Product Management & AI
#tools Отмечайте успех и прогресс пользователя(ей) Постепенно, интерес пользователей к вашему продукту начнёт ослабевать (а с ним и вовлечение/возврат). На помощь приходит простой психологический хак, когда продукт начинает уделять личности пользователя…
7 механик геймификации, которые можно нужно использовать в продуктах.
1. Таблица лидеров
Отображение рейтинга пользователей на основе их достижений в продукте или игре cпособствует конкуренции и может мотивировать пользователей больше взаимодействовать с продуктом.
Может снижать мотивацию у пользователей, которые находятся ниже в таблице лидеров и чувствуют, что им трудно догнать других.
Чтобы избежать этого, создавайте такой баланс в соревновании, чтобы новые пользователи чувствовали, что могут догнать других (а старые не убежать еще дальше).
Пример: Duolingo использует еженедельные соревнования и таблицы лидеров среди изучающих языки.
2. Значки, бейджи, ачивки
Предоставляет визуальный способ демонстрации достижений, которые пользователи получили, выполнив определенные задачи или достигнув определенного прогресса в продукте/игре.
Пример: Linkedin со своими бейджами навыков.
Может мотивировать пользователей выполнять определенные задачи или действия (при публичном использовании системы бейджей, эффект многократно усиливается).
В тоже время, пользователи могут не находить ценности в значках, если они не несут реальных преимуществ. Убедитесь, что значки востребованы и имеют какую-то внутреннюю/внешнюю ценность для их обладателей.
3. Индикаторы прогресса
Показывают пользователям, сколько они достигли и сколько им еще нужно сделать, чтобы достичь своей цели. Побуждают пользователей завершать задачи, показывая им, насколько они близки к достижению цели.
Пример: любой онлайн-продукт с пошаговым онбордингом.
Может быть неэффективным, если цель кажется слишком далекой или недостижимой. Ясно обозначайте преимущества достижения цели и создавайте достижимые и увлекательные пути к этой цели.
4. Система очков
Пользователи получают очки за выполнение определенных действий или задач, которые далее могут быть обменены на награды.
Пример: система лояльности Starbucks (писал про неё тут).
Способствует повторному вовлечению и может помочь формировать определенное поведение пользователей.
Если не сбалансирована должным образом, пользователи могут использовать систему или перестать взаимодействовать, если награды не воспринимаются ценными.
Регулярно анализируйте и корректируйте систему очков, чтобы обеспечить ее сбалансированность и ценные и достижимые награды.
5. Уровни
Пользователи продвигаются через уровни, выполняя задачи или достигая целей, часто с повышением сложности.
Уровни способствуют долгосрочному вовлечению и могут дать пользователям ощущение достижений и прогресса. Со временем, могут стать монотонным или вызывать разочарование, если уровни слишком сложные или прогресс кажется слишком медленным.
Пример: снова Duolingo, на этот раз с их системой продвижения по уровням знания языка.
Проектируйте уровни, которые постепенно увеличивают сложность и предоставляют достаточную поддержку и награды, чтобы мотивировать пользователей достигать более высоких уровней.
6. Испытания или квесты
Пользователям предлагаются конкретные задачи или миссии для выполнения, часто в заданный промежуток времени.
Пример: кружки активностей от Apple Watch.
Квесты могут увеличить вовлеченность пользователей и сделать взаимодействие с продуктом более интересным и динамичным. Пользователи могут чувствовать себя перегруженными или под давлением, если вызовы слишком сложные или часто повторяются.
Создайте разнообразие задач, чтобы соответствовать разным уровням навыков пользователей, и предоставьте гибкость в том, как и когда их можно выполнить.
7. Сторителинг
Включение релевантных историй и элементов повествования в пользовательский опыт делает его более привлекательным и запоминающимся, помогая через эмоции передавать сложную информацию.
Пример: активность в соц. сетях, собственный блог-медиа продукта, персонажи и образы на сайте – всё это примеры и проявление сторителинга.
Если история реализована недостаточно хорошо, то она может стать отвлечением, а не улучшением. История должна быть увлекательной и хорошо интегрированной с концепцией и действиями пользователя внутри продукта.
😎 RUSPM
1. Таблица лидеров
Отображение рейтинга пользователей на основе их достижений в продукте или игре cпособствует конкуренции и может мотивировать пользователей больше взаимодействовать с продуктом.
Может снижать мотивацию у пользователей, которые находятся ниже в таблице лидеров и чувствуют, что им трудно догнать других.
Чтобы избежать этого, создавайте такой баланс в соревновании, чтобы новые пользователи чувствовали, что могут догнать других (а старые не убежать еще дальше).
Пример: Duolingo использует еженедельные соревнования и таблицы лидеров среди изучающих языки.
2. Значки, бейджи, ачивки
Предоставляет визуальный способ демонстрации достижений, которые пользователи получили, выполнив определенные задачи или достигнув определенного прогресса в продукте/игре.
Пример: Linkedin со своими бейджами навыков.
Может мотивировать пользователей выполнять определенные задачи или действия (при публичном использовании системы бейджей, эффект многократно усиливается).
