Карты, деньги и продукт

Сложное — просто Привет, меня зовут Алёна и я — продакт деривативов в Т-Инвестициях. Вы уже споткнулись о слово деривативы? Наши клиенты — тоже. Сегодня поговорим о том, как рассказывать о сложных продуктах, как делать их проще и возможно ли это. Правило первое: самому разобраться почему так сложно. Часто продукт усложняется искусственно. Просто "так исторически сложилось", что банки решили называть выплату процентов — капитализацией, займ под залог бумаг — маржинальной торговлей, а ставки на рост или падение бумаг — опционами. Первый раз пробраться через нагромождение терминов затруднительно, но стоит вам понять суть происходящего, и вы упакуете его для клиентов. Пример из жизни. Разделение секций биржи. Исторически на бирже отдельно торговали валютой, отдельно акциями, отдельно фьючерсами. Чтобы торговать нужно было регистрироваться и заводить отдельно каждый счёт, чтобы перекинуть деньги с одного на другой — всё продавать и выводить деньги. Т-Инвестиции сразу сделали один счёт для всего. Все регистрации происходят под капотом (да, на бирже это всё ещё несколько счетов, как и у многих других брокеров). Зачем было это усложнение — сейчас сказать сложно. Правило второе: попробовать переделать. Иногда (примерно в половине случаев) оказывается, что сложность оправдана. За счёт странных механизмов кто-то до вас придумал как соблюсти законы, сбалансировать рынок или увеличить доходность бизнеса. Скажем ему спасибо и попробуем переделать. Скорее всего первый раз вышло не очень — можно подумать и сделать лучше. Или набраться смелости и переписать закон. Или отказаться от выручки сейчас, чтобы получить больше лояльных клиентов. Пример из жизни. Вероятно, большинство из вас уже не знает, но до создания Т-Инвестиций, ни в одном брокере нельзя было вывести деньги день в день. Всё дело в том, что все, кто связан с торговлей акциями рассчитывались между собой в конце дня и буквально записывали кто что купил только на следующей день. Получалось, что если вы сегодня продали акции — деньги будут только завтра. Открою секрет: они до сих пор так рассчитываются. Но Т-Инвестиции для простоты стали отдавать деньги сразу. На счёт компании они поступят только завтра и для бизнеса это невыгодно, зато мы получили миллионы клиентов, которые раньше никогда не покупали акции. Правило третье: максимально объяснить клиенту. Если всё же не удалось ничего выше, то важно это понимать и доносить клиентам. Делать онбоардинги, не прятать правила мелким шрифтом и продумать интерфейсы. Пример из жизни. Чтобы торговать фьючерсами нужно сдать специальный тест на знания. Вопросы выдает ЦБ, и мы не можем менять ни запятой. Чтобы клиентам было проще мы добавили обучающие материалы и подсказки. Кстати, подсказки нам ЦБ запретил и пришлось их убрать, но мы хотя бы пытались.

