Мы живём в интересное время, когда исследовательские процессы и команды сильно меняются: AI заходит в модерацию и анализ, по-новому распределяются роли между исследователем и продактом, а на рынке появляется всё больше инструментов, которые помогают сэкономить часы и даже дни рабочего времени.
Нам захотелось успеть «поймать» момент какой он есть сейчас: не в теории, а на примере реальной команды.
Мы подробно обсудили, как адаптироваться к этим изменениям, с командой Контур.Фокуса — Катей Халитовой, исследователем пользовательского опыта, и Аней Гурьевой, менеджером по развитию продукта. Получился живой портрет того, как меняется роль исследователя и процессы в продуктовой команде.
Эта статья — выжимка самого интересного из нашего разговора в формате «вопрос-ответ»:
поможет настроить процессы в команде и убедиться, что вы помогаете, а не мешаете друг другу
разделена на два блока — про взаимодействие в связке «исследователь + продакт» и про применение AI как третьего участника в этой связке
Связка «исследователь + продакт»
01 Насколько хорошо вы знаете предметную область друг друга? И вообще нужно ли это?
Аня, продакт: Почти во всех курсах для продактов обязательно есть блок про исследования, в котором есть необходимая база, т.к. без понимания пользователя сложно пилить новые фичи и вообще создавать что-либо. Важно понимать, что эта база — всего лишь вершина айсберга: я не сразу это поняла, потому что начинала свою карьеру в компании без исследователей.
Например, я как мантру усвоила, что нельзя задавать гипотетические вопросы, но в одном исследовании Катя рассказала мне про проективную методику, которая помогла вытянуть из наших не очень эмоциональных пользователей эмоциональную мотивацию, и это очень помогло в моем исследовании.
Катя, исследователь: Я думаю, что мы знаем предметную область друг друга настолько, насколько это нужно для качественного выполнения задач.
Большинство продактов поверхностно знают методологию исследований, фреймворки, статистику. Но если им нужно углубиться, они запрашивают у нас материалы для обучения или совет по конкретной задаче. Я точно так же делаю в отношении продактов — недавно я хотела для одной рабочей задачи повторить знания по фреймворку «Пирамида метрик», и Аня посоветовала мне материалы.
02 Замечаете ли вы, что ваши роли начинают мёрджиться? Можете ли вы, например, друг друга «подменять» в каких-то ситуациях?
Катя, исследователь: Мы точно становимся ближе за счет того, что чаще используем одни и те же инструменты для работы:
Perplexity и RAG по архиву исследований для выполнения кабинетных исследований;
Claude для создания отчета по итогам исследования и т.д.
Но как исследователь, так и продакт пока ещё остаются носителями уникальных навыков и опыта, поэтому полностью заменить друг друга мы на данном этапе не можем.
03 Должен ли продакт выходить в поля к пользователям, чтобы «прочувствовать» клиента, или это нецелевое использование его времени?
Аня, продакт: Я считаю, что продакту важно регулярно выходить в поля и взаимодействовать с пользователями, чтобы обрести чувство рынка и насмотренность.
Во-первых, за красивыми дашбордами могут прятаться тысячи нерешенных проблем пользователей, о которых мы узнаём только из интервью, — а именно понимание этих проблем может быть ответом на продуктовые вопросы.
Во-вторых, даже при наличии штата исследователей и налаженном бизнес-процессе, в продукте всегда будут серые зоны, в которых мы принимаем решение на основе экспертизы. Эта экспертиза нарабатывается через выход в поля: как минимум, стоит читать транскрипты после интервью.
В моём случае это особенно критично, потому что я работаю в продукте, которым сама практически не пользуюсь в реальной жизни. Мой опыт и опыт пользователей сильно отличаются. Если я буду принимать решения только на основе своего личного опыта, они могут негативно сказаться на качестве продукта.
04 Что у вас сейчас демократизируется, что нет — и как это менялось и меняется в последнее время?
Катя, исследователь: Так как исследователей у нас меньше, чем продактов, мы физически не можем брать на себя абсолютно все запросы. Поэтому часть исследовательской работы со временем у нас органически демократизировалась.
Продакты умеют закрывать часть задач сами, а исследователи выступают скорее как эксперты и партнёры.
Некоторые продакты у нас очень прокачаны в исследованиях и проводят их самостоятельно. При этом они всё равно могут приходить к исследователям за ревью, советом или обсуждением подхода. Это уже стало естественной частью процесса.
