В новом выпуске подкаста Ленни Рачитски (Lenny Rachitsky) известный эксперт по росту продуктов Альберт Ченг (Albert Cheng) делится своим уникальным опытом управления монетизацией и удержанием пользователей. Проработав в таких глобальных гигантах, как Duolingo, Grammarly и Chess.com, Ченг сформировал глубокое видение того, как соединять аудиторию с ценностью продукта без агрессивного «хакинга» метрик. Данный аналитический разбор раскрывает ключевые ментальные модели, тактики проведения экспериментов и подходы к внедрению искусственного интеллекта, которые определяют траекторию развития современных цифровых подписок.
🎹 От музыкального слуха к метрикам роста: путь Альберта Ченга 6:11
Детство Альберта Ченга, родившегося в семье иммигрантов из Тайваня, было наполнено строгой дисциплиной и классической музыкой. На вершине домашнего пианино Yamaha каждый день запускался таймер обратного отсчёта на 90 минут, которые мальчик обязан был проводить за практикой. Как вспоминает эксперт, сначала этот будильник его раздражал, но со временем пришло глубокое понимание искусства. Огромным преимуществом Ченга стало наличие абсолютного слуха (perfect pitch), позволявшее мгновенно распознавать ноты и налету улавливать ошибки в исполнении. Несмотря на перспективу поступления в консерваторию, в подростковом возрасте Альберт принял решение уйти в инженерную школу.
По мнению Ченга, между классической музыкой и процессами продуктового роста существует неочевидная связь, основанная на двух главных факторах:
- Постоянное повторение и устойчивость: Как в музыке, так и в экспериментах специалист постоянно совершает ошибки. Команда действует внутри сверхкороткого цикла обратной связи, где единственным способом обучения становится анализ неудач.
- Структурная основа в сочетании с креативностью: Рост опирается на строгие модели, метрики, каналы и тесты — подобно музыкальной теории и гаммам. Однако для создания выдающегося результата и там, и там необходимы творческий поток, страсть и нестандартные гипотезы.
Сам Ленни Рачитски признался, что недавно жена подарила ему уроки вокала и игры на фортепиано, и теперь он на личном опыте ощущает, насколько тяжело координировать пальцы для одновременного нажатия нескольких клавиш.
🏔️ Фреймворк Explore и Exploit: как найти свою «гору» и покорить её 9:51
В своей практике Альберт Ченг активно использует концепцию Explore и Exploit (Исследование и Эксплуатация), которую он перенял от своего технического партнёра Нурмала в Grammarly. Гость предполагает, что первоисточником фреймворка мог быть Брайан Балфур (Brian Balfour) из Reforge. Суть модели проста: в фазе исследования (Explore) команда ищет правильную «гору» для восхождения, а в фазе эксплуатации (Exploit) фокусирует все ресурсы на её эффективном покорении. По оценке эксперта, компании часто совершают ошибку, уходя в одну из крайностей: избыточное исследование дезориентирует команду хаотичными идеями, а чрезмерная эксплуатация приводит к стагнации и локальному максимуму.
Ченг предпочитает применять этот принцип на микроуровне — на уровне конкретных продуктовых инсайтов. В качестве примера он приводит оптимизацию фич обучения в Chess.com, которой занимался продуктовый менеджер Дилан. Самой популярной функцией обучения на платформе является «Анализ партии» (Game Review), где виртуальный тренер разбирает ходы пользователя. Анализ данных показал неожиданную психологическую аномалию: 80% игроков запрашивают разбор игры именно после выигрыша, хотя изначально фича создавалась для работы над ошибками после поражений.
На основе этого инсайта команда полностью перестроила пользовательский опыт:
- При проигрыше интерфейс перестал агрессивно подсвечивать грубые ошибки (blunders).
- Вместо этого фокус сместился на лучшие и блестящие ходы пользователя (brilliant moves).
- Виртуальный тренер начал выдавать поддерживающие фразы в духе: «Проигрыш — это часть обучения, продолжай в том же духе».
