惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
T
ThreatConnect
SecWiki News
SecWiki News
F
Future of Privacy Forum
AWS News Blog
AWS News Blog
C
Cisco Blogs
A
Arctic Wolf
Vercel News
Vercel News
The GitHub Blog
The GitHub Blog
Scott Helme
Scott Helme
V
V2EX
博客园 - 叶小钗
阮一峰的网络日志
阮一峰的网络日志
K
Kaspersky official blog
G
Google Developers Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
P
Privacy International News Feed
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News | PayPal Newsroom
Schneier on Security
Schneier on Security
NISL@THU
NISL@THU
Microsoft Azure Blog
Microsoft Azure Blog
量子位
The Hacker News
The Hacker News
Stack Overflow Blog
Stack Overflow Blog
Security Latest
Security Latest
M
Microsoft Research Blog - Microsoft Research
Google Online Security Blog
Google Online Security Blog
博客园_首页
C
CXSECURITY Database RSS Feed - CXSecurity.com
I
InfoQ
Google DeepMind News
Google DeepMind News
Y
Y Combinator Blog
The Cloudflare Blog
Microsoft Security Blog
Microsoft Security Blog
Martin Fowler
Martin Fowler
Cisco Talos Blog
Cisco Talos Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Troy Hunt's Blog
F
Fox-IT International blog
S
Security @ Cisco Blogs
博客园 - 司徒正美
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
Comments on: Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
L
LINUX DO - 最新话题
GbyAI
GbyAI
Project Zero
Project Zero
腾讯CDC
T
Tailwind CSS Blog

