Коммуникация с разработкой: как выпускать сложные портфели, мотивировать разработчиков и делать так, чтобы они любили ваши задачи

Взаимодействие с командой разработки – неотъемлемый навык продакта: именно разработчики воплощают в жизнь наши идеи, именно «об них» мы думаем, с ними мы смотрим на результаты тестов и пытаемся понять, что сделали.

Это люди, которые:
- ненавидят слишком много менеджмента и бесконечные встречи
- ненавидят микро-менеджмент и постоянные вопросы «когда?»
- ненавидят отсутствие грамотного менеджмента и структурированных процессов

С ними бывает сложно.

Не знаем, как у вас, а в headhunter приходится бороться за ресурсы разработки и отстаивать свои задачи. Путём проб и ошибок был выстроен практически буллетпруф процесс, который просто не позволит «плохой» задаче попасть к разработке.

На примере 2.5 кейсов и результатов кастдева собственной команды Ксения расскажет про лучшие практики постановки задач и их реализации. Поделится опытом, как надо и как не надо ставить задачи, и проговорит, что такое «классная задача», которая улучшает мотивацию всей команды.

Она работает в департаменте рекламных продуктов с ребятами, которые, прямо скажем, не фанаты рекламы, и у всех них поголовно стоит AdBlock, так что про их мотивацию кое-что поняла :)

Кому это не нужно? Командам, которые привыкли работать с подрядчиком, который сделает всё по ТЗ и ни граммом больше, ни задав ни одного вопроса про суть задачи, получит деньги и пойдёт читать следующее ТЗ.

Кому это нужно? Командам, которые вовлекают разработку в решение бизнес-задач, говорят с ними про бизнес-цели, вместе продумывают метрики успеха и придумывают инновационные решения. Ксения уверена в том, что продакт обучает разработку бизнесовому мышлению, а хороший разработчик с помощью правильных вопросов и коммуникации поможет тебе стать лучше как продакт. Выигрывает вся команда и весь бизнес.

Кратко про то, почему продакт не обязан быть самым умным в комнате, почему не нужно бояться подойти к своему data scientist-у, который сидит и рисует мелками в уголке, как полюбить machine learning, и к каким результатам это может привести. И разумеется, несколько полезных выводов, которые можно будет унести с доклада.