Есть и промежуточный формат — исследования с сопровождением исследователя.
Например, исследователь может участвовать во встречах вместе с продактом или другим членом команды, помогать по ходу процесса, а затем давать обратную связь, помогать корректировать подход и выводы.
При этом остаётся категория задач, которые мы практически не делегируем.
Обычно это исследования с высокой степенью неопределённости: где нужно глубоко декомпозировать проблему, выстраивать сложный дизайн исследования, использовать триангуляцию методов или источников данных, проводить многоэтапный ресёрч.
05 Как вы относитесь к подходу, когда продакт подключается к интервью с респондентом? Какие видите здесь плюсы и минусы?
Аня, продакт: Хорошо отношусь к этому подходу, мы часто используем его в работе. Когда запускается исследование, стараюсь побыть хотя бы на 1-2 интервью.
Плюсы:
Бывает так, что после первых интервью гипотезы и вопросы стоит немного скорректировать: если продакт и исследователь были на этих интервью, они могут быстро синхронизироваться и принять это решение;
Есть шанс во время интервью поймать респондента на интересном сценарии; есть возможность «дораскрутить» этот сценарий прямо во время интервью и не тратить время на дополнительное исследование;
Продакт погружается в реальный контекст пользователя.
Минусы:
Есть риск, что продакт и исследователь могут начать перебивать друг друга или сбить респондента, если заранее не договорятся о правилах взаимодействия во время интервью;
Респондентов может смущать присутствие «лишних» людей на интервью: стоит заранее проговаривать, что будет кто-то ещё. Если респондент отказывается общаться с несколькими людьми, можно подключать продакта как «тайного наблюдателя», чтобы респондент его не видел.
Если вы раньше не проводили интервью совместно, стоит обсудить заранее:
Когда продакт может задавать вопросы: по ходу интервью или в конце;
Как их задавать: напрямую респонденту или через исследователя.
06 Есть ли у вас общий руководитель? Как планируете все предстоящие задачи?
Катя, исследователь: У нас с продактами общий руководитель — руководитель группы развития.
У всей группы есть командные цели, которые напрямую декомпозируются из стратегии компании, поэтому существует сквозное целеполагание: цели каждого сотрудника связаны с общими командными целями.
Наш руководитель регулярно участвует и в планировании продактов, и в планировании исследователей: видит месячные планы продактов и квартальные планы исследовательской команды. За счёт этого он может синхронизировать приоритеты, давать комментарии, ревьюить и валидировать направления работы как для одной, так и для другой стороны. Это, кстати, очень удобно и помогает сохранять общую согласованность в работе.
Вот как мы планируем задачи: каждый продакт отвечает за своё направление или часть продукта, которая зафиксирована в его целях.
Дальше либо продакт, либо исследователь инициирует задачу, и мы уже совместно её прорабатываем. Исследовательские задачи довольно часто напрямую связаны со стратегическими целями компании, поэтому приоритизация и контекст достаточно прозрачны.
07 Кто проводит исследования в тех командах, где нет своего исследователя?
Катя, исследователь: Если в команде нет собственного исследователя, исследования обычно проводят менеджеры по развитию продукта или аналитики. Во многих случаях этого достаточно, чтобы ответить на текущие продуктовые вопросы.
При этом внутри Контура есть возможности привлечь профессиональных исследователей. Если речь идет о проверке идеи нового продукта или выходе на незнакомый для компании рынок, команда может обратиться в отдел маркетинговых исследований.
Если же исследование связано с уже существующим продуктом, можно заказать его в UX-лаборатории. По сути, это команда UX-исследователей, которая работает не с одной конкретной продуктовой командой, а помогает разным командам по запросу.
08 Как вы передаёте инсайты внутри команды — есть ли какой-то ритуал, формат, артефакт, который реально читают?
Катя, исследователь: У нас довольно большая команда в широком смысле: помимо продактов и исследователей, туда входят разработка, маркетинг, продажи и другие функции. Поэтому очевидно, что на полноценные презентации результатов исследований приходят далеко не все.
Основной инструмент передачи знаний — это общий архив исследований, к которому у команды есть доступ уже на протяжении достаточно долгого времени.
Там можно посмотреть предыдущие исследования, выводы и накопленную базу знаний.
