каждому станку позволила реорганизовать и оптимизировать многие производственные процессы, выстроить производственную линию вдоль естественного процесса сборки. Больше не требовалось останавливать весь процесс подачи энергии в случае неполадок в какой-то его части.
5️⃣ Электрификация позволила существенно децентрализовать производственный процесс по сравнению с фабриками, работающими от парового двигателя.
Мой вопрос на миллиард долларов: как похожий сценарий будет разворачиваться применительно к AI?
Какие индустрии получат наибольшую выгоду за счет того, что они не связаны инвестициями в устаревающее оборудование, знания, процессы? Как текущие процессы, основанные на старом софте (который не умеет распознавать речь и изображения, не умеет генерировать текст), ограничивают производительность компаний?
Существует точка зрения, что продакт-менеджмент и создание новых продуктов — это одно и то же. Что человек с профессией «продакт-менеджер» должен уметь создавать новые продукты с нуля.
На самом же деле навыки развития существующего продукта и навыки создания чего-то нового с нуля существенно различаются.
Давайте разберемся.
В основе продакт-менеджмента — структура, логика и экспертиза
Продакт-менеджмент — это профессия, в которой есть четкие ожидания, логика принятия решений и набор ритуалов для получения результата.
Работа по развитию существующего продукта во многом строится вокруг инкрементальных улучшений в опыте пользователей. Эти улучшения достигаются через более эффективное решение их задач, а созданная ценность конвертируется в прибыль для продукта.
Вы можете возразить, что в работе продакт-менеджеров часто нет структуры, они оперируют в условиях неопределенности, а их планы регулярно меняются. Кроме того, они постоянно тестируют гипотезы, как будто не могут заранее знать, что нужно делать, а что не нужно.
Все это правда. Но в этом и есть суть продуктовой работы: снижать уровень неопределенности в своей зоне ответственности и искать рычаги для решения задач пользователей и бизнеса.
Создание новых продуктов: магия и интуиция
Создание новых продуктов — это дисциплина, где продуктовые навыки помогают, но часто не являются определяющими.
Вероятность успеха нового продукта будет намного больше зависеть от того, насколько фаундер или команда фаундеров обладают уникальным набором навыков и экспертизы, необходимых для решения конкретной задачи, чем от их продуктового бекграунда.
Уже после того, как найден первоначальный product/market fit, когда интуиция и понимание рынка фаундера постепенно начинают работать все хуже, возникает потребность в продуктовом профессионале, который сможет добавить системности в логику работы над продуктом.
Вы можете быть невероятно опытным продакт-менеджером, но это вовсе не гарантирует, что вы увидите потенциал в создании GPT-моделей. Для этого нужны другие навыки.
Но когда условный ChatGPT уже доказал свою эффективность и набрал популярность, потребность в продуктовой экспертизе резко возрастает.
Разные навыки
Продакт-менеджмент предполагает снижение рисков, рациональность и структурированность. В этой работе важны четкое планирование, постоянный анализ данных и пользовательского фидбека, эффективная коммуникация и систематический подход к улучшению продукта.
Создание новых продуктов, напротив, связано с готовностью идти на неоправданно высокий риск, с работой в тотальной неопределенности, с нерациональным упрямством. Успех нового инновационного продукта чаще всего является результатом комбинации интуитивных решений, множества экспериментов и высокой толерантности к риску.
Помогают ли продуктовые навыки в создании новых продуктов? Да. Умение анализировать фидбек, проводить качественные исследования и находить инсайты о продукте, упорядочивать хаос — все это может сильно помочь в новых запусках.
Являются ли продуктовые навыки достаточными для успеха? Скорее нет. Будь это так, то крупные компании сами бы создавали все новые инновационные продукты, ведь именно там работают одни из самых талантливых продакт-менеджеров.
Но все же чаще новые инновационные продукты рождаются в условиях маленьких команд и ограничений.
Привет!
До 25 июля открыт набор в магистратуру Высшей школы экономики на программу «Цифровые коммуникации и продуктовая аналитика», частью которой является наш «Симулятор управления продуктом на основе данных».
Эта программа готовит профессионалов в управлении продуктом и маркетингом на основе данных.
Обучение проводится в офлайне и длится два года, выпускники получают диплом магистра государственного образца и, конечно, сертификат GoPractice.
В программе предусмотрены бюджетные места, а для поступления не требуются экзамены. Узнать больше можно по ссылке.
