Короткий ответ
Начинайте Product Discovery с того доказательства, которого не хватает для решения. Аналитика помогает установить, где и у кого изменилось поведение. Интервью помогают восстановить обстоятельства выбора. Эксперимент проверяет, меняет ли предлагаемое решение результат. Последовательность зависит от вопроса: наличие дашборда не делает данные обязательным первым шагом.
Как выбрать первый шаг
| Ситуация | Первый шаг | Чего он не доказывает |
|---|---|---|
| Есть продукт, просела активация | Проверить события, знаменатель, окно и состав трафика | Причину отказа конкретного человека |
| Новый рынок без пользователей | Исследовать Jobs, существующие решения и обстоятельства выбора | Размер платёжеспособного спроса на ваш продукт |
| Понятна проблема, спорим о решении | Выделить самое рискованное допущение и выбрать проверку | Долгосрочный эффект по одному успешному прототипу |
Пример: конверсия выросла с 32% до 52%
Учебный пример: числа придуманы для расчёта и не описывают мой проект. Активация — доля новых аккаунтов, завершивших целевое действие за семь дней. Сравниваем две полностью дозревшие недельные когорты; определения событий не менялись.
| Источник | До: аккаунты / активации | После: аккаунты / активации |
|---|---|---|
| A | 200 / 160 = 80% | 500 / 410 = 82% |
| B | 800 / 160 = 20% | 500 / 110 = 22% |
| Всего | 1 000 / 320 = 32% | 1 000 / 520 = 52% |
Общий рост — 20 процентных пунктов. Однако внутри каждого источника изменение составляет только 2 п.п. Если применить новые конверсии к прежнему составу трафика, получим 0,2 × 82% + 0,8 × 22% = 34%.
Разложение с весами исходного периода: 34% − 32% = 2 п.п. связаны с изменением конверсий внутри источников; 52% − 34% = 18 п.п. — с изменением долей источников при новых конверсиях. Это точное арифметическое разложение для выбранного порядка, а не оценка причинного вклада продукта и маркетинга. Другой порядок разложения может иначе распределить взаимодействие факторов.
Из таблицы нельзя заключить, что новая функция дала +20 п.п. Даже +2 п.п. внутри групп могут объясняться сезонностью, изменением аудитории или случайностью. Для причинного вывода нужен подходящий дизайн исследования.
Проверка данных до интерпретации
- Зафиксируйте единицу анализа: человек, аккаунт или организация. Не смешивайте её с сессией.
- Сравните одинаковые окна наблюдения и исключите недозревшие когорты.
- Проверьте потери событий, повторы, фильтры ботов и изменения согласия на аналитику.
- Разделите изменение состава аудитории и изменение поведения внутри сопоставимых групп.
- Запишите объём выборки и неопределённость. Отсутствие заметного различия не доказывает равенство вариантов.
Как перейти от сигнала к интервью
В примере полезно исследовать успешно активировавшиеся и неактивировавшиеся аккаунты из обоих источников. Такой набор даёт сравнение, но не превращает четыре группы в сегменты по Jobs. Сегмент нужно обосновать общей структурой задач и обстоятельств, а не меткой источника.
Попросите восстановить последний конкретный эпизод: что происходило до поиска решения, чего человек хотел добиться, что уже пробовал, как выбирал и где остановился. Не предлагайте респонденту вашу причинную версию в вопросе. Зафиксируйте случаи, которые противоречат гипотезе, и тех, кто отказался от интервью: ответы согласившихся могут быть смещены.
В авторском каноне AJTBD Ивана Замесина исследуются желаемые переходы и связанные Jobs. Интервью о прошлом опыте помогает понять эту структуру. Оно не заменяет проверку распространённости найденной проблемы.
Как выбрать проверку решения
Сначала определите риск. Люди не видят ценности, не понимают интерфейс, решение трудно реализовать или оно не сходится по экономике? Четыре риска SVPG помогают разделить эти вопросы. Прототип может проверить понимание интерфейса; для оценки причинного эффекта на активацию обычно нужен эксперимент с корректным назначением вариантов.
До запуска зафиксируйте единицу рандомизации, основную метрику, минимально полезный эффект, срок и правило принятия решения. Защитные метрики могут включать возвраты, обращения в поддержку и маржинальный доход. Если рандомизация невозможна, явно опишите ограничения наблюдательного сравнения.
Continuous Discovery Терезы Торрес помогает поддерживать связь с клиентами и последовательно проверять допущения. Регулярность контакта полезна; количество интервью само по себе не является критерием качества решения.
Шаблон записи решения
- Решение: что изменим, отложим или перестанем делать?
- Наблюдение: метрика, знаменатель, период, источник и размер выборки.
- Объяснения: рабочая гипотеза и альтернативы, включая ошибку данных.
- Недостающее доказательство: контекст клиента, распространённость, удобство, эффект или экономика.
- Проверка: метод, выборка, срок, критерий и ответственный.
- Результат: что узнали, какая неопределённость осталась и что делаем дальше.
Это авторский рабочий шаблон, а не обещание гарантированного роста. Подборка дополнительных подходов: 15 авторов о продукте и росте.
Обсудить задачу
Нужен взгляд на задачу роста? Давайте обсудим.