Все публикации подряд на Хабре

MCP в системе управления проектами: как поручить ИИ работу с корпоративными данными brec: контролируемая обратная совместимость протокола AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемо Почему пластиковый корпус оказался в 3 раза дороже металлического Как спроектировать API, которое не придется переписывать через полгода Трекинг посетителей на fisheye-камерах: задача “со звездочкой” Красивый скриншот вашего кода. Большое обновление Я создаю проекты без единого созвона с командой Content Pipeline в MonoGame: почему я его не использую Гемблинг партнерки: Как выбрать, ТОП 5 в 2026 За пределами LLM, часть 2: якорная таблица Кэли, которая не является ни полем, ни моноидом Pixverse купить подписку: для чего нужна Пиксверс подписка, как выбрать тариф и оплатить в рублях Meshy AI нейросеть: как создавать 3D-модели из текста и изображений в Меши АИ на русском бесплатно Skywork AI: как использовать Скайворк АИ нейросеть на русском бесплатно, работать с промтами и создавать видео Технотекст 8: победа естественного интеллекта Capacitor: от веба к мобильным приложениям. Часть 4. Интегрируем локальный LLM в проект 20 лет видеокарт в цифрах: как росли FLOPS и TDP и кто вёл в дуэли NVIDIA vs AMD (+ открытый датасет на 13 500 GPU) Архитектура крипто-сканера для биржи: Open Interest, Funding Rate, EMA и MACD в реальном времени @tanstack/vue-table: почему я почти отказался от этого… WHERE превращает ваш LEFT JOIN в INNER JOIN. И никто вам об этом не скажет Гравитация не существует. Вы задали 454 вопроса о времени. Вот ответы с уравнениями Эйнштейна Конец бесплатного кремния: как Google AI Studio превратилась из рая для инженеров в симулятор смены аккаунтов Свой AI-агент из почты, systemd и LLM MemForge2: загрузочная флешка, которая за минуту говорит — какую планку памяти менять Лицензии важны. Разбор ошибок авторов и пользователей программ От RAG-прототипа к агенту в продакшн: путь по метрикам, а не по моде Serial Terminal: кастомный веб-терминал для последовательного порта на Web Serial API Китайский стартап GigaAI обещает робота-домработника за 1 млн рублей уже в 2027 году — правда или PR? Open-source VPN клиент Tunguska Роман за 6 недель без идеи на старте: миф или реальность? ИИ построит ваш план действий за 10 секунд Security Week 2622: эффективность Claude Mythos по версии Cloudflare Reactive Forms vs Signal Forms: Эволюция сложных форм в Angular TorFlash — приложение для Linux: поиск торрентов, скачивание и копирование на флешку в одно нажатие Как я решил проблему русской диктовки для ИИ Оверинжиниринг, потопивший немецкую подлодку или некоторые «баги» не чинятся десятилетиями Как ставить цели и не забывать о них: пошаговая система с примерами в таск-менеджере Как настроить observability в Spring Boot 3 HackTheBox. Прохождение Mini Pro Lab Puppet Обзор серверного ускорителя NVIDIA Tesla V100 16 Gb в корпусе от RTX 4090: Часть 3 — Запуск локальных моделей ИИ Редактирование текста нейросетью: как сделать диплом и курсовую более человечными Самодельный ARM ноутбук, реально ли? Как 100+ авторов пишут 100+ процессов в 3 версиях и не путаются. Или как мы переехали с Wiki на Git Прошла AnalystDays – хорошие выступления и нетворкинг VSCode как IDE для embedded разработки Моделирование широкополосной антенны с двойной круговой поляризацией и высокой изоляцией Ваше прошлое физически существует прямо сейчас. И вы заморожены там навсегда От списка инструментов к technical output: как security engineer’у описывать hands-on опыт в CV и на интервью I just want an agent. Часть 1. Как я научил ИИ собирать ИИ-агентов за пользователей и выиграл конкурс I just want an agent. Часть 1. Как я научил ИИ собирать ИИ-агентов за пользователей и выиграл конкурс Вайбкодинг спас меня от подрядчиков. А потом я поняла, что сама стала подрядчиком для своих агентов Святой Августин и GAN: почему борьба добра и зла — это генеративная состязательная сеть В каждом QR-коде зашита половина лишней информации. Намеренно Я открываю автомат ключом, меняю рулон бумаги и зарабатываю 180 тысяч в месяц с точки Мастер восстановления. Культура достиженства и выгорание Недельный геймдев: #279 — 24 мая, 2026 Защита от дублирования кода агентами: семантические концепции Frontend Status: свежий дайджест фронтенда и AI — 25.05.2026 Где искать IT-работу кроме HH: подборка платформ 2026 Почему простые числа собираются в спирали? OCR для Data Lakehouse: от Apache Tika к собственному решению на базе Docling Jira — Тьюринг-полная Kubernetes-аудит после Wiz и Prisma: как живут без CNAPP в 2026 «Тестируем MVP в 4 раза быстрее»: как нейросети изменили жизнь предпринимателей На каком стеке и железе работает умное наблюдение в вашем городе: обзор технологий от разработчиков видеоаналитики Как мы ускорили согласования на двух заводах в 24 раза Heartbeat-мониторинг cron-job'ов: dead-man-switch на FastAPI [Перевод] Сегодня нет джуниоров, а в 2031 году не станет и синьоров Профайлер для PostgreSQL: от идеи до работающего MVP за сутки [Перевод] Ограничения размера cookie в ASP.NET Core в продакшене: причины и способы решения Проблема «божественного» Obsidian: почему я отказался от централизованного подхода в работе Лицензии GNU GPL: как пройти проверку Минцифры и заказчика для госзакупок и КИИ Хакатон Samsung IT Academy Hack 2026: как студенты оптимизировали поиск в корпоративном мессенджере Хакатон Samsung IT Academy Hack 2026: как студенты оптимизировали поиск в корпоративном мессенджере MTProxy jumper — делаем автоматическое переключение прокси-серверов Telegram Ты уже используешь агента. Просто не заметил Книжный салон. Послевкусие и благодарности Как отлаживать мини‑приложения в MAX и почему без DevTools это боль Cбор биометрических данных. Как защищается наша биометрия на практике Как запустить учет активов без цифровой свалки: первые 90 дней CGE: визуализация кравлера и скрытых связей между поддоменами Зачем банки тратят миллиарды на науку (спойлер: не благотворительности ради) Книга: «Современный Java Concurrency. Глубокое погружение в Virtual Threads, Structured Concurrency и Scoped Values» Как использовать подписку ChatGPT и Claude в Cursor без оплаты за API токены Специализированная ИСУП или модуль в универсальной платформе: вот в чем вопрос Обход белых списков через WebRTC на стероидах (с поддержкой iOS и десктопа) Регата INFOSTART CIO CAMP: когда команда проверяется не в переговорной, а на воде Пет-проект, который не умер: система бронирования устройств как полигон для AI-разработки Не надо встраивать ИИ в каждую корпоративную систему, это архитектурная ошибка Нейросети для дизайна интерьера: Выбираем лучший ИИ для генерации концептов и планировок квартиры Что там с Ил-114-300 Что такое DAS: как и зачем продукт-менеджеры саботируют запуск новых продуктов 8% компаний измеряют критическое мышление руководителей. Что делают остальные 92% CVE, Shell и побег из контейнера: испытываем возможности PT Cloud Application Firewall Как я научил Алису петь: генерация музыки по голосовой команде Восстановление данных с помощью бесплатной утилиты Easy Disk Checker Как мы построили сквозную аналитику в Power BI Год разработки iOS-игры, 266 тысяч показов и $33: как я делал Vault и почти ничего не заработал Ты прокрастинируешь потому, что избегаешь напрасных усилий, а не чрезмерных нагрузок Я построила диагностику «стоит ли это автоматизировать» — и она трижды говорила глупости. Разбор ошибок
Бэклог болей: как hh работает с тем, что не нравится пользователям
daaaniel (hh · 2026-05-26 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение5 мин