В тоже время, пользователи могут не находить ценности в значках, если они не несут реальных преимуществ. Убедитесь, что значки востребованы и имеют какую-то внутреннюю/внешнюю ценность для их обладателей.
3. Индикаторы прогресса
Показывают пользователям, сколько они достигли и сколько им еще нужно сделать, чтобы достичь своей цели. Побуждают пользователей завершать задачи, показывая им, насколько они близки к достижению цели.
Пример: любой онлайн-продукт с пошаговым онбордингом.
Может быть неэффективным, если цель кажется слишком далекой или недостижимой. Ясно обозначайте преимущества достижения цели и создавайте достижимые и увлекательные пути к этой цели.
4. Система очков
Пользователи получают очки за выполнение определенных действий или задач, которые далее могут быть обменены на награды.
Пример: система лояльности Starbucks (писал про неё тут).
Способствует повторному вовлечению и может помочь формировать определенное поведение пользователей.
Если не сбалансирована должным образом, пользователи могут использовать систему или перестать взаимодействовать, если награды не воспринимаются ценными.
Регулярно анализируйте и корректируйте систему очков, чтобы обеспечить ее сбалансированность и ценные и достижимые награды.
5. Уровни
Пользователи продвигаются через уровни, выполняя задачи или достигая целей, часто с повышением сложности.
Уровни способствуют долгосрочному вовлечению и могут дать пользователям ощущение достижений и прогресса. Со временем, могут стать монотонным или вызывать разочарование, если уровни слишком сложные или прогресс кажется слишком медленным.
Пример: снова Duolingo, на этот раз с их системой продвижения по уровням знания языка.
Проектируйте уровни, которые постепенно увеличивают сложность и предоставляют достаточную поддержку и награды, чтобы мотивировать пользователей достигать более высоких уровней.
6. Испытания или квесты
Пользователям предлагаются конкретные задачи или миссии для выполнения, часто в заданный промежуток времени.
Пример: кружки активностей от Apple Watch.
Квесты могут увеличить вовлеченность пользователей и сделать взаимодействие с продуктом более интересным и динамичным. Пользователи могут чувствовать себя перегруженными или под давлением, если вызовы слишком сложные или часто повторяются.
Создайте разнообразие задач, чтобы соответствовать разным уровням навыков пользователей, и предоставьте гибкость в том, как и когда их можно выполнить.
7. Сторителинг
Включение релевантных историй и элементов повествования в пользовательский опыт делает его более привлекательным и запоминающимся, помогая через эмоции передавать сложную информацию.
Пример: активность в соц. сетях, собственный блог-медиа продукта, персонажи и образы на сайте – всё это примеры и проявление сторителинга.
Если история реализована недостаточно хорошо, то она может стать отвлечением, а не улучшением. История должна быть увлекательной и хорошо интегрированной с концепцией и действиями пользователя внутри продукта.
Please open Telegram to view this post
VIEW IN TELEGRAM
#tools DDDD – подход от Британского совета по дизайну, который помогает систематизировать процесс работы над чем угодно (исследования, дизайн, разработка, маркетинг и т.д.)
Так, любой процесс состоит из двух областей работы над ним – Область проблемы (с расходящимся потоком информационной дивергенции и конвергенции) и Область решения.
Каждая из областей является составной частью другой и включает в себя этапы работ:
1. Discover (изучение). Включает в себя поиск и сбор информации по поставленной проблеме, рынку, данным и т.п.
Задавай вопросы, проводи исследования и собирай всю необходимую информацию для определения потенциальных возможностей и решений.
2. Define (определение). Аналитика и обработка полученной информации, её интерпретация на предмет дальнейшего возможного внедрения, стратегия продукта, его цели и основные функции.
На этом этапе также создается каркас продукта, включая пользовательские сценарии, требования и макеты.
3. Develop (разработка). Переход в область непосредственных работ по интеграции, внедрению, запуску (и тестированию) решения.
На этом этапе происходит процесс создания дизайна, разработки, тестирования и итеративного улучшения продукта.
4. Deliver (доставка). Дальнейшие действия, когда решение "передаётся" в руки того, для кого оно предназначается – пользователей или заказчиков.
Этот этап включает подготовку продукта к запуску, управление релизом, маркетинговые и PR-активности, а также обратную связь пользователей и мониторинг его использования.
Соблюдение этого порядка действий позволяет "не терять то, с чего начали" и держать фокус на логике процессов.
😎 RUSPM
Так, любой процесс состоит из двух областей работы над ним – Область проблемы (с расходящимся потоком информационной дивергенции и конвергенции) и Область решения.
Каждая из областей является составной частью другой и включает в себя этапы работ:
1. Discover (изучение). Включает в себя поиск и сбор информации по поставленной проблеме, рынку, данным и т.п.
Задавай вопросы, проводи исследования и собирай всю необходимую информацию для определения потенциальных возможностей и решений.
2. Define (определение). Аналитика и обработка полученной информации, её интерпретация на предмет дальнейшего возможного внедрения, стратегия продукта, его цели и основные функции.
