# Альберт Ченг: «Рост — это связь пользователя с ценностью продукта»

Источник: https://www.youtube.com/watch?v=2BKmNmnEj9w
Канал: Lenny's Podcast
Опубликовано: 05.10.2025

---

## Искусство роста: как Альберт Ченг масштабирует Duolingo, Grammarly и Chess.com 🚀
[[JUMP:0:00]]

Рост продукта — это не просто хакерство метрик, а глубокая связь между пользователем и ценностью вашего решения. Альберт Ченг, эксперт с опытом работы в Duolingo, Grammarly и Chess.com, уверен: ключом к успеху является правильное сочетание человеческой психологии, экспериментов и осознанного использования технологий. В этом глубоком погружении в индустрию Альберт делится фреймворками, которые помогли компаниям с миллионами пользователей перейти от интуитивных решений к систематическому кратному росту.

## ⚖️ Фреймворк «Исследование и эксплуатация»
[[JUMP:9:39]]

Ченг выделяет ключевой подход, заимствованный из инженерии и управления продуктом, для балансировки стратегии роста:

*   **Исследование (Explore):** Фаза поиска «правильной горы для восхождения». Здесь важно проявлять гибкость, проверять десятки гипотез и не бояться экспериментировать в разных направлениях.
*   **Эксплуатация (Exploit):** Этап фокусировки ресурсов на эффективном покорении выбранной вершины. Когда найден работающий паттерн, команда масштабирует этот успех.

Ченг подчеркивает важность осцилляции между этими режимами. Перекос в сторону «исследования» ведет к расфокусировке и хаосу, а избыток «эксплуатации» — к застою и локальной оптимизации, где нет настоящего прорыва. 

Главный совет: возьмите найденный инсайт и распространите его на 10x по всей компании. Так, успех одного эксперимента в Chess.com по изменению тона общения виртуального тренера привел к росту количества разборов партий на 25% и увеличению подписок на 20%. Этот же подход (позитивный тон вместо критики ошибок) можно применить и в других продуктовых модулях.

## 🎯 Монетизация и «обратный бесплатный пробник»
[[JUMP:21:11]]

В Grammarly Ченг столкнулся с классическим вызовом premium-модели: как конвертировать пользователей, если они воспринимают продукт только как инструмент проверки орфографии.

*   **Проблема:** Пользователи видели ценность только в бесплатных функциях (корректность), а не в платных (улучшение тона, перефразирование).
*   **Решение:** Вместо того чтобы закрывать все премиальные функции стеной оплаты, команда начала выборочно «вкраплять» платные рекомендации в реальном времени при написании текста.
*   **Результат:** Пользователи осознали мощь продукта, и конверсия в платные подписки выросла почти в два раза.

Ченг называет это «обратным бесплатным пробником» (reverse free trial), который работает эффективнее, чем стандартная временная блокировка доступа.

## 🛠️ Культура экспериментов: от нуля до 1000 в год
[[JUMP:57:34]]

Когда Альберт пришел в Chess.com, компания почти не проводила экспериментов. Его целью стало внедрение методологии «тысячи экспериментов в год».

1.  **Начинайте с малого:** Даже если вы не проводите 1000 тестов, просто начните тестировать. 40% продуктовых команд не проводят А/В тесты вообще.
2.  **Инструментарий:** Для масштаба нужны инструменты для поиска паттернов в результатах прошлых тестов.
3.  **Не только код:** Экспериментируйте с копирайтингом в уведомлениях, скриншотами в App Store и контентом, а не только с функционалом.
4.  **Важность системы:** «Система важнее любого конкретного эксперимента». Ченг вспоминает случай, когда в компании ретеншн был сконфигурирован «задом наперед», из-за чего все позитивные результаты выглядели как негативные.

## 🧠 AI как ускоритель, а не «магическая таблетка»
[[JUMP:16:38]]

В работе с AI Альберт призывает соблюдать баланс между хайпом и реальной пользой:

*   **Текстовые запросы к данным:** В Chess.com внедряют Slack-ботов, которые с помощью LLM отвечают на вопросы по SQL-запросам. Это демократизирует доступ к аналитике для всей компании.
*   **Прототипирование:** PM-ы используют инструменты вроде v0 или Lovable для создания рабочих прототипов основных экранов продукта за считанные минуты, что ускоряет обсуждение и тестирование идей.
*   **Специализированные движки vs LLM:** Ченг напоминает, что в шахматах специализированные движки (Stockfish) всё еще на порядок сильнее LLM, так как они созданы для глубокого поиска и оценки, а не просто для распознавания паттернов.

## 👥 Найм и команда: «Высокая агентность»
[[JUMP:1:08:12]]

При найме Ченг отдает предпочтение людям с высокой «агентностью» (agency) — способностью действовать автономно и быстро.

*   **Clock speed:** Как быстро человек думает и принимает решения.
*   **Энергия:** Способность двигаться вперед, даже если у кандидата нет прямого опыта в конкретной предметной области. Опыт, по мнению гостя, иногда может стать «костылем», мешающим видеть новые возможности в эпоху AI.