Охват и читатели3

Кейс

Всем привет! Меня зовут Данила Максишко, я руковожу командой продуктовых исследователей в hh.ru. В статье расскажу, как мы работаем с обратной связью через важный инструмент — бэклог болей пользователей.

Это текст от исследователя для исследователей. Если вы строите или масштабируете ресёрчи у себя, наш опыт поможет избежать части ошибок и быстрее выстроить рабочую систему.

Продукт в рамках разумного

Я занимаюсь исследованиями много лет и недавно осознал простую правду: продукт не обязан быть идеальным, чтобы решать задачу пользователя. Я всегда сражаюсь за супергладкие и суперлёгкие пользовательские сценарии, но не терять из виду интересы бизнеса тоже важно. В рамках ограниченных ресурсов компаний идеал вряд ли достижим. Поэтому надо искать компромисс между идеалом и реальной жизнью, который я называю «продукт в рамках разумного». Именно продукты в рамках разумного приносят пользу клиентам и решают их задачи.

Главный вопрос: а как добиться этого «в рамках разумного»? Я вижу тут два направления работы: будущее и прошлое. Работа с будущим — это изменения в интерфейсах, которые ещё не реализованы, а работа с прошлым — корректировка шероховатостей ранее совершённых запусков.

О работе с будущим я рассказывал в предыдущей статье. Давайте освежим контекст и дополним его информацией о работе с прошлым.

Экскурс в будущее: главная страница hh для работодателей

К исследователям часто приходят запросы на проверку гипотез или решение открытых вопросов. Иногда просто хочется подискаверить, что происходит по пользовательскую сторону от экрана, иногда — проверить существующие концепции, а иногда приходит пора сопровождать запуск продукта. От исследователей ждут подтверждения, что продуктовые команды делают нечто действительно удобное, понятное и качественное, чтобы подстраховаться и не инвестировать в неудачные варианты. 

Проиллюстрирую недавним кейсом. Мы работали с большим проектом по обновлению главной страницы для работодателей. Провели для этого масштабное исследование: опросили возможных клиентов, из блоков собрали для них идеальную страничку. Благодаря тому ресёрчу наша команда осознала концептуальную роль поисковой строки. Она должна была отвечать на вопрос: «А есть ли на сервисе интересующие меня кандидаты в моём регионе?». Вокруг этого инсайта мы и пересобрали главную страницу.

Получилось круто! Конверсии, целевые действия, прирост аудитории — наш эксперимент принёс пользу клиентам. Так что и правда, никто не обязан быть идеальным. Но исследования помогают находить точки роста, которые будут давать заметный результат для бизнеса.

Работа с прошлым: собираем боли соискателей 

Работа исследователей с прошлым — про фидбэк и про то, что происходит на проде. Мы используем три графика, CSAT (Customer Satisfaction Score — удовлетворённость продуктом), NPS (потребительская лояльность) и отток. Наложив их на статистику за несколько лет, мы получили данные, которые можно увидеть ниже. Графики были очень похожи, и мы заметили прямую корреляцию — сильную для CSAT, заметную для NPS.

внутренняя аналитика hh, период анализа — 2023-2025 гг.

внутренняя аналитика hh, период анализа — 2023-2025 гг.

Из этого родился довольно простой, но важный вывод: чем быстрее соискатель находит работу, тем больше ему нравится наш сервис. Счастье клиента — вроде бы, неосязаемая вещь. Но она напрямую влияет на продуктовые метрики и показатели компании.

Если счастье клиента ключевой показатель для бизнеса, то надо в него вкладываться, делать сервис удобным и понятным. Поэтому нужно хорошо знать, где пока что неудобно и не очень понятно — и последовательно улучшать эти части продукта. Именно для этого мы и завели бэклог пользовательских болей.

По сути, это обычный проект в Jira, где каждый тикет — повторяющаяся пользовательская проблема. 

