2108
Описание: https://t.me/c/1416453612/3 Самые популярные записи: https://t.me/dimaOGOgia/244 Чат с обсуждениями: https://t.me/dimagogia_discuss
Пропустил собеседование с CEO стартапа
Точнее просто не пришел на него, потому что инвайт отправили не туда по невнимательности меня и HR. И вроде бы ничего страшного не случилось: стартап не самый классный в моей жизни, компания сразу предложила заново забронировать время.
НО КАК ЖЕ БЕСИТ! ПРЯМО СТЫДНО ЗА ТАКУЮ НЕПРОФЕССИОНАЛЬНОСТЬ!
Как минимум 2-3 месяца я не чувствовал такого раздражения. За 40 минут, которые я формулировал сообщение с извинениями я устал сильнее, чем за весь день сегодняшней работы. "Ай синсиэрли эполоджайз, но гугл спрятал от меня инвайт, поскольку мы созванивались в прошлый раз с другой почты",
Эмоции вызывает совсем не факт того, что шансы поработать с этим стартапом теперь ниже. Мне просто неприятно быть непрофессиональным долбоебом, который не может поддерживать стабильную рутину хотя бы в 99.5% случаев.
Ребят вы издеваетесь?
Я вчера с удивлением обнаружил, что еще никто не сделал нормального AI инструмента по подбору прически. Как так? Ведь это возможно даже технологиями восьмилетней давности, даже без midjourney.
На мой дилетантский взгляд процесс может быть очень простой.
- Загружаем несколько селфи и фоток в полный рост с разных ракурсов (или подключаем инстаграм)
- Определяем тип лица и, по возможности, форму черепа.
- Определяем тип фигуры и примерный стиль одежды.
- Даем пользователю посвайпать несколько причесок, чтобы понять его вкусы. Обучаемся на его хотелках.
- Предлагаем несколько причесок, которые сгенерированы на одной из лучших фото пользователя. Можно без генерации изображений, нужно просто нормально определить положение головы и преобразовать банк причесок по пропорциям, текстуре и освещению.
Я что-то упускаю? Или там есть какая-то фундаментальная трудность, о которой я не знаю?
А вот и результаты холодного запроса реферов из классных стартапов
Подались с ассистентом на 50 вакансий.
Из этих компаний постучались в LinkedIn 170 специалистам.
Приняли коннект/завязался разговор с 45 из них.
Пока получил 5 реферов, с остальными общаюсь.
4 из 5 реферов были от русскоговорящих ребят.
Среднее время ответа на запрос коннекта – 5 дней, максимальное – около 30.
Созвонился с тремя преподавателями с Italki, чтобы проверить tone of voice и формулировки.
Большинство чисел примерные, с точностью +-10%
Большую часть работы делал ассистент, которого я нанял 3 недели назад. А я следил за процессом и постепенно итерировал.
Дальше хочу поставить несколько экспериментов, может подскажете, какие стоит провести с таким процессом?
––––––––––––––––––––
Детали
Подавался на одну должность, Product Manager
В день появлялось 2-4 новых вакансии, которые подходили под мои критерии.
Резюме не адаптировал, cover letter не отправлял.
Вакансии брал с Wellfound, TopStartups, Simplify.
Следим за экономикой через призму сокращений
Layoffs FYI
UPD: Нашел, договорился. Но если вам нравится такая работа, напишите – поболтаем!
Мне нужна помощь с проведением экспериментов в LinkedIn, поэтому я ищу человека на интеллектуальную халтурку на 1-2 часа в день.
Раз в сутки надо проходить по чеклисту и писать 4-8 людям в LinkedIn по шаблону. Каких-то специальных навыков кроме знания английского и внимательности работа не требует, поэтому хочу платить 8-10 долларов в час (эквивалент в любой валюте).
Главное, чтобы это был либо мой знакомый, либо знакомый знакомых. Если вы знаете таких людей – порекомендуйте, пожалуйста. Писать @heydyago.
PS: софт для рассылок в LinkedIn (Lemlist, Octopus, etc) конкретно для этой задачи не подходит.
Качество трекинга сна в носимых устройствах
Исследование любительское, но видно, что ребята заморочились.
Источник
А еще, как вы поняли по очевидному фавориту, Apple купила интеграцию в Димагогии.
Неожиданный прогресс в диагностике моего странного заболевания
Те, кто давно читает мой канал, знает, что у меня есть неизвестная хроническая болезнь. Подробнее про нее можно прочитать здесь, а про частичное решение проблемы – здесь. Если коротко, то у меня без травмы заболел сустав бедра, который долго пытались вылечить, но всё никак не получалось.
Я постоянно пытаюсь разобраться, что же это такое, и вот осенью появился прогресс – сразу три врача подряд поставили одинаковый диагноз (для самых любопытных это Cam type FAI). Раньше такое было немыслимо, 3 одинаковых диагноза я мог собрать только посетив ~30 врачей.
