Все последние эссе

Все последние эссе

Рассказываем про новый симулятор: про что, для кого, что говорят первые студенты

Сегодня у GoPractice День Рождения – 3 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.

Две недели назад первая когорта студентов закончила обучение в новом симуляторе. В когорте было шесть опытных профессионалов, которые отвечают за рост и развитие крупных международных продуктов на позициях Head of Product, CMO, Head of Growth, Senior Product Manager.

Получилось круто и полезно. И для участников, и для меня.

Большинство студентов сошлись на том, что это было лучшее обучение в их жизни. У некоторых получилось уже в процессе обучения существенно повлиять на свои продукты, у других появилось понимание, как их развивать дальше.

Процитирую несколько отзывов:

  • «Раньше я считал первый симулятор самой удачной инвестицией в образование, но в этот раз получилось еще лучше. Перед обучением я рассуждал о росте с точки зрения воронок и метрик. Сейчас я понимаю, что это не фундамент, а скорее небольшой кусочек».

  • «Обучение помогло донести до команды идеи, которые повлияли на смену многолетних приоритетов в компании. С февраля мы выросли по профиту в 2 раза, и к лету, думаю, вырастем минимум в 4 раза».

  • «Симулятор помог структурировать знания, которые были накоплены ранее, и закрыл серые зоны. Появилась целостная картина: как должен развиваться продукт, из чего состоит рост, с чего начинать».

  • «Ключевая ценность в том, что я начал думать о том, о чем раньше не думал».

У меня же появился гуглдок на 135 страниц с фидбеком и новыми идеями для улучшения Симулятора, а главное — уверенность, что продукт решает свою задачу и приносит реальную пользу.

Сегодня я расскажу о новом cимуляторе: какую задачу он решает, кому будет полезен, как и когда можно будет пройти обучение.

Симулятор Go Practice! Управление продуктом на основе даных – курс для продакт менеджеров
Читать далее →

Использование облака выгодно компаниям на старте, но перестает быть выгодным на масштабе

Использование облака выгодно компаниям на старте (дает гибкость и масштабируемость), но перестает быть выгодным на масштабе (сильно бьет по маржинальности и стоимости компании)

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 научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


VK и Instagram сближаются по мобильной дневной аудитории. Обоих догоняет TikTok

 VK и Instagram сближаются по мобильной дневной аудитории. Обоих догоняет TikTok

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 научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


Ретроспектива: как Uber и Lyft создали своими продуктами новую ценность

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 научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


Проверка гипотез спроса и ценности продукта без разработки

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.

Далее 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.


Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


Проверка гипотез спроса и ценности продукта без разработки
Читать далее →

Расчет LTV. Как надо и не надо считать Lifetime Value

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 про то, как посчитать LTV.

Самые распространенные ошибки при расчете LTV:

  • Расчет LTV на основе выручки (Revenue), а не прибыли (contribution margin).
  • Расчет LTV через Lifetime пользователей, полученный через 1/churn или другими способами.
  • Расчет LTV через среднее количество покупок пользователей.

В этой статье обсудим, как надо и не надо считать LTV (Lifetime Value).


Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


Расчет LTV. Как надо и не надо считать Lifetime Value
Читать далее →

Навыки и требования к аналитикам данных на разных уровнях в Яндексе. Профессия аналитик данных

Эту статью вместе с GoPractice написал Женя Козлов. Женя 8 лет руководил аналитикой: 3,5 года строил функцию аналитики в Яндекс.Маркете, затем 4,5 года – в Яндекс.Такси. Сейчас Женя находится в творческом отпуске и нашел время поделиться опытом. Подписывайтесь на телеграм-канал Жени “Секрет лапшичного супа”.

Далее повествование ведется от лица Жени.

За 8 лет в аналитике я прособеседовал и нанял сотни людей и хорошо представляю, как устроен рынок аналитиков.

Ключевое знание про аналитиков данных – этого рынка практически нет. В 2019 году я нанял в свою команду 34 аналитика, из которых 23 (68%) – это стажеры и джуниоры. Мы были бы рады нанимать более зрелых ребят, но их просто нет, поэтому приходится нанимать людей с потенциалом и растить.

Для сравнения, в команду дата-инженеров мы наняли 23% джунов (5 человек из 22) – здесь рынок есть. Эта дисциплина развита в банках, телекомах, ритейле – а значит, на рынке больше готовых специалистов.

Эта статья преследует две цели.

Первая – поделиться с рынком терминами, в которых мы в Яндексе думаем про уровни аналитиков. Это позволит уменьшить энтропию на рынке, где сегодня за вакансией и резюме аналитика может скрываться произвольный набор ожиданий и навыков: от проектного менеджмента и системного анализа, до автоматизации рутинных операций бизнеса. Приставки же младший / старший / ведущий вообще не несут никакой информации.