В бэклоге описаны: 

  • краткие обозначения болей

  • привязка к конкретному флоу и ответственные за него

  • оценка распространённости, которую считаем по упоминаниям в комментариях каждый квартал

  • оценка критичности — это уже наша экспертная оценка

  • статус каждой боли: от момента появления до решения

  • прочие детали, которые помогают анализировать проблему — например, версия приложения

Каждый квартал мы собираем поток обратной связи. Первый канал — через нашу команду по CSAT-опросу, в котором люди не только ставят оценки, но и пишут комментарии. Если видите на hh.ru всплывающее окошко с вопросом вроде «насколько удобно пользоваться этой страницей», можете смело писать всё, что думаете. Можете даже ко мне по имени обращаться — мы всё это реально читаем! Второй канал — наша дружественная команда техподдержки собирает обращения, мониторит соцсети, отзывы в сторах и так далее. В итоге у нас накапливается довольно большой объём знаний о том, что у пользователей болит.

Далее — разметка данных. Процесс муторный, но необходимый. Мы собираем комментарии, относим каждый к конкретному пункту из бэклога, смотрим, что появилось нового, что ушло, как меняется динамика. Параллельно синхронизируемся с поддержкой, маркетингом и продажами — сверяемся, насколько наш список вообще актуален. Каждый квартал мы вот таким образом обновляем картину.

По каждому тикету мы общаемся с ответственными командами. Обсуждаем, что нового появилось за квартал, что уже исправлено, а что стоит в планах. Затем остаётся наблюдать, какие продуктовые изменения работают на устранение конкретных болей, а какие — нет.

Позитивные результаты бэклога…

Если посмотреть на эту систему ретроспективно, то сразу видно, что получилось хорошо.

  1. Сделали удобную структуру. И с точки зрения статусов, и с точки зрения наполнения тикетов — это реально рабочая схема.

  2. Выстроили ритм. Квартальные синхронизации стали нормой, и более того — продуктовые команды сами начали двигать тикеты, комментировать, вовлекаться. История перестала быть «исследовательской» и стала общей.

  3. Но самое важное — это эффект. Мы начали видеть прямую связь: обсуждаем боль, запускаем изменения, потом исчезают комментарии на эту тему, и мы закрываем тикет. И так квартал за кварталом.

  4. Плюс появился побочный, но приятный эффект — вовлекли «соседей». Если раньше мы обсуждали бэклог вдвоём с продактом, то теперь подключились поддержка, маркетинг, продажи. Кросс-опыление, можно сказать!

В какой-то момент эта история стала заметной даже на C-level. Теперь CPO следит за происходящим, задаёт вопросы, а на квартальных комитетах мы вместе обсуждаем результаты. Это сильно меняет восприятие всей работы.

…и выученные уроки

Без этого тоже никуда.

  1. На старте мы пытались визуализировать весь бэклог — делали карту пользовательских сценариев, которая не взлетела. У нас была система экранов и поверх неё размечены боли. Получилось красиво, но инструментом не пользовались. В итоге перестали поддерживать.

  2. Ещё одна проблема — трудоёмкая разметка данных остаётся ручной. Несмотря на то, что у нас есть алгоритм предразметки, полноценного автоматизированного решения пока нет.

  3. В том числе из-за этого зависимость от человеческого фактора остаётся высокой. Например, в техподдержке оператор может записать комментарий, а может не записать. Для нас каждый сигнал важен и хочется работать с первичными данными — с транскриптами, с сырыми логами, и уже автоматически их обрабатывать. Но это снова упирается в технологии. Мы двигаемся в эту сторону и скоро расскажем, что получилось.

  4. Параллельно мы начали пробовать сегментировать боли — выделять специфические группы проблем. Но это пока задел на будущее.

  5. И ещё одно направление — отдельный бэклог UX-проблем из исследований. Сейчас они лежат в базе знаний и не дотягивают по частотности до основного бэклога, но всё равно хочется их структурировать похожим образом.

Вот такая у нас выстроилась система. Пришлось пройти через неудачные решения, ручные процессы и постепенную сборку рабочих практик. Но в итоге получился понятный и воспроизводимый цикл, который на выходе выдаёт измеримый и заметный результат. Главное, что мы сами выяснили в процессе: исследования — это не фоновый шум, а то, что двигает продукт вперёд.

Надеюсь, мой рассказ будет интересен коллегам-исследователям и всем интересующимся. Если у вас был похожий кейс или вы решали похожие задачи иначе — призываю поделиться опытом в комментариях!