Teamlead Good Reads – ежедневные советы про менеджмент людей и команд
25K subscribers
338 photos
5 videos
1.6K links
Самые интересные статьи, видео и новости, связанные с управлением людьми, командами, разработкой и продуктами.

РКН: https://gosuslugi.ru/snet/67b4386d2a44e21839a0f87f

Продуктовая папка: https://t.me/addlist/YvmnHCHUp700Nzky

Реклама: @tanyasanovna
Download Telegram
Про big bets

Big bet – типичное название для большой и стратегически важной инициативы, в которой напрямую заинтересован СЕО или кто-то из топов. Чаще всего они тащат за собой кучу скрытых рисков и проблем, включая ухудшение морали команды и отток ресурсов от других важных направлений.

Отличительные признаки большой ставки:

1️⃣Топ-менеджмент говорит о ней таким образом, как будто у нее нет никаких продуктовых и бизнесовых рисков, и единственное, что может пойти не так – execution.
2️⃣Проект получает не меньше ресурсов, чем полноценные зрелые направления, несмотря на свою раннюю стадию.
3️⃣Он заявляется как стратегически важный.

Так вот, лидить такой проект чаще всего плохая идея. Вот почему:

👉Как я и сказал выше, топ-менеджеры слишком верят в то, что проект выстрелит – поэтому если он провалится, то вся вина будет на лиде, который не смог его заделиверить.
👉Из-за вот этой чрезмерной уверенности, такие проекты минуют все стадии адекватной продуктовой разработки – часто нет ни исследования рынка, не проверки продуктовой гипотезы, вообще ничего. Короче говоря, big bet – это очень конкретное решение для несформулированной и непроверенной проблемы.
Результаты большого исследования русскоязычных продактов

👉Генерировать новые идеи любит половина опрошенных, проводить рисерчи – треть, а работать с фидбэком только 10%. Ну вы все поняли про типичных продактов!
👉AI инструменты перешли в разряд повседневного тулинга у половины респондентов. На первом месте ChatGPT, потом идут Deepseek, Perplexity, Gigachat. А самые популярные сценарии работы с ними – умный поиск и улучшение текстов.
👉Большинство продактов сидят на зарплате, опционы и лругие долгосрочные бонусы только у 10% опрошенных.
👉В профессии гораздо больше женщин, чем в целом по индустрии – распределение ровно пополам. Причем среди джунов вообще 2/3 – женщины.
👉Самая бесполезная книга – Inspired от Марти Кагана. Полный список нерекомендуемых книг вот тут.
Учимся учиться на инцидентах

Происходит инцидент. Минимально необходимое требование – потушить пожар и вернуть ваш продукт в рабочее состояние. Задача со звездочкой – найти и устранить корневую причину его возникновения. Стандартная техника для этого – RCA, Root Cause Analysis. Это очень прямолинейный подход с понятной ценностью для команд. Но в больших и сложных системах только RCA бывает недостаточно.

Тут на сцену выходит сравнительно новый подход LFI, Learning from Incidents. В отличие от RCA, главная цель LFI – узнать новые детали про то, как работает система, и обогатить ментальную модель тех, кто ее поддерживает. Логика простая – очень часто в процессе устранения инцидента помимо корневой проблемы можно узнать много других интересных вещей и выявить какие-то проблемы, которые могут отстрелить где-то в будущем.

Иначе говоря, RCA фокусируется на known unknowns, а LFI – unknown unknowns.