Кстати, до 25 июля преподаватели программы проведут серию вебинаров для абитуриентов. Расписание и подробности можно узнать здесь.
Как найти возможности для применения AI в вашем продукте
Сегодня хотим поделиться с вами фреймворком, который помогает искать возможности применять AI в бизнесе и продукте.
Этот фреймворк мы разбираем на реальном примере автоматизации работы комплаенс-менеджера банка.
Это достаточно крупный разбор, поэтому рекомендуем вам добавить его в закладки или сохраненные сообщения в телеграме 🗂️
🔗 https://gopractice.ru/product/finding-potential-ai-applications
Чтобы получить навыки и знания для работы над практически любым ML/AI-проектом, присоединяйтесь к студентам «Симулятора управления ML/AI-проектами» от GoPractice.
В нем вы проработаете типовые кейсы внедрения ML/AI-решений в продукт, а интерактивный формат позволит окунуться в практику и отточить навыки без рисков для реального бизнеса.
🗓️ Работа продакта «Авито»: дневник
Как выглядит ежедневная работа продакт-менеджера на самом деле? Какие задачи он решает? Какие инструменты использует и как оптимизирует работу?
GoPractice публикует следующий материал серии о том, как выглядит ежедневная работа продакт-менеджеров. Он сделан в формате дневника одной недели. Наши авторы записывают свои ежедневные задачи и делятся своими размышлениями, рассказывают об используемых инструментах, подходах и лайфхаках.
Своим дневником поделился Сергей Беляев, продакт-менеджер в «Авито».
🔗 https://gopractice.ru/skills/product-manager-diary-avito/
Материал будет полезен:
— тем, кто только размышляет о переходе в продакт-менеджмент: вы узнаете, из чего строится ежедневная работа продакта и как она соотносится с верхнеуровневыми представлениями о профессии;
— тем, кто уже имеет опыт управления продуктами: вы посмотрите на привычную работу через призму другого специалиста и, возможно, почерпнете для себя интересные подходы, инструменты и идеи.
Если вы планируете переход в продакт-менеджмент из смежных специальностей, то присоединяйтесь к студентам нашей программы «Профессия: продакт-менеджер».
Здесь вы на практике разберете и прорешаете реальные задачи, с которыми сталкивается продакт в ежедневной работе.
❤️🔥 Мы получили уже сотни заявок. Спасибо вам за интерес к нашему мини-симулятору про генеративный AI!
Некоторые пользователи пишут нам, что не смогли найти условия для получения бесплатного доступа.
Чтобы увидеть их, пожалуйста, войдите или зарегистируйтесь.
Поле регистрации и входа находится в нижней части лендинга.
Какие когнитивные искажения чаще всего стоят на пути осознанных решений в работе?
Как научиться их замечать и избегать?
Что такое ошибка атрибуции и эффект хиндсайта?
Ответы на эти и другие вопросы вы получите на вебинаре, который GoPractice проведет совместно с Иваном Меркурьевым — продакт-менеджером в «Яндексе» с более чем 10 годами опыта в работе над продуктом.
Встреча будет полезна всем, кто хочет научиться принимать более осознанные решения в своей профессиональной деятельности и, как следствие, повысить эффективность в рабочей среде.
Когда пройдет встреча? В среду, 5 июня в 19:00 (GMT+3).
Сколько времени это займет? 1–1.5 часа.
Участие бесплатное, но количество мест ограничено!
Зарегистрируйтесь, пожалуйста, чтобы получить приглашение на встречу.
Продукт не взлетел: история о книжных наборах
Люди читают книги. Многие из них очень любят читать книги. И некоторые часто не знают, что им читать дальше.
А еще люди любят красивые подарочные коробки.
Вооружившись этим нехитрым знанием, подруги Оля и Лена запустили в 2018 году сервис по доставке книжных боксов Get Your Book. За время работы сервис отправил тысячи боксов и заработал несколько миллионов рублей. И хотя проект просуществовал только три года, его основатели вынесли для себя массу ценных уроков, которыми они хотели поделиться с читателями GoPractice.
В этом материале Оля рассказывает, как спонтанная идея быстро превратилась в MVP, какие каналы привлечения аудитории оказались наиболее и наименее эффективными, как им удалось попасть в стартап-акселератор и в чем крылась ключевая проблема, которая не позволила проекту развиваться дальше.