На этом этапе также создается каркас продукта, включая пользовательские сценарии, требования и макеты.
3. Develop (разработка). Переход в область непосредственных работ по интеграции, внедрению, запуску (и тестированию) решения.
На этом этапе происходит процесс создания дизайна, разработки, тестирования и итеративного улучшения продукта.
4. Deliver (доставка). Дальнейшие действия, когда решение "передаётся" в руки того, для кого оно предназначается – пользователей или заказчиков.
Этот этап включает подготовку продукта к запуску, управление релизом, маркетинговые и PR-активности, а также обратную связь пользователей и мониторинг его использования.
Соблюдение этого порядка действий позволяет "не терять то, с чего начали" и держать фокус на логике процессов.
Please open Telegram to view this post
VIEW IN TELEGRAM
Под шумок хайпа с очками, #Apple хладнокровно выкатывают главного конкурента партнёра ChatGPT.
Накину немного продуктовой конспирологии на презу Эпла, в которой все упустили интересный апдейт iOS 17 – клавиатуру с функцией автокорректа (таймер).
Вроде бы, уже ставшая привычной фича и апдейт алгоритма(!), на который уже даже не обращаешь внимание.
Но зачем её вдруг включили в презу? Ведь Эпл не из тех компаний, которые делают что-то просто так.
Продолжая рассуждать, Apple при Джобсе поняли простое бизнес-правило, которое идеально работает в айти – "лучше не догонять конкурентов, а бежать наперерез".
Что самое дорогое в мире? Информация.
Что делает ChatGPT? Работает с информацией.
Без чего ChatGPT не сможет работать? Без вводимой юзером информации.
Что такое клавиатура? Устройство ввода информации, отправная и обязательная точка в 90% CJM.
Она читает отправленные нами письма, видит номера наших карт, знает все наши пароли... Являясь первичным Источником, клавиатура "знает" то, что вы написали собеседнику первее его самого.
Моя теория в том, что этим апдейтом Apple:
– незаметно заявили о своих разработках в области AI (дабы не привлекать сильное внимание к приватности данных);
– "срезали путь" в гонке за AI за счет того, что интерфейс ввода информации в ChatGPT завязан на клавиатуры Apple (пока что), а значит Apple первее ChatGPT видит вводимую юзером для условного ChatGPT информацию
– а значит, что Apple имеет в этом нечестное конкурентное преимущество по сравнению с тем же ChatGPT.
– Сможет Эпл прожить без ChatGPT? Да.
– Сможет ChatGPT прожить без Эпла? Нет.
– вангую, что в OpenAI это тоже прекрасно понимают, поэтому они подружатся и будут скрытно интегрированы с осью Apple (как, например, Notion AI, который работает на модели ChatGPT).
После релиза автораспознавания текста на картинках/фото на айос устройствах в голове давно сидела мысль, что ну не могут же они, будучи Источником кучи этих данных просто так "выбрасывать" их. А тут раз, иприкрытие "применение" удачно нашлось 🙃
😎 RUSPM
Накину немного продуктовой конспирологии на презу Эпла, в которой все упустили интересный апдейт iOS 17 – клавиатуру с функцией автокорректа (таймер).
Вроде бы, уже ставшая привычной фича и апдейт алгоритма(!), на который уже даже не обращаешь внимание.
Но зачем её вдруг включили в презу? Ведь Эпл не из тех компаний, которые делают что-то просто так.
Продолжая рассуждать, Apple при Джобсе поняли простое бизнес-правило, которое идеально работает в айти – "лучше не догонять конкурентов, а бежать наперерез".
Что самое дорогое в мире? Информация.
Что делает ChatGPT? Работает с информацией.
Без чего ChatGPT не сможет работать? Без вводимой юзером информации.
Что такое клавиатура? Устройство ввода информации, отправная и обязательная точка в 90% CJM.
Она читает отправленные нами письма, видит номера наших карт, знает все наши пароли... Являясь первичным Источником, клавиатура "знает" то, что вы написали собеседнику первее его самого.
Моя теория в том, что этим апдейтом Apple:
– незаметно заявили о своих разработках в области AI (дабы не привлекать сильное внимание к приватности данных);
– "срезали путь" в гонке за AI за счет того, что интерфейс ввода информации в ChatGPT завязан на клавиатуры Apple (пока что), а значит Apple первее ChatGPT видит вводимую юзером для условного ChatGPT информацию
– а значит, что Apple имеет в этом нечестное конкурентное преимущество по сравнению с тем же ChatGPT.
– Сможет Эпл прожить без ChatGPT? Да.
– Сможет ChatGPT прожить без Эпла? Нет.
– вангую, что в OpenAI это тоже прекрасно понимают, поэтому они подружатся и будут скрытно интегрированы с осью Apple (как, например, Notion AI, который работает на модели ChatGPT).