Как мы делаем рост в среднем бизнесе Т-Банка Привет! Меня зовут Стас Трофимов, я отвечаю за рост сегментов среднего и крупного бизнеса в Т-Банке. Сегодня — про средний бизнес, или М-сегмент: компании с оборотом от 120 млн до 16 млрд рублей в год. Это сложная середина B2B. Клиенты уже не такие массовые, как в малом бизнесе: чек выше, потребности сложнее, но и строить с ними enterprise-модель не всегда сходится по экономике. Внутри сегмента большой разброс: компании ближе к нижней границе уже хотят индивидуального подхода, но не всегда дают достаточный чек; клиенты с оборотом от 1 млрд рублей ждут сервиса как у крупного бизнеса, но остаются более чувствительными к кризисам. Рыночный бенчмарк здесь — офлайн-сеть продаж и развития. Мы такую модель тоже построили: с 2020 года вырастили сеть до 2000 сотрудников. Но когда базовая модель есть, возникает вопрос: как продолжать расти? Мы пошли в три стороны. 1. Пересобрали работу с нижней частью сегмента Исторически Т-Бизнес развивался снизу вверх: от микро- и малого бизнеса к среднему и крупному. Поэтому в нижней части М-сегмента у нас уже было много экспертизы и данных. Таких компаний много — примерно две трети рынка М в штуках. Но раньше мы тратили на них почти столько же усилий, сколько на более крупных клиентов: поездки, офлайн встречи, ручная работа, одинаковая модель для слишком разных компаний. Мы стали сильнее использовать данные: какой продукт предложить, когда выйти на контакт, какой сценарий развития выбрать. Параллельно на пилотах увидели, что с частью клиентов можно работать дистанционно, без потери качества. Так мы снизили CAC на привлечение и кост на развитие за счёт более точной сегментации и data-informed подхода. 2. Сфокусировали сеть на крупных клиентах внутри М-сегмента Второй фокус — клиенты с оборотом от 1 млрд рублей. После присоединения Росбанка у нас усилилась линейка рисковых продуктов для более крупных компаний. Если нижнюю часть сегмента можно частично увести в дистанционную модель, то ресурс сети нужно направить туда, где индивидуальный подход создаёт больший LTV. Мы сократили штучные планы в привлечении и сфокусировали их на доходе, уменьшили портфели у менеджеров развития, провели обучения по продуктам для крупных клиентов и немного перестроили мотивацию. На пилотах CAC на одного клиента вырос: работа стала более точечной и дорогой. Но рост LTV перекрыл это увеличение. Масштабировали новую модель на всю Россию. 3. Добавили горячее привлечение В рознице и малом бизнесе клиент сам приходит с потребностью, а банк быстро его подхватывает и доводит до нужного продукта. В среднем бизнесе это тоже работает. Компании реагируют на рекламу, заходят на сайт, оставляют заявки, звонят с запросами по продуктам. Поэтому мы начали определять принадлежность трафика к М-сегменту: от рекламы и сайта до маршрутизации заявки в выделенную команду горячих продаж. Это команда, которая работает с потоком крупных клиентов, понимает специфику среднего бизнеса и может предлагать индивидуальные условия. Главный вывод: даже в B2B рост не обязан строиться только через полевые продажи. Если клиент сам пришёл с потребностью, его нужно быстро распознать, правильно маршрутизировать и качественно обработать. Что важно для продакта В среднем бизнесе клиенты разные, цикл сделки длиннее, а решений на чистой статистической уверенности меньше, чем в массовых продуктах. Поэтому мы работаем data-informed: используем данные, пилоты, когортный анализ и экспертизу команд. Если коротко: 1. Одинаковая модель работы для разных подсегментов ухудшает общую экономику. 2. Дистанционная модель может работать не только в малом бизнесе. 3. Эффективность — это не только сокращение расходов, но и увеличение их ради большего LTV. 4. Даже в сложном B2B можно строить горячее привлечение, а не полагаться только на офлайн-сеть. 5. Лучшие изменения в операционной модели делаются только в партнёрстве с руководителями продаж и развития. Пишите вопросы. А если вы Senior product с экспертизой в B2B/Growth — буду рад пообщаться, пишите мне в @Stastrofimov