🔗 https://gopractice.ru/skills/get-your-book-story/
💎💎💎
В нашем «Симуляторе управления продуктом на основе данных» мы даем универсальные знания и набор навыков для запуска вашего продукта и его развития. При этом вы будете находиться в безопасной среде симулятора и отрабатывать навыки без риска для реального бизнеса.
Чтобы взять максимум от обучения, выбирайте тариф с ментором. С поддержкой опытного наставника вы разберете, как применять новые знания в реальной жизни. Выбрать группу можно по ссылке.
Как определить ключевую метрику для продукта
Привет! ✌️
Меня зовут Стас Джу, я продакт-менеджер VK Video и ментор в «Симуляторе управления продуктом на основе данных» GoPractice.
Студенты часто задают вопрос: как определить ключевую метрику для продукта или его части?
Давайте сразу проясним: волшебной формулы нет. Каждый продукт уникален и требует своего подхода. Но не отчаивайтесь! Есть определенная логика и набор вопросов, которые помогут вам определить эту метрику.
🎯 Первое правило клуба продуктовых менеджеров: думайте о ценности
Ваша ключевая метрика должна отражать главную ценность, которую ваш продукт несет пользователям. Это как кислород для вашего проекта — то, ради чего он существует.
🧘♀️ Второе правило: простота и ясность
Метрика должна быть понятной не только вам, но и всей команде. Никаких сложных формул и запутанных расчетов. Все должно быть прозрачно и легко измеримо.
💪 Третье правило: метрика отражается на успехе проекта/продукта
Изменение вашей метрики должно напрямую коррелировать с успехом всего проекта. Если метрика растет, значит, вы на верном пути.
🧙 И четвертое правило: возможность влиять
Вы и ваша команда должны иметь рычаги влияния на метрику своими действиями. В противном случае это просто бесполезный индикатор, а не инструмент управления продуктом.
Итак, задайтесь вопросами:
* Какую проблему решает мой продукт?
* Какую ценность он дает пользователям?
* Как пользователи получают эту ценность?
* Кто мои основные пользователи?
* Какие действия пользователей самые важные?
* Какие у меня бизнес-цели?
Ответы на эти вопросы помогут вам сузить круг поиска и выбрать метрику, которая действительно отражает суть вашего проекта.
Например, если у вас контентный проект, ключевой метрикой может быть время, проведенное пользователями в приложении. Если это e-commerce, то количество завершенных заказов.
И помните, метрик может быть несколько! Не ограничивайтесь одной, используйте набор для оценки разных аспектов вашего проекта или продукта.
💎💎💎
Подробнее о разных метриках продукта и о том, как их определять, использовать и оценивать по ним результаты, вы разберете в «Симуляторе управления продуктом на основе данных».
Присоединяйтесь к симулятору в группе с ментором Стасом Джу — группа стартует уже 23 мая!
Стас поделится опытом, полезными инсайтами и кейсами, а также поможет применить новые знания на разных продуктах.
От джуна до сеньора: как устроен карьерный рост продакт-менеджеров в «Авито»
Сотрудникам и соискателям на любой позиции (продакт-менеджеры — не исключение) важно понимать, как будет выглядеть их карьерный трек внутри компании и какие перспективы их ожидают.
К сожалению, зачастую этой информации нет в открытом доступе.
В этом материале для GoPractice руководитель продукта в «Авито» Александр Лукьянов рассказывает, как в «Авито» устроен процесс перехода продактов на новый грейд, и делится личной историей роста в компании от джуна до позиции Head of Product.
Также внутри — «матрица компетенций» для продактов «Авито», которая позволяет определить грейд сотрудника.
🔗 https://gopractice.ru/skills/avito-product-manager-growth/
💎💎💎
В «Авито» сотрудники разных грейдов сами выбирают себе обучение в зависимости от своих целей: для усиления существующих и получения дополнительных навыков и ускорения своего профессионального роста.
Чаще всего для этих целей в компании выбирают «Симулятор управления продуктом на основе данных».
Вы также можете запросить обучение в наших симуляторах у своего работодателя, а мы со своей стороны поможем с оформлением необходимых документов — для этого напишите нам на contacts@gopractice.ru.
❤️🔥 Команда GoPractice готовит вебинар на тему «От PM до CPO: путь к продуктовому лидерству».
На встрече мы разберем:
— различия между ролями PM и CPO;
— методы эффективного управления продуктовыми командами;
— конкретные шаги по развитию ключевых продуктовых компетенций;
— практические знания и стратегии, необходимые для успешного перехода на должность CPO.
