AI CPO Блог

Статьи о продуктовом управлении, product discovery и AI-инструментах для запуска продуктов

Все product-dna product-discovery deep-dive jtbd comparison pricing methodology product-strategy retention behavioral-economics positioning prioritization unit-economics conversion competitive-analysis custdev switch-formula interview motivation market-analysis expert-brief kano ulwick product-quality inertia saas-pricing framework product-decisions marketing gtm buyer-behavior odi feature-priority segmentation product-management ai-tools pain-map product-research ux churn dual-vision conflict-map saas blue-ocean confidence errc data-driven bayesian product-led-growth growth-loops growth complexity strategy-canvas buyer-psychology cynefin osterwalder vpc value-proposition consideration-set behavioral-science habits neuroscience startup lean-canvas design-thinking customer-research product-adoption behavior-model fogg diagnosis behavior-change onboarding com-b product-psychology loss-aversion kahneman sdt habit product-design engagement content-marketing hook-model awareness feature-classification evolution strategy wardley-mapping moesta buyer-journey evidence-points data-collection transition-dynamics abcdx switch-timeline transaction-utility decoy-effect experiments torres ost research respondent-recruitment aicpo product desk-research contradictions competitor-map offer-bank monetization стратегия шаблоны конкурентный-анализ swot анализ-конкурентов стартап метрики ARPU LTV CAC юнит-экономика automation ai-product-management product-audit persona rice pmf metrics jcr sean-ellis nps 2026 review tools chatgpt ai-cpo schwartz content-strategy awareness-levels hypothesis risk-testing validation rat-framework value-based-pricing van-westendorp execution-criteria category-design dunford meadows leverage-points systems-thinking thaler Ещё 135 тегов… Свернуть
· 7 мин · Роман Неверов

Конкурентный анализ через работы клиента — почему feature-матрицы бесполезны

Ваша feature-матрица показывает 47 фич против 35 у конкурента. Клиент выбрал конкурента. Потому что feature-матрицы не объясняют, почему люди покупают.

Job 1 Job 2 Job 3 JTBD Persona
· 5 мин · Роман Неверов

JTBD vs метод персон: почему Маша 28 лет из Москвы — бесполезный сегмент

Персоны сегментируют по демографии: возраст, город, доход. JTBD сегментирует по задачам: что человек пытается сделать. Два человека с одинаковыми демографиче...

1 2 3 Switch 4 5 6 First thought New normal
· 9 мин · Роман Неверов

Клиент решил купить за 3 секунды? Нет. Вот 6 стадий, которые привели к этому решению

Покупка выглядит мгновенной только для продавца. Боб Моеста (2020) описал 6 стадий, через которые проходит каждый клиент — от первой мысли до потребления. Ра...

A B C D X
· 8 мин · Роман Неверов

Забудьте про демографию. Сегментация по работам — единственный способ найти платящих клиентов

Сегмент A покупает за 2 дня. Сегмент D — за 6 месяцев. Разница не в бюджете и не в должности — а в том, какую работу каждый из них пытается сделать.

6 drives
· 8 мин · Роман Неверов

6 мотивационных драйверов покупки — почему люди НА САМОМ ДЕЛЕ покупают

Вы продаёте CRM. Три покупателя. Одна и та же CRM. Один покупает ради Mastery, другой — ради Security, третий — ради Efficiency. Если позиционируете одинаков...

HOT
· 6 мин · Роман Неверов

Карта болей — не то, что вы думаете. Как перестать собирать хотелки и начать видеть реальные проблемы

80% «болей», которые команды записывают после интервью — это не боли, а хотелки. Настоящая боль — это то, за решение чего клиент уже платит временем, деньгам...

26 evidence points
· 12 мин · Роман Неверов

Скрипт Product DNA интервью: 26 Evidence Points, которые не собрать стандартными вопросами

Стандартный custdev-скрипт собирает 5-7 точек данных. Product DNA Interview — 26. Разница: после стандартного вы знаете 'что болит'. После Product DNA — вы з...

Push Pull Habit Fear
· 8 мин · Роман Неверов

4 силы, которые решают — купит клиент или нет. Switch Formula без маркетингового булшита

Ваш конкурент — не тот, кто делает похожий продукт. Ваш конкурент — привычка клиента, которая «и так работает нормально». Разбираем Switch Formula: 4 силы, к...

Classic DNA v2
· 9 мин · Роман Неверов

Классический JTBD покрывает 30% картины. Product DNA покрывает 100% — разбираем 7 слоёв

JTBD отвечает на вопрос «что нанимает клиент». Но кто отвечает на «почему он вообще начал искать», «как он принимает решение», «с кем вы на самом деле конкур...

19 data points
· 8 мин · Роман Неверов

Почему 19 точек данных о клиенте заменяют 200 страниц бизнес-плана

Средний продакт принимает решения на основе 3 из 19 необходимых точек данных — и удивляется, почему гипотезы не подтверждаются. Разбираем фреймворк Product D...