Progressive Disclosure: покажи меньше — дай больше #винтикишпунтики Progressive disclosure — это понятие в UX, когда пользователь видит только то, что нужно прямо сейчас. Остальное раскрывается по мере необходимости. Звучит очевидно. Но большинство интерфейсов устроены наоборот — пытаются показать всё и сразу на первом экране. То, что попадает на главный экран, автоматически воспринимается как важное. Всё остальное открывается тогда, когда действительно нужно. Якоб Нильсен в своей статье формулирует это так: «В системе, спроектированной с progressive disclosure, сам факт появления чего-то на начальном экране говорит пользователю: это важно» Для новичка это снижает когнитивную нагрузку. Для опытного — ускоряет работу. 🧠 Что происходит в мозге Нейробиологи выяснили: дофамин отвечает не столько за удовольствие от получения, сколько за мотивацию искать и исследовать. Он выделяется активнее всего, когда информация приходит небольшими порциями — не закрывая потребность полностью. Доктор психологических наук Сьюзан Уэйншенк в своей книге «100 главных принципов дизайна» пишет: «Дофаминовая система стимулируется наиболее энергично, когда информация поступает в малых количествах, так что информационный голод удовлетворяется не полностью» Progressive disclosure работает именно на этом: пользователь видит достаточно, чтобы захотеть узнать больше — и делает следующий шаг. Каждый уровень раскрытия поддерживает интерес. Примеры вокруг нас: • в Gmail сначала видишь тему письма, потом открываешь • в Settings на iPhone — категории, внутри подкатегории, внутри детальные настройки ⚠️ Самая частая ошибка Главная сложность — провести границу между основным и второстепенным. Вытащил редкую функцию на главный экран — замедлил большинство. Спрятал частое действие слишком глубоко — заставил людей его искать. Сьюзан Уэйншенк пишет: «Постепенное раскрытие будет работать только в том случае, когда вам точно известно, что большинство людей будут искать на каждом шаге» Поэтому перед проектированием интерфейса задайте себе вопрос: что большинство пользователей пытается сделать на каждом этапе своего пути? Без честного ответа на этот вопрос построить хорошую иерархию раскрытия невозможно — получится не progressive disclosure, а просто спрятанные функции.

🍅 Save the date Кто был на наших конференциях, знает, что мы умеем делать круче и смелее. Два года назад мы выпустили фруктовый сад под руководством Гали на сцену. В прошлом году захватили целую парковку. В этот раз нам снова есть чем вас удивить! Приходите на Продукты 24 × ffdd2d, чтобы убедиться в этом лично и разорвать шаблоны вместе с нами. Переосмыслим подход к конференциям и расскажем, как мы устроены.  📅 5 сентября 📍 Москва, парк Горького Предрегистрация уже открыта. Заполняйте анкету, чтобы получить доступ к билетам в числе первых: https://producty24-ffdd2d.ru/

🔗 Почему проект едет, хотя все заняты Привет! Это рубрика #винтикишпунтики Представьте: вы продакт, ведёте большой проект. Все разработчики заняты, все задачи в работе. А дата релиза каждую неделю съезжает. Где проблема? Скорее всего, команда делает много — но не то. В теории ограничений Элияху Голдратта для этого есть отдельное понятие — критическая цепь. Что это Критическая цепь — это последовательность задач, которая определяет срок проекта с учётом зависимостей и ограниченных ресурсов: людей, экспертизы, доступности команд. От привычного «критического пути» отличается тем, что учитывает не только связи задач между собой, но и кто реально будет их делать. Один сильный разработчик, на котором висят три блокера, — и вот ограничение, которое легко не заметить на обычном плане проекта. Главное следствие: срок проекта определяется длиной критической цепи, а не общим объёмом работ. Можно закрыть 80% задач, но если оставшиеся 20% лежат на цепи — релиза не будет. Про ресурсы В критическом пути зависимость одна: задача B ждёт задачу A. В критической цепи добавляется вторая: задача B ждёт человека, который сейчас делает A — даже если между собой A и B логически не связаны. Отсюда правило: если посадить сильного специалиста делать три критические задачи параллельно, он замедлит все три. Лучше доводить до конца по одной. Пример на пальцах Делаем фичу. В ней пять задач: A, B, C, D, E. - B заблокирована A - E заблокирована D - C ни от чего не зависит и никого не блокирует Команда разбирает задачи по принципу «кому что удобнее». Сильный разработчик берёт C — она интересная и понятная. A и D достаются тем, кто посвободнее. В итоге C закрывается за пару дней, а B и E ждут, пока медленно доделают A и D. Критическая цепь здесь — A и D. Именно они, а не C, определяют срок релиза. C можно доделать параллельно или позже. Два вывода для продакта ▪️ Сначала — задачи-разблокировщики. Перед стартом пройдитесь по бэклогу и отметьте, какие задачи открывают новые ветки работ, а какие — нет. Первые идут в работу раньше, даже если они сложные и не самые интересные. ▪️ На блокеры — самых сильных. Джуну можно дать безопасную часть задачи или поставить его в пару с сильным разработчиком. Но не оставлять одного на задаче, от которой зависит весь релиз. Итого Если все заняты, а проект не движется — посмотрите не на загрузку команды, а на критическую цепь. Может оказаться, что самый сильный человек сейчас занят не самой важной задачей. 📖 Если хочется глубже — у Голдратта есть одноимённый роман «Критическая цепь», читается как бизнес-детектив.