По данным Ченга, это изменение увеличило количество анализов партий на 25%, объём подписок — на 20%, а также существенно подняло удержание пользователей. Фаза эксплуатации наступила тогда, когда этот инсайт был масштабирован на соседние команды — например, менеджер раздела задач (puzzles) применил аналогичный позитивный паттерн в своём блоке, изменив экраны успеха и цвета кнопок. Гость подчёркивает, что средний показатель успешности продуктовых экспериментов составляет всего 30–50%, поэтому выявление и широкое тиражирование таких работающих психологических триггеров критически важно для компании.
🤖 ИИ как катализатор: от автоматизации SQL до революции в шахматах 16:38
Внутренние процессы роста в современных ИТ-компаниях сильно трансформируются под влиянием искусственного интеллекта. По словам Альберта Ченга, одним из самых эффективных внедрений в Chess.com стала функция Text-to-SQL в корпоративном Slack-канале дата-запросов. Ранее аналитикам приходилось тратить много времени на обработку рутинных вопросов вроде «сколько подписчиков у нас в ЮАР?». Специально обученный Slack-бот взял на себя генерацию первого слоя ответов. Эксперт заметил интересную психологическую особенность: когда у сотрудников появился ИИ-собеседник, пропал страх показаться глупым, что вызвало настоящий взрывной рост внутренней аналитической активности в компании.
Кроме того, продуктовые менеджеры Chess.com активно используют инструменты быстрого прототипирования:
- Интерфейсы онбординга, главного экрана и шахматной доски переводятся в ИИ-прототипы с помощью инструментов V0 и Lovable.
- Дизайнеры используют Figma (включая плагины Figma Make), а инженеры комбинируют Cursor, Claude Code и GitHub Copilot.
- Маркетинговые команды автоматизируют переводы и создание субтитров, а поддержка опирается на решение Intercom Fin.
Вместе с тем Ченг отмечает и раздражающий фактор: индустрия пока не создала бесшовный мост между «экспериментальным кодингом» на ИИ и реальным рабочим процессом в крупных продуктах, из-за чего командам всё ещё приходится делать классические функциональные передачи кода (handoffs).
Что касается самого продукта, то шахматы и ИИ неразрывно связаны уже почти век. Как напоминает Ченг, в 1997 году суперкомпьютер Deep Blue от IBM шокировал мир, обыграв чемпиона мира Гарри Каспарова. Сегодня шахматные движки вроде Stockfish играют несоизмеримо сильнее лучших гроссмейстеров: если рейтинг Магнуса Карлсена (Magnus Carlsen) составляет около 2800 пунктов ELO, то у Stockfish он превышает 3600. Движок победил бы человека, даже играя без ладьи. Chess.com ищет подходы к интеграции этих вычислений в «Анализ партии», переводя сухую оценку вариантов на человеческий язык с помощью больших языковых моделей (LLM). При этом сам по себе тип моделей LLM, как утверждает Ченг, играет в шахматы плохо, галлюцинирует ходами и не может правильно нарисовать доску из 64 квадратов, хотя ИИ-турниры от Google показывают их постепенный прогресс.
✍️ Кейс Grammarly: как «неявный» триал удвоил конверсию в платную подписку 20:58
Альберт Ченг долгое время работал с директором по продукту Grammarly Номом Левински (Nome Leavinsky). Ключевым вызовом для команды под руководством менеджера Кайлы (Kyla) была оптимизация конверсии пользователей бесплатной версии в платных подписчиков. Grammarly работает по модели freemium, где более 90% аудитории используют сервис бесплатно.
Первоначальный аудит выявил две серьёзные проблемы:
- Отсутствие качественного трекинга событий, связанных с демонстрацией платных подсказок и отображением пейволлов (paywalls).
- Искажённое восприятие бренда: пользователи бесплатной версии видели только исправления орфографии и грамматики, из-за чего считали Grammarly лишь продвинутым спелл-чекером.
Пользователи читали подсказки избирательно и редко соглашались со всеми правками подряд. Тогда команда Ченга решила радикально изменить логику. Вместо того чтобы прятать продвинутые функции (изменение тона, перефразирование предложений, повышение ясности), они начали органично встраивать платные подсказки прямо в текст бесплатного пользователя, давая ему ограниченный ежедневный лимит на их применение. Вопреки опасениям, что раздача ценности снизит доходы, этот шаг наглядно показал пользователям всю мощь премиум-пакета. В результате показатели апгрейда аккаунтов выросли почти в два раза. Ленни Рачитски признался, что именно эта механика в своё время заставила его купить платную подписку.
