… Мы живем в эпоху больших событий и маленьких людей
… Уинстон Черчилль

Сегодня вашему вниманию представляем первую статью из цикла о разборе и прохождении лабораторных работ с ресурса attackdefense.com с поддержкой известного организатор конференций (Black Hat и Pentes Академии) — проект, который позволяет разобраться во многих аспектах атак на различные протоколы, службы, системы. В большей части данный ресурс представляет собой платформу с лабораторными работами по самым актуальным тематикам.

Сразу ответим на часть вопросов, которые могут появиться в ходе чтения данного материала:

28 марта в Москве пройдет международная конференция по продуктовому маркетингу и гроусхакингу Epic Growth Conference (http://egconf.ru/). Более 800 топовых специалистов по продуктам соберутся, чтобы вдохновиться практиками роста и завести полезные знакомства!

Докладчики Epic Growth Conference 2019

• Илья Красинский (CEO Rick.ai)
• Оркун Озбатур (Senior Product Manager, Amazon)
• Байрам Аннаков (CEO Apps in the Air);
• Андрей Законов (Director of Growth, ВКонтакте);
• Михаил Трутнев (COO Ultimate Guitar);
• Егор Федоров (CMO Indriver);
• Михаил Цвик (Product Manager, Revolut);
• Юлия Кардаш (Head of Marketing, VCV);
• Игорь Лутц (Консультант по инновационным проектам);

У меня есть нож, есть арбалет,
Они служат мне уже тысячу лет.

(с) КиШ

Предположим, вам надо проверить насколько новая фича будет востребована клиентами. Зачастую, это решается с помощью интервьюирования, опросов, и т.д. У этих замечательных подходов есть свои плюсы/минусы, поэтому рассмотрим альтернативный вариант и в каких случаях оправдано его применение.

Старший UX-дизайнер Booking.com поделился на конференции по продуктовому маркетингу Epic Growth Conference философией и главными принципами продуктового дизайна, которыми руководствуются в Booking-e.


Смотрите видео или читайте расшифровку под катом.

Первое знакомство

Для тех кого интересуют сами 24 рецепта — они в конце статьи.

Web Summit 2018 в Лиссабоне очень масштабное событие, я на таком присутствовал впервые и очень многое меня удивило. Во-первых то, что планируемое количество посетителей саммита 70К, при населении города 600К, то есть, в принципе, каждый десятый должен быть участником саммита. На самом деле, начинать ощущать масштаб мероприятия мы начали уже при подходе к метро. Просто толпы идут в одном направлении. Поэтому ошибиться в утренние часы в дни саммита — «а туда ли ты идешь?» — просто невозможно. Весь город идет на саммит. Следуйте за толпой.

Было приятно увидеть, что на всех схемах метро, на станции, на которой проходит саммит, есть наклейка с логотипом саммита — не заблудишься точно. На всех пересадочных станциях, везде указатели.

Очень много молодежи, видно, что с разных стран. Довольно много русской речи, многие уже имеют на груди бейджик Web Summit, значит прилетели на день раньше… А нет, приглядишься — ВСЕ имеют такой бейджик. Весь вагон. Вся станция метро.

Бейджик получаешь после регистрации на саммите. Кроме него, надевают еще тканевый браслет на руку. Потеряешь что-то одно из этого — придется выложить 100 евро, потеряешь оба — заново плати за входной билет 1500 евро! С браслетом можно мыться, проверено. Бейдж берегите.

Нам, как участникам, кстати, столько платить не пришлось, мы за все 3 билета заплатили меньше чем за один и еще получили стенд в эти деньги. Делать новые технологии выгодно!

Выйдя из метро на улице — просто идите туда куда идут все. Ближе к входу — начинают появляться волонтеры, которые разделяют потоки на тех кто уже зарегистрировался и на тех кто еще нет. Улыбаются, приветствуют, а мы предвкушаем.

Web Summit, начало

Регистрация занимает не больше минуты. И вот мы на саммите!

Директор по продукту Skyeng Михаил Карпов рассказал на конференции по продуктовому маркетингу Epic Growth Conference, как успешно справляться со стремительным ростом в три раза, как прокачивать команду и выстраивать внутренние процессы.


Смотрите видео и читайте заметки под катом.

На конференции по продуктовому маркетингу Epic Growth Conference Head of Mobile Hotels в Aviasales Константин Савченко рассказал про эксперименты и примеры использования технологий искусственного интеллекта в Aviasales.


Смотрите видео или читайте заметки под катом.

