и посмотреть медиа

Product Samurai - продакт
и посмотреть медиа
Канал о продуктовом менеджменте, карьере, книгах от опытного продакта.
Канал о продуктовом менеджменте, карьере, книгах от опытного продакта.
Product Samurai - канал от продакт-менеджера ex-Авито, ex-Тинькофф. Советы по менеджменту продуктов, карьере, интересные книги и нерабочие темы.


Почему мы делаем разные выводы? В продуктовой работе мы постоянно оперируем данными, и кажется, что решения принимаются объективно. На практике случается, что две команды смотрят на одни и те же цифры, но приходят к противоположным выводам. Почему так? Одно из объяснений — «лестница умозаключений», модель Криса Аргириса. Она описывает, как мы на самом деле двигаемся от фактов к действиям и где по пути начинаем искажать реальность. Выглядит примерно так: 🌟 Объективные данные Это исходный материал, с которого мы начинаем: цифры в дашборде, P&L отчет, результаты NPS-опроса — сырые факты, которые пока не имеют оценки. Допустим, конкурентный анализ показал, что все основные прямые конкуренты внедрили ИИ-фичу в поиск, и есть рыночный отчет о том, что ИИ в поиске повышает удовлетворенность на 30%. При этом также есть данные о том, что подобные фичи не окупаются и не влияют на удержание пользователей в продукте, и явные сигналы о других пользовательских проблемах. 🌟 Выбор данных Из всего массива информации наш мозг выбирает, на что обратить внимание. Этот выбор не случаен: он определяется прошлым опытом, ожиданиями и убеждениями. Например, команда концентрируется только на данных о росте удовлетворенности и о внедрении функционала конкурентами. 🌟 Интерпретация Мы наделяем выбранные данные смыслом и трактуем их так, как считаем правильным и очевидным. «Конкуренты делают поиск с ИИ, значит это единственный способ выжить и удовлетворить клиентов». 🌟 Выводы Мы делаем логический, как нам кажется, вывод на основе интерпретации. «Нам нужно прямо сейчас начать внедрять это, иначе мы проиграем рынок». 🌟 Действия Вывод закрепляется как истина, и мы переходим к действию. Например, команда приоритизирует фичу с ИИ-поиском, игнорируя всю предыдущую стратегию и ранее собранный бэклог. В итоге, команда упускает альтернативные возможности и тратит ресурсы на проверку заведомо неуспешной гипотезы. Что может пойти не так? ⚫️ Ошибочная оценка ситуации: как в кейсе выше, команда может принять неверное решение, основываясь на выводах, которые всем кажутся «очевидными». ⚫️ Конфликт в команде: люди спорят о решениях, хотя на самом деле расходятся на уровне выбранных данных; ⚫️ Петля рефлексии: вывод превращается в «бесспорный факт», который уже никто не ставит под сомнение, и он начинает влиять на все последующие решения. Как действовать? 〰️ Спускаться вниз по своей лестнице перед важным решением для самопроверки. Какие данные я выбрала из доступных и какие при этом проигнорировала? Где я могу быть необъективна из-за прошлого опыта? Если мой вывод неверен — какие данные это показали бы? 〰️ Разбирать не выводы, а путь к ним. Может оказаться, что разногласие с коллегой не на уровне решений и действий, а на уровне того, какие данные были проигнорированы. 〰️ Системно практиковать в команде осознанность выводов. Четко разделять данные и интерпретации, разбирать ключевые убеждения, которые озвучиваются, и регулярно ставить их под сомнение. Важно помнить, что «лестница умозаключений» — это не баг, а фича нашего мозга, который пытается экономить энергию. Задача продакта — уметь балансировать и опираться как на свой опыт и product sense, так и на фундамент из фактов. ❤️, если оказалось полезным.
Открыть канал и посмотреть медиаТолько зарегистрированные пользователи могут делиться своим мнением.
Станьте первым, кто поделится своим впечатлением об этом ресурсе!