Как так получилось? Оказывается, не хватало простого советского рентгена. Один из врачей предложил в дополнение к МРТ и КТ сделать x-ray в нестандартной проекции. И случилось чудо. Если принести этот рентген+МРТ+КТ более-менее опытному травматологу, то диагноз ставится практически однозначно.
Я планирую сделать еще несколько снимков в оставшихся проекциях (просто чтобы был полный комплект). Надеюсь, это поможет избежать новых "открытий" в будущем. Еще 2-3 мнения от ортопедов из разных стран (чтобы избежать баеса одного образования) и можно будет праздновать подтверждение диагноза!
Что дальше? Если гипотеза верна, то надо будет сделать небольшую операцию. Правда, это будет непростой проект. Из-за редкости заболевания (54 случая на 100к человек) опытные врачи есть только в странах с очень развитой медициной. Даже в Москве хирургов, которые просто за такое берутся очень мало. А в Армении даже в теории никто не будет этим заниматься. Да и начали такие операции делать в нормальном масштабе только в конце нулевых, примерно тогда же травматологи научились более-менее правильно ставить такой диагноз.
Ну что же, будем пытаться. Сейчас изучаю success rate и где обитают опытные хирурги со специализацией конкретно на этом диагнозе.
Вопрос про оптимальную длину циклов в OKR из прошлого поста появился не из воздуха
Большинство компаний используют квартальные OKR, но для стартапов стадии Seed и Series A (а так же для новых продуктов в более крупных компаниях) срок в три месяца слишком большой. За это время цели могут поменяться несколько раз. А сработавшаяся команда может даже успеть запустить новый продукт.
Здравый смысл говорит, что для ранних стадий развития продукта циклы планирования должны быть короче, чем в корпорациях. Стандартный подход для больших компаний: квартальные циклы OKR + годовые.
Но и слишком частые постановки целей плохи, потому что на организационные мероприятия будет тратиться много времени. Раз в неделю – не подойдет.
Andrew Chen (a16z) вообще утверждает, что для prePMF стартапов (если очень грубо, то до Series A) OKR применять вообще нельзя.
Для Series A/ Series B должен существовать какой-то промежуточный фреймворк. Пока компания только учится росту и запускает множество экспериментов, которые могут сильно влиять на цели.
Что насчет постановки OKR раз в месяц? Раз в 6 недель? Что если одна из шести продуктовых команд запускает новую большую фичу/продукт (очевидно, prePMF)? Должны ли все остальные команды ставить objectives чаще? Или эта команда должна не принимать участия в общем OKR цикле?
Вот примерно об этом я и хочу поспрашивать продактов классных стартапов. А то в интернетике крайне мало успешных кейсов об OKR в небольших компаниях.
Делегирование поиска вакансий
Я с октября начал плюс-минус активно искать работу (подаюсь на несколько вакансий в неделю). И в конце 2023 года это довольно трудный процесс: англоязычный рыночек сейчас не на стороне айти-гребцов. Тем более не на стороне продактов. И уж тем более не на стороне таких избирательных ребят, как я.
Идет "игра больших чисел". Вакансий стало ощутимо меньше по сравнению с началом 2022 года – компании в рецессию нанимают меньше. С другой стороны, качественных кандидатов должно было стать больше: за последние два года было очень много сокращений. Теперь 600 откликов на вакансию в LinkedIn – это норма!
Что делать в ситуации, конкуренция высокая? С одной стороны, можно увеличивать количество откликов, с другой – повышать конверсию из подачи в первое интервью. А лучше все сразу. И тут я сталкиваюсь с важной проблемой.
Интересных вакансий, под которые я хорошо подхожу, реально мало. И для их поиска приходится тратить много времени. Я бы с радостью подавался на 30 вакансий в неделю, но тогда все свободное время будет уходить на их поиск (и подачу). В комфортном для меня режиме я могу качественно податься на 5-10 вакансий за два подхода в неделю.
Поскольку я лентяй любитель делегирования, сейчас за меня ищет вакансии специальная компания с профессиональными HR. Я долго хотел сделать такое своими ассистентами, но было сложно построить процесс. А у них, кажется, получилось. Пока не готов их рекламировать, хочу посмотреть на результаты. По цене получается около $10 за поиск вакансии по моим фильтрам и отклик c кастомизированным Cover Letter. Это чуть дороже, чем я бы хотел, зато так получается 20-25 качественных откликов в неделю.
Ну и наудачу закину удочку: вдруг у вас есть знакомые hr с хорошим знанием английского, которым интересна такая подработка?
(продолжение поста про методы оценки ARR Nebula.tv)
Полезен ли такой широкий диапазон оценки ARR Nebula? С одной стороны да, мы сразу видим большой диапазон, в котором может лежать реальное значение и не забываем о тумане корпоративной войны. С другой стороны – хотелось бы оценку поточнее. Дело в том, что минимальная выручка в $480k получится только при маловероятном совпадении всех неблагоприятных факторов. Нас же интересуют более реалистичные варианты.
