
Гипотезы роста продукта
Продуктовые гипотезы — это предположения о том, как будет меняться состояние продукта в зависимости от ваших действий.

Зачем нужны продуктовые гипотезы?
Обсуждение гипотез облегчает взаимодействие внутри продуктовых команд. Позволяет донести идею и смысл до стейкхолдеров.

Как придумать продуктовую гипотезу?
Есть 7 видов гипотез: привлечения, активации, удержания, виральности, монетизации, ценности и управленческие.


Гипотезы роста продукта (v2)
Продуктовые гипотезы — это предположения о том, как будет меняться состояние продукта в зависимости от ваших действий.
Представим, что у вас есть продукт, приложение службы доставки. И вы решили, что нужно добавить туда функцию разделения счета. Чтобы большая компания могла прямо в приложении разделить счет и понять, кто сколько должен. Но вот вопрос, как вы поймете, что эта функция людям нужна? Что именно она даст рост вашему продукту? Как вы это измерите?
Или у вас есть мобильная игра Match 3 (собери в ряд). И вы решили, чтобы продвигаться дальше, нужно срочно запилить еще 30 новых уровней. Но как понять, что это действительно поможет? И пользователям понравится эта идея?
Продуктовая гипотеза помогает найти тот самый баланс между необходимыми действиями и реальным выхлопом. То есть вы не просто говорите: давайте запилим 30 новых уровней или добавим новую функцию. А весь этот процесс тщательно структурируете.

Зачем нужны продуктовые гипотезы? (v2)
Получается есть определенные ожидания от продукта и в связи с этим определенный набор действий, которые вы можете предпринять. К примеру, минимально жизнеспособный продукт (MVP) — это тоже одна большая продуктовая гипотеза, которую проверяет команда стартапа.

Как придумать продуктовую гипотезу? (v2)
Есть 7 видов гипотез. Они помогут понять в каком направлении вам думать, чтобы создать свою.

Как построить продуктовую гипотезу?
Итак, чтобы быстрее расти, IT–компаниям нужно тестировать гипотезы. С чего начать?
Когда мы ответим на все эти вопросы, то поймем, а надо ли тестировать гипотезу. Например, вы решите, что то самое изменение в продукте повысит конверсию на 10% через два года. Тогда стейкхолдеры, вероятно, спросят: «А, собственно стоит ли эта продуктовая гипотеза того, чтобы ждать целых два года?».

Создаем продуктовые гипотезы на примерах
Давайте потренируемся создавать продуктовые гипотезы на реальных примерах с помощью нашей схемы.
Новый экран
Первая продуктовая гипотеза — создаем новый экран покупки в приложении. Это должно увеличить конверсию в покупку. Проверяем эффект на пользователях из США, которые пришли к нам в продукт из FB. Конверсия в покупку для них должна увеличиться на 12% в течение двух недель.
Новая функция в приложении
Следующая гипотеза — запуск новой функции в приложении. Она должен увеличить метрику 7 day retention на 11%. Напомним, что метрика ретеншн седьмого дня — это доля пользователей, которые открыли приложение через неделю, после первого своего визита. Они уже разобрались что тут к чему и активно пользуются. Считаем метрику по формуле: 7 day retention = X7 / Z. X7 — число пользователей, которые зашли в приложение на седьмой день, Z — общее число людей, которые установили продукт.
Проверяем метрику на органических пользователях из России в течение одного месяца.
Как видите, условия продуктовой гипотезы изменились, но структура осталась прежней.
Новая цветовая схема в приложении
Теперь задачка посложнее. Продуктовая гипотеза звучит так: меняем цветовую схему в приложении. Это должно увеличить количество пользователей, которые воспринимают приложение как приложение для женщин. Проверять будем на пользователях из России. Нужная метрика должна увеличиться на 34% в течение трех месяцев.
Вы спросите, как же можно измерить количество пользователей, которые воспринимают приложение как приложение для женщин? Мы ведь не можем вытащить это из какой–то системы аналитики. И тут мы подходим к важному разделу: инструментам для проверки продуктовых гипотез. Они и помогут нам ответить на этот вопрос про метрику.

Инструменты проверки продуктовых гипотез

Требования к продуктовым гипотезам
Слишком много продуктовых гипотез — это плохо. Вы не сможете их качественно проверить и потратите слишком много времени. Чтобы гипотезы не плодились с бешенной скоростью, для них создали определенные стандарты формулирования.
Правильно формулировать продуктовые гипотезы помогает концепция SMART. Каждая буква имеет свое значение.
S — specific. То есть гипотеза должны быть конкретной и точной. Нельзя отнести к гипотезе смену позиционирования или редизайн всего приложения.
M — measurable. Вы должны суметь измерить результат продуктовой гипотезы. Иначе как вы поймете, в правильном идете направлении или ваша гипотеза оказалась ложной? Хорошую продуктовую гипотезу всегда можно измерить, это факт.
A — attainable. Ваша гипотеза должна быть достижима.
R — relevant. Продуктовая гипотеза должна быть вам реально полезна. Например, решили вы проверить новую функцию на пользователях из Индии. Вот только они совсем не приносят вам денег, никто из них ничего у вас не покупал и не покупает. Тогда зачем тратить на это время?
T — time bound. Это про реальную оценку сроков на проверку гипотезы. Подробнее об этом мы рассказывали выше.

Что делать дальше с продуктовой гипотезой?
Вы проверили продуктовую гипотезу по схеме, и она оказалась правдивой. Тогда на ее основе вы вносите изменения в продукт. Или если это был A/B тест, то распространяете продукт с изменениями уже не на 50, а на все 100% аудитории.
Важно вести историю ваших продуктовых гипотез. Потому что на основе тех, что выстрелили, вы сможете получить еще кучу разных инсайтов, возможно, захотите еще что–то проверить, родятся побочные гипотезы. Ну, и как минимум, не станете проверять одни и те же гипотезы через год–два.