-
Незатраханные новости AI, личные кейсы и аналитика.
Твиттер опубликовал часть своего кода. Расскажу, как они ранжируют ваши аккаунты и посты.
Вы сейчас везде прочитаете, что в коде есть разделение юзеров на демократов и республиканцев. На партии делят скорее всего ради нормализации выдачи контента, как раз чтобы не было перекосов, но WHO KNOWS.
Более интересны сейчас конкретные правила ранжирования постов и как рассчитывается репутация аккаунта.
1/ Первое место — количество лайков. В 30 раз важнее, чем количество ответов.
2/ Далее - количество ретвитов. 20x прирост по сравнению с ответами.
3/ Есть картинка или видео? 2-кратный прирост.
4/ Упоминание чего-то трендового (chatGPT)? +10% к видимости.
5/ А вот что убьёт ваш твит:
Всё, что алгоритм посчитает оскорбительным.
Много хэштегов? Бай-бай.
Ссылки за пределы твиттера.
—
С репутацией аккаунта вполне очевидные правила:
1/ За голубую галочку получите буст на весь аккаунт, но сколько в абсолютных числах — не знаю. Скорее всего, больше 10-15%.
2/ Оценивается сколько лет вашему аккаунту, с какого девайса общаетесь.
3/ Важно соотношение количества подписчиков/подписок: если на вас гораздо меньше людей подписаны, то весь ваш контент пессимизирован.
4/ То же самое случится, если взаимодействуете с “токсичными аккаунтами”.
Наверняка ещё что-то в ближайшие дни вскроется.
Пока рекомендации очевидные: получить верификацию, почистить аккаунт от лишних подписок, добавлять картинки и не хреначить много тэгов.
Если стартап зависит от чужого продукта, он должен умереть.
На эти грабли уже лет 15 раз за разом наступают талантливые и предприимчивые: делают полезное приложение для айфона, классный SaaS вокруг доступного API, какую-нибудь крутую надстройку к большому сервису.
А затем внезапно умирают после изменения политики платформы, ограничения доступа к API или тупо как только Apple выкатывают такую функциональность по умолчанию в iOS.
OpenAI теперь тоже в числе таких убийц стартапов: только что выпустили плагины к ChatGPT. Теперь можно будет запускать прямо внутри чатика интеграции с Zapier, Instacart, ходить в гугл и тд.
Нейронка нагенерила тебе рецепт — и сразу сделала в магазине заказ всех нужных продуктов.
Морали нет, злорадствовать тоже не собираюсь, это просто ещё одно напоминание, что если core вашего продукта полностью зависит от третьих лиц, то вы никогда не будете в безопасности и завтра можете проснуться с голой жопой.
#процессы #развитие_компании
Как в Delivery club пересобрали процессы планирования в растущей команде
К лету 2019-го в Delivery club перешли к кросс-функциональным продуктовым командам. Стали заметнее проблемы взаимодействия со стейкхолдерами:
❔непонятно, какой команде нести задачу
🤷 сложно договориться по срокам, все считают, что их задача важнее
📉 задача одной команды может вредить чужим метрикам.
Рассмотрели и отбросили несколько решений:
🦸♀️Отдельный человек-коммуникатор между командами.
❌ Добавление еще одной роли не сделает процесс проще, нанимать долго-дорого, а решение не масштабируется.
⚖️Общая система оценки идей (напр. RICE/ICE).
❌ Слишком разные гипотезы. От “моя задача важнее” перейдем на “ваш скоринг неправильный” + у скорингов эффект завышения результатов и недооценки ценностей.
🍱Слоты под задачи каждого стейкхолдера в спринте.
❌ При 5 стейкхолдерах получится всего по 2 дня на разные задачи, и все будут недовольны.
Все это было «костылями» текущего процесса, а хотелось более системного решения.
💡После изучения практик рынка решили, что ответом будет гугловский GIST.
Goals, Step-Projects и Tasks перенеслись легко за счет выстроенных процессов.
Ideas пришлось адаптировать. Собрали и использовали общие черты успешных кейсов в компании:
🍎Проработанное бизнес-обоснование.
