Все последние эссе

GoPractice открывает серию материалов о том, как влиять на рост продуктов через эффективное управление маркетинговыми каналами.

GoPractice запускает новый формат: краткие пересказы заслуживающих внимания эпизодов англоязычных подкастов о продукте и бизнесе. 

В первом выпуске мы подготовили пересказ эпизода Breakout Growth Podcast, в котором Шон Эллис совместно с бывшим маркетинг-директором PayPal Мэттом Лернером интервьюируют Нилана Пейриса — VP of Growth в финтех-компании Wise (на момент публикации называлась TransferWise, далее в тексте используем прежнее название — прим. GoPractice). В апреле 2021 года она оценивалась в $6–7 миллиардов.

Проникновение смартфонов в мире выросло до 78% к 2020 году. Сочетание смартфонов (и других носимых устройств, производных от смартфона) с облачными вычислениями — это финальный виток эволюции персональных компьютеров, продолжающейся с момента изобретения первого мейнфрейма IBM.

Может показаться, что на этом витке потенциал для инноваций закончился, но нет. На самом деле — нас ждет волна эффектов второго порядка, где смартфоны и облачные технологии станут инфраструктурой.

GoPractice поговорил с Дмитрием Васиным, который в роли Product Owner запускал и развивал Revolut Trading в период с 2018 по 2020 год.

Дима рассказал нам об особенностях создания и развития продукта в регулируемой области: почему важно привлекать к разработке продукта людей с уверенными отраслевыми знаниями, зачем и как нужно сочетать консервативный подход со стремлением изобрести что-то новое, как регулирование влияет на работу продакт-менеджера. В беседе Дима поделился ошибками, которые были допущены на разных уровнях — техническом, юридическом, продуктовом — и выводами, которые помогут вам этих ошибок избежать.

Сегодня у GoPractice день рождения — три года со дня запуска первого «Симулятора управления продуктом на основе данных». За это время обучение в симуляторе прошли более 8000 студентов. Многие из них спрашивали, планируем ли мы запускать новый продукт. Отвечаю: да! Сегодня расскажу о нем подробнее.

Использование облака выгодно компаниям на старте (дает гибкость и масштабируемость), но перестает быть выгодным на масштабе (сильно бьет по маржинальности и стоимости компании). Но к этому моменту компании уже сильно зависимы от облачных решений, поэтому отказ от них становится сложной и дорогой задачей.

TL;DR

• A16Z разобрали отчётность 50 публичных технологических компаний и пришли к выводу: использование облачной инфраструктуры рушит их маржинальность и отбирает у них суммарно 100 миллиардов долларов капитализации. 
• Облако отлично решает задачи на старте: можно заниматься основным бизнесом, а не инфраструктурой. 
• При достижении масштаба ранние преимущества облачной инфраструктуры съедают маржинальность. Это бьет по стоимости компании.
• Выбраться из этой ловушки сложно: компания построена вокруг облачных сервисов, у команды нет нужной экспертизы, нужны значительные инвестиции в покупку железа. 
• В 2019 году компании впервые стали тратить на облачную инфраструктуру больше, чем на традиционное железо. 
• «Облако — это круто», — общий нарратив индустрии, который обеспечивает феноменальный рост провайдерам облачных решений, но дорого обходится технологическим компаниям. В таких компаниях расходы на облачные решения в среднем — 50% от расходов Cost of Revenue. 
• Dropbox смогли повысить долю валовой прибыли с 33% до 67% во многом благодаря инфраструктурному проекту по переходу с облака на собственные сервера.

Что делать? 

• Ставить бонусы инженерной команде за снижение объема использования облака — это всё окупится маржинальностью.
• Заранее запланировать переезд на своё железо в архитектуре.
• «Репатриацию» проводить шагами, инкрементально.

Подробнее по ссылке на a16z.com.

***

Спасибо за этот инсайт Роману Нестеру.

Роман Нестер — предприниматель и профессор ВШЭ. Вместе с партнерами он основал программатик-стартап Segmento (достиг выручки более 1 млрд рублей, был куплен «Сбербанком»). Сегодня Рома занимается новой магистратурой «Вышки» по управлению продуктом на основе данных, а еще ведет исследования в сфере дата-этики и влиянии технологий на человека и общество.

Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.

→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).

→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).

→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.

→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.

Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.

Еще больше ценных материалов и инсайтов — в телеграм-канале GoPractice.