Кредитные продукты - все уже придумано? Всем привет. Меня зовут Антон Фирсов - я продакт кредитного направления в Т-Банке. Часто слышу позицию, что в кредитных продуктах уже все давно придумано за тебя: ставка, срок, одобрение/отказ. На самом деле все куда сложнее и у продакта в таких продуктах есть своя специфика. «Всё придумано» — это иллюзия Возьмём кредит под залог недвижимости. Продукт древний как мир. Несколько лет назад процесс выглядел так: клиент собирает документы → приезжает представитель, фотографирует квартиру → андеррайтер смотрит фото и решает. Сейчас: клиент вводит адрес → мы сами подтягиваем данные → представитель приезжает только чтобы выпустить электронную подпись → регистрацию залога в Росреестре тоже берём на себя. Следующий шаг - убрать встречу вообще. Через Госключ и биометрический загранпаспорт клиент сможет подписать всё не выходя из дома. Уже тестируем. Каждый лишний шаг в процессе - это конверсия, которую ты теряешь. Цифровизация здесь - это не про красивый UI, а про то, чтобы переосмыслить процесс целиком и найти, где ты теряешь миллионы. Продакт отвечает за P&L, а не просто за доставку фичей Главная метрика в кредитах не DAU и не retention. Это прибыль портфеля. Сколько выдали, кому выдали, сколько вернётся, сколько уйдёт в дефолт. Это значит, что продакт постоянно работает на стыке трёх сил: бизнес хочет выдавать больше, риски говорят кому не давать, ЦБ меняет правила игры. Задача - находить точки роста внутри этого треугольника. И быть достаточно математичным, чтобы понимать, что вообще происходит с экономикой продукта. ЦБ как один из стейкхолдеров Часть бэклога - адаптация под новые нормативы. Но продакт здесь не просто исполнитель. Можно исполнять, можно искать пространство внутри формулировок закона, а можно приходить к регулятору со своей аналитикой и менять правила. Последнее работает. Например, мы несколько лет защищали перед ЦБ собственную модель оценки дохода клиента. В итоге получили право её использовать. Это и есть data-driven подход: данные помогают не только принимать решения внутри, но и аргументировать снаружи. Куда двигаемся дальше Сейчас кредитный рынок работает так: есть сетка тарифов, клиент получает условия и либо соглашается, либо уходит в другой банк. Хочется дать клиенту возможность конструировать кредит под себя: хочешь ставку ниже - приведи созаёмщика или поставь в залог недвижимость, не хочешь — бери так. Не нравятся условия — скажи, и мы попробуем предложить лучше. За этим стоит сложная экономика и риск быть загейменным. Но это и есть интересная продуктовая задача.