Вебинар будет полезен в первую очередь опытным продуктовым специалистам, но может быть интересен и для начинающих — тех, кто планирует карьеру наперед!
Эксперт вебинара — Геворг Казарян, Group Product Manager в Adobe.
У Геворга многолетний опыт в b2b-сфере и в особенности в развитии enterprise-продуктов. Прежде работал в компании Workfront, которая была куплена Adobe за $1.5 миллиарда.
Когда пройдет встреча? 16 августа (пятница) в 19:00 (GMT+3).
Сколько времени это займет? 1 час.
📝 Задайте свой вопрос эксперту в этой форме.
👉 И зарегистрируйтесь, чтобы получить ссылку на встречу.
Monzo: успешные механики роста из мира финтеха
Monzo — один из наиболее известных европейских необанков, основанный в Великобритании в 2015 году. К середине 2024 года компания привлекла более $610 миллионов инвестиций и насчитывает чуть более 9 млн клиентов.
GoPractice публикует сокращенный перевод колонки сооснователя Monzo Тома Бломфилда. В ней он делится механиками, которые позволили продукту стремительно нарастить базу пользователей и закрепить свой успех.
Среди этих механик — виральность, сетевые эффекты и сила бренда.
🔗 https://gopractice.ru/stories/monzo-growth/
Больше о том, как находить возможности роста в своем продукте, какие механики позволяют запустить этот рост и как проверять гипотезы с момента разработки до тестирования, вы можете узнать в нашем «Симуляторе управления ростом продукта».
Присоединяйтесь к симулятору, и вы научитесь определять оптимальную для вашего продукта модель роста и управляемо масштабировать продукт.
Какой вы продакт: архитектор, археолог, а может, справочное бюро?
В своем тексте Михаил Калашников рассуждает о том, в каких режимах работают продакт-менеджеры и когда есть смысл между ними переключаться.
GoPractice публикует этот материал по договоренности с автором.
🔗 https://gopractice.ru/skills/12-faces-of-product-manager/
Кстати, Михаил Калашников ведет телеграм-канал The Scope о технологиях, продуктах, людях и других вещах, которые нам тоже интересны. Именно там был опубликован оригинал текста.
Продвинутые методы улучшения качества продуктов с LLM: RAG
Есть целый ряд сценариев, в которых внедрение в ваш продукт большой языковой модели (Large Language Model, LLM) может создавать дополнительную ценность для пользователей и бизнеса. Например, она может отвечать на вопросы о вашем продукте и помогать клиентам выбрать подходящий для них товар.
Но знания большой языковой модели (Large Language Model, LLM) ограничены ее обучающим датасетом. Это значит, что она не сможет давать качественные ответы на вопросы о вашей компании или продукте, если этих сведений не было в таком датасете.
Мы разберем подход Retrieval-Augmented Generation (RAG), при котором промпт для LLM обогащается дополнительной информацией из внешних источников.
В этом материале — суть подхода, преимущества и недостатки, а также кейсы.
🔗 https://gopractice.ru/skills/improving-products-with-llm-rag/
То, как находить разные способы применения AI/ML-технологий в своих проектах и развивать их, мы подробно разбираем в нашем курсе «AI/ML-симулятор для продакт-менеджеров» от GoPractice.
В нем вы проработаете типовые кейсы внедрения ML/AI-решений в продукт, а интерактивный формат позволит окунуться в практику и отточить навыки без рисков для реального бизнеса.
И напоминаем, что 25 июля завершается набор на магистерскую программу ВШЭ «Цифровые коммуникации и продуктовая аналитика», частью которой является наш «Симулятор управления продуктом на основе данных».
В программе предусмотрены бюджетные места, а для поступления не требуются экзамены. Узнать больше можно по ссылке.
Вакансия! ❤️🔥
В команду GoPractice разыскивается младший операционный менеджер.
Это стартовая позиция с перспективами быстрого профессионального роста. Фултайм, удаленная работа.
Наш идеальный кандидат — человек с отличными коммуникативными навыками, активный, вовлеченный, внимательный и заинтересованный в продажах продуктов, которые создают для людей ценность.
Мы предлагаем возможность расти в команде увлеченных профессионалов, работать с крупнейшими технологическими компаниями и делать опыт обучения наших студентов лучше. И, конечно, возможность пройти наши симуляторы.
