![](https://habrastorage.org/r/w780/getpro/habr/upload_files/4ee/c53/46c/4eec5346c4f24c651cc6ffbaeea967a1.jpg)
Коллеги недавно прислали в чат фотографию, где одной из команд вручают приз за 299 проверенных гипотез за год.
Все неловко призадумались...
Коллеги недавно прислали в чат фотографию, где одной из команд вручают приз за 299 проверенных гипотез за год.
Все неловко призадумались...
Во времена господства data driven, компании запускают сотни тестов чтобы полагаться на данные при принятии решения, стараясь тем самым быть более осознанными. Проблема в том, что если не учитывать тонкости во время тестов, то все ваше время на них может быть потрачено зря и решения которые вы примите на самом деле окажутся ничем не подкреплены. Проводя собесы аналитиков к нам в команду, я выявил топ 5 упущений, которые существуют на их текущей работе или они их допустили при выполнении задания.
Успешная реферальная программа может обеспечивать 20-30% от всех привлекаемых в продукт пользователей
Мы с командой в 20 раз вырастили реферальный канал привлечения новых пользователей.
Статья будет полезна тем, кто работает с привлечением новых пользователей: продактам, маркетологам и предпринимателям.
В этой статье я поделюсь, как мы с командой в реальности по шагам разрабатывали продукт на основе метода Lean Startup
Как часто вы задумываетесь над тем, выбрали ли вы правильную метрику? Мы с командой часто задаем себе вопрос «почему?». Чтобы добраться до сути, обычно нужно задать его 3-5 раз.
Привет, меня зовут Максим, я Product Owner направления Social в Лиге Ставок. Недавно я прочитал книгу Нира Эйаля «Hooked. На крючке. Как создавать продукты, формирующие привычки». После прочтения я смог взглянуть на свой продукт под новым углом и порефлексировать над бэклогом.
В этой статье я хочу рассказать о концепции. Возможно, этот фреймворк натолкнет вас на новые мысли.
Статья не претендует на научность, а просто рассказывает, как бывает в жизни, когда уже прошел все курсы, проверил разные гипотезы, но все еще получаешь новый опыт. На моем примере вы увидите как не нужно «впиваться» в конкретную фичу и биться с ней до конца, отпускать — это нормально, ошибки — это нормально.
В этой статье я хочу поделиться процессом адаптации и онбординга для новых разработчиков в нашей компании.
Что такое Agile? Как гибкие подходы могут помочь в работе, бизнесе или даже в обычной жизни? В этой статье вы узнаете, что Agile-принципам можно следовать даже при приготовлении новогоднего оливье. Будет полезно всем, кто хотя бы раз сталкивался с таким непростым делом, как подготовка новогоднего стола!
Статья будет полезна тем, кто стремится сделать свои продукты более социальными и задумывается над внедрением площадки для общения между пользователями.
Меня зовут Омарков Виктор и в Лиге Ставок я product owner. Продукт, над которым мы работаем с командой — это платежи. Все транзакции (депозиты/выводы), которые делает пользователь, проходят через нас. Наша команда является своеобразным банком внутри компании. Когда я пришел в компанию, меня ждал большой пул технических задач по переезду на новую микросервисную архитектуру, но натура продакта требовала зарабатывать деньги на продукте.
Передо мной встал вопрос: «Как просто и быстро заработать на платежах, не продавая данные о пользователе?».
Знакома ли вам ситуация, когда несколько команд, работающих над одним продуктом мешают друг другу и делают одно и тоже? Или наоборот, команды бегут в разные стороны, не имея единой точки синхронизации и не понимая общей цели?
Давайте разберемся как решить эту проблему на кейсе Лиги Ставок.
Способность предвидеть траекторию роста продукта - это ключевой инструмент для любого продуктового аналитика. Однако наше восприятие этого роста часто ограничено множеством изолированных метрик и показателей, которые не всегда объясняют общую картину.
Дерево метрик это первый этап для определения пути роста. В этой статье я рассказываю, как мы в Лиге Ставок используем этот инструмент для декомпозиции и лучшего понимания нашего продукта. От основ до практики — все, что вам нужно знать, чтобы двигаться к успеху с уверенностью.
Откройте для себя новый аспект в улучшении пользовательского опыта: связь между просмотром карточек товаров и покупками. В статье я исследую, как количество просмотренных карточек влияет на действия пользователей.
