Epic Growth — рост продуктов

Сколько на самом деле зарабатывает PM в Amazon Артём Милосердов работает Senior PM в Amazon — в самой большой компании по выручке в мире ($700B+ в год, 1.5М человек). На днях он рассказал, как на самом деле устроена зарплата. Вот цифры по уровням (реальные данные с amazon.jobs и Levels.fyi, май 2026, Сиэтл/SF): • L5, Product Manager — база $120–160K, total comp ~$192K • L6, Senior PM / PM-T — база $151–235K, total comp ~$290K • L7, Principal PM — база $185–280K, total comp ~$470K • L8, Director PM — база $250–400K, total comp ~$888K О чем говорит уровень • L6 владеет продуктовыми фичами • L7 — целым направлением (это уже как директор в обычной компании) • L8 — это ваш собственный бизнес-юнит с P&L ответственностью, зарплата может быть ~$1М, но это в основном RSU, которые плавают в цене Как это работает База в Amazon низкая — обычно $120-160K на L5. Основные деньги приходят через акции (RSU). Их дают на четыре года по схеме 5/15/40/40: в первый год вестится 5%, во второй 15%, в третий 40%, в четвертый 40%. Это значит, что в первые два года вы получаете мало акций, поэтому Amazon добавляет бонус, чтобы выравнять доход. А начиная с третьего года акции становятся основной частью вашей зарплаты — они составляют 40–50% всей компенсации. Артём разобрал весь процесс найма: как пройти резюме-скрининг, что спрашивают на интервью, кто такие Bar Raiser, и почему английский язык на уровне C1+ — это необходимость. 🔜 Смотрите полный доклад в видеотеке Epic Growth Community

А тех, кому интересно уйти дальше ботов, приглашаем на конференцию! 25-26 июня будем на VIBE-CODING CONF 2.0, где фаундеры показывают вживую, как строят приложения, автоматизируют продажи, собирают AI-агентов и внедряют Claude / Cursor / Codex в работу. 8 треков — можно идти по одному или брать все: • AI-проект с нуля до 10K установок • Мобайл и MVP без разработки • Автоматизация outreach и продаж • Контент на автопилоте через AI-агентов • Внедрение AI в команду без хаоса • Claude в найме и HR • Claude Code + Codex + Cursor в одном проекте • Digital-риски и защита данных Регистрируйтесь!

Как сделать чат-бота, который не сливает клиентов Бот, который отвечает «не понял вопрос», бесит сильнее, чем его полное отсутствие. Вот что влияет на то, напишут ли второй раз. С нашими друзьями из Heg.ai собрали небольшой гайд! 1️⃣ Сфокусируйтесь на одном сценарии Не можете описать, что делает бот, одним предложением — задача слишком широкая. Хорошие кандидаты на старт: FAQ (снимает поток про доставку/возврат/цены), квалификатор лида (задает 3-4 вопроса и отдает менеджеру только теплых), прием заявок. 2️⃣ Сделайте не базу знаний в PDF, а формат «вопрос-ответ» Бот отвечает точнее, когда база структурирована парами «вопрос/ответ». Соберите реальные вопросы, почистите дубли, отдельно пропишите пограничные случаи. И явно разрешите боту говорить «не знаю, зову человека» — иначе он начнет выдумывать. 3️⃣ Характер бота прописывается в промпте Большинство ботов звучат как робот, потому что промпт написан в три слова. Нужны роль, тон, границы и эскалация. Пример: «Ты — ассистент [компании]. Отвечаешь коротко, до 3 предложений, на "вы", без канцелярита. О ценах вне прайса не фантазируешь — предлагаешь связать с менеджером. Если человек злится или вопрос сложный, то зовешь человека». Ответы короткие: простыни никто не дочитывает. 4️⃣ Тестируйте на реальных вопросах Возьмите 20-30 формулировок из реальных переписок — с опечатками и кривым языком, как люди пишут. Прогоните четыре типа: типовые, корявые, провокации, вопросы вне темы. Не запускайте, пока бот не проходит последний тип спокойно. Именно там он позорится. 5️⃣ Идите туда, где клиент уже сидит Не заставляйте ставить новое приложение. B2C — виджет на сайте + Telegram/WhatsApp; B2B — сайт и почта. Первое сообщение переделайте: вместо «Здравствуйте, чем могу помочь?» сразу скажите, что бот умеет: «Помогу с заказом, доставкой и возвратом». Тогда человек понимает, что спросить. 6️⃣ После запуска начинается реальная работа Три цифры: сколько вопросов бот закрыл без человека, где сказал «не знаю» (это дыры в базе), на каком шаге люди бросают диалог. Каждую дыру дописываете в базу — и бот растет на реальных данных. 🔜 Полный гайд забирайте тут!