Иными словами: вряд ли реальный ARR лежит на краях диапазона. Скорее всего реалистичный диапазон гораздо уже (синий интервал на картинке выше). Как его посчитать?
Вообще для этого существуют специальные методы: можно оценить распределение каждой случайную величины, а потом сделать моделирование по Монте Карло. Но мы поступим проще (и чуточку глупее).
4) Сужаем диапазон оценок
Скорее всего на сайтах Nebula и Curiosity Stream мы видем завышенную цену. В реальности на подписку обычно дают скидки (как в примере с Reddit), а на сайтах покупают только небольшая часть пользователей. Думаю, что большая часть подписок на Nebula стоит около $40 в год, а на Curiosity – $60 в год.
По словам основателей Nebula, партнерство с CS дало им существенный рост, но в конце 2023 года они объявили о расторжении договоренностей. Полагаю, что в таком случае их доля клиентов от CS была в 2023 году от 30% до 80%.
Итого получаем.
Оценка снизу: 600k users * (80%*($60*4%)+20%*$40) = $5.9M ARR
Оценка сверху: 650k users * (30%*($60*14%)+70%*$40) = $19.8M ARR
Скорее всего ARR Nebula находится в диапазоне от $6M до $20M
Заметьте, как сильно это отличается от самой первой нашей оценки в $36M.
Есть такой принцип для стартапа: делай только один продукт, который решает ОДНУ проблему
По-другому не работает. Создавать экосистему с нуля – гиблая затея. Полагаю, что вы это и без меня знаете. Такой подход продвигается в Lean Startup и с кризиса доткомов стал мейнсримом с небольшими исключениями.
Но я люблю исключения. Давайте посмотрим на компании, у которых много продуктов: cледовали ли они этому принципу?
Google
Основана в 1998, запуск первого продукта (поиска) произошел за три года до основания компании в 1995.
Второй продукт - Google Ads, запущен в октябре 2000 года (я считаю, что это просто вторая сторона поиска, которая отвечает за монетизацию).
Первый самостоятельный продукт Gmail запустили аж в 2004, спустя 9 лет после первого прототипа. К этому времени Google уже вышел на IPO и, очевидно, достиг PMF.
Shopify
Сейчас Shopify это не просто софт для интернет магазина, а огромная платформа, которая делает даже платежные терминалы. Первый продукт они запустили в 2006. А вот второй и третий продукты они запустили очень быстро. Уже в 2010 появились Shopify API и приложение в AppStore для управления своим магазином. Это случилось еще до Series A в $7M. Круто, дерзко, не по правилам! Я понятия не имею, как они справились.
На всякий случай, вот вам релиз раунда в 2010 году от фонда BVP.
Revolut
Тут все совсем не по канонам. Слишком быстрый рост, слишком много продуктов. Не понимаю, как они это сделали. С другой стороны, свой второй продукт они запустили в том же году, что и подняли Series B.
2015: Запустили дебетовую карту
2017: Запустили покупку криптовалют
2018: Запустили Revolut Business
2019: Трейдинг без комиссии
Красиво, эффективно, непонятно как.
Stripe
Сейчас у Stripe больше 10 финтех продуктов, они стараются решить все проблемы бизнеса в области финансов. Но начинали они с одной боли: простой payment processing для стартапов. Свой второй продукт они запустили только спустя 5 лет после основания, между Series B и C. Все по методичке! Зато потом они запускали каждый год по новому продукту.
Выводы
Понятно, что каждая компания уникальна. А еще большой вопрос, что мы считаем прямо новым продуктом, а что – просто massive фичей. Например, API в Notion – это отдельный продукт, или нет?
Но для себя я делаю пометочку, что запуск второго/третьего продукта до Series B это скорее неграмотная попытка угнаться за несколькими зайцами, чем признак грамотной стратегии.
HiPPO: Highest Paid Person's Opinion
Когда решение принимается по принципу "у кого должность выше, тот и прав". Тыц
Сюда же входит "У нас заканчивается встреча, поэтому просто давайте сделаем, как я сказал."
См. также: Чайка-менеджмент, Mushroom management
Записываемся на ноготочки уроки эффективного менеджмента.
Кстати, поставьте 🕊️, у кого такое (HiPPO) практически не происходило.
Я подрался с бессоницей и победил
Последние два года мне было трудно засыпать. Несмотря на стабильный график (ложусь в полночь, встаю в 9.30), на засыпание у меня уходило 1.5-2 часа. Скорее всего, бессоницу спровоцировала болезнь ноги и куча стресса.
Большинство стандартных методов (гулять на ночь, приглушать свет, заниматься чем-то нерабочим вечером) не помогало. Антидепрессанты давали нестабильный эффект: бессоница то отступала, то возвращалась опять.
Казалось бы, почему это вообще может быть проблемой? Просто ложись позже и все. Я пробовал так делать и график просто сдвигаетя. Не помогало и меньше спать. А еще с бессоницей все время возникают дурацкие перепады энергии.