По ссылке ниже — все подробности и контакты для отклика.
https://gopractice.ru/hiring/
Пожалуйста, поделитесь этой вакансией с друзьями и знакомыми, которым она может быть актуальна!
Базовое руководство для улучшения качества продуктов с LLM
Внедрить в продукт большие языковые модели (Large Language Models, LLM) — еще полдела.
Да, они могут быть ценным помощником при автоматизации задач в работе над продуктом, что позволяет потенциально сэкономить деньги и время сотрудников. Но на практике качество работы таких моделей может оказаться далеким от приемлемого.
Поэтому мы составили руководство, в котором разбираем подходы улучшения качества продуктов с LLM.
В этом материале — самые базовые, но эффективные.
🔗 https://gopractice.ru/skills/improving-products-with-llm/
И кстати, недавно мы обновили курс «AI/ML-симулятор для продакт-менеджеров» и дополнили его большим кейсом о генеративном AI!
В симуляторе вы научитесь видеть возможности для использования AI/ML в своих проектах и уметь превращать их в работающие для бизнеса решения, а интерактивный формат позволит окунуться в практику и отточить навыки без рисков для реального бизнеса.
❤️🔥 Большооое обновление AI/ML-симулятора!
Очень кратко о том, что изменилось
— Мы обновили «AI/ML-симулятор для продакт-менеджеров». Добавился большой кейс о генеративном AI (GPT). Стоимость самостоятельного обучения в симуляторе при этом остается прежней.
— Мы добавили групповое обучение с ментором-экспертом. Он поможет глубже освоить и эффективнее применить материал симулятора. Чтобы записаться в группу и узнать стоимость обучения, выберите «Тариф с ментором» после регистрации на странице AI/ML-симулятора.
Теперь подробнее обо всем
Чуть больше года назад мы запустили «AI/ML-симулятор для продакт-менеджеров» (раньше он назывался «Симулятор управления ML/AI-проектами», но новое название лучше отражает суть). Он сфокусирован не на алгоритмах и математике, а на том, как продуктовым специалистам использовать AI/ML, чтобы создавать ценность для клиентов.
Теперь мы дополнили контент курса, чтобы наши студенты на практике разобрались в самой актуальной теме этого года — генеративном AI. Обновление делает симулятор максимально актуальным и состоянию индустрии, и ожиданиям от AI-продакт-менеджера.
Главное изменение: большой кейс по созданию персонального помощника на основе GenAI (GPT)
До этого AI/ML-симулятор строился вокруг решения трех наиболее распространенных AI-задач. Теперь мы добавили туда еще один большой кейс вокруг генеративного AI.
Это совершенно новый материал.
— Вы сформулируете задачу персонального помощника на основе GenAI, определите и разберете метрики такого типа проектов.
— Проанализируете ошибки в работе модели, проведете работу над улучшением ее качества, а затем сделаете подход к развитию проекта.
Этот материал даст вам необходимый фундамент для работы со стороны продукта с проектами на основе GenAI (GPT).
Таким образом, общая программа AI/ML-симулятора теперь будет состоять из четырех практических кейсов: компьютерное зрение, рекомендательная система, прогнозирование продаж, а также генеративный AI. Общее время обучения в симуляторе с учетом нового материала составит около 60 часов.
Цена остается прежней
Наша цель — дать аудитории больше ценности. Мы верим, что знания и навыки, полученные в AI/ML-симуляторе, будут крайне важны в продуктовой работе в перспективе следующих лет, а поэтому хотим, чтобы как можно больше людей получили к ним доступ.
Поэтому после обновления стоимость симулятора для самостоятельного прохождения останется прежней.
— У 1000+ активных студентов AI/ML-симулятора новый материал добавится автоматически
— Новые студенты смогут приобрести доступ к симулятору c новым материалом по старой цене
Однако если вы уже настроились заплатить больше, то мы не будем вас отговаривать. У нас есть новость про еще одно важное обновление.
Открываем обучение с ментором в составе небольшой группы
За прошлый год мы поняли одну очень важную вещь. У многих наших студентов достаточно высокая мотивация для изучения тем вокруг AI/ML-индустрии, но при этом много сомнений в том, смогут ли они освоить этот материал и начать применять его в работе.
Чтобы решить эту проблему, мы привлекли AI-экспертов. Они проведут наших студентов по материалу AI/ML-симулятора в составе небольших групп.