Например, когда работали над запуском доставки продуктов, подробно изучали все аспекты и динамику рынка. Остановились на маркетплейсе — и это решение в полной мере расцвело в 2020-м году.
➡️ Сделали обязательным поле Impact про ценность идеи и ее истоки.
⏰Ограничение по времени.
С ним команды находили оригинальные решения и отрезали лишнее для запуска в срок
➡️ Решили, что для каждой идеи команда обязательно выставляет срок.
🤝Инициатор гипотезы тесно работал с командой от проектирования до оценки результатов.
Иногда это позволяло бросить идею, иногда — найти новые идеи и гипотезы
➡️ Менеджер продукта с командой дает комментарий по описанию идей и дополняет данными
Внедрение
Сначала люди сопротивлялись появлению новых ограничений, поскольку выгода чувствовалась не сразу.
Процесс раскатывали постепенно. На менеджера продукта ложиось больше нагрузки, приходилось даже питчить идеи вместо стейкхолдера. Но через 2-3 дальше ситуация в команде исправлялась и все «втягивались» в процесс.
В итоге, когда дошли до 3-й команды, сотрудники уже сами просили внедрить им GIST.
✅Благодаря GIST появилась прозрачность: всем видно, в каком статусе задача и зачем ее делать, какие ожидаются результаты. Команды и стейкхолдеры привыкают оценивать влияние идей на бизнес и продукт, больше работают вместе.
Остались и вопросы на будущее:
1️⃣Ценность идеи не всегда определяется корректно. Это частично решается на защите идеи.
2️⃣При высоком темпе работы команды не проводят разбор результатов. Пока борются с этим в ручном режиме.
Источник: объемная статья, 15-20 минут чтения.
Важно уметь делать в меру плохой продукт.
1. Нормальные ребята стараются делать свой продукт всё лучше и лучше.
Вроде бы логично — чем лучше продукт, тем больше ценности даёт пользователям и более востребован на рынке.
2. Но у любого улучшения есть цена. Возьмём онлайн-школу.
Можно потратить несколько миллионов на супер-качественное видео с топовыми спикерами и на интерактивные задания с квестами и погружением.
Улучшит пользовательский опыт? Да! Отразиться положительно на выручке? Не факт.
А даже если да, то отобьёт ли расходы?
3. Если мы наймём так себе учителей, то потеряем аудиторию, верно? И да, и нет.
Наймём совсем бездарностей — не сможем удовлетворить потребность.
Но есть приемлемый уровень учителя, которого достаточно для удовлетворения потребности наших учеников. А найм экспертов высшего эшелона может минимально отразиться на метриках.
4. Выходит, что нужно уметь находить этот узкий коридор улучшения, когда лучше не надо, а хуже - нельзя.
И нужно учиться анализировать, где нам улучшение просто жизненно необходимо, а где мы обязаны ухудшить продукт, иначе не сойдётся экономика.
5. У Харитона Матвеева отличный короткий доклад с массой примеров, как анализировать свой продукт и находить баланс между улучшением и расходами.
И самое важное — как научиться не ссать делать хуже, чем мы привыкли.
Фича-пирожок
На метрики большинства фичей и процессов влияет не один, а множество факторов. И если хотите понять, как сделать лучше, то полезно поисследовать каждый из них.
Можно представить, что у вас есть пирог со множеством слоёв.
И распределены эти слои неравномерно: лука и морковки 30%, картошки 25%, а мяса всего 10%. Остальное тесто.
Проценты тут описывают, насколько большое влияние оказывает каждый из слоёв на «вкус» всего продукта.
Кейс
Представьте, что вы работаете в Skyeng. У вас есть первый урок, это и фича продукта, и процесс одновременно.
Надо понять, как повысить доходимость — и со стороны учителей, и со стороны учеников.
Из чего состоит этот пирожок?
Например, из системы оповещений. Мы можем изменить частоту и каналы оповещений, да и не лишним убедиться, что там нет проблем.
А ещё на пирожок влияет система мотиваций: если преподавателю будет атата за неявку, то он постарается не проспать. У ученика могут сгореть деньги, если он не предупредит о переносе.
Когда вы умеете разрезать фичу на слои, вам проще прогнозировать, на что вы можете влиять, на что нет.