После релиза автораспознавания текста на картинках/фото на айос устройствах в голове давно сидела мысль, что ну не могут же они, будучи Источником кучи этих данных просто так "выбрасывать" их. А тут раз, и
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegraph
Как решать сложные проблемы и задачи
Как решить сложную проблему? Поделюсь своим универсальным набором для решений сложных проблем: 1. Ищите первоисточник. В основе всего всегда лежит причина, из которой идет следствие и даже проблема может быть следствием. Раскопайте первоисточник проблемы…
Рубрика с подборками лучших гостевых постов продолжает радовать новым контентом для продактов, фаундеров и их команд.
Рад представить эксперта в области OKR-методологии Максима Опилкина, ex-CPO маркетплейса Napolke и автора канала @okr_leaders. Максим приходит в гости уже второй раз и за это время его канал пополнился новыми интересным постами на тему OKR:
– Теория ограничений Годтратта и OKR
– 6 шагов для успешного запуска OKR-цикла
– Ситуационное руководство или Модель Херши-Бланшара
– Зачем фаундеру OKR?
– Мотивация достижения OKR
– От красного к оранжевому или 3 культуры управления
– Гайд по методам целеполагания
– Согласованость VS Синхронизации
– Мотивация команды через эффект Даннинга-Крюгера
– На какую работу нанимают друзей
– Хочу уйти в отпуск на месяц
– Уволить или освободить?
Рад представить эксперта в области OKR-методологии Максима Опилкина, ex-CPO маркетплейса Napolke и автора канала @okr_leaders. Максим приходит в гости уже второй раз и за это время его канал пополнился новыми интересным постами на тему OKR:
– Теория ограничений Годтратта и OKR
– 6 шагов для успешного запуска OKR-цикла
– Ситуационное руководство или Модель Херши-Бланшара
– Зачем фаундеру OKR?
– Мотивация достижения OKR
– От красного к оранжевому или 3 культуры управления
– Гайд по методам целеполагания
– Согласованость VS Синхронизации
– Мотивация команды через эффект Даннинга-Крюгера
– На какую работу нанимают друзей
– Хочу уйти в отпуск на месяц
– Уволить или освободить?
Telegram
GO2OKR | Максим Опилкин
Авторский канал Максима Опилкина,
лидера OKR-трансформации
и создателя технологии внедрения GO2OKR.
Здесь личный опыт, управленческие инсайты, грабли и механики внедрения OKR.
Только реальные кейсы.
Для связи t.me/go2okr_team
лидера OKR-трансформации
и создателя технологии внедрения GO2OKR.
Здесь личный опыт, управленческие инсайты, грабли и механики внедрения OKR.
Только реальные кейсы.
Для связи t.me/go2okr_team
Product Management & AI
Модель роста Duolingo — это ряд показателей, которые команда разработала, чтобы дать толчок стратегии роста приложения. Она базируется на модели Маркова, которая рассматривает основные показатели (например, DAU) по мелким сегментам пользователей. Для этого…
В продолжение серии публикаций о продуктовых механиках Duolingo, статья о том, как Duolingo использует психологию, геймификацию, социализацию и прочие приёмы для формирования в своём продукте пользовательских привычек
😎 RUSPM
Please open Telegram to view this post
VIEW IN TELEGRAM
Teletype
Как Duolingo использовал психологию, чтобы сделать обучение увлекательным
Duolingo - один из самых успешных в мире бизнесов, основанных на обучении. В 2022 году его доход составил почти полмиллиарда долларов...
Фреймворк "Now, Next, Later" – пожалуй, самый простой и гибкий инструмент, который помогает структурировать задачи и идеи и определять их приоритеты на основе временных рамок.
Работает фреймворк крайне просто (и в этом его сила), но есть пара важных моментов.
NOW (Сейчас). В этой категории сосредотачиваются задачи и идеи, которые определены максимально конкретно, требуют немедленного внимания и имеют высокий приоритет.
Это могут быть критические ошибки, срочные запросы от клиентов или ключевые функции, которые необходимо разработать для удовлетворения текущих потребностей пользователей и достижения бизнес-целей.
NEXT (Следующее). Здесь располагаются задачи и идеи, которые будут реализованы после завершения задач из категории "Сейчас".
Это включает планы на ближайшую перспективу и улучшения, которые необходимо внести в продукт для обеспечения его конкурентоспособности и роста. Задачи и идеи в этой категории могут быть чуть менее конкретизированы.
LATER (Позже). В этой категории находятся задачи и идеи, которые планируется реализовать в долгосрочной перспективе.
Это могут быть экспериментальные, долгосрочные или стратегические идеи развития продукта. Любые идеи и задачи в этой категории могут быть описаны на уровне общей концепции и без конкретики.
Полезные советы по фреймворку "Now, Next, Later":
– Важно четко определить, какие временные интервалы будут использоваться для каждой категории. Например, "Сейчас" может означать задачи, которые должны быть выполнены в ближайшие 1-2 месяца, "Следующее" - в течение 3-6 месяцев, а "Позже" - более чем через 6 месяцев.
– Приоритизация задач должна быть в соответствии с бизнес-целями и стратегическими направлениями компании. Задачи, которые наиболее сильно влияют на достижение этих целей, должны иметь более высокий приоритет.
