Меня зовут Денис Белков, я продуктовый маркетолог, работаю в экосистеме недвижимости M2, в команде Discovery — проверяем продуктовые гипотезы и копаем, что на самом деле нужно клиенту.
Недавно мы запустили для партнёров новую механику — детали раскрывать не буду, суть в подходе. По нашей гипотезе, эта механика должна была подтолкнуть их работать через М2 активнее.
Партнёры начали ее пробовать, но в итоге не доходили до активации. Метрика, ради которой всё затевалось, не сдвинулась.
В таком случае есть 2 пути. Первый — сказать «ну они просто не разобрались» и пойти дальше пилить бэклог. Второй — разобраться по-настоящему: поговорить с теми, кто активировался. В идеале — также с теми, кто регулярно пользуется новой механикой, чтобы понять, чем они отличаются от тех, кто активировался и ушел.
Мы пошли вторым путём. И всю обвязку вокруг интервью я собрал на ИИ. В процессе понял неочевидную вещь: ускорение — это вообще не главное, что ИИ здесь даёт. Но к этому вернусь в конце, сначала пройдусь по шагам.
Как делают быстрый ресёрч — и что от него остаётся
Быстрый ресёрч в большинстве случаев выглядит так: ты берёшь и сразу идёшь разговаривать. Без подготовки.
И это даже работает — если у тебя есть за плечами опыт интервью и, в идеале, продаж. Можно вытащить основные проблемы на ходу — назовём это вайбресёрчингом. Но он имеет серьёзную проблему.
Проблема эта в том, что остаётся после. А остаётся — почти ничего. Всё в твоей голове. Ведь, как правило, из-за скорости не успеваешь оформить все результаты и сравнить их между собой. Нет наглядности, а пересказ не всегда позволяет чётко объяснить коллегам, на чём основан вывод.
Поэтому даже быстрый ресёрч стоит проводить структурно. И вот тут ИИ снимает почти всю боль.
Весь путь у меня выглядит так:
ТЗ → дизайн исследования → гайд → рекрутинг → интервью → обработка и выводы
6 этапов. И сразу важная оговорка про первые 3, иначе будет каша. ТЗ, дизайн и гайд — это не 3 отдельных дела, а 1 замысел на 3 уровнях детализации. Дальше, начиная с рекрутинга, идёт уже исполнение. Разберу всё по порядку, заодно покажу, где на каждом этапе ИИ реально тащит, а где только мешает.
Первые 3 уровня: ТЗ → дизайн → гайд
Это единый замысел, разложенный от стратегии до конкретных действий. 3 документа, которые постоянно путают, считая за 1, — а они отвечают на разные вопросы.
ТЗ — это стратегия. Что мы вообще хотим от исследования. На какой вопрос отвечаем. Как потом будем на этом зарабатывать. Сжатая история, в которой согласованы основные поинты. В нашем случае был вопрос: почему партнёры подключаются к схеме, но не пользуются ей?
Дизайн исследования — это тактика. Пошаговый алгоритм: что спрашиваем, у кого спрашиваем, как рекрутируем, как собираем итоги, что в конце хотим увидеть. ТЗ — это куда идём, дизайн — как именно идём.
Гайд интервью — это уже конкретная методика. Конкретные вопросы с конкретными формулировками. Если ТЗ и дизайн — это план: что и как, то гайд — это то, что вы буквально проговариваете на встрече.
С ТЗ и дизайном ИИ отлично справляется. Снимает вопросы, структурирует, подсвечивает, что я упускаю, спорит с моими формулировками.
А вот на этапе гайда он уже буксует.
Где ИИ начинает врать: формулировки вопросов
Рамку для гайда ИИ задаст. Но речевые формулировки могут быть неудачными.
И тут дело не в том, что он плохо старается. А в том, как вообще устроено хорошее интервью.
Сильное исследование — это не когда вы идёте по жёсткому списку вопросов сверху вниз. А когда держите в голове карту пути клиента и знаете, что именно хотите прокопать. Один и тот же вопрос задаёте по-разному, в зависимости от того, куда вырулил разговор. Прыгаете между этапами CJM туда, где у конкретного человека болит, а не просто переходите к следующему пункту в списке.
Это пока умеет только человек, который понимает, как ведётся интервью. ИИ даст ровный, формально правильный список — и убьёт всю глубину.
Вывод простой: ТЗ и дизайн отдаём ИИ, гайд точечно дорабатываем руками.