Второй формат — это вовлечение команды непосредственно в процесс исследований.
Например, во время юзабилити-тестов мы делаем mention в общем командном чате, где находятся разработчики, маркетинг, продажи, продакты и другие коллеги. Любой желающий может подключиться и посмотреть исследование или послушать разбор результатов. У меня, например, на одной такой презентации было около сорока человек.
И третий инструмент, который у нас работает, — это закрытый телеграм-канал для команды.
Там мы публикуем краткие карточки по прошедшим исследованиям: инсайты, основные наблюдения, выводы пользователей. Коллеги могут оставлять комментарии, реакции, что-то обсуждать между собой. Это помогает команде видеть голос пользователя в постоянном режиме — без необходимости ждать полноценную презентацию или читать большой отчёт.
10 Как и кем оценивается эффективность исследования?
Катя, исследователь: Раз в полгода мы соотносим то, что уже сделано по факту, с тем, на что мы закоммитились по итогам исследования.
Кроме того, у продакт-менеджеров проходят ретроспективы по результатам релизов, ведь наши исследования в конечном счёте напрямую влияют на разработку и развитие продукта. Здесь я точечно подключаюсь к продактам по своим задачам, чтобы знать, всё ли мы сделали правильно на этапе исследований и как это в итоге повлияло на метрики.
Аня, продакт: Я отвечаю себе на вопрос: получилось ли подтвердить или опровергнуть гипотезы, которые мы выдвигали на исследование. Обычно гипотезы мы напрямую связываем с бизнес-целями, поэтому они помогают нам дальше принимать продуктовые решения: делать/не делать фичу, переделывать/не переделывать дизайн, стоит ли запускать дополнительное исследование.
Иногда гипотезы бывают сложными, многосоставными: тогда сразу ясно, что одно исследование не поможет ответить на все вопросы. Мы сразу проговариваем это с исследователями. В этом случае я считаю исследование результативным, если удалось снять нужную долю неопределённости.
Например, на одном из интервью один из десяти пользователей упомянул сценарий, о котором в сервисе до этого не знали. Сценарий был описан общими словами, поэтому было непонятно, как именно мы можем его закрывать и есть ли там вообще боль.
Задача для исследователя сводилась к нескольким глобальным вопросам:
1️⃣ Является ли сценарий достаточно массовым, чтобы тратить на него ресурсы?
2️⃣ Есть ли боль в этом сценарии?
3️⃣ Как мы можем помочь снять эту боль?
На старте было сразу понятно, что за одно исследование закрыть все вопросы не получится, то есть после одного исследования мы бы сразу не пошли делать фичу.
Поэтому в этом случае снятие неопределённости после первого исследования было не в «делать фичу или нет», а в «является этот сценарий массовым и стоит ли продолжать копать это направление».
Если говорить о деньгах, исследование эффективно в двух случаях:
Сэкономили бюджет: решили не делать фичу, потратив на исследование меньше, чем ушло бы на разработку;
Заработали на запуске: внедрили фичу с опорой на данные исследования и получили прибыль, которая превысила затраты на исследование.
09 Как вы решаете, когда исследование вообще не нужно — и кто это решение принимает?
Катя, исследователь: Решение о том, нужны ли исследования в конкретной ситуации, у нас принимается совместно — исследователем и продактом. Обычно это происходит в рамках процесса планирования.
Продакты оставляют заявки в таск-трекере, после чего мы либо созваниваемся, либо обсуждаем всё в переписке — зависит от сложности и контекста задачи. Уже в процессе обсуждения становится понятно, есть ли вообще смысл проводить исследование.
Иногда выясняется, что похожая тема уже исследовалась и у нас есть необходимые данные.
В других случаях оказывается, что пользовательские исследования не помогут ответить на вопрос, потому что нужны, например, аналитические данные или информация из других источников.
AI в исследованиях — что уже внедрили, что пока не готовы доверить и почему его нельзя игнорировать
01 Что с AI у вас уже встроено в процессы? Что в эксперименте, где осторожничаете?
Катя, исследователь:
Поиск: мы настроили RAG-систему по архиву исследований (у нас их накоплено достаточно много), и в целом она работает стабильно.
Кабинетные исследования: для них я использую Perplexity и DeepSeek.
Количественные исследования: для анализа данных и визуализации я пишу скрипты на Python с помощью Claude и DeepSeek, либо просто прошу модель всё посчитать.