Reddit.com – это американская социальная сеть, которая может стать отличным источником трафика из США. Для того чтобы понять, каким образом это можно осуществить, стоит разобраться в особенностях платформы.

Всем привет!

Под хеллоувин я побывал на конференции в Будапеште (Data Crunch) и послушал там ряд интересных докладов. Один из них был от Uber, которые рассказывали о том, на каких подходах они организовали свою платформу управления данными. Этот доклад был не столько технический, сколько менеджерский и продуктовый.

Uber обширно используется данные, которые собирает в результате взаимодействия с пассажирами и водителями. Они рассчитывают стоимость поездки, оценивают потоки людей, меняют алгоритмы цены, дают рекомендации водителям, как им больше заработать и все это основываясь на собранных данных. В такой компании вся работа с данными не может быть сконцентрирована в руках группы аналитиков и DS, т.к. иначе придется нанять их слишком много, да к тому же они не всегда погружены в бизнес контекст.

"Анализ данных" часто организован так: вот у нас разработчики хранилища, а вот у нас аналитики. В DWH (data warehouse, хранилище) умеют SQL, а аналитики у нас умеют работать c экселем. Если нам нужно что-то проанализировать, то идете к аналитикам, а они идут за данными к DWH за данными. Вроде бы логично. И многие воспринимают, что это нормальное разделение труда. В этой статье я хочу донести мысль, что это разделение труда ошибочное и грандиозно снижает эффективность и производительность труда всего процесса анализа данных.

Типичный цикл работы по аналитической задаче выглядит так:

1. Бизнес приходит с проблемой и просит получить ответ.
2. Аналитики обсуждают с бизнесом, что надо сделать.
3. Аналитики поняли, что от них хочет бизнес и понимают, что им примерно нужно в данных.
4. Аналитики пишут запрос в DWH, чтобы получить данные.
5. DWH берет запрос, читает, спрашивает, уточняет, извлекают данные, отдают.
6. Аналитики понимают, что взяли не все или их неверно поняли, они пишут снова запрос в DWH, чтобы получить данные.
7. DWH берет запрос, читает, спрашивает, уточняет, извлекают данные, отдают.

Каждая компания это не звездные технологии и супер крутые программисты, а огромная гора bottleneck, неэффективностей и сумма плохих решений, которая как-то да едет и делает свою работу. Но вот вы решили сделать какие-то изменения и сразу начинаете сталкиваться с тем, что в огромном кол-ве бизнес процессов у вас проблемы. Ну и эти проблемы, конечно, нужно решать не идеальным способом, а оптимальным по трудозатратам.

Хочу поделится одним таким примером, связанных с моей темой анализа данных и управления данными. Во многих организациях существует финансовые службы, основная цель которых предоставлять финансовую информацию руководству о состоянии предприятия. Среди многих работ этих людей есть одна такая задача: составление прогноза выручки на следующий период (год, квартал у кого как). Этот прогноз выручки часто бывает первым этапов в согласовании планов на следующий период и составлении общего прогноза по прибылям и убыткам предприятия.

Все, кто занимается такого рода прогнозированием, понимают, что в этом вопросе важна не столько точность прогнозов, сколько правильные взаимосвязи между вашими предпосылками и результатами. Ведь что мы хотим от прогноза? Мы хотим узнать, что будет, если делать все как обычно (AS IS) и что будет, если мы что-то поменяем (сценарии). Для того, чтобы сделать эту работу финансовая служба должна придумать какую-то модель предприятия, которой она может легко управлять, легко объяснять бизнесу как она работает и легко предоставлять данные в различных разрезах, в которых бизнес захочет это дело посмотреть.

Это все отличные намерения, но тут мы сталкиваемся с суровой реальностью: методологические и технические навыки для выполнения этих задач в конкретных предприятиях откровенно слабы. Модели неудобные, быстро не изменяемые, не обновляемые, легко ничего не объясняется, файлы не удобные, а разрезы получить невозможно или очень долго. Давайте посмотрим конкретный пример, где всё плохо и как это можно исправить.

24 октября в Москве более 600 топовых специалистов по продуктам соберутся, чтобы завести полезные знакомства и вдохновиться докладами и идеями от Booking.com, Aviasales, Skyeng, Readdle, Revolut и других продуктовых компаний.