Это поможет глубже разобраться в том, что особенно интересует, и получить ответы на все вопросы о новом и непонятном.
— Обучение в составе группы с ментором займет два месяца
— Оно будет включать в себя еженедельные звонки для обсуждения материала, возникших по ходу вопросов, а также идей для применения новых знаний и навыков в работе
— Чтобы записаться в группу и узнать стоимость обучения, выберите «Тариф с ментором» после регистрации на странице AI/ML-симулятора
Если у вас возникли вопросы, не стесняйтесь задавать их нам на почту contacts@gopractice.ru.
Давайте представим такую задачу.
🥗 Есть небольшой сервис «Винегрет». В нем люди могут подбирать себе идеи для приготовления блюд: выбирать нужные ингредиенты, а затем получать пошаговые рецепты. Продуктовая команда решила проверить гипотезу, которая могла бы ускорить путь пользователя к ценности, и заточить продукт под часто встречающиеся комбинации ингредиентов и рецепты на их основе.
Для этого потребовалось изучить множество вещей:
🥑 Часто просматриваемые или сохраненные рецепты и ингредиенты
🥑 Как и какие ингредиенты и рецепты пользователи выбирают, в каких рецептах добиваются «успеха», выполнив их до конца
🥑 Последующий опыт в продукте пользователей, успешно решивших задачу
🥑 И так далее
Так, несложная на первый взгляд задача превратилась в достаточно комплексное исследование накопленных в реляционной базе данных о поведении пользователей.
Именно для того, чтобы обучить решению подобных задач наиболее быстрым и эффективным способом, мы создали «Симулятор SQL для продуктовой аналитики». Навыки, которые студенты получают в нем, позволяют самостоятельно проводить исследования данных, дающие ответы на важные вопросы о том, как развивать продукт.
При этом не создавая безумную очередь задач для аналитиков и не занимаясь подключением и настройкой дорогостоящего аналитического софта.
Курсов про SQL действительно много, но наш симулятор фокусируется на обучении его основам в контексте именно продуктовых задач.
Симулятор можно пройти в рамках основного тарифа самостоятельно или по новому тарифу — в группе с поддержкой ментора. Ментор поможет вам применить новые знания в ваших проектах.
👉🏻 Авторизуйтесь на сайте симулятора и выбирайте подходящий вам тариф.
👉🏻 Если вы хотите забронировать место в группе с ментором, это также можно сделать по ссылке.
Почему Цукерберг решил закрыть Workplace?
Привет, это Олег Якубенков.
В мае Meta анонсировала, что заморозит и позднее закроет сервис корпоративных коммуникаций Workplace.
Я сам некоторое время работал в роли Data Scientist в Workplace и пристально следил за рынком продуктов для корпоративной коммуникации.
Вот несколько причин, почему в Meta, на мой взгляд, решили отказаться от дальнейшего развития Workplace.
Доля в общей выручке Meta
В 2024 году Workplace удалось достичь выручки в сотни миллионов долларов и привлечь миллионы платящих клиентов. Это прекрасный результат для любого стартапа, но для проекта внутри такой огромной корпорации — нет.
По моим расчетам, доля Workplace в общей выручке Meta (около $135 миллиардов в 2023 году) не превышала 0.5%. Впечатляющая сумма для самостоятельного проекта, но пренебрежимо маленькая для корпорации.
Инородность
Несмотря на то что Workplace — это фактически тот же Facebook, но для использования внутри отдельной компании, продукт плохо вписывался в цепочку создания ценности, вокруг которой построены другие крупнейшие продукты компании.
В то время как наиболее успешные продукты Meta — это социальные и виральные B2C-продукты, Workplace тяготел к Enterprise-модели. Такая модель требует внушительной команды продаж, менеджеров Customer Success и подразумевает ряд других особенностей. Meta никогда не специализировалась на таких продуктах, поэтому бизнес Workplace так и оставался инородным внутри ее экосистемы.
Ожесточенная конкуренция
Microsoft фактически захватил рынок корпоративных коммуникаций с продуктом Teams. Во время пандемии Microsoft оказался в уникальной и выигрышной позиции, которая позволила компании стать лидером в сегменте и стремительно перевести на свои продукты тех, кто использовал почту и другие устаревшие альтернативы. Такая рыночная динамика сильно ограничила возможности роста других игроков, включая Slack и Workplace. В своих эссе я делал более глубокий анализ этих рыночных процессов (здесь и здесь).