В конце концов я решил попробовать тяжелую артиллерию: применить все хаки от бессоницы сразу, а потом постепенно отказываться от них и найти необходимый минимум. И мне помогло! Систематизировал все через бота Слипи (вот рефералка, но вроде она бесполезная).
Что помогло больше всего?
- Поставить себе два будильника: один предварительный (полтора часа до отбоя), второй за час до сна. Теперь ровно в 23.30 уточки крякают и зовут меня завершать все дела.
- Первую неделю я пил мелатонин, постепенно понижая дозировку с 3мг до нулевой.
- Отказался от всех девайсов за час до сна (это избыточно, по исследованиям можно за 30 минут).
- Немного охлаждаю всю квартиру, чтобы немного замерзнуть и быстрее заснуть под теплым одеялом.
- Нюхать лавандовые штуки.
- Больше ходить в первой половине дня.
- Выключаю свет и включаю специальные тусклые светильники.
- Медленно дышать/медитировать/смотреть, как горят разные свечи и ни о чем не думать.
- Отказаться от кофе и чая после 13 часов (для большинства тоже избыточно)
Что не помогло?
- Теплый душ по вечерам только будит, если не делать его за 3 часа до сна и раньше.
- Надевать носки на ночь.
- Прохладная спальня ночью.
- Меньше есть сладкого/ меньше съедать на ужин.
- Кушать киви на ночь (жуткая кислятина).
- Создать абсолютную темноту и тишину в спальне.
Как итог, я теперь засыпаю за 15 минут 6 из 7 дней в неделю, легко просыпаюсь и знаю кучу фактов про сон. Энергии стало больше, но это субъективно, на нее влияет еще много факторов.
Чо, получается я теперь эксперт. Задавайте вопросы и зовите читать лекции =)
А сколько среди нас здоровых людей?
Очень мало
Если вы ничем не болеете, то вы в меньшинстве.
Согласно CDC, в США 52% взрослых имеют как минимум одно серьезное хроническое заболевание, а 27% - два и больше. Под хроническими имеются ввиду всего 10 заболеваний вроде рака, гепатита и артрита. В этой статистике не учитывается ожирение, гастрит (болеют 50% планеты) и прочие незначительные проблемы вроде плохого зрения.
Есть еще много частых несмертельных заболеваний. Рядом с диагнозом буду указывать эпидемиологию (сколько процентов населения болеют прямо сейчас). За редким исключением, эпидемиология обычно занижена, потому что диагностируют не всех.
Депрессивное расстройство – 5% [WHO]
Близорукость – 20-40%
Сильная близорукость (-5 диоптрий) – 5%
Мигрень – 10-20%
Аллергия – 10%
А есть еще тысячи более редких заболеваний вроде поврежденного мениска, аутоимунки, иммунодефицитов и так далее. Кажется, что если перемножить все эти вероятности - шансов остаться здоровым совсем немного.
И никто не отменял сезонные простуды и бытовые травмы/отравления.
Поэтому, если в этом году вы ничем не болели, вы по-настоящему везунчик!
Нашел классную визуализацию этих же данных про основателей единорогов.
Так залипательно!
Вот как выглядит лучший результат в приложении для подбора прически
Читать полностью…
Моя суперспособность – быстро изучать новое
Теперь я стал экпертом по освещению.
Ну как экспертом. С опытом работы в один день. На самом деле это совсем не сложно. Я подумал, как себе сделать стабильный сетап для видеозвонков и начать решил со света. Ведь почему-то у ютуб блоггеров картинка гораздо лучше, чем у твоих коллег в зуме. И дело вовсе не в камере, 60% по ощущениям зависит от света.
Внизу две картинки: до и после. В чем разница?
1) Избавились от синяков под глазами
2) Верхняя и нижняя часть освещена более равномерно, но не слишком
- нет эффекта мертвеца как от вспышки в лицо
- мягкие тени делают лицо не плоским, оставляют рельеф
3) Шея освещена более равномерно, на ней нет странной тени от головы
4) Я визуально отделен от фона, есть разделение на передний и задний план
5) Картинка более ламповая и не такая скучная
Сетап до: 5 потолочных спот светильников + "люстра" с одной лампочкой.
Сетап после: та же "люстра", но теперь с рассеивателем. Правильно расставленные 3 подручных светильника, которые были дома(почти, недавно купил тик-ток лампу, чтобы поэкспериментировать), а еще пакеты на них для управления яркостью и рассеяностью. Плюс рассвет-лампа, которую купили сегодня за $10.
Общие условия: вечер, из окна света не было, довольно тускло. Камера – дефолтная из macbook pro. Просто скринил изображение из Zoom.
Получилось не идеально, но на мой вкус лучше, чем было.
Большую часть знаний я подчерпнул всего из одного видео. Но сколько я его искал!
Давайте знать, если нужно более подробно объяснить сетап . В комментах больше фоток.
Самый популярный способ измерить PMF противоречит основным принципам продуктовых исследований
Необходимый и желанный для любого раннего стартапа Product Market Fit всегда было сложно измерить. Продакты и фаундеры придумали десятки способов, но самый известный это "The 40% rule" by Sean Ellis.