Разработка — самый дорогой способ проверить гипотезу Фича может быть красивой и технически чистой, но если она не закрывает реальную боль пользователей — это сожженные спринты команды. Поэтому перед запуском важно понять, создаёт ли фича реальную ценность и есть ли у неё Product Market Fit. Вячеслав Лобозов, директор по развитию Touch Instinct, рассказал, как продуктовые команды проверяют идеи до полноценной разработки и какие сигналы помогают понять, что фича действительно нужна пользователям. Листайте! 🔜

Большинство начинают LinkedIn с постов. Это и есть первая ошибка Рената Равилова, основатель CoPostly, объясняет: прежде чем продвигать пост, алгоритм читает профиль. Смотрит, совпадает ли то, о чем человек пишет, с тем, кем он себя называет. С 2024 года это работает через алгоритм 360 Review. Профиль стал фильтром — еще до того, как пост попадает в ленту. Что алгоритм проверяет: • Tagline — не должность, а что конкретно вы делаете для клиентов • About — результаты и цифры, не общие слова про «помогаю бизнесу расти» • Services — этот раздел читают и люди, и система • Featured — три закрепленных материала, которые ведут туда, куда нужно • Последние посты — по ним за 10 секунд понятно, кто вы Кейс из практики Ренаты: клиент писал сильный контент, аудитория росла, но на консультации никто не приходил. Посмотрели профиль — нигде не было сказано, что он вообще консультирует. Добавили одну строчку и ссылку. Через неделю пошли заявки. Главная идея в том, что теперь профиль — это не резюме. Это то, по чему алгоритм решает, существуете ли вы для нужной аудитории. 🔜 А на что вы сами обращаете внимание в профилях тех, кто вам интересен? Полную запись вебинара смотрите в видеотеке Epic Growth Community.

Built by her summit Количество AI-инструментов растет каждую неделю, и все сложнее в них ориентироваться. Сейчас много комьюнити, курсов и конференций, которые помогают преодолеть этот барьер и начать использовать AI системно и уверенно. Но отдельно мы хотим рассказать про комьюнити Built by her, созданное для того, чтобы женщины из разных индустрий помогали друг друг становиться AI-native и не боялись экспериментировать. 9 июня состоится онлайн-саммит, в рамках которого вы сможете получить такие практики, которые помогут развить AI-native мышление. Это когда вы смотрите на любую задачу через призму: «а как сделать это быстрее, умнее и масштабнее вместе с AI?». И делать это можно не с нуля и в одиночку, а с классным окружением и системой, которая откроет доступ к новым инструментам, скорости и возможностям. Вас ждет 4 основных направления: 🩷AI-native workflow: учимся перестраивать ежедневную работу и личную эффективность 🩷Operator: смотрим, как запускать продукты, MVP и процессы быстрее 🩷AI-native careers: анализируем, какие профессии меняются, какие появляются и как в этом расти 🩷 Tech Influencer: становимся более заметными и развиваем личный бренд с AI Регистрируйтесь и присоединяйтесь!

8 мотиваторов пользователей: фреймворк, который объясняет любую механику геймификации Когда думаете о новой механике, легко потеряться: стрики, лидерборды, ачивки, лутбоксы. Octalysis Framework помогает понять, а какую мотивацию пользователя она вообще давит. Макс Бородин, Senior PM в Simple App (20M+ пользователей), использует этот фреймворк, чтобы анализировать чужие продукты и осознанно проектировать свои механики. Вот основные принципы! Нас мотивируют 8 вещей: 1️⃣ Миссия — ощущение причастности к чему-то большему. В Duolingo это не «выучи слово», а «переедь в Испанию». Хорошо работает в онбординге и долгосрочном удержании. 2️⃣ Ощущение прогресса. Прогресс-бар показывает, что часть пути уже пройдена и сколько осталось. XP, стрики, карты прокачки — все про это. 3️⃣ Самовыражение — решения пользователя влияют на его опыт. В RPG собираешь сет под свой стиль, в Mario Kart выбираешь дорожку. Продукт реагирует на конкретного человека. 4️⃣ Обладание — желание что-то получить и иметь. Ачивки, скины, кастомизация. В приложении Finch 60% механик построено вокруг кастомизации персонажа. 5️⃣ Мотивация через других людей. Необязательно соревнование — достаточно, чтобы кто-то видел твой прогресс. 6️⃣ Дефицит — редкость усиливает желание. Редкие дропы, лимитированные предметы, ограниченное время — создают дополнительный мотивационный виток. 7️⃣ Элемент неожиданности. Лутбокс работает в том числе потому, что результат непредсказуем. 8️⃣ Избегание потерь — страх потерять то, что уже есть. Стрик во многом работает именно через это: не желание продолжать, а нежелание терять накопленное. Как это применить на практике Возьмите любую механику и посмотрите, на какую мотивацию она опирается: 🔵Стрик — достижение и избегание потерь; 🔵Лутбокс — обладание, дефицит, любопытство; 🔵Шахматы — самовыражение и статус без какой-либо классической геймификации. Потом посмотрите на свою аудиторию: какие мотивации для нее актуальны — там и стоит начинать эксперименты. 🔜А полноценный доклад о механиках геймификации смотрите в видеотеке Epic Growth Community!