Сильное мнение Цукерберга
Для Цукерберга критически важен фокус компании. Учитывая все факторы выше, он, вероятно, решил, что в долгосрочной перспективе компании будет выгоднее пожертвовать мизерной долей общей выручки Meta, чем продолжать распыляться на непрофильный бизнес с сильно ограниченным потенциалом роста, требующим большой и специфичной команды.
Встречайте мини-симулятор «Генеративный AI для продакт-менеджеров»
Этот курс можно получить бесплатно! Подробнее — в конце поста.
Большинство из вас уже активно используют различные GenAI-инструменты в своей работе или хотя бы пробовали с ними работать: ChatGPT, Midjourney и многие другие. Они помогают вам в работе с текстами, расшифровке и анализе интервью, подготовке документов, создании рекламных креативов.
Но потенциал GenAI-инструментов не исчерпывается решением повседневных мелких задач.
Технологии GenAI можно использовать для автоматизации рутинных процессов, для обработки неструктурированных данных, а также для создания совершенно новых продуктов!
Все это раньше было невозможно сделать без привлечения дорогостоящих ML-специалистов. Сейчас вы можете сделать это сами за несколько дней.
Мы создали этот мини-симулятор, чтобы научить вас двум важным вещам:
— Автоматизировать ручные процессы с помощью генеративного AI
— Создавать принципиально новые продукты на основе GenAI-технологий
💡 Как устроено обучение в мини-симуляторе
Как и во всех других продуктах GoPractice, обучение строится вокруг решения реального кейса.
Вы присоединитесь к команде аналитики продукта с многомиллионной аудиторией. Вам предстоит автоматизировать анализ десятков тысяч отзывов от пользователей, а потом принять на основе построенного вами инструмента важные продуктовые решения.
За несколько часов вы самостоятельно построите систему, для создания которой раньше требовалась целая ML-команда и много месяцев труда.
Обучение займет 4–6 часов.
💡 Чему вы научитесь
Благодаря решению этого кейса вы научитесь видеть и реализовывать потенциал генеративного AI в работе над своим продуктом или бизнесом.
Помимо этого вы:
- Разберетесь в основах генеративного AI
- Познакомитесь с тем, как устроена разработка GenAI-продуктов
- Научитесь работать с неструктурированными данными
- Станете лучше понимать язык AI-специалистов
- Поймете, когда имеет смысл применять GenAI-технологии
- Получите конкурентное преимущество как для собственного профессионального роста, так и для развития продукта и бизнеса
Иными словами, вы начнете видеть, где технологии генеративного AI действительно могут создавать ценность, и получите четкий алгоритм для их применения.
💡 Отзывы о мини-симуляторе
«Курс оказался очень полезным и позволил по-другому взглянуть на возможности создания инструментов и проектов с помощью LLM».
Дмитрий Калита, Director of Product Management, InDriver
«Вы узнаете, как делать вещи, для которых раньше требовалась опытная ML-команда, а теперь это может сделать за несколько часов один продакт-менеджер».
Lenny Rachitsky, автор Lenny’s Newsletter и Lenny’s Podcast, ex Product Lead Airbnb
«Благодаря симулятору я лучше понимаю подходы к работе над GenAI-продуктами».
Harsha Srivatsa, ex Senior Product Manager at Apple
«Я думал, что хорошо разбираюсь в LLM, но я многому научился благодаря этому курсу и получил отличный фреймворк для решения проблем с LLM».
Ben Dickson, Software Engineer & Founder of TechTalks
Продуктовая модель Spotify: разбор
Spotify — крупнейший на начало 2024 года музыкальный стриминговый сервис в мире.
Но как шведской компании удается удерживать лидерство на рынке, конкурируя с гигантами вроде Google, Apple и Amazon? Если не целиком, то по крайней мере частично этот успех обусловлен продуктовой культурой компании — набором подходов, ценностей и практик, которые культивируют эффективные изменения в продукте, находящие отклик среди пользователей и привлекающие новых.
Автор и бизнес-лидер Марти Каган вместе с бывшим бизнес-коучем Spotify Йоакимом Сунденом разбирается, какие ключевые элементы культуры и какие процессы позволяют компании делать продукт успешным и продолжать его масштабировать.