Что это за способ? Простой опрос с пятью вариантами ответа.
"Что вы почувствуете, если не сможете больше использовать продукт?"
1) Буду очень разочарован
2) Немного разочаруюсь
3) Не разочаруюсь
4) Я уже не использую ваш продукт
Считается, что если вы набираете 40%+ ответов "очень разочарован", то вы достигли PMF.
Почему этот способ плохой?
Во-первых, он спрашивает об эмоциональном будущем людей. Любой продакт менеджер вам скажет, что люди не могут правдиво отвечать про свое будущее, тем более про эмоции в гипотетической ситуации. По этой же причине вопрос "Вы бы хотели пользоваться таким продуктом" запрещен в пользовательстких исследованиях.
Во-вторых, product market fit подразумевает определенный продукт и определенный рынок. Окей, этот опрос проводится только среди пользователей продукта, так что тут фильтр хороший. Но что на счет рынка? Если опрашивать рандомных пользователей, то далеко не факт, что мы не попадем в тот рынок, который себе представляем. Среди пользователей продукта скорее всего будут случайные люди из маркетинговых экспериментов, а так же те, кто пользуется им не так, как вы предполагаете.
Критикуешь – предлагай!
Предлагаю вашему вниманию дерзкий и радикальный способ измерить PMF. Разбиваем пользователей на сегменты и отключаем им подписку! Так, что им надо преодолеть небольшой фрикшн – заново внести данные карты и заодно принять решение продлить подписку. В итоге получится что-то такое:
Пользователи — Результат
B2B Sales leads в компаниях от 1000 человек — заново подписались 82%
B2B Sales (>1000) человек — заново подписались 91%
B2B Sales (<1000) человек — заново подписались 46%
Таким образом получаем, что для сейлзов в больших компаниях PMF сильный, а в случае с маленькими компаниями – гораздо слабее.
Да, такой эксперимент подходит не для всех продуктов. А еще вряд ли C-Level решится на настолько ухудшающий эксперимент. Но этот подход выглядит гораздо более надежным, чем "The 40% rule".
Что думаете?
На прошлой неделе снял новую квартиру с помощью ассистентов Кабанчика
Сэкономил около 20 часов, $1500 и сохранил хорошее настроение
Я регулярно пользуюсь услугами Кабанчика, чтобы оценивать качество сервиса. Этим кейсом хочу поделиться отдельно, переезжать обычно нервно, а тут был способ все сильно упростить. Непредвзятого отзыва не получится, потому что сложно объективно давать отзыв на свою же компанию. Но я попробую!
Контекст
1) Хозяйка квартиры захотела поднять арендную плату, потому что теперь за неуплату налогов в Ереване стали штрафовать. А рынок недвижимости тут наоборот остыл процентов на 30, поэтому мы решили искать новое жилье, в том числе ради разнообразия.
2) Жилье в Ереване обычно ищут через риэлторов. На местном "Авито" (List.am) очень много неактуальных объявлений из-за недобросовестных риэлторов. Они публикуют красивые квартиры, узнают твой номер и потом спамят в WhatsApp десятки нерелевантных вариантов. Поэтому большинство либо довольствуются выбором среди квартир одного риэлтора, либо сутками сидят в телеграм чатах для аренды по знакомству.
Мы же хотели найти один из лучших вариантов на рынке, поэтому работать даже с несколькими риэлторами не получилось (их очень много, а вариантов у каждого – не очень).
Что делал сам, а что поручал?
0) Выбрал на List.am ~60 квартир в центре по фильтрам. Смотреть недвижимость в картинках мне почему-то нравится, поэтому 4 часа в несколько заходов пролетели незаметно.
1) Эти 100 ссылок на квартиры я отдал Кабанчику и попросил все варианты обзвонить. Во время обзвона надо было выяснить, доступна ли квартира, с какого числа и еще несколько бытовых вопросов (например, есть ли посудомойка).
2) Все варианты добавляли в таблицу с пометками. Некоторые телефоны не отвечали, некоторых квартир не существовало, некоторые были доступны только с середины весны (такое не подходило). И только маленькая часть была доступна для просмотра.
3) Ассистенты на себя брали шквал звонков и сообщений от риэлторов с предложениями других квартир.
4) Сами договаривались на просмотр с учетом свободного времени в наших календарях. За сутки до просмотра отправляли сообщение с точкой, куда вызывать такси, ссылкой на объявление и куда позвонить.
5) Ездил на просмотры я без ассистентов, всю остальную коммуникацию с риэлторами и хозяевами брал на себя Кабанчик. Ассистенты заранее просили не опаздывать и за час до встречи напоминали, что приехать надо вовремя.
Статистика примерно такая
- 60 объявлений
- 45 не существуют или по номеру не отвечают
- 5 со слишком поздними датами заезда
- 7 просмотров
- 3 решили не смотреть вживую
Результат
Дальше мы ступаем на зыбкую почву субъективных оценок, но кажется, что я выбрал великолепный вариант. Он был дешевле остальных квартир на ~$250 в месяц, а по всем параметрам квартира оказалась раза в полтора лучше прошлой. Так что кажется, кроме времени я сэкономил еще и минимум $1500 за следующие пол года.