– Каждая задача должна быть ясно сформулирована и конкретизирована (ваш КО).
– Из-за своей простоты и гибкости, фреймворк NNL требует регулярного обзора, актуализации и обновления задач в каждой категории!
😎 RUSPM
Работает фреймворк крайне просто (и в этом его сила), но есть пара важных моментов.
NOW (Сейчас). В этой категории сосредотачиваются задачи и идеи, которые определены максимально конкретно, требуют немедленного внимания и имеют высокий приоритет.
Это могут быть критические ошибки, срочные запросы от клиентов или ключевые функции, которые необходимо разработать для удовлетворения текущих потребностей пользователей и достижения бизнес-целей.
NEXT (Следующее). Здесь располагаются задачи и идеи, которые будут реализованы после завершения задач из категории "Сейчас".
Это включает планы на ближайшую перспективу и улучшения, которые необходимо внести в продукт для обеспечения его конкурентоспособности и роста. Задачи и идеи в этой категории могут быть чуть менее конкретизированы.
LATER (Позже). В этой категории находятся задачи и идеи, которые планируется реализовать в долгосрочной перспективе.
Это могут быть экспериментальные, долгосрочные или стратегические идеи развития продукта. Любые идеи и задачи в этой категории могут быть описаны на уровне общей концепции и без конкретики.
Полезные советы по фреймворку "Now, Next, Later":
– Важно четко определить, какие временные интервалы будут использоваться для каждой категории. Например, "Сейчас" может означать задачи, которые должны быть выполнены в ближайшие 1-2 месяца, "Следующее" - в течение 3-6 месяцев, а "Позже" - более чем через 6 месяцев.
– Приоритизация задач должна быть в соответствии с бизнес-целями и стратегическими направлениями компании. Задачи, которые наиболее сильно влияют на достижение этих целей, должны иметь более высокий приоритет.
– Каждая задача должна быть ясно сформулирована и конкретизирована (ваш КО).
– Из-за своей простоты и гибкости, фреймворк NNL требует регулярного обзора, актуализации и обновления задач в каждой категории!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Product Management & AI
Фреймворк "Now, Next, Later" – пожалуй, самый простой и гибкий инструмент, который помогает структурировать задачи и идеи и определять их приоритеты на основе временных рамок. Работает фреймворк крайне просто (и в этом его сила), но есть пара важных моментов.…
#fun И если вы поклонник фреймворка "Now, Next, Later", то вы полюбите его "дополнение" :)
P.S. Шутка шуткой, но правда в этом есть – каждая смена статуса таски/идеи/истории, особенно в статусы "сомнительно" и "никогда", должна быть закоменчена её автором для самого себя и будущих поколений с указанием той или иной Причины такого решения (а не просто отменена одним кликом).
P.S. Шутка шуткой, но правда в этом есть – каждая смена статуса таски/идеи/истории, особенно в статусы "сомнительно" и "никогда", должна быть закоменчена её автором для самого себя и будущих поколений с указанием той или иной Причины такого решения (а не просто отменена одним кликом).
Снова стоите на распутье между “пилить новое” или “улучшать старое”? Универсальный ответ всегда один – спросите у пользователя.
Знакомьтесь с методологией Opportunity Scoring – ещё один фреймворк, который можно использовать для повышения качества вашего родмэпа и продукта в целом.
😎 RUSPM
Знакомьтесь с методологией Opportunity Scoring – ещё один фреймворк, который можно использовать для повышения качества вашего родмэпа и продукта в целом.
😎 RUSPM
Telegraph
Методология Opportunity Scoring: развиваем потенциал текущего функционала продукта
Opportunity Scoring — еще один фреймворк для продуктового развития, позволяющий узнать, какие фичи в продукте клиенты считают важными, но слаборазвитыми и недовольны ими. Улучшение именно этих функций может предоставить продукту возможности для повышения…
В Intercom проводят очень интересный эксперимент с монетизацией фичи.
Intercom вчера выкатил AI бота под названием Fin. Под капотом уже ставший обыденностью ChatGPT, который плюсом обучается на базе работы вашего сапорт-отдела.
Интересно другое. Модель монетизации бота построена на... успешно решенном тикете!
Юзер переписывается с AI и если тот решает вопрос без вмешательства оператора (закрытие тикета юзером) – вы платите бакс Интеркому :)
P.S. На скрине основатель и СЕО Intercom Эоган МакКейб рассказывает о том, как они пришли к этой модели. Фича по такой цене убыточна.
😎 RUSPM
Intercom вчера выкатил AI бота под названием Fin. Под капотом уже ставший обыденностью ChatGPT, который плюсом обучается на базе работы вашего сапорт-отдела.
Интересно другое. Модель монетизации бота построена на... успешно решенном тикете!
Юзер переписывается с AI и если тот решает вопрос без вмешательства оператора (закрытие тикета юзером) – вы платите бакс Интеркому :)
P.S. На скрине основатель и СЕО Intercom Эоган МакКейб рассказывает о том, как они пришли к этой модели. Фича по такой цене убыточна.