📈 Золотое правило удержания и воскрешение «спящих» пользователей 28:13
Для потребительских подписочных сервисов (consumer subscriptions) удержание пользователей (retention) — это абсолютное золото. По мнению Ченга, если продукт не удерживает людей, компании приходится агрессивно монетизировать их в первый же день, закупая трафик по завышенным ставкам. Продукты вроде Duolingo и Chess.com растут преимущественно за счёт органического сарафанного радио. Эксперт вывел ориентир: хорошим показателем для мобильного приложения является удержание первого дня (D1 Retention) на уровне 30–40%.
Со временем, когда продукт взрослеет, фокус усилий смещается с новичков на существующую базу. На примере Chess.com Ченг объясняет, что новые пользователи составляют лишь малую долю от ежедневной активности, тогда как основная масса — это текущие и «воскрешённые» (resurrected) игроки. Накопив сотни миллионов «дремлющих» аккаунтов, компания должна инвестировать в UX для вернувшихся пользователей.
Эффективные механики воскрешения аудитории на примере Duolingo включают:
- Социальные уведомления: Синхронизация контактов отправляет пуш-нотификацию в духе «твой лучший друг только что начал учить язык».
- Сброс прогресса и повторное позиционирование: Если человек не заходил в приложение три года и забыл французский, ему предлагают пройти новый быстрый тест и адаптируют сложность, снижая когнитивную нагрузку и страх неудачи.
Исключением из правил удержания гость называет Grammarly: этот продукт работает в фоновом режиме, его не нужно открывать каждый день. Для него критически важны активация, бесшовная установка и первичный aha-момент, которые удерживают пользователя на годы вперёд.
🏢 Культурный код лидеров: Rigid-структура Duolingo против фанатизма Chess.com 34:30
Альберт Ченг подчёркивает, что все три компании добились колоссального успеха, но их внутренние операционные модели кардинально различаются. Duolingo создала методологию разработки под названием «Green Machine» (Зелёная машина). Компания нанимает талантливых выпускников вузов, предоставляет им мощные инструменты тестирования и поддерживает колоссальную скорость работы (clock speed). Продуктовый опыт приложения Duolingo меняется для каждого конкретного пользователя по несколько раз в день. Процессы жестко регламентированы, а продуктовые ревью длятся всего по 10–15 минут. Рост здесь тесно переплетён с виральным маркетингом: маскот сова Duo в TikTok и YouTube генерирует до 20–30% всего ежедневного притока новых пользователей. Капитализация компании оценивается в районе 10–12 миллиардов долларов.
В отличие от Duolingo, Grammarly эволюционировал иначе:
- Продукт развивался по цепочке: от платного инструмента для студентов к freemium-модели для широких масс, а затем к фокусу на корпоративных клиентах.
- Возникла гибридная модель Product-Led Sales, где команда Ченга помогала отделу продаж находить органически сформировавшиеся бизнес-команды внутри бесплатной базы.
- Ченг вспоминает, как создал команду роста для удержания пользователей, но вовремя осознал, что на этот показатель сильнее влияет качество самих лингвистических подсказок, и добровольно передал метрику лидеру основного продукта.
Chess.com выделяется тотальным фанатизмом сотрудников. Компания полностью удалённая, и все её члены искренне любят шахматы, играют днями напролёт и забивают Slack логами партий. Платформа росла незаметно в течение 15 лет, пока пять лет назад не сошлись несколько факторов: пандемия, сериал «Ход королевы» (Queen's Gambit), взрыв стриминга на Twitch и популярность игры в школах. Креативные волны могут мгновенно учетверить регистрацию новых пользователей, а регулярные продуктовые тесты обеспечивают стабильный фоновый рост бизнеса.
🔬 Построение фабрики экспериментов: цель в 1000 тестов и системные ошибки 53:49
Согласно отчёту Atlassian State of Product, около 40% продуктовых команд вообще не используют эксперименты в своей работе. Альберт Ченг считает это огромной ошибкой, поскольку поведение потребителей капризно, а сотрудники внутри компании быстро превращаются в сверхактивных пользователей и теряют связь с реальностью новичка. Эксперт рекомендует внедрять проверенные инструменты тестирования (например, StatSig, который использовался в Grammarly).