Self-service в B2B: как мы убрали бюрократию из банкинга Всем привет! Меня зовут Кирилл, я отвечаю за привлечение малого бизнеса на РКО в Т-Бизнесе. В прошлый раз я рассказывал про тихий контроль. Но тот эксперимент был возможен только благодаря одному условию - у нас уже работал зрелый self-service. Сегодня расскажу, как мы его строили. Проблема: B2B-онбординг - это боль Т-Бизнес существует с 2015 года. Мы сразу хотели выйти на рынок с digital-флоу, но открыть счёт бизнесу - это совсем не то же самое, что физику. Классический процесс: собрать данные → проверить → собрать полные данные → проверить (включая учредительные документы) → встреча → подписание. Большинство банков запрашивают стандартные пакеты по инерции. Именно бюрократия делала B2B self-service нерабочим. Наш подход Мы упростили каждый микрошаг, всю рутину с клиентов забрали на себя Например, мы перестали запрашивать паспорт в явном виде. Зачем, если мы либо увидим его на встрече? Отказались от бессмысленных бумаг. Всю необходимую информацию берём из ЕГРЮЛ, ЕГРИП и иных сервисов ФНС. Не заставляем вводить то, что уже знаем; мы используем ранее оставленные данные. Не встречаемся повторно. Если уже видели человека, даже если это было 5 лет назад, нам этого достаточно. Подбираем тариф за клиента. ML-модели смотрят на тарификацию с похожими компаниями. Плюс мы даем клиентам ощутимый бонус, чтобы вовлечь к нам - первые два месяца бесплатно на любом тарифе. Мы звоним только тем, кому реально нужна помощь. Это экономит время сотрудников и клиентов. Под капотом За простотой скрывается: обогащение данными из ЕГРЮЛ, ЕГРИП и сервисов ФНС, умная валидация, использование данных физика для онбординга бизнеса, ML-персонализация, повторная идентификация через мобильный, умная маршрутизация. Каждое упрощение для клиента - сложная инженерная задача на нашей стороне. Результат Удаление каждого лишнего шага мы тестировали и видели на данных приросты в конверсиях. В итоге мы стали использовать это одним из наших УТП. От бывших коллег, ушедших к конкурентам, кстати, мы слышим: "На встречах говорят: сделайте как в Т" Коротко Всегда задавайте про ориджинейшн своих продуктов вопросы: зачем мы это запрашиваем? Действительно ли нужно? Можно ли по-другому? Мы автоматизировали, обогатили данными, научили систему принимать решения. Теперь менеджеры звонят только тем, кому реально нужна помощь, а клиенты открывают счета за секунды. И в итоге стали стандартом, на который равняется рынок :)

Я Ульяна, развиваю продукты вокруг регулярных зачислений в Т. Недавно мы с командой запустили «Распределения», и честно — это один из моих любимых продуктов теперь 🥹 Сама идея простая: заходишь в приложение после зарплаты, а мы уже подставили суммы, которые ты обычно переводишь на свои счета. 40% на накопления, 15% на инвестиции, 7 000 — погасить кредитку, остальное — на траты. Нажимаешь «Перевести» — и всё раскидывается в 1 клик. Но вот алгоритм, который эти суммы определяет, — та ещё история. Сначала думали взять последний перевод клиента на каждый счёт и подставить его, но быстро поняли, что это не работает: у людей жизнь меняется от месяца к месяцу, к тому же последний перевод вообще ни о чём не говорит — тут нужно смотреть на динамику управления доходом. Пришлось копать глубже: смотреть на медианы за несколько периодов, учитывать, насколько регулярно человек переводит на конкретный счёт и в какой именно момент, какие счета для него приоритетнее. В итоге для каждого клиента система строит свой профиль распределения — и это заработало!! А сейчас мы доуточняем наш алгоритм и проводим бесконечное количество тестов, чтобы попасть в ожидания клиентов. Зачем вообще всё это Для нас как для банка это история про удержание. Когда человек привыкает, что мы знаем, как он управляет деньгами, и подставляем ему нужные суммы — он завязывается на наш интерфейс. Уходить в другое приложение становится дороже: там придётся всё настраивать заново, думать, считать, переводить руками, а у нас уже всё работает как часы. Плюс у конкурентов такого пока нет — мы в России запустились первыми :) Ещё классно, что получилось не просто тихо выкатить фичу, а сделать из этого целое событие — писали пресс-релиз, рассказывали в Forbes и в тг-каналах. Сейчас про нас уже снимают рилсы обычные пользователи, что для меня вообще самый приятный сигнал :) А вообще это первый этап большого проекта «Финавтопилот», в рамках которого мы хотим приучать клиента доверять нам заботу о своих регулярных финансовых операциях — снимаем с него головную боль и предлагаем делегировать её нам ) А мы просто в нужный момент вернёмся к клиенту с инфой, что всё ок: денег на всё хватило, мы ничего не забыли, всё оплатили, на ремонт с отпуском отложили — остаток можно тратить 🤓 Кто пробовал «Распределения» — делитесь, как зашло и насколько мы попали в ваши ожидания!