Вторая – дать понятный план для роста и развития в роли аналитика данных. В Яндекс.Такси мы вынуждены выстраивать конвейер для роста сотрудников, так как иначе мы просто не будем справляться. Сама формализация уровней аналитиков является следствием этого подхода. Но не все работают в больших компаниях, не у всех рядом есть сильный наставник или ментор – эта статья призвана помочь таким людям взглянуть на свои точки роста и поработать над ними.


Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


навыки и требования к аналитикам данных на разных уровнях
Читать далее →

Как в Flo повысили долю успешных A/B-тестов на 30% через внедрение нового процесса работы с гипотезами

Эту статью вместе с GoPractice написал Дима Золотухин (Facebook, Telegram) – Head of Analytics в компании Flo. Дима занимается дата-аналитикой 8 лет, с 2017 года – в продуктовых компаниях.

Далее повествование ведется от лица Димы.

В Flo (мобильное приложение № 1 в сфере женского здоровья) мы увеличили долю успешных экспериментов на 30%. Для этого мы много инвестировали в то, чтобы наладить эффективный процесс по работе с гипотезами.

Одна из важных составляющих процесса – отсутствие монополии на формулирование гипотез, что приводит к тому, что вся команда участвует в создании гипотез, их приоритизации и тестировании.

В таком случае процесс работы с гипотезами важно знать и понимать всем членам команды, которые касаются продукта: продуктовым менеджерам, аналитикам, дизайнерам, UX-исследователям и даже разработчикам.

В этой статье мы обсудим, как правильно формулировать и приоритизировать гипотезы для последующего A/B тестирования.


Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


Как в Flo повысили долю успешных A/B-тестов на 30% через внедрение нового процесса работы с гипотезами
шаблон посторения гипотезы

Шаблон построения гипотезы и ее компоненты

Читать далее →

Два типа стратегий роста: стратегии искры (kindle) и стратегии пламени (fire)

Это перевод статьи Casey Winters “The Kindle and the Fire”. Casey Winters в данный момент работает в роли Chief Product Officer в Eventbrite. До этого он отвечал за рост в Crubhub и Pinterest.

Далее повествование ведется от лица автора.

Предприниматели постоянно спрашивают меня о росте. Они спрашивают о SEO, о виральности, о повышении конверсий воронки, об онбординге. Они спрашивают о том, как формировать локальные команды, внедрять новую функциональность и нанимать руководителей. Но почти все они упускают из виду тот факт, что ответы на эти вопросы напрямую зависят от текущего этапа развития их компании.

Существует два типа стратегий и каналов роста: немасштабируемые стратегии для формирования фундамента для будущего роста и масштабируемые стратегии. Я начал называть их kindle стратегиями (стратегия «розжига», «искры») и fire стратегиями (стратегии «горения», «пламени»). В этой статье я подробнее расскажу о них.


Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


Два типа стратегий роста: стратегии искры (kindle) и стратегии пламени (fire)


Kindle стратегии роста

Читать далее →

iOS 14 & IDFA & мобильная атрибуция трафика: глобальное изменение на мобильном рынке рекламы

Эту статью вместе с GoPractice написал Виталий Давыдов (фб, телеграм). Виталий – основатель и CEO Adapty (сервиса для аналитики и роста мобильных подписок), а также Poteha Labs (аутсорс машинного обучения). Занимается всем, что связано с мобильным маркетингом и монетизацией с 2016 года.

В мобильной индустрии надвигается одно из самых глобальных изменений за последние годы. На волне тренда приватности Apple приняла решение, что в iOS 14, которая выйдет в сентябре 2020 года, разработчики приложений больше не будут по умолчанию иметь доступ к IDFA.

IDFA – это уникальный идентификатор устройства, который используется для атрибуции рекламы, ретаргетинга, создания look-a-like аудиторий, аналитики и других задач. Теперь для получения IDFA разработчик приложения должен будет явно запросить у пользователя разрешение (по аналогии с пуш-уведомлениями). По разным оценкам доля пользователей, которые дадут доступ к IDFA составит около 10%.

В качестве альтернативы Apple предоставила собственную privacy-safe систему атрибуции, но она не закрывает и малой доли задач, которые возникают у команд, занимающихся разработкой и продвижением мобильных приложений.

Это значит, что мобильный маркетинг (рынок размером 80 млрд долларов), а как следствие и мобильная индустрия поменяются кардинально. В этом эссе мы обсудим, что именно изменится, как это повлияет на основных игроков мобильного рекламного рынка: разработчиков, рекламные системы, провайдеров сервисов для атрибуции, крупнейших рекламодателей.


Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.


iOS 14 & IDFA & мобильная атрибуция трафика: глобальное изменение на мобильном рынке рекламы
Читать далее →