Аня Суслина
Шесть лет я строила продукты вокруг данных, а потом нашла идеального напарника — Claude Code. Вместе мы собираем AI-агентов и автоматизации, а я осваиваю навыки, о которых год назад только слышала.
Проджект-менеджер в Calltouch
Встраивала сквозную аналитику в бизнес клиентов: подбирала технологии под компанию и её воронку, внедряла и сопровождала команду до полной самостоятельности.
Один из примеров — крупный автохолдинг. Иерархия сайта: город → дилерский центр → направление → марка → модель, и на каждом уровне нужно видеть источник звонка, не разоряясь на подменных номерах. Я спроектировала схему, где сложное стало упорядоченным — и экономным.
Холдинг точно узнал, какие источники приводят обращения в каждый дилерский центр, — при минимальных затратах на коллтрекинг: номера расходуются ровно там, где нужны данные.
внедрение под ключсквозная аналитикаколлтрекингработа с техограничениями
Польза людям — главная метрика
Я хочу зарабатывать много — но только на том, что по-настоящему важно другим людям. Поэтому у каждой точки этого пути есть блок «что это дало людям» — для меня это и есть главная метрика работы.
да-да, звучит слащаво. Но если призадуматься — в сухом остатке это единственное, что в итоге приносит удовлетворение
Product Manager в Calltouch
Меня тянуло от сопровождения к созданию — и я перешла в продукт. Прошла курс Замесина и начала с главного: исследование по JTBD, ≈30 глубинных интервью с клиентами и экспертами.
Из исследования вырос структурированный backlog — и три основных направления моей работы. Все три — дальше на тропе.
Каждая фича выполняла проверенную работу. Аспектов было несколько: важный техдолг, снижение transaction cost и фичи, закрывающие параллельные с основным продуктом работы.
JTBDcustomer interviewsproduct discoverybacklog & roadmap
Конструктор отчётов
Ключевое по результатам интервью: стандартные отчёты не решали задачу — каждому бизнесу нужен свой взгляд на данные. Идея — дать коробочному сервису гибкость BI: клиент сам выбирает, какие метрики смотреть, в каком срезе и в каком виде — таблица, график, диаграмма.
Маркетолог собирает нужный отчёт за две минуты — гипотеза проверена, можно работать дальше. Данные перестали быть отдельной задачей. А библиотека популярных срезов, собранная командой Calltouch, помогала продавать сервис.
конструктор и кастомизацияметрики и срезывизуализация данныхфича из исследования
Групповые проекты
Крупные клиенты смотрели аналитику в десятках отдельных кабинетов — и не видели картину целиком. Вместе с командой разработки спроектировала механизм объединения статистики нескольких проектов — по сути, пересобрали продукт заново: статистика переезжала с PostgreSQL на ClickHouse, базу с принципиально другой логикой, и каждый отчёт пришлось перепридумать так, чтобы те же данные заработали под новым углом.
Затем упаковала доступ к групповым проектам в тариф, более выгодный для компании.
Топ-менеджеры увидели картину бизнеса целиком, а маркетологи — нужные данные в одном окне, с отчётами в разрезе сегментов: регионы, направления и другие.
монетизацияpricingdata aggregationenterprise
Оцифровка офлайн-трафика
Продукт, позволяющий увидеть: касался ли клиент рекламы до того, как пришёл в точку продаж. Он существовал давно, но отчёты выдавались в Excel, а данные жили в админке. Я перестроила его в автоматическую систему: сделки без источника сами попадают в оцифровку — и, когда источник найден, возвращаются в общую аналитику.
Маркетологи увидели, влияет ли их работа на офлайн-трафик, — скорректировали стоимость лида и точнее распределяли бюджет. Неочевидный бонус для крупных клиентов: look-alike сегменты в Яндекс Аудиториях — таргетинг на людей, похожих на тех, кто покупает в офлайне, не оставляя следов в онлайне.
attributionофлайн-конверсииrevenue growthautomation
Освоение нового с помощью AI
Захотелось освоить что-то совсем новое — и ради интереса я взялась автоматизировать VPN-сервис для друга. В паре со мной был GPT-4o — по нынешним меркам совсем не гениальная модель, но я так загорелась, что за 2,5 месяца:
- полностью автоматизировала выдачу VPN-ключей: сервер, API провайдера, биллинг;
- собрала и задизайнила мини-апку в Telegram;
- свела подключение к трём нажатиям — всё, что нужно клиенту для коннекта.