4 ошибки при запуске AI-инструментов внутри компании Привет! Я Артур, развиваю направление AI для сотрудников HQ в Т-Банке. За последний год мы внедрили много AI-инструментов внутри компании. И вот что интересно: проблемы при запуске повторяются из раза в раз. Расскажу про ошибки, которые чаще всего мешают продукту стать полезным. Ошибка 1. «Давайте просто внедрим AI» Самая частая история: «у всех есть AI», «нам тоже надо», «давайте сделаем чат». Запрос на AI без понимания, какую задачу он решает, приводит к инструменту, которым никто не пользуется. «Всемогущий» ассистент, который умеет всё понемногу, почти всегда проигрывает узкому решению под конкретную задачу. Так было с Copilot - интерфейсом для общения с моделями. Технически всё ок, модели мощные. Но без конкретных сценариев часть людей не понимала, зачем туда идти, часть пробовала один раз и не возвращалась. Как только мы упаковали сценарии - поиск, написание текстов, написание кода, количество пользователей сразу выросло. Ошибка 2. Нет интеграции в процесс Даже хороший инструмент не взлетит, если он живёт отдельно от основного флоу. Чем больше лишних действий, тем меньше пользователей. При разработке саммаризатора встреч Koroch у нас было два пути. Первый: пользователь сам загружает запись и запускает генерацию. Второй: после записанной встречи готовое саммари приходит в мессенджер без каких-либо действий. Выбрали второй и разница в использовании оказалась кратной. Ошибка 3. «Почти хорошо» ≠ полезно Кажется, что 85–90% качества - это уже заметный эффект, но не в каждом сценарии. Мы попробовали AI-редактуру текстов. Модель исправляла большинство ошибок, но иногда пропускала их, вносила новые или меняла смысл. В итоге пользователям приходилось перечитывать весь текст, проверять каждую правку, сравнивать с оригиналом. Время на задачу не сократилось, а иногда даже выросло. Редактура - это сценарий с почти нулевой толерантностью к ошибкам. Пользователю нужен результат, который не надо перепроверять. Пока нет близкой к 100% точности, AI не меняет поведение, а «почти хорошо» не создаёт ценности. Ошибка 4. Нет понимания, как должен выглядеть хороший ответ Ответ может быть фактически верным, но бесполезным по форме. Прежде чем строить продукт, важно разобраться, в каком виде пользователь хочет получать результат. При разработке саммари встреч мы долго получали фидбек «что-то не то» и «не очень полезно». Ситуация изменилась, когда зафиксировали конкретные критерии: есть ли чёткие договорённости, нет ли дублей, можно ли по саммари восстановить ход встречи. После этого стало возможно улучшать результат, а не оценивать его на глаз. Если обобщить, AI-инструменты работают, когда: • есть конкретная задача • ценность очевидна с первого использования • инструмент встроен в процесс • выдача стабильно качественная

Привет! Меня зовут Андрей, я продакт по работе с документами в Т-Бизнес. Мы с 2023 года системно собираем и обрабатываем обратную связь - и за это время выработали несколько правил, которых придерживаемся. 1. Дайте клиенту оставить ОС в моменте и без квестов Не по почте. Не через бота, который задаёт 10 вопросов. А в момент радости или боли, когда пользователь сталкивается с данными эмоциями. У нас - встроенная форма в интерфейсе, которая появляется после ключевых действий (например, отправка документа). Она ненавязчивая, но всегда под рукой. ОС сразу попадает к нам, минуя линию поддержки. Благодаря этому - мы сразу получаем фидбэк пользователя, без дополнительных издержек. Возможно, вы скажите, что форма ОС может раздражать после каждого ЦД. Но с 2023 года почти никто не просил её убрать. Концепция простая: если чувства свежие - ОС будет максимально полезной. Результат: Стабильно собираем ~6000 оценок в месяц. Из них ~500 с ценным фидбэком. 