АНА'26 — конференция по продуктовой аналитике и AI 22 мая в Москве Проверять гипотезы дорого, масштабировать AI в продукт сложно, а данным все равно никто не доверяет. 22 мая в Москве собираются те, кто с этим разбирается — уже седьмой год подряд! В программе — полный цикл data- и AI-разработки: MLOps, LLM в продуктовых сценариях, AI-агенты, архитектура данных. Отдельно разберут экономику масштабирования, управление ассортиментом и спросом в retail и e-commerce, инженерию доверия к данным и разработку AI-first продуктов. Спикеры — эксперты из Яндекса, Авиасейлс, Сбера, Т-Банка, ВкусВилла, Авито, Wildberries, X5 Tech, Циана, METRO, VK Tech, Magnit Tech, Lenta Tech, Kolesa Group, Т1 Иннотех и других компаний. Что обсудят: • R&D и экономика масштабирования продуктов • Как снижать стоимость проверки гипотез системно • Управление ассортиментом и спросом в retail и e-commerce • Архитектура прикладного AI и ML-инженерия • Open source AI-агенты для бизнеса • Data platform и инженерия доверия к данным Программа и регистрация тут! Промокод EPIC15 дает скидку 15% на онлайн и офлайн-билеты

Как использовать AI при подготовке к интервью Полировать резюме и учить свое интро, конечно, полезно, но недостаточно для успешного прохождения интервью. В Lenny's Newsletter вышел любопытный материал: опросили более 30 участников о том, как они использовали AI для подготовки к собеседованиям. Собрали лайфхаки от топовых кандидатов. Решили поделиться с вами: ловите выжимку и конкретные советы. 1️⃣ Сначала найдите критерии, по которым вы не подходите Загрузите вакансию и резюме в Claude и попросите посмотреть на них глазами нанимающего менеджера. Не «что улучшить», а «почему меня могут не взять». Неприятно, но лучше узнать это до отклика, чем после отказа. «Вот мое резюме. Что тебя смутит как hiring manager? Где явные несоответствия?» 2️⃣ Прогоните свой рассказ через собеседника История, которая звучит убедительно в голове, часто разваливается вслух. Попросите AI сыграть интервьюера и отвечайте как на настоящем интервью. Слабые места сразу станут понятны, и до интервью ещё можно что-то сделать. «Сыграй интервьюера на позицию senior PM в [компания]. Задавай по одному вопросу, жди ответа, не помогай» 3️⃣ Разберите свое реальное интервью, чтоб быть готовым к следующим Мы помним интервью не так, как оно было. Запишите разговор (Granola, Zoom или Meet) и загрузите транскрипт. Попросите разобрать каждый ответ: где была конкретика, где вода, где потерялась мысль. «Вот транскрипт. Разбери каждый мой ответ: структура, конкретность, релевантность. Что стоит переработать?» А как вы используете ИИ для поиска работы? Делитесь проверенными советами 👇

6 принципов геймификации, которые повысят вовлеченность Большинство команд добавляют геймификацию в продукт и ждут роста ретеншна. Механика запущена, значки есть, а цифры не двигаются. Макс Бородин, Senior PM в Simple App (20M+ пользователей), выделяет 6 принципов, без которых геймификация не работает. 1️⃣ Тащите геймификацию наружу Геймификация внутри приложения не возвращает пользователя, она удерживает того, кто уже зашел. Пуш от персонажа, иконка приложения с цифрой стрика, уведомление «разморозь стрик сегодня» — все это работает снаружи и тянет пользователя обратно. 2️⃣ Геймификация должна вызывать эмоции В Simple есть маскот Блинки, пушистый персонаж на главном экране. Если пользователь несколько дней не логирует еду, Блинки собирает чемодан и «уезжает». Пользователи возвращались, потому что не могли видеть расстроенного персонажа. 3️⃣ Не усложняйте путь пользователя Геймификация поднимает желание действовать, но не отменяет трение. Если между желанием залогировать еду и самим действием стоят три лишних экрана, мотивация гасится еще до того, как пользователь до него доберется. 4️⃣ Стройте геймификацию вокруг ключевых действий Важно не просто выбрать действие, а выбрать правильное. Duolingo считает стрик за прохождение урока, не за открытие приложения. Strava — за одну тренировку в неделю, не за вход в профиль. Чем ближе действие к сути продукта, тем сильнее работает механика. 5️⃣ Вначале база, потом дополнительные механики Сначала запускается стрик. Затем, когда он работает, добавляется заморозка. Далее идеальный стрик для тех, кто хочет большего. Потом цель стрика и награды. Каждый следующий слой теряет смысл, если предыдущий не закрыт. 6️⃣ Всегда помните о драйвере мотивации Каждая механика работает через конкретный триггер. Стрик бьет в чувство достижения и страх потери одновременно. Лутбоксы — в желание обладать, ощущение редкости и эффект сюрприза. Если не понимать, на какой триггер давит ваша механика, она работает случайно. 🔜 Полный доклад смотрите в видеотеке Epic Growth Community