Продуктовая полка

Yandex B2B Tech запустил ИИ-сервис для создания сайтов и приложений Vibecraft Созданные с его помощью проекты пользователи могут публиковать на собственных доменах. Подробнее: ЧИТАТЬ

Из мидла в синьера. Что нужно знать? Рассказывает Лид Тинькофф #карьера Вчера Яндекс в своем блоге поделился постом, в котором Аня- продакт лид Тинькофф рассказала о том, что необходимо, чтобы перейти на Грейд синьер. В нем вы найдете, чем отличаются грейды друг от друга, навыки синьер продакт-менеджера, когда пора двигаться дальше, а также что делать, если вы поняли, что готовы к повышению. Подробнее: ЧИТАТЬ

Пошаговая методичка работы с Ai для Product Manager 2026 AI в аналитике и принятии решений AI для быстрой продуктовой аналитики без SQL Предиктивная аналитика: отток, LTV, воронки Интерпретация данных: тренды, аномалии, кластеры Кейсы: как продакт быстро нашёл инсайт с помощью AI AI в customer discovery AI для подготовки и обработки интервью Расшифровка и структурирование встреч Сентимент-анализ фидбэка и отзывов Кластеризация потребностей пользователей Кейсы: как AI подсказал реальные боли клиентов AI в генерации идей и гипотез Брейншторминг с ChatGPT и аналогами Генерация гипотез, user stories, JTBD AI-фреймворки для кастомных экспериментов Кейсы: от идеи до гипотезы за 15 минут Ранжирование гипотез по данным AI-оценка Impact / Effort Помощь в составлении roadmap (Notion AI, Aha! AI) Интеграция с фреймворками RICE, ICE, WSJF Кейсы: как продакт сократил планирование в 2 раза AI в A/B тестировании и экспериментах Генерация гипотез и дизайна экспериментов AI для анализа результатов (Eppo, Statsig) Contextual bandits и персонализированное тестирование Кейсы: AI-поддержка в сложном эксперименте AI в коммуникации и документации Автоматическое резюмирование встреч (Fireflies, Notion) Написание PRD, changelog, фич по шаблону Генерация писем, презентаций, постов Чат-боты внутри команды и с пользователями Кейсы: как AI избавил продакта от рутины AI в автоматизации и операциях AI в Zapier, Make, Slack и Notion — как связать инструменты Создание внутренних ассистентов для команды Автоматический отчёт о прогрессе / метриках Кейсы: продакт сэкономил 10 часов в неделю AI в маркетинге и росте Генерация текстов для лендингов, рассылок, соцсетей (Copy.ai, Jasper) Персонализация продуктового опыта Оптимизация рекламных креативов AI для сегментации и look-alike аудиторий Кейсы: AI увеличил конверсии и снизил CAC Цена: 7999₽ Купить: https://rbksa.ru/b/N0HQ_GX9GkelzkdtTJUH3A ‼️Если вам не пришел гайд или возникли проблемы с оплатой-@aleksusovvv

Теперь в Яндекс Картах можно увидеть график отключения горячей воды в каждом доме Данные берутся с mos.ru

«Яндекс Командировки» добавили ИИ-помощника для организации деловых поездок — он поможет подобрать и забронировать билеты и отели Он учитывает корпоративные лимиты на билеты и питание, а также содержащие в запросе пожелания. Подробнее: ЧИТАТЬ