Качественные исследования: для анализа качественных данных использую Claude Cowork или Codex.
Прототипирование: продакт-менеджеры в нашей команде используют Replit и другие ИИ-инструменты.
Работа коллег: Аня также использует DeepSeek для кабинетных исследований (начала его использовать, потому что он доступен без VPN, и осталась довольна качеством) и генерации SQL-запросов при анализе метрик.
Автоматизация: используем n8n для прототипирования и автоматизации процессов.
02 Как вы считаете, какой навык исследователя AI никогда не заменит — и почему?
Катя, исследователь: Я технооптимист, поэтому считаю, что моя роль будет заменена AI полностью. Возможно, останутся исследователи-валидаторы результата работы AI-агентов.
Аня, продакт: Я пока с недоверием отношусь к ИИ, поэтому не уверена, что в перспективе он сможет заменить полноценного исследователя. Сейчас он справляется с задачами на среднем уровне и выдаёт усреднённый ответ. Ещё мне кажется, что AI не сможет выдержать диалог со сложным респондентом — неразговорчивым или конфликтным. Многим людям не нравится общаться с роботами.
Также AI не заменит человека в задачах, требующих сильной экспертизы или креативного мышления: например, в проверке гипотезы, для которой нужны нестандартные методы исследования.
Например, у нас был глобальный вопрос, который влиял на стратегию маркетинга и продукта — «куда развивать ценностное предложение нашего сервиса?». Чтобы выбрать правильные методы, нужно было понимать их ограничения и быть погруженным в контекст продукта. В итоге выбрали исследование в два этапа: JTBD+ODI (Outcome-Driven Innovation). Про второй метод я до этого не слышала и узнала благодаря исследователю.
А ChatGPT по детальному промпту предлагал использовать MaxDiff, который, если покопать, вообще не ответил бы на нужные вопросы.
03 Есть ли у вас внутренние «красные линии» — что вы точно не готовы доверить AI?
Катя, исследователь: Пока что я не доверю ему модерацию. Я слышала от знакомых обратную связь, как ИИ-рекрутеры общаются при найме — и это ужасно. Весь процесс для человека выглядит очень искусственным, и он чувствует себя дискомфортно.
Аня, продакт: Чаще всего я использую AI для поиска информации, генерации SQL-запросов или выводов из интервью. Практически всё валидирую вручную, проверяю источники, которые он находит. То же самое с транскриптами или опросами: можно попросить AI структурировать выводы, но так же важно эти выводы провалидировать самостоятельно — например, найти в транскриптах прямые цитаты пользователей для подтверждения этих выводов.
В итоге AI снижает когнитивную нагрузку и экономит время, но не влияет напрямую на принятие решений.
Катя, исследователь: Я считаю, что сознательно отказываться от AI сегодня — значит ставить себя в менее выгодное положение. В этом я вижу не преимущества, а скорее риски: и карьерные, и бизнесовые. Конкурентная среда не исчезнет, а специалисты, которые умеют эффективно работать с большими языковыми моделями, будут получать преимущество в скорости, масштабе и качестве результатов.
При этом речь не идет о том, чтобы перестать думать самостоятельно. Скорее, появляется новый профессиональный навык: умение работать с контекстом, формулировать задачи для агентов, проверять и направлять результаты. Это требует времени и практики. Если откладывать освоение этих инструментов, позже войти в этот процесс будет значительно сложнее.
Вместо вывода: пара тёплых слов
Хотим сказать большое спасибо Кате и Ане, что не просто согласились обсудить с нами такую важную тему, но и поделились своими внутренними процессами, которые можно использовать как готовый бенчмарк.
Ещё больше полезных материалов с крутыми экспертами вы найдёте в нашем телеграм-канале. Там мы делимся не только продуктовыми апдейтами, но спецпроектами с разными командами из России и глобала, и тем, что нас действительно вдохновляет.
——
Попробовать Pathway, чтобы быстрее проверять продуктовые и маркетинговые решения — можно бесплатно. Просто зарегистрируйтесь и вы получите доступ ко всем функциям платформы, включая возможность создать 3 исследования и собрать до 250 ответов в месяц.
А ещё мы приглашаем вас в закрытый бета-тест Pathway Interviews — нашего нового модуля для проведения интервью полного цикла. Оставляйте заявку, чтобы попробовать его одними из первых.