Теперь про то, сколько стоила помощь ассистентов. Задача заняла 20 часов, по старым ценам (мы их недавно подняли) это $180. С одной стороны не очень дешево, с другой стороны они мне окупились в 7 раз по деньгам. А еще, если бы я сам обзванивал риэлторов, я бы больше ничего на прошлой неделе не смог сделать. В общем мне понравилось, делегируйте и вы, благо удаленных ассистентов много.
Недавно я запустил мини-эксперимент о том, как получить релевантные контакты в LinkedIn для рефера в топ компании
Пора подводить результаты, для меня они оказались контринтуитивными.
Гипотеза исследования
Если отправлять сообщение продактам и аналитикам "исследую OKR в стартапах, ты когда-нибудь видел циклы планирования меньше трех месяцев?", будет высокая конверсия в теплый контакт. Потом этот контакт можно будет использовать при запросе рефера. Точную формулировку описывал здесь (другой канал, где несколько человек делятся своими карьерными трудностями).
26 финтех стартапов (US-based, top investors, 160 employees avg)
Из каждого выбирал по одному продакту с опытом работы в стартапах, старался без MBA степени.
В качестве бейзлайна решил из каждого стартапа двум-пятерым похожим контактам кидать пустой connection request. Это значит, что ты просто жмешь connect вхолодную, без какой-либо сопроводительной записки.
Результаты шокирующие!
На пустой connection положительно ответило 25 из 91 (28%)
На осмысленный вопрос ответило двое из 26. Один из них ответил "сорян, мне такое не интересно". Итого, конверсия 4%!
Но цель то не просто добавиться в контакты, а стать хоть чуток менее ноунеймом для этих людей. Значит будем продолжать эксперименты дальше. State of the art подход – писать каждому уникальное сообщение, которое будет подчеркивать твой интерес к человеку и одновременно вызывать ответный интерес. Звучит, как задача для LLMs, копаем дальше.
Вообще такой проблемы с диагностикой не существовало, если бы мы умели моделировать механику движений человека
Знаете, как для брекетов или элайнеров зубы сначала сканируют, а потом этот 3D-скан используют для моделирования хода лечения?
Отсканировали зубы, получили их исходное положение, смоделировали, как двигаемся к ровной улыбке. И вот уже спустя 10 дней у нас есть распечатанные элайнеры на все время лечения, которые плавно двигают зубы в желаемом направлении. Вот так можно было бы поступить и любой другой частью тела.
В теории ничего не мешает поступать так же в травматологии. Только вместо 32 твердых зубов придется моделировать движения большинства костей, связок, мышц и суставов (у человека ~200 костей, 700 мышц, сотни связок и хрящей). МРТ+КТ в нескольких позах должно быть достаточно, чтобы смоделировать механику движения конкретного сустава.
В теории эта задача должна решаться уже существующими технологиями. Это позволит заранее учитывать большинство анатомических особенностей, а значит уменьшить риск усложнений для миллионов хирургических операций в год.
На деле же это очень сложно. Как с вычислительной точки зрения, так и с RnD вложений. Смоделировать работу отдельных связок и мышц для конкретного пациента может быть трудно. Десятков связок и мышц вместе – практически нереально. Поэтому, травматологи так и будут на глаз прикидывать, какой кусочек кости исправить, чтобы мое бедро лучше работало.
Зато вот вам идея для стартапа: пред/пост-операционное моделирование коленного сустава для упрощения работы хирургов. Операции на коленях самые частотные среди суставов, а движущихся частей там не сотни, а десятки. Продать такое будет сложно, зато какую революцию в ортопедии совершим...
Хорошо, когда можно не подводить итоги года
И не фиксировать планы на будущий.
Еще можно не пытаться поздравить абсолютно всех знакомых, не испытывать FOMO по поводу нескольких вариантов встретить новый год, не спешить закончить все дела до какого-то там декабря.
Вместо этого я уже четвертый час медленно запекаю мясо в камине. Запекать надо при температуре ~100 градусов, но у меня нет термометра. Поэтому использую для контроля температуры стакан с водой: пока вода не кипит – температура подходящая.
Есть что-то хорошее в том, чтобы освободиться от суматохи любых дат. Захотел – отметил день рождения на месяц позднее. Или вообще – пошел спать в 23:00 31 декабря.
Возвыситься над временем и не давать этим внешним обстоятельствам указывать, что тебе делать!
С новым годом,
Делайте, что хотите!
Задумал шалость в области социального инжиниринга: нужны ваши советы
Все для того, чтобы устроиться в крутой стартап.
- Предсказать успех стартапа сложно. Один из сильных критериев того, что стартап выстрелит – его инвестор.