Например, 5% недоходимости на урок — это переносы самими учениками. Это не проблема, менять ничего и не надо, и невозможно.
Отдельный бонус этого умения — челленджить запросы стейкхолдеров.
К вам приходят с цифрой с потолка — вырасти выкупаемость заказов до 80%.
Вы уходите на три дня и возвращаетесь с аккуратно нашинкованным процессом: вот на что мы можем повлиять, вот как мы росли по этой метрике в прошлом году, вот что влияет на наш рост сейчас.
И договариваетесь на адекватную цель по росту.
p.S: Я не работаю в Скае, так что всё вышеперечисленное — мои фантазии, если что:)
Продакт-директор Google рассказал о том, как нанимает продактов. Я выписал зацепившие меня тезисы, рекомендую всё видео к просмотру.
Кто такой продакт менеджер?
1. Человек, который владеет проблемой пользователя. Отвечает на вопрос, что мы будем делать и почему. Всё остальное — вторично.
2. Продакты в России — тактики. Круто делают задачи руками. Но аналитику, дизайн экспертизу и прочее можно делегировать. А принятие решений — нет.
3. Вопрос, которым задаётся Дороничев при собеседовании: "Могу ли я себе представить этого человека во главе компании гугл?"
Что важно для продакта?
1. Умение презентовать и адаптировать информацию для разной аудитории. Можешь объяснить суть и ребёнку, и инженеру, и владельцу бизнеса.
2. Capacity (вместимость). Способность взять большую тему и быстро её сжать до буллет—поинтов. Это частично про коммуникацию. А ещё про способность самостоятельно разобраться в задаче и принять решение.
3. Продуктовый дизайн. Что работает, почему, где уместно применять. Не просто наблюдаешь за рынком, а задаешься вопросом: какую задачу решали и что получили в результате?
4. Итеративная оценка сложного, проверка через гипотезы. Это значит бить проект на релизы. Пропускать идеи через строгий отбор — как в науке. И решить, как будешь измерять результат, еще до запуска.
5. Принятие решений в условиях неопределенности. Никто прежде такую задачу не решал. Нет правильного решения. Так что без стальных яиц и умения осмысливать провалы здесь не выжить.
6. Умение выстраивать мета-алгоритм: алгоритм по созданию правильного алгоритма. И не только для себя, но и для команды. Agile, OKR, проверка гипотез — всё про это.
Как развивать в себе эти навыки?
Это уже от меня, а не от лектора.
1. Тренируй насмотренность. Это наблюдение и анализ: почему так сделали, какие задачи решили. Делай скриншоты и пиши заметки. Пиши публичные посты с критикой. Пиши авторам, как сделать лучше. Ищи ответы у людей, стоящих за этим продуктом.
2. Делись со всеми, кто готов слушать. Рассказывай о своей работе жене и детям. Стань ментором или давай советы в чатике сообщества. Заведи канал и пиши конспекты для всех (ага).
3. Думай как продакт. Я точно совершу много ошибок. Как мне избежать самых грубых? Что позволит быстро и дешёво проверять мои гипотезы? Какие изменения выведут мой продукт на кратный рост?
Всем полная Альпака
Что случилось?
Лаборатория в Стэнфорде натренировала модель, которая может потягаться с OpenAI GPT4, потратив на это... 600$.
Шесть. Сотен. Баксов. Точка.
Как?!
В двух словах - они заставили GPT3 генерировать примеры для оpen-source модели LLAmA от Meta, которая была выпущена совсем недавно.
И причём это самая слабая версия этой модели, всего на 7млрд параметров.
Это ещё не всё.
Эта тварь ещё и очень компактная, и не требует много ресурсов, так что ее можно запустить на обычных компьютерах. Один разработчик уже запустил на телефоне (Pixel 6).
Да, на генерацию одного токена у него уходит десять секунд, да, это скорее proof of concept. Но на ноуте с нормальным количеством RAM вы вполне можете запустить свою милую Альпаку.
Нет, она не лучше GPT3 и тем более GPT4.
Потому что это не разговорная модель, она лишь выплёвывает в вас факты, да/нет или расчёты. Она совершенно точно не мультимодальна, а ещё не предназначена для коммерческого использования.