2. Отслеживайте ОС каждый день! Важно слышать клиента. Оставаться с ним на одной волне. А также держать руку на пульсе при релизах. Наш пример: - Утром, за кофе, 15 минут смотрю ОС за прошедший день. Если вижу что-то горящее, то сразу пингую ответственную платформу и думаем, в чем дело и как помочь клиенту. - Еще думали сделать алерты на спам негативной ОС, как показатель проблемы. Мы с 2023 года около 10 раз находили баги раньше, чем они доходили до поддержки благодаря работе с ОС. В марте был случай - не работающий функционал после недавнего релиза. Клиент написал: «мне нужно заново вводить email, и он НЕ копируется из предыдущего документа НИКАК в мобильном приложении. Вы что, издеваетесь перед праздником?». Функционал был критичным. Пока все пользователи еще не обновились - мы быстро запланировали доработку и на следующий день проблемы не было. 3. Читать ОС должна вся команда - даже бэкенд-разработчик Не только продакт. Дизайнер, аналитик, QA, инженеры - все, кто участвует в создании продукта. Почему? Потому что когда ты читаешь: «Дегенераты и балаболы. ошибки как были так и выскакивают» - в голове что-то щёлкает. Это уже не абстрактный юзер. Это человек, который теряет время и нервы. Как у нас: - Все отзывы попадают в отдельный канал в корпоративном мессенджере (без перс.данных), где вся команда может отреагировать, прокомментировать ОС - Раз в 2 недели - встреча всей команды: читаем, смеёмся, иногда грустим. Особенно когда видим: «бил бы вас клавиатурой об голову, пока не сделаете норм сервис» (да, это реальный отзыв). Ты уже не пишешь бездушный код, ты вспоминаешь о пользователе, о их проблемах и учитываешь это в коде. Кроме этого, положительная обратная связь мотивирует команду. Невероятно приятно читать такую обратную связь «Т-Банк - ты лапочка, люблю тебя». 4. Копаем глубже: клиент просит не то, что ему нужно Клиент редко говорит о проблеме напрямую. Он предлагает своё решение - часто костыльное. Пример: «Дайте возможность скачать в формате XML» А на самом деле: «Я хочу подписать документ через ЭДО» Если бы мы сделали скачивание в XML - то пользователь так и продолжит скачивать документ, идти в другой сервис и подписывать его там. Вместо этого - мы дали возможность подписывать документы через нас. Результат: ретенш у пользователей, кто подписывает электронно выше в полтора раза от остальной базы. Регулярно разговаривайте с пользователями, изучайте клиентские пути и процессы. Придерживайтесь продуктового подхода в своей работе. Все это поможет вам копать глубже, а не просто выполнять требования пользователей. Концепция простая: в бэклог - не пожелания, а проблемы. Хочется подвести итог: Обратная связь - это не просто жалобы. Это источник гипотез, болей и идей, которые не найти в метриках. Все выше описанные правила - классные, но если клиент не будет видеть от вас действия - он будет думать, что его ОС в пустоту. Не забывайте выделять время на исправление топ проблем и делайте своих пользователей счастливее! А как вы работаете с обратной связью? Какой самый безумный фидбек вам прилетал? Делитесь - очень интересно будет почитать!