Немного умных мыслей от Паши Левчука. У самого есть такая картинка в Миро, но тут уже аккуратненько сложенно в пост :)

UPD: вынесу резонный вопрос из комментов

Q: Какой от этого толк?
A: Ну это по-сути компоненты/шаги к реншену. Если любой процесс, где используется ваш продукт рассматривать через такую призму, тобудет хорошие подсказки какие факты/данные лучше всего собирать для проверки гипотез

JTBD по Клементу в 23 году

Алан Клемент опубликовал Pdf с описанием своего ноу-хау по валидации гипотез продуктов. Можно считать это демо-версией книги, которую он пишет уже 5й год. Я вникаю, но поделиться и обсудить уже хочется.

На картинке пример описания работы. Никаких вам Джоб сторис и стейтментов. Таблица, которая описывает многосоставную потребность пользователя через несколько аспектов мотивации: Желаемые изменения, Катализаторы и неведомая для меня сущность Key Affordances, через которые человек пытается понять будет ли продукт справляться с работой.

Интересно, что последние года полтора на своих курсах я тоже говорю про многосоставные потребности и их описание через похожие сущности, а Джоб стори / работы призываю использовать, как теги для их обозначения.

Методичка

Ооооочень релевантный для моего текущего проекта материал. Делюсь с вами выжимкой. Постараюсь носить такого чаще и по-больше (и из личного опыта, а не только пересказы)

https://p13n.ru/all/ux-friction-as-a-tool-for-signal-collection/

Creator Economy 2.0: What We’ve Learned, Why It’s Hard, And What’s Next

https://andrewchen.com/creator-economy-20/

Пересказ от нейронок (трешово, но основные тезисы ясны):

Экономика создателей 2.0: Чему мы научились, почему это сложно и что дальше

• Экономика создателей - это новый сектор стартапов, который привлекает создателей контента для монетизации своих продуктов.
• Стартапы с экономикой создателей используют создателей для привлечения трафика и монетизации своих продуктов.
• Законы власти создателей: небольшое количество создателей доминирует в структуре выручки, что делает стартапы с экономикой создателей хрупкими и зависимыми.
• Битва за био-ссылку: платформы социальных сетей предлагают единственную ссылку для органического трафика, что делает это битвой за доминирование в био-ссылке.
• Проблема с выпуском: крупные создатели могут "уйти" с платформы, уводя своих клиентов и доходы.
• Алгоритмический пир и голод: стартапы с экономикой создателей сильно зависят от прихоти платформ социальных сетей и характера вирусного контента.
• Стартапам с экономикой создателей необходимо предоставить новую функциональность, создать новые формы монетизации и внедрить новые технологии.

Фреймворк Х-RAYS: вся психология в четырех лекциях

Авторы канала @postpostresearch предложили свой вариант анализа и синтеза знаний.

Они взяли лучшее из существующих подходов и приправили это здравым смыслом (что в целом является редкостью и ценно само по себе).

Вот ключевой концепт, который отличает этот фреймворк от остальных:

<начало цитаты>
И если маркетинговый исследователь скорее скажет «они хотят, чтобы было круто», а продуктовый — «они хотят порешать свои проблемы в заданных условиях» — то наш фреймворк говорит: все эти люди хотят влиять. Но они могут это в разной степени и по-разному.
<конец цитаты>

Однозначно рекомендовано к ознакомлению для расширения кругозора.
https://qual.education/framework-x-rays

Все известные мне грехи NPS в одном материале

https://hardclient.com/nps-pitfalls

Когда очень-очень хочется собрать фидбек от клиента.

Открытая лекция по Conjoint. Что-то на умном и супер полезном.

Что внутри:
— Как измеряли важность продуктовых характеристик до Conjoint
— В чём разница между RBC, CBC, MaxDiff и Menu-Based Conjoint
— Где в Conjoint "зарыты" регрессионный анализ, иерархический Байес и Монте-Карло
— Что такое Willingness to Pay за фичу и как её считать
— Как делать Conjoint хорошо
— Как Conjoint используется совместно с монадик-тестами, лестницей цен, PSM, Кано, TURF-анализом
— Какие бывают типы симуляций
— Как происходит оптимизация продукта
— Как решать бизнес-задачи с помощью Conjoint

#сохраненки

Список тем и докладов с QuantCon 2023. Интересно посмотреть о чем сейчас говорят и что в тренде.