Она может показывать сносные результаты или даже местами выигрывать у GPT3. Это не крышесносно, вроде бы, да?
Но на самом деле это все равно жесть.
Сейчас объясню, почему это так важно.
Все думали, что мощности + технологические ноу-хау компании + доступ к закрытым источникам данных дадут гигантам огромное преимущество и поднимет порог входа на недосягаемую большинству высоту.
Ожидалось, что снизить стоимость электричества и обслуживания серверов до копеек должно было получиться только к 2030му году. Два года назад это стоило 4,5млн долларов. В это году оценка в районе полумиллиона... Была.
Скачок на 8 лет вперёд не хотите ли?
Собственные модели в каждой компании не хотите ли?
То, что должно было долго оставаться прерогативой всяких Амазонов, Эпплов и Британского правительства (они уже вложили миллиард в создание BritGPT), очень скоро станет общедоступным.
Я думал, что нас ждёт гонка вооружений и соревнование титанов. Я ожидал десять, ну, двадцать моделей конкурирующих.
Ха.ха.ха.
В комментариях — ссылка на открытое демо Альпаки, оф. report и пара скринов с пруфами.
P.s: раньше это был просто около-продуктовый канал. Теперь здесь только хардкор, только AI, бэби!
Ноушен поднял раунд и стал стоить десять ярдов.
Какие выводы из этого можно делать?
1/ Недавняя акция с промокодами никак не связана с инвестициями.
Такие вопросы обсуждают не один месяц и на момент акции все доки уже были подписаны. Т.е. это не было попыткой увеличить количество "платных" пользователей.
2/ Ноушен планирует быстро расти и уже знает, как будет это делать.
Сейчас они активно нанимают сейлзов, эйчаров, маркетологов и, конечно, инженеров. Продактов так хватает, свежие идеи не нужны - важнее delivery, а не research.
3/ Скоро будут поглощения других сервисов.
Ноушен уже купил недавно платформу по автоматизации - хотят стать комбайном полноценным, без прокладок в виде запьера.
Ваши предположения в комментариях, кого купят следующим? Чего ещё ожидаете от них?
Отчёт Skillcup о микрообучении.
Коротко инсайты, которые не сформулированы в самом отчёте:
1. Основная ЦА — специалисты от 25 до 40.
В отчёте есть более корректная разбивка, но кажется, что микрообучение подходит тем, кто уже работает и хочет втиснуть обучение в свой график.
Я рискну предположить, что это связано с JTBD. Запрос есть:
— либо у начинающих: "я уже работаю, но столько всего не понимаю и не знаю!" и "хочу, чтобы меня заметили/повысили";
— либо у про, которые ощущают, что старых трюков уже мало/устали от однообразия в своей работе.
2. Больше половины компаний, которые используют микрообучение - с количеством сотрудников от 1000 и больше.
3. Около 40% (скорее даже больше) компаний, использующих Skillcup, находятся в отраслях, где много линейных сотрудников: синие воротнички, курьеры, кассиры.
4. Поскольку в среднем человек проводит 15 минут в обучающее приложении, микро-курс как раз хорошо выстраивать под такой тайминг. Пара видео по 3-4 минуты или один подкаст на 6мин + пара статей + проверочный тест.
5. Чем более структурирована и однозначна информация (делай так, а вот так не делай), тем лучше подходит такой формат.
Собственно, статистика говорит о том же: около 60% курсов знакомят с продуктом, онбордят, инструктируют (см пункт 3).
Зачитался классным каналом по рекомендации Бабаевой.
Юлия Билинкис пишет подробные, сложные посты о продуктах и стратегии. Я понимаю, почему Наташа ругает её за академичную сухость, но мне она скорее этим нравится.
Когда все пытаются тебе что-то продать или поиграть эмоциями, хочется иногда переключения на спокойные рассуждение.
В этом посте Юля размышляет о сверх-конкурентном рынке банков. Почитайте полный текст, краткая суть:
— когда твой продукт минимально отличается от конкурентов, клиенту легко уйти от тебя;
— самым понятным отличием на таком рынке становится цена;
— доступ к дешёвому капиталу тоже вариант "нечестного преимущества", но его тоже надо уметь использовать и только на нём всё-таки далеко не уедешь;
— поэтому есть несколько стратегий развития: нишевые продукты, экосистемы, развитие бренда.