Метрики и финансы для продакт-менеджера 1. Архитектура метрик: системный подход Три уровня метрик: Бизнес-метрики (revenue, margin, P\&L) Продуктовые (activation, retention, DAU, ARPU) Пользовательские (время в продукте, NPS, кликрейты, удовлетворённость) Принцип "North Star → Supporting Metrics" Связь метрик с воронкой AARRR / HEART Кросс-функциональное выравнивание по метрикам (продакт, маркетинг, финансы) 2. Юнит-экономика для digital-продуктов Что такое юнит: клиент, подписка, заказ, сессия Базовая формула: LTV > CAC Расчёт CAC: все каналы, скрытые косты, attribution Расчёт LTV: ARPU × lifespan, когорты Payback Period и ROMI Как учитывать COGS, support, fraud, удержание Юнит-экономика в динамике: сезонность, сегменты, ретеншн по когортам Ошибки в расчётах и искажения 3. P\L продукта (Product-level P\L) Что входит в продуктовый P\L Доходы: прямые, косвенные, подписки, комиссии, транзакции Расходы: команда, COGS, маркетинг, амортизация, инфраструктура Вклад продукта в EBIT, валовую прибыль и маржинальность Как моделировать прибыльность новой фичи или запуска P\L в презентациях: примеры таблиц и объяснение для CEO 4. Модели и дашборды Визуализация метрик: как не превратить в хаос Принципы хороших дашбордов: actionability, динамика, сегменты Примеры дашбордов: Retention, CAC/LTV, A/B результаты Использование cohort analysis, funnel view, retention curves Построение моделей в Excel / Google Sheets: CAC, LTV, unit economics Финансовые модели для гипотез 5. Работа с метриками в жизни продакта Метрики в product discovery Метрики при принятии решений — что "улучшить" и зачем Продуктовые гипотезы и их влияние на финансы Как объяснять метрики бизнесу и CEO Как вшивать метрики в backlog, спринты и OKR 6. Расширенные темы Углублённый анализ LTV по каналам и сегментам Декомпозиция выручки и маржи на уровне функционала Анализ sensitivity: как изменится P\&L при росте/падении retention, price, cost Модель финансового влияния A/B тестов Метрики в подписке vs разовая покупка (SaaS, маркетплейсы, BNPL) 7. Примеры и шаблоны Шаблон Excel: расчёт CAC / LTV / payback Дашборд: Retention + P\&L на продукт Таблица: сравнение юнит-экономики 3 сегментов Пример модели MVP-фичи с ROI ‼️Цена: 6999₽ Купить: https://rbksa.ru/b/-W-GdXuovk-QhnN_5lYb0w ‼️Для оплаты: В поле «данные» укажите свой email. ‼️После оплаты гайд поступит вам в личные сообщения АВТОМАТИЧЕСКИ . Если возникли проблемы с оплатой или вам не пришел гайд, напишите @aleksusovvv

Яндекс лавка рекомендует чипсы Теперь в корзине Лавка рекомендует товары, которые отлично сочетаются. Например, к напиткам они рекомендуют чипсы, к готовой еде соусы и другое.

Я уволил джуна, нанял AI-агента, через месяц нанял джуна обратно #кейс Недавно автор в своем блоге опубликовал пост, в котором максимально подробно рассказал о своем опыте автоматизации процессов с помощью ai агента, и почему это не получилось. В статье вы найдете 4 недели работы с ai агентом, итоги по цифрам, что реально работает и выводы автора. Подробнее: ЧИТАТЬ

Technical product manager в Aviasales 415 000₽ https://t.me/shelfitt/62

Promt engendering. Как писать правильные промты. Основы работы с промтами Базовое устройство LLM и их ограничения Что такое промт и его структура Правила формулировки запросов: ясность, конкретность, контекст Первые техники: zero-shot, one-shot, few-shot Как избежать типичных ошибок новичка Базовые техники промт-инжиниринга Роль инструкций и контекста Форматы ответа: списки, таблицы, код, JSON Использование ролей и персонализации ("Ты — эксперт…") Ограничения и рамки: стиль, длина, формат Проверка качества: самопроверка модели и уточняющие запросы Продвинутые техники Chain of Thought (цепочка рассуждений) Few-Shot с примерами из реальных данных 4Self-Consistency и итеративные промты Decomposition: разбиение задач на подзадачи Prompt Chaining: связка нескольких промтов в пайплайн Специализированные подходы Агентные системы и роль промтов Инструментальные промты (tool use, API, плагины) Мультимодальные промты (текст + изображения + данные) Рефрейминг и креативные техники Персональные стили и брендированные промты Автоматизация и оптимизация Шаблонизация промтов Prompt Libraries и базы знаний Генерация промтов моделью (meta-prompting) Верификация и тестирование промтов Метрики качества (reliability, relevance, creativity, safety) Этика и риски Опасности неправильного промт-инжиниринга Уязвимости (jailbreak, prompt injection) Ответственное использование и защита данных Правовые аспекты (авторство, лицензии, персональные данные) Практические кейсы Бизнес: маркетинг, продажи, клиентская поддержка Программирование и DevOps Образование и самообучение Креативные индустрии (тексты, дизайн, музыка) Исследования и аналитика Цена: 8499₽ Купить: https://rbksa.ru/b/rehQuqlOnk2pVD2PXHnO7g По всем вопросам: @aleksusovvv