И ещё важная оговорка, чтобы не создавалось впечатления, будто я всё это тащил один на один с ИИшкой. У нас в компании есть исследователи, и на ключевых этапах — ТЗ, дизайн, гайд — я приходил к ним и сверял, всё ли чисто методологически. Я двигался сам и с ИИ, но рядом были живые эксперты, которые ловили то, что ни я, ни модель не видели. Так что это не история «ИИ заменил исследователей» — это история «ИИ снял рутину, а экспертиза осталась за людьми».
Рекрутинг и сами интервью: ИИ в сторонке
На этом замысел закончился — ТЗ, дизайн и гайд собраны. Дальше начинается исполнение, и тут ИИ ненадолго уходит в сторонку.
Рекрутинг ИИ не делает. Может помочь с текстом приглашения, может собрать отчётную табличку — но писать людям и договариваться за вас он не пойдёт. Это руками.
Интервью — тоже сами. Главное правило, и оно тяжелее всего даётся: не уходить в оборону, когда партнёр критикует продукт. Внутри всё хочет ответить «ты не так понял», а это как раз самый ценный момент. Не защищаться, а копать.
Интервью надо обязательно записать. И тут ИИ снова включается в работу: помогает с транскрибацией.
Транскрибация и саммаризация
Запись прогоняю через локальный Whisper — бесплатный, всё делает прямо на компьютере, так что информация никуда не уходит. Это важно, когда в разговоре фигурируют бизнес-данные.
Есть, правда, нюанс: ИИ искажает отраслевые термины и внутренние аббревиатуры. Он не знает специфику домена и пишет как слышит. Лечится словарём терминов, который надо подать вместе с записью до транскрибации. Иначе в выводы поедет мусор.
Дальше просим сделать выводы по каждому интервью. И вот здесь окупается то, что мы заранее собрали ТЗ и дизайн. ИИ знает, что мы искали, поэтому саммари получается не о том, о чём поговорили вообще, а о том, что из этого отвечает на наш вопрос. Он же может описать работы по методологии JTBD (это про то, какие задачи клиент на самом деле решает нашим продуктом) и выделить ключевые, которые важны клиенту, но мы их плохо закрываем.
Потому что главное, ради чего всё затевалось, — вычленить 2 вещи:
Основные проблемы, из-за которых люди не пользуются новой механикой.
Плюшки и инсайты, ради которых её всё-таки используют. Часто это то, что мы и сами не осознавали и нигде не подсвечивали.
Главная польза ИИ — не только экономия времени
В итоге ИИ действительно экономит время:
на бесполезных исследованиях — ИИ сразу вам может подсветить, что в исследовании нет смысла и это простая форма затягивания времени перед действиями
на поиск ответа на вопрос: «блин, где-то это было, но в каком исследовании…»
на подготовке и подведении итогов исследования
Но это только часть, за которой скрывается не такая очевидная, но не менее полезная штука:
После ресерча с ИИ у вас остаётся не каша в голове, а документированная цепочка: ТЗ → дизайн → гайд → транскрипт → выводы интервью → вывод исследования. И эти артефакты работают на 2 адресатов сразу.
Первый — команда. Коллеги из продукта открывают и понимают, откуда вывод, без вашего пересказа.
Второй, и для меня более важный, — сама ИИшка. Потому что теперь у меня есть прикладной контекст, который я скармливаю ИИ в других задачах:
Приоритизация бэклога: мы провели исследование, вот выводы, вот фичи-кандидаты — как бы вы их приоритизировали и почему.
Лендинги: ИИ знает конкретные сегменты — как они говорят, какими словами, что для них важно. Тексты получаются точные, а не выдуманные.
Коммуникации в целом — на языке клиента, а не на нашем внутреннем.
С чего начать
То, как организовать весь этот формат работы с ИИ, требует отдельной статьи, но я вам дам простой лайфхак. Попросите вашу ИИшку: «Помоги провести ресёрч по методологии из этой статьи [ссылка на эту статью]. Собери из неё выжимку и инструкцию в отдельный файл, а потом задавай мне вопросы, чтобы наполнить контекст по моей гипотезе: [тут ваша гипотеза]».
В принципе, подойдёт большинство текущих ИИ, но лучше, конечно, пользоваться последними моделями ChatGPT или Claude. Потому что здесь нужно, чтобы модель хорошо размышляла и челленджила ваше мышление, а не просто вам поддакивала. Это нужно, чтобы исследование действительно решало задачу бизнеса.