TL;DR

* Инструменты - обсуждают все то, что использовалось в работе лет 10 назад. Просто теперь эти подходы проникают шире в массы и коммерческие проекты. Читатели основого канала так или иначе знакомы с этим.

* Методологии - по краткому описанию мало что понятно. Каких-то ноу-хау не заметил, хотя некоторые мастер классы обещают интересную инфу. В основном идет переосмысление существующих подходов.

* Про карьеру и место исследователя в этом мире :)

Все презентации доступны в папочке (а тут одна больша преза с 2022 года). Там больше деталей. Пролистал и понял, что отсюда можно подчерпнуть набор кейсов-примеров.

P.S.
Думаю, в следующем году можно попасть в слушатели. Немного полезной инфы почерпнуть можно.

P.S.S.
Приятно видеть в качестве докладчиков бывших коллег и знакомых спецов.

И вот, на мой взгляд, что-то реально новое и полезное в плане UX-концепта для AI товаров и услуг.

Willingness to Delegate to Digital Assistants -- интересный концепт для "умных" продуктов

Умные мысли и другие релевантные комиксы по ссылке https://marketoonist.com/2023/09/personalization-gone-wrong.html

How-to для тестирования продуктовых гипотез для зачастую дорогущих в разработке ML-фичей

https://www.uxmatters.com/mt/archives/2023/06/testing-the-future-a-guide-to-testing-ai-products-with-users.php

Кейси Клаймс написал о необходимости интеграции теории сложности (теории сложных систем) в дисциплину дизайна. Он опирается на труды Кристофера Александера, автора книги «Язык Шаблонов», и, собственно, теорию сложности. В статье много интересных примеров и ценных рассуждений.
Тут приведём основные характеристики сложных систем:
• Самоорганизация. Элементы системы самоорганизуются в упорядоченные модели, как это происходит, например, со стаями птиц или косяками рыб
• Хаотическое поведение. Небольшие изменения в начальных условиях приводят к большим изменениям в дальнейшем (широко известно как «эффект бабочки»)
• «Толстые хвосты». Экстремальные события (например, массовые вымирания и крахи рынков) происходят чаще, чем предсказывало бы нормальное (колоколообразное) распределение. Об этом интересно пишет в своих книгах Нассим Талеб
• Адаптивное взаимодействие. Взаимодействующие агенты (например, торговцы на рынке или игроки в «дилемме заключенного») меняют свои стратегии по мере накопления опыта
• Возникновение. Спонтанный, глобальный порядок возникает в результате множества локальных взаимодействий между агентами, у которых нет источника централизованного контроля
Кейси пишет, что системы, для которых дизайнеры проектируют решения, становятся всё сложнее и сложнее, взаимное влияние разных частей общества усиливается, а значит нам необходимо развивать прикладное понимание этой теории и интегрировать её в дизайн-процесс.

https://rhizomerd.substack.com/p/design-needs-complexity-theory

Последний год слежу за деятельностью Стивена Вольфрама (лет 10-15 назад активно пользовался его Вольфрам Математикой для решения задачек по матану и физике).

С середины пошлого десятилетия он активно рассуждает (и пробует на практике) формализовать язык описания мира.

Сначала он работал в домене физмат наук, но вот похоже тренд на LLM помог ему выйти в домены социологии и экономики.

Думаю, что формализация языка идей супер поможет в обучении и передачи знаний. Ну и лучше развивать существующие и придумывать новое :)

Основатель Вольфрама выступил с заявлением о создании языка описания концептов/идей/гипотез:
In a sense, what’s happening is that Wolfram Language shifts from concentrating on mechanics to concentrating on conceptualization.

https://www.ted.com/talks/stephen_wolfram_how_to_think_computationally_about_ai_the_universe_and_everything

https://writings.stephenwolfram.com/2023/10/how-to-think-computationally-about-ai-the-universe-and-everything/

Базовое понятие, который лежит в основе "языка идей" - рулиада (ruliad)
https://writings.stephenwolfram.com/2021/11/the-concept-of-the-ruliad/