😎 RUSPM
Product Management & AI
User Experience Debt или долг пользовательского опыта. Также, как и разрабы любят гордиться своим тех. долгом, у продактов и дизайнеров тоже есть повод для "гордости" и свой тип долговых обязательств :) Главная причина UX-задолженностей аналогична тех. долгу…
В мире продакт-менеджмента существует тема, которую стараются обходить стороной и спрашивать про которую некрасиво, неэтично, и, вообще, "у нас всё под NDA".
Имя этой проблеме - Revenue Debt.
Долг по доходам означает наращивание потери потенциального дохода (упущенной прибыли) и возникает из-за недостаточных усилий продакт-менеджера по улучшению, оптимизации или добавлению генерирующих доход функций в продукт.
Что делать, чтобы избежать, снизить или избавиться от Revenue Debt?
Диверсифицируйте источники дохода. Исследуйте возможности для диверсификации источников дохода в продукте, предлагая дополнительные фичи/суб-продукты, расширяясь на новые рынки, исследуя новые возможности и технологии.
Ставьте реалистичные цели по доходам (хакните KPI). Странно ставить кратные цели роста и ждать соответствующих результатов, не меняя чего-то "кратно" в продукте и его механиках. Думая о высоком, отталкивайтесь от реальности.
Проводите систематические оценки потенциала доходов. Постоянно оценивайте потенциал доходов и определяйте области, в которых улучшения или добавление функций могут увеличить возможности по монетизации.
Оптимизируйте работу над revenue гипотезами/фичами также, как и с другими задачами, разбивая их на более мелкие задачи/эксперименты, чтобы быстрее предоставлять ценность клиентам и снимать данные.
Делайте выводы и принимайте решения на основе данных. В вопросах денег полагайтесь только на цифры и метрики, используйте аналитику данных для обнаружения изменений или трендов, определения поведения пользователей и принятия решений о продукте.
Инвестируйте в удержание клиентов. Привлечение новых клиентов всегда дороже, чем удержание существующих. Сосредоточьтесь на предоставлении отличного обслуживания клиентов, создании программ лояльности и укреплении долгосрочных отношений с вашими клиентами для снижения оттока и увеличения ими повторных платежей.
Экспериментируйте с ценообразованием. Постоянно оценивайте и оптимизируйте стратегию ценообразования, основываясь на рыночных условиях, спросе, предложении и готовности клиентов платить за решение их проблем.
Бонус: немного обновил статью про нестандартные форматы отъёма денег у пользователей новыми способами 🙂
😎 RUSPM
Имя этой проблеме - Revenue Debt.
Долг по доходам означает наращивание потери потенциального дохода (упущенной прибыли) и возникает из-за недостаточных усилий продакт-менеджера по улучшению, оптимизации или добавлению генерирующих доход функций в продукт.
Что делать, чтобы избежать, снизить или избавиться от Revenue Debt?
Диверсифицируйте источники дохода. Исследуйте возможности для диверсификации источников дохода в продукте, предлагая дополнительные фичи/суб-продукты, расширяясь на новые рынки, исследуя новые возможности и технологии.
Ставьте реалистичные цели по доходам (
Проводите систематические оценки потенциала доходов. Постоянно оценивайте потенциал доходов и определяйте области, в которых улучшения или добавление функций могут увеличить возможности по монетизации.
Оптимизируйте работу над revenue гипотезами/фичами также, как и с другими задачами, разбивая их на более мелкие задачи/эксперименты, чтобы быстрее предоставлять ценность клиентам и снимать данные.
Делайте выводы и принимайте решения на основе данных. В вопросах денег полагайтесь только на цифры и метрики, используйте аналитику данных для обнаружения изменений или трендов, определения поведения пользователей и принятия решений о продукте.
Инвестируйте в удержание клиентов. Привлечение новых клиентов всегда дороже, чем удержание существующих. Сосредоточьтесь на предоставлении отличного обслуживания клиентов, создании программ лояльности и укреплении долгосрочных отношений с вашими клиентами для снижения оттока и увеличения ими повторных платежей.
Экспериментируйте с ценообразованием. Постоянно оценивайте и оптимизируйте стратегию ценообразования, основываясь на рыночных условиях, спросе, предложении и готовности клиентов платить за решение их проблем.
Бонус: немного обновил статью про нестандартные форматы отъёма денег у пользователей новыми способами 🙂
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Продолжаю рассказывать про авторов каналов об управлении продуктами, на которые подписан сам.
Сегодняшний гость – Егор Абрамец, основатель сервиса объявлений Юла, поработавший в Яндексе, Газпром-Медиа и VK.
В своём @abrametchivo Егор делится личным опытом, накопленным за более чем 16 лет в IT на пути от простого менеджера до вице-президента по рекламным технологиям с командой в 1,000+ человек.