—
Кажется, что часть онлайн образования находится в таком же красном океане. Та, что про массовый рынок и широкую линейку продуктов для digital профессий.
Смотрите сами:
— программы и спикеры пересекаются;
— цены если и отличаются, то скорее условиями рассрочки;
— само качество контента не то чтобы игнорируется, но играет вторую скрипку.
В итоге, у пользователя широкий выбор из образовательных commodities.
Конкуренция идёт на уровне снижения CAC. И тут те же способы:
— можем залить рекламу деньгами, хотя это тоже надо уметь делать классно;
— можем прорабатывать UI/UX, делая максимально конверсионные страницы и удобные LMS;
— формируем бренд экспертизы в конкретных направлениях;
— ведём пользователя от курса к курсу, чтобы учился всему только у нас: привычка, доверие, удобство;
— учимся подстраиваться под запросы клиента: микро-курсы, симуляторы, помощь с трудоустройством;
— следующий шаг: предугадываем потребность. Например, через сколько в среднем человек будет искать работу и задумается о доп. обучении.
Выигрывают те, кто имеют сильную компетенцию хотя бы в одной из зон.
#команда #решения #разработка
Вспоминаем самые неудачные системы мотивации программистов (отнюдь не только Яндекс)
знаменитая ошибка фейсбука
Вознаграждение от количества строк кода. Ну как вы понимаете, в соревновании за премии победили индуские программисты 🙂
ошибка yahoo:
Вознаграждение за код без багов. Скорость выкладки в прод уменьшилась раз в 8, релизы встали напрочь.
ошибка Гугла
(ее потом внедрил император в Яндексе и на этом у хантеров поперло - к нам повалили недовольные продакты и проджекты Яндекса):
увольнение по результатам оценки. Кто получал самые низкие баллы? Ну, конечно те, кто шел на конфликты с окружением, пытаясь пробить для своих проектов максимальную скорость, ресурсы и прочее. Они и вылетали
ошибка то ли GE, то ли Майкрософта:
каждый год в каждом подразделении увольняем 10 процентов самых слабых. Ну как бы из самого слабого отдела увольняют 10 процентов.
И из самого сильного тоже 10.
В общем, мечта хантера-стой на выходе и вылавливай обиженных
ошибка Сбербанка: руджайл.
Берется аджайл и внедряется везде. Причем так как поняли сами. Не важно,что отцы основатели аджайла говорят — не работает везде. Не всеприменимая технология (а на русское повсеместное внедрение они давно на своем форуме говорят только одно: «русские офигели,мы тут не при чем,простите братья-программисты»).
В результате вместо аджайла имеется бесконечный бардак и неразбериха.
Взрослый умный программист год-два пытается в ней разобраться, а потом не смотря на огромную зарплату с воплем «да вы тут совсем без башки»-бежит куда угодно, где ему скажут — аджайла нет
Елена Арсеньева:
«была еще такая история, как KPI от количества закрытых багов, без учета сложности багов. Самые сложные и критичные баги стекались к самому умному, а он по показателям оказывался самым плохим»
Глеб Кудрявцев
В Ютинете в свое время топчик сделали. Снимать с разработчиков половину зарплаты за незакрытый спринт. После первой же такой ЗП уволилась половина разработчиков.
С компанией тоже известно, что стало»
(из обсуждения
https://www.facebook.com/alena.vladimirskaya/posts/10216166586410308)
Привет, на связи Юра Антузинский.
В этом канале будут публиковаться статьи, видео, списки книг для продактов.
В каждом посте будет конспект к материалу или мой комментарий с критикой и уточнениями.
Все комментарии — моё личное, субъективное и непрофессиональное мнение.
Если видите ошибку или хотите дополнить, то пишите сразу по сути в личку. Мне будет стыдно признавать, что я лопухнулся, конечно. Но я постараюсь прислушаться к вашим аргументам.
Присылайте крутые материалы в личку @yura_ant. Лучшие появятся в канале со ссылкой на вас.