- Топовых инвесторов не так уж и много. Компании, в которые они инвестируют отслеживаются на TopStartups
- Я нашел там 40 финтех стартапов ранних стадий, которые хорошо мне подходят и нанимают на удаленку.
- Теперь я хочу сделать так, чтобы у меня в LinkedIn на каждый стартап было несколько "теплых" контактов, которые готовы меня зареферить. Под теплыми контактами я понимаю тех, с кем у меня была осмысленная переписка.
Внимание вопрос!
Как максимизировать количество таких контактов?
У меня есть такая идея. Каждому продакту/околопродакту отправить запрос на коннект с вопросом "А вот ты в стартапах когда-нибудь работал с циклом планирования OKR меньше трех месяцев? Я делаю минни-исследование, результатами поделюсь"
В стартапах ранних стадий квартальное OKR планирование обычно работает плохо, так как цели могут меняться чаще. Поэтому вопрос, кажется, актуальный и интересный для околопродуктовых специалистов.
Почему вопрос именно такой?
- Вопрос закрытый, максимизирует конверсию в ответ, дальше можно задать пару дополнительных вопросов.
- Вопрос короткий, должен укладываться в 300 символов запроса на коннект.
- Предлагаю пользу взамен (поделиться результатами исследования)
Что можно сделать лучше/почему это может не сработать?
Я пробовал внедрить GTD 3 раза и с уверенностью могу сказать, что GTD мне не подходит
(возможно, вам тоже)
GTD – это довольно популярная система личного таск-менеджмента, подробнее почитать можно на хабре.
Чтобы GTD работало, нужно ежедневно разгребать идеи/новые задачи за весь прошедший день. И чуть реже (раз в неделю/месяц) просматривать все накопившиеся записи.
Это абсолютно не подходит моему характеру. Когда у меня много энергии – у меня полно идей и я занят их воплощением. Любое отвлечение может вывести меня из продуктивного потока. Начать утро с просмотра проектов – значит вспомнить о куче обещаний/сообщений. Это плохо, потому что в энергичном состоянии я поглощен, как правило, одним проектом и держу в голове огромную схему. Любые новые дела разрушат этот контекст.
Когда у меня мало энергии, я делаю только самые необходимое. А ревизия GTD – это еще одна таска, да еще и рутинная, нужно прикладывать волевые усилия, чтобы ей заниматься. Это значит, что вместо трех-четырех самых важных задач я сделаю на одну меньше. Получается, в непродуктивный день я потеряю еще 20-30% своего ресурса. Опять плохо.
Если вы не страдаете такими перепадами энергии, то, возможно, GTD увеличит как вашу продуктивность, так и удовлетворенность жизнью. Можно будет не держать в голове кучу задач из разных сфер жизни, а доверить все таски специальному софту.
Последний раз я пунктуально вел записи больше двух месяцев, и моя продуктивность скорее упала. Получается, инструмент, который многие так хвалят помогает не всем. Кто бы мог подумать?
Как измерить все что угодно
Я сейчас изучаю, как nebula.tv смогла успешно сделать платную альтернативу YouTube. Один из промежуточных этапов исследования – это оценка годовой выручки Nebula (ARR - annual recurring revenue). Решил, что это хорошая демонстрация способов оценки неизвестных величин.
1) Самый простой способ: оценка дурака.
27 ноября 2022 года в корпоративном блоге заявили, что преодолели отметку в 600к платящих пользователей. На сайте Nebula написано, что стоимость подписки $5 в месяц. Перемножаем, получается ARR $36M.
Примерно такой ответ от вас ждут те, кто спрашивает "сколько теннисных мячей поместится в боинг". Но для многих целей такая оценка не годится. Представьте, что вы хотите быстро оценить финансовое состояние Nebula, и вам нужно понять, может ли их ARR быть всего $3M? Давайте уменьшим эту неопределенность и вместо одного числа попробуем получить диапазон.
2) Способ оптимистичной и пессимистичной оценки.
За Nebula можно платить не только $5 в месяц, но и $50 в год (вместо $60). Уже получается диапазон
ARR от $30M до $36M
3) Способ учета бОльшего числа случайных величин
Стоимость подписки - не единственный параметр, который может влиять на ARR.
Количество подписчиков: в ноябре 2023 года их было уже 650к. Значит за 2023 год их количество было где-то в диапазоне от 600к до 650к.
Скидки. По данным основателей Nebula, наибольший рост подписчиков им обеспечивает сотрудничество с их инвестором Curiosity Stream, который продает подписку сразу на несколько сервисов. Стоит эта подписка от $6 до $10 в месяц, и Nebula всего лишь один из семи сервисов в ней. Пацаны с Reddit обсуждают, что они купили годовую подписку CS всего за $20 в год, а сейчас раздумывают о покупке Nebula за $30.
В лучшем случае Nebula получает одну седьмую от этих денег. Худший случай оценить непросто, но чтобы не усложнять, давайте оценим долю нашего сервиса в подписке как 4%. Это мало, но неспроста она на последнем месте во всех promotions от Curiosity.