Докладчики EGC Autumn 2018:

• Денис Жаданов (VP of Marketing, Readdle);
• Константин Савченко (Head of Mobile Hotels, Aviasales);
• Денис Пушкин (Head of Product Marketing, Skyeng);
• Михаил Карпов (Co-Founder в ProductCampRussia_
• Джеймс Батлер (UX Product Designer Booking.com);
• Роман Абрамов (Директор по продукту, CarPrice);
• Джордж Робсон (Premium Product, Revolut)
• Анастасия Афонина (Key Partner Manager, Game Insight)
• Кирилл Гурбанов (Директор по продукту, Willz);
• Виктор Лысенко (CEO&Founder Osome)

Посмотреть программу конференции, и, конечно, зарегистрироваться можно на официальном сайте.

Конференция пройдет при поддержке Mobio, Getloyal, Appsflyer, myTarget, Delivery Club.

Сегодня мы добавим в анализе еще один аспект — сегментацию и кластеризацию клиентской базы. Как я уже не раз писал, анализ клиентской базы остается не полным, если мы смотрим на наших клиентов, как на большую кучу одинаковых людей. Клиенты разделяются на типы и по-разному потребяют продукт. Кто-то покупает часто, но не много, кто-то быстро уходит, кто-то покупает много и часто. Для увеличения эффективности стоит выяснить, какие есть группы клиентов и затем разобраться, как ваши действия позволят вам привлечь нужных вам клиентов. Используют два основных способа разобраться в группам ваших клиентов: эвристики и кластеризация

Метод 1: Эвристики и экспертные оценки

В рамках этого подхода вы на основе опыта, логики использования вашего продукта и клиентских историй, придумываете различные портреты потребителей и затем оцениваете, сколько у вас клиентов попадают под эти определения. Или же можете использовать более численные подходы, основанные на анализе показателей клиентов. Несколько популярных численным эвристик подходов это:

ABC-XYZ

Основная идея разделить клиентов по общему вкладу в вашу выручку и по динамике роста показателей. ABC отвечает за вклад в выручку, XYZ отвечает за стабильность выручки. Это формирует 9 сегментов

Разработка программного обеспечения и эксплуатация уже реализованного софта (например, приложения) находится в особом положении в контексте анализа расходов. Особенность в том, что типичный цикл производства товара и его продажи не существует в ИТ отрасли. Вместо этого мы имеем фактически бесплатно размножаемые копии продукта, но высокие издержки на само создание этого продукта и его поддержание. По этой причине экономика ИТ компании сильно отличается от экономики “свечного завода” или магазина.

Давайте детальнее рассмотрим ситуацию с издержками в ИТ компании. К сожалению не получится обобщить все ИТ компании в одну схему. Я попробую выделить несколько распространенных схем работы и рассмотреть их. Возможно кто-то из читателей добавит еще какие-то схемы, интересные для рассмотрения.

Я хочу выделить следующие типы ИТ компаний, хотя этот список, конечно, не полный:

1. Аутсорсинговая разработка — команда пишет софт под заказ и под требования заказчика. В дальнейшем софт чаще сопровождается самим заказчиком. Отношения фокусируются только на разработке и по сути продажи часов работников (как в форме прямой продажи часов, так и fix price, когда риски изменения сроков проекта ложатся на разработчика)
2. Вендор B2B софта — команда пишет софт для дистрибуции B2B, осуществляет внедрение, поддержку и разработку нового функционала.
3. B2C продукты — сюда я отнесу все компании, занимающиеся созданием B2C приложений и продуктов, работающих с массовым клиентом.
4. Провайдеры инфраструктуры — хостеры, дата центры, серверные мощности, сервисы обработки транзакций и т.п.

Какие расходы имеет первый тип компании? Давайте разделим на разные кучки расходы по основным типам, которые не зависят от предприятия:

24 октября Mobio, Getloyal и партнеры в третий раз проведут конференцию по продуктовому маркетингу — Epic Growth Conference (#egconf).

Более 700 представителей крупнейших продуктовых компаний соберутся в Москве, чтобы обменяться опытом и послушать приглашенных докладчиков из Booking.com, Aviasales, Skyeng, App in the Air и других продуктовый компаний.

В этой статье давайте посмотрим на MRPU, разберемся какие есть особенности его подсчета и что он нам может дать.

MRPU — monthly revenue per unit, ежемесячная выручка на единицу. Это широкое понятие включающее в себя и средний чек, и среднюю выручку на пользователя/клиента/продажу. Гибкость слова unit позволяет дать нужное вам определение.

