Интересно, что вы вкладываете в формулировку "стейкхолдеры никак не насытятся" и что должно происходить после насыщения.
Абсолютно нормально, когда компания зарабатывает на конкурентном рынке, создавая ценность для пользователей, платит сотрудникам достойные зарплаты и выполняет свои обязательства.
Да, статья действительно про то, как структурировать и продать стратегию стейкхолдерам. Это осознанный фокус. Процесс и рамка нужны именно для того, чтобы принимать сложные решения и фиксировать, куда идем и куда не идем.
По поводу "для тех, кто отвечает за рост и P&L нового немного" - согласен, чем выше уровень и больше senior-опыт, тем меньше готовых инструкций и тем больше нужно думать самому. Как вы сами отметили, фреймворки ничего не решают за человека. Но они помогают принимать взвешенные решения, фиксировать логику выбора и не наступать на одни и те же грабли, видя историчность изменений.
Про реальные кейсы сложнее, потому что актуальные стратегии содержат конфиденциальную информацию. Но мысль понятна, возможно, отдельно разберу обезличенный пример.
Согласен, многое действительно зависит от зрелости компании. На мой взгляд, зрелость продуктового подхода проявляется в структурности работы, последовательности и разумной опоре на данные без ухода в аналитический паралич.
Бывают подходы, когда решения принимаются на основании исследований и проверки гипотез, и такой путь обычно менее рискованный. Бывают ситуации, когда ставка делается на вижн основателя, и иногда именно такой all-in подход дает прорывной результат. В статье я скорее говорю про взвешенный, системный подход.
Что касается красных и бирюзовых компаний, это, на мой взгляд, больше про уровень принятия решений и распределение ответственности, чем про сам процесс разработки стратегии. Это про культуру и иерархию, а не про логику стратегической работы.
Инструментов очень много и все их "пощупать" практисески невозможно усилиями одного человека. Очень надеюсь, что кто-то из знающих ребят поделится своим опытом использования ИИ-инструментов в комментариях
Я скорее про изменение фокуса в развитии навыков и про необходимость постоянного анализа того, какие части своей работы можно автоматизировать с помощью ИИ, и их автоматизацию.
Использовал ИИ для редактирования и исправления орфографии/пунктцации, т.к. существенно ускоряет дело. Вероятно, когда появились первые типографии, то тоже были возмущения, что рукопись напечатана, а не написана гусиным пером ;)
Кстати, ты предположил это по внешним признакам или можешь порекомендовать достоверные инструменты детектирования?
Спасибо за внимание к статье. В дальнейшем буду делать либо примеры ярче, либо подводку логичнее.
Основную мысль донести удалось: метрики - это всего лишь инструмент. Важно фокусироваться на том, как сделать продукт максимально ценным. Сначала смотрим на актуальные цели, а уже под них выстраиваем систему метрик, а не "ну, мы растим DAU и конверсию 🗿" или, совсем абсурдное, "растим сложную метрику, которая была заложена в трекшн при запуске продукта предыдущим менеджером, но уже даже команда продукта не помнит, почему был такой выбор".
А если бы в Netflix продолжали растить аудиторию арендующих DVD, а в AWS сосредотачивались на метриках внутреннего продукта, игнорируя новые возможности? Кажется очевидным, что так делать нельзя. Но на практике часто вижу, как менеджеры растят метрики по инерции: они закреплены в годовых целях продактов и руководства, всем привычны, пока планы выполняются, все довольны, а упущенные возможности остаются за скобками.
Спасибо за яркий комментарий.
Интересно, что вы вкладываете в формулировку "стейкхолдеры никак не насытятся" и что должно происходить после насыщения.
Абсолютно нормально, когда компания зарабатывает на конкурентном рынке, создавая ценность для пользователей, платит сотрудникам достойные зарплаты и выполняет свои обязательства.
Спасибо за развернутый комментарий.
Да, статья действительно про то, как структурировать и продать стратегию стейкхолдерам. Это осознанный фокус. Процесс и рамка нужны именно для того, чтобы принимать сложные решения и фиксировать, куда идем и куда не идем.
По поводу "для тех, кто отвечает за рост и P&L нового немного" - согласен, чем выше уровень и больше senior-опыт, тем меньше готовых инструкций и тем больше нужно думать самому. Как вы сами отметили, фреймворки ничего не решают за человека. Но они помогают принимать взвешенные решения, фиксировать логику выбора и не наступать на одни и те же грабли, видя историчность изменений.
Про реальные кейсы сложнее, потому что актуальные стратегии содержат конфиденциальную информацию. Но мысль понятна, возможно, отдельно разберу обезличенный пример.
Спасибо за хорошую оценку.
Согласен, многое действительно зависит от зрелости компании. На мой взгляд, зрелость продуктового подхода проявляется в структурности работы, последовательности и разумной опоре на данные без ухода в аналитический паралич.
Бывают подходы, когда решения принимаются на основании исследований и проверки гипотез, и такой путь обычно менее рискованный. Бывают ситуации, когда ставка делается на вижн основателя, и иногда именно такой all-in подход дает прорывной результат. В статье я скорее говорю про взвешенный, системный подход.
Что касается красных и бирюзовых компаний, это, на мой взгляд, больше про уровень принятия решений и распределение ответственности, чем про сам процесс разработки стратегии. Это про культуру и иерархию, а не про логику стратегической работы.
🤣 да, создатели могли бы и менее очевидный пример привести
Спасибо! Странно, что кто-то заминусил этот комментарий, когда ты просто оставил положительный отзыв
Инструментов очень много и все их "пощупать" практисески невозможно усилиями одного человека. Очень надеюсь, что кто-то из знающих ребят поделится своим опытом использования ИИ-инструментов в комментариях
Да, ключевое слово "не обойтись пока что". Технология стремительно развивается, и ИИ выдаёт результаты всё лучше и лучше
Забавно, а это каким инструментом делалось?
Думаю, многое ещё и от качества самой встречи зависит: если её никто не фасилитирует, то никакой ИИ не поможет
Добрый день! Написал об этом в новой статье https://habr.com/ru/articles/871172/
Я скорее про изменение фокуса в развитии навыков и про необходимость постоянного анализа того, какие части своей работы можно автоматизировать с помощью ИИ, и их автоматизацию.
Использовал ИИ для редактирования и исправления орфографии/пунктцации, т.к. существенно ускоряет дело.
Вероятно, когда появились первые типографии, то тоже были возмущения, что рукопись напечатана, а не написана гусиным пером ;)
Кстати, ты предположил это по внешним признакам или можешь порекомендовать достоверные инструменты детектирования?
Спасибо за внимание к статье. В дальнейшем буду делать либо примеры ярче, либо подводку логичнее.
Основную мысль донести удалось: метрики - это всего лишь инструмент. Важно фокусироваться на том, как сделать продукт максимально ценным. Сначала смотрим на актуальные цели, а уже под них выстраиваем систему метрик, а не "ну, мы растим DAU и конверсию 🗿" или, совсем абсурдное, "растим сложную метрику, которая была заложена в трекшн при запуске продукта предыдущим менеджером, но уже даже команда продукта не помнит, почему был такой выбор".
А если бы в Netflix продолжали растить аудиторию арендующих DVD, а в AWS сосредотачивались на метриках внутреннего продукта, игнорируя новые возможности? Кажется очевидным, что так делать нельзя. Но на практике часто вижу, как менеджеры растят метрики по инерции: они закреплены в годовых целях продактов и руководства, всем привычны, пока планы выполняются, все довольны, а упущенные возможности остаются за скобками.