Все, хваток с параметрами, наша задача сейчас не упороться, а посмотреть на методы оценок.
Пессимистичная: 600к подписчиков, $20 в год за подписку на Curiosity, 4% от этих денег получает Nebula
Оптимистичная: 650к подписчиков, $60 за подписку на Nebula, все деньги получает победитель!
ARR от $480k до $39M
Офигеть, разброс в 80 раз! Но это как раз грамотные оценки сверху и снизу. Существует вероятность, что выручка Nebula не ~$30M в год, а гораздо меньше ~$1M!
(более задротские способы оценки в следующем посте)
Сдаем свой компьютер в аренду
Я тут прикинул, что можно купить PC за ~$4k и окупить его почти за год!
Это очень круто, потому что:
- небольшой порог входа
- после того, как PC окупился, его можно продать
- спрос относительно стабильный
- приближаем сингулярность
Это же круче, чем майнинг! Давайте разбираться, как это работает.
На vast.ai можно арендовывать вычислительные мощности. Core пользователи: ML, DS специалисты и небольшие стартапы, которым нужны on-demand GPU. Самая популярная видеокарта – Nvidia RTX 4090. Компьютер в аренду с этой картой стоит в среднем $0.48 в час.
С другой стороны, на Amazon можно купить PC схожей конфигурации за $3400. Еще $400 уйдет на доставку в Армению.
Электричество у меня дома стоит около $0.1 kWh, однако можно найти цены и дешевле. А блок питания как раз потребляет 1000W.
Получается, чтобы заработать эти $3800 обратно, надо без перерыва сдавать этот компьютер в течение ~400 дней. Да еще и делать ничего не надо! В худшем случае получится бесплатный обогреватель, у меня как раз в одной из комнат слишком прохладно.
Что я мог упустить?
Есть такая штука, как OKR
Это фреймворк планирования в современных tech компаниях. Подробнее объяснять не буду: вам вряд ли будет интересно читать этот пост, если вы с OKR не работали.
Так вот, моя любимая школа Reforge предлагает выделять только половину времени над работой по запланированным инициативам. То есть если на квартал запланировали сделать X, то разработчики должны успевать сделать этот объем работы за полтора месяца. Что же предлагается делать в остальное время, пока продкаты смотрят на результат и планируют следующие три месяца?
Готового ответа не дается, но могу предположить исходя из своего опыта.
- поддержка внедренного функционала/настройка получения фидбека (feedback river - классный концепт)
- ликвидация техдолга
- настройка аналитики
- хаки и минорные инициативы по улучшению целевых метрик
Полируем резюме под группы вакансий
Оптимизировать резюме под каждую вакансию слишком дорого. Не оптимизировать вообще - неэффективно. Поэтому я решил выбрать 20 вакансий и набрать оттуда самые частотные слова.
Зачем? Чтобы резюме лучше проходило автоматические ATS (сортировка резюме при откликах) и замыленный взгляд рекрутера. На РФ рынке это избыточно, а на междунородном, кажется, необходимо.
Как сделать так же?
0) Выбираем 20 интересных/релевантных вакансий
1) Берем наши любимые языковые модели и первым промптом вытаскиваем топ 10 ключевых слов из каждой вакансии. Пример промпта: "Please highlight the top 10 keywords for resume. Provide an answer as a list of short key words. Do not add any comments after each key word. + full job description"
2) Для каждой вакансии копируем список фраз в эксельку. Посмотреть, как это выглядит, можно на первой картинке в комментариях.
3) Потом для получившихся двухсот фраз/слов запускаем промпт "List 15 phrases whose similar keywords are most frequent in this list." Результат на второй картинке в комментариях.
4) Смотрим на свое резюме, и на список слов. На своего мужчину, и на меня. Если в резюме какой-то важной фразы нет, значит надо ее туда добавить. Это была самая сложная для меня часть, резюме как будто разводняется. Например, куда-то надо вставить Data-Driven Decisions. Окей, я все решения стараюсь делать на основе данных, неужели чего-то крутого без них можно достичь? Ладно, вроде, справляюсь.
Готово, вы великолепны!
Лучше сработает, если все вакансии на одну позицию. Желательно, в одной индустрии. Если таких кластеров больше, можно сделать разные резюме под каждую группу вакансий.
Carta - это сервис менеджмента опционов для сотрудников. У них довольно большая база данных о том, как поживают стартапы.
Интересно, что увольнений во втором и третьем квартале стало меньше.
Почему спринты в скраме проходят непрерывно?
Спринт - это когда ты быстро бежишь короткую дистанцию. Марафон - это когда ты бежишь долго почти в одном темпе.
Так почему же спринты следуют один за другим без перерыва? Мы хотим бежать быстро, или бежать далеко?
Как будто мы пытаемся сделать вид, что пробежать 10 км это то же самое, что и 100 раз пробежать стометровку. Любой бегун знает, что разные дистанции надо бежать по-разному.
Часть ответа в том, что я просто придрался к словам. А в чем другая часть ответа?