VK долгое время остается в России лидером среди социальных сетей по активной аудитории на смартфонах, но к началу 2021 года кратковременно уступил первенство Instagram. Соцсети встретились на уровне около 36-37 миллионов мобильной активной дневной аудитории. VK продолжает удерживать лидерство, но находится практически в паритете с Instagram.

Если оценивать ситуацию на основе данных Mediascope WEB-Index, то VK опережает Instagram на 5 миллионов дневной мобильной аудитории.

Темпы роста VK и Instagram при этом значительно уступают TikTok: за последний год Tiktok набрал около 10 миллионов активной аудитории. Если тренд сохранится, то в течение пары следующих лет TikTok сможет побороться за лидерство в сегменте.

Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.

→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).

→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).

→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.

→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.

Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.

Еще больше ценных материалов и инсайтов — в телеграм-канале GoPractice.

При анализе таких компаний, как Uber и Lyft, многие ошибочно ограничивали их целевой рынок — рынком такси. В реальности эти продукты расширяли рынок такси, что наглядно показывают данные по Нью-Йорку.

Uber вышел на рынок пассажирских перевозок в Нью-Йорке в 2013 году, Lyft — годом позже. На Манхеттене Uber и Lyft росли, забирая поездки у традиционного желтого такси (график слева). А вот в остальных районах города, где оперирует зеленое такси, Uber и Lyft преимущественно росли за счет расширения рынка. Основным источником роста стали непрямые конкуренты — метро, пешеходные прогулки или решение никуда не ехать из-за отсутствия подходящего решения.

Экстраполируя наблюдения по Нью-Йорку на другие регионы можно утверждать, что Uber и Lyft не просто забирали рынок и работу у таксомоторных компаний, но и расширяли рынок за счет создания более эффективного решения задачи клиентов в сегментах рынка, которые исторически были плохо обслужены классическими службами такси: окраины городов, регионы с низкой плотностью населения.

Во многом это объясняет, почему стоимость компаний Uber и Lyft превышала разумные рамки для тех, кто предполагал, что их целевой рынок ограничен рынком такси. В реальности Uber и Lyft расширили рынок за счет нового и эффективного решения проблемы поездок в местах, где классическое такси недостаточно хорошо решало задачу клиентов — дорого и медленно.

***

Кстати, еще больше интересных фактов о рынке перевозок в Нью-Йорке можно узнать из блога и интерактивных инфографик на сайте Тодда Шнайдера, который пристально следит за ним не первый год.

Одним из источников данных для его работ (и нашего инсайта) стал сайт Нью-Йоркской комиссии по такси и лимузинам. В разделе Data and Research вы можете найти огромное количество сырых данных о пассажирских перевозках в Нью-Йорке.

Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.

→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).

→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).

→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.

→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.

Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.

Еще больше ценных материалов и инсайтов — в телеграм-канале GoPractice.

Эту статью вместе с GoPractice подготовил Денис Мартынцев. У Дениса за плечами более десяти лет практического опыта в цифровом бизнесе в роли маркетолога, менеджера продуктов. Сейчас Денис в роли эдвайзера помогает компаниям организовывать команды роста, ведет курсы и телеграм-канал про рост продуктов.

Повествование ведется от лица Дениса.

Существует множество причин, по которым новый продукт может не взлететь. Самая популярная — он будет попросту не нужен рынку. Такие выводы сделали в исследовательской компании CB Insights, проанализировав 101 провальный стартап.

Я лично был свидетелем и даже соучастником историй, когда влюбленные в свою идею основатели тратили месяцы и сотни тысяч долларов на разработку продукта, который в результате оказывался никому не нужен.

Чтобы не тратить сотни тысяч долларов впустую, некоторые команды стали проверять востребованность будущего продукта прежде, чем приступать к написанию кода. Такой подход известен как Riskiest Assumption Test (RAT). Он предполагает проверку наиболее рискованных гипотез и сбор обратной связи от пользователей до непосредственной реализации продукта.

В этой статье мы обсудим два типа наиболее рискованных гипотез (спроса и ценности) и рассмотрим примеры разных способов их проверки из мировой и российской практики.

LTV (Lifetime Value) — важная метрика для принятия решений как в маркетинге, так и в продукте. Но при расчете LTV часто допускают ошибки. Причем ошибки допускают даже авторы статей с первой страницы результатов Google о том, как подсчитать LTV.