Узнайте, как анализ данных позволяет оптимизировать ваш продукт и стимулировать пользователей к совершению покупок. Раскройте потенциал вашего продукта, упрощая путь к целевому действию.
Усилия монопродуктовых компаний сосредоточены вокруг одного продукта или сервиса. Однако не ждите, что команда мечты появится у вас уже завтра по щелчку пальцев. Для слаженной работы над продуктом важен грамотно подобранный состав участников, правильное распределение ролей в процессе разработки, а также четко продуманный набор компетенций для каждого. Каким образом организовать работу, если у вас 16 продуктовых команд и все они работают над созданием и развитием одного проекта?
По данным Statista, ежемесячно на Google Play появляется около 100 000 новых сервисов и приложений. Чтобы выдержать конкуренцию, необходимо сокращать время вывода на рынок новых продуктов, при этом не теряя в качестве. О том, как создавать что-то новое быстро ― к примеру, придумать новый айфон, ― расскажу в этой статье.
Невозможно во сне придумать айфон: создание качественного, нужного и приятного для пользователей продукта или сервиса ― это тяжелая ежедневная работа. Здесь действует логика венчурной индустрии. Инвестируем в десять проектов: шесть из них умрут, три покажут небольшой успех, один «взлетит» ― окупит расходы на все десять и даст прибыль сверху. Проблема в том, что никогда не знаешь, какой из проектов окажется звездным.
Для создания успешного продукта необходимы упорство и трудолюбие, умение слушать и слышать (клиентов, окружающую среду, тренды и так далее) и готовность к постоянным изменениям. Например, Яндекс изначально стартовал как компания интернет-поисковик, зарабатывал на рекламе. Чтобы дифференцировать бизнес, понадобилось более 20 лет и несколько десятков закрытых проектов. Зато в 2022 выручка Яндекса от непоисковых проектов (такси, e-commerce и других) превысила 50%.
Допустим, мы хотим, чтобы у нас получилось так же, как у Яндекса. Что нам для этого нужно?
Все, кто работает с аналитикой и продуктами, знают, что проведение А/Б тестирования — важный шаг для повышения эффективности бизнеса. Однако не всегда понятно, как проводить этот тест и какие статистические методы использовать. В этой статье я постараюсь помочь вам разобраться в этом вопросе. Вместо теоретических рассуждений будут практические советы, как выбирать метрики, как использовать различные статистические методы и примеры кода на Python, которые можно использовать сразу же. Эта статья станет незаменимой шпаргалкой для всех, кто планирует провести А/Б тест, и будет полезной как для новичков, так и для профессионалов.
Каждая третья российская компания автоматизирует HR-процессы для того, чтобы упростить доступ к сервисам для сотрудников, при этом сэкономив сотни или даже тысячи рабочих часов. (Конечно, если пойти глубже, то конечный пользователь ― даже не сотрудник, а снова клиент. Сэкономив время сотрудника на административные таски, мы даем ему возможность заниматься ключевыми задачами и оставаться эффективным).
Рассказываем, как закрывать реальные боли и повышать эффективность проектов по автоматизации HR.
Зачем люди делают ставки? Чтобы получить яркие эмоции. Сравните уровень эмоций двух людей: один смотрит футбол дома, а другой с болельщиками в баре.
Все началось с гипотезы
Мы предположили, что если дать игрокам площадку для обсуждения спортивных событий, на которые они ставят или собираются поставить, выгоду от этого получат все — и сами пользователи, и бизнес.
Первый вопрос для исследования звучал так: «Действительно ли у игроков есть потребность в социализации?». Чтобы ответить на него, мы поговорили с пользователями напрямую.
Хабр, привет! Я Денис Теплов, Директор по продукту в Лиге Ставок.
В нашей компании продуктовая структура представляет из себя 9 продуктовых end-to-end команд общей численностью ~130 человек, работающих над развитием одного продукта. Каждая из команд укомплектована всеми необходимыми компетенциями. Все живут в одном релизном процессе, делают задачи из одного бэклога (и проекта в Jira), и следят за одними метриками в Amplitude.
В условиях такого тесного взаимодействия естественным образом возникает вопрос: А как оценивать их эффективность?
Об этом мы и поговорим.