Для чего нам это нужно? Вся цель анализа продукта состоит в том, чтобы изолировать причины и выявить факторы, которое влияют на финансовые показатели. Динамика клиентской базы (см. статью тут) определяют в основном факторы связанные с вашей работой по привлечению и удержанию. MRPU же затрагивает ваши цены, набор услуг и полноту предоставляемых сервисов. Хотя ваш успех по части привлечения зависит от цен и набора услуг, MRPU в нашем уравнении выручки отвечает непосредственно за сами деньги.

Мы можем варьировать понятие MRPU в зависимости от вашего контекста. Идеология этой метрики:

• Период — Monthly
• Показатель — Revenue
• За — Per
• Единицу — Unit

Рассмотрев когорты в целом, теперь мы можем перейти к их изучению в части привлечения новых клиентов. Привлечение новых клиентов одна из ключевых дисциплин в управлении и развитии продукта, т.к. Именно от потока входящих клиентов зависит вся ваша выручка и способность контролировать рынок и побеждать конкурентов.

Поток новых клиентов не появляется из воздуха, его количество зависит от ваших маркетинговых усилий. Привлечение клиентов это корректный процессинг потенциальных клиентов со стадии контактов до стадии продаж. Входящие в когорты новые клиенты на самом деле финальный этап воронки продаж. Костяк этапов в воронке продаж выглядит так:

В чем состоит главная цель ваших маркетинговых усилий? Вы должны на правильном рынке, обратится к правильным людям, чтобы они с наименьшими усилиями купили наибольшее число ваших товаров и услуг и стали ваши постоянными клиентами. Воронка продаж показывает, насколько успешно вы проходите по этим этапам взаимоотношений и на каком этапе теряете больше всего потенциальных клиентов.

Мы не только пишем анонсы событий, но периодически их еще и посещаем. Одним из ярких впечатлений этого лета для нашей команды стала конференция ФРИИ — «Запуск пилотов со стартапами. Кейсы корпораций». Как занимающие промежуточное положение между этими категориями, мы можем сыграть роль рефери и похвалить организаторов за умение выдержать баланс. Вопреки названию площадку представители корпораций и стартапов поделили практически поровну, проблемы и интересы одной группы не забивали в дискуссиях проблемы и интересы другой, так что общая картина не получилась однобокой.


Фото с официальной страницы Фрии на Facebook

Речь по большей части шла о самых первых этапах сотрудничества — запуске проекта в тестовом режиме. Программа аккуратно продвигалась от общего к частному: от истории и общей схемы к частным моментам, сюрпризам и ошибкам, с которыми столкнулись участники, пытаясь приложить ее к реальности. Под катом мы расскажем обо всем, чему научились за эти несколько часов.

Более 5 лет я занимаюсь анализом продуктов, маркетинга, управленческих решений в ИТ компаниях или компаниях с большой опорой на ИТ. Я решил систематизировать свои знания и написать серию статей об организации и проведении анализа продукта. Я затрону темы оценки экономики, эффективности фич, обустройстве взаимоотношений с маркетингом, базами данных, оценке клиентского поведения и всего такого.

Ключевая задача — пройтись по всем инструментам управления и оценки продукта, обсудить используемые управленческие, маркетинговые и аналитические инструменты. Погрузится в применении Big Data и Machine Learning в развитии продукта, определить возможности этих решений и их применимость. Эта статья открывает серию статей по анализу продуктов.

Экономика продукта

Чтобы не заблудится в хитростях оценки продуктов и эффектов в них, лучше всего начать с общей картины. Для этого и используется подход Top-down, когда мы спускаемся от самых общих экономических характеристик до атомарных событий, происходящих в продукте. Такой подход позволяет всегда понимать, как каждая характеристики продукта связана между собой и всегда иметь полную картину продукта.

Определение контура для анализа является ключевой задачей. Экономика продукта исключает множество финансовых явлений, характерных для экономики предприятия. Мы начнем с ядра формирования прибыли постепенно нарастим на него “мясо”.

Финансы продукта начинаются с простой формулы:

В рамках проекта Mobio Talks основатель компании Getloyal Алексей Писаревский взял интервью у Даниила Шулейко — управляющего директора Яндекс.Такси.


В интервью обсудили:

— слияние Яндекс.Такси и Uber;
— изменение в процессах после интеграции компаний;
— перспективы Uber.Eats и Яндекс.Еда;
— рынок агрегаторов такси и каршеринг;
— конкуренцию агрегаторов;
— карьеру в компании Яндекс;
— выступление на Epic Growth Conference про повышающие коэффициенты на цены и ограниченные ресурсы;
— и многое другое.

Смотрите полный выпуск на канале Mobio Talks или читайте расшифровку в Секрет Фирмы. Ниже публикуем сокращенную версию.