Интересные посты:
– Аналитика ради аналитики
– Критика — это топливо для развития
– Работай над процессами, а не ищи виноватых
– Знание не должно быть статичным
– Как понять, чем стоит заниматься
– Куда инвестировать на работе
– Форма определяет содержание
– Разница между проблемами и несовершенством
– 100% контроля нет, есть управляемый хаос
– Как отвечать на вопрос «Что с проектом»
– Сначала главное, потом детали
– Радикальная правда: как сообщать руководителю о проблемах
Сегодняшний гость – Егор Абрамец, основатель сервиса объявлений Юла, поработавший в Яндексе, Газпром-Медиа и VK.
В своём @abrametchivo Егор делится личным опытом, накопленным за более чем 16 лет в IT на пути от простого менеджера до вице-президента по рекламным технологиям с командой в 1,000+ человек.
Интересные посты:
– Аналитика ради аналитики
– Критика — это топливо для развития
– Работай над процессами, а не ищи виноватых
– Знание не должно быть статичным
– Как понять, чем стоит заниматься
– Куда инвестировать на работе
– Форма определяет содержание
– Разница между проблемами и несовершенством
– 100% контроля нет, есть управляемый хаос
– Как отвечать на вопрос «Что с проектом»
– Сначала главное, потом детали
– Радикальная правда: как сообщать руководителю о проблемах
This media is not supported in your browser
VIEW IN TELEGRAM
С интересом наблюдаю за движениями #Google в области обработки изображений и ИИ. Вот, например, на прошлой неделе Google Maps обновили технологию Immersive View.
Immersive View использует машинное обучение (ML) и компьютерное зрение для объединения миллиардов изображений Street View и аэрофотоснимков для создания богатой визуальной модели мира, позволяя накладывать на неё сверху разную информацию, такую как погоду, пробки и т.п.
С новым обновлением модель теперь также работает с помещениям, позволяя создавать и дорабатывать полноценные 3D сцены.
(Насчет накладываний поверх - вы же заметили, что с этими эпловскими очками и гонкой вокруг визуализаций изображений назреваетстарый новый тренд – floating UI и floating UX. )
В основе работы лежит NeRF, недавно разработанный метод трехмерной реконструкции и нового синтеза изображений.
Получив набор фотографий, описывающих сцену, NeRF преобразует эти фотографии в нейронное поле, которое затем можно использовать для визуализации фотографий с точек зрения, отсутствующих в исходной коллекции.
P.S. Привет, сгенеренные миры и вселенные в очках? Нет, это «ещё не Матрица» (но похоже на ее MVP на коленке).
С технической стороны, реализация виртуального мира с таким уровнем детализации, ввода, обработки и вывода таких объемов данных в реальном времени в онлайне требуют громадных ресурсов для каждого клиента (либо на устройстве, либо на облачных вычислениях).
P.S. А еще Гугл запустил публичные курсы и уроки по AI, рекомендую изучить.
Immersive View использует машинное обучение (ML) и компьютерное зрение для объединения миллиардов изображений Street View и аэрофотоснимков для создания богатой визуальной модели мира, позволяя накладывать на неё сверху разную информацию, такую как погоду, пробки и т.п.
С новым обновлением модель теперь также работает с помещениям, позволяя создавать и дорабатывать полноценные 3D сцены.
(Насчет накладываний поверх - вы же заметили, что с этими эпловскими очками и гонкой вокруг визуализаций изображений назревает
В основе работы лежит NeRF, недавно разработанный метод трехмерной реконструкции и нового синтеза изображений.
Получив набор фотографий, описывающих сцену, NeRF преобразует эти фотографии в нейронное поле, которое затем можно использовать для визуализации фотографий с точек зрения, отсутствующих в исходной коллекции.
P.S. Привет, сгенеренные миры и вселенные в очках? Нет, это «ещё не Матрица» (но похоже на ее MVP на коленке).
С технической стороны, реализация виртуального мира с таким уровнем детализации, ввода, обработки и вывода таких объемов данных в реальном времени в онлайне требуют громадных ресурсов для каждого клиента (либо на устройстве, либо на облачных вычислениях).
P.S. А еще Гугл запустил публичные курсы и уроки по AI, рекомендую изучить.
Определяем готовность юзеров платить $ с помощью Van Westendorp’s Price Sensitivity Meter.
"Готовность платить" или Willingness to Pay (WTP) – уровень восприятия ценности вашего продукта и готовность пользователей платить столько, сколько вы запрашиваете.
Как это часто бывает:
– Ставьте низкую цену на свой продукт, и вы растите свой Revenue Debt.
– Ставите высокую цену, и у вас крайне мало покупателей.
– Ставите цену выше конкурентов, и вы говорите клиентам, что у вас премиальный сервис, при этом теряя огромное количество потенциальных покупателей.
– Цена ниже ваших конкурентов, и вы отправляете рынку сообщение о том, что вы бюджетный вариант (и, возможно, продукт не так хорош).
– Вы можете снизить цену и потом снова поднять ее в зависимости от количества покупателей, но вы снова рискуете потерять время и деньги.
– Вы можете поставить высокую цену, а затем снизить ее. Но тогда вы разочаруете своих первых последователей (самых лояльных клиентов), которые понимают, что если бы они подождали, то сэкономили.