Каждый шаг — незнакомая территория, и это было сложно. Но кайф от «у меня получилось» решил всё: так теперь можно строить что угодно.
Сотни людей получили стабильный доступ к нужным им сервисам — продукт рос сам, на органике и сарафане.
⏸ сейчас сервис закрыт: в нынешних реалиях выход из-под блокировок требовал бы слишком много времени на поддержку
автоматизация под ключTelegram Mini Appинфраструктура с нуляUX: подключение в 3 нажатия
Скорость освоения нового
Считаю, что в мире, где конкретные навыки быстро устаревают, важна способность справляться с фрустрацией непонимания при освоении чего-то нового. И чем выше эта способность, тем более адаптивным кажется мир.
Бегаю длинные дистанции
За плечами полумарафон и марафон — к обоим готовилась по плану и оба добежала.
Путешествую
Недавно вернулась из месячного трипа по США, а самое яркое до этого — автодом по Новой Зеландии. Зимой — сноуборд.
Много читаю
Художественная литература — способ смотреть на мир чужими глазами. Полезнее для продуктовой эмпатии, чем кажется.
Engify — AI-репетитор английского
Чем глубже я уходила в AI, тем яснее видела: теперь можно делать полезное, что вчера казалось невозможным. Так появился Engify — Telegram-бот, с которым прокачиваешь разговорный английский голосовыми. Ошибиться перед ИИ не страшно — поэтому люди наконец начинают говорить, а не только учить правила.
Всё построено моими руками — от AI-агента с памятью и LLM-пайплайнов до биллинга, мини-апки и позиционирования.
Сотни людей практикуют разговорный английский без страха ошибиться — с терпеливым собеседником, который помнит их интересы.
AI agentsпамять агентаprompt engineeringLLM pipelinesn8nbilling
Люблю AI, но адепт — людей
Нейросети в разы упрощают жизнь, но человека не заменят — и не должны. Самое осмысленное применение AI, которое я знаю, — делать людей счастливее: забирать рутину, страх и барьеры, а не живое общение.
Как я создаю продукты с помощью AI
- Сначала картина. Прошу рассказать про область, а всё непонятное или противоречивое копаю глубже — пока в голове не сложится система. Нейросети тут подарок: можно задать сколько угодно вопросов.
- Требования — в обе стороны. Пишу свои и прошу модель задать вопросы мне: вдруг что-то упустила. Потом план — и корректируем.
- Разбивка на чанки. Этапы задачи выполняют субагенты, отдельный агент делает ревью. Если задача требует — пишу подробное ТЗ, как разработчику.
- Проверяю сама. Функционал, визуал и тесты — руками, а не на веру.
- Наращиваю контекст. Веду файл с описанием устройства проекта (claude.md), на который Claude опирается в каждой сессии.
Claude CodeCursorсубагенты + ревью-агентOpenRouter: разные модели под задачу
AI вне работы — два примера
Нейросеть для меня — всезнающий собеседник: от состава продуктов и физиологии до маршрутов путешествий. И всё больше повседневных задач решаю вайбкодингом:
- Агент для поиска билетов. Надо было улететь из Сан-Франциско в Стамбул, но так, чтобы Стамбул был хабом — так дешевле. Нашли с Клодом готовое решение на GitHub, переделали под мою задачу — через час на руках билеты Сан-Франциско → Стамбул → Тирана.
- Бот для визовых слотов VFS Global. Ловил свободные окна на визу в Великобританию. Спойлер: на мои узкие даты слотов просто не существовало — но соседние бот исправно ловил.
Ищу роль на стыке AI и продукта
AI-продукты, агенты, автоматизация — там, где они делают жизнь людей проще
удалённо или гибрид — Москва
Хочется изучить подробнее? Откройте — их собрал мой Claude, проанализировав сотни наших чатов и результаты тестов.
Хм… похоже, ты чего-то ждёшь?
Определённо ждёшь.
Ну хорошо. Вот тебе игра — перепрыгни препятствия.
пробел · ↑ · тап — прыжок