🔗 https://gopractice.ru/stories/spotify-product-model/
💎💎💎
О том, как находить возможности для роста продукта, реализовывать новые фичи, проверяя гипотезы с момента разработки до тестирования, вы можете узнать в нашем «Симуляторе управления ростом продукта».
Присоединяйтесь к симулятору, и вы научитесь определять оптимальную для вашего продукта модель роста и тем самым масштабировать продукт.
Урок истории
Из истории мы обычно выносим уроки, привязанные к конкретным датам: день, когда был открыт пенициллин, день, когда миру был представлен iPhone и так далее.
Спустя годы легко представить себе вертикальную линию, разделяющую «до» и «после». Но в реальном времени сложно извлечь такой урок, потому что история еще не написана. Мы еще не осознали масштаб изменений или даже не идентифицировали событие, которое уже является определяющим на долгие годы вперед.
Но как минимум мы можем пробовать угадывать такие события, потому что для продуктовой работы они имеют особенное значение. Большой культурный или технологический сдвиг в конечном счете меняет мир для всех людей, но в первую очередь — для тех, кто создает продукты. Именно им нужно первыми понять произошедшие изменения и найти способы воспользоваться ими.
Вчера OpenAI провели презентацию новой GPT4o, и это событие заслуживающее повышенного внимания. Теперь это не только чат, который с вами «осмысленно» разговаривает, но по сути полноценный и универсальный ассистент, воспринимающий в реальном времени и текст, и звук, и видео, и к тому же различающий эмоциональный спектр.
Если вы еще не видели возможности новой модели, то посмотрите на магию в роликах от OpenAI:
— Перевод с иностранного языка в реальном времени
— Помощь в решении математической задачи для школьника
— Если вам мало — там еще целый плейлист
Подумайте, какие задачи в вашей жизни или в жизни ваших клиентов можно решить, имея доступ к такому помощнику?
Вот честно: мы в предвкушении больших перемен.
👀 Пока наш редактор отдыхает, хотим вам напомнить
🫲 У нас: есть замечательный бесплатный тест для оценки навыков в управлении продуктом
🫱 У вас: есть время его пройти и получить персонализированные рекомендации по развитию
Три факта, которые увеличивают привлекательность предложения:
1️⃣ Этот тест подойдет не только продактам, но и всем, кто вовлечен в работу над продуктом
2️⃣ Этот тест мы создали вместе с Шоном Эллисом (отвечал за рост в пяти компаниях, достигших оценки в $1 млрд, включая Dropbox)
3️⃣ Этот тест позволит оценить ваши навыки в таких областях, как продуктовая аналитика, качественные исследования, A/B-тесты и эксперименты, юнит-экономика, основы математической статистики и growth skills.
В конце теста вы сможете сопоставить личную оценку своих знаний с реальными результатами, а также сравнить их с результатами других людей.
Это бесплатно и займет около часа 👇
🔗 https://gopractice.ru/sat/
Дашборд «здоровья» продукта
Этот дашборд поможет держать руку на пульсе ключевых показателей продукта, быстро выявлять аномалии и проблемы.
Он состоит из трех частей, которые описывают привлечение, продуктовые метрики и метрики роста.
🔑 Верх воронки
Эта часть дашборда отвечает на вопрос «Как мы привлекаем новых пользователей?»
— Новые пользователи в динамике
— Новые пользователи по источникам в динамике
— Ключевые показатели по каналам (например, ROI на день 1/7/14 в динамике для платных каналов)
🔭 Продуктовые метрики
Эта часть дашборда отвечает на вопрос «Как продукт доносит ценность до новых пользователей и конвертирует их в целевые действия?»
— Доля новых пользователей, которые активирвались
— Retention на день 1/7/14 в динамике
— Конверсия в премиум фичи
📊 Метрики роста
Эта часть дашборда отвечает на вопрос «Как выглядит динамика верхнеуровневых показателей бизнеса, построенного вокруг продукта?»
— (Целевые действия в продукте) в динамике
— Revenue в динамике
— DAU в динамике
Это поможет вам отслеживать основные метрики «здоровья» продукта.
💎💎💎
То, как эффективно работать с ключевыми метриками продукта, мы подробно разбираем в «Симуляторе управления продуктом на основе данных» уже начиная с первых глав.
Например, во второй главе симулятора мы учимся анализировать динамику пользователей, работать в системе аналитики и строить в ней дашборды.
Эта глава входит в пробный доступ к нашему симулятору, и вы можете запросить его написав нам на почту — contacts@gopractice.ru.