Все эти тесты требуют времени, внимания и связаны с реальными деньгами.
Как повысить качество будущих ценовых A/B-тестов и подготовить для них вводные данные?
Может помочь фрйемворк Van Westendorp, который используется для определения оптимальной цены на продукт или услугу.
Стратегия основана на четырех вопросах, которые задаются выборке потенциальных/текущих клиентов.
Вот пример опроса, который юзали для определения цены ChatGPT.
– По какой цене вы считаете настолько дорогим, что не стали бы покупать его? (слишком дорогая цена).
– Какая самая высокая цена, по которой вы бы задумались о покупке данного продукта? (высокая цена)
– По какой цене вы считаете ChatGPT выгодной покупкой — отличной покупкой за эти деньги? (хорошее цена/качество)
– При какой цене вы посчитаете, что качество продукта может быть не очень хорошим?
😎 RUSPM
"Готовность платить" или Willingness to Pay (WTP) – уровень восприятия ценности вашего продукта и готовность пользователей платить столько, сколько вы запрашиваете.
Как это часто бывает:
– Ставьте низкую цену на свой продукт, и вы растите свой Revenue Debt.
– Ставите высокую цену, и у вас крайне мало покупателей.
– Ставите цену выше конкурентов, и вы говорите клиентам, что у вас премиальный сервис, при этом теряя огромное количество потенциальных покупателей.
– Цена ниже ваших конкурентов, и вы отправляете рынку сообщение о том, что вы бюджетный вариант (и, возможно, продукт не так хорош).
– Вы можете снизить цену и потом снова поднять ее в зависимости от количества покупателей, но вы снова рискуете потерять время и деньги.
– Вы можете поставить высокую цену, а затем снизить ее. Но тогда вы разочаруете своих первых последователей (самых лояльных клиентов), которые понимают, что если бы они подождали, то сэкономили.
Все эти тесты требуют времени, внимания и связаны с реальными деньгами.
Как повысить качество будущих ценовых A/B-тестов и подготовить для них вводные данные?
Может помочь фрйемворк Van Westendorp, который используется для определения оптимальной цены на продукт или услугу.
Стратегия основана на четырех вопросах, которые задаются выборке потенциальных/текущих клиентов.
Вот пример опроса, который юзали для определения цены ChatGPT.
– По какой цене вы считаете настолько дорогим, что не стали бы покупать его? (слишком дорогая цена).
– Какая самая высокая цена, по которой вы бы задумались о покупке данного продукта? (высокая цена)
– По какой цене вы считаете ChatGPT выгодной покупкой — отличной покупкой за эти деньги? (хорошее цена/качество)
– При какой цене вы посчитаете, что качество продукта может быть не очень хорошим?
Please open Telegram to view this post
VIEW IN TELEGRAM
Product Management & AI
Определяем готовность юзеров платить $ с помощью Van Westendorp’s Price Sensitivity Meter. "Готовность платить" или Willingness to Pay (WTP) – уровень восприятия ценности вашего продукта и готовность пользователей платить столько, сколько вы запрашиваете.…
Как работать с графиком Van Westendorp’s Price Sensitivity Meter? (продолжение поста выше)
Отобразите ответы на графике, где X — это цена, а Y — процент от общего числа респондентов.
Ценовые вилки с большим кол-вом ответов и можно использовать как базу для последующих ценовых тестов.
Пересечение «слишком дешевого» и «дорогого» может быть нижней границей приемлемого ценового диапазона (точку предельной дешевизны).
Точно так же пересечение линий «слишком дорого» и «дешево» можно рассматривать как верхнюю границу приемлемого ценового диапазона (точка предельной дороговизны или PME).
Пересечения, где обычно больше согласия, - это точка, в которой «дорогая» линия пересекает «дешевую» линию. Это описывается как «ценовая точка безразличия» или IPP.
Наконец, пересечение линий «слишком дешево» и «слишком дорого» представляет собой «оптимальную цену» или OPP. Это точка, в которой равное число респондентов описывают цену как превышающую их верхний или нижний пределы.
😎 RUSPM
Отобразите ответы на графике, где X — это цена, а Y — процент от общего числа респондентов.
Ценовые вилки с большим кол-вом ответов и можно использовать как базу для последующих ценовых тестов.
Пересечение «слишком дешевого» и «дорогого» может быть нижней границей приемлемого ценового диапазона (точку предельной дешевизны).
Точно так же пересечение линий «слишком дорого» и «дешево» можно рассматривать как верхнюю границу приемлемого ценового диапазона (точка предельной дороговизны или PME).
Пересечения, где обычно больше согласия, - это точка, в которой «дорогая» линия пересекает «дешевую» линию. Это описывается как «ценовая точка безразличия» или IPP.
Наконец, пересечение линий «слишком дешево» и «слишком дорого» представляет собой «оптимальную цену» или OPP. Это точка, в которой равное число респондентов описывают цену как превышающую их верхний или нижний пределы.
Please open Telegram to view this post
VIEW IN TELEGRAM