Придя в Chess.com, Ченг столкнулся с культурой, которая двигалась вперёд чисто за счёт интуиции комьюнити. До 2023 года компания почти не тестировала гипотезы. Динамика изменений выглядит следующим образом:
- 2023 год — проведено около 50 экспериментов.
- 2024 год (текущий) — команда идёт по графику около 250 экспериментов.
- Следующий год — амбизиозная цель в 1000 экспериментов за год (около 3 тестов в день).
Ченг иронично замечает, что цифру в 1000 тестов он полностью выдумал. Сама по себе голая метрика бессмысленна, но она заставляет команду перестраивать процессы: подключать команду лайфсайкл-маркетинга для тестов пушей, менять скриншоты в магазинах приложений, внедрять no-code конфигурации для экранов оплаты и главной страницы без привлечения инженеров. Основатели Chess.com Эрик и Дэнни полностью поддержали эту продуктовую трансформацию.
Не обходится и без фатальных ошибок. Гость поделился хоррор-историей из своей практики в одной неназванной компании, где во внутренней системе тестирования метрика удержания пользователей (user retention) была по ошибке настроена задом наперёд. Три месяца команда радовалась «зелёным» графикам, пока не выяснилось, что все успешные эксперименты на самом деле катастрофически обрушивали удержание клиентов.
🚌 Психология мотивации игроков и уроки из «угла неудач» 1:02:32
Изучая виральность в Duolingo, команда Ченга отслеживала моменты, когда пользователи чаще всего делают скриншоты экрана. Выяснилось, что люди активно делятся вехами своих ударных дней (streaks) и забавными фразами из уроков. На эти экраны были брошены лучшие иллюстраторы и аниматоры, что увеличило органический шеринг в разы. В контексте геймификации Ченг выделяет три столпа, сформулированных Хорхе Мазалем: Core Loop (основной цикл урока и наград), Metagame (лидерборды, долгосрочные пути) и Profile (профиль как отражение инвестированного времени).
В Chess.com психология иная: 75% новичков классифицируют себя как полные дилетанты. Данные показывают, что менее трети из них выигрывают свою первую партию, а поражение на старте ухудшает долгосрочный retention на 10%. Продукт борется с этим, скрывая рейтинг игрока на первые 5 матчей, создавая бережные гайды и предлагая на старте игры против адаптированных ботов и тренеров.
В вопросах управления командами Ченг придерживается контринтуитивного правила: искать людей с высокой автономией (high agency), быстрой скоростью мышления (clock speed) и энергией, а не с глубоким профильным опытом. В эпоху стремительного развития ИИ старый опыт часто становится обузой, а успешные в прошлом привычки приходится намеренно отбрасывать. Идеальный масштаб компании для Альберта — это медиум-сегмент (500–1000 человек, возраст 10–20 лет), где есть масштаб, но сохраняется возможность контролировать пиксели и читать логи тестов лично. Работа в Google показалась ему слишком медленной, а микро-стартапы принесли эксперту «первые седые волосы» из-за изнурительного поиска каждого отдельного сотрудника и клиента.
В традиционной рубрике подкаста «Уголок неудач» Альберт вспомнил свой опыт работы в транспортном стартапе Chariot (сервис 15-местных маршрутных шаттлов в Сан-Франциско). Команда попыталась запустить продукт Chariot Direct с динамическими маршрутами по аналогии с Uber. Продукт провалился по трем причинам:
- Это было классическое решение, отчаянно ищущее проблему, вместо фокуса на реальной боли пассажира.
- Разработчики перенасытили вниманием приложение для пассажиров, полностью проигнорировав удобство водителей и операционной команды, что привело к хаосу на дорогах.
- Компания запустила масштабную PR-кампанию до валидации ценности продукта, попав в ловушку невозвратных затрат (sunk cost fallacy).
В завершение беседы Альберт Ченг отметил, что его главная цель сегодня — безвозмездно делиться накопленными знаниями с индустрией, и призвал слушателей развивать в себе навык «ментальной